Prise de décision pour les gains et les pertes risqués chez les étudiants du Collège souffrant d'un trouble du jeu sur Internet (2015)

Abstract

Les personnes souffrant de troubles du jeu sur Internet (TID) ont tendance à prendre des décisions risquées et désavantageuses, non seulement dans leur vie réelle, mais également lors de tâches de laboratoire. La prise de décision est une fonction complexe à multiples facettes et différents processus cognitifs sont impliqués dans la prise de décision pour les gains et les pertes. Cependant, la relation entre une prise de décision altérée et le traitement du gain contre la perte dans le contexte de la DIG est mal comprise. L’objectif principal de la présente étude était d’évaluer séparément la prise de décision concernant les gains et les pertes risqués chez les étudiants ayant un IGD utilisant la tâche Cups. En outre, nous avons également examiné les effets de l’ampleur des résultats et du niveau de probabilité sur la prise de décision liée aux gains et aux pertes risqués, respectivement. Soixante étudiants avec IGD et 42 appariés, des témoins sains (HC) ont participé. Les résultats ont montré que les sujets IGD manifestaient généralement une plus grande tendance à la prise de risque que les HC. Par rapport aux HC, les sujets IGD ont fait des choix risqués plus désavantageux dans le domaine des pertes (mais pas dans le domaine des gains). Des analyses de suivi ont indiqué que la déficience était associée à une insensibilité aux changements d’ampleur des résultats et au niveau de probabilité de pertes à risque chez les sujets IGD. En outre, les scores de gravité de la dépendance à Internet plus élevés étaient associés à un pourcentage d'options risquées désavantageuses dans le domaine des pertes. Ces résultats soulignent l’effet de l’insensibilité aux pertes sur les décisions défavorables sous risque dans le contexte de la DIG, ce qui a des implications pour les futures études d’intervention.

Figures

 

Citation:Yao YW, RP Chen, Li S, LJ Wang, JT Zhang et al. (2015) Prise de décision concernant les gains et les pertes risqués chez les étudiants de niveau collégial présentant un trouble du jeu sur Internet. PLoS ONE 10 (1): e0116471. doi: 10.1371 / journal.pone.0116471

Editeur académique: Ingmar HA Franken, Université Erasmus de Rotterdam, PAYS-BAS

reçu: Juillet 17, 2014; Accepté: Décembre 9, 2014; Publié le: 23 janvier 2015

Ceci est un article en accès libre, libre de tout droit d'auteur, et peut être librement reproduit, distribué, transmis, modifié, construit ou utilisé de quelque manière que ce soit par quiconque à des fins licites. Le travail est mis à disposition sous la Creative Commons CC0 dédicace du domaine public

Disponibilité des données:Toutes les données pertinentes se trouvent dans le document et ses fichiers d’informations complémentaires.

Financement:Cette étude a été financée par la Fondation nationale des sciences naturelles de Chine (n ° 31170990 et n ° 81100992), les fonds de recherche fondamentale des universités centrales (n ° 2012WYB01) et les programmes de la Fondation nationale innovante pour les étudiants universitaires de Chine (n ° 201310027028). SWY a reçu un soutien salarial de la subvention de NIDA (T32 DA007238-23). Les bailleurs de fonds n'ont joué aucun rôle dans la conception de l'étude, la collecte et l'analyse des données, ni dans la préparation du manuscrit.

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

Introduction

Le trouble du jeu sur Internet (IGD) est défini comme un jeu en ligne excessif et incontrôlé en dépit de l'expérience de conséquences négatives, notamment d'insomnie, de mauvaises performances scolaires et d'un isolement social [1,2]. L’IGD est de plus en plus reconnu comme un problème de santé mentale dans le monde entier [3], comme il ressort de son inclusion récente dans la section III du DSM-5 en tant que sujet méritant d’autres études futures [4]. De plus, Internet étant disponible gratuitement sur les campus, la majorité des étudiants jouent à des jeux Internet pour se divertir, ce qui en fait toutefois l'une des populations les plus vulnérables à l'IGD [5,6].

La prise de décision inadaptée est l’un des principaux symptômes de l’addition [7-9]. Les résultats précédents suggèrent que les personnes toxicomanes ou toxicomanes ont des performances altérées dans une gamme de tâches de prise de décision [10-14]. Des études récentes indiquent des déficits décisionnels en IGD. Par exemple, des chercheurs ont découvert que les personnes atteintes de DIG avaient fait des choix plus désavantageux dans la tâche du jeu de dés par rapport aux sujets sains de comparaison ne jouant pas. [15], et que de telles dégradations peuvent être en partie le résultat d’une non-utilisation de la rétroaction [16]. Les preuves suggèrent également que les individus ayant une dépendance à Internet sont incapables de prendre des décisions avec une ambiguïté mesurée par Iowa Gambling Task [17,18]. Les études de neuroimagerie utilisant d'autres paradigmes (tâche de devinette, tâche de réduction de probabilité, par exemple) suggèrent également des altérations de la réponse neuronale chez les personnes atteintes d'IGD au cours du processus décisionnel, impliquant d'anticiper et de traiter les récompenses et les punitions [19-21] et évaluation des risques [22].

La prise de décision est une fonction cognitive complexe, et de plus en plus de preuves suggèrent que différents processus sont impliqués dans la prise de décision pour les gains et les pertes [23-26]. Certains chercheurs ont constaté que les personnes atteintes de troubles liés à la toxicomanie faisaient des choix beaucoup plus désavantageux principalement dans le domaine du gain - par rapport au domaine de la perte [27,28], alors que les données existantes suggèrent également que l’insensibilité aux pertes joue un rôle essentiel dans les déficits décisionnels chez les personnes souffrant de toxicomanie [29,30]. Cependant, la mesure dans laquelle une altération de la prise de décision chez les sujets souffrant d'IGD est attribuable à des modifications du traitement du gain par rapport à la perte reste mal comprise. En examinant séparément les caractéristiques de recherche de récompense et d’évitement des pertes chez les personnes atteintes de IGD, on permettra de mieux comprendre les mécanismes sous-jacents aux déficits décisionnels dans cette population et pourrait contribuer à la mise au point d’interventions plus efficaces pour la IGD.

