Changements dépendants de la fréquence de l'amplitude des fluctuations de basse fréquence dans le trouble du jeu sur Internet (2015)

Psychol avant. 2015; 6: 1471.

Publié en ligne 2015 Sep 28. est ce que je:  10.3389 / fpsyg.2015.01471

PMCID: PMC4585012

 

Abstract

Des études de neuroimagerie ont révélé que les activités cérébrales fonctionnelles liées aux tâches étaient altérées chez les sujets présentant un trouble du jeu sur Internet (IGD). Cependant, on sait peu de choses sur les alternances d’activités cérébrales spontanées les concernant. Des études récentes ont suggéré que les activités cérébrales de différentes gammes de fréquences sont générées par différentes activités nerveuses et ont différentes fonctions physiologiques et psychologiques. Ainsi, dans cette étude, nous avons commencé à explorer les activités cérébrales spontanées chez les sujets IGD en mesurant l'amplitude fractionnelle de la fluctuation de basse fréquence (FALFF), afin d'étudier les modifications spécifiques au groupe des fALFF à l'état de repos. Nous avons subdivisé la gamme de fréquences en cinq bandes basées sur les littératures.

Comparativement aux témoins en bonne santé, le groupe IGD a montré une diminution des valeurs de FALFF dans le lobe postérieur du cervelet et une augmentation des valeurs de FALFF dans le gyrus temporal supérieur. Des interactions significatives entre les bandes de fréquences et les groupes ont été observées dans le cervelet, le cingulaire antérieur, le gyrus lingual, le gyrus temporal moyen et le gyrus frontal moyen. Ces régions cérébrales sont prouvées liées à la fonction exécutive et à la prise de décision. Ces résultats ont révélé une modification de l'activité cérébrale spontanée de l'IGD dans le cerveau, ce qui a permis de mieux comprendre la physiopathologie sous-jacente de l'IGD.

Mots clés: trouble du jeu sur Internet, imagerie par résonance magnétique fonctionnelle au repos, amplitude des fluctuations de basse fréquence

Introduction

Le trouble de la dépendance à Internet (IAD) a été défini comme l'incapacité de l'individu à contrôler l'utilisation excessive d'Internet, même face aux conséquences négatives sur les aspects de fonctionnement psychologique (; ; ; ). Il a été proposé comme une «dépendance au comportement» en raison de ses effets négatifs sur la santé mentale sociale (). Cependant, on sait peu de choses sur le mécanisme de la DIA, et une définition uniforme de la DIA n'a pas été formée et le Manuel de diagnostic et de statistique 4 (DSM-4) n'incluait pas ce trouble du comportement (). Parallèlement à la propagation rapide de la IAD, le DSM-5 est développé pour le trouble du jeu sur Internet (IGD) basé sur la définition des troubles liés à l'utilisation de substances et des dépendances (; ; ; ).

Il existe de nombreux types de DIA en raison des diverses fonctions d’Internet. En général, IAD comprend trois sous-types: IGD, pornographie sur Internet et courrier électronique (). Compte tenu de la définition de la dépendance, toutes ces catégories de DIA partagent quatre caractéristiques déterminantes: la consommation excessive, le retrait, la tolérance et les répercussions négatives (; ; ). En tant que forme la plus répandue de DIA (), L’IGD peut partager des caractéristiques neuropsychologiques spécifiques avec d’autres dépendances comportementales, telles que le jeu pathologique (; ; ; ; ).

De nombreuses études d'imagerie ont étudié les caractéristiques de l'IGD à l'aide de différentes tâches (; , ; ; ), mais il est difficile de comparer les données obtenues à partir de différents paradigmes expérimentaux et de tirer des conclusions cliniquement utiles de différentes tâches cognitives (). Les études IRMf à l'état de repos ont révélé certaines anomalies de l'activation cérébrale dans l'IGD (trouvez d'autres descriptions dans une revue de . Les sujets IGD ont une impulsivité plus élevée, symptôme typique de la toxicomanie; ce symptôme est lié à la diminution de l’activation du gyrus cingulaire, ce qui implique un contrôle cognitif (). Une étude par IRMf a également montré une homogénéité régionale accrue (ReHo) dans le tronc cérébral, un lobule pariétal inférieur, un cervelet postérieur gauche et un gyrus frontal moyen gauche associés à une coordination sensori-motrice pouvant être utile au mouvement du doigt dans les jeux Internet ().

