Psiquiatría de frente. 2018 Ago 3; 9: 341. doi: 10.3389 / fpsyt.2018.00341
Han X1, Wang Y1, Jiang W2, Bao X2, Sol y1, Ding W1, Cao M1, Wu X1, Du Y2, Zhou Y1.
Resumen
La terapia cognitiva conductual (TCC) es eficaz para el tratamiento del trastorno de los juegos de azar por Internet (IGD). Sin embargo, los mecanismos por los cuales la TCC mejora los síntomas clínicos relacionados con la IGD siguen siendo desconocidos. Este estudio tuvo como objetivo descubrir el mecanismo terapéutico de la TCC en sujetos con IGD utilizando imágenes de resonancia magnética funcional en estado de reposo (rsfMRI). Veintiséis sujetos con IGD y controles sanos (HC) emparejados con 30 recibieron una exploración rsfMRI y evaluaciones clínicas; Los sujetos con 20 IGD completaron CBT y luego fueron escaneados nuevamente. La amplitud de los valores de baja frecuencia (ALFF) y la conectividad funcional (FC) entre el grupo de IGD y el grupo de HC se compararon al inicio, así como los valores de ALFF y FC antes y después de la TCC en el grupo de IGD. Antes del tratamiento, el grupo con IGD mostraba valores de ALFF significativamente aumentados en el putamen bilateral, la corteza orbitofrontal medial derecha (OFC), el área motora suplementaria bilateral (SMA), el giro postcentral izquierdo y el cingulado anterior izquierdo (ACC) en comparación con El grupo HC. El grupo de HC mostró un aumento significativo de los valores de FC entre la OFC medial izquierda y el putamen en comparación con el grupo de IGD, los valores de FC del grupo de IGD se asociaron negativamente con las puntuaciones de BIS-11 antes del tratamiento. Después de la TCC, el tiempo de juego semanal fue significativamente más corto, y los puntajes CIAS y BIS-II fueron significativamente más bajos. Los valores de ALFF en los sujetos con IGD disminuyeron significativamente en la OFC superior izquierda y el putamen izquierdo, y el FC entre ellos aumentó significativamente después de la TCC. El grado de la FC cambia (ΔFC / Pre-FC) se correlacionó positivamente con la escala de los cambios en las puntuaciones CIAS (CIAS / Pre-CIAS) en las asignaturas IGD. La TCC podría regular las fluctuaciones anormales de baja frecuencia en las regiones prefrontal-estriatales en sujetos con IGD y podría mejorar los síntomas relacionados con la IGD. Las alternaciones en el estado de reposo en las regiones prefrontal-estriatal pueden revelar el mecanismo terapéutico de la TCC en sujetos con IGD.
PALABRAS CLAVE: amplitud de fluctuación de baja frecuencia; terapia de comportamiento cognitivo; conectividad funcional; resonancia magnética funcional; trastorno de los juegos de internet
PMID: 30123144
PMCID: PMC6085723
DOI: 10.3389 / fpsyt.2018.00341
Introducción
El trastorno de los juegos de Internet (IGD), también conocido como uso problemático de Internet, es el uso excesivo y recurrente de los juegos de Internet en línea (1). Más recientemente, IGD fue catalogado como el comportamiento de juego persistente o recurrente caracterizado por un control deficiente sobre el juego; mayor prioridad dada al juego sobre otras actividades en la medida en que el juego tiene prioridad sobre otros intereses y actividades diarias; y la continuación del juego a pesar de la ocurrencia de consecuencias negativas (2, 3). Aunque no se incluyeron criterios diagnósticos formales para una condición psiquiátrica caracterizada por patrones excesivos e interferentes de uso de Internet en la cuarta edición del Manual de Diagnóstico y Estadística (DSM-IV) (4), el comité del DSM-V está considerando utilizar los criterios generados para el uso de sustancias y los trastornos adictivos para la IGD y ha incluido la IGD en la sección que indica una investigación adicional (5).
Los investigadores han comparado la IGD con los trastornos de control de impulsos (6). Los estudios de neuroimagen encontraron que el juego excesivo de Internet estaba asociado con una actividad anormal del estado de reposo en el lóbulo frontal, la región del cerebro responsable del proceso cognitivo, como el control inhibitorio (7). La función deteriorada de la prefrontal (PFC) puede relacionarse con una alta impulsividad, que, a su vez, puede contribuir a la alteración del control inhibitorio asociado con la IGD (8). El control cognitivo efectivo está asociado con el reclutamiento coordinado de diferentes circuitos de arriba hacia abajo, prefrontal-estriado (9, 10). Estudios previos revelaron la asociación entre las anomalías estructurales y funcionales en la corteza prefrontal (PFC) y el control inhibitorio alterado en la IGD (11–16). Por ejemplo, se encontró que la reducción del grosor cortical y el aumento de la amplitud del valor de fluctuación de baja frecuencia (ALFF) en la OFC se correlacionaban con el deterioro de la función de control cognitivo en sujetos jóvenes con IGD (12). Un estudio que utilizó el método Reho encontró que los sujetos con IGD mostraron una mayor sincronización en el giro frontal superior en comparación con los controles sanos (HC), lo que sugería un aumento en la actividad neural asociada con la función de control cognitivo (17). Ko et al. (10) demostraron que la función alterada en las regiones prefrontal-estriatal puede explicar la disminución de la capacidad inhibitoria en la DAG. Estos estudios de imagen caracterizaron cómo las estructuras y funciones del lóbulo frontal se alteran en asociación con el control inhibitorio deteriorado en la DCI. Además, se observó una función disminuida de la dopamina en el cuerpo estriado (una disminución en los receptores de dopamina D2 y una reducción en la liberación de dopamina) y su asociación con un metabolismo basal reducido de la glucosa en la PFC (18, 19).
