¿Qué haría mi avatar? Juegos, patología y toma de decisiones arriesgadas (2013)

Frente Psychol. 2013 Sep 10; 4: 609. doi: 10.3389 / fpsyg.2013.00609. eCollection 2013.

Resumen

Trabajos recientes han revelado una relación entre el uso patológico de videojuegos y el aumento de la impulsividad entre niños y adolescentes. Algunos estudios también han demostrado una mayor toma de riesgos fuera del entorno de los videojuegos después del juego, pero este trabajo se ha centrado en gran medida en un género de videojuegos (es decir, carreras). Motivado por estos hallazgos, el objetivo del presente estudio fue examinar la relación entre el uso de videojuegos patológico y no patológico, la impulsividad y la toma de decisiones de riesgo. El estudio actual también investigó la relación entre la experiencia con dos de los géneros más populares de videojuegos [es decir, shooter en primera persona (FPS) y estrategia] y la toma de decisiones de riesgo. De acuerdo con el trabajo anterior, ~ 7% de la muestra actual de adultos en edad universitaria cumplieron con los criterios para el uso patológico de videojuegos. El número de horas de juego por semana se asoció con una mayor impulsividad en una medida de autoinforme y en la tarea de descuento temporal (TD). Esta relación fue sensible al género del videojuego; específicamente, la experiencia con los juegos de FPS se correlacionó positivamente con la impulsividad, mientras que la experiencia con los juegos de estrategia se correlacionó negativamente con la impulsividad. Las horas por semana y los síntomas patológicos predijeron una mayor toma de riesgos en la tarea de riesgo y la tarea de Juego de Iowa, acompañada de un peor desempeño general, lo que indica que incluso cuando las opciones de riesgo no dieron sus frutos, las personas que pasaron más tiempo jugando y respaldaron más síntomas patológicos El juego continuó haciendo estas elecciones. Basándonos en estos datos, sugerimos que la presencia de síntomas patológicos y el género del videojuego (por ejemplo, FPS, estrategia) pueden ser factores importantes para determinar cómo la cantidad de experiencia del juego se relaciona con la impulsividad y la toma de decisiones de riesgo.

Palabras clave: Videojuegos, toma de decisiones, riesgo, uso patológico de videojuegos, impulsividad, procesamiento de recompensas.

Investigaciones anteriores han demostrado que la experiencia de los videojuegos influye en la cognición y la emoción de múltiples maneras (West y Bailey, 2013). Por ejemplo, una mayor experiencia en videojuegos se asocia con un menor uso del control cognitivo proactivo (Kronenberger et al., 2005; Mathews et al. 2005; Bailey et al. 2010), diferencias en la experiencia y expresión del afecto positivo y negativo (Bartholow et al., 2006; Kirsh y montes, 2007; Bailey et al. 2011), y un aumento en la cantidad de síntomas asociados con el TDAH, particularmente para las personas que demuestran juegos patológicos de videojuegos (PVP; Gentile, 2009; Gentile et al. 2011; Pawlikowski y Marca, 2011). Los hallazgos de numerosos estudios demuestran que la eficacia de la toma de decisiones está moderada por la emoción, el control ejecutivo o cognitivo y la presencia de adicción química y conductual (Tanabe et al., 2007; Weber y Johnson, 2009; Figner y Weber, 2011). Dada la asociación entre la experiencia de los videojuegos, la PVP, la emoción y el control cognitivo, se podría esperar que la experiencia de los videojuegos tenga un efecto perjudicial sobre la eficacia de la toma de decisiones. En apoyo de esta hipótesis, algunos estudios han demostrado que la exposición a los videojuegos de carreras puede influir en la toma de decisiones del mundo real relacionada con el comportamiento de conducción (Fischer et al., 2009; Beullens et al. 2011). El estudio actual se extiende sobre la evidencia existente al examinar la relación entre otros géneros de videojuegos [es decir, shooter en primera persona (FPS) y estrategia], PVP y toma de decisiones de riesgo en un contexto de juego.

La investigación que examina la relación entre los videojuegos y la toma de decisiones arriesgada se ha centrado principalmente en los efectos de los videojuegos de carreras sobre las actitudes y el compromiso con conductas de conducción riesgosas (por ejemplo, exceso de velocidad, conducción divertida, carreras callejeras; consulte Fischer y otros 2011). Según las medidas de autoinforme, el tiempo dedicado a los videojuegos de carreras se asocia positivamente con la participación en la conducción arriesgada entre adolescentes y adultos, en particular los hombres (Beullens et al., 2011), y asociado negativamente con la conducción prudente (Fischer et al., 2007). Además, la exposición de laboratorio a los juegos de carreras aumenta las actitudes positivas hacia la toma de riesgos y la mayor toma de riesgos en una tarea de conducción simulada por computadora (Fischer et al., 2007, 2009), que puede deberse en parte a una mayor autopercepción como conductor arriesgado (Fischer et al., 2009). Además, los videojuegos de carreras parecen ser los más atractivos para las personas que están predispuestas a un mayor riesgo de accidentes automovilísticos y muertes (Administración Nacional de Seguridad del Tráfico en Carreteras, 2009). Según estos hallazgos, parece que la exposición a videojuegos a largo y corto plazo puede llevar a cambios en las actitudes y al compromiso con comportamientos que se ejemplifican en el juego.

El uso patológico de videojuegos representa un problema importante para 8 – 9% de niños y adolescentes (Gentile, 2009; Gentile et al. 2011). Las personas con más síntomas de PVP informan que juegan videojuegos con más frecuencia y durante más tiempo, saltándose otras actividades (por ejemplo, tareas, tareas) para jugar videojuegos y usar videojuegos para escapar de sus problemas con más frecuencia que sus compañeros. La mayor sintomatología de la PVP también está relacionada con los informes de mayor agresividad e impulsividad, bajo rendimiento escolar y niveles elevados de síntomas relacionados con la depresión y el TDAH (Gentile et al., 2011).

El juego patológico también puede estar relacionado con un aumento en la toma de decisiones de riesgo. Pawlikowski y Marca (2011) examinó las diferencias individuales en el juego excesivo de Internet y el rendimiento en la tarea Juego de dados, una medida de la toma de decisiones arriesgada. En esta tarea, el participante intenta ganar la mayor cantidad de dinero posible adivinando qué número saldría de la tirada de un dado de 6. Los jugadores excesivos de Internet seleccionaron las opciones de baja probabilidad con más frecuencia que los no jugadores, lo que resulta en mayores pérdidas. Este comportamiento es similar al que muestran las personas con problemas de juego (Cavedini et al., 2002; Brand et al., 2005). Este trabajo sugiere que los juegos patológicos se asocian positivamente con una mayor impulsividad y riesgo, por encima y más allá de la cantidad de tiempo que se pasa jugando.