L'IRMf à l'état de repos est une nouvelle technique développée depuis l'étude de Biswal (). Ils ont d’abord signalé les fluctuations hautement synchrones des basses fréquences spontanées spontanées (0.01 – 0.08 Hz) dans le signal BOLD du cortex moteur, concluant que l’amplitude de la fluctuation des basses fréquences (ALFF) était un indicateur neurophysiologique (). Sur la base d'ALFF, a promu un autre outil pour représenter l'activité cérébrale locale - l'amplitude fractionnaire de la fluctuation basse fréquence (fALFF), qui pourrait détecter l'intensité régionale des fluctuations spontanées du signal BOLD (; ). Le FALFF a récemment été largement utilisé dans les études sur des patients atteints de troubles mentaux, telles que la dépression (), schizophrénie (), trouble d'hyperactivité avec déficit de l'attention (), IGD (), etc. On ignore encore si les anomalies de l'activité cérébrale de l'IGD sont liées à des bandes de fréquences spécifiques. Il est important de détecter les fluctuations spontanées du cerveau à une fréquence spécifique plus qu’une large bande de fréquences. Il existe de nombreuses oscillations dans le cerveau dont les fréquences vont d’oscillations très lentes avec des périodes de dizaines de secondes à des oscillations très rapides avec des fréquences supérieures à 1000 Hz (). a proposé une "classe d'oscillation" contenant des bandes de fréquences 10 s'étendant de 0.02 à 600 Hz (). Et ont étudié le FALFF dans quatre bandes de fréquences et ont découvert que les oscillations sont liées à des processus neuronaux spécifiques (; ). Ils ont constaté que les amplitudes d'oscillations (0.01 – 0.027 Hz) à basse fréquence étaient plus robustes dans les structures corticales et les hautes fréquences plus robustes dans les structures sous-corticales telles que les ganglions de la base. Des études ont révélé que les patients schizophrènes présentaient des anomalies particulières d'amplitudes d'oscillations dans la bande de fréquences de fréquences 4 lentes (). a également prouvé que des anomalies de la fonction cérébrale chez des patients atteints de déficience cognitive légère amnésique exposaient différents modèles d'activation dans différentes bandes de fréquence.

Dans la présente étude, nous avons recueilli des valeurs fALFF de la fréquence sur 0 – 0.25, y compris six bandes de fréquences de 0 – 0.01 Hz, 0.01 – 0.027 Hz, 0.027 – 0.073 Hz, 0.073 – 0.198 Hz et IGN, selon les «classes d'oscillation» de Buzsáki. Nous avons cherché à comparer la valeur de fALFF entre IGD et HC dans différentes bandes et à traiter deux problèmes: premièrement, si les sujets IGD présentent des amplitudes de FALFF anormales par rapport à des témoins sains; deuxièmement, si les anomalies de l'IGD sont associées à des bandes de fréquences spécifiques.

Matériels et méthodes

Sélection du participant

L’expérience est conforme au code de déontologie de l’Association médicale mondiale (Déclaration d’Helsinki) et est approuvée par le Comité d’enquêtes humaines de l’Université normale du Zhejiang. Cinquante-deux étudiants universitaires ont été recrutés au moyen d'annonces [26 IGD, 26 Healthy Controls (HC)]. Ils étaient tous des hommes droitiers. Les groupes IGD et HC ne différaient pas significativement en âge (IGD: N = 26, 22.2 ± années 3.13; HC: N = 26, 22.28 ± années 2.54; t(50) = 0.1, p = 0.9). En raison des proportions plus élevées d'IGD chez les hommes, seuls les hommes ont été inclus. Les participants devaient signer le consentement éclairé et tous les participants passaient par des entretiens psychiatriques structurés (MINI) () effectuée par un psychiatre expérimenté avec un temps d’administration d’environ 15 min. Tous les participants étaient exempts des troubles psychiatriques de l’axe I énumérés dans MINI. Tous les participants ne répondaient pas aux critères du DSM-4 concernant l'abus de drogues ou la dépendance, y compris l'alcool, bien que tous les participants à l'IGD et à l'HC aient déclaré avoir consommé de l'alcool au cours de leur vie. Tous les participants ont été invités à ne pas utiliser de substances, y compris le café, le thé, le jour de la numérisation. Aucun participant n'a signalé de lésion cérébrale ni d'expérience de consommation de drogues illicites (par exemple, cocaïne, marijuana).

