BMC Neurosci. 2017; 18: 54.
Publié en ligne 2017 Jul 27. est ce que je: 10.1186 / s12868-017-0375-y
PMCID: PMC5530585
Xin Ge,#1 Yawen Sun,#1 Xu Han,1 Yao Wang,1 Weina Ding,1 Mengqiu Cao,1 Yasong Du,2 Jianrong Xu,
1 et Yan Zhou1
Abstract
Contexte
Il a été rapporté que les troubles du jeu sur Internet (IGD) et les fumeurs présentant une dépendance à la nicotine (SND) partageaient des caractéristiques cliniques, telles qu'un engagement excessif malgré des conséquences négatives et des envies de fumer. Cette étude doit examiner les altérations de la connectivité fonctionnelle à l'état de repos (RSFC) du cortex préfrontal dorsolatéral (DLPFC) observée dans les SND et les IGD. Dans cette étude, les contrôles sains (HC) 27 IGD, 29 SND et 33 ont été soumis à un examen d'imagerie par résonance magnétique fonctionnelle à l'état de repos (RS-IRf). La connectivité DLPFC a été déterminée chez tous les participants en examinant les fluctuations synchronisées du signal IRMf à basse fréquence en utilisant une méthode de corrélation temporelle à base de semences.
Résultats
Comparés au groupe HC, les groupes IGD et SND ont montré une diminution de la CSFC avec DLPFC dans l'insula droite et du gyrus frontal inférieur gauche avec DLPFC. Comparés au groupe SND, les sujets IGD ont présenté une augmentation de la CSF dans le gyrus temporal inférieur gauche et du gyrus frontal inférieur de l'orbite et une diminution de la CSF dans le gyrus occipital moyen droit, le gyrus supramarginal et le cuneus avec DLPFC.
Conclusion
Nos résultats ont confirmé que SND et IGD partagent des mécanismes neuronaux similaires liés au manque d'énergie et aux inhibitions impulsives. La différence significative entre la rsFC et la DLPFC entre les sujets IGD et SND peut être attribuée à la stimulation visuelle et auditive générée par les jeux sur Internet à long terme.
Contexte
Le trouble du jeu sur Internet (IGD), également connu sous le nom d’utilisation Internet problématique, est l’utilisation excessive et récurrente de jeux Internet en ligne [1]. L'IGD est différent de la toxicomanie ou de la toxicomanie, de sorte qu'aucune substance ou aucun produit chimique n'est impliqué toutefois, une utilisation excessive d'Internet peut entraîner une dépendance physique similaire à celle observée dans d'autres dépendances [2]. Actuellement, l'IGD est devenu un grave problème de santé mentale dans le monde, nécessitant ainsi une enquête supplémentaire, comme en témoigne son inclusion comme condition pour une étude plus approfondie dans la section 3 du Manuel diagnostique et statistique des troubles mentaux (5e édition, DSM-5) [3]. Les critères de diagnostic suivants ont été suggérés pour l’IGD: distorsion du temps, temps passé plus longtemps que prévu et initialement prévu, utilisation de l’activité Internet pour faire face aux problèmes ou pour y échapper, comportement compulsif, illusion sur l’ampleur de l’utilisation, échec de l’arrêt ou du contrôle de l’utilisation, et préoccupation liée à l'utilisation d'Internet hors connexion [4-6]. Notamment, beaucoup de ces symptômes comportementaux ressemblent à des troubles liés à une substance [7-9].