Se ha encontrado que la terapia cognitiva conductual (TCC) es eficaz para tratar los trastornos del control de los impulsos, incluido el juego patológico (20). Los estudios sobre adicción a sustancias han indicado que la TCC alienta a los sujetos a reconocer y evitar las situaciones en las que es probable que usen sustancias y a usar estrategias de afrontamiento para resistir el uso de drogas y mejorar la función de control inhibitorio (21, 22). Un estudio que utilizó la tarea Stroop encontró que la TCC puede estar asociada con una reducción en el uso de sustancias y puede afectar los sistemas neuronales involucrados en el control cognitivo, la impulsividad, la motivación y la atención (23). Otro estudio funcional de imágenes de resonancia magnética (IRMf) que empleó una tarea de retraso de incentivo monetario (MED) en la dependencia del cannabis informó que los participantes dependientes del cannabis demostraron una disminución de los volúmenes de putamen bilaterales después de la TCC, lo que indicaba que los aspectos específicos de la función y estructura del putamen se relacionan con el tratamiento resultados (24). Young cree que la intervención en Internet Addiction (IA) debería centrarse en la restricción del uso de Internet. En base a esto, propone un enfoque de la terapia cognitiva conductual-IA (CBT-IA), que ha demostrado ser eficaz en el tratamiento de la IGD. (6). El grupo del Dr. Du descubrió que la TCC grupal en la escuela es eficaz para los adolescentes con DIG, en particular para mejorar el estado emocional y la capacidad de regulación, el estilo de comportamiento y autogestión (20). Aunque la TCC ha demostrado una eficacia considerable en el tratamiento de la IGD, pocos estudios han investigado el mecanismo terapéutico de la TCC en sujetos con IGD que utilizan la RMf. La investigación de los cambios cerebrales antes y después del tratamiento no solo puede mejorar nuestra comprensión de la patogenia de la IGD y el mecanismo terapéutico de la TCC en la IGD, sino que también puede ayudar a controlar los efectos del tratamiento.
Utilizamos la Escala de Impulsividad de Barratt-11 (BIS-11) para evaluar la función de inhibición del comportamiento de la IGD. Basados en estudios previos, planteamos la hipótesis de que (1) los sujetos con IGD pueden mostrar actividad / conectividad cerebral anormal en las regiones prefrontal-estriatal, que son responsables del proceso cognitivo, como el control inhibitorio; (2) La TCC podría regular la función anormal de las regiones prefrontal-estriatal.
Materiales y métodos
Participantes y valoraciones clínicas.
El presente estudio fue aprobado por el Comité de Ética en Investigación del Hospital Ren Ji y la Escuela de Medicina de la Universidad Shanghai Jiao Tong, China No. [2016] 097k (2). Todos los participantes y tutores firmaron formularios de consentimiento informado por escrito antes del estudio. Los participantes inscritos, el cuestionario de diagnóstico y los criterios de exclusión se describieron en nuestra publicación anterior (15). Veintiséis sujetos con IGD que cumplieron con los estándares del cuestionario de diagnóstico para la adicción a Internet (es decir, YDQ), prueba modificada por Beard and Wolf (25fueron reclutados del Departamento de Psiquiatría para Niños y Adolescentes del Centro de Salud Mental de Shanghai. Se reclutaron como grupo de control saludable (HC) a través de anuncios publicitarios, treinta individuos sanos de la misma edad y género, sin antecedentes personales o familiares de trastornos psiquiátricos. Dada la mayor prevalencia de IGD en hombres frente a mujeres, solo se incluyeron participantes masculinos (26). Todos los participantes eran diestros y ninguno fumaba.
Todos los participantes se sometieron a un examen físico simple, que incluyó mediciones de la presión arterial y la frecuencia cardíaca, y fueron entrevistados por un psiquiatra con respecto a su historial médico de problemas nerviosos, motores, digestivos, respiratorios, circulatorios, endocrinos, urinarios y reproductivos. Luego fueron evaluados para detectar trastornos psiquiátricos con la Mini Entrevista Neuropsiquiátrica Internacional para Niños y Adolescentes (MINI-KID) (27). Los criterios de exclusión fueron antecedentes de abuso de sustancias o dependencia; hospitalización previa por trastornos psiquiátricos; o un trastorno psiquiátrico importante, como esquizofrenia, depresión, trastorno de ansiedad y / o episodios psicóticos.
Se utilizó un cuestionario de información básica para recopilar información demográfica como sexo, edad, último año de escolaridad completado y horas de uso de Internet por semana. Se utilizaron cuatro cuestionarios para evaluar las características clínicas de los participantes, a saber, la Escala de adicción a Internet de Chen (CIAS) (28), la Escala de Ansiedad de Autoclasificación (SAS) (29), la escala de autoevaluación de la depresión (SDS) (30), y la Escala de Impulsividad de Barratt-11 (BIS-11) (31). El CIAS, desarrollado por Chen, contiene elementos 26 en una escala Likert de cuatro puntos y refleja la gravedad de la adicción a Internet. El SAS y la SDS se utilizaron para mostrar que todos los sujetos cumplían con los criterios de inclusión durante el período de investigación. Todos los cuestionarios se escribieron inicialmente en inglés y luego se tradujeron al chino. Luego, los sujetos de 26 IGD, sus padres y sus maestros participaron voluntariamente en el grupo de seguimiento CBT, que consiste en sesiones de 12 (20). Cada sesión duró 1.5 – 2 h. En cada sesión de terapia de grupo, se discutió un tema diferente. Estos temas incluían cómo reconocer y controlar sus sentimientos; principios de comunicación saludable entre padres e hijos; Técnicas para tratar las relaciones desarrolladas a través de Internet. Técnicas para tratar contenidos experimentados a través de internet; Técnicas para controlar tus impulsos; técnicas para reconocer cuándo está ocurriendo el comportamiento adictivo; y cómo detener el comportamiento adictivo. La última sesión fue una sesión de revisión.
Después de la intervención, evaluamos las características clínicas de los sujetos con IGD nuevamente, y veinte de ellos se escanearon una vez más de forma voluntaria de una manera similar a la del protocolo anterior a la TCC.
Adquisición de datos de MR
Todos los sujetos se sometieron a IRMf en estado de reposo en la línea de base con un sistema de imágenes 3.0-T MR (GE Signa HDxt3T, EE. UU.) Con una bobina de cabeza estándar. Para evitar el movimiento y reducir el ruido del escáner, se usaron almohadillas blandas, y se dio a los sujetos instrucciones detalladas para anular el movimiento durante el escaneo y explicaciones sobre por qué no es preferible el movimiento, además de las instrucciones de que un movimiento excesivo podría llevar a una nueva exploración. . Los datos de la resonancia magnética funcional en estado de reposo se adquirieron utilizando una secuencia eco-plano gradiente-eco como se describe en nuestro estudio anterior (16). Treinta y cuatro cortes transversales [tiempo de repetición [TR] = 2,000 ms; tiempo de eco [TE] = 30 ms; campo de visión [FOV] = 230 × 230 mm; y 3.6 × 3.6 × 4 mm tamaño de vóxel que cubren todo el cerebro se obtuvieron a lo largo de la línea anterior comisura-comisura posterior. Para esta secuencia de exploración, los volúmenes funcionales de 220 se obtuvieron mientras los sujetos estaban descansando (lo que dio como resultado una longitud de exploración de 440 s). Durante el escaneo, los participantes recibieron instrucciones de mantenerse quietos con los ojos cerrados, lo más inmóviles posible, y no dormir ni pensar en nada. Después de la exploración, se pidió a los sujetos que confirmaran si permanecían despiertos durante la exploración. También se adquirieron otras dos secuencias: (1) una secuencia de eco de giro rápido ponderada por T1 axial (TR = 1,725 ms; TE = 24 ms; FOV = 256 × 256 mm; cortes de 34; y 0.5 × 0.5 × 4 x mm tamaño de vóxel ) y (2) una secuencia de eco de giro rápido ponderada por T2 axial (TR = 9,000 ms; TE = 120 ms; FOV = 256 × 256 mm; cortes de 34; y 0.5 × 0.5 × 4 tamaño de vóxel).
