PLoS One. 13 de noviembre de 2013;8(11):e79539.
doi: 10.1371 / journal.pone.0079539. eCollection 2013.
Kornhuber J 1 , Zenses EM , Lenz B , Stoessel C , Bouna-Pyrrou P , Rehbein F , Kliem S , Mößle T.
Resumen
La señalización dependiente de los andrógenos regula el crecimiento de los dedos en la mano humana durante la embriogénesis. Una mayor carga de andrógenos da como resultado valores de relación 2D: 4D (segundo dígito a cuarto dígito) más bajos. La exposición prenatal de andrógenos también afecta el desarrollo del cerebro. 2D: los valores de 4D son generalmente más bajos en los hombres y se ven como un proxy de la organización del cerebro masculino. Aquí, cuantificamos el comportamiento de los videojuegos en varones jóvenes. Encontramos valores medios más bajos de 2D: 4D en sujetos que fueron clasificados según el CSAS-II por tener un comportamiento de riesgo / adicto (n = 27) en comparación con individuos con un comportamiento de videojuegos no problemático (n = 27). Por lo tanto, la exposición prenatal de andrógenos y una organización cerebral hiper-masculina, representada por los valores bajos de 2D: 4D, están asociados con el comportamiento problemático de los videojuegos. Estos resultados pueden usarse para mejorar el diagnóstico, la predicción y la prevención de la adicción a los videojuegos.
Introducción
Una alta carga de andrógenos prenatal, inducida ya sea por niveles hormonales mejorados o por vías de transducción de señales de andrógenos más sensibles, resulta en un cuarto dígito más largo (4D) en relación con el segundo dígito (2D) en la mano humana adulta [ 1 ]. Por lo tanto, los valores de 2D: 4D se consideran sexualmente dimorfos, con valores generalmente más bajos en los hombres que en las mujeres [ 2 ]–[ 4 ]. Además, la carga de andrógenos prenatal tiene un efecto organizador en la estructura y función del cerebro [ 5 ]. Como resultado, los valores de 2D: 4D están asociados con una amplia gama de fenotipos de comportamiento masculino / femenino. Bajo 2D: los valores de 4D están asociados, por ejemplo, con características autistas [ 6 ], [ 7 ]; trastorno por déficit de atención con hiperactividad (TDAH) [ 8 ], [ 9 ]; desempeño atlético [ 10 ], [ 11 ]; habilidades espaciales [ 12 ]–[ 15 ]; razonamiento abstracto [ 16 ]; habilidades numéricas [ 17 ]–[ 19 ]; Cooperatividad, comportamiento pro-social y equidad. [ 20 ], [ 21 ]; número de parejas sexuales de por vida [ 22 ]; y éxito reproductivo [ 23 ]. La evidencia que vincula la carga de andrógenos prenatal con valores bajos de 2D: 4D y rasgos de comportamiento se ha revisado recientemente [ 24 ], [ 25 ].
Hemos demostrado previamente valores medios más bajos de 2D:4D en pacientes con dependencia del alcohol [26] , un trastorno adictivo relacionado con sustancias con mayor prevalencia en hombres que en mujeres [27] , [28] . En este estudio, nuestro objetivo fue analizar si los valores bajos de 2D:4D también están asociados con el comportamiento adictivo de videojuegos, que es un comportamiento adictivo no relacionado con sustancias. El comportamiento de juego severo ocurre con mucha más frecuencia en hombres que en mujeres [29] – [32] y está asociado con la búsqueda de sensaciones [33] y el TDAH [34] . El juego patológico de videojuegos puede verse como un comportamiento hipermasculino. Por lo tanto, planteamos la hipótesis de que los hombres con comportamiento patológico de videojuegos pueden haber estado expuestos prenatalmente a una mayor carga de andrógenos, como lo indican sus valores más bajos de 2D:4D.
Métodos
Este estudio forma parte del proyecto Finger-Length in Psychiatry (FLIP) del Departamento de Psiquiatría y Psicoterapia de Erlangen, así como del módulo de estudio de entrevistas longitudinales titulado “Adicción a Internet y videojuegos: diagnóstico, epidemiología, etiopatogenia, tratamiento y prevención ”del Instituto de Investigación en Criminología de Baja Sajonia. El Proyecto FLIP se realizó como un complemento en la segunda ocasión de medición (t2) del estudio de entrevista longitudinal. Esta investigación se ha realizado de acuerdo con los principios expresados en la Declaración de Helsinki. El estudio fue aprobado por el comité de ética local (Comité de Ética de la Sociedad Alemana de Psicología [Deutsche Gesellschaft für Psychologie]). Se obtuvo un consentimiento informado por escrito después de proporcionar una descripción completa del estudio a todos los sujetos.
