Modification de la connectivité fonctionnelle à l'état de repos du réseau par défaut chez les adolescents souffrant de dépendance au jeu sur Internet (2013)

PLoS One. 2013; 8 (3): e59902. doi: 10.1371 / journal.pone.0059902. Epub 2013 Mar 26.

Abstract

Objectif

L'utilisation excessive d'Internet a été liée à diverses conséquences psychosociales négatives. Cette étude a utilisé l'imagerie par résonance magnétique fonctionnelle à l'état de repos (IRMf) pour déterminer si la connectivité fonctionnelle est altérée chez les adolescents présentant une dépendance au jeu sur Internet (IGA).

Méthodologie

Dix-sept adolescents de contrôle normal IGA et 24 ont subi un scanner IRMf à l'état de repos au repos minute 7.3. La connectivité du cortex cingulaire postérieur (PCC) a été déterminée chez tous les sujets en étudiant les fluctuations synchronisées du signal IRMf à basse fréquence à l'aide d'une méthode de corrélation temporelle. Pour évaluer la relation entre la sévérité des symptômes de l’IGA et la connectivité CCP, des images de contraste représentant des zones corrélées à la connectivité CCP ont été corrélées aux scores des sujets 17 avec l’IGA sur la Chen Internet Addiction Scale (CIAS) et la Barratt Impulsiveness Scale-11 (BIS-11). ) et leurs heures d’utilisation d’Internet par semaine.

Résultats

Il n'y avait aucune différence significative dans la répartition de l'âge, du sexe et des années de scolarité entre les deux groupes. Les sujets atteints d'IGA ont montré une utilisation Internet plus longue par semaine (heures) (p <0.0001) et des scores CIAS (p <0.0001) et BIS-11 (p = 0.01) plus élevés que les témoins. Par rapport au groupe témoin, les sujets atteints d'IGA présentaient une connectivité fonctionnelle accrue dans le lobe postérieur bilatéral du cervelet et le gyrus temporal moyen. Le lobule pariétal inférieur bilatéral et le gyrus temporal inférieur droit présentaient une connectivité diminuée. La connectivité avec le PCC était positivement corrélée avec les scores CIAS dans le précuneus droit, le gyrus cingulaire postérieur, le thalamus, le caudé, le noyau accumbens, la zone motrice supplémentaire et le gyrus lingual. Il était négativement corrélé avec le lobe antérieur droit du cervelet et le lobule pariétal supérieur gauche.

Conclusion

Nos résultats suggèrent que les adolescents avec IGA présentent différents modèles d'activité cérébrale à l'état de repos. Étant donné que ces modifications correspondent partiellement à celles observées chez les patients toxicomanes, elles confortent l’hypothèse selon laquelle l’IGA est une dépendance comportementale susceptible de présenter des anomalies neurobiologiques similaires à d’autres troubles de la dépendance.

Citation: Ding Wn, Sun Jh, Sun Yw, Zhou Y, Li L, et al. (2013) Connectivité fonctionnelle à l'état de repos du réseau modifiée par défaut chez les adolescents présentant une dépendance au jeu sur Internet. PLoS ONE 8 (3): e59902. doi: 10.1371 / journal.pone.0059902

Rédacteur en chef: Michelle Hampson, Université Yale, États-Unis d'Amérique

reçu: Décembre 25, 2012; Accepté: Février 19, 2013; Publié le: 26 mars 2013

Droits d'auteur: © 2013 Ding et al. Ceci est un article en accès libre distribué sous les termes de la licence Creative Commons Attribution, qui permet une utilisation, une distribution et une reproduction sans restriction sur tout support, moyennant mention de l'auteur et de la source d'origine.

Financement: Cette recherche a été soutenue par la Fondation nationale des sciences naturelles de Chine (n ° 81171325), le projet de guide médical du Comité des sciences et de la technologie de Shanghai (n ° 114119a0900), le projet de discipline universitaire de Shanghai (projet n ° S30203) et le National Key Technology R&D Programme 2007BAI17B03. Les bailleurs de fonds n'ont joué aucun rôle dans la conception de l'étude, la collecte et l'analyse des données, la décision de publier ou la préparation du manuscrit.

Intérêts concurrents: Les auteurs ont déclaré qu'ils n'existaient pas de conflit d'intérêts.

 

Introduction

Au cours des dix dernières années, les recherches se sont accumulées, suggérant qu'une utilisation excessive d'Internet pouvait conduire au développement d'une dépendance comportementale. . La dépendance à Internet (IA) est considérée comme une menace sérieuse pour la santé mentale, et l'utilisation excessive d'Internet a été liée à diverses conséquences psychosociales négatives. Utilisation du questionnaire de diagnostic de Young [YDQ] , Sinmoes et al. a constaté que le 11% d'adolescents âgés de 12 à 18 en Grèce remplissait les critères de l'IA . Cao et Su ont constaté que 2.4% des adolescents en Chine étaient classés comme ayant une IA . Shek et al. ont rapporté que 19.1% des adolescents chinois de Hong Kong avaient une IA. En conséquence, l'EI est répandue dans les sociétés orientales et occidentales, ce qui indique qu'il s'agit d'un trouble mondial digne de plus d'attention .

Une «dépendance au comportement non liée à une substance» a récemment été proposée en psychiatrie. . Contrairement à la croyance populaire selon laquelle la dépendance est propre à la dépendance aux drogues et aux substances chimiques, le terme «dépendance» a été utilisé pour désigner une gamme de comportements excessifs, tels que le jeu. , jeu vidéo , le sexe et d'autres comportements. Bien que ces dépendances comportementales n'impliquent pas une substance intoxicante chimique, un groupe de chercheurs a posé que certains aspects fondamentaux de la dépendance comportementale sont similaires à ceux de la dépendance chimique ou à une substance. . D'autres ont déclaré que les personnes dépendantes du comportement partagent certains symptômes avec les personnes dépendantes de l'alcool et d'autres drogues, y compris leurs comportements compulsifs, et subiront les mêmes conséquences.

Le trouble de la dépendance à Internet (IAD) est un problème de santé mentale qui mérite des recherches scientifiques plus poussées. En effet, la prévalence de la DIA a tellement attiré l’attention qu’elle devrait être incluse dans le DSM-V. . Les études de neuroimagerie offrent un avantage par rapport aux méthodes traditionnelles d’enquête et de recherche comportementale, car elles permettent de distinguer des zones cérébrales particulières impliquées dans le développement et le maintien de la dépendance. Dans cette étude, nous avons utilisé l'imagerie par résonance magnétique fonctionnelle (IRMf) à l'état de repos pour étudier le réseau en mode par défaut (DMN) chez les adolescents présentant un IGA. Les objectifs de cette étude étaient 1) d’étudier les modifications de la connectivité fonctionnelle à l’état de repos du réseau par défaut, 2), d’examiner si les modifications concordaient avec celles observées chez les patients toxicomanes et 3) afin de déterminer s’il existait des modifications. les relations entre la FC altérée et les mesures de comportement et de personnalité chez les sujets atteints de la SAI.

 

Matériels et méthodes

Sujets

Tous les sujets ont été recrutés dans le département de psychiatrie de l'enfant et de l'adolescent du centre de santé mentale de Shanghai. Ils étaient âgés de 14 à 17. Nous avons imagé dix-sept sujets dont les comportements correspondaient aux critères du DSM-IV pour l'AI selon les critères modifiés du Questionnaire de diagnostic pour la dépendance à Internet (c.-à-d. Le YDQ) par Beard . Vingt-quatre personnes en bonne santé, appariées selon l'âge et le sexe, sans antécédents personnels ou familiaux de troubles psychiatriques, ont également été représentées comme groupe témoin. Tous les sujets étaient droitiers et aucun d'entre eux ne fumait.