Actuellement, la pathogenèse précise de l'IGD reste incertaine. Quelques études ont suggéré que le facteur de risque d'IGD était lié à la prévalence accrue de la dépendance à une substance [10-12]. De nombreuses études ont montré que l’IGD et la dépendance à une substance partageaient des mécanismes neuronaux similaires, tels que la dépendance à la nicotine [9, 13, 14]. Sur la base de la dépendance comportementale, les chercheurs ont tenté d'associer l'IGD à d'autres problèmes de comportement pouvant entraîner une dépendance, tels que la toxicomanie, l'alcoolisme et la dépendance à la nicotine [7, 15]. Notre précédente étude avait révélé que les fumeurs avec IGD présentaient une diminution de la connectivité fonctionnelle à l'état de repos (CSFC) dans le droit gyrus et une augmentation de la CSFS dans le gyrus frontal moyen gauche avec cortex post-cingulaire (PCC), par rapport aux non-fumeurs atteints d'IGD. En outre, une corrélation négative a été trouvée dans la connectivité CCP avec le droit gyrus droit avec le score de dépendance à Internet (CIAS) de Chen de fumeurs atteints d'IGD avant correction. Les résultats suggèrent que, par rapport aux non-fumeurs atteints d'IGD, les fumeurs atteints d'IGD présentaient des altérations de la fonction des régions du cerveau liées à la motivation et à la fonction exécutives [9]. Cependant, Vergara et al. [16] a défini un schéma général d'hypoconnectivité dans le précuneus, l'insula, le gyrus post-central et le cortex visuel des consommateurs de substances. En outre, la réduction de la connectivité entre les réseaux d’états postcentraux et à un état de repos couvrant les gyri fusiformes et linguaux a montré une association significative avec la gravité de l’abus de consommation dangereuse. Chez les fumeurs, une hypoconnectivité entre le thalamus et le putamen a été observée. En revanche, le gyrus angulaire présentait une hyper-connectivité liée au tabagisme liée au précunéus et en corrélation significative avec la sévérité de la dépendance à la nicotine. Ces résultats suggèrent que les effets particuliers de l'alcool et de la nicotine peuvent être séparés et identifiés. Han et al. [8] ont trouvé des sujets IGD et une dépendance à l'alcool (AD) ont des valeurs de CSFC positives dans le cortex préfrontal dorsolatéral (DLPFC) et le cingulum, le cervelet, ainsi que des valeurs négatives de CSFC entre le DLPFC et le cortex orbitofrontal. On a constaté que le groupe AD avait des valeurs positives de CSFC entre la DLPFC, les zones striatales et le lobe temporal, alors que le groupe IGD présentait des valeurs négatives de CSFC parmi ces zones. Ils ont conclu que les deux groupes peuvent avoir des déficits dans la fonction exécutive.
Dans cette étude, nous avons tenté de détecter la différence entre la CSF des personnes atteintes de IGD et celle des fumeurs souffrant de dépendance à la nicotine (SND) et d'explorer le mécanisme de cette différence. Selon Han et al. [8], les fringales induites par des substances particulières telles que l’alcool sont étroitement associées à l’activité de la DLPFC [17]. En outre, on pense que le DLPFC joue un rôle clé dans la médiation des symptômes cliniques du dysfonctionnement exécutif, de la dépendance à l'alcool, notamment de l'impulsivité, et de l'aggravation du potentiel d'abus [18]. La présente étude vise à évaluer le RSFC ensemencé par DLPFC dans IGD et SND.
Méthodologie
Participants
La présente étude a été approuvée par le comité d'éthique de la recherche de l'hôpital Ren Ji et de la faculté de médecine de l'Université Jiao Tong de Shanghai, Chine. No. [2016] 079k (2) avec le consentement écrit de tous les sujets. Tous les participants ont été informés des objectifs de notre étude avant l'examen IRM. Parmi les participants à 86 inclus dans l’étude et évalués par IRM cérébrale de Jan 2016 à Dec 2016, 27 possédait des contrôles de santé IGD, 29 SND et 30 (HC). Comme décrit dans notre étude précédente [9], les sujets IGD ayant répondu au questionnaire de diagnostic pour le test de dépendance à Internet (YDQ) modifié par Beard et Wolf [19] ont été recrutés à la clinique externe psychologique du centre de santé mentale de Shanghai. Tandis que les groupes SND et HC ont été recrutés par voie d'annonces. Le groupe IGD a joué au jeu sur Internet environ 42 à 70 h (moyenne ± ET: 44.31 ± 10.27) par semaine. Les questions appropriées de l'entrevue clinique structurée pour le DSM-IV [20] a été utilisé pour évaluer la dépendance à la nicotine. Le participant des groupes IGD et HC n'avait jamais fumé et aucun participant n'avait autodéclaré sa consommation quotidienne d'alcool ou d'autres troubles liés à l'usage de substances (SUD). Tous les sujets SND ont commencé à fumer 2 à 10 ans avant le début de l'étude actuelle. Ils sont tous des fumeurs quotidiens, et ils fument environ 10 à 45 cigarettes (moyenne ± ET: 21 ± 1.76) par jour. CIAS [21], échelle d’anxiété auto-évaluée (SAS) [22], échelle d’autoévaluation de la dépression (SDS) [23], Echelle d’impulsivité de Barratt-11 (BIS-11) [24] et test de Fagerstrom de la dépendance à la nicotine (FTND) [25] ont été réalisées pour évaluer les caractéristiques cliniques des participants. CIAS est une mesure autodéclarée avec une bonne fiabilité et validité et a été utilisée pour mesurer la gravité de la dépendance à Internet [26]. Le FTND est un questionnaire d’auto-évaluation à six items utilisé pour évaluer la gravité de la dépendance à la nicotine [25]. Tous les questionnaires ont d'abord été rédigés en anglais, puis traduits en chinois.