La evidencia de los estudios que examinan el uso de sustancias y los problemas con el juego puede proporcionar información sobre cómo la PVP influye en la toma de decisiones de riesgo. Uso de sustancias (Kirby et al., 1999; Mitchell, 1999; Kim et al. 2011) y problemas de juego (Brand et al., 2005; Slutske et al. 2005; Tanabe et al. 2007) están relacionados con aumentos en la toma de decisiones de riesgo a través de una o más de las siguientes vías: funciones ejecutivas interrumpidas, sensibilidad alterada a resultados positivos y negativos o impulsividad incrementada. Por ejemplo, los pacientes dependientes del alcohol tienen peor desempeño en la Iowa Gambling Task (IGT; Kim et al., 2011), tomando más tiempo para aprender de los resultados negativos (es decir, continuó seleccionando tarjetas de las cubiertas "malas") en comparación con los pacientes no dependientes del alcohol. El juego patológico se ha asociado con una disminución de la actividad prefrontal en el hemisferio derecho durante el IGT, lo que probablemente refleja cambios en la toma de decisiones que involucran riesgos (Tanabe et al., 2007). Los efectos de la nicotina en la impulsividad se han estudiado ampliamente utilizando la tarea de descuento temporal (TD) (por ejemplo, Mitchell, 1999; Ohmura et al. 2005) en el que los participantes eligen entre las recompensas más pequeñas entregadas inmediatamente o después de un breve retraso y las recompensas más grandes entregadas después de una demora más larga (Loewenstein y Thaler, 1989; Leer, 2004). La selección de la recompensa inmediata más pequeña se puede interpretar para reflejar una mayor impulsividad. Los fumadores de cigarrillos son siempre más impulsivos en esta tarea que los no fumadores (Mitchell, 1999; Reynolds et al. 2004). Además, la medida en que los fumadores descuentan las ganancias monetarias retrasadas se correlaciona con su consumo diario de nicotina (Reynolds et al., 2004; Ohmura et al. 2005). Estos hallazgos indican que el abuso de sustancias y el problema del juego se asocian positivamente con la selección impulsiva de recompensas inmediatas, posiblemente como resultado de un control debilitado sobre el comportamiento.

Los videojuegos de carreras parecen mejorar los pensamientos relacionados con el riesgo y los comportamientos de conducción riesgosos; sin embargo, aún no está claro si los diferentes géneros de videojuegos también pueden impulsar la toma de decisiones de riesgo en otros dominios. Sin embargo, existe evidencia de que ciertos géneros de videojuegos pueden tener efectos diferenciales en el control cognitivo, un conjunto de habilidades que le permiten a uno mantener el procesamiento de información dirigida a objetivos (Basak et al., 2008; Bailey et al. 2010). Por ejemplo, en un estudio de diferencias individuales (Bailey et al., 2010), encontraron que la experiencia con los videojuegos FPS se correlacionaba con una reducción en el control proactivo (mantenimiento activo y sostenido de información relevante para el objetivo) y no se correlacionaba con el control reactivo (se detecta una movilización de control justo a tiempo después de un conflicto; , 2012). Además, Swing (2012) demostraron que 10 h de la experiencia de FPS resultó en una reducción en el uso del control proactivo en un estudio de capacitación. Estos hallazgos pueden indicar que es más probable que los jugadores de FPS tomen sus decisiones en el momento y no después de una deliberación cuidadosa, una tendencia que podría manifestarse como una preferencia por recompensas inmediatas en lugar de una evaluación a largo plazo de los riesgos y beneficios. A diferencia de los juegos FPS, los videojuegos de estrategia pueden promover un aumento en la planificación cuidadosa y el control ejecutivo del comportamiento. Basak et al. (2008) demostró que 23.5 h de entrenamiento en un videojuego de estrategia mejoró la capacidad de cambio de tareas y la memoria de trabajo. Esta área de investigación es relevante para el estudio actual porque estructuras neuronales similares están involucradas en el control cognitivo y la toma de decisiones (Steinberg, 2008; Christopoulos et al. 2009). Por lo tanto, los efectos de la exposición a los videojuegos en estas áreas del cerebro también pueden tener consecuencias para la eficacia de la toma de decisiones.

El objetivo del presente estudio fue ampliar el trabajo de Fischer et al. (2007, 2009) a otros géneros de videojuegos y contextos de toma de decisiones con el fin de proporcionar una comprensión más completa de cómo la experiencia de videojuegos está relacionada con la toma de decisiones de riesgo. Para lograr este objetivo, se utilizaron múltiples tareas de toma de decisiones que involucran riesgos. Nos enfocamos en FPS y videojuegos de estrategia debido a su continua popularidad entre los jugadores (The NDP Group, 2010), así como su potencial para influir en la toma de decisiones en formas opuestas. En el estudio actual, los individuos informaron experiencias pasadas de videojuegos (es decir, horas jugadas por semana, síntomas de PVP y género) y completaron una serie de cuestionarios y tareas informatizadas que evaluaban la toma de decisiones de riesgo. Se utilizó el análisis de correlación canónica (CCA) para examinar las relaciones latentes entre la experiencia de los videojuegos, el PVP y el sexo (es decir, las variables predictoras) y las medidas de toma de decisiones de riesgo (es decir, las variables dependientes). Basado en trabajos anteriores (gentil, 2009; Gentile et al. 2011), planteamos la hipótesis de que la cantidad promedio de horas dedicadas a los videojuegos por semana y la cantidad de síntomas patológicos respaldados predecirían un aumento de la impulsividad, sesgo hacia recompensas inmediatas o mayores y una mayor selección de opciones más riesgosas. Se esperaba que FPS y los videojuegos de estrategia estuvieran asociados de manera diferencial con decisiones arriesgadas; Se esperaba que los jugadores de FPS fueran más impulsivos y sensibles a las recompensas, mientras que se esperaba que los jugadores de estrategia seleccionaran menos opciones de riesgo y fueran más sensibles a los resultados negativos. Las interacciones entre horas, PVP y género también se examinaron para determinar si los efectos de la cantidad de tiempo dedicado a los videojuegos y la co-ocurrencia de patología podrían moderar alguna de las relaciones con el género.

Método

Participantes

Los participantes eran estudiantes universitarios de 149 (hembras de 70) de la Universidad Estatal de Iowa que tenían edades comprendidas entre 16 y 30 años. Debido a un error en el software, los datos para la fase de prueba de la tarea de selección probabilística se perdieron para un participante. Se obtuvo el consentimiento informado de todos los participantes y recibieron crédito del curso por su participación. El estudio fue aprobado por la Junta de Revisión Institucional de la universidad.

Materiales y diseño

Cuestionario de uso de medios

El cuestionario de uso de los medios incluyó tres preguntas de orden superior. Dos preguntas le pidieron a la persona que indicara la cantidad de horas dedicadas a jugar videojuegos en un día de la semana típico (Pregunta 1, de lunes a viernes) o de fin de semana (Pregunta 2, sábado y domingo) para cada uno de los cuatro períodos de tiempo (6 de mediodía a mediodía a 6 pm, 6 pm a medianoche, y medianoche a 6 am). La tercera pregunta le pidió al participante que indicara con qué frecuencia juega cada uno de los diferentes géneros de videojuegos de 12 y en qué videojuego pasaron más tiempo jugando. Las variables dependientes utilizadas fueron el número total de horas dedicadas a jugar videojuegos por semana y la clasificación como jugador de videojuegos de estrategia o FPS (0 o 1) según el género del videojuego que informaron que jugaban con mayor frecuencia. La confiabilidad interna fue alta para la cantidad de horas jugadas (coeficiente α = 0.85) y para la cantidad de experiencia con los géneros de videojuegos (coeficiente α = 0.87).

Escala patológica de juego

Una versión revisada de la escala PVP (Gentile, 2009; Gentile et al. 2011) estaba compuesto por 13 ítems que se basaban en los criterios del DSM-IV para la adicción al juego. Los participantes respondieron a cada pregunta seleccionando "sí", "no", "a veces" o "no sé". La variable dependiente fue el número de preguntas a las que respondieron “sí” (1-13). La confiabilidad interna para la muestra actual fue aceptable (coeficiente α = 0.60).