Preprocesamiento de datos funcionales de imagen.
El preprocesamiento de los datos de imágenes se realizó utilizando SPM12 implementado en MATLAB y el software de extensión de SPM12 Data Processing and Analysis of Brain Imaging (DPABI; http://rfmri.org/dpabi) (32). Después de descartar los primeros volúmenes 10 de cada serie de tiempo funcional, las imágenes 210 restantes se corrigieron en tiempo de corte, se alinearon al volumen medio y se alinearon utilizando una transformación lineal de seis parámetros (cuerpo rígido). Luego, todas las imágenes funcionales se normalizaron directamente a la plantilla de EPI, cada vóxel se volvió a muestrear a 3 × 3 × 3 mm, y se realizó una transformación de suavizado espacial con un kernel gaussiano de ancho completo de 8 mm. Luego, las covariables de la molestia de 26 (incluyendo el curso de tiempo medio de las señales de los voxels dentro de la máscara de materia blanca, el curso de tiempo promedio de las señales de los voxels dentro de la máscara de CSF y los parámetros de movimiento de Friston 24) se eliminaron. Además, la tendencia lineal se incluyó como un regresor ya que la señal BOLD puede demostrar la deriva de baja frecuencia.
Ningún participante en este estudio exhibió movimientos mayores a 1.5 mm de traducción máxima en el x, yo z ejes o una rotación máxima de 1.5 ° en cualquiera de los 3 ejes. Para descartar aún más el efecto residual del movimiento en las medidas de resonancia magnética funcional en estado de reposo, se calculó el desplazamiento medio en el marco (FD medio) del movimiento de la cabeza y se utilizó como una covariable en todos los análisis funcionales de grupo de voxel, que se derivaron con la raíz relativa de Jenkinson algoritmo del cuadrado medio y consideró las diferencias voxelwise en movimiento en su derivación (33); no se encontraron diferencias de grupo en la FD media entre los sujetos con IGD y HC (p = 0.52) en la línea de base o entre los puntos de tiempo pre-CBT y post-CBT (p = 0.71).
Análisis de datos de imágenes funcionales.
Los análisis de ALFF se realizaron utilizando el software DPABI. El ALFF es proporcional a la fuerza o intensidad de las oscilaciones de baja frecuencia y se cree que refleja la actividad neuronal espontánea (34, 35). En resumen, después del preprocesamiento mencionado anteriormente, la serie de tiempo de cada vóxel se transformó al dominio de la frecuencia sin filtrado de paso de banda, y se obtuvo el espectro de potencia. Luego, el espectro de potencia se transformó en raíz cuadrada y se promedió entre 0.01 y 0.08 Hz en cada vóxel. La raíz cuadrada promediada de la potencia en esta banda de frecuencia se tomó como valor ALFF. Luego, con un procedimiento de estandarización, cada mapa ALFF individual fue normalizado por el ALFF medio global del individuo; más específicamente, se calculó la media a través de los vóxeles del mapa ALFF, y el valor de cada vóxel se dividió por la media individualmente. Primero comparamos el ALFF basal del grupo IGD con el del grupo HC para explorar la actividad neuronal alterada en los sujetos IGD por medio de dos muestras t-prueba. Una corrección para comparaciones múltiples que resulta en un umbral corregido de p Se implementó <0.05, con un tamaño mínimo de clúster de 42 vóxeles (AlphaSim corregido con los siguientes parámetros: vóxel único p = 0.001; Simulaciones 5,000; una correlación espacial estimada media de 8.04 × 10.60 × 10.46 mm FWHM; y la máscara global de materia gris). Para examinar los efectos de la TCC en los sujetos IGD, un pareado tSe realizó una prueba para calcular el mapa de diferencias de grupo ALFF antes y después de la TCC. Una corrección para comparaciones múltiples que resulta en un umbral corregido de p Se implementó <0.05, con un tamaño mínimo de clúster de 40 vóxeles (AlphaSim corregido con los siguientes parámetros: vóxel único p = 0.001; Simulaciones 5,000; una correlación espacial estimada media de 9.70 × 10.30 × 9.52 mm FWHM; y la máscara global de materia gris). El núcleo de suavizado se estimó basándose en el mapa t. Las coordenadas de las regiones con diferencias de grupo significativas se informan en el espacio del Instituto de Neurología de Montreal (MNI).
Se determinó que las regiones de interés (ROI) son las regiones donde los valores de ALFF cambiaron significativamente entre los puntos de tiempo anteriores y posteriores a la TCC. Los valores de FC de las regiones semilla (la OFC superior izquierda (coordenadas MNI: x = −12, y = 24, z = −21, radio = 6 mm) y el putamen izquierdo (coordenadas MNI: x = −3, y = 3, z = 9, radio = 6 mm) se extrajeron utilizando DPABI. En la línea de base, se utilizaron dos muestras. tSe usó la prueba para comparar los valores de FC entre el grupo de IGD y el grupo de HC y los análisis de correlación de Pearson se realizaron entre los valores de FC y las puntuaciones de CIAS / BIS-11 en el grupo de IGD. Entonces un pareado t-Se usó la prueba para comparar los valores de FC entre los puntos de tiempo anteriores y posteriores al tratamiento. Se realizaron análisis de correlación de Pearson entre el grado de cambio en los valores de FC extraídos (ΔALFF / Pre − ALFF o ΔFC / Pre − FC) y la escala de la reducción en los puntajes CIAS (CIAS / Pre − CIAS) / BIS-11 (ΔBIS − 11 / Pre − BIS − 11) puntuaciones para investigar si los cambios en la FC predecirían la reducción de los síntomas a través de la TCC, según los métodos descritos en el estudio anterior (36). Un dos colas p-El valor de 0.05 fue considerado estadísticamente significativo.