Entre febrero y diciembre de 2011, 70 sujetos participaron en la primera ocasión de medición (t1) del estudio de entrevista longitudinal (fueron originalmente elegidos de un total de 1,092 participantes potenciales que fueron reclutados a través de escuelas, universidades, foros de internet, periódicos y centros de asesoramiento). Requisitos previos para la participación en el estudio en t1: hombre, 18-21 años, jugadores habituales de videojuegos con más de 2.5 horas de juego al día o una puntuación en la Escala de Adicción a los Videojuegos (CSAS-II) > 41 [29] , ver más abajo). De marzo de 2012 a enero de 2013, 64 participantes pudieron ser entrevistados nuevamente en el seguimiento t2 del estudio de entrevista longitudinal. En esta ocasión de medición, un total de 54 sujetos aceptaron participar adicionalmente en el proyecto FLIP. Estos 54 sujetos pueden caracterizarse de la siguiente manera: 53 caucásicos, 1 asiático. La edad media en t1 fue de 18.9 años ( DE = 1.1). Veinticuatro de los participantes tenían un nivel educativo superior (Abitur o superior), otros veinticuatro tenían estudios secundarios (Realschule), cinco tenían estudios secundarios básicos (Hauptschule) y uno no se había graduado.
La adicción a los videojuegos se evaluó mediante el CSAS II. [ 29 ] en t1. El CSAS II se basa en la Escala de Adicción a Internet ISS-20 [ 35 ], [ 36 ], que se ha ampliado y adaptado para evaluar la adicción a los videojuegos. El CSAS-II consta de elementos 14 (escala de puntos 4: 1 = incorrecto al 4 = absolutamente cierto) y cubre las dimensiones preocupación / saliencia (Artículos 4), el conflicto (Artículos 4), pérdida del control (Artículos 2), síntomas de abstinencia (Artículos 2), y tolerancia (Artículos 2). Los ítems del CSAS-II muestran una alta validez aparente, y el instrumento demuestra una buena validez convergente para las medidas de autoevaluación subjetiva de la adicción a los videojuegos. [ 29 ], [ 30 ]. Además, la clasificación CSAS-II de la adicción a los videojuegos no solo se asocia con un comportamiento de juego excesivo, sino que también identifica diferentes medidas de nivel funcional y bienestar. [ 29 ], [ 30 ], [ 37 ]. Se utilizan los siguientes puntos de corte de diagnóstico: 14 – 34 = no problemático, 35 – 41 = en riesgo de volverse adictos, y 42 – 56 = adictos.
Según la clasificación CSAS-II, que va más allá de los tiempos de juego, los participantes de 27 se clasificaron como jugadores de video sin problemas, 17 con riesgo de convertirse en adictos y 10 como adictos. Debido al pequeño número de sujetos investigados, los dos grupos "en riesgo de volverse adictos" y "adictos" se unieron para los análisis. Por lo tanto, en este estudio se investigaron dos categorías CSAS-II (no problemáticas frente a riesgo / adictos) con cada uno de los sujetos con 27.
Los problemas psicológicos y los síntomas de psicopatología se evaluaron en t1 usando el Inventario Breve de Síntomas (BSI) [38] . Las subescalas de sensibilidad interpersonal ( T = 52.26, DE = 11.81), depresión ( T = 53.98, DE = 11.64), ansiedad ( T = 54.30, DE = 10.23) y hostilidad ( T = 52.20, DE = 11.56) se usaron como variables de control en los análisis multivariados. Además, la sintomatología del TDAH, que también se usó como variable de control, se evaluó usando el Cuestionario de Detección del TDAH para adultos (ADHS-E; T = 54.02, DE = 8.79) [39].