Escala de impulsividad de Barratt.

Escala de impulsividad de Barratt, versión 11 (BIS-11; Patton et al., 1995) fue utilizado para medir la impulsividad general. El BIS-11 está compuesto por declaraciones de 30 (por ejemplo, cambio de pasatiempos; planeo la seguridad en el trabajo) y para cada declaración, los participantes seleccionaron entre las siguientes opciones: "Raramente / Nunca", "Ocasionalmente", "A menudo" o "Casi siempre / Siempre ”. Para la puntuación, las respuestas se codificaron numéricamente de 1 (raramente / nunca) a 4 (casi siempre / siempre) y se sumaron para obtener una puntuación total (0 – 20). Las puntuaciones más altas indican mayores niveles de impulsividad. La confiabilidad interna del BIS en la muestra actual fue alta (coeficiente α = 0.75).

Escala riesgo-actitudes

Una versión modificada de la Escala de actitudes de riesgo (RAS; Weber et al., 2002) incluyó declaraciones 20 de las subescalas éticas, de juego y recreativas de la medida original. Los participantes indicaron qué tan probable o probable es que se involucren en el comportamiento descrito en cada declaración en una escala de 1 (muy poco probable) a 5 (muy probable). La variable dependiente fue la puntuación promedio en todos los ítems (1 – 5). Las puntuaciones más altas reflejan actitudes más aceptables hacia el riesgo. La confiabilidad interna de la medida en la muestra actual fue alta (coeficiente α = 0.76).

Tarea de juego de Iowa

En el IGT (Bechara et al., 1994) los participantes seleccionaron una de las cuatro fichas en cada prueba para ganar puntos. Cada token se asoció con su propio conjunto de ganancias y pérdidas. Los participantes fueron instruidos para tratar de ganar tantos puntos como sea posible antes del final de la tarea. La ganancia o pérdida de cada ficha se predeterminó para cada una de las pruebas 100, de modo que la selección de dos de las fichas (círculo o cuadrado) en la mayoría de las pruebas resulta en una ganancia neta de puntos, mientras se seleccionan las otras dos fichas (cristal o diamante) en la mayoría de los ensayos resulta en una pérdida neta de puntos. No se informó a los participantes qué fichas eran "buenas" y cuáles eran "malas". Después de seleccionar una ficha, se informó al participante sobre el resultado (ganancia o pérdida) y el número total de puntos que habían ganado. Las fichas permanecieron en la pantalla hasta que el participante hizo una selección. La retroalimentación se mostró para 1500 ms, y las claves de respuesta fueron “i” (círculo), “r” (cristal), “c” (cuadrado) y “m” (diamante). La variable dependiente fue el número de veces que se seleccionaron tokens "malos" en los ensayos 20 finales.

Descuento temporal

La tarea de TD fue similar a la de McClure et al. (2004). Los participantes expresaron su preferencia en una serie de opciones entre una cantidad de dinero menor recibida en un momento anterior y una cantidad de dinero mayor recibida en un momento posterior. Se instruyó a los participantes para que tomaran cada decisión como si recibieran la opción que seleccionaron. Las dos primeras opciones se fijaron para permitir que los participantes aprendieran cómo responder en la tarea. La primera opción requería que los participantes seleccionaran entre las mismas cantidades de dinero disponibles en dos retrasos diferentes (por ejemplo, $ 27.10 en semanas 2 frente a $ 27.10 en el mes 1 y semanas 2) y la segunda opción requería que los participantes seleccionaran entre dos cantidades de dinero en el que la cantidad anterior es menor que 1 por ciento de la cantidad posterior (por ejemplo, $ 0.16 hoy en comparación con $ 34.04 en el mes 1 y en las semanas 2). Los ensayos 40 restantes se construyeron combinando uno de los retrasos tempranos (hoy, 2 semanas o 1 mes) con uno de los retrasos posteriores (2 semanas, 1 mes) y uno de los siguientes porcentajes de diferencias en la cantidad de dinero: 1, 3, 5, 10, 15, 25, 35, 50%. La cantidad inicial de dinero se extrajo al azar de un rango de $ 5 a $ 40 y luego la mayor cantidad de dinero se estableció en la diferencia porcentual especificada. Se utilizaron todas las combinaciones de los retrasos tempranos, retrasos tardíos y diferencias porcentuales, excluyendo aquellas en las que el retraso tardío sería más de 6 meses después del experimento. Las dos opciones se mostraron a cada lado de la pantalla con la recompensa más pequeña y anterior siempre presentada a la izquierda, y las opciones permanecieron en la pantalla hasta que se realizó una respuesta. Un triángulo amarillo ubicado debajo de cada opción se volvió rojo para 2000 ms después de la respuesta para indicar la selección. Esto fue seguido por una pantalla en blanco para 2000 ms y luego apareció la siguiente opción. Las claves de respuesta fueron "v" para la opción de la izquierda y "m" para la opción de la derecha. La variable dependiente fue el porcentaje de opciones donde se seleccionó la cantidad de dinero anterior / menor. Seleccionar la opción anterior con más frecuencia indica una mayor aversión al riesgo.

Selección probabilística

En la tarea de selección probabilística (Frank et al., 2004), los participantes vieron tres pares de estímulos (AB, CD, EF) presentados al azar y se les indicó que seleccionaran uno de los estímulos en cada par. La retroalimentación probabilística se presentó después de cada selección. En el primer par, la selección A llevó a una retroalimentación positiva (es decir, "¡Correcto!") 80% del tiempo y la selección B llevó a una retroalimentación negativa (es decir, "Incorrecto") 20% del tiempo. En el segundo par, la selección de C llevó a la retroalimentación positiva 70% del tiempo, y en el tercer par la selección de E llevó a la retroalimentación positiva 60% del tiempo. Los participantes realizaron tres bloques de aprendizaje de los ensayos 60 (20 de cada par). En el bloque final, los participantes vieron todos los pares posibles de los seis estímulos cuatro veces cada uno y no recibieron comentarios sobre sus elecciones. Los estímulos fueron seis caracteres Hiragana japoneses contrapesados ​​entre las tres probabilidades de retroalimentación (es decir, AB, CD, EF). En todos los bloques, las cifras permanecieron en la pantalla hasta que se realizó una respuesta o hasta que pasara 4000 si no se detectaba respuesta. En los bloques de aprendizaje, la retroalimentación se mostró para 1500 ms. Hubo un intervalo 500 ms de respuesta a estímulo en el bloque final. Las teclas de respuesta fueron "v" para seleccionar la figura de la izquierda y "m" para seleccionar la figura de la derecha. Las variables dependientes fueron el porcentaje de ensayos donde se eligió A (Elegir A) y B se evitó (Evitar B) en el bloque final. Una mayor selección de A que evitar B en el bloque final indica un aprendizaje basado en resultados positivos en lugar de negativos. Una mayor evitación de B que la selección de A en el bloque final indica un aprendizaje basado en resultados negativos más que resultados positivos.