Tous les participants étaient droitiers et aucun d'entre eux n'avait déjà été hospitalisé (1) pour des antécédents de troubles psychiatriques majeurs ou de troubles psychiatriques; (2) un trouble lié à l'utilisation de substances autre que la dépendance à la nicotine; Retard mental (3); (4) maladie ou blessure neurologique; (5) intolérance à l'IRM.
Acquisition IRM
Les images ont été obtenues en utilisant un scanner IRM 3.0T (GE Signa HDxt 3T, USA) avec une bobine de tête standard. Des coussinets en mousse de retenue ont été utilisés pour réduire les mouvements de la tête et des bouchons d'oreille ont été utilisés pour réduire le bruit du scanner. Le groupe SND devait s'abstenir de fumer 1 h avant la numérisation. Les données d'IRM fonctionnelle à l'état de repos ont été acquises en utilisant une séquence écho-planaire d'écho de gradient comme décrit dans notre étude précédente [9]. Ensuite, 34 coupes transversales (temps de répétition [TR] = 2000 ms, temps d'écho [TE] = 30 ms; champ de vision [FOV] = 230 × 230 mm2; 3.6 × 3.6 × 4 mm3 voxel) ont été obtenus alignés le long de la ligne commissure antérieure-commissure postérieure. Chaque scan IRMf a duré 440 s. Pendant le balayage, les participants ont été invités à rester éveillés les yeux fermés et à ne pas penser à des sujets spécifiques. Après la numérisation, les sujets ont été invités à confirmer qu'ils restent éveillés pendant la numérisation. En outre, des images anatomiques pondérées en T1 haute résolution (TR = 6.1 ms, TE = 2.8 ms, TI = 450 ms, épaisseur de coupe = 1 mm, écart = 0, angle de basculement = 15 °, FOV = 256 × 256 mm2, nombre de tranches = 166, 1 × 1 × 1 mm3 taille de voxel) en utilisant un dégradé rapide dégradé 3D des images de séquence rappelées.
analyses statistiques
Les mesures démographiques et cliniques des groupes ont été comparées. Des tests d'ANOVA unidirectionnels ont été réalisés à l'aide du logiciel Statistical Package pour le logiciel de sciences sociales (version 18) afin d'évaluer les différences entre les groupes 3. Des tests post-hoc de Bonferroni ont ensuite été réalisés pour évaluer les différences entre chaque paire de groupes. Une valeur p de 2 en queue de 0.05 a été considérée comme statistiquement significative pour toutes les analyses.
Le prétraitement IRM fonctionnel a été réalisé à l'aide d'une boîte à outils de traitement et d'analyse de données pour l'imagerie cérébrale (http://rfmri.org/dpabi) [27]. Après avoir éliminé les 10 premiers volumes de chaque série chronologique fonctionnelle, les 210 images restantes ont été prétraitées. La correction, le réalignement et la normalisation spatiale des coupes, ainsi que le lissage (6 mm pleine largeur à mi-hauteur), ont été effectués. Les covariables de nuisance, y compris les prédicteurs de séries chronologiques pour le liquide global, le liquide céphalo-rachidien, la substance blanche et six paramètres de mouvement ont été régressées pour améliorer le rapport signal sur bruit et minimiser l'artefact de mouvement. Aucun participant à cette étude n'a présenté de mouvement supérieur à 1.5 mm avec une translation maximale en x, you z, axes ou rotation maximale de 1.5 ° dans les axes 3. De plus, le déplacement moyen par trame (FD) a été calculé en faisant la moyenne du FDi de chaque sujet à partir de chaque point temporel [28]. Pas de différence entre les valeurs FD moyennes des groupes (p = 0.71). Ensuite, nous avons appliqué un filtrage temporel (0.01–0.08 Hz) à la série temporelle de chaque voxel pour réduire l'influence du bruit haute fréquence et de la dérive basse fréquence [29-32]. DLPFC a été utilisé comme graine de région d'intérêt (ROI) dans la présente étude et le modèle DLPFC a été créé comme décrit dans une recherche précédente [8].