Un questionnaire d’information de base a été utilisé pour collecter des informations démographiques telles que le sexe, l’âge, la dernière année de scolarité achevée et le nombre d’heures d’utilisation d’Internet par semaine. Cette étude a été approuvée par le comité d'éthique de l'hôpital Ren Ji de l'école de médecine de l'Université Jiao Tong de Shanghai. Les participants et leurs parents ou tuteurs légaux ont été informés des objectifs de notre étude avant la réalisation des examens d'imagerie par résonance magnétique (IRM). Un consentement éclairé complet et écrit a été obtenu des parents ou des tuteurs légaux de chaque participant.

Critères d'inclusion et d'exclusion

Tous les sujets ont subi un simple examen physique, y compris des mesures de la pression artérielle et de la fréquence cardiaque, et ont été interrogés par un psychiatre sur leurs antécédents médicaux de problèmes nerveux, moteurs, digestifs, respiratoires, de circulation, endocriniens, urinaires et reproductifs. Ils ont ensuite été dépistés pour des troubles psychiatriques avec la Mini-entrevue neuropsychiatrique internationale pour enfants et adolescents (MINI-KID) . Les critères d'exclusion comprenaient des antécédents de toxicomanie ou de dépendance à une substance, une hospitalisation antérieure pour des troubles psychiatriques ou des antécédents de troubles psychiatriques majeurs tels que la schizophrénie, la dépression, les troubles anxieux et les épisodes psychotiques. Les sujets atteints de la SAI n'étaient traités ni par psychothérapie ni par aucun médicament.

Le questionnaire de diagnostic pour l'AI a été adapté à partir des critères du DSM-IV pour le jeu pathologique par Young . Le YDQ que nous avons utilisé consistait en huit questions «oui» ou «non» traduites en chinois. Il comprenait les questions suivantes: (1) Vous sentez-vous absorbé par Internet, indexé en vous souvenant d'une activité en ligne antérieure ou du désir de la prochaine session en ligne? (2) Vous sentez-vous satisfait de votre utilisation d'Internet si vous augmentez votre temps en ligne? (3) Avez-vous échoué à contrôler, réduire ou arrêter l'utilisation d'Internet à plusieurs reprises? (4) Vous sentez-vous nerveux, capricieux, déprimé ou sensible lorsque vous essayez de réduire ou de cesser d'utiliser Internet? (5) Restez-vous en ligne plus longtemps que prévu? (6) Avez-vous pris le risque de perdre une relation importante, un emploi, une formation ou une opportunité de carrière à cause d'Internet? (7) Avez-vous menti aux membres de votre famille, à votre thérapeute ou à d'autres personnes pour cacher la vérité sur votre implication sur Internet? (8) Utilisez-vous Internet pour échapper à des problèmes ou pour soulager une humeur anxieuse (par exemple, sentiment d'impuissance, de culpabilité, d'anxiété ou de dépression)? Young a affirmé que cinq réponses positives ou plus aux huit questions indiquaient un utilisateur dépendant. Plus tard, barbe et loup modifié les critères de YDQ pour indiquer que les répondants qui ont répondu «oui» aux questions 1 à 5 et au moins une des trois questions restantes doivent être classés comme souffrant d’IA.

Évaluations du comportement et de la personnalité

Quatre questionnaires ont été utilisés pour évaluer les caractéristiques comportementales et de personnalité des participants, à savoir la Chen Internet Addiction Scale (CIAS). , Échelle d’anxiété auto-cotée (SAS) , Auto-évaluation Depression Scale (SDS) et Echelle d'impulsivité Barratt-11 (BIS-11) . Tous les questionnaires ont été initialement construits en anglais puis traduits en chinois.

Acquisition IRM

L’IRM a été réalisée à l’aide d’un scanner 3T MRI (GE Signa HDxt 3T, USA). Un enroulement de tête standard avec un rembourrage en mousse a été utilisé pour limiter le mouvement de la tête. Pendant l'IRMf à l'état de repos, les sujets avaient pour instruction de garder les yeux fermés, de rester immobiles, de rester éveillés et de ne penser à rien en particulier. Une séquence écho-planaire à écho de gradient a été utilisée pour l'imagerie fonctionnelle. Trente-quatre tranches transversales [temps de répétition (TR) = 2000 ms, temps d'écho (TE) = 30 ms, champ de vision (FOV) = 230 × 230 mm, 3.6 × 3.6 × 4 mm, taille du voxel] alignée le long de la courbure antérieure ligne de commissure postérieure ont été acquis. Chaque analyse IRMf a duré 440. Plusieurs autres séquences ont également été acquises, y compris (1) une séquence d'écho à gradient d'acquisition rapide préparé avec une magnétisation 1D à pondération T3 sagittale [TR = 9.4 ms, TE = 4.6 ms, angle d'inversion = 15 °, FOV = 256 × 256 mm, 155 tranches, 1 × 1 × 1 mm taille de voxel], (2) séquences d'écho de champ rapides pondérées T1 axiales [TR = 331 ms, TE = 4.6 ms, FOV = 256 × 256 mm, Coupes 34, 0.5 × 0.5 × 4 Séquences spin-écho T3W axiales T2W axiales] et (3013) axiales [TR = 80 ms, TE = 256 ms, FOV = 256 × 34 mm, tranches 0.5, 0.5 × 4 × XNUMX mm.

L'analyse d'image

Deux échantillons t-les tests ont été utilisés pour les comparaisons de groupes afin d'examiner les différences démographiques entre les deux groupes, et2-les tests ont été utilisés pour les comparaisons entre les sexes. À deux queues pLa valeur de 0.05 a été considérée comme statistiquement significative pour toutes les analyses.

Des examens par IRM cérébrale structurelle (images pondérées T1 et T2) ont été examinés par deux neuroradiologues expérimentés. Aucune anomalie globale n'a été observée dans les deux groupes. Le prétraitement de l’IRM fonctionnel a été réalisé à l’aide de l’assistant de traitement des données pour l’infrarouge IRMf VRI 2.0 http://www.restfmri.net), qui est intégré au jeu d’outils MRIcroN (Chris Rorden, http://www.mricro.com), cartographie statistique paramétrique (SPM5; département Wellcome de l’imagerie neuroscientifique, Londres, Royaume-Uni) et toolkit d’analyse de données fMRI au repos (logiciel REST V1.8, Song et al., http://www.restfmri.net).

Les premiers volumes 10 de chaque série chronologique fonctionnelle ont été ignorés en raison de l'instabilité du signal IRM initial et de l'adaptation initiale des participants à la situation. Les données de chaque analyse IRMf contenaient des points de temps 220, et les images 210 restantes ont été prétraitées. Les images ont ensuite été corrigées pour la synchronisation des tranches et réalignées sur la première image par une correction du mouvement de la tête par un corps rigide (les données patient indiquant un mouvement supérieur à 1 en mm avec une translation maximale en profondeur). x, you z, ou 1 ° (rotation maximale autour des trois axes). Aucun participant n'a été exclu pour cause de mouvement. Les images fonctionnelles ont été normalisées dans l’espace anatomique stéréotaxique standard de l’Institut neurologique de Montréal (INM). Les volumes normalisés ont été ré-échantillonnés à une taille de voxel de 3 mm x 3 mm x 3 mm. Les images écho-planaires ont été lissées spatialement à l'aide d'un filtre gaussien isotrope de 4 mm de pleine largeur à mi-hauteur.