Tarea de riesgo

En la tarea de riesgo (Knoch et al., 2006), los participantes recibieron seis cajas, cada una con la misma probabilidad de contener un token ganador. Algunas cajas eran azules y otras eran rosas. Los participantes recibieron instrucciones de seleccionar el color de la caja que creían que contenía el token ganador. Si eligieron correctamente, recibieron la cantidad de puntos asociados con el color que habían seleccionado, pero si eran incorrectos, perdieron esa cantidad de puntos. Dos variables fueron manipuladas en esta tarea. El nivel de riesgo se refiere a la proporción de cuadros rosa y azul que puede ser 5: 1, 4: 2 o 3: 3. Por ejemplo, si hay cajas azules 5 y cajas rosas 1, entonces existe una posibilidad 1 en 6 de que la caja rosa contenga el token ganador; por lo tanto, seleccionar rosa sería más riesgoso que seleccionar azul. El saldo de la recompensa se refiere al número de puntos que valen los colores y puede ser 90: 10, 80: 20, 70: 30 o 60: 40. El color con menos cuadros siempre valió el mayor valor de puntos. En el ejemplo anterior, por ejemplo, seleccionar rosa valdría 90 puntos, mientras que seleccionar azul solo valdría 10 puntos. Los participantes completaron los ensayos de 100. Cuatro de estas eran combinaciones del nivel de riesgo 3: 3 con balance de recompensa y no se incluyeron en el análisis. Los ensayos 96 restantes incluyeron todas las demás combinaciones posibles de nivel de riesgo, balance de recompensa y color. El nivel de riesgo se mostró arriba de las casillas en cada prueba y el saldo de la recompensa se mostró a continuación. Las pantallas de la caja permanecieron en la pantalla hasta que el participante respondió, seguido por una retroalimentación que muestra el resultado y los puntos totales para 1500 ms. Las teclas de respuesta fueron "v" para seleccionar rosa y "m" para seleccionar azul. Las variables dependientes para esta medida fueron la puntuación total al final de la tarea (Total de riesgo) y el porcentaje de selecciones de bajo riesgo (Bajo riesgo).

Procedimiento

Todos los estímulos se presentaron utilizando el software E-Prime 1.2 (Psychology Software Tools, Pittsburgh, PA). Los participantes firmaron el consentimiento informado y completaron el BIS-11, la escala de juegos patológicos, RAS y el cuestionario de uso de los medios. La mitad de los participantes completaron las tareas en el siguiente orden: TD, tarea de riesgo, Iowa Gambling Task y Probabilistic Selection; La otra mitad de los participantes completó las tareas en orden inverso. Los participantes también completaron el campo de visión útil y las tareas de señal de parada, pero como estos datos no abordan específicamente la relación entre los videojuegos y la toma de decisiones de riesgo, no se informa aquí. Después de que se completaron las tareas, los participantes fueron interrogados y agradecidos por su participación. Todo el estudio tomó ~ 90 min.

Resultados

Características de la muestra

Mesa Table11 incluye las medias, las desviaciones estándar y los rangos de todas las variables medidas. Más de la mitad de la muestra (64%) reportó haber jugado videojuegos al menos 2 h por semana. La cantidad promedio de tiempo reportado jugando videojuegos fue de 20.6 h por semana (SD = 25.4, 25th quartile = 0, 50th quartile = 13, 75th quartile = 34). Los machos reportaron jugar más horas por semana (M = 28.2, SD = 21.9) que las hembras (M = 12.1, SD = 26.5), t(147) = 4.06, p <0.001. El juego patológico (es decir, responder "sí" a 6 o más de las afirmaciones en la escala PVP) fue reportado por el 7.4% (hombres = 13.9%, mujeres = 0%) de la muestra, consistente con la tasa observada en otras muestras de niños y adolescentes (gentil, 2009; Gentile et al. 2011). El número medio de síntomas patológicos de juego fue, M = 1.8, SD = 2.0. Los machos reportaron más síntomas relacionados con el juego patológico (M = 2.7, SD = 2.1) que las hembras (M = 0.8, SD = 1.2), t(147) = 6.90, p <0.001.

Tabla 1 

Estadística descriptiva para todas las variables independientes y dependientes..

Correlaciones de orden cero

Las correlaciones entre todas las variables incluidas en los análisis se presentan en la Tabla Table2.2. El patrón de asociación observado en estas variables se resume brevemente antes de considerar los resultados del CCA para orientar al lector a las relaciones fundamentales que están presentes en el conjunto de datos. Además de las variables observadas, se calcularon cinco términos de interacción bidireccional (es decir, la cantidad de horas dedicadas a jugar videojuegos por semana (horas) con PVP y los dos géneros de videojuegos (es decir, FPS y estrategia) y PVP con los dos géneros). Sexo (dummy codificado: Masculino = 1, Femenino = 2) se correlacionó negativamente con Horas, FPS, PVP, RAS, Horas × PVP, Horas × FPS, Horas × Estrategia, PVP × FPS y PVP ×, lo que indica que los hombres informaron Mayor experiencia en videojuegos, juegos patológicos y riesgos que las mujeres. Las horas se correlacionaron positivamente con PVP, PVP × FPS y PVP × Strategy. El juego de FPS se correlacionó positivamente con PVP. Los juegos de estrategia se correlacionaron positivamente con PVP y Horas × PVP. El número de síntomas patológicos de juego se correlacionó positivamente con Horas × FPS y Horas × Estrategia. Estos datos indican que la prevalencia de los juegos patológicos aumenta con el número de horas dedicadas a los juegos por semana, y que esto es cierto tanto para los juegos de estrategia y los juegos de estrategia para niños.

Tabla 2 

Correlaciones entre todas las variables y términos de interacción..

De acuerdo con nuestras hipótesis, hubo dos patrones de asociación entre la experiencia de los videojuegos y las medidas de toma de decisiones riesgosas (es decir, mayor impulsividad, sensibilidad reducida a la retroalimentación negativa). La impulsividad autoinformada se correlacionó positivamente con Horas y Horas × PVP, consistente con trabajos anteriores (Gentile et al., 2011). La selección de la recompensa anterior más pequeña en la tarea de TD se correlacionó positivamente con los FPS [jugadores de FPS: M = 0.79, SD = 0.17; jugadores no FPS: M = 0.71, SD = 0.22; t(147) = −2.10, p = 0.04] y Horas × FPS (Figura (Figura 1A), 1A), consistente con la hipótesis de que este género de videojuego puede cambiar el enfoque de un individuo hacia recompensas inmediatas, lo que resulta en una toma de decisiones más impulsiva.

Figura 1 y XNUMX 

(A) Proporción media de selecciones tempranas en la tarea de descuento temporal en función de Horas e identificación como jugador de FPS. (B) Evite B en la tarea de selección probabilística en función de la identificación como jugador de estrategia. Las barras de error representan ...

La selección de cubiertas malas en el IGT se correlacionó positivamente con Horas × PVP (Figura (Figura 2A), 2A), apoyando la idea de que el aumento de horas y la patología están relacionados con la reducción del aprendizaje a partir de resultados negativos. El porcentaje de selecciones de bajo riesgo en la tarea de riesgo se correlacionó negativamente con Horas, Horas × PVP y Horas × FPS, lo que indica una mayor toma de riesgos entre los jugadores. Es importante destacar que la puntuación total en la tarea de riesgo se correlacionó negativamente con Horas y Horas × PVP (Figura (Figura 2B), 2B), lo que demuestra que seleccionar la opción más riesgosa con mayor frecuencia tuvo un efecto perjudicial en las ganancias generales para las personas con más experiencia en juegos y síntomas de PVP. De manera similar, la sensibilidad a la retroalimentación negativa en la tarea de selección probabilística se correlacionó negativamente con las Horas, lo que indica además un fracaso para aprender de los resultados negativos. En contraste, la sensibilidad a la retroalimentación negativa se correlacionó positivamente con los juegos de estrategia (Figura (Figura 1B) .1B). Jugadores de estrategia (M = 0.72, SD = 0.25) evitó B con más frecuencia que los jugadores que no son de estrategia (M = 0.62, SD = 0.23), t(146) = −2.09, p = 0.04, apoyando la hipótesis de que este género puede animar a los jugadores a aprender de los errores y evitar cometerlos en el futuro.