Dans la présente étude, nous avons cherché à évaluer séparément la prise de décision en termes de gains et de pertes parmi les étudiants ayant un IGD. À cette fin, nous avons adopté la tâche Cups [26], qui isole la prise de décision pour les domaines de gain et de perte. En outre, nous avons également cherché à examiner les effets de deux composantes essentielles, l’ampleur des résultats et le niveau de probabilité, sur la prise de décision concernant les gains et les pertes risqués. Basé sur des études antérieures [15,16,21], nous avons émis l’hypothèse suivante: les sujets IGD (1), comparés à des témoins sains appariés, feraient globalement des choix beaucoup plus risqués; (2) Les sujets IGD, par rapport aux HC, obtiendraient de moins bons résultats lors d'essais désavantageux au risque dans les domaines du gain et de la perte; (3) les déficits décisionnels chez les sujets IGD étaient associés à une insensibilité à l’ampleur des résultats et au niveau de probabilité; et (4), les scores de gravité de l’IGD étaient positivement associés aux options à risque désavantageuses prises pour la tâche Cups.

Méthodologie

Déclaration d'éthique

Le protocole de cette étude a été approuvé par le comité d'examen institutionnel de l'école de psychologie de l'Université normale de Beijing. Tous les participants ont fourni un consentement éclairé écrit avant l'expérience et ont reçu une compensation monétaire pour leur participation.

Participants

Un total d'étudiants universitaires 102 (sujets 60 IGD et 42 HC) ont été recrutés dans des universités par le biais d'une annonce en ligne à Beijing, en Chine. Étant donné la prévalence plus élevée d’IGD chez les hommes par rapport aux femmes [1,31-33], seuls les sujets masculins ont été sélectionnés. Aucun participant n'a signalé une expérience antérieure avec des drogues illicites (par exemple, la cocaïne) ou des jeux d'argent (y compris des jeux en ligne). De plus, les participants qui ont rapporté des antécédents de maladies psychiatriques ou neurologiques et d’utilisation de médicaments psychotropes qui affectent le système nerveux central ont été exclus des études ultérieures.

Le diagnostic d’IGD a été établi en fonction du temps de jeu hebdomadaire sur Internet et de l’échelle de dépendance à Internet de Chen (CIAS) [34]. Le CIAS comprend des éléments 26, basés sur une échelle de Likert à points 4, qui évalue les dimensions 5 de la dépendance à Internet: utilisation compulsive, retrait, tolérance, problèmes de relations interpersonnelles et gestion du temps. La fiabilité et la validité du CIAS parmi les étudiants ont été démontrées auparavant [33]. Les critères d’inclusion pour les sujets IGD étaient: (1) marqué 67 ou plus sur CIAS [33,35], (2) ont passé plus de temps sur les jeux Internet que toute autre application Internet et (3) a passé au moins 14 heures par semaine pendant au moins un an. Pour confirmer davantage que les sujets IGD étaient dépendants des jeux sur Internet et exclure les effets d’autres activités en ligne (notamment les jeux en ligne) sur la prise de décision, il a été demandé aux sujets IGD d’énumérer les trois premières activités Internet occupant la majeure partie de leur temps en ligne. Tous ont classé le jeu sur Internet en premier et ont indiqué qu'ils étaient «accros» au jeu sur Internet, mais aucun d'entre eux n'incluait de jeu en ligne ou de poker dans leur liste. Les critères d'inclusion pour les HC étaient les suivants: (1) classement ≤ 50 sur CIAS, (2) occasionnellement sur les jeux Internet (≤ 2 heures par semaine) ou ne jamais jouer à des jeux en ligne de leur vivant.

La tâche des tasses

La version chinoise informatisée de la tâche Cups a été adaptée de la tâche originale développée par [26]. La tâche consiste en des essais 54 divisés en domaines de gain et de perte également. Dans chaque essai, il était demandé aux participants de choisir entre une option risquée et une option sûre. L'option sûre était représentée par une tasse unique et était associée à une probabilité 100% de gagner ou de perdre du yuan 100. L'option risquée est représentée par les gobelets 2, 3 ou 4 et est associée à 50%, 33% ou 25% pour gagner ou perdre un montant plus important (résultat possible: 200 yuan, 300 yuan ou 400 yuan). Dans chaque domaine, chaque combinaison de niveau de probabilité et de niveau de résultat apparaît trois fois. Par conséquent, les domaines de gain et de perte sont présentés sous la forme de deux blocs d'essais aléatoires 27 distincts. Les participants ont indiqué leur choix en appuyant sur le bouton gauche ou droit. Après chaque choix, les participants ont immédiatement été informés du résultat de l’essai. Un bonus supplémentaire sera fourni aux vingt participants ayant obtenu les scores les plus élevés.

Basées sur une manipulation indépendante du niveau de probabilité et du niveau de résultat, les combinaisons sont les suivantes: (1) risque avantageux (RA), ce qui signifie que la valeur attendue (EV) de l'option risquée est plus favorable que celle de l'option sûre; (2) risque désavantageux (DR), ce qui signifie que l'EV de l'option risquée est inférieur à celui de l'option sûre; ou (3) neutres en termes de risque, ce qui signifie que les options risquées et sûres ont des valeurs attendues égales (EQEV).