La série chronologique dans chaque voxel a été réduite au lieu de corriger la dérive linéaire dans le temps. Neuf covariables de nuisance (prédicteurs de séries temporelles pour le signal global, la substance blanche, le liquide céphalo-rachidien et les six paramètres de mouvement) ont été régressées séquentiellement à partir de la série chronologique. , . Ensuite, un filtrage temporel (0.01 – 0.08 Hz) a été appliqué à la série chronologique de chaque voxel afin de réduire l'impact des dérives basse fréquence et du bruit haute fréquence. , -

Le modèle PCC, constitué des zones 29, 30, 23 et 31 de Brodmann, a été sélectionné comme région d'intérêt à l'aide du logiciel WFU-Pick Atlas. . Les séries temporelles de signaux dépendant du niveau d'oxygénation du sang dans les voxels dans la région de la graine ont été moyennées pour générer la série temporelle de référence. Pour chaque sujet et région d'origine, une carte de corrélation a été produite en calculant les coefficients de corrélation entre la série chronologique de référence et la série chronologique de tous les autres voxels du cerveau. Les coefficients de corrélation ont ensuite été convertis en z valeurs en utilisant Fisher z-transform pour améliorer la normalité de la distribution . L'individu zles scores ont été entrés dans SPM5 pour un échantillon unique t-test pour déterminer les régions du cerveau avec une connectivité significative au PCC dans chaque groupe. Des scores individuels ont également été entrés dans SPM5 pour une analyse à effets aléatoires et pour deux échantillons. t- des tests visant à identifier les régions présentant des différences significatives de connectivité au PCC entre les deux groupes. La correction par comparaison multiple a été effectuée à l'aide du programme AlphaSim du progiciel Analysis of Functional Neuroimages, déterminé par des simulations de Monte Carlo. Cartes statistiques des deux échantillons t-test ont été créés en utilisant un seuil combiné de p<0.05 et une taille de cluster minimale de 54 voxels, ce qui donne un seuil corrigé de p<0.05. Les régions présentant des différences statistiquement significatives ont été masquées sur des modèles de cerveau MNI. Le CIAS développé par Chen contient 26 éléments sur une échelle de Likert à 4 points. Son score total varie de 26 à 104 et représente la gravité de la dépendance à Internet. Des études antérieures ont montré que les patients atteints d'IA ont un contrôle des impulsions altéré . Par conséquent, des images de contraste représentant les zones de corrélation entre l'activité dans la région d'origine et les scores CIIS et BIS-11 et les heures d'utilisation d'Internet par semaine (heures) ont été générées pour les sujets 17 avec IGA afin d'évaluer les relations entre la sévérité des symptômes d'IGA, impulsivité, et la connectivité PCC, en utilisant un seuil de p<0.05 AlphaSim corrigé.

 

Résultats

Mesures démographiques et comportementales

Tableau 1 énumère les mesures démographiques et comportementales des sujets IGA et témoins. Il n'y avait aucune différence significative dans la répartition de l'âge, du sexe et des années de scolarité entre les deux groupes. Les sujets avec IGA se sont engagés dans plus d'heures d'utilisation d'Internet par semaine (p <0.0001) et avaient des scores CIAS (p <0.0001) et BIS-11 (p = 0.01) plus élevés que les témoins. Aucune différence dans les scores SAS ou SDS n'a été trouvée entre les groupes.

thumbnail
Télécharger : 

Tableau 1. Caractéristiques démographiques et comportementales des participants inclus.

doi: 10.1371 / journal.pone.0059902.t001

Analyse entre groupes de la connectivité PCC

Une analyse entre les groupes a été réalisée à l'aide d'un test t à deux échantillons dans SPM5. Par rapport au groupe témoin, les sujets atteints d'IGA ont présenté une FC accrue dans le lobe bilatéral du cervelet postérieur et le gyrus temporal moyen. Leur lobule pariétal inférieur bilatéral et leur gyrus temporal inférieur droit présentaient une connectivité diminuée (Tableau 2 et Figure 1).

thumbnail
Télécharger : 

Figure 1. Différences significatives entre les groupes dans la connectivité fonctionnelle entre les sujets témoins sains et ceux avec IGA.

Par rapport au groupe témoin, les sujets atteints d'IGA ont présenté une augmentation de la FC dans les lobes bilatéraux du cervelet postérieur et du gyrus temporal moyen. Plusieurs régions ont également présenté une diminution de la connectivité, notamment le lobule pariétal inférieur bilatéral et le gyrus temporal inférieur droit. (p<0.05, corrigé par AlphaSim). Les barres de score t sont affichées à droite. Le rouge indique les contrôles IGA> et le bleu indique l'IAD

doi: 10.1371 / journal.pone.0059902.g001

thumbnail
Télécharger : 

Tableau 2. Différences significatives entre les groupes dans la connectivité fonctionnelle entre des régions spécifiques du cerveau et le cortex cingulaire postérieur.

doi: 10.1371 / journal.pone.0059902.t002

Corrélation entre la connectivité PCC et les scores CIAS et BIS-11 et les heures d'utilisation de l'Internet par semaine chez les sujets atteints d'IGA

La connectivité avec le CCP était positivement corrélée avec les scores CIAS dans le précunée droit, le gyrus cingulaire postérieur, le thalamus, le caudé, le noyau accumbens, la région motrice supplémentaire (SMA) et le gyrus lingual, et une corrélation négative dans le cervelet droit, le lobe antérieur et gauche. lobule pariétal supérieur (Tableau 3 et Figure 2). Il n'y avait pas de corrélation significative entre la connectivité avec les scores PCC et BIS-11 ou les heures d'utilisation d'Internet par semaine.

thumbnail
Télécharger : 

Figure 2. Les régions cérébrales dans lesquelles la connectivité fonctionnelle avec le PCC est en corrélation avec les scores CIAS de manière significative chez les sujets atteints d’IGA.

(p<0.05, corrigé par AlphaSim).

doi: 10.1371 / journal.pone.0059902.g002

thumbnail
Télécharger : 

Tableau 3. Régions cérébrales dans lesquelles la connectivité fonctionnelle avec le CCP était corrélée aux scores CIAS chez les sujets atteints d’IGA.

doi: 10.1371 / journal.pone.0059902.t003

Remarque: la partie droite de la figure représente le côté gauche du patient. PCC = cortex cingulaire postérieur; IGA = dépendance au jeu sur Internet; CIAS = Chen Internet Addiction Scale.

 

a lieu

De nombreuses recherches suggèrent qu'une utilisation excessive d'Internet peut conduire au développement d'une dépendance comportementale , . Les personnes aux prises avec une DIA présentent des caractéristiques cliniques telles que le besoin impérieux, le sevrage et la tolérance , , impulsivité accrue et altération des performances cognitives dans les tâches impliquant une prise de décision risquée . Certains de ces symptômes ont traditionnellement été associés à des dépendances liées à une substance . L'analyse d'impact comprend un large éventail d'activités Internet pouvant entraîner des maladies, telles que les jeux, les achats, les jeux d'argent ou les réseaux sociaux. Le jeu représente une partie de la construction supposée de l'IA, et la dépendance au jeu semble être la forme la plus étudiée de l'IA à ce jour. . Ces dernières années, la DIA est devenue plus répandue dans le monde entier et la reconnaissance de son impact dévastateur sur les utilisateurs et la société s'est rapidement accrue. Cependant, le mécanisme neurobiologique de l'IAD n'a pas été complètement élucidé.

Certains chercheurs soutiennent l'affirmation selon laquelle la DIA partage des anomalies neurobiologiques similaires à d'autres troubles addictifs. Hou et al., Les niveaux d'expression du transporteur de la dopamine (DAT) trouvés dans le striatum étaient significativement plus faibles chez les sujets atteints d'IAD utilisant les scanners cérébraux par tomographie à émission de photons unique 99mTc-TRODAT-1. Les DAT jouent un rôle essentiel dans la régulation des niveaux de dopamine synaptique striatale , et ont été utilisés comme marqueurs des terminaux dopaminergiques . Un nombre réduit de DAT de membranes cellulaires peut éventuellement refléter une perte terminale de dopamine striatale prononcée ou des altérations du système dopaminergique cérébral, ce qui a également été constaté dans le cadre d'une toxicomanie. . Parce que l'augmentation de la dopamine extracellulaire dans le striatum est associée à des descriptions subjectives de la récompense, telles que haute et euphorie , les personnes atteintes de IAD peuvent également ressentir de l’euphorie lorsque les niveaux de dopamine extracellulaire augmentent dans le striatum. Les patients présentant un jeu pathologique présentaient un taux élevé de dopamine dans le striatum ventral pendant le jeu. . Des études d'imagerie par tomographie par émission de positrons ont révélé une augmentation de la libération de dopamine dans le striatum lors de la lecture de jeux vidéo .