Figura 2 y XNUMX 

(A) Proporción de ensayos en los que se seleccionaron las cubiertas "malas" en el IGT y (B) Puntos totales obtenidos en la tarea de riesgo en función de los síntomas de horas y PVP. Las barras de error representan el error estándar de la media.

Análisis de correlación canónica

Para examinar las asociaciones latentes entre la experiencia y la patología de los videojuegos (es decir, las variables predictoras) y la toma de decisiones de riesgo (es decir, las variables dependientes; Figura Figura3) 3) un CCA realizado. Las ventajas de usar este enfoque y sus supuestos se detallan en Sherry y Henson (2005). Es importante destacar que CCA reduce la posibilidad de error de Tipo I (es decir, asociaciones espúreas significativas) al tiempo que permite que un investigador evalúe las relaciones multivariadas compartidas entre los dos conjuntos de variables (es decir, la experiencia de videojuegos y la toma de decisiones de riesgo). El análisis reveló nueve funciones con correlaciones canónicas al cuadrado (R2c) de 0.39, 0.28, 0.19, 0.14, 0.11, 0.05, 0.03, 0.02 y 0.01 para las funciones uno a nueve, respectivamente. El modelo completo fue significativo usando el criterio λ = 0.25 de Wilks, F(117, 955) = 1.68, p <0.001. Λ de Wilks representa la varianza no explicada por el modelo, por lo tanto 1 — λ de Wilks representa el tamaño total del efecto del modelo en términos de r2. En este análisis con nueve funciones canónicas, el r2 fue 0.75, lo que indica que el modelo completo explicó 75% de la varianza entre los dos conjuntos de variables. Para probar la disposición jerárquica de las funciones para la significación estadística, se utilizó un análisis de reducción de dimensión (Tabla (Table3) .3). La prueba del modelo completo fue significativa (es decir, Funciones 1 – 9), al igual que la prueba de Funciones 2 – 9. Juntas, estas dos funciones explicaron 67% de la varianza. Ninguna de las otras funciones explicó una proporción significativa de la varianza compartida entre los conjuntos de variables después de la extracción de las funciones anteriores. La primera función canónica reveló una correlación de r = 0.62 entre el predictor y las variables dependientes, y la segunda función canónica reveló una correlación de r = 0.53 entre los conjuntos de variables. Esto indica que para las primeras dos funciones canónicas los dos conjuntos de variables estaban altamente correlacionados (Sherry y Henson, 2005).

Figura 3 y XNUMX 

Ilustración de la función de correlación canónica con diez predictores (cuadros en el lado izquierdo) y ocho variables dependientes (cuadros en el lado derecho). La correlación canónica es la de Pearson. r entre las dos variables latentes (óvalos), que se derivan ...
Tabla 3 

Pruebas de funciones canónicas..

Las correlaciones canónicas entre las variables (predictor y dependiente) y las funciones indican qué variables tienen la mayor contribución a la función y se pueden interpretar de manera similar a las cargas factoriales en un análisis factorial (Afifi et al., 2004). En una muestra de 148, una r de 0.30 es significativo a nivel de 0.001; por lo tanto variables para las cuales r ≥ 0.30 se consideraron estadísticamente significativos (Tabla (Table4) .4). De acuerdo con nuestras predicciones, la primera función representa una asociación positiva entre las horas y los juegos patológicos, y la toma de riesgos, la impulsividad y el aprendizaje diferencial de la retroalimentación positiva y negativa (Figura (Figura 4) .4). Específicamente, la primera función canónica explicó 11.12% de la varianza en las variables dependientes y estaba más fuertemente relacionada con RAS, Riesgo Total, Evitar B, Elegir A y BIS-11. Con la excepción de RAS, el signo de la correlación fue el mismo para todas las variables, lo que indica que estaban positivamente relacionadas. Las puntuaciones de RAS se relacionaron inversamente con las otras variables, lo que significa que las puntuaciones más altas en la RAS se asociaron con puntuaciones totales más bajas en la tarea de riesgo. La primera función explicó 5.34% de la varianza en las variables predictoras con contribuciones primarias de Horas × PVP, Horas, Sexo, PVP y Horas × FPS. Todas estas variables, excepto el sexo, se relacionaron positivamente con las variables dependientes, lo que indica más horas, síntomas patológicos y el tiempo dedicado a los juegos de FPS: la impulsividad predicha, la sensibilidad a la retroalimentación y las pérdidas en la tarea de riesgo. La asociación negativa con el sexo indica que los hombres tomaron decisiones más arriesgadas que las mujeres.

Tabla 4 

Correlaciones canónicas después de la rotación varimax de las variables dependientes.
Figura 4 y XNUMX 

Representación gráfica de las funciones canónicas significativas y los predictores contribuyentes más fuertes (lado izquierdo) y variables dependientes (lado derecho). Las líneas continuas representan la primera función canónica y las líneas discontinuas representan la segunda función canónica ...

La segunda función explicó 8.08% de la varianza en las variables dependientes y estaba más fuertemente relacionada con BIS-11, Total de riesgo y selecciones de bajo riesgo. Como se esperaba, realizar selecciones de bajo riesgo se asoció con puntuaciones más altas en la tarea de riesgo y menor impulsividad. La segunda función explicó 2.94% de la varianza en las variables predictoras y se relacionó principalmente con FPS, Horas × FPS, PVP, Horas y Sexo. De acuerdo con nuestras hipótesis, la experiencia con los videojuegos de FPS y los síntomas de PVP predijeron un peor desempeño en la tarea de riesgo (por ejemplo, menos selecciones de bajo riesgo y puntajes totales más bajos) y mayor impulsividad (Figura (Figura 4) .4). En contraste con la primera función, las puntuaciones de BIS-11 se predijeron con mayor fuerza aquí, enfatizando los efectos sobre la impulsividad y apoyando el trabajo previo (Gentile, 2009; Gentile et al. 2011).

Discusión

El estudio actual fue diseñado para examinar las relaciones entre la experiencia de los videojuegos, los juegos patológicos y la toma de decisiones de riesgo. Consistente con trabajos anteriores (gentil, 2009; Gentile et al. 2011), ~ 7% de la muestra actual de adultos jóvenes cumplió con los criterios para juegos patológicos. Además, los juegos patológicos no se observaron en las hembras en nuestra muestra. Dado el equilibrio de género en la muestra, esto significa que aproximadamente el 14% de los hombres que participaron en el estudio informaron sobre juegos patológicos. Se observaron correlaciones significativas entre las horas de juego, los juegos patológicos y el género del juego, y la impulsividad, la toma de riesgos y la sensibilidad a la retroalimentación positiva y negativa. El CCA reveló que los juegos patológicos se relacionaban positivamente con la sensibilidad de la retroalimentación, mientras que los juegos de FPS se relacionaban positivamente con la impulsividad y la toma de riesgos.