Analyses statistiques

Les analyses statistiques ont été effectuées à l'aide des versions SPSS 20.0 et R 3.1.0. Tous les tests étaient bilatéraux et le critère de signification a été fixé à P <.05. Premièrement, nous avons utilisé des tests t sur échantillon indépendant pour explorer les différences entre les groupes dans les variables démographiques. Deuxièmement, afin de comparer les performances des sujets IGD et HC sur la tâche Cups, nous avons utilisé des analyses de variance (ANOVA) avec des mesures répétées. Afin d'explorer les effets d'interaction, des analyses d'effets simples ont été effectuées. Lorsque les tests de Mauchly ont montré une violation de l'hypothèse de sphéricité, des corrections de Greenhouse-Geisser ont été utilisées. Des analyses post-hoc ont été réalisées à l'aide de tests t avec correction de Bonferroni. Troisièmement, nous avons séparé EV en deux composants: le niveau de probabilité et l'ampleur des résultats, afin d'explorer l'effet de ces deux composants sur la prise de décision pour chaque essai, en utilisant la fonction R lmer de la bibliothèque lme4. Enfin, pour étudier la relation entre la gravité de la dépendance à Internet et la performance décisionnelle pour obtenir des gains et éviter des pertes, les corrélations de Pearson ont été utilisées pour explorer les associations entre les scores CIAS et le pourcentage de choix risqués effectués au cours des trois niveaux EV (RA, EQEV, RD ) pour les domaines de gain et de perte respectivement.

Résultats

Caractéristiques démographiques

Comme représenté sur la Tableau 1, les sujets IGD et les CH ne différaient pas quant à l’âge, à la durée moyenne de leurs études et à leur ancienneté dans l’utilisation d’Internet. Conformément à nos critères d’inclusion (score CIAS ≥ 67 pour les sujets IGA et ≤ 50 pour les HC), les sujets IGD avaient des scores CIAS significativement plus élevés. t (100) = 27.14, P <.001. Vingt-deux des 42 CH jouaient occasionnellement à des jeux Internet, cependant, les sujets IGD passaient beaucoup plus de temps à des jeux Internet chaque semaine que les CH, t (80) = 15.41, P <.001.

Télécharger : 

• PPT

  Diaporama PowerPoint

• PNG

  agrandir l'image (72KB)

• TIFF

  image originale (375KB)

Tableau 1. Données démographiques, durée de vie de l’utilisation d’Internet, scores CIAS et temps consacré aux sujets IGD et aux CH.

doi: 10.1371 / journal.pone.0116471.t001

Les taux de consommation de tabac et d’alcool étaient faibles dans les deux groupes: trois sujets souffrant d’IGD et un autre de HC ont déclaré avoir fumé de la cigarette à l’occasion (moins d’une fois par mois). Dix-neuf sujets IGD et 12 HC ont signalé une consommation d'alcool au cours de la vie, mais tous avec de basses fréquences (une fois par semaine ou moins), et ces taux ne différaient pas d'un groupe à l'autre. t (29) = 1.27, P = .216.

Propension à prendre des risques

La propension à prendre des risques est une mesure de la tendance d’un individu à choisir l’option risquée sur l’option sûre à chacun des trois niveaux d’EV (RA, EQEV, RD) calculés séparément pour le domaine des gains et des pertes [36]. Nous avons effectué une analyse de variance 2 (domaine: gain, perte) × 3 (niveau EV: PR, EQEV, RD) × 2 (groupe: sujets IGD, HC). Comme prévu, nous avons observé un effet principal du groupe, F (1, 100) = 5.67, P = .019, partiel η² = .05, indiquant que les sujets IGD ont globalement choisi des options plus risquées que les HC sur les domaines des gains et des pertes; et un effet principal du niveau EV, F (2, 200) = 289.64, P <.001, η partiel² = .74. Les analyses post-hoc ont montré que les participants avaient plus d'options risquées lorsque le niveau de VÉ était de la PR que celui de la RD. L’interaction à trois voies entre le niveau, le groupe et le domaine de l’EV n’a pas atteint la signification F (2, 200) = 1.43, P = .242, partiel η² = .01. Cependant, nous avons trouvé une interaction de niveau EV × groupe, F (2, 200) = 6.08, P = .006, partiel η² = .06, et une analyse par effet simple a montré que l'interaction significative était principalement due à une plus grande prise de risque sur les traînées de RD chez les sujets IGD par rapport aux HC, F (2, 99) = 7.54, P = .001, partiel η² = .13. Nous avons également constaté une interaction significative de niveau EV × domaine, F (2, 200) = 7.70, P = .001, partiel η² = .07 et une analyse simple des effets a montré que les participants avaient choisi des options beaucoup plus risquées dans le domaine de la perte par rapport au domaine du gain dans les essais EQEV (et non dans la PR et la RD), F (1, 100) = 7.57, P = .007, partiel η² = .07.

Des ANOVA distinctes pour chaque domaine ont ensuite été menées. Pour le domaine de la perte, outre les effets principaux significatifs du groupe et du niveau d'EV, il existait un effet d'interaction significatif de l'interaction niveau d'EV × groupe, F (2, 200) = 6.90, P = .002, partiel η² = .07. Les résultats d’analyses à effet simple indiquent que les sujets traités par les AGR ont fait des choix plus risqués que les HC lors des essais sur la RD, F (1, 100) = 15.11, P <.001, η partiel² = .13, mais ne diffère pas des HC en ce qui concerne le nombre de choix à risque dans les essais sur la PR et l’EQEV (Fig. 1). En revanche, pour le domaine de gain, il n’existait pas d’effet principal ni d’interaction significatif du groupe ou du niveau EV du groupe × (P = .092 Et P = .138, Respectivement).

Télécharger : 

• PPT

  Diaporama PowerPoint

• PNG

  agrandir l'image (104KB)

• TIFF

  image originale (227KB)

Figure 1. Performance décisionnelle pour les sujets IGD et les CH sur la tâche des coupes.