Ensuite, la série temporelle du signal dépendant du niveau d'oxygène dans le sang de chaque voxel dans la région de la graine a été moyennée pour générer la série temporelle de référence. Une carte de corrélation pour chaque sujet a été produite en calculant les coefficients de corrélation entre la série temporelle de référence et la série temporelle des autres voxels cérébraux. Les valeurs Z ont été converties à partir des coefficients de corrélation par la transformée en z de Fisher pour améliorer la normalité de la distribution [31]. Ensuite, les scores z individuels ont été entrés dans SPM8 pour le test à un échantillon. t test de manière voxel, qui a été réalisée pour déterminer les régions du cerveau avec une corrélation positive ou négative significative avec la DLPFC au sein de chaque groupe. Les scores individuels ont été entrés dans SPM8 pour une analyse à effets aléatoires, puis une ANOVA unidirectionnelle a été réalisée.
Les différences relatives à l'âge, au sexe, à l'éducation, aux scores SAS, aux scores SDS et aux scores BIS-11 ont été régressées pour chaque CSFC le long de la dimension du sujet. Des corrections de comparaison multiples ont été effectuées à l’aide du programme AlphaSim du progiciel Analysis of Functional Neuroimages (AFNI) (NIMH, Bethesda, MD, États-Unis; disponible à http://afni.nimh.nih.gov/afni) [33], tel que déterminé par les simulations de Monte Carlo. Les différences significatives ont été définies comme celles qui ont survécu à un seuil de p <0.05, corrigé AlphaSim (un seuil combiné de p <0.001 pour chaque voxel et une taille de cluster> 11 voxels, donnant un seuil corrigé de p <0.05). Des analyses d'interaction de groupe ont ensuite été réalisées avec des tests t à deux échantillons. Les différences ont été obtenues en fonction des résultats de l'ANOVA en appliquant le masque pour limiter les tests t aux zones cérébrales significatives. Le seuil corrigé par AlphaSim p <0.05 (un seuil combiné de p <0.001 et une taille de cluster> 11 voxels) a été effectué comme correction de comparaison multiple. Les régions cérébrales présentant des différences significatives ont ensuite été masquées sur les modèles cérébraux de l'INM.
Résultats
Caractéristiques démographiques et cliniques
lampe de table 1 énuméré les mesures démographiques et cliniques pour chaque groupe. Aucune différence significative n'a été observée entre les groupes IGD et HC en termes d'âge et d'années d'études. Cependant, des différences significatives ont été trouvées entre les groupes IGD et SND et entre les groupes HC et SND. La différence par rapport au sexe a été obtenue car aucune femme fumeuse n’a participé à l’étude. Les sujets IGD avaient un CIAS, SAS, SDS et BIS-11 plus élevés que les autres groupes 2.
Analyse de connectivité DLPFC
ANOVA unidirectionnelle en trois groupes
Des différences significatives ont été observées entre les RSFC et les DLPFC du côté gauche du gyrus temporal inférieur, insula, du gyrus frontal inférieur, du côté droit du gyrus temporal moyen, du gyrus supramarginal, du cuneus, du gyrus frontal orbital supérieur, de l'insula, du gyrus frontal orbitaire inférieur, et gyrus frontal supérieur (table 2; Figue. 1).
Analyse entre groupes de la connectivité DLPFC: IGD versus HC
Le groupe IGD a présenté une augmentation significative de la CSF dans le gyrus temporal inférieur gauche, le gyrus temporal supérieur droit et le gyrus frontal moyen droit avec le DLPFC par rapport au groupe HC. En outre, une diminution de la CSF a été observée dans le lobe frontal inférieur gauche, le côté droit du gyrus orbital frontal médial, l’insula, le gyrus occipital moyen, le gyrus temporal supérieur et le cunéus avec DLPFC (Tableau 1). 3; Figue. 2).