El autoinforme y las medidas de comportamiento revelaron que los juegos patológicos y los juegos de FPS se asociaron positivamente con una mayor impulsividad. La interacción entre las horas y la PVP también se relacionó positivamente con las puntuaciones del BIS-II, lo que indica que más síntomas patológicos se asociaron positivamente con una mayor impulsividad (Gentile et al., 2011). Como complemento de este hallazgo, la segunda correlación canónica representó la asociación entre los juegos patológicos, los juegos FPS y la impulsividad. La evidencia para la tarea de TD también apoya la idea de que el género del juego puede influir en la asociación entre el juego y la impulsividad. Para la tarea de TD, la selección de la recompensa más pequeña que se entrega antes podría tomarse como un índice de impulsividad (Mitchell, 1999; Ohmura et al. 2005). En esta tarea, la selección de recompensas más pequeñas se asoció positivamente con los videojuegos FPS de juego, pero no con los videojuegos de estrategia. La asociación entre los juegos de FPS y la impulsividad es interesante, dado que la evidencia de que esta forma es el juego también se asocia con una reducción en el uso del control cognitivo proactivo (Bailey, 2009; Bailey et al. 2010; Oscilación, 2012). En conjunto, estos datos pueden indicar que los juegos de FPS y los juegos patológicos están asociados con un aumento en el comportamiento impulsivo que resulta de una disminución en la utilización del control cognitivo proactivo para guiar el comportamiento.

La asociación entre los juegos y las decisiones arriesgadas fue sensible al género del juego. En la tarea de riesgo, el número de horas dedicadas a jugar videojuegos, la interacción entre horas y PVP y la categorización como jugador de FPS se correlacionaron negativamente con el porcentaje de selecciones de bajo riesgo; y horas pronosticadas seleccionando la opción de alto riesgo con mayor frecuencia en el CCA. Esto fue acompañado por una reducción drástica en el total de puntos obtenidos al final de la tarea, lo que indica que la selección de opciones de riesgo en la tarea de riesgo no dio sus frutos al final. Tomados en conjunto, estos hallazgos proporcionan una clara evidencia de que el tiempo de juego, la patología y los juegos FPS influyen en la selección de opciones de riesgo de un individuo, y este comportamiento parece continuar a pesar de su efecto perjudicial sobre el rendimiento a lo largo del tiempo. A diferencia de los juegos de FPS, los juegos de estrategia no estaban tan fuertemente relacionados con una mayor toma de riesgos. Una explicación de la influencia diferencial del género de juego es que es probable que haya repercusiones sociales por tomar decisiones impulsivas en un juego de estrategia, ya que el éxito en el juego a menudo requiere la cooperación con un equipo. Es importante señalar que tanto los juegos de estrategia como los juegos de FPS se correlacionaron positivamente con PVP y la correlación entre síntomas patológicos y horas × estrategia (r = 0.46) parece ser más alta que la correlación entre PVP y horas × FPS (r = 0.29), aunque esta diferencia no alcanzó significación, t(146) = 1.53, p > 0.05. Esto sugiere que tanto los juegos de estrategia como los FPS están asociados con los juegos patológicos, pero que las consecuencias para la impulsividad y la toma de riesgos no son las mismas para los dos géneros. Esto puede deberse a la estructura del entorno de juego o los objetivos de los jugadores dentro de los diferentes géneros.

El desempeño en la tarea de riesgo, la tarea de selección probabilística y, en menor medida, el IGT proporciona alguna evidencia de que el juego y la patología se asocian positivamente con una menor sensibilidad a los resultados negativos. El tiempo de juego se correlacionó positivamente con un peor desempeño en la tarea de riesgo (por ejemplo, un puntaje total más bajo) debido a una mayor selección de opciones de riesgo. Presumiblemente, después de varias selecciones de las opciones de riesgo de baja probabilidad, la acumulación de pérdidas debería ser un factor disuasivo para una selección adicional de la opción de riesgo, pero este no parece ser el caso. De manera similar, la retroalimentación a lo largo de varios ensayos del IGT debería resultar en una disminución en la selección de las plataformas "malas". Las puntuaciones más altas de PVP y las horas de juego se asociaron con una mayor selección de los mazos "malos" mucho más allá del punto en el que el feedback fue efectivo al disminuir la selección de estos mazos entre los jugadores no patológicos de alto nivel.

La tarea de selección probabilística (Frank et al., 2004) proporcionó información sobre si el aprendizaje por refuerzo impulsado por retroalimentación positiva o negativa era sensible al juego. El aumento del juego de FPS y la patología del juego se asociaron con una disminución en evitar B (es decir, aprender de la retroalimentación negativa). Sin embargo, los juegos de estrategia se correlacionaron positivamente con la evitación de B (es decir, r = 0.17), lo que sugiere que las personas que se identifican como jugadores de estrategia son más sensibles a los comentarios negativos. Al igual que con la impulsividad, las características de los juegos de estrategia pueden explicar esta relación. Los errores en un juego de estrategia pueden tener consecuencias a largo plazo para lograr los objetivos en el juego porque el juego generalmente abarca un marco de tiempo más largo que un videojuego de FPS. Por lo tanto, los errores en un videojuego de estrategia pueden ser costosos, y uno podría beneficiarse de prestar atención a los resultados negativos y aprender a evitarlos en el futuro.

Hay algunas limitaciones del estudio actual que vale la pena mencionar. Primero, el diseño no fue experimental y esto tiene dos implicaciones. Es posible que algunas variables no medidas tomen en cuenta los hallazgos y no se pueda definir la dirección de la causalidad (es decir, ¿los juegos aumentan la toma de riesgos y la impulsividad o los individuos impulsivos son atraídos a los videojuegos?). Los estudios futuros pueden abordar este problema observando los efectos a corto y largo plazo de la capacitación en videojuegos sobre la toma de decisiones de riesgo, similar al trabajo sobre la agresión (Anderson et al., 2010) y procesamiento visuoespacial (Bavelier et al., 2012). En segundo lugar, solo se examinaron dos géneros de videojuegos, sin embargo, los géneros examinados en el estudio tienden a ser los más populares entre los jugadores (The NDP Group, 2010). Sobre la base de los datos actuales y otros trabajos (por ejemplo, Fischer et al., 2009), parece que la asociación entre la experiencia del videojuego y la toma de decisiones de riesgo es probable que sea moderada por el género del videojuego, con algunos efectos que son específicos de un género en particular (Green y Bavelier, 2003). Será necesario realizar más investigaciones para comprender mejor los efectos de los diferentes géneros y cómo estos efectos pueden interactuar en personas que juegan más de un género. Finalmente, el estudio actual se centró principalmente en la toma de decisiones de riesgo en el contexto del juego (es decir, los participantes intentaban ganar puntos en las tareas de toma de decisiones), por lo tanto, los datos no se refieren a la toma de riesgos en otros contextos, como los sociales o comportamiento academico Otros estudios han demostrado los efectos de los videojuegos de conducción sobre las actitudes y el compromiso con el comportamiento de conducción riesgoso (Beullens et al., 2011), junto con los hallazgos actuales, parece que los videojuegos pueden influir en la toma de riesgos en contextos estrechamente relacionados, así como en contextos más disímiles (por ejemplo, los juegos FPS predicen el rendimiento en la tarea de riesgo).