 

Pourcentage moyen de choix risqués effectués dans (A) le gain et (B) le domaine de perte, en fonction du niveau et du groupe d'EV. Les barres d'erreur reflètent les erreurs standard. IGD = trouble du jeu sur Internet; HC = contrôles sains; EV = valeur attendue; RA = risque avantageux; EQEV = égale valeur attendue; RD = risque désavantageux.

doi: 10.1371 / journal.pone.0116471.g001

Sensibilité à l'ampleur des résultats et niveau de probabilité

Nous avons en outre séparé le VE en deux composantes: l’ampleur du résultat et le niveau de probabilité. Afin d'examiner l'effet de ces deux composants sur la prise de décision risquée, nous avons utilisé des modèles hiérarchiques logistiques à l'aide de la fonction Rimer de la bibliothèque lme4 afin de prendre en compte la variance essai par essai de la prise de risque par les sujets, en suivant la procédure décrite. dans une étude précédente [37]. Deux modèles de base respectivement pour les domaines de gain et de perte incluent le groupe (0 = HC, 1 = sujets IGD), le niveau de probabilité (probabilité représentée de gagner ou de perdre pour les options risquées: 0.25, 0.33, 0.50), l’intensité des résultats (2, 3, 4 représentait 200, 300, 400 dans les options risquées) et les interactions du groupe × niveau de probabilité et de l’ampleur du résultat du groupe × en tant que prédicteurs à effets fixes, et les différences individuelles de choix en tant qu’effets aléatoires. La variable dépendante était le choix du sujet pour chaque essai (0 = option sûre, 1 = options risquées).

Comme représenté sur la table 2, il y avait des effets principaux significatifs du niveau de probabilité et de l’ampleur des résultats dans les domaines des gains et des pertes. Ces effets ont indiqué, pour les domaines de gain comme de perte, que chez les sujets IGD et les patients HC, les sujets prenaient moins de risques car la probabilité de l'option risquée devenait moins favorable (effet principal du niveau de probabilité) et que les sujets prenaient plus de risques à la suite. l’ampleur de l’option risquée a augmenté (effet principal de l’ampleur des résultats).

Télécharger : 

• PPT

  Diaporama PowerPoint

• PNG

  agrandir l'image (86KB)

• TIFF

  image originale (511KB)

Tableau 2. Effet du niveau de probabilité et de l'ampleur du résultat sur la prise de risque en fonction des domaines et des groupes.

doi: 10.1371 / journal.pone.0116471.t002

Dans le domaine du gain, il n’ya eu aucun effet d’interaction significatif entre les trois variables explorées. En revanche, dans le domaine des pertes, il existait des interactions significatives entre le niveau de probabilité du groupe × et l’ampleur des résultats du groupe ×, ce qui indique que les sujets IGD, par rapport aux HC, étaient moins susceptibles d’ajuster leurs décisions en fonction du niveau de probabilité et de l’ampleur des résultats dans le domaine des pertes. .

Corrélation entre la gravité de la dépendance à Internet et la prise de décision

Les corrélations de Pearson ont également été effectuées entre les scores CIAS et le nombre de choix de risque pour les trois niveaux de VÉ (RA, EQEV, RD) séparément pour les domaines de gain et de perte. Dans le domaine des pertes, les résultats ont montré que les scores CIAS étaient associés de manière positive et que les choix effectués à risque dans les essais sur la RD, r = .22, P = .001. L’association entre les scores CIAS était marginalement corrélée au nombre de choix risqués dans les essais de RD pour le domaine de gain, r = .19, P = 0.056.

a lieu

À notre connaissance, la présente étude est la première à évaluer séparément la prise de décision risquée chez les sujets IGD en termes de pertes et de gains potentiels. Conformément à notre première hypothèse, les sujets IGD ont généralement démontré une plus grande tendance à la prise de risque lors de la tâche Cups, par rapport aux HC. En partie en accord avec nos deuxième et troisième hypothèses, les sujets IGD ont fait des choix beaucoup plus risqués que les HC sur les essais de RD pour le domaine de la perte, mais non du gain, et la déficience était associée à une insensibilité aux changements d’ampleur du résultat et au niveau de probabilité de risque. pertes chez les sujets IGD. Conformément à notre quatrième hypothèse, les analyses de corrélation ont en outre démontré des associations significativement positives entre les scores de gravité de la dépendance à Internet et les options défavorables dans le domaine des pertes. Prises ensemble, ces données fournissent une preuve supplémentaire de la dégradation des décisions à risque chez les personnes souffrant d'IGD, et suggèrent en outre que le traitement de la perte d'altérations (par rapport au gain) peut être à la base des déficits décisionnels de cette population.

Dans le domaine des pertes, les sujets IGD prenaient des décisions plus risquées dans les essais de DR par rapport aux HC, et l'analyse par essai indiquait en outre que les sujets IGD étaient moins susceptibles d'ajuster leurs décisions en fonction du niveau de probabilité et de l'ampleur des résultats dans ce domaine. Ces résultats sont cohérents avec ceux d'études précédentes utilisant des tâches de prise de décision similaires et démontrant des altérations de la prise de décision liées à la prévention des pertes chez les toxicomanes [38], troubles de l'alimentation [39] et IGD [16, 19]. L'une des explications possibles de ces résultats est que, du fait de la répétition de leurs comportements de jeu, les personnes souffrant d'IGD peuvent plus fréquemment résoudre les problèmes liés à la perte, ce qui peut les rendre plus tolérantes aux sanctions. En outre, notre constat de modification de la prise de décision liée à une perte est conforme à la présentation clinique des personnes ayant une IGD selon laquelle elles ont tendance à sous-évaluer les conséquences négatives potentielles dans la vie réelle afin de continuer à jouer en ligne [2,40,41].

Des études antérieures ont mis en évidence des comportements de prise de risque désavantageux dans le domaine du gain chez des personnes atteintes de troubles liés à la dépendance caractérisés par une déficience du contrôle de l'impulsion, telle que le jeu pathologique [28] et dépendance à l'alcool [27]. Cependant, ni les résultats de l'analyse de variance, ni les analyses d'essais après essais n'ont indiqué d'augmentation du nombre de décisions risquées concernant les essais de gain chez les sujets traités par IGA. Plusieurs explications possibles de ces différences existent. Plus précisément, les personnes atteintes de jeu pathologique manifestent des réactions de récompense accrues aux récompenses monétaires par rapport aux récompenses non monétaires [42], et cela pourrait entraîner une plus grande prise de risque désavantageuse dans le domaine du gain (par rapport à la perte), comme indiqué précédemment [28]. Pour les personnes ayant une dépendance à l'alcool, une consommation excessive d'alcool de longue durée et prolongée peut altérer les structures du cerveau et les fonctions connexes, y compris les régions clés dans le traitement des récompenses, telles que l'amygdale.43,44]. Les preuves ont montré que les patients porteurs de lésions amygdales présentaient des déficits décisionnels principalement dans le domaine de gain [26]. Bien que des recherches supplémentaires soient nécessaires pour confirmer ces hypothèses, l'absence de prise de risque accrue pour les gains chez les sujets IGD pourrait refléter un traitement relativement normatif des récompenses monétaires (mais pas des pertes) dans cette population. En outre, ces résultats soulignent l’importance d’évaluer différents aspects de la prise de décision dans différents troubles liés à la toxicomanie.