Análisis estadístico de medidas demográficas y clínicas.
Dos muestras t-Las pruebas se llevaron a cabo utilizando el paquete estadístico SPSS (paquete estadístico para el software de ciencias sociales, versión de SPSS 19, IBM, EE. UU.) para evaluar las diferencias entre el grupo IGD y el grupo HC. Emparejado t-Se utilizaron pruebas para examinar los efectos de la TCC sobre las características clínicas entre los puntos de tiempo anteriores y posteriores a la TCC.
Resultados
Demografía y medidas clínicas de los sujetos IGD y HC.
Los sujetos con IGD y HC no difirieron en ninguna de las edades (p = 0.31) o educación (p = 0.10). Como se esperaba, los sujetos con IGD mostraron puntuaciones CIAS, SAS, SDS y BIS-II significativamente más altas (p <0.001, p = 0.02, 0.04, 0.001), así como un tiempo de juego semanal más prolongado que el de los sujetos con HC (p <0.001; Mesa Table11).
Tabla 1
Características demográficas y de comportamiento del grupo IGD y HC.
IGD (n 26 =) | HC (n 30 =) | P-valor | |
|---|---|---|---|
(Media ± SD) | (Media ± SD) | ||
| Edad (sí) | 16.81 ± 0.75 | 17.00 ± 0.89 | 0.31 |
| Educación (sí) | 11.53 ± 0.70 | 11.20 ± 0.81 | 0.10 |
| Tiempo para el uso de internet por semana (horas) | 32.54 ± 10.34 | 1.70 ± 5.36 | <0.001 |
| Escala de adicción a internet de Chen (CIAS) | 71.88 ± 5.56 | 41.97 ± 11.31 | <0.001 |
| Escala de ansiedad de autoevaluación (SAS) | 45.65 ± 10.24 | 40.10 ± 7.28 | 0.02 |
| Escala de autoevaluación de la depresión (SDS) | 48.23 ± 8.34 | 43.43 ± 8.97 | 0.04 |
| Escala de impulsividad de Barratt-11 (BIS-11) | 59.62 ± 9.11 | 52.27 ± 6.90 | 0.001 |
SD, desviación estándar; IGD, trastorno del juego en internet; HC, control saludable; TCC, terapia cognitiva conductual..
Diferencias de ALFF y FC entre los sujetos IGD y HC
En comparación con los sujetos con HC, los sujetos con IGD mostraron valores de ALFF significativamente aumentados en el putamen bilateral, la COS medial derecha, el área motora suplementaria bilateral (AME), el giro postcentral izquierdo y el cingulado anterior izquierdo (ACC; Tabla Table2,2, Figura Figura1) .1). El FC en estado de reposo entre la COS medial izquierda y el putamen fue significativamente más bajo en el grupo IGD (p = 0.002).
Tabla 2
Regiones que muestran diferencias de grupo en ALFF entre el grupo IGD y el grupo HC.
| Descripción del cluster | BA | Coordenadas MNI | Tamaño de cluster | En pleno t Puntuación | ||
|---|---|---|---|---|---|---|
X | Y | Z | ||||
| Putamen (L) | -33 | 0 | -3 | 95 | 6.02 | |
| Putamen (R) | 33 | 3 | -3 | 56 | 5.19 | |
| Corteza orbitofrontal medial (R) | 11 | 12 | 60 | 3 | 214 | 5.33 |
| Área motora suplementaria (L) | 6 | -12 | -7 | 56 | 464 | 7.21 |
| Giro postcentral (l) | 6 | -42 | -15 | 45 | 103 | 7.91 |
| Cingulado anterior (L) | 24 | -6 | 14 | 31 | 62 | 6.26 |
| Área motora suplementaria (R) | 6 | 12 | 9 | 57 | 276 | 6.16 |
BA, área de Brodmann; IGD, trastorno de los juegos de Internet; HC, control saludable. Prueba T de dos muestras P <0.05, con corrección de AlphaSim (P <0.001, tamaño de vóxel> 42).
Regiones del cerebro que mostraron valores más altos de ALFF en el grupo con IGD que en el grupo de HC al inicio del estudio (p <0.05, corregido por AlphaSim). La parte izquierda de la figura representa el lado derecho del participante y la parte derecha representa el lado izquierdo del participante. ALFF, amplitud de fluctuación de baja frecuencia; IGD, trastorno de los juegos de Internet; HC, control saludable.
Demografía y medidas clínicas antes y después de la TCC.
Después del CBT, el tiempo de juego semanal y la puntuación del CIAS y el BIS-11 se redujeron significativamente (todos ps = 0.001). Estos hallazgos indicaron que la TCC fue efectiva en el tratamiento de los sujetos con IGD (Tabla (Table33).
Tabla 3
Características demográficas y de comportamiento antes y después de la terapia cognitivo conductual (TCC) en el grupo con IGD.
Pre-CBT (n 26 =) | Post-TCC (n 26 =) | P-valor | |
|---|---|---|---|
(Media ± SD) | (Media ± SD) | ||
| Tiempo para el uso de internet por semana (horas) | 32.54 ± 10.34 | 27.27 ± 9.36 | 0.001 |
| Escala de adicción a internet de Chen (CIAS) | 71.88 ± 5.56 | 50.00 ± 11.99 | 0.001 |
| Escala de ansiedad de autoevaluación (SAS) | 45.65 ± 10.24 | 44.65 ± 10.24 | 0.630 |
| Escala de autoevaluación de la depresión (SDS) | 48.23 ± 8.34 | 46.77 ± 9.89 | 0.500 |
| Escala de impulsividad de Barratt-11 (BIS-11) | 59.62 ± 9.11 | 52.69 ± 10.04 | 0.001 |
SD, desviación estándar; IGD, trastorno del juego en internet.
Cambios en la actividad neural en estado de reposo antes y después de la TCC
Después de la TCC, los valores de ALFF disminuyeron significativamente en la COS medial izquierda y el putamen (Tabla (Table4,4, Figura Figura3) .3). Además, el FC en estado de reposo entre la COS medial izquierda y el putamen aumentó significativamente.