Le diagnostic d’IGD a été déterminé sur la base des scores de 50 ou plus, obtenus lors du test de dépendance sur Internet en ligne de Young (). En tant que dépendance particulière au comportement, la définition opérationnelle et les normes de diagnostic de l'IGD sont toujours incohérentes. Dans la présente étude, le groupe IGD était composé d'individus qui répondaient aux critères généraux de la SAI (scores supérieurs à 50 dans l'IAT) et déclaraient «passer la plupart de leur temps en ligne à jouer à des jeux en ligne (> 80%)» (; ). Le score IAT du groupe IGD (72 ± 11.7) était beaucoup plus élevé que celui des contrôles sains [29 ± 10.4), t(50) = 14, p = 0.000].

Acquisition de données

Après la numérisation conventionnelle par localisateur, les images pondérées T1 ont été obtenues avec une séquence de rappel de gradient dégradée [TR = 240 ms; temps d'écho (TE) = 2.46 ms; angle de retournement (FA) = 90 °; champ de vision = 220 ~ 220 mm2; matrice de données = 256 ~ 256]. Ensuite, les images fonctionnelles à l'état de repos ont été acquises à l'aide d'une séquence d'imagerie écho-planaire (TR = 2000 ms; TE = 30 ms; FA = 90 °; FOV = 220 ~ 220 mm2; matrice de données = 64 ~ 64) avec coupes axiales 33 (épaisseur des coupes = 3 mm et écartement des coupes = 1 mm, volumes totaux = 210) en une seule fois de 7 min. Les sujets devaient rester immobiles et ne pas penser systématiquement à quoi que ce soit pendant le balayage. À la fin de l'acquisition des données, tous les sujets ont confirmé qu'ils restaient éveillés pendant toute la période de numérisation.

Prétraitement des données et calcul du FALFF

L’ensemble des traitements d’image fonctionnels a été effectué à l’aide de l’assistant de traitement des données pour l’IRMfr à l’état au repos [DPARSF ()1] Logiciel. Pour chaque participant, les premiers instants 10 ont été exclus des analyses ultérieures, ce qui évite les modifications transitoires du signal avant que l’aimantation n’atteigne un état stable et permette aux sujets de s’habituer à l’environnement d’analyse IRMf. Les volumes cérébraux 200 restants ont été corrigés pour la synchronisation des tranches et réalignés pour la correction des mouvements de la tête. Seuls les participants dont le mouvement de la tête était inférieur à 1.5 mm dans les directions x, y ou z et dont la rotation était inférieure à 2 autour de chaque axe étaient inclus. Les sujets 26 HC et 26 IGD étaient valides dans la présente étude. Ensuite, toutes les images réalignées ont été normalisées spatialement, puis rééchantillonnées en voxels isotropes mm 3 et lissées spatialement (largeur totale à mi-hauteur = 6 mm), et la tendance linéaire a été supprimée. Après le prétraitement, le fALFF a été calculé à l'aide de DPARSF. En bref, pour un voxel donné, la série temporelle a d'abord été convertie dans le domaine fréquentiel à l'aide d'une «transformation de Fourier rapide». La racine carrée du spectre de puissance a été calculée, puis moyennée sur un intervalle de fréquence prédéfini. Cette racine carrée moyenne a été appelée fALFF au voxel donné de bandes de fréquences prédéfinies (). Nous avons divisé la gamme de fréquences complète (0 – 0.25 Hz) en cinq sous-bandes: lente-6 (0 – 0.01 Hz), lente-5 (0.01 – 0.027 Hz), lente-4 (0.027 – 0.073 Hz), lente 3 (0.073 – 0.198 Hz) et slow-2 (0.198 – 0.25 Hz) (35, 46, 30) et le fALFF calculé de chaque bande de fréquence.

Analyses statistiques

Une analyse de variance à mesures répétées (ANOVA) bidirectionnelle (groupe et bande de fréquence) a été réalisée voxel par voxel avec le groupe (IGD et HC) en tant que facteur inter-sujet et bande de fréquence (slow-2, 3 lent, 4 lent, 5 lent, 6 lent) comme mesures répétées. Nous avons également calculé l’analyse de corrélation basée sur le ROI en suivant l’effet principal significatif et l’interaction entre la sévérité de l’IGD et les valeurs de FALFF, et nous avons sélectionné les valeurs de FALFF dans des bandes spécifiques.