Les scores de sévérité de la dépendance à Internet étaient associés au nombre de choix risqués désavantageux effectués dans la tâche Cups, indiquant que les sujets avec des scores de sévérité de dépendance à Internet plus élevés prenaient des décisions plus désavantageuses liées aux pertes risquées au cours des essais de RD. Ces résultats sont conformes aux études précédentes qui indiquaient également que la préférence pour des alternatives à risque désavantageuses était associée à la gravité de la IGD utilisant des paradigmes similaires, tels que le jeu de dés.15,16] et la tâche de réduction de probabilité [22]. Ces résultats corroborent l'hypothèse selon laquelle les déficiences dans la prise de décision liées à des pertes à risque sont liées au niveau de gravité de la dépendance à Internet (c.-à-d. Scores CIAS) et peuvent donc constituer une cible thérapeutique appropriée pour le traitement de l'IGD.

Globalement, nos résultats suggèrent des altérations de la prise de décision à risque dans le contexte de la prévention des pertes chez les personnes atteintes de DIG. Des recherches supplémentaires sont nécessaires pour établir la base neurobiologique de ces modifications. Une hypothèse est que la prise de décision désavantageuse dans le domaine de la perte pourrait être liée à des altérations du fonctionnement cortico-striatal chez les individus atteints d'IGD, comme cela a été rapporté chez des individus souffrant de toxicomanie comportementale ou toxicomane [45-47]. En particulier, l'insula joue un rôle crucial dans la biologie de la toxicomanie et de la prise de décision [9,48,49] et est impliqué dans l'apprentissage de l'anticipation et de l'évitement des pertes [50]. Ainsi, une hypothèse hypothétique est que les déficiences dans la prise de décision liée à l'évitement des pertes peuvent être liées au fonctionnement insulaire chez les personnes atteintes de DIG.

Plusieurs limites de cette étude sont à noter. Premièrement, étant donné que l’IGD est plus répandu chez les hommes [1,32], cette étude n'incluait pas les participantes. Par conséquent, des études complémentaires sont nécessaires pour évaluer la prise de décision concernant les gains et les pertes chez les femmes atteintes de DIG. Deuxièmement, notre recrutement d'étudiants universitaires limite la généralisabilité de nos résultats. Les étudiants font partie des populations les plus exposées à la IGD [5,33], de futures études sont nécessaires pour explorer le lien entre la prise de risque de gains et pertes potentiels et l’IGD au sein des échantillons cliniques. Enfin, des études avec des conceptions longitudinales sont nécessaires pour déterminer si les modifications décisionnelles sont une conséquence ou un précurseur de la DIG.

En conclusion, cette étude est la première à évaluer séparément la prise de décision dans les domaines des gains et des pertes parmi les étudiants universitaires ayant un IGA utilisant la tâche Cups. Les sujets IGD ont montré une plus grande tendance à la prise de risque que les HC. En outre, les sujets IGD ont fait des choix beaucoup plus risqués que les patients participant aux essais de RD dans le domaine des pertes mais pas des gains, et cette déficience était associée à une insensibilité à l’ampleur du résultat et au niveau de probabilité lié aux pertes à risque. En outre, les scores de gravité de la dépendance à Internet étaient positivement associés aux options à risque désavantageuses proposées dans le domaine des pertes. Pris ensemble, ces résultats suggèrent que le traitement de la perte d'altération (par rapport au gain) peut être à l'origine de déficits décisionnels dans cette population.

Renseignements à l'appui

Remerciements

Les auteurs remercient la Dre Elaine Bossard d’avoir fourni la démo de la version originale de Cups Cup, ainsi que la Dre Shan Luo pour son aide dans l’analyse des données.

Contributions d'auteur

Conçu et conçu les expériences: YWY PRC JTZ LYD QXL XYF. Effectué les expériences: YWY PRC SL LJW JTZ. Analysé les données: YWY SL JTZ GC. Réactifs, matériaux et outils d’analyse: JTZ XYF. A écrit le papier: YWY JTZ SWY XYF.