Quelques chercheurs - ont appliqué l'IRMf à l'état de repos chez des patients présentant une dépendance à une substance afin de mieux comprendre ses mécanismes et d'aider à expliquer ses déficits comportementaux et neuropsychologiques. Un certain nombre d'études ont identifié des régions cérébrales clés censées participer à des troubles de la dépendance, telles que le noyau accumbens , striatum dorsal et cortex préfrontal (PFC) , . Les résultats fournis par Zhang et al., ont montré des différences entre les types d'activation dépendant de l'héroïne et les sujets sains, dans des régions comprenant le cortex orbitofrontal (OFC), le gyrus cingulaire, les régions frontales et para-limbiques telles que le cortex cingulaire antérieur (ACC), l'hippocampe / parahippocampe, l'amygdale, le caudé, putamen, insula postérieure et thalamus. Ces régions sont impliquées dans des réseaux cérébraux à la base de la récompense, de la motivation, de l'apprentissage et de la mémoire, ainsi que du contrôle d'autres circuits. Tanabe et al., ont constaté que la consommation de nicotine était associée à une baisse d'activité dans les régions du DMN et à une activité accrue dans les régions extra-striées. Ils ont suggéré que ces effets de la nicotine, en l'absence de stimuli visuels ou de traitement laborieux, suggèrent que ses effets cognitifs pourraient impliquer le passage de réseaux qui traitent des informations internes à ceux qui traitent des informations externes. Une autre étude a montré que les fumeurs avaient un couplage plus important que les non-fumeurs entre les réseaux de cortex préfrontal (mPFC) gauche fronto-pariétal et médian. Les fumeurs avec le plus grand couplage fronto-pariétal mPFC-gauche avaient la réactivité la plus dorsale du striatum dorsale telle que mesurée au cours d'un paradigme de réactivité du signal de tabagisme IRMf . Une étude réalisée par Ko CH et al., ont évalué les corrélations cérébrales du besoin impérieux de jouer aux jeux en ligne chez les sujets atteints d’IGA. Leurs résultats ont montré que le cortex préfrontal dorsolatéral bilatéral (DLPFC), le précuneus, le parahippocampe gauche, le cingulum postérieur et le cingulaire antérieur droit étaient activés en réponse aux signaux de jeu dans le groupe IGA, de manière plus forte que dans le groupe contrôle. Ainsi, ces résultats suggèrent que les fondements neurobiologiques de l’IGA sont similaires à ceux des troubles liés à l’utilisation de substances.

Sur le modèle proposé par Volkowet et al., un certain nombre de systèmes neurobiologiques peuvent être à l'origine du besoin impérieux de jouer. Celles-ci incluent des zones de traitement visuel, telles que le lobe occipital ou le précuneus, qui relient les informations de jeu aux informations internes, ainsi que les systèmes de mémoire comprenant l’hippocampe, le parahippocampe ou l’amygdala, qui fournissent des souvenirs émotionnels et des informations contextuelles pour les informations de jeu. Ils incluent également des systèmes de récompense tels que le système limbique et le cingulum postérieur, qui permettent d’évaluer les informations relatives au jeu, de générer des attentes et de récompenser l’intérêt, ainsi que des systèmes de motivation tels que le lobe antérieur et le lobe frontal orbital contrôlant le désir de jouer. . Enfin, ces systèmes incluent des systèmes exécutifs tels que le DLPFC et le cortex préfrontal, qui permettent de créer un plan de connexion en ligne pour les jeux.

Nous avons constaté que les sujets atteints d’IGA présentaient une FC accrue dans le lobe postérieur du cervelet bilatéral et le gyrus temporal moyen. Le lobule pariétal inférieur bilatéral et le gyrus temporal inférieur droit présentaient une connectivité réduite par rapport au groupe témoin. La connectivité avec le CCP était en corrélation positive avec les scores CIAS, qui sont liés à la sévérité de l'AGI, dans le précuneus droit, le gyrus cingulaire postérieur, le thalamus, le caudé, le noyau accumbens, la région motrice supplémentaire et le gyrus lingual. Ils étaient corrélés négativement avec le lobe antérieur du cervelet droit et le lobule pariétal supérieur gauche.

Les fonctions du cervelet ne se limitent pas au mouvement et à l'équilibre, car il joue également un rôle important dans les processus émotionnels et cognitifs. , . Il reçoit des informations des systèmes sensoriels et d'autres parties du cerveau et les intègre pour affiner l'activité motrice. . Le cervelet postérieur est principalement impliqué dans la régulation cognitive , traitement du signal et stockage des processus pertinents de la mémoire auditive et verbale . Le flux sanguin (CBF) augmente apparemment dans le cervelet lorsque le besoin est provoqué par un signal de cocaïne . Paradiso et Takeuchi ont soutenu que l'activation cérébelleuse pouvait être liée aux processus émotionnels et à l'attention au cours de l'induction. , . Dans la recherche sur les altérations de l'homogénéité régionale (Reho) de l'activité cérébrale à l'état de repos chez les sujets atteints d'AIG , il y avait une augmentation de Reho dans le cervelet postérieur gauche. Ceci suggère que le cervelet joue un rôle important dans les états de manque induits par l’IGA, en particulier lors de la préparation, de l’exécution, de la mémoire de travail. et des processus moteurs fins modulés par des systèmes extrapyramidaux. Nous avons constaté une augmentation de la FC dans le cervelet postérieur bilatéral, mais une corrélation négative dans le lobe antérieur du cervelet droit avec les scores CIAS. Bien que les emplacements soient différents en termes de fonctions du cervelet, il existait une distinction plus importante le long de la dimension médiale à latérale. En tant que telle, cette affirmation ne peut pas être confirmée dans la présente étude et doit être examinée par une étude de suivi.

Le gyrus temporal moyen bilatéral a montré une FC accrue chez les sujets atteints d'IGA, mais le gyrus temporal inférieur droit a présenté une FC diminuée. Le gyrus temporal inférieur est l’un des niveaux supérieurs du flux ventral de traitement audio et visuel et est associé à la représentation de caractéristiques d’objet complexes. . Dong et al. ont trouvé une diminution de Reho dans le gyrus temporal inférieur, et ils ont écrit qu'une diminution de ReHo dans les régions cérébrales visuelles et auditives peut suggérer que la diminution de la synchronisation chez les sujets atteints d'IGA peut être le résultat d'une longue durée de jeu. . Nos résultats sont partiellement compatibles avec cette hypothèse, qui devrait être étudiée dans des études futures.

Nous avons constaté une diminution de la FC dans le lobule pariétal inférieur bilatéral, et la FC du lobule pariétal supérieur gauche, y compris le CCP, était corrélée négativement aux scores CIAS. Diverses études ont montré que le lobe pariétal participe de manière concertée aux tâches visuospatiales. Les changements de position de l'objet surveillé peuvent entraîner une forte activation bilatérale du cortex pariétal supérieur . Olson et al., a découvert que le lobe pariétal jouait un rôle dominant dans la mémoire à court terme. En outre, certains chercheurs ont émis l’hypothèse que le cortex pariétal pourrait jouer un rôle dans la régulation de l’attention ou la rétention des réponses motrices lors de tâches d’inhibition de la réponse. , .