El estudio actual amplía la literatura sobre la relación entre la experiencia de los videojuegos y la toma de decisiones de riesgo más allá del comportamiento de conducción riesgoso (Fischer et al., 2009; Beullens et al. 2011), e indica que los síntomas patológicos y el género desempeñan un papel fundamental en la determinación de la relación entre la experiencia de juego y la toma de decisiones. Hemos demostrado que el uso patológico de videojuegos está asociado con un aumento de la impulsividad, una mayor asunción de riesgos y mayores pérdidas en tareas similares a las de los juegos de azar. Estos hallazgos basados ​​en el laboratorio son consistentes con los informes del mundo real de las consecuencias de un juego excesivo de videojuegos, incluida la discordia familiar (Warren, 2011), pérdida financiera (Doan y Strickland, 2012), e incluso la muerte (BBC News, 2005). En la muestra actual, tanto los videojuegos FPS como los de estrategia, dos géneros populares, se correlacionaron positivamente con los síntomas patológicos. Este trabajo subraya la importancia de una mayor investigación para comprender la etiología y el tratamiento del uso patológico de videojuegos y para explorar los efectos de diferentes géneros.

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.

Referencias

  • Afifi A., Clark VA, mayo S. (2004). Análisis multivariado asistido por computadora, 4th Edn. Boca Raton, FL: Chapman y Hall
  • Anderson CA, Shibuya A., Ihori N., Swing EL, Bushman BJ, Sakamoto A., et al. (2010). Efectos violentos de los videojuegos sobre la agresión, la empatía y el comportamiento prosocial en los países orientales y occidentales. Psychol. Toro. 136, 151 – 173 10.1037 / a0018251 [PubMed] [Cross Ref.]
  • Bailey K. (2009). Diferencias individuales en la experiencia del videojuego: control cognitivo, procesamiento afectivo y procesamiento visuoespacial. Ames, Iowa: tesis de maestría no publicada, Iowa State University
  • Bailey K., West R., Anderson CA (2011). La asociación entre la exposición crónica a la violencia de los videojuegos y el procesamiento afectivo de imágenes: un estudio de ERP. Cogn. Afectar. Behav. Neurosci. 11, 259 – 276 10.3758 / s13415-011-0029-y [PubMed] [Cross Ref.]
  • Bailey KM, West R., Anderson CA (2010). Una asociación negativa entre la experiencia de videojuegos y el control cognitivo proactivo. Psicofisiología 47, 34 – 42 10.1111 / j.1469-8986.2009.00925.x [PubMed] [Cross Ref.]
  • Bartholow BD, Bushman BJ, Sestir MA (2006). Exposición crónica de videojuegos violentos y desensibilización a la violencia: datos sobre el potencial cerebral relacionado con el comportamiento y los eventos. J. Exp. Soc. Psychol. 42, 532 – 539 10.1016 / j.jesp.2005.08.006 [Cross Ref.]
  • Basak C., Boot WR, Voss MW, Kramer AF (2008). ¿Puede el entrenamiento en un videojuego de estrategia en tiempo real atenuar el deterioro cognitivo en los adultos mayores? Psychol. Envejecimiento 23, 765 – 777 10.1037 / a0013494 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  • Bavelier D., Green CS, Pouget A., Schrater P. (2012). Plasticidad cerebral a lo largo de la vida: aprender a aprender y videojuegos de acción. Annu. Rev. Neurosci. 35, 391 – 416 10.1146 / annurev-neuro-060909-152832 [PubMed] [Cross Ref.]
  • BBC News (2005, Agosto 10). S coreano muere después de la sesión de juegos. Disponible en línea en: http://news.bbc.co.uk/2/hi/technology/4137782.stm
  • Bechara A., Damasio A., Damasio H., Anderson S. (1994). Insensibilidad a las consecuencias futuras después del daño a la corteza prefrontal humana. Cognición 50, 7 – 15 10.1016 / 0010-0277 (94) 90018-3 [PubMed] [Cross Ref.]
  • Beullens MA, Roe K., Van den Bulck J. (2011). ¿Excelente jugador, excelente conductor? El impacto de los videojuegos de los adolescentes en el comportamiento de conducción: un estudio de panel de dos ondas. Ácido. Anal. Prev. 43, 58–65 10.1016 / j.aap.2010.07.011 [PubMed] [Cross Ref.]
  • Marca M., Kalbe E., Labudda K., Fujiwara E., Kessler J., Markowitsch HJ (2005). Deterioro en la toma de decisiones en pacientes con juego patológico. Psiquiatría Res. 133, 91 – 99 10.1016 / j.psychres.2004.10.003 [PubMed] [Cross Ref.]
  • Braver TS (2012). La naturaleza variable del control cognitivo: un marco de mecanismos dual. Tendencias Cogn. Neurosci. 16, 106 – 113 10.1016 / j.tics.2011.12.010 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  • Cavedini P., Riboldi G., Keller R., D'Annucci A., Bellodi L. (2002). Disfunción del lóbulo frontal en pacientes con ludopatía. Biol. Psiquiatría 51, 334–341 10.1016 / S0006-3223 (01) 01227-6 [PubMed] [Cross Ref.]
  • Christopoulos GI, Tobler PN, Bossaerts P., Dolan RJ, Schultz W. (2009). Correlaciones neuronales de valor, riesgo y aversión al riesgo que contribuyen a la toma de decisiones bajo riesgo. J. Neurosci. 29, 12574 – 12583 10.1523 / JNEUROSCI.2614-09.2009 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  • Doan AP, Strickland B. (2012). Enganchado a los juegos: el atractivo y el costo de las adicciones a los videojuegos. FEP Internacional. Disponible en línea en: http://www.amazon.com/gp/product/193557602X/
  • Figner B., Weber EU (2011). ¿Quién se arriesga cuando y por qué? Determinantes de la toma de riesgos. Curr. Dir. Psychol. Sci. 20, 211 – 216 10.1177 / 0963721411415790 [Cross Ref.]
  • Fischer P., Greitemeyer T., Kastenmuller A., ​​Vogrincic C., Sauer A. (2011). Los efectos de la exposición a los medios que glorifican el riesgo en cogniciones, emociones y conductas de riesgo positivo: una revisión meta-analítica. Psychol. Toro. 137, 367 – 390 10.1037 / a0022267 [PubMed] [Cross Ref.]
  • Fischer P., Greitemeyer T., Morton T., Kastenmuller A., ​​Postmes T., Frey D., y col. (2009). El efecto del juego de carreras: ¿por qué los juegos de carreras de video aumentan las inclinaciones de riesgo? Pers. Soc. Psychol. Toro. 35, 1395 – 1409 10.1177 / 0146167209339628 [PubMed] [Cross Ref.]
  • Fischer P., Kubitzki J., Guter S., Frey D. (2007). Conducción virtual y toma de riesgos: los juegos de carreras aumentan las cogniciones, los afectos y los comportamientos de la toma de riesgos. J. Exp. Psychol. Apl. 13, 22 – 31 10.1037 / 1076-898X.13.1.22 [PubMed] [Cross Ref.]
  • Frank MJ, Seeberger LC, O'Reilly RC (2004). Por zanahoria o por palo: aprendizaje por refuerzo cognitivo en el parkinsonismo. Science 306, 1940–1943 10.1126 / science.1102941 [PubMed] [Cross Ref.]
  • Gentile D. (2009). Uso patológico de videojuegos entre las edades de los jóvenes 8 a 18. Psychol. Sci. 20, 594 – 602 10.1111 / j.1467-9280.2009.02340.x [PubMed] [Cross Ref.]