Bibliographie

1. 1. Ko CH, Yen JY, SH Chen, Wang PW, CS Chen, et al. (2014) Évaluation des critères de diagnostic du trouble du jeu sur Internet dans le DSM-5 chez de jeunes adultes à Taiwan. J Psychiatr Res 53: 103 – 110. doi: 10.1016 / j.jpsychires.2014.02.008. pmid: 24581573
   • Voir l'article
   • PubMed / NCBI
   • Google Scholar
2. 2. Petry NM, Rehbein F, Gentile DA, Lemmens JS, Rumpf HJ et al. (2014) Un consensus international pour évaluer les troubles du jeu sur Internet à l'aide de la nouvelle approche DSM-5. Addiction 109: 1399 – 1406. doi: 10.1111 / add.12457. pmid: 24456155
3. Voir l'article
4. PubMed / NCBI
5. Google Scholar
6. Voir l'article
7. PubMed / NCBI
8. Google Scholar
9. 3. King DL, Delfabbro PH (2014) Psychologie cognitive des troubles du jeu sur Internet. Clin Psychol Rev 34: 298 – 308. doi: 10.1016 / j.cpr.2014.03.006. pmid: 24786896
10. Voir l'article
11. PubMed / NCBI
12. Google Scholar
13. Voir l'article
14. PubMed / NCBI
15. Google Scholar
16. Voir l'article
17. PubMed / NCBI
18. Google Scholar
19. Voir l'article
20. PubMed / NCBI
21. Google Scholar
22. Voir l'article
23. PubMed / NCBI
24. Google Scholar
25. Voir l'article
26. PubMed / NCBI
27. Google Scholar
28. Voir l'article
29. PubMed / NCBI
30. Google Scholar
31. Voir l'article
32. PubMed / NCBI
33. Google Scholar
34. Voir l'article
35. PubMed / NCBI
36. Google Scholar
37. Voir l'article
38. PubMed / NCBI
39. Google Scholar
40. Voir l'article
41. PubMed / NCBI
42. Google Scholar
43. Voir l'article
44. PubMed / NCBI
45. Google Scholar
46. Voir l'article
47. PubMed / NCBI
48. Google Scholar
49. Voir l'article
50. PubMed / NCBI
51. Google Scholar
52. Voir l'article
53. PubMed / NCBI
54. Google Scholar
55. Voir l'article
56. PubMed / NCBI
57. Google Scholar
58. Voir l'article
59. PubMed / NCBI
60. Google Scholar
61. Voir l'article
62. PubMed / NCBI
63. Google Scholar
64. Voir l'article
65. PubMed / NCBI
66. Google Scholar
67. Voir l'article
68. PubMed / NCBI
69. Google Scholar
70. Voir l'article
71. PubMed / NCBI
72. Google Scholar
73. Voir l'article
74. PubMed / NCBI
75. Google Scholar
76. Voir l'article
77. PubMed / NCBI
78. Google Scholar
79. Voir l'article
80. PubMed / NCBI
81. Google Scholar
82. Voir l'article
83. PubMed / NCBI
84. Google Scholar
85. Voir l'article
86. PubMed / NCBI
87. Google Scholar
88. Voir l'article
89. PubMed / NCBI
90. Google Scholar
91. Voir l'article
92. PubMed / NCBI
93. Google Scholar
94. Voir l'article
95. PubMed / NCBI
96. Google Scholar
97. Voir l'article
98. PubMed / NCBI
99. Google Scholar
100. Voir l'article
101. PubMed / NCBI
102. Google Scholar
103. Voir l'article
104. PubMed / NCBI
105. Google Scholar
106. Voir l'article
107. PubMed / NCBI
108. Google Scholar
109. Voir l'article
110. PubMed / NCBI
111. Google Scholar
112. Voir l'article
113. PubMed / NCBI
114. Google Scholar
115. Voir l'article
116. PubMed / NCBI
117. Google Scholar
118. Voir l'article
119. PubMed / NCBI
120. Google Scholar
121. Voir l'article
122. PubMed / NCBI
123. Google Scholar
124. Voir l'article
125. PubMed / NCBI
126. Google Scholar
127. Voir l'article
128. PubMed / NCBI
129. Google Scholar
130. Voir l'article
131. PubMed / NCBI
132. Google Scholar
133. Voir l'article
134. PubMed / NCBI
135. Google Scholar
136. Voir l'article
137. PubMed / NCBI
138. Google Scholar
139. Voir l'article
140. PubMed / NCBI
141. Google Scholar
142. Voir l'article
143. PubMed / NCBI
144. Google Scholar
145. Voir l'article
146. PubMed / NCBI
147. Google Scholar
148. 4. Association psychiatrique Association (2013) Manuel diagnostique et statistique des troubles mentaux (5th ed.). Arlington, VA: auteur.
149. 5. Chou C, Condron L, Belland JC (2005) Un examen de la recherche sur la dépendance à Internet. Educ Psychol Rev 17: 363 – 388. Paramètres: 10.1007 / s10648-005-8138-1.
150. 6. Ko CH, Hsiao S, Liu GC, Yen JY, Yang MJ, et al. (2010) Caractéristiques de la prise de décision, potentiel de prise de risque et personnalité des étudiants collégiaux souffrant de dépendance à Internet. Psychiat Res 175: 121 – 125. doi: 10.1016 / j.psychres.2008.10.004. pmid: 19962767
151. 7. Bechara A (2005) Prise de décision, contrôle des impulsions et perte de volonté de résister aux drogues: perspective neurocognitive. Nat Neurosci 8: 1458 – 1463. doi: 10.1038 / nn1584. pmid: 16251988
152. 8. Lucantonio F, Stalnaker TA, Y Shaham, Y Y Niv, Schoenbaum G (2012) L'impact du dysfonctionnement orbitofrontal sur la dépendance à la cocaïne. Nat Neurosci 15: 358 – 366. doi: 10.1038 / nn.3014. pmid: 22267164
153. 9. Paulus MP (2007) Dysfonctionnements décisionnels en psychiatrie: altération du traitement homéostatique? Science 318: 602 – 606. doi: 10.1126 / science.1142997. pmid: 17962553
154. 10. Bechara A, Damasio H (2002) Prise de décision et dépendance (partie I): Activation avec facultés affaiblies des états somatiques chez des individus dépendants d'une substance lors de la réflexion sur des décisions ayant des conséquences négatives pour l'avenir. Neuropsychologia 40: 1675 – 1689. Paramètres: 10.1016 / S0028-3932 (02) 00015-5. pmid: 11992656
155. 11. Bechara A, Dolan S, Hindes A (2002) Prise de décision et dépendance (partie II): Myopie pour l'avenir ou hypersensibilité à la récompense? Neuropsychologia 40: 1690 – 1705. Paramètres: 10.1016 / S0028-3932 (02) 00016-7. pmid: 11992657