La connectivité avec le CCP était positivement corrélée aux scores CIAS dans le gyrus cingulaire postérieur, le thalamus, le caudé, le noyau accumbens, le SMA et le gyrus lingual droit. La plupart de ces régions font partie du système de récompense . Le précuneus est associé à l'imagerie visuelle, à l'attention et à la récupération de la mémoire. Il participe au processus visuel et intègre les mémoires associées. Les recherches suggèrent que le précuneus est activé par les signaux de jeu, intègre les souvenirs récupérés et contribue au besoin de jeu en ligne induit par les signaux. . En tant que composant central du DMN proposé, le CCP est impliqué dans les processus d’attention. Des études antérieures ont démontré que les neurones PCC réagissent à la réception des récompenses, à la magnitude et à l'orientation visuelle et spatiale , . Des études antérieures ont montré que le thalamus joue un rôle important dans le traitement des récompenses et les comportements orientés vers les objectifs, ainsi que de nombreuses autres fonctions cognitives et motrices . Dong et al., ont trouvé des circuits thalamo-corticaux anormaux chez les sujets atteints d’IGA, suggérant des implications pour la sensibilité à la récompense. L'activation du striatum a été signalée au cours de la prévision de la récompense, du suivi des erreurs de prévision de la récompense et de paradigmes de jeu plus complexes. , Récemment, il a été suggéré que le striatum soit impliqué dans le codage de la saillance du stimulus plutôt que dans le traitement exclusif des récompenses. . La préparation d’action en vue d’une récompense pourrait moduler l’activité dans des régions du cerveau telles que le striatum dorsal. - . Des études sur l'inhibition de la réponse à l'aide de l'IRMf ont constamment révélé que la pré-SMA était essentielle pour la sélection des comportements appropriés, y compris l'exécution de réactions appropriées et l'inhibition de réponses inappropriées. .

Le gyrus lingual est un espace visuel. Nous avons précédemment constaté des différences dans la densité de la matière grise dans le gyrus lingual chez les sujets en bonne santé par rapport à ceux avec IAD , . Cette zone associative visuelle a été impliquée dans la schizophrénie - . Une étude a démontré une augmentation de la gyrification et une réduction de l'épaisseur corticale du gyrus lingual, ce qui a prolongé les découvertes antérieures de morphologie aberrante de la région linguale dans la schizophrénie . Il a été démontré que le parahippocampe droit et le gyrus lingual étaient impliqués dans des réseaux dominés par l'hémisphère droit médiateurs des fonctions émotionnelles . De plus, Seiferth et al. ont montré que le gyrus lingual droit était hyperactivé lors de la discrimination des émotions chez les sujets à haut risque.

Des anomalies dans le FC du PCC avec le mPFC et l'ACC n'ont pas été trouvées dans la présente étude. Cela peut être en partie imputable à la taille réduite de l'échantillon et à la faible gravité de la DIA chez les participants par rapport aux sujets que nous avons examinés précédemment. , , .

Limites de l'étude

Plusieurs limitations doivent être mentionnées dans cette étude. Premièrement, le diagnostic de la DIA était principalement basé sur les résultats de questionnaires autodéclarés, qui pourraient entraîner une classification d'erreur. Deuxièmement, la taille de l'échantillon était relativement petite, ce qui pourrait réduire la puissance des analyses statistiques et entraver la généralisation des résultats. En raison de cette limitation, les résultats rapportés doivent être considérés comme préliminaires et doivent être répliqués dans les études futures avec des échantillons de plus grande taille. Troisièmement, en tant qu’étude transversale, nos résultats ne démontrent pas clairement si les caractéristiques psychologiques ont précédé le développement de la DIA ou étaient une conséquence de la surutilisation d’Internet. Par conséquent, les futures études prospectives devraient clarifier les relations de cause à effet entre la DIA et les mesures psychologiques. Enfin, afin d'élucider la neurobiologie partagée de la toxicomanie et des dépendances comportementales telles que l'IGA, des recherches supplémentaires devraient être menées sur les patients des deux populations cliniques.

 

Conclusions

Cet article décrit une étude préliminaire de FC chez des adolescents atteints d’IGA. Nos résultats suggéraient que les adolescents atteints d’IGA présentaient différents modèles d’activité neuronale au repos. Les modifications correspondaient partiellement à celles signalées chez des patients toxicomanes. Par conséquent, ces résultats appuient l'hypothèse selon laquelle l'IGA, en tant que dépendance comportementale, pourrait présenter des anomalies neurobiologiques similaires à celles d'autres troubles de la dépendance.

 

Remerciements

Les auteurs remercient le Dr Yong Zhang et le Dr He Wang de GE Healthcare pour leur soutien technique.

 

Contributions d'auteur

Conçu et conçu les expériences: YZ Y-sD J-rX. Effectué les expériences: W-nD J-hS Y-wS LL. Analysé les données: Y-wS YZ W-nD. Réactifs, matériaux et outils d’analyse fournis: Y-wS YZ W-nD. A écrit le papier: Y-wS YZ W-nD.

 