Analyse entre groupes de la connectivité DLPFC: SND versus HC
Le groupe SND a montré une diminution significative de la CSFc dans l'insula bilatérale, le gyrus frontal inférieur gauche et le gyrus frontal inférieur de l'orbite droit avec le DLPFC (Tableau 4; Figue. 3).
Analyse entre groupes de la connectivité DLPFC: IGD versus SND
Par rapport au groupe SND, les sujets IGD avaient une augmentation de la RSFC dans le gyrus temporal inférieur gauche et du gyrus frontal inférieur de l’orbite et une diminution de la RSFC dans le côté droit du gyrus occipital moyen, du gyrus supramarginal et du cuneus avec DLPFC (Tableau 5; Figue. 4).
Corrélation entre connectivité DLPFC et CIAS de IGD, connectivité DLPFC et FTND de SND
Par rapport au groupe HC, l'IGD et le SND avaient tous deux une diminution de la rsFC dans le gyrus frontal inférieur gauche et dans l'insula droite avec DLPFC. Les valeurs de résistance rsFC (valeurs zFC moyennes) ont été extraites et moyennées dans un ROI sphérique (rayon de 10 mm) centré sur le pic de différence du groupe rsFC (tableaux 2, , 3) 3) dans les groupes IGD et SND. Des corrélations de Pearson ont été effectuées entre les valeurs de rsFC avec le CIAS du groupe IGD et le score FTND du groupe SND. Cependant, aucune corrélation significative n'a été trouvée.
a lieu
Dans cette étude, nous observons des connectivités cérébrales similaires et différentes dans le groupe IGD liées au groupe SND. Nous avons détecté que les groupes SND et IGD avaient tous deux une diminution de la RSFC avec DLPFC dans l'insula droite et du gyrus frontal inférieur gauche. De plus, les sujets IGD présentaient différents CSF avec DLPFC dans le cortex frontal orbital et les lobes temporal, occipital et pariétal.
Les preuves ont révélé que bon nombre des symptômes comportementaux, même les mécanismes neuronaux sous-jacents de l’IGD, ressemblent à ceux de la maladie [14, 34]. Le SUD implique une tendance chronique et récurrente de consommation de drogue, de nicotine ou d'alcool, et la dépendance à la nicotine est l'une de ses formes les plus courantes. Le SUD pourrait entraîner des altérations neurologiques, en particulier dans les structures du lobe frontal impliquées dans le contrôle cognitivo-comportemental. Le réseau de dysfonctionnements des régions corticales, notamment le DLPFC, le cortex cingulaire antérieur et le cortex latéral pariétal, est lié à des déficits d'inhibition du comportement. Ce dysfonctionnement a été lié à la perte de contrôle de la consommation de substance, ce qui pourrait constituer une étape cruciale dans la progression de la pathologie de la maladie de SUD [35, 36]. L'IGD est différent du SUD en ce sens qu'aucun apport de produit chimique ou de substance n'est impliqué; Cependant, une utilisation excessive d'Internet peut également entraîner une dépendance physique similaire à celle observée dans d'autres dépendances [2]. En particulier, l'hypo-activation du circuit d'inhibition est un mécanisme neuronal commun au SUD et à la dépendance comportementale. La fonction altérée du cortex préfrontal peut être liée à une impulsivité élevée, ce qui peut également contribuer à une altération du contrôle cognitif et du développement de l'IGD [37]. Bien que le mécanisme exact de l'IGD nécessite des recherches plus approfondies, son modèle cognitivo-comportemental a été proposé. Le modèle est axé sur trois domaines, à savoir les motivations liées à la recherche de récompenses et à la réduction du stress, le contrôle du comportement lié à l'inhibition des fonctions exécutives et la prise de décision impliquant de peser le pour et le contre de l'adoption de comportements motivés [38].