156. 12. Marque M, Roth-Bauer M, Driessen M, Markowitsch HJ (2008) Fonctions exécutives et prise de décision risquée chez les patients présentant une dépendance aux opiacés. Drug Alcohol Depen 97: 64 – 72. doi: 10.1016 / j.drugalcdep.2008.03.017. pmid: 18485620
157. 13. Rogers RD, Everitt B, Baldacchino A, Blackshaw A, Swainson R, et al. (1999) Déficits dissociables dans la cognition décisionnelle des consommateurs chroniques d'amphétamines, des consommateurs d'opiacés, des patients présentant une lésion focale du cortex préfrontal et des volontaires normaux épuisés en tryptophane: Preuve de mécanismes monoaminergiques. Neuropsychopharmacol 20: 322 – 339. Paramètres: 10.1016 / S0893-133X (98) 00091-8. pmid: 10088133
158. 14. Monterosso J, R Ehrman, KL Napier, CP O'Brien, Childress AR (2001). Trois tâches décisionnelles chez les patients cocaïnomanes: mesurent-elles le même construit? Addiction 96: 1825 – 1837. doi: 10.1046 / j.1360-0443.2001.9612182512.x. pmid: 11784475
159. 15. Pawlikowski M, Marque M (2011) Jeux et prise de décision excessifs sur Internet: les joueurs excessifs sur World of Warcraft rencontrent-ils des problèmes pour prendre des décisions dans des conditions comportant des risques? Psychiat Res 188: 428 – 433. doi: 10.1016 / j.psychres.2011.05.017. pmid: 21641048
160. 16. Yao YW, RP Chen, C Chen, LJ Wang, JT Zhang, et al. (2014) Le fait de ne pas utiliser les commentaires entraîne des déficits décisionnels chez les joueurs excessifs sur Internet. Psychiat Res 219: 583 – 588. doi: 10.1016 / j.psychres.2014.06.033. pmid: 25024056
161. 17. Sun D., Chen Z, Ma N, Zhang X, Fu X et al. (2009) Fonctions de prise de décision et d’inhibition de la réponse prépotente chez les utilisateurs excessifs d’Internet. Spectres CNS 14: 75 – 81. pmid: 19238122
162. 18. Xu S (2012) Impulsivité du comportement des toxicomanes d'Internet: données probantes tirées de l'Iowa Gambling Task. Acta Psychol Sin 44: 1523 – 1534. doi: 10.3724 / sp.j.1041.2012.01523
163. 19. Dong G, Hu Y, Lin X, Lu Q (2013) Qu'est-ce qui fait que les accros à Internet continuent de jouer en ligne, même en cas de graves conséquences négatives? Explications possibles d'une étude IRMf. Biol Psychol 94: 282 – 289. doi: 10.1016 / j.biopsycho.2013.07.009. pmid: 23933447
164. 20. Dong G, Hu Y, Lin X (2013) Sensibilités de récompense / punition chez les toxicomanes à Internet: conséquences pour leurs comportements de dépendance. Prog Neuro-Psychoph 46: 139 – 145. doi: 10.1016 / j.pnpbp.2013.07.007. pmid: 23876789
165. 21. Dong G, Huang J, Du X (2011) Amélioration de la sensibilité aux récompenses et diminution de la sensibilité aux pertes chez les dépendants d’Internet: étude IRMf au cours d’une tâche de sélection. J Psychiatr Res 45: 1525 – 1529. doi: 10.1016 / j.jpsychires.2011.06.017. pmid: 21764067
166. 22. Lin X, Zhou H, Dong G, Du X (2015) Evaluation du risque avec facultés affaiblies chez les personnes souffrant de trouble du jeu sur Internet: preuve IRMf d'une tâche d'escompte de probabilité. Prog Neuro-Psychoph 56C: 142 – 148. doi: 10.1016 / j.pnpbp.2014.08.016. pmid: 25218095
167. 23. Fujiwara J, PN Tobler, M Taira, Iijima T et Tsutsui KI (2009). Codage séparé et intégré de la récompense et du châtiment dans le cortex cingulaire. J Neurophysiol 101: 3284 – 3293. doi: 10.1152 / jn.90909.2008. pmid: 19339460
168. 24. Seymour B, Daw N, Dayan P, Singer T, Dolan R (2007) Codage différentiel des pertes et des gains dans le striatum humain. J Neurosci 27: 4826 – 4831. doi: 10.1523 / JNEUROSCI.0400-07.2007. pmid: 17475790
169. 25. Levin IP, Xue G, Juge Weller, Reimann M, Lauriola M, et al. (2011) Approche neuropsychologique pour comprendre la prise de risque en ce qui concerne les gains et les pertes potentiels. Neurosci avant 6: 15 – 15. doi: 10.3389 / fnins.2012.00015. pmid: 22347161
170. 26. Weller JA, Levin IP, Shiv B, Bechara A (2007) Corrélats neuraux de la prise de décision adaptative pour les gains et les pertes risqués. Psychol Sci 18: 958 – 964. doi: 10.1111 / j.1467-9280.2007.02009.x. pmid: 17958709
171. 27. Brevers D, Bechara A, Cleeremans A, C Kornreich, Verbanck P, et al. (2014) Prise de décision altérée sous risque chez les personnes ayant une dépendance à l'alcool. Alcohol Clin Exp Res 38: 1924 – 1931. doi: 10.1111 / acer.12447. pmid: 24948198
172. 28. Brevers D, Cleeremans A, Goudriaan AE, Bechara A, Kornreich C, et al. (2012) La prise de décision sous ambiguïté mais non sous risque est liée à la gravité du jeu problématique. Psychiat Res 200: 568 – 574. doi: 10.1016 / j.psychres.2012.03.053.
173. 29. Wesley MJ, CA Hanlon, LJ Porrino (2011) Une mauvaise prise de décision par les utilisateurs chroniques de marijuana est associée à une diminution de la réactivité fonctionnelle aux conséquences négatives. Psychiat Res-Neuroim 191: 51 – 59. doi: 10.1016 / j.pscychresns.2010.10.002. pmid: 21145211
174. 30. Gowin JL, Stewart JL, AC May, Ball TM, Wittmann M, et al. (2014) Modification de l'activation du cortex cingulaire et insulaire lors de la prise de risque en dépendance à la méthamphétamine: pertes, impact négatif. Addiction 109: 237 – 247. doi: 10.1111 / add.12354. pmid: 24033715