Résultats

Les principaux effets de l'ANOVA à mesures répétées à deux voies ont été montrés dans Figure Figure11, Tables Tables11 et 22. Nous avons utilisé la correction Alphasim pour les comparaisons multiples dans les données d'imagerie. Le corrigé p <0.05 correspond à une combinaison de p <0.05 et taille de cluster> 248 mm3). Une analyse de corrélation basée sur le ROI a été réalisée entre les valeurs de FALFF et la sévérité de l'IGD (scores de l'IAT). Le cervelet a montré une corrélation négative significative avec la sévérité de l’IGD (slow-4: r =-0.487, p = 0.000; slow-5: r =-0.485, p = 0.000; voir Figure Figure2C2C). La coordonnée de ROI a été définie par le pic d'activation du cluster survécu. Le rayon de retour sur investissement est de 4 mm et est réalisé par le logiciel REST2.

FIGURE 1  

(A) L'effet principal pour le groupe sur l'amplitude de la fluctuation de basse fréquence (ALFF). Régions cérébrales dans lesquelles l'amplitude fractionnelle de la fluctuation de basse fréquence (FALFF) est différente entre le trouble du jeu sur Internet (IGD) et les témoins sains. Les sujets IGD ...
Tableau 1  

Régions du cerveau avec un effet principal de groupe.
Tableau 2  

Régions cérébrales avec effet d’interaction entre groupe et fréquence.
FIGURE 2  

Les valeurs ALFF dans le gyrus temporal supérieur et le cervelet. Les rectangles rouge et bleu représentent respectivement les sujets IGD et les contrôles sains. La bande de fréquence complète (0 – 0.25 Hz) a été divisée en cinq bandes. Ils ont été affichés dans (UN B) ...

Des interactions significatives entre la bande de fréquence et le groupe ont été observées dans le cervelet, le cingulaire antérieur, le gyrus lingual, le gyrus temporal moyen et le gyrus frontal moyen. Le gyrus frontal moyen présentait des valeurs d'amplitude augmentées et le gyrus temporal moyen présentait des valeurs d'amplitude réduites dans l'IGD. De plus, les analyses basées sur le ROI ont présenté une altération dynamique du fALFF dans le cervelet et le gyrus lingual, ainsi qu'une adaptation de la fréquence (voir Figure Figure33). Dans l’IGD, le cervelet présentait des valeurs d’amplitude diminuées dans le domaine des fréquences plus élevées (2 lent, 3 lent, 4 lent) et des valeurs d’amplitude augmentées dans le domaine des fréquences plus basses (6 lent, voir). Figure Figure3A3A). Inversement, le gyrus lingual a montré des valeurs d’amplitude augmentées dans le domaine des fréquences plus élevées (2 lent, 3 lent) et des valeurs d’amplitude diminuées dans le domaine des fréquences plus basses (6 lent, voir Figure Figure3B3B). Ces deux régions partageaient un point de transition sur la bande 5 lente pour l’altération de l’amplitude.

FIGURE 3  

Modèle inverse dans le cervelet et le gyrus lingual à différentes bandes dans IGD. Les rectangles rouge et bleu représentent respectivement les sujets IGD et les contrôles sains. La bande de fréquence complète (0 – 0.25 Hz) a été divisée en cinq bandes. Ils ont été affichés ...

a lieu

La présente étude a examiné l'activité cérébrale spontanée anormale dans l'IGD avec le fALFF dans différentes bandes de fréquences. L'effet de groupe principal a révélé que l'IGD présentait des valeurs de FALFF plus basses dans le gyrus temporal supérieur et des valeurs de FALFF plus élevées dans le cervelet. Nous avons présenté les amplitudes de fluctuation BOLD dans l’ensemble des bandes de fréquences (0 – 0.25 Hz) et avons trouvé un schéma inversé des modifications du spectre des fréquences dans le cervelet et le gyrus lingual chez IGD. Ces résultats fournissent une vue complète des analyses du FALFF dans le domaine fréquentiel et soulignent l’importance de la sélection d’une fréquence spécifique pour la détection des troubles mentaux liés à une anomalie.

FALFF différent dans le cortical entre IGD et HC (L'effet principal du groupe)