Selon des études antérieures, des anomalies fonctionnelles et structurelles du DLPFC ont été fréquemment observées dans les cas d'IGD [39, 40]. Des fonctions cognitives complexes ont généralement été associées à des activations dans DLPFC [41] tels que l’ajustement comportemental induit par un conflit, l’attention, la mémoire de travail et le contrôle inhibiteur [42-44]. La DLPFC est connectée à d’autres zones corticales et relie les expériences sensorielles actuelles à la mémoire des expériences passées pour diriger et générer des actions correctement dirigées vers un objectif [13, 45]. Par conséquent, le DLPFC peut contribuer à la coordination et à la conservation des représentations acceptées des autres régions du cerveau pendant la réponse au besoin impérieux, lorsque des signaux de substance sont présents et qu'une espérance positive a été générée [46].
Nous avons détecté que les groupes SND et IGD avaient tous deux une diminution de la CSF dans l'insula droite et du gyrus frontal inférieur gauche avec DLPFC. L'insula a été impliquée dans le besoin impérieux de cues et de rechutes chez les fumeurs de cigarettes nicotinodépendants [47]. Et le cortex orbitofrontal est impliqué dans l'évaluation de la récompense des stimuli et la représentation explicite de l'espérance de récompense de la substance [7]. Nos résultats étaient cohérents avec les études précédentes, qui mettaient l'accent sur les régions du cerveau, telles que le cortex préfrontal ventromédial, l'insula, le thalamus et le cervelet, qui étaient étroitement liées au tabagisme. Des études d'IRM structurelle ont révélé que les intégrités des matières grises dans le cortex préfrontal, le cortex cingulaire antérieur, l'insula, le thalamus et le cervelet étaient réduites chez les fumeurs [48-50]. Liu et al. [51] ont étudié la fonction cérébrale d'individus IGD en utilisant une IRMf tâche par état. Le groupe IGD a présenté une activation accrue du côté droit du lobule pariétal supérieur, du lobe insulaire, du précuneus, du gyrus cingulé, du gyrus temporal supérieur et du côté gauche du tronc cérébral. Les jeux vidéo Internet activent les centres d'espace, d'attention, de vision et d'exécution situés dans les gyri temporels, pariétaux, occipitaux et frontaux. Une fonction cérébrale anormale a été notée chez les sujets IGD présentant une hypofonction du cortex frontal. Liu et al. Les sujets IGD détectés présentaient une activation de l'hémisphère cérébral droit par la latéralité. Ils ont également constaté que la plupart des zones étaient situées dans l'hémisphère droit. Des études de neuroimagerie chez des sujets sains ont montré que l'hémisphère droit, en particulier le gyrus frontal inférieur droit, est activé après une inhibition réussie de la réponse [52, 53]. En cas d'inhibition des réponses échouées (c'est-à-dire des essais ayant généré des réponses motrices par erreur), les structures frontales médianes, en particulier le cortex préfrontal dorsomedial (dmPFC) englobant la région motrice pré-supplémentaire et le cortex cingulaire antérieur dorsal, sont généralement activées [54]. Par conséquent, le gyrus frontal inférieur droit est essentiel pour l’inhibition de la réponse, alors que dmPFC est associé à la surveillance de la réponse, en particulier la surveillance des conflits et des erreurs [14].
Les sujets IGD présentaient différents CSF avec DLPFC dans le cortex frontal orbital et les lobes temporaux, occipitaux et pariétaux. Notre résultat était en partie similaire avec le résultat d'une recherche antérieure comparant la RSF à la DLPFC dans la dépendance à l'alcool à celles dans l'IGD [8]. Ils ont suggéré que la connectivité observée dans la dépendance à l'alcool est différente de celle dans l'IGD en raison des différentes maladies comorbides, de l'âge de la prévalence précoce et des stimulations visuelles et auditives dans le premier cas. Les attentions visuelles et auditives sont les résultats des principales entrées du système sensoriel en réponse au jeu sur Internet [55]. Une perte d'acuité visuelle ou des problèmes d'audition peuvent être causés par des jeux extrêmes sur Internet [56]. L'augmentation du volume cortical dans le cortex pariétal était liée au jeu à long terme chez les joueurs pro, et pourrait donc être liée à une attention accrue visuospatiale [57, 58].