Tabla 4
Regiones que muestran las diferencias de grupo en ALFF entre la TCC previa y la TCC posterior en el grupo IGD.
| Descripción del cluster | BA | Coordenadas MNI | Tamaño de cluster | En pleno t Puntuación | ||
|---|---|---|---|---|---|---|
X | Y | Z | ||||
| La corteza orbitofrontal superior (L) | 11 | -12 | 24 | -21 | 41 | -5.18 |
| Putamen (L) | -15 | 12 | -4 | 68 | -6.19 | |
BA, área de Brodmann; TCC, terapia de comportamiento cognitivo, IGD, trastorno de los juegos de Internet
Prueba T pareada P <0.05, con corrección de AlphaSim (P <0.001, tamaño del voxel> 40).
Regiones del cerebro que mostraron valores de ALFF disminuidos en el grupo con IGD después de la terapia de comportamiento cognitivo (p <0.05, corregido por AlphaSim). La parte izquierda de la figura representa el lado derecho del participante y la parte derecha representa el lado izquierdo del participante. IGD, trastorno de los juegos de Internet; ALFF, amplitud de fluctuación de baja frecuencia.
Relaciones clinicas medidas
En el grupo IGD, los valores de FC entre la COS medial izquierda y el putamen se asociaron negativamente con las puntuaciones BIS-11 (r = −0.733, p <0.001; Figura Figura2) .2). Los cambios en los valores de FC extraídos (ΔFC / Pre − FC) entre la OFC superior izquierda y el putamen izquierdo se correlacionaron positivamente con la escala de la reducción en las puntuaciones CIAS (CIAS / Pre − CIAS; r = 0.707, p <0.001; Figura Figura4) .4). No hay correlación significativa entre los cambios de los valores de FC (ΔFC / Pre − FC) y la escala de la reducción en las puntuaciones BIS-11 (BIS − 11 / Pre − BIS − 11) fue detectado (r = 0.396, p = 0.084).
En el grupo IGD, los valores de FC entre la COS medial izquierda y el putamen se asociaron negativamente con las puntuaciones BIS-11 (r = −0.733, p <0.001). IGD, trastorno de los juegos de Internet; FC, conectividad funcional; OFC, corteza orbitofrontal; BIS-11, Escala de impulsividad de Barratt-11.
Los cambios en los valores de FC (ΔFC / Pre-FC) entre la OFC superior izquierda y el putamen izquierdo se correlacionaron positivamente con la escala de reducción en las puntuaciones CIAS en los sujetos con IGD. (ΔCIAS / Pre-CIAS; r = 0.707, p <0.001). FC, conectividad funcional; OFC, corteza orbitofrontal; CIAS, Escala de adicción a Internet de Chen; IGD, trastorno de los juegos de Internet.
Discusión
En este estudio longitudinal, se emplearon los métodos ALFF y FC para investigar las alternaciones cerebrales funcionales entre el grupo de IGD y el grupo de HC y el mecanismo terapéutico de la TCC en sujetos con IGD. Encontramos que los sujetos con IGD demostraron una función anormal de algunas regiones prefrontal-estriatales en relación con los sujetos con HC y que la TCC podría atenuar las anomalías funcionales en la OFC y el putamen y aumentar las interacciones entre ellos, además de mejorar los síntomas de la IGD.
En este estudio, el FC en estado de reposo entre la COS medial izquierda y el putamen fue significativamente menor en el grupo con IGD. Las correlaciones BIS-11 de las alternancias de FC demostraron que la alteración en los circuitos prefrontal-estriado puede tener un impacto en el comportamiento impulsivo de los sujetos con IGD. Estudios previos de neuroimagen informaron que el deterioro funcional en las regiones de PFC se asoció con la alta impulsividad en la IGD (37). Los circuitos prefrontal-estriado incluyen un bucle cognitivo, que conecta principalmente el caudado y el putamen con las regiones prefrontales. De acuerdo con los hallazgos de los estudios recientes de neuroimagen funcional, se observaron alternancias funcionales en varias regiones prefrontales (incluida la OFC medial derecha, la SMA bilateral y la CAC izquierda) y las regiones de los ganglios basales (el putamen bilateral) en trastornos adictivos, incluida la IGD (12, 38, 39). Volkow et al. redes neuronales sugeridas en sujetos adictos a las drogas, incluidos los circuitos OFC-, ACC-, giro frontal inferior (IFG) y córtex prefrontal dorsolateral (DLPFC), que pueden reflejar comportamientos observables, como autocontrol deteriorado y comportamiento inflexibilidad40) y problemas para tomar buenas decisiones, que caracterizan la adicción; cuando los individuos con IGD continúan jugando, aunque se enfrentan a consecuencias negativas, esto podría estar relacionado con la función alterada de los circuitos prefrontal-estriado (41). Uno de los comportamientos principales de IGD es el déficit de control de impulsos con una falta de control sobre el juego en Internet. Un estudio previo que combinó los análisis morfométricos (VBM) y FC basados en voxel reveló la participación de varias regiones prefrontales y los circuitos estriatales prefrontal-relacionados (ACC-, OFC- y DLPFC- circuitos estriatales) en el proceso de IGD y sugirió que la IGD pueden compartir mecanismos neuronales similares con dependencia de sustancias a nivel del circuito (41). El hallazgo actual es importante, ya que las alternancias de la actividad / conectividad del cerebro en los circuitos prefrontal-estriatal observadas concuerdan con estudios previos. Además, el SMA se incluye en la red de atención, que regula la función de otras redes cuando se requieren cambios rápidos en el comportamiento, como cuando se manipula rápidamente el teclado mientras se juegan juegos (42). Yuan et al. informó valores más altos de ALFF en la SMA en sujetos con IGD (12), y encontramos un resultado similar en este estudio, que sugería que la SMA podría ser una región potencialmente importante en conductas adictivas (41).
Hasta la fecha, se ha demostrado que la TCC grupal es eficaz para ayudar a los adolescentes con adicción a Internet (20). En el presente estudio, el tiempo de juego semanal fue significativamente más corto, y las puntuaciones de los CIAS y BIS-II se redujeron significativamente después de la TCC. Se sugirió que las consecuencias negativas podrían revertirse si la adicción a Internet pudiera remitirse en un corto período de tiempo. Observamos una disminución de los valores de ALFF en la OFC superior izquierda y el putamen izquierdo y la conectividad incrementada de la OFC-putamen después de la TCC, que son hallazgos que concuerdan con observaciones anteriores que sugirieron que el circuito OFC-estriado puede ser un objetivo terapéutico potencial en adictivos trastornos (43). La OFC participa en la regulación del impulso además de la toma de decisiones, por lo que la conectividad entre la OFC y el putamen implica un mejor control sobre el comportamiento impulsivo de los sujetos con IGD (44). Es consistente con el resultado de la reducción de las puntuaciones de BIS-11 después del tratamiento. El putamen es uno de los sectores del cuerpo estriado y ha sido una región del cerebro asociada con procesos cognitivos que se comparten en gran medida con el núcleo caudado. Más específicamente, el putamen se ha asociado con el control de los comportamientos habituales y las acciones dirigidas a la meta (45). Observamos que el ALFF más alto disminuyó en el putamen izquierdo después de la TCC, lo que sugiere que la TCC puede ser útil para mejorar el control de los comportamientos habituales y las acciones dirigidas a los objetivos de los sujetos con IGD. Esto significa que la TCC puede evitar el uso habitual de juegos sin emociones al cambiar las interacciones de los circuitos prefrontal-estriado. Estudios previos de TCC han informado que la TCC altera la activación del estado de reposo en la corteza prefrontal y que la TCC corrige los procesos cognitivos disfuncionales (46). Mientras tanto, los cambios en la conectividad OFC-putamen podrían predecir el efecto de la TCC.