Se utilizó un escáner plano Avision IS1000 (Hsinchu, Taiwán) para escanear las manos de los participantes en t2. Para aumentar la precisión, se dibujaron pequeñas marcas en los pliegues basales de cada uno de los dedos índice y anular de los participantes antes del escaneo. Ambas manos se escanearon al mismo tiempo, con las palmas hacia abajo, en modo blanco y negro. Utilizamos el programa de manipulación de imágenes GNU (GIMP, versión 2.8.4; www.gimp.org ) para medir las longitudes de los dedos índice (2D) y anular (4D) a partir de los escaneos de las manos. Esta técnica proporciona una buena fiabilidad [40] . La longitud total del segundo y cuarto dedo de la mano izquierda y derecha se cuantificó desde el punto medio del pliegue basal hasta la punta del dedo y se determinó en unidades de píxeles utilizando la herramienta "medir" de GIMP. Las mediciones fueron realizadas por tres personas independientes que desconocían la hipótesis y la categoría diagnóstica. Se calcularon los valores medios de las tres mediciones para el segundo y cuarto dedo.
Los análisis estadísticos se calcularon utilizando IBM SPSS 19 (Armonk, Nueva York, EE. UU.) Y el software R.
Resultados
Las diferencias de edad entre los grupos sin problemas y en riesgo/adictos se analizaron mediante la prueba t de Student; las diferencias en el nivel educativo mediante la prueba exacta de Fishe para tablas de contingencia mayores de 2×2 [41] , [42] . Ambos grupos CSAS II (sin problemas frente a en riesgo/adictos) estaban bien emparejados con respecto a la edad ( t = 1.544, p = 0.129) y el nivel educativo ( p = 0.381; véase la Tabla 1 ).
La fiabilidad de las tres mediciones de los dedos se calculó para cada dedo por separado para la mano derecha e izquierda utilizando el coeficiente de correlación intraclase aleatorio bidireccional (ICC) [43] . También se calcularon los ICC para las razones 2D:4D y los valores 2D:4D derecha–2D:4D izquierda (Dr–l). La fiabilidad de los tres evaluadores fue alta tanto para la mano derecha (2D: ICC = 0.995; 4D: ICC = 0.995; 2D:4D: ICC = 0.944), la mano izquierda (2D: ICC = 0.996; 4D: ICC = 0.994; 2D:4D: ICC = 0.937) y la media aritmética (2D:4D: ICC = 0.961). La fiabilidad de los valores Dr–l también fue alta (ICC = 0.764).
La desviación de la distribución normal se evaluó mediante la prueba de Kolmogorov-Smirnov. Los valores de 2D:4D (media aritmética: Z = 0.931, p = 0.351; mano izquierda: Z = 0.550, p = 0.923; mano derecha: Z = 0.913, p = 0.375) y Dr–l ( Z = 1.082, p = 0.193) no se desviaron de una distribución normal. Los valores medios de 2D:4D y Dr–l se presentan en la Tabla 1.
Las diferencias en 2D: los valores de 4D y Dr – 1 según el nivel educativo se evaluaron para el grupo no problemático y en riesgo / adicto mediante la prueba de Kruskal Wallis. Se calcularon los coeficientes de correlación de Pearson. La correlación entre los valores de 2D: 4D para la mano derecha y la izquierda fue 0.788 (p <0.01). 2D: Los valores 4D y Dr – l no difirieron significativamente según el nivel educativo dentro de los no problemáticos (media aritmética: χ2(2, N = 54) = 1.831, p = 0.400, mano izquierda: χ2(2, N = 54) = 2.247, p = 0.325, mano derecha: χ 2(2, N = 54) = 2.005, p = 0.367, Dr – 1: χ2(2, N = 54) = 0.637, p = 0.747) y en riesgo / grupo adicto (media aritmética: χ2(3, N = 54) = 3.363, p = 0.339, mano izquierda: χ2(3, N = 54) = 2.139, p = 0.544, mano derecha: χ2(3, N = 54) = 3.348, p = 0.341, Dr – 1: χ2(3, N = 54) = 0.460, p = 0.928).