175. 31. Tang J, Yu Y, Du Y, Ma Y, Zhang D, et al. (2014) Prévalence de la dépendance à Internet et son association avec des événements de la vie stressants et des symptômes psychologiques chez les adolescents utilisateurs d'Internet. Addict Behav 39: 744 – 747. doi: 10.1016 / j.addbeh.2013.12.010. pmid: 24388433
176. 32. Dalbudak E, Evren C, M Topcu, Aldemir S, Coskun KS, et al. (2013) Relation entre la dépendance à Internet et l'impulsivité et la sévérité de la psychopathologie chez les étudiants universitaires turcs. Psychiat Res 210: 1086 – 1091. doi: 10.1016 / j.psychres.2013.08.014. pmid: 23998359
177. 33. Ko CH, Yen JY, SH Chen, MJ Yang, Lin HC et al. (2009) Critères de diagnostic proposés et outil de dépistage et de diagnostic de la dépendance à Internet chez les étudiants. Compr Psychiat 50: 378 – 384. doi: 10.1016 / j.comppsych.2007.05.019. pmid: 19486737
178. 34. Chen S, Weng L, Su Y, Wu H et Yang P (2003) Développement d'une échelle de dépendance à Internet chinoise et de son étude psychométrique. J Psychol chinois 45: 279.
179. 35. Mak KK, CM Lai, CH Ko, Chou C, Kim DI et al. (2014) Propriétés psychométriques de la nouvelle échelle de dépendance à Internet de Chen (CIAS-R) chez des adolescents chinois. J Anormal Psychol enfant 42: 1237 – 1245. Paramètres: 10.1007 / s10802-014-9851-3. pmid: 24585392
180. 36. Jasper JD, C Bhattacharya, IP Levin, Jones L, Bossard E (2013) La numératie en tant que facteur prédictif de la prise de décision risquée adaptative. J Behav Dec Création de 26: 164 – 173. doi: 10.1002 / bdm.1748.
181. 37. Weller JA, Fisher PA (2013) Déficits décisionnels chez les enfants maltraités. Maltraitance envers les enfants 18: 184 – 194. doi: 10.1177 / 1077559512467846. pmid: 23220788
182. 38. Ersche KD, Roiser JP, Clark L, M. London, Robbins TW, et al. (2005) La punition induit une prise de décision risquée chez les utilisateurs d'opiacés traités à la méthadone, mais pas chez les consommateurs d'héroïne ou les volontaires en bonne santé. Neuropsychopharmacol 30: 2115 – 2124. doi: 10.1038 / sj.npp.1300812. pmid: 15999147
183. 39. Svaldi J, Marque M, Tuschen-Caffier B (2010) Déficience de la prise de décision chez les femmes atteintes d'hyperphagie boulimique. Appetite 54: 84 – 92. doi: 10.1016 / j.appet.2009.09.010. pmid: 19782708
184. 40. Robbins T, Clark L (2015) Dépendances comportementales. Opinions sur Neurobiol 30C: 66 – 72. doi: 10.1016 / j.conb.2014.09.005.
185. 41. Tao R, Huang X, Wang J, Zhang H, Zhang Y et al. (2010) Critères de diagnostic proposés pour la dépendance à Internet. Addiction 105: 556 – 564. doi: 10.1111 / j.1360-0443.2009.02828.x. pmid: 20403001
186. 42. Sescousse G, Barbalat G, P Domenech, Dreher JC (2013) Déséquilibre de la sensibilité à différents types de récompenses dans le jeu pathologique. Cerveau 136: 2527 – 2538. doi: 10.1093 / brain / awt126. pmid: 23757765
187. 43. Kim SM, Han DH, KJ Min, Kim BN, Cheong JH (2014) Activation du cerveau en réponse à des signaux provoquant le manque d'énergie et l'aversion liés à l'alcool chez les patients présentant une dépendance à l'alcool. Drug Alcohol Depen 141: 124 – 131. doi: 10.1016 / j.drugalcdep.2014.05.017. pmid: 24939441
188. 44. Gilpin NW, Roberto M (2012) La modulation neuropeptidique de la neuroplasticité de l’amygdale centrale est un médiateur clé de la dépendance à l’alcool. Neurosci Biobehav Rev 36: 873 – 888. doi: 10.1016 / j.neubiorev.2011.11.002. pmid: 22101113
189. 45. Balodis IM, Kober H, PD Worhunsky, Stevens MC, Pearlson GD, et al. (2012) Diminution de l’activité frontostriatale lors du traitement des récompenses monétaires et des pertes dans le jeu pathologique. Biol Psychiat 71: 749 – 757. doi: 10.1016 / j.biopsych.2012.01.006. pmid: 22336565
190. 46. Gradin VB, Baldacchino A, Balfour D, Matthews K et Steele JD (2013) Activité cérébrale anormale au cours d'une tâche de récompense et de perte chez des patients dépendants aux opiacés recevant un traitement d'entretien à la méthadone. Neuropsychopharmacol 39: 885 – 894. doi: 10.1038 / npp.2013.289. pmid: 24132052
191. 47. Yip SW, DeVito EE, Kober H, PD Worhunsky, Carroll KM, et al. (2014) Mesures de prétraitement de la structure cérébrale et du traitement du traitement des récompenses dans la dépendance au cannabis: étude exploratoire des relations d'abstinence au cours d'un traitement comportemental. Drug Alcohol Depen 140: 33 – 41. doi: 10.1016 / j.drugalcdep.2014.03.031. pmid: 24793365
192. 48. Naqvi NH, Bechara A (2010) L'insula et la toxicomanie: une vision interoceptive du plaisir, des envies et de la prise de décision. Brain Struct Funct 214: 435 – 450. Paramètres: 10.1007 / s00429-010-0268-7. pmid: 20512364
193. 49. Noël X, Brevers D, Bechara A (2013) Une approche neurocognitive pour comprendre la neurobiologie de la toxicomanie. Opinions sur Neurobiol 23: 632 – 638. doi: 10.1016 / j.conb.2013.01.018. pmid: 23395462
194. 50. Samanez-Larkin GR, Hollon NG, Carstensen LL, Knutson B (2008) Les différences individuelles de sensibilité insulaire au cours de la prévision des pertes permettent de prédire l'apprentissage par évitement. Psychol Sci 19: 320 – 323. doi: 10.1111 / j.1467-9280.2008.02087.x. pmid: 18399882