Un punto débil de este estudio fue que los sujetos con IGD no se asignaron al azar a dos grupos (un grupo de los participantes recibiría la TCC, mientras que otro grupo que no recibió el tratamiento serviría como control). En segundo lugar, reclutamos sólo participantes masculinos; por lo tanto, se necesitan estudios adicionales con participantes femeninas para confirmar y ampliar los resultados actuales. Tercero, el tamaño limitado de la muestra aumentó el riesgo de falsos negativos y limitó la prueba para evaluar las relaciones entre los cambios en los valores de FC y los efectos del tratamiento. Cuarto, es necesario corregir las comparaciones múltiples para controlar el error falso positivo. Aquí se utilizó la corrección AlphaSim porque no se puede obtener un grupo cuando se utilizan los métodos de corrección FWE o FDR. Sin embargo, creemos que la corrección AlphaSim puede aceptarse en nuestro estudio exploratorio, ya que es una de las opciones más populares para la corrección de comparaciones múltiples y se utiliza en muchos estudios (34).
En resumen, nuestros hallazgos mostraron que la IGD estaba asociada con la función alterada de algunos circuitos prefrontal-estriatal y que la TCC podía atenuar las anomalías funcionales de la COS y el putamen y aumentar las interacciones entre ellas. Estos hallazgos pueden proporcionar una base para revelar el mecanismo terapéutico de la TCC en sujetos con IGD y servir como biomarcadores potenciales que pueden predecir la mejoría de los síntomas después de la TCC en sujetos con IGD.
Contribuciones de autor
YZ, YD fueron responsables del concepto de estudio y diseño. YD, WJ, XB, MC, XW y WD contribuyeron a la adquisición de datos. YS, XH y YW ayudaron con el análisis de datos y la interpretación de los hallazgos. XH redactó el manuscrito. Todos los autores revisaron críticamente el contenido y aprobaron la versión final para su publicación.
Declaracion de conflicto de interes
Los autores declaran que la investigación se llevó a cabo en ausencia de cualquier relación comercial o financiera que pudiera interpretarse como un posible conflicto de intereses.
Notas a pie de página
Fondos. Este trabajo fue apoyado por la Fundación Nacional de Ciencias Naturales de China (No.81571650), el Proyecto de la Guía Médica del Comité de Ciencia y Tecnología de Shanghai (medicina occidental; No.17411964300), y el apoyo de la Comisión de Educación Clínica de Shanghai-Gaofeng Apoyo de Subsidios para Medicina Clínica (No.20172013 ), La Fundación de Investigación Cruzada de Ingeniería Médica de la Universidad de Shanghai Jiao Tong (No. YG2017QN47), y el Fondo de Investigación de Semillas del Hospital Ren Ji, Escuela de Medicina, Universidad de Shanghai Jiao Tong (RJZZ17-016). Programa de Incubación para la Investigación Clínica e Innovación del Hospital Ren Ji, Escuela de Medicina, Universidad de Shanghai Jiao Tong (PYIII-17-027, PYIV-17-003). Los financiadores no tuvieron ningún papel en el diseño del estudio, la recopilación y el análisis de datos, la decisión de publicar o la preparación del manuscrito.
Referencias
1. Ko CH, GLiu C, Yen JY, Chen CY, Yen CF, Chen CS. El cerebro se correlaciona con el deseo de jugar en línea bajo la exposición de referencia en sujetos con adicción a los juegos de Internet y en sujetos remitidos. Adicto a Biol. (2013) 18: 559 – 69. 10.1111 / j.1369-1600.2011.00405.x [PubMed] [Cross Ref.]
2. King DL, Delfabbro PH, Wu A, Doh YY, Kuss DJ, Pallesen S, et al. . Tratamiento del trastorno del juego en Internet: una revisión sistemática internacional y evaluación CONSORT. Clin Psychol Rev. (2017) 54: 123 – 33. 10.1016 / j.cpr.2017.04.002 [PubMed] [Cross Ref.]
3. Ko CH, Liu TL, Wang PW, Chen CS, Yen CF, Yen JY. La exacerbación de la depresión, la hostilidad y la ansiedad social en el curso de la adicción a Internet entre los adolescentes: un estudio prospectivo. Comprende la psiquiatría (2014) 55: 1377 – 84. 10.1016 / j.comppsych.2014.05.003 [PubMed] [Cross Ref.]
4. Bloque JJ. Problemas para el DSM-V: adicción a internet. Soy J Psiquiatría (2008) 165: 306 – 7. 10.1176 / appi.ajp.2007.07101556 [PubMed] [Cross Ref.]
5. Asociación AP. Manual diagnóstico y estadístico de trastornos mentales, 5th Edn Washington, DC: American Psychiatric Association; (2013).
6. Joven KS. Resultados del tratamiento utilizando CBT-IA con pacientes adictos a Internet. J Behav Addict. (2013) 2: 209 – 15. 10.1556 / JBA.2.2013.4.3 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
7. Dong G, Zhou H, Zhao X. Los hombres adictos a Internet muestran una capacidad de control ejecutivo deficiente: evidencia de una tarea de Stroop de palabra de color. Neurosci Lett. (2011) 499: 114 – 8. 10.1016 / j.neulet.2011.05.047 [PubMed] [Cross Ref.]
8. Weinstein A, Livny A, Weizman A. Nuevos desarrollos en la investigación del cerebro de Internet y el trastorno del juego. Neurosci Biobehav Rev. (2017) 75: 314 – 30. 10.1016 / j.neubiorev.2017.01.040 [PubMed] [Cross Ref.]