Las asociaciones entre medidas de 2D:4D (mano izquierda, mano derecha, media aritmética, Dr–1) y adicción a los videojuegos (grupo sin problemas vs. grupo en riesgo/adicto) se probaron mediante un enfoque multivariado no paramétrico basado en el principio de partición recursiva, es decir, árboles de inferencia condicional (C-Tree; [44] , [45] ). Controlando la sensibilidad interpersonal, la depresión, la ansiedad, la hostilidad y el TDAH, comparable a una regresión por pasos, se excluyen los predictores no significativos. Usando el algoritmo C-Tree, la hipótesis global de independencia entre cualquiera de las variables de entrada y la variable de respuesta se prueba usando un marco de prueba de permutación [46] . Para variables métricas, el algoritmo C-Tree implementa una división binaria en la variable de entrada seleccionada. Para determinar la "mejor" división binaria, se proporcionan varios criterios de división (por ejemplo, "importancia de Gini", "impureza del nodo" o "entropía"). Sin embargo, la mayoría de los criterios de división no son aplicables a variables de respuesta correlacionadas o medidas con diferentes formatos de escala (por ejemplo, métrica y nominal). Por lo tanto, utilizamos el marco de prueba de permutación descrito por Hothorn et al. [47] (pág. 6, ecuación 3). Dado que las pruebas de permutación derivan los valores p de las distribuciones de permutación específicas de la muestra de los estadísticos de prueba, solo se informan los valores p. Para este análisis se utilizó el paquete de R “party” (un laboratorio para partición recursiva; [47] , [48] ).
En los análisis multivariados no paramétricos, las medidas de 2D:4D (media aritmética, mano izquierda, mano derecha) se asociaron con la adicción a los videojuegos (grupo sin problemas vs. grupo en riesgo/adicto) al controlar la sensibilidad interpersonal, la depresión, la ansiedad, la hostilidad y el TDAH: 1. Los participantes del estudio con una relación media 2D:4D inferior a 0.966 mostraron un riesgo significativamente mayor de ser adictos a los videojuegos ( p = 0.027, d = 0.71). 2. Para la mano izquierda, los participantes del estudio con una relación 2D:4D inferior a 0.982 mostraron un riesgo significativamente mayor de ser adictos a los videojuegos ( p = 0.013, d = 0.93). 3. Para la mano derecha, los participantes del estudio con una relación 2D:4D inferior a 0.979 mostraron un riesgo significativamente mayor de ser adictos a los videojuegos al nivel de p < 0.10 ( p = 0.095, d = 0.66). Además, los participantes del estudio que obtuvieron una puntuación superior a 60 (puntuación T) en el ADHS-E estaban particularmente en riesgo ( p = 0.078, d = 0.69). No se encontró asociación significativa para Dr-1 ( p = 0.127). Las figuras 1a a 1c ilustran el riesgo de adicción a los videojuegos para la media 2D:4D, así como los valores 2D:4D izquierdo y derecho en C-Tree. Independientemente de los valores de corte 2D:4D informados, se pueden observar diferencias medias grupales en las medidas de 2D:4D entre los no problemáticos y los en riesgo/adictos, lo que se ejemplifica para la media 2D:4D en la figura 2 utilizando el mismo análisis con variables dependientes e independientes invertidas. En conjunto, estos resultados indican que los jugadores de videojuegos en riesgo/adictos tienen proporciones 2D:4D más pequeñas.
Para estimar el valor de la relación 2D:4D como prueba diagnóstica para la discriminación de individuos adictos/en riesgo de videojuegos frente a controles con comportamiento de juego no problemático, utilizamos un análisis ROC para calcular los valores de AUC, así como la sensibilidad y la especificidad en el punto de Youden [49] (el punto en la curva ROC donde se maximiza la suma de sensibilidad y especificidad). El análisis ROC muestra que la precisión diagnóstica de la relación 2D:4D de la mano izquierda es la más alta (AUC 0.704, sensibilidad 0.852, especificidad 0.556), seguida de la de la mano derecha (AUC 0.639, sensibilidad 0.815, especificidad 0.481). Según Hanley y McNeil [50], comprobamos las diferencias en las AUC pareadas sin un resultado significativo ( Z = 1.147, p = 0.25).