Les littératures précédentes pensaient que le signal de 2 lent reflétait une dérive de très basse fréquence et que le 6 lent reflétait des bruits physiologiques de haute fréquence (; ). L’analyse de l’effet principal du groupe a mis l’accent sur l’activité neuronale spontanée dans des bandes de fréquences spécifiques (4 lent et 5 lent) dans l’IGD. L'effet principal du groupe a révélé que l'IGD présentait des valeurs de fALFF plus faibles à 4 lent et à 5 lent dans le cervelet. Une corrélation négative entre les valeurs de FALFF dans le cervelet et la sévérité de l'IGD a été trouvée dans la présente étude. Le cervelet est généralement classé comme une structure motrice dont la fonction ne se limite pas à la coordination ou à l'équilibre des mouvements et joue également un rôle important dans les processus cognitifs supérieurs (; ). Des études d'imagerie anatomique, physiologique et fonctionnelle ont prouvé que les personnes atteintes de lésions au cervelet présentaient une déficience des fonctions exécutives cognitives et de la mémoire de travail (; ). Il reçoit des informations des systèmes sensoriels et d’autres zones du cerveau, et intègre ces informations pour ajuster l’activité motrice (; ; ). Le rôle potentiel du cervelet dans la toxicomanie a été abordé dans un article récent, selon lequel le cervelet est un centre de régulation potentiel qui est affecté par la dépendance (). La littérature a démontré que les sujets IGD étaient associés à un ReHo supérieur à la normale (; ) et connectivité fonctionnelle () sur le cervelet. Dans la présente étude, une corrélation négative entre les valeurs de FALFF dans le cervelet et la sévérité de la IGD a été observée (voir Figure Figure2C2C), ce qui confirme également que l’activité neuronale spontanée anormale dans le cervelet est liée au comportement inapproprié de l’IGD.

Les valeurs de FALFF étaient plus élevées dans le gyrus temporal supérieur de l’IGD. Une étude précédente a montré que l’IGD, comparé à HC, présentait une connectivité fonctionnelle diminuée dans la région temporale (). Notre étude précédente a révélé une diminution de ReHo dans le gyrus temporal inférieur, et nous en déduisons que cela pourrait être le résultat d’une longue durée de jeu (). Les résultats actuels sont en partie incompatibles avec les études précédentes. Nous proposons donc l'hypothèse selon laquelle une augmentation du taux de FALFF dans un gyrus temporal supérieur peut refléter un niveau d'activité cérébrale plus élevé en corrélation avec la flexibilité du mouvement dans l'IGD, mais la fonction de cette zone nécessite une étude plus approfondie.

Variations De L'amplitude Dépendant De La Fréquence Dans IGD

Les effets d'interaction entre les groupes et les bandes de fréquences ont été observés dans le cervelet, le gyrus cingulaire antérieur, le gyrus lingual, le gyrus temporal moyen et le gyrus frontal moyen.

Valeurs FALFF plus élevées dans le gyrus frontal moyen dans les IGD

Dans la présente étude, les participants IGD ont montré des valeurs de FALFF plus élevées dans le gyrus frontal moyen gauche dans différentes bandes. Le gyrus frontal moyen joue un rôle important dans la coordination de différents systèmes, tels que l’apprentissage et la mémoire, qui est étroitement liée aux opérations mentales (). Dans une étude précédente, nous avions conclu que les sujets IGD présentaient une synchronisation améliorée dans les régions cérébrales liées à la coordination sensorielle-motrice () - le jeu en ligne nécessite l'intégration de plusieurs systèmes, notamment le système sensoriel, le contrôle moteur, les coordonnées motrices et le système de traitement de l'information (). Les conclusions actuelles appuient également cette hypothèse. Ce résultat est également conforme à l’étude de Liu (), qui a montré que les sujets atteints d'IGD présentaient une augmentation significative des valeurs de ReHo dans le gyrus frontal moyen gauche. Nous concluons donc que les participants IGD ont montré des valeurs de FALFF plus élevées dans le gyrus frontal moyen gauche, ce qui pourrait s’associer à la capacité de coordination sensori-motrice améliorée.

L'anomalie De Gyrus Cingulaire Antérieur Dans IGD

Nous avons trouvé un taux de FALFF inférieur dans le gyrus cingulaire antérieur de slow-6. La région cingulaire antérieure a été impliquée dans l'inhibition, le contrôle et la surveillance des conflits (; ) et les anomalies ont été mentionnées dans des études IGD antérieures (; ). Comme indiqué en introduction, les valeurs FALFF inférieures peuvent être liées à une diminution de la capacité de coordination de l'activité neuronale à longue distance. Cette hypothèse est étayée par des études dans ce domaine: avec une approche de connectivité fonctionnelle. rapporté une connectivité fonctionnelle réduite entre ACC et PFC dans IAD. ont proposé que les activités plus faibles dans le CAC puissent refléter la diminution anormale de l'activité neuronale spontanée dans cette région et un déficit fonctionnel. D’autres études liées aux tâches ont prouvé que l’IGD était toujours accompagné de dysfonctions cognitives, telles que le déficit de la fonction cognitive (, ). Nous pensons donc que l'anomalie de l'ACC est liée aux dysfonctionnements cognitifs de l'IGD.