9. Nelson CL, Sarter M, Bruno JP. Modulación cortical prefrontal de la liberación de acetilcolina en la corteza parietal posterior. Neurociencia (2005) 132: 347 – 59. 10.1016 / j.neuroscience.2004.12.007 [PubMed] [Cross Ref.]
10. Ko CH, Hsieh TJ, Chen CY, Yen CF, Chen CS, Yen JY, et al. . Activación cerebral alterada durante la inhibición de la respuesta y el procesamiento de errores en sujetos con trastorno de los juegos de Internet: un estudio funcional de imágenes magnéticas. Eur Arch Psiquiatría Clin Neurosci. (2014) 264: 661 – 72. 10.1007 / s00406-013-0483-3 [PubMed] [Cross Ref.]
11. Weng CB, Qian RB, Fu XM, Lin B, Han XP, Niu CS, y otros. . Materia gris y anomalías de la materia blanca en la adicción a los juegos en línea. Eur J Radiol. (2013) 82: 1308 – 12. 10.1016 / j.ejrad.2013.01.031 [PubMed] [Cross Ref.]
12. Yuan K, Jin C, Cheng P, Yang X, Dong T, Bi Y, et al. . Amplitud de las anomalías de fluctuación de baja frecuencia en adolescentes con adicción a los juegos en línea. MÁS UNO (2013) 8: e78708. 10.1371 / journal.pone.0078708 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
13. Ko CH, Liu GC, Hsiao S, Yen JY, Yang MJ, Lin WC. Et al. . Las actividades cerebrales asociadas con la necesidad de jugar de la adicción a los juegos en línea. J Psychiatr Res. (2009) 43: 739 – 47. 10.1016 / j.jpsychires.2008.09.012 [PubMed] [Cross Ref.]
14. Ko CH, Liu GC, Yen JY, Yen CF, Chen CS, Lin WC. Las activaciones cerebrales tanto para la necesidad de juego inducida por la señal como para el deseo de fumar entre los sujetos comórbidos con la adicción a los juegos de Internet y la dependencia de la nicotina. J Psychiatr Res. (2013) 47: 486 – 93. 10.1016 / j.jpsychires.2012.11.008 [PubMed] [Cross Ref.]
15. Wang Y, Yin Y, Sun YW, Zhou Y, Chen X, Ding WN, et al. . Disminución de la conectividad funcional interhemisférica del lóbulo prefrontal en adolescentes con trastorno de los juegos de azar por Internet: un estudio primario con RMF en estado de reposo. MÁS UNO (2015) 10: e0118733. 10.1371 / journal.pone.0118733 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
16. Ge X, Sun Y, Han X, Wang Y, Ding W, Cao M, et al. . Diferencia en la conectividad funcional de la corteza prefrontal dorsolateral entre fumadores con dependencia de la nicotina y personas con trastorno de los juegos de azar por Internet. BMC Neurociencia (2017) 18: 54. 10.1186 / s12868-017-0375-y [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
17. Liu J, Gao XP, Osunde I, Li X, Zhou SK, Zheng HR, y otros. . Aumento de la homogeneidad regional en el trastorno de adicción a Internet: estudio de imágenes de resonancia magnética funcional en estado de reposo. Chin Med J. (2010) 123: 1904 – 8. 10.3760 / cma.j.issn.0366-6999.2010.14.014 [PubMed] [Cross Ref.]
18. Brand M, Young KS, Laier C. Control prefrontal y adicción a internet: un modelo teórico y revisión de los hallazgos neuropsicológicos y de neuroimagen. Frente Hum Neurosci. (2014) 8: 375. 10.3389 / fnhum.2014.00375 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
19. Everitt BJ, Robbins TW. Desde el estriado ventral al dorsal: revelando puntos de vista de sus roles en la adicción a las drogas. Neurosci Biobehav Rev. (2013) 37 (9 Pt A): 1946 – 54. 10.1016 / j.neubiorev.2013.02.010 [PubMed] [Cross Ref.]
20. Du YS, Jiang W, Vance A. Efecto a largo plazo de la terapia cognitiva conductual grupal aleatorizada y controlada para la adicción a Internet en estudiantes adolescentes en Shanghai. Aust NZJ Psychiatry. (2010) 44: 129 – 34. 10.3109 / 00048670903282725 [PubMed] [Cross Ref.]
21. Weingardt KR, Villafranca SW, Levin C. Capacitación basada en tecnología en terapia cognitiva conductual para asesores de abuso de sustancias. Substancia Abus. (2006) 27: 19 – 25. 10.1300 / J465v27n03_04 [PubMed] [Cross Ref.]
22. Kiluk BD, Nich C, Babuscio T, Carroll KM. Calidad versus cantidad: adquisición de habilidades de afrontamiento después de la terapia cognitivo-conductual computarizada para trastornos por uso de sustancias. Adicción (2010) 105: 2120 – 7. 10.1111 / j.1360-0443.2010.03076.x [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
23. DeVito EE, Worhunsky PD, Carroll KM, Rounsaville BJ, Kober H, Potenza MN. Un estudio preliminar de los efectos neuronales de la terapia conductual para los trastornos por uso de sustancias. Dependen de drogas y alcohol. (2012) 122: 228 – 35. 10.1016 / j.drugalcdep.2011.10.002 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
24. Yip SW, DeVito EE, Kober H, Worhunsky PD, Carroll KM, Potenza MN. Medidas de pretratamiento de la estructura cerebral y función cerebral de procesamiento de recompensa en la dependencia del cannabis: un estudio exploratorio de las relaciones con la abstinencia durante el tratamiento conductual. Dependen de drogas y alcohol. (2014) 140: 33 – 41. 10.1016 / j.drugalcdep.2014.03.031 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
25. Barba KW, Lobo EM. Modificación en los criterios diagnósticos propuestos para la adicción a internet. Cyberpsychol Behav. (2001) 4: 377 – 83. 10.1089 / 109493101300210286 [PubMed] [Cross Ref.]
26. Meng Y, Deng W, Wang H, Guo W, Li T. La disfunción prefrontal en personas con trastornos de los juegos de Internet: un metanálisis de los estudios funcionales de imágenes de resonancia magnética. Adicto a Biol. (2015) 20: 799 – 808. 10.1111 / adb.12154 [PubMed] [Cross Ref.]
27. Sheehan DV, Sheehan KH, Shytle RD, Janavs J, Bannon Y, Rogers J. E, et al. . Confiabilidad y validez de la Mini Entrevista Neuropsiquiátrica Internacional para Niños y Adolescentes (MINI-KID). J Clin Psychiatry (2010) 71: 313 – 26. 10.4088 / JCP.09m05305whi [PubMed] [Cross Ref.]