Naturellement, cette étude a aussi ses limites. Premièrement, la conception en coupe transversale nous a empêché de déterminer si les différences de groupe dans le RSFC sont des facteurs de vulnérabilité pour la dépendance à l'IGD et à la nicotine. Deuxièmement, la taille des groupes n'était pas équilibrée dans notre étude et les paramètres tels que le sexe, l'âge et l'éducation n'étaient pas appariés dans les trois groupes. La taille des groupes déséquilibrés peut avoir influencé les résultats même si la variété a été contrôlée au cours de l'analyse statistique. Troisièmement, le FTND moyen dans le groupe SND était 6.5 et la sévérité de la dépendance à la nicotine n'était donc pas suffisamment élevée. Il est donc nécessaire d’augmenter le nombre de participants.
Conclusion
La rsFC est un outil très puissant pour l'exploration de maladies neuropsychiatriques à multiples facettes, telles que la toxicomanie et la toxicomanie au niveau du système. Nos résultats ont confirmé que la dépendance à la nicotine et l'IGD pouvaient partager des mécanismes similaires liés au manque d'énergie et à l'inhibition impulsive. La différence observée entre la CSF des sujets atteints d'IGD et celle de SND peut être attribuée aux déficiences du traitement de l'information audiovisuelle par les jeux sur Internet à long terme.
Contributions des auteurs
Conceptualisation: YZ et JX; Analyse formelle: YS, MC, YW et YZ; Enquête: XG, YS, WD, MC, YD et XH; Méthodologie: YW et YZ; Visualisation: YS; Écriture — Ébauche originale: XG, YS et YZ; Rédaction — révision et édition: YZ. Tous les auteurs ont lu et approuvé la version finale.
Remerciements
N'est pas applicable
Intérêts concurrents
Les auteurs déclarent que la recherche a été menée en l'absence de relations commerciales et financières pouvant être interprétées comme des conflits d'intérêts potentiels.
Disponibilité des données et du matériel
Les jeux de données utilisés et analysés au cours de la présente étude sont disponibles auprès de l'auteur correspondant sur demande raisonnable.
Approbation éthique et accord de participation
La présente étude a été approuvée par le comité d'éthique de la recherche de l'hôpital Ren Ji et de l'école de médecine de l'Université Jiao Tong de Shanghai, Chine (n ° [2016] 079k (2). Tous les participants ont été informés des objectifs de notre étude avant l'examen IRM. Chaque participant a soumis un consentement éclairé écrit.
Financement
Cette recherche a été financée par la Fondation nationale des sciences naturelles de Chine (n ° 81571650) et le projet de guide médical du Comité des sciences et de la technologie de Shanghai (médecine occidentale) (n ° 17411964300). 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 publication ou la préparation du manuscrit.
Note de l'éditeur
Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.
Abréviations
| IGD | trouble du jeu sur Internet |
| SND | fumeurs avec dépendance à la nicotine |
| rsFC | connectivité fonctionnelle à l'état de repos |
| DLPFC | cortex préfrontal dorsolatéral |
| HC | contrôles sains |
| rs-IRMf | imagerie par résonance magnétique fonctionnelle à l'état de repos |
| PCC | cortex post-cingulaire |
| SIAC | Le score de dépendance à Internet de Chen |
| AD | dépendance à l'alcool |
| SUD | troubles liés à la substance |
| SAS | échelle d'anxiété auto-évaluée |
| SDS | échelle de dépression auto-évaluée |
| BIS-11 | Echelle d'impulsivité Barratt-11 |
| FTND | Test de dépendance à la nicotine de Fagerstrom |
| TR | temps de répétition |
| TE | temps d'écho |
| FOV | champ de vision |
| FD | déplacement par trame |
| ROI | région d'intérêt |
| AFNI | Analyse de neuroimages fonctionnelles |
| dmPFC | cortex préfrontal dorsomédien |
Notes
Informations du contributeur
Xin Ge, Email: moc.361@5741renay, Email: moc.621@ijnernixeg.
Yawen Sun, Email: moc.liamtoh@9111sjc.
Xu Han, Email: moc.361@ettirgy_uxnah.
Yao Wang, Email: moc.361@625402258oaygnaw.
Weina Ding, Email: moc.361@7891aniemgnid.
Mengqiu Cao, Email: moc.361@0uiqgnemoac.
Yasong Du, Email: moc.qq@3914943822.
Jianrong Xu, Téléphone: + 86 21 68383545, Email: moc.liamtoh@rnaijux.
Yan Zhou, Téléphone: + 86 21 68383257, Email: moc.anis@5741eralc, Email: moc.liamtoh@5741eralc.
Bibliographie
;