Bibliographie

  1. 1. DJ Kuss, Griffiths MD (2012) Dépendance à l’internet et aux jeux: Revue systématique de la littérature spécialisée dans les études de neuroimagerie. Sciences du cerveau 2: 347 – 374. est ce que je: 10.3390 / brainsci2030347. Retrouvez cet article en ligne
  2. 2. Young KS (1998) Dépendance à Internet: l’émergence d’un nouveau trouble clinique. Cyberpsychologie le comportement 1: 237 – 244. est ce que je: 10.1089 / cpb.1998.1.237. Retrouvez cet article en ligne
  3. 3. Siomos KE DE, DA Braimiotis, OD Mouzas, Angelopoulos NV (2008). Dépendance à Internet chez des adolescents grecs. Cyberpsychol Behav 11: 653 – 657. est ce que je: 10.1089 / cpb.2008.0088. Retrouvez cet article en ligne
  4. 4. Cao F SL (2007) Dépendance à Internet chez les adolescents chinois: prévalence et caractéristiques psychologiques. Santé de la petite enfance: développement 33: 2765 – 2781. est ce que je: 10.1111 / j.1365-2214.2006.00715.x. Retrouvez cet article en ligne
  5. 5. Shek DT, Tang VM, Lo CY (2008) Dépendance à Internet chez des adolescents chinois à Hong Kong: évaluation, profils et corrélats psychosociaux. ScientificWorldJournal 8: 776 – 787. est ce que je: 10.1100 / tsw.2008.104. Retrouvez cet article en ligne
  6. 6. Ko CH YJ, CF Yen, CS Chen, CC Chen (2012) L'association entre la dépendance à Internet et les troubles psychiatriques: une revue de la littérature. Eur Psychiatry 27: 1 – 8. est ce que je: 10.1016 / j.eurpsy.2010.04.011. Retrouvez cet article en ligne
  7. 7. Alavi SS, Ferdosi M, Jannatifard F, Eslami M, Alaghemandan H, et al. (2012) Dépendance comportementale et toxicomanie: correspondance de points de vue psychiatriques et psychologiques. Int J Précédent Med 3: 290 – 294. Retrouvez cet article en ligne
  8. 8. Rogers P (1998) La psychologie cognitive des jeux de hasard dans les loteries: examen théorique. J Gambl Stud 14: 111 – 134. Retrouvez cet article en ligne
  9. 9. Keepers GA (1990) Préoccupation pathologique avec les jeux vidéo. J Am Acad Psychiatrie des enfants adolescents 29: 49 – 50. Retrouvez cet article en ligne
  10. 10. Lesieur HR BS (1993) Jeu pathologique, troubles de l'alimentation et troubles liés à l'utilisation de substances psychoactives. Addict Dis 12: 89 – 102. est ce que je: 10.1300/J069v12n03_08. Retrouvez cet article en ligne
  11. 11. Block JJ (2008) Problèmes liés à DSM-V: dépendance à Internet. Am J Psychiatry 165: 306 – 307. est ce que je: 10.1176 / appi.ajp.2007.07101556. Retrouvez cet article en ligne
  12. 12. Beard KW, Wolf EM (2001) Modification des critères de diagnostic proposés pour la dépendance à Internet. Cyberpsychol Behav 4: 377 – 383. est ce que je: 10.1089/109493101300210286. Retrouvez cet article en ligne
  13. 13. Sheehan DV, Sheehan KH, Shytle RD, Janavs J, Bannon Y, et al. (2010) Fiabilité et validité de la mini-entrevue neuropsychiatrique internationale pour enfants et adolescents (MINI-KID). J Clin Psychiatry 71: 313 – 326. est ce que je: 10.4088 / JCP.09m05305whi. Retrouvez cet article en ligne
  14. 14. Chen SHL WL, Su YJ, Wu HM, Yang PF (2003) Développement de l'échelle de l'addition Internet chinoise et de son étude psychométrique. J Psychol chinois 45: 279 – 294. Retrouvez cet article en ligne
  15. 15. Zung WW (1971) Un instrument d'évaluation des troubles anxieux. Psychosomatiques 12: 371 – 379. Retrouvez cet article en ligne
  16. 16. Zung WW (1965) Échelle de dépression auto-évaluée. Arch Gen Psychiatry 12: 63 – 70. est ce que je: 10.1001 / archpsyc.1965.01720310065008. Retrouvez cet article en ligne
  17. 17. Patton JH, Stanford MS, Barratt ES (1995) Structure factorielle de l'échelle d'impulsivité de Barratt. J Clin Psychol 51: 768 – 774. est ce que je: 10.1002/1097-4679(199511)51:6<768::AID-JCLP2270510607>3.0.CO;2-1. Retrouvez cet article en ligne
  18. 18. Fox MD, Snyder AZ, Vincent JL, Corbetta M., Van Essen DC, et al. (2005) Le cerveau humain est intrinsèquement organisé en réseaux fonctionnels dynamiques et anticorrélés. Proc Natl Acad Sci USA 102: 9673 – 9678. est ce que je: 10.1073 / pnas.0504136102. Retrouvez cet article en ligne
  19. 19. Fox MD SA, Vincent JL, Corbetta M., Van Essen DC, et al. (2005) Le cerveau humain est intrinsèquement organisé en réseaux fonctionnels dynamiques et anticorrélés. Proc Natl Acad Sci USA 102: 9673 – 9678. est ce que je: 10.1073 / pnas.0504136102. Retrouvez cet article en ligne
  20. 20. Greicius MD, Krasnow B, Reiss AL, Menon V (2003) Connectivité fonctionnelle dans le cerveau au repos: analyse en réseau de l’hypothèse du mode par défaut. Proc Natl Acad Sci USA 100: 253 – 258. est ce que je: 10.1073 / pnas.0135058100. Retrouvez cet article en ligne
  21. 21. Biswal B, Yetkin FZ, VM Haughton, Hyde JS (1995) Connectivité fonctionnelle dans le cortex moteur du cerveau humain au repos à l'aide d'une IRM écho-plane. Magn Reson Med 34: 537 – 541. est ce que je: 10.1002 / mrm.1910340409. Retrouvez cet article en ligne
  22. 22. Lowe MJ, Mock BJ, Sorenson JA (1998) Connectivité fonctionnelle en imagerie echoplanaire à une ou plusieurs couches utilisant des fluctuations d'état de repos. Neuroimage 7: 119 – 132. est ce que je: 10.1006 / nimg.1997.0315. Retrouvez cet article en ligne
  23. 23. Maldjian JA, Laurienti PJ, Kraft RA, Burdette JH (2003) Méthode automatisée pour l'interrogation neuroanatomique et cytoarchitectonique basée sur un atlas des ensembles de données IRMf. Neuroimage 19: 1233 – 1239. est ce que je: 10.1016/S1053-8119(03)00169-1. Retrouvez cet article en ligne
  24. 24. Dong G ZH, Zhao X (2011) Les toxicomanes masculins d'Internet montrent une capacité de contrôle exécutif altérée: preuve d'une tâche de couleur Stroop. Neurosci Lett 499: 114 – 118. est ce que je: 10.1016 / j.neulet.2011.05.047. Retrouvez cet article en ligne
  25. 25. Young K (2010) La dépendance à Internet au cours de la décennie: un regard personnel sur le passé. Psychiatrie mondiale 9: 91. Retrouvez cet article en ligne
  26. 26. Tao R HX, Wang J, Zhang H, Zhang Y, Li M (2010) Critères de diagnostic proposés pour la dépendance à Internet. Addiction 105: 56 – 564. est ce que je: 10.1111 / j.1360-0443.2009.02828.x. Retrouvez cet article en ligne
  27. 27. Aboujaoude E, LM Coran, N Gamel, MD Large, Serpe RT (2006) Marqueurs potentiels pour une utilisation Internet problématique: enquête téléphonique sur des adultes 2,513. Spectre CNS 11: 750 – 755. Retrouvez cet article en ligne
  28. 28. Shapira NA, Goldsmith TD, Keck PE, Khosla UM, McElroy SL (2000) Caractéristiques psychiatriques des personnes ayant un problème avec l'utilisation d'Internet. J Affect Disord 57: 267 – 272. est ce que je: 10.1016/S0165-0327(99)00107-X. Retrouvez cet article en ligne
  29. 29. Sun DL, Chen ZJ, Ma N, Zhang XC, Fu XM, et al. (2009) Fonctions de prise de décision et d’inhibition de la réponse prépotente chez les utilisateurs excessifs d’Internet. Spectre CNS 14: 75 – 81. Retrouvez cet article en ligne
  30. 30. Beutel ME, Hoch C, K Wolfling et Muller KW (2011) [Caractéristiques cliniques du jeu sur ordinateur et de la dépendance à Internet chez des personnes cherchant un traitement en clinique externe pour une dépendance au jeu sur ordinateur]. Z Psychosom Med Psychother 57: 77 – 90. Retrouvez cet article en ligne
  31. 31. Kuss DJ, Griffiths MD (2011) Réseaux sociaux en ligne et toxicomanie - une revue de la littérature psychologique. Int J Environ Res Public Health 8: 3528–3552. Retrouvez cet article en ligne
  32. 32. Hou H, Jia S, Hu S, Fan R, Sun W, et al. (2012) Réduction du nombre de transporteurs de dopamine striataux chez les personnes souffrant de trouble de la dépendance à Internet. J Biomed Biotechnol 2012: 854524. est ce que je: 10.1155/2012/854524. Retrouvez cet article en ligne