Discusión
Esta es la primera investigación que vincula la exposición prenatal a andrógenos con el comportamiento adictivo de videojuegos. En este estudio, encontramos valores medios bajos de 2D:4D en sujetos con comportamiento de videojuegos de riesgo y adictivo. Los tamaños del efecto mayores que d = 0.66 apuntan a un efecto moderado a fuerte [51] . Ningún otro predictor considerado, excepto los síntomas de TDAH para los cálculos de 2D:4D de la derecha, fue estadísticamente significativo en los análisis multivariados no paramétricos. La asociación observada entre los videojuegos de riesgo/adicto y los valores bajos de 2D:4D puede interpretarse de varias maneras. (1) Un valor pequeño de 2D:4D induce directamente el comportamiento de videojuegos adictivo; sin embargo, no hay evidencia en la literatura que respalde esta posibilidad. (2) El comportamiento de videojuegos adictivo induce directamente valores bajos de 2D:4D. Sin embargo, esta posibilidad es improbable porque estudios previos han demostrado que los valores de 2D:4D permanecen constantes a lo largo de la vida después del nacimiento [52] . (3) Un mecanismo común es responsable tanto de los bajos valores de 2D:4D como del comportamiento de juego adictivo. Con base en los datos existentes, este factor proporciona la explicación más probable. Los resultados de los cálculos del árbol C de 2D:4D con un poder explicativo adicional de los síntomas del TDAH también respaldan esta explicación. El juego adictivo es más frecuente en hombres [29] – [32] y está asociado con el TDAH [34] y la búsqueda de sensaciones [33] . Todas estas características se han vinculado previamente con bajos valores de 2D:4D. Una razón común para estas asociaciones parece ser una alta carga de andrógenos durante el embarazo.
Comprender las vías que conducen desde el aumento de testosterona prenatal a la adicción a los videojuegos será crucial para definir posibles políticas dirigidas a la adicción a los videojuegos. La testosterona prenatal puede inducir comportamiento adictivo a través de varios canales incluidos los siguientes: (1) La abundancia de testosterona prenatal modula el sistema de recompensa mesolímbico [53] por lo que potencialmente afecta el comportamiento de juego adictivo en adultos. (2) Las reglas específicas del mundo cibernético en comparación con el mundo real podrían compensar las limitaciones en las habilidades de interacción social causadas por una alta carga de testosterona prenatal. Se ha demostrado que los niveles más altos de testosterona fetal reducen la empatía y la capacidad de decodificar la expresión facial emocional, es decir, de entender lo que otras personas piensan y sienten [54] . En línea con eso, los valores más bajos de 2D:4D se relacionaron con una empatía reducida en los hombres [55] . Además, un 2D:4D más pequeño está vinculado a una sospecha social más indiscriminada [56] . Por lo tanto, los altos niveles de testosterona prenatal podrían causar problemas interpersonales y aislamiento social y, por consiguiente, implicar un comportamiento patológico de videojuegos como estrategia de afrontamiento. (3) Es probable que las habilidades que facilitan o dificultan el uso de la computadora modulen el riesgo de que una persona desarrolle adicción a los videojuegos. Por lo tanto, nuestros resultados coinciden con hallazgos previos que vinculan valores bajos de 2D:4D con habilidades de programación relacionadas con Java y valores altos de 2D:4D con ansiedad relacionada con la computadora [57].
Anteriormente, encontramos valores medios bajos de 2D:4D en individuos con adicción al alcohol [26] , un trastorno de adicción relacionado con sustancias. Es notable que los valores bajos de 2D:4D también se presentan en individuos con adicción a los videojuegos, que es un trastorno adictivo no relacionado con sustancias que es más prevalente en hombres que en mujeres. Este resultado subraya la similitud entre la adicción relacionada con sustancias y la adicción a los videojuegos en internet [58] . Según el DSM-5, el trastorno de los videojuegos en internet se incluye en el apéndice como un tema para futuras investigaciones. La literatura sugiere una base biológica de la adicción a los videojuegos de computadora e internet [59] – [61] . Los resultados presentados aquí proporcionan más evidencia de una base biológica de la adicción a los videojuegos en internet y, por lo tanto, ofrecen un argumento para su clasificación como un trastorno de adicción.
Muchos fenómenos se han relacionado con valores bajos de 2D: 4D, la mayoría de los cuales son compatibles con la hipótesis del cerebro hiper-masculino. Por lo tanto, los valores bajos de 2D: 4D pueden considerarse como un proxy del endofenotipo "organización cerebral hiper-masculina". Sin embargo, el efecto preciso de una alta carga de andrógenos prenatal en la vida de un individuo y en el comportamiento adulto futuro de ese individuo también debe depender de variables e influencias adicionales. El fenotipo conductual específico que evoluciona como resultado de la organización del cerebro hiper-masculino probablemente depende de una gran cantidad de factores genéticos y ambientales que se experimentan durante la vida de un individuo. Por lo tanto, la presencia de valores bajos de 2D: 4D no sugiere un diagnóstico o pronóstico específico para una sola persona. Sin embargo, el conocimiento de los valores de 2D: 4D puede ayudar a mejorar el diagnóstico y pronóstico de un individuo asociado con diferentes conductas y trastornos problemáticos cuando se usa en combinación con otros marcadores.