  • Gentile DA, Choo H., Liau A., Sim T., Li D., Fung D., y otros. (2011). Uso patológico de videojuegos entre los jóvenes: estudio longitudinal de dos años. Pediatría 127, e319 – e329 10.1542 / peds.2010-1353 [PubMed] [Cross Ref.]
  • Green CS, Bavelier D. (2003). Los videojuegos de acción modifican la atención visual selectiva. Nature 423, 534 – 537 10.1038 / nature01647 [PubMed] [Cross Ref.]
  • Kim Y., Sohn H., Jeong J. (2011). Transición tardía de la toma de decisiones ambiguas a riesgosas en la dependencia del alcohol durante Iowa Gambling Task. Psiquiatría Res. 190, 727 – 731 10.1016 / j.psychres.2011.05.003 [PubMed] [Cross Ref.]
  • Kirby K., Petry NM, Bickel WK (1999). Los adictos a la heroína tienen tasas de descuento más altas para recompensas demoradas que los controles que no usan drogas. J. Exp. Psychol. Gen. 128, 78 – 87 10.1037 / 0096-3445.128.1.78 [PubMed] [Cross Ref.]
  • Kirsh SJ, montajes JRW (2007). El juego violento de videojuegos tiene un impacto en el reconocimiento de emociones faciales. Agresion Behav. 33, 353 – 358 10.1002 / ab.20191 [PubMed] [Cross Ref.]
  • Knoch D., Gianotti LRR, Pascual-Leone A., Treyer V., Regard M., Hohmann M., et al. (2006). La alteración de la corteza prefrontal derecha por la estimulación magnética transcraneal repetitiva de baja frecuencia induce comportamientos de riesgo. J. Neurosci. 26, 6469 – 6472 10.1523 / JNEUROSCI.0804-06.2006 [PubMed] [Cross Ref.]
  • Kronenberger WG, Matthews VP, Dunn DW, Wang Y., Wood EA, Giauque AL, et al. (2005). Exposición a la violencia mediática y funcionamiento ejecutivo en adolescentes agresivos y de control. J. Clin. Psychol. 61, 725 – 737 10.1002 / jclp.20022 [PubMed] [Cross Ref.]
  • Loewenstein G., Thaler RH (1989). Anomalías: elección intertemporal. J. Econ. Perspectiva. 3, 181 – 193 10.1257 / jep.3.4.181 [Cross Ref.]
  • Mathews Vicepresidente, Kronenberger WG, Wang Y., Lurito JT, Lowe MJ, Dunn DW (2005). La exposición a la violencia en los medios y la activación del lóbulo frontal se miden mediante imágenes de resonancia magnética funcional en adolescentes agresivos y no agresivos. J. comput. Ayudar. Tomogr. 29, 287 – 292 10.1097 / 01.rct.0000162822.46958.33 [PubMed] [Cross Ref.]
  • McClure SM, Laibson DI, Loewenstein G., Cohen JD (2004). Los sistemas neuronales separados valoran las recompensas monetarias inmediatas y retrasadas. Science 306, 503 – 507 10.1126 / science.1100907 [PubMed] [Cross Ref.]
  • Mitchell SH (1999). Medidas de impulsividad en fumadores de cigarrillos y no fumadores. Psicofarmacología 146, 455 – 464 10.1007 / PL00005491 [PubMed] [Cross Ref.]
  • Administración Nacional de Seguridad del Tráfico en Carreteras. (2009). Análisis de fatalidad del sistema de denuncia. Disponible en línea en: http://www.nhtsa.gov/FARS (Accedido a junio 20, 2011).
  • Ohmura Y., Takahashi T., Kitamura N. (2005). Descontar las ganancias y pérdidas monetarias probabilísticas retrasadas por los fumadores de cigarrillos. Psicofarmacología 182, 508 – 515 10.1007 / s00213-005-0110-8 [PubMed] [Cross Ref.]
  • Patton JH, Stanford MS, Barratt ES (1995). Estructura factorial de la escala de impulsividad de Barratt. J. Clin. Psychol. 51, 768–774 10.1002 / 1097-4679 (199511) 51: 6 <768 :: AID-JCLP2270510607> 3.0.CO; 2-1 [PubMed] [Cross Ref.]
  • Pawlikowski M., Marca M. (2011). Juego excesivo en Internet y toma de decisiones: los jugadores excesivos de World of Warcraft tienen problemas para tomar decisiones en condiciones de riesgo. Psiquiatría Res. 188, 428 – 433 10.1016 / j.psychres.2011.05.017 [PubMed] [Cross Ref.]
  • Leer D. (2004). Elección intertemporal, en Blackwell Handbook of Judgment and Decision Making, eds Koehler DJ, Harrey N., editores. (Malden, MA: Blackwell;), 424 – 443
  • Reynolds B., Richards JB, Horn K., Karraker K. (2004). Retrasar el descuento y el descuento de probabilidad en relación con el estado de fumar cigarrillos en adultos. Behav. Procesos 65, 35 – 42 10.1016 / S0376-6357 (03) 00109-8 [PubMed] [Cross Ref.]
  • Sherry A., Henson RK (2005). Realización e interpretación del análisis de correlación canónica en la investigación de la personalidad: un manual fácil de usar. J. Pers. Evaluar. 84, 37 – 48 10.1207 / s15327752jpa8401_09 [PubMed] [Cross Ref.]
  • Slutske WE, Caspi A., Moffitt TE, Poultin R. (2005). Personalidad y problemas de juego: un estudio prospectivo de una cohorte de nacimiento de adultos jóvenes. Arco. Psiquiatría general. 62, 769 – 775 10.1001 / archpsyc.62.7.769 [PubMed] [Cross Ref.]
  • Steinberg L. (2008). Una perspectiva de la neurociencia social en la toma de riesgos de los adolescentes. Dev. Rev. 28, 78 – 106 10.1016 / j.dr.2007.08.002 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  • Swing EL (2012). Enchufado: los efectos del uso de medios electrónicos en problemas de atención, control cognitivo, atención visual y agresión. Tesis doctoral no publicada, Universidad Estatal de Iowa, Ames, IA.
  • Tanabe J., Thompson L., Claus E., Dalwani M., Hutchison K., Banich MT (2007). La actividad de la corteza prefrontal se reduce en los usuarios de juegos de apuestas y no usuarios de sustancias no vinculantes durante la toma de decisiones. Tararear. Cerebro Mapp. 28, 1276 – 1286 10.1002 / hbm.20344 [PubMed] [Cross Ref.]
  • El Grupo NDP. (2010). Investigación del mercado del entretenimiento. Disponible en línea en: http://www.npd.com/corpServlet?nextpage=entertainment-categories_s.html (Accedido a junio 15, 2011).
  • Warren L. (2011, 31 de mayo). Se culpa a los videojuegos del divorcio porque los hombres "prefieren World of Warcraft a sus esposas". Daily Mail Online en: http://www.dailymail.co.uk/news/article-1392561/World-Warcraft-video-games-blamed-divorce-men-prefer-wives.html#ixzz2dO45VChT
  • Weber EU, Blais A.-R., Betz NE (2002). Una escala de actitud de riesgo específica del dominio: medir las percepciones de riesgo y las conductas de riesgo. J. Behav. Decis. Mak. 15, 263 – 290 10.1002 / bdm.414 [Cross Ref.]
  • Weber EU, Johnson EJ (2009). Decisiones bajo incertidumbre: explicaciones psicológicas, económicas y neuroeconómicas de la preferencia de riesgo, en Neuroeconomía: La toma de decisiones y el cerebro, eds Glimcher PW, Camerer CF, Fehr E., Poldrack RA, editores. (Londres: Academic Press;), 127 – 144
  • West R., Bailey K. (2013). Videojuegos y atención, en The Oxford Handbook of Media Psychology, ed Dill K., editor. (Nueva York, NY: Oxford University Press;), 403 – 420