  33. 33. JC Dreher, Kohn P, Kolachana B, DR Weinberger, Berman KF (2009). La variation dans les gènes de la dopamine influence la réactivité du système de récompense humain. Proc Natl Acad Sci USA 106: 617 – 622. Retrouvez cet article en ligne
  34. 34. ND de Volkow, L Chang, Wang GJ, Fowler JS, D Franceschi, et al. (2001) La perte de transporteurs de dopamine chez les consommateurs de méthamphétamine récupère avec une abstinence prolongée. J Neurosci 21: 9414 – 9418. Retrouvez cet article en ligne
  35. 35. Shi J, Zhao LY, Copersino ML, Fang YX, Chen Y et al. (2008) imagerie PET du transporteur de la dopamine et de la soif de drogue pendant le traitement d'entretien à la méthadone et après une abstinence prolongée chez les consommateurs d'héroïne Eur J Pharmacol 579: 160 – 166. est ce que je: 10.1016 / j.ejphar.2007.09.042. Retrouvez cet article en ligne
  36. 36. Drevets WC, Gautier C, Price JC, DJ Kupfer, Kinahan PE, et al. (2001) La libération de dopamine induite par l'amphétamine dans le striatum ventral humain est en corrélation avec l'euphorie. Biol Psychiatry 49: 81 – 96. est ce que je: 10.1016/S0006-3223(00)01038-6. Retrouvez cet article en ligne
  37. 37. Steeves TD, Miyasaki J, Zurowski M, Lang AE, Pellecchia G, et al. (2009) Augmentation de la libération de dopamine dans le striatum chez des patients parkinsoniens atteints de jeu pathologique: étude PET [11C] raclopride. Cerveau 132: 1376 – 1385. est ce que je: 10.1093 / brain / awp054. Retrouvez cet article en ligne
  38. 38. Koepp MJ, RN Gunn, Lawrence AD, Cunningham VJ, Dagher A, et al. (1998) Preuve de la libération de dopamine dans le striatum au cours d’un jeu vidéo. Nature 393: 266 – 268. Retrouvez cet article en ligne
  39. 39. Zhang Y, Tian J, Yuan K, P Liu, L Zhuo, et al. (2011) Activités cérébrales distinctes à l'état de repos chez les individus dépendants à l'héroïne. Brain Res 1402: 46 – 53. est ce que je: 10.1016 / j.brainres.2011.05.054. Retrouvez cet article en ligne
  40. 40. Tanabe J, E Nyberg, Martin LF, J Martin, Cordes D et al. (2011) Effets de nicotine sur le réseau en mode par défaut pendant l'état de repos. Psychopharmacologie (Berl) 216: 287 – 295. est ce que je: 10.1007/s00213-011-2221-8. Retrouvez cet article en ligne
  41. 41. Janes AC, Nickerson LD, Frederick Bde B, Kaufman MJ (2012). La connectivité fonctionnelle du réseau cérébral au repos préfrontal et limbique diffère entre les fumeurs dépendants de la nicotine et les témoins non-fumeurs. La consommation d'alcool dépend de 125: 252 – 259. est ce que je: 10.1016 / j.drugalcdep.2012.02.020. Retrouvez cet article en ligne
  42. 42. Cole DM, CF Beckmann, juge en chef Long, PM Matthews, MJ Durcan et al. (2010) Le remplacement de la nicotine chez les fumeurs abstinents améliore les symptômes de sevrage cognitifs grâce à la modulation de la dynamique du réseau cérébral au repos. Neuroimage 52: 590 – 599. est ce que je: 10.1016 / j.neuroimage.2010.04.251. Retrouvez cet article en ligne
  43. 43. Hong LE, Gu H, Yang Y, Ross TJ, Salmeron BJ, et al. (2009) Association de la dépendance à la nicotine et des actions de la nicotine avec des circuits fonctionnels séparés du cortex cingulaire. Arch Gen Psychiatry 66: 431–441. est ce que je: 10.1001 / archgenpsychiatry.2009.2. Retrouvez cet article en ligne
  44. 44. Ma N, Liu Y, Li N, Wang CX, Zhang H, et al. (2010) Altération liée à la dépendance dans la connectivité cérébrale à l'état de repos. Neuroimage 49: 738 – 744. est ce que je: 10.1016 / j.neuroimage.2009.08.037. Retrouvez cet article en ligne
  45. 45. Di Chiara G, Imperato A (1988) Les médicaments dont abusent les humains augmentent de préférence les concentrations synaptiques de dopamine dans le système mésolimbique de rats en mouvement libre. Proc Natl Acad Sci USA 85: 5274 – 5278. est ce que je: 10.1073 / pnas.85.14.5274. Retrouvez cet article en ligne
  46. 46. Everitt BJ, Robbins TW (2005) Systèmes neuronaux de renforcement pour la toxicomanie: des actions aux habitudes en passant par la contrainte. Nat Neurosci 8: 1481 – 1489. est ce que je: 10.1038 / nn1579. Retrouvez cet article en ligne
  47. 47. Goldstein RZ, ND de Volkow (2011): dysfonctionnement du cortex préfrontal dans la toxicomanie: résultats de la neuro-imagerie et implications cliniques. Rév. Nat Neurosci 12: 652 – 669. est ce que je: 10.1038 / nrn3119. Retrouvez cet article en ligne
  48. 48. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, et al. (2011) Le cerveau est corrélé au désir de jeux en ligne soumis à une exposition sélective chez des sujets souffrant de dépendance au jeu sur Internet et chez des sujets réprimés. Addict Biol.
  49. 49. Volkow ND, Wang GJ, Fowler JS, Tomasi D, Telang F, et al. (2010) Addiction: une sensibilité réduite aux récompenses et une sensibilité accrue aux attentes conspirent à submerger le circuit de contrôle du cerveau. Bioessays 32: 748–755. est ce que je: 10.1002 / bies.201000042. Retrouvez cet article en ligne
  50. 50. Tirapu-Ustarroz J, P Luna-Lario, MD Iglesias-Fernandez, P Hernaez-Goni (2011) [Contribution cérébelleuse au processus cognitif: les progrès actuels]. Rev Neurol 53: 301 – 315. Retrouvez cet article en ligne
  51. 51. Strata P, Scelfo B, Sacchetti B (2011) Implication du cervelet dans le comportement émotionnel. Physiol Res 60 Suppl 1S39 – 48. Retrouvez cet article en ligne
  52. 52. De Zeeuw CI, Hoebeek FE, Bosman LW, Schonewille M, Witter L, et al. (2011) Schémas de tir spatiotemporaux dans le cervelet. Rév. Nat Neurosci 12: 327 – 344. est ce que je: 10.1038 / nrn3011. Retrouvez cet article en ligne
  53. 53. Baillieux H, HJ De Smet, A Dobbeleir, PF Paquier, De Deyn PP, et al. (2010) Perturbations cognitives et affectives consécutives à des lésions focales du cervelet chez l'adulte: étude neuropsychologique et SPECT. Cortex 46: 869 – 879. est ce que je: 10.1016 / j.cortex.2009.09.002. Retrouvez cet article en ligne
  54. 54. Grasby PM, Frith CD, Friston KJ, Bench C, Frackowiak RS, et al. (1993) Cartographie fonctionnelle des zones cérébrales impliquées dans la fonction de mémoire auditive-verbale. Cerveau 116 (t 1): 1–20. est ce que je: 10.1093 / brain / 116.1.1. Retrouvez cet article en ligne
  55. 55. Londres ED, Ernst M, Grant S, Bonson K, Weinstein A (2000) Cortex orbitofrontal et toxicomanie: l’imagerie fonctionnelle. Cereb Cortex 10: 334 – 342. est ce que je: 10.1093 / cercor / 10.3.334. Retrouvez cet article en ligne
  56. 56. Paradiso S, Anderson BM, Boles Ponto LL, Tranel D, Robinson RG (2011) Activité neuronale altérée et émotions consécutives à un accident vasculaire cérébral de l'artère cérébrale moyenne droite. J Stroke Cerebrovasc Dis 20: 94 – 104. est ce que je: 10.1016 / j.jstrokecerebrovasdis.2009.11.005. Retrouvez cet article en ligne
  57. 57. Takeuchi H, Y Taki, Y Sassa, Hashizume H, Sekiguchi A, et al. (2011) Densité de matière grise régionale associée à l'intelligence émotionnelle: mise en évidence par la morphométrie à base de voxel. Hum Brain Mapp 32: 1497 – 1510. est ce que je: 10.1002 / hbm.21122. Retrouvez cet article en ligne
  58. 58. Dong G HJ, Du X (2012) Altérations de l'homogénéité régionale de l'activité cérébrale à l'état de repos des toxicomanes par Internet. Fonctions comportementales et cérébrales 8: 41. est ce que je: 10.1186/1744-9081-8-41. Retrouvez cet article en ligne
  59. 59. Passamonti L, Novellino F, Cerasa A, Chiriaco C, Rocca F, et al. (2011) Circuits cortico-cérébelleux altérés lors de la mémoire de travail verbale lors de tremblements essentiels. Cerveau 134: 2274 – 2286. est ce que je: 10.1093 / brain / awr164. Retrouvez cet article en ligne