Estos resultados pueden tener implicaciones importantes para el diagnóstico, la prevención y las consecuencias de la adicción a los videojuegos. Un valor bajo de 2D:4D por sí solo no es diagnóstico de adicción a los videojuegos, pero este factor puede facilitar el diagnóstico cuando se utiliza junto con otros marcadores. Un valor bajo de 2D:4D puede ayudar a identificar a las personas con riesgo de desarrollar adicción a los videojuegos en el futuro y, por lo tanto, puede facilitar la prevención. Se han realizado varios intentos para predecir el desarrollo de la adicción a los videojuegos en internet en individuos [62] – [67] . Un valor bajo de 2D:4D es un marcador de rasgo novedoso; combinado con otros marcadores, su uso puede mejorar la predicción del desarrollo futuro o el diagnóstico actual de la adicción a los videojuegos en internet. Estos modelos de predicción mejorados pueden permitir el desarrollo de estrategias preventivas eficaces.
Investigamos a individuos de un rango de edad reducido; además, la edad media no difirió entre los dos grupos. En estudios previos, la edad, en todo caso, solo mostró una asociación marginal con los valores 2D:4D [68] . Por lo tanto, la edad no se consideró en los análisis no paramétricos. Cabe destacar que el nivel educativo no difirió entre los dos grupos investigados en este estudio.
En análisis adicionales también verificamos una posible relación no monótona entre medidas de 2D:4D y adicción a los videojuegos utilizando la puntuación total del CSAS-II, como se ha informado, por ejemplo, para medidas de 2D:4D y altruismo [69] . Los análisis de regresión lineal no revelaron ninguna tendencia lineal, cuadrática o combinada significativa, incluso con la transformación logarítmica de la media aritmética (ver [69] ). Además, estos resultados fueron confirmados por análisis de regresión no paramétricos [70] , [71] . En conjunto, estos análisis respaldan la suposición de considerar la adicción a los videojuegos como un constructo categórico con categorías cualitativamente distintas (sin problemas frente a problemáticos, es decir, en riesgo/adicto), como se informó previamente para la adicción al alcohol [72].
El tiempo dedicado a los videojuegos solo no define la adicción. Para el diagnóstico de "adicción a los videojuegos" se deben cumplir otros criterios: preocupación, abstinencia, tolerancia, pérdida de control y uso continuo a pesar de las consecuencias negativas. Un punto fuerte de este estudio es la composición de los participantes. Todos los participantes pasaron algo de tiempo cada día con juegos de video, pero solo la mitad de los participantes tenían criterios adicionales que los definían como riesgo / adicto (según la evaluación de CSAS-II). Por lo tanto, nuestros resultados definen 2D: 4D como un factor de riesgo relacionado específicamente con la adicción a los videojuegos, no solo a los videojuegos en sí.
Cabe señalar varias limitaciones del estudio. Utilizamos un diseño monocéntrico, transversal y de casos y controles, que permite detectar únicamente asociaciones, sin relaciones causales. Además, solo investigamos a hombres y el grupo de muestra fue relativamente pequeño. El fuerte tamaño del efecto de la relación 2D:4D en la adicción a los videojuegos probablemente permitió detectar diferencias entre grupos a pesar del número relativamente bajo de sujetos. En nuestro estudio anterior, también encontramos un fuerte tamaño del efecto que relaciona la relación 2D:4D con la adicción al alcohol [26] . Debido a las conocidas diferencias de sexo en el comportamiento adictivo [5] , los estudios futuros deberían incluir mujeres, otras etnias y un tamaño de muestra mayor.
AGRADECIMIENTOS
Nos gustaría agradecer a todos nuestros participantes, a nuestra asistente estudiantil Julia Weberling y a nuestro administrador del sistema de TI André Liedtke.
Declaración de financiación
Los fondos para este estudio fueron proporcionados por becas intramuros del Hospital Universitario de la Universidad Friedrich-Alexander de Erlangen-Nuremberg y por el Ministerio de Ciencia y Cultura de Baja Sajonia. Los financiadores no tuvieron ninguna función en el diseño del estudio, la recopilación y el análisis de datos, la decisión de publicar o la preparación del manuscrito.
Referencias