28. Chen SH, Weng LJ, Su YJ, Wu HM, Yang PF. Desarrollo de la Escala China de Adicción a Internet y su estudio psicométrico. Chin J Psychol. (2003) 45: 251 – 66. 10.1037 / t44491-000 [Cross Ref.]
29. Zung WW. Un instrumento de calificación para los trastornos de ansiedad. Psicosomática (1971) 12: 371 – 9. 10.1016 / S0033-3182 (71) 71479-0 [PubMed] [Cross Ref.]
30. Zung WW. Una escala de depresión de autoevaluación. Psiquiatría de Arch Gen (1965) 12: 63 – 70. 10.1001 / archpsyc.1965.01720310065008 [PubMed] [Cross Ref.]
31. Patton JH, Stanford MS, Barratt ES. Estructura factorial de la escala de impulsividad de Barratt. J Clin Psychol. (1995) 51: 768–74. 10.1002 / 1097-4679 (199511) 51: 6 <768 :: AID-JCLP2270510607> 3.0.CO; 2-1 [PubMed] [Cross Ref.]
32. Yan CG, Wang XD, Zuo XN, Zang YF. DPABI: Procesamiento y análisis de datos para imágenes cerebrales (estado de reposo). Neuroinformática (2016) 14: 339–51. 10.1007 / s12021-016-9299-4 [PubMed] [Cross Ref.]
33. Power JD, Barnes KA, Snyder AZ, Schlaggar BL, Petersen SE. Correlaciones espurias pero sistemáticas en la conectividad funcional Las redes de MRI surgen del movimiento del sujeto. Neuroimagen (2012) 59: 2142 – 54. 10.1016 / j.neuroimage.2011.10.018 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
34. Li F, Lui S, Yao L, Hu J, Lv P, Huang X, et al. . Cambios longitudinales en la actividad cerebral en estado de reposo en pacientes con esquizofrenia de primer episodio: un estudio de imágenes de RM funcional de seguimiento con 1 durante un año. Radiología (2016) 279: 867 – 75. 10.1148 / radiol.2015151334 [PubMed] [Cross Ref.]
35. Liu F, Guo W, Liu L, Long Z, Ma C, Xue Z, et al. . Oscilaciones de baja frecuencia de amplitud anormales en pacientes sin tratamiento previo, con primer episodio de trastorno depresivo mayor: un estudio de IRMR en estado de reposo. Afecta el desorden. (2013) 146: 401 – 6. 10.1016 / j.jad.2012.10.001 [PubMed] [Cross Ref.]
36. Yuan M, Zhu H, Qiu C, Meng Y, Zhang Y, Shang J, y otros. . La terapia cognitiva conductual grupal modula la conectividad funcional en estado de reposo de la red relacionada con la amígdala en pacientes con trastorno de ansiedad social generalizada. Psiquiatría BMC (2016) 16: 198. 10.1186 / s12888-016-0904-8 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
37. Dieter J, Hoffmann S, Mier D, Reinhard I, Beutel M, Vollstadt-Klein S, et al. . El papel del control inhibitorio emocional en una adicción específica a Internet: un estudio de resonancia magnética funcional. Behav Brain Res. (2017) 324: 1–14. 10.1016 / j.bbr.2017.01.046 [PubMed] [Cross Ref.]
38. Zhang JT, Yao YW, Potenza MN, Xia CC, Lan J, Liu L, et al. . Alteración de la actividad neuronal en estado de reposo y cambios después de un deseo de intervención conductual para el trastorno del juego en Internet. Sci Rep. (2016) 6: 28109. 10.1038 / srep28109 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
39. Wang Y, Zhu J, Li Q, Li W, Wu N, Zheng Y, y otros. . Circuitos fronto-estriados y fronto-cerebelosos modificados en individuos dependientes de heroína: un estudio de estado de reposo FMRI. MÁS UNO (2013) 8: e58098. 10.1371 / journal.pone.0058098 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
40. Volkow ND, Wang GJ, Tomasi D, Baler RD. Circuitos neuronales desequilibrados en la adicción. Curr Opin Neurobiol. (2013) 23: 639 – 48. 10.1016 / j.conb.2013.01.002 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
41. Jin C, Zhang T, Cai C, Bi Y, Li Y, Yu D, et al. . Conectividad funcional en estado de reposo de la corteza prefrontal anormal y gravedad del trastorno de los juegos de Internet. Behav imágenes de cerebro (2016) 10: 719 – 29. 10.1007 / s11682-015-9439-8 [PubMed] [Cross Ref.]
42. Seminowicz DA, Shpaner M, Keaser ML, Krauthamer GM, Mantegna J, Dumas J. A, et al. . La terapia cognitiva conductual aumenta la materia gris de la corteza prefrontal en pacientes con dolor crónico. Dolor J (2013) 14: 1573 – 84. 10.1016 / j.jpain.2013.07.020 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
43. Jiang GH, Qiu YW, Zhang XL, Han LJ, Lv XF, Li LM, y otros. . Anomalías de oscilación de baja frecuencia de amplitud en los usuarios de heroína: un estudio de fMRI en estado de reposo. Neuroimagen (2011) 57: 149 – 54. 10.1016 / j.neuroimage.2011.04.004 [PubMed] [Cross Ref.]
44. Ding WN, Sun JH, Sun YW, Chen X, Zhou Y, Zhuang ZG, y otros. . La impulsividad del rasgo y la alteración de la función de inhibición del impulso prefrontal en adolescentes con adicción a los juegos de Internet revelada por un estudio IRM Go / No-Go. Behav Brain Funct. (2014) 10: 20. 10.1186 / 1744-9081-10-20 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
45. Cai C, Yuan K, Yin J, Feng D, Bi Y, Li Y, et al. . La morfometría del estriado se asocia con déficits de control cognitivo y la gravedad de los síntomas en el trastorno de los juegos de Internet. Behav imágenes de cerebro (2016) 10: 12 – 20. 10.1007 / s11682-015-9358-8 [PubMed] [Cross Ref.]
46. Yoshimura S, Okamoto Y, Onoda K, Matsunaga M, Okada G, Kunisato Y, et al. . La terapia cognitiva conductual para la depresión altera la actividad de la corteza cingulada anterior frontal y ventral media asociada con el procesamiento autorreferencial. Soc Cogn Afectan Neurosci. (2014) 9: 487 – 93. 10.1093 / scan / nst009 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
;