  60. 60. Lewald J, Staedtgen M, Sparing R, Meister IG (2011) Traitement du mouvement auditif dans le lobule pariétal inférieur: mise en évidence de la stimulation magnétique transcrânienne. Neuropsychologia 49: 209 – 215. est ce que je: 10.1016 / j.neuropsychologia.2010.11.038. Retrouvez cet article en ligne
  61. 61. Vandenberghe R, DR Gitelman, TB de Parrish, Mesulam MM (2001) Spécificité fonctionnelle de la médiation pariétale supérieure du décalage spatial. Neuroimage 14: 661 – 673. est ce que je: 10.1006 / nimg.2001.0860. Retrouvez cet article en ligne
  62. 62. Olson IR BM (2009) Quelques découvertes surprenantes sur l'implication du lobe pariétal dans la mémoire humaine. Neurobiol Learn Mem 91: 155 – 165. est ce que je: 10.1016 / j.nlm.2008.09.006. Retrouvez cet article en ligne
  63. 63. TS Braver, Barch DM, Gray JR, DL Molfese, Snyder A (2001) cortex cingulaire antérieur et conflit de réponse: effets de fréquence, inhibition et erreurs. Cereb Cortex 11: 825 – 836. est ce que je: 10.1093 / cercor / 11.9.825. Retrouvez cet article en ligne
  64. 64. Garavan H, Ross TJ, Stein EA (1999): dominance hémisphérique droite du contrôle inhibiteur: étude par IRM fonctionnelle liée à un événement. Proc Natl Acad Sci USA 96: 8301 – 8306. est ce que je: 10.1073 / pnas.96.14.8301. Retrouvez cet article en ligne
  65. 65. O'Doherty JP (2004) Représentations de récompense et apprentissage lié à la récompense dans le cerveau humain: aperçus de la neuroimagerie. Curr Opin Neurobiol 14: 769–776. est ce que je: 10.1016 / j.conb.2004.10.016. Retrouvez cet article en ligne
  66. 66. Cavanna AE, Trimble MR (2006) Le précuneus: examen de son anatomie fonctionnelle et de ses corrélats comportementaux. Cerveau 129: 564 – 583. est ce que je: 10.1093 / brain / awl004. Retrouvez cet article en ligne
  67. 67. McCoy AN, Crowley JC, G Haghighian, Dean HL, Platt ML (2003), signaux de récompense de la saccade dans le cortex cingulaire postérieur. Neuron 40: 1031 – 1040. est ce que je: 10.1016/S0896-6273(03)00719-0. Retrouvez cet article en ligne
  68. 68. Pearson JM, Hayden BY, Raghavachari S, Platt ML (2009) Les neurones du cortex cingulaire postérieur signalent des décisions exploratoires dans le cadre d'une tâche de choix dynamique à options multiples. Curr Biol 19: 1532 – 1537. est ce que je: 10.1016 / j.cub.2009.07.048. Retrouvez cet article en ligne
  69. 69. Yu C, J Gupta, Yin HH (2010) Le rôle du thalamus médiodorsal dans la différenciation temporelle des actions guidées par la récompense. Front Integr Neurosci 4.
  70. 70. Corbit LH, Muir JL et Balleine BW (2003). Les lésions du thalamus médiodorsal et des noyaux thalamiques antérieurs produisent des effets dissociables sur le conditionnement instrumental chez le rat. Eur J Neurosci 18: 1286 – 1294. est ce que je: 10.1046 / j.1460-9568.2003.02833.x. Retrouvez cet article en ligne
  71. 71. Dong G, DeVito E, Huang J, Du X (2012) L'imagerie par tenseur de diffusion révèle des anomalies du thalamus et du cortex cingulaire postérieur chez les accros au jeu sur Internet. J Psychiatr Res 46: 1212 – 1216. est ce que je: 10.1016 / j.jpsychires.2012.05.015. Retrouvez cet article en ligne
  72. 72. O'Doherty JP, Dayan P, Friston K, Critchley H, Dolan RJ (2003) Modèles de différence temporelle et apprentissage lié aux récompenses dans le cerveau humain. Neuron 38: 329–337. est ce que je: 10.1016/S0896-6273(03)00169-7. Retrouvez cet article en ligne
  73. 73. Delgado MR, Nystrom LE, Fissell C, Noll DC, Fiez JA (2000) Suivi des réponses hémodynamiques pour récompenser et punir le striatum. J Neurophysiol 84: 3072 – 3077. Retrouvez cet article en ligne
  74. 74. Zink CF, G Pagnoni, ME Martin, Dhamala M et GS Berns (2003) Réponse striatale humaine à des stimuli saillants non récompensés. J Neurosci 23: 8092 – 8097. Retrouvez cet article en ligne
  75. 75. Haruno M., Kuroda T., Doya K., Toyama K., Kimura M. et al. (2004) Corrélation neuronale de l'apprentissage comportemental basé sur la récompense dans le noyau caudé: étude d'imagerie par résonance magnétique fonctionnelle d'une tâche de décision stochastique. J Neurosci 24: 1660 – 1665. est ce que je: 10.1523 / JNEUROSCI.3417-03.2004. Retrouvez cet article en ligne
  76. 76. O'Doherty J, Dayan P, Schultz J, Deichmann R, Friston K, et al. (2004) Rôles dissociables du striatum ventral et dorsal dans le conditionnement instrumental. Science 304: 452–454. est ce que je: 10.1126 / science.1094285. Retrouvez cet article en ligne
  77. 77. Ramnani N MR (2003) L'activité de retard instruite dans le cortex préfrontal humain est modulée par l'attente de récompense monétaire. Cereb Cortex 13: 318 – 327. est ce que je: 10.1093 / cercor / 13.3.318. Retrouvez cet article en ligne
  78. 78. Simmonds DJ, Pekar JJ, Mostofsky SH (2008) Méta-analyse de tâches «Go / No-Go» démontrant que l'activation d'IRMf associée à l'inhibition de la réponse est dépendante de la tâche. Neuropsychologia 46: 224 – 232. est ce que je: 10.1016 / j.neuropsychologia.2007.07.015. Retrouvez cet article en ligne
  79. 79. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, et al. (2011) Anomalies de la matière grise dans la dépendance à Internet: une étude de morphométrie à base de voxel. Eur J Radiol 79: 92 – 95. est ce que je: 10.1016 / j.ejrad.2009.10.025. Retrouvez cet article en ligne
  80. 80. Collin G, Hulshoff Pol HE, Haijma SV, Cahn W, Kahn RS et al. (2011) Altération de la connectivité fonctionnelle cérébelleuse chez les patients schizophrènes et leurs frères et sœurs en bonne santé. Psychiatrie avant 2: 73. est ce que je: 10.3389 / fpsyt.2011.00073. Retrouvez cet article en ligne
  81. 81. Ruef A., Curtis L., Moy G., Bessero S., Badan Ba ​​M. et al. (2012) Corrélats d'imagerie par résonance magnétique du premier épisode chez les jeunes hommes adultes: analyse combinée de la substance grise et de la substance blanche. J Psychiatry Neurosci 37: 305 – 312. est ce que je: 10.1503 / jpn.110057. Retrouvez cet article en ligne
  82. 82. Alonso-Solis A, Corripio I, P de Castro-Manglano, S Duran-Sindreu, Garcia-Garcia M, et al. (2012) Modification de la connectivité fonctionnelle de l'état de repos du réseau par défaut chez les patients présentant un premier épisode de psychose. Schizophr Res 139: 13 – 18. est ce que je: 10.1016 / j.schres.2012.05.005. Retrouvez cet article en ligne
  83. 83. Schultz CC, Koch K, G Wagner, M Roebel, Nenadic I, et al. (2010) Augmentation de la gyrification parahippocampique et linguale dans le premier épisode de schizophrénie. Schizophr Res 123: 137 – 144. est ce que je: 10.1016 / j.schres.2010.08.033. Retrouvez cet article en ligne
  84. 84. Voets NL, MG Hough, G Douaud, PM Matthews, James A et al. (2008) Preuve d'anomalies du développement cortical dans la schizophrénie à l'adolescence. Neuroimage 43: 665 – 675. est ce que je: 10.1016 / j.neuroimage.2008.08.013. Retrouvez cet article en ligne
  85. 85. Piskulic D, Olver JS, Norman TR, Maruff P (2007) Études comportementales du dysfonctionnement de la mémoire de travail spatiale dans la schizophrénie: une revue de la littérature quantitative. Service de psychiatrie 150: 111 – 121. est ce que je: 10.1016 / j.psychres.2006.03.018. Retrouvez cet article en ligne
  86. 86. Seiferth NY, Paul K, U Habel, T Kellermann, Shah NJ, et al. (2008) Augmentation de la réponse neuronale liée aux visages neutres chez les personnes à risque de psychose. Neuroimage 40: 289 – 297. est ce que je: 10.1016 / j.neuroimage.2007.11.020. Retrouvez cet article en ligne