Modèle inversé dans le cervelet et le gyrus lingual dans différentes bandes d'IGD

Il est important de noter que les anomalies de l'activité neuronale spontanée dans l'IGD dépendent de bandes de fréquences spécifiques, en particulier dans le cervelet et le gyrus lingual. En comparant avec le HC, l'IGD a montré une diminution de l'amplitude dans les bandes de fréquences inférieures (4 lent, 5 lent, 6 lent) et une amplitude accrue dans les bandes de fréquences supérieures (2 lent, 3 lent) dans le gyrus lingual. Au contraire, l’IGD a montré une augmentation de l’amplitude dans les bandes de fréquence inférieures (6 lent) et une diminution de l’amplitude dans les bandes supérieures (2 lent, 3 lent, 4 lent) dans le cervelet (Figures 2A, B). Il a été révélé que différentes bandes oscillatoires sont développées par différents mécanismes et ont différentes fonctions physiologiques (; ). Comme des études précédentes ont montré que les fluctuations de fréquence inférieures possèdent une puissance d'amplitude supérieure et les fluctuations de fréquence supérieure ont une puissance d'amplitude inférieure (; ). Les résultats actuels pourraient suggérer que l'IGD a une capacité de coordination accrue de l'activité neuronale à longue distance dans le cervelet et le gyrus lingual. Cette hypothèse peut être corroborée par une étude précédente selon laquelle les sujets atteints d'IGD présentaient une connectivité fonctionnelle accrue dans le cervelet bilatéral (; ), et une autre étude ont détecté des déficits de densité de matière grise dans le gyrus lingual pouvant être liés à une activité neuronale à longue distance ().

Conclusion

Les résultats de la présente étude ont suggéré que les sujets IGD présentaient un fALFF anormal dans de nombreuses régions du cerveau, y compris le cervelet (IGD <HC) et le gyrus temporal supérieur (IGD> HC). La présente étude peut aider à comprendre la physiopathologie de l'IGD et l'analyse d'amplitude de fréquence complète peut potentiellement aider à sélectionner une gamme de fréquences spécifique pour détecter les activités cérébrales liées à l'IGD.

Contributions d'auteur

XL a analysé les données et rédigé le premier brouillon du manuscrit. XJ a contribué à l'analyse des données, Y-FZ a contribué à l'orientation des méthodes expérimentales et a amélioré le manuscrit. GD a conçu cette recherche, révisé et amélioré le manuscrit. Tous les auteurs ont contribué et approuvé le manuscrit final.

Déclaration de conflit d'intérêts

Les auteurs déclarent que la recherche a été menée en l'absence de toute relation commerciale ou financière pouvant être interprétée comme un conflit d'intérêts potentiel.

Remerciements

Cette recherche a été financée par la Fondation nationale des sciences de Chine (31371023). Le Dr Zang est soutenu par le programme «Professeur distingué Qian Jiang».

 

Le financement. 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.

 

Bibliographie

  • Association américaine de psychiatrie (2013). Association américaine de psychiatrie. Manuel diagnostique et statistique des troubles mentaux, 5th Edn. Arlington, TX: Association américaine de psychiatrie
  • Baria AT, MN Baliki, T. Parrish, AV Apkarian (2011). Assemblages anatomiques et fonctionnels des oscillations BOLD du cerveau. J. Neurosci. 31 7910 – 7919. 10.1523 / JNEUROSCI.1296-11.2011 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Barbe KW, Wolf EM (2001). Modification dans les critères de diagnostic proposés pour la dépendance à Internet. Cyber ​​Psychol. Comportement 4 377 – 383. 10.1089 / 109493101300210286 [PubMed] [Croix Ref]
  • Biswal B., Yetkin FZ, Haughton VM, Hyde JS (1995). Connectivité fonctionnelle dans le cortex moteur du cerveau humain au repos par IRM écho-planaire. Magn. Reson. Med. 34 537 – 541. 10.1002 / mrm.1910340409 [PubMed] [Croix Ref]
  • Blaszczynski A. (2008). Commentaire: réponse à “Problèmes avec le concept de“ dépendance ”du jeu vidéo: exemples d'études de cas”. Int. J. Ment. Addict de la santé. 6 179–181. 10.1007/s11469-007-9132-2 [Croix Ref]
  • Bloquer JJ (2007). Prévalence sous-estimée dans une étude problématique sur l'utilisation d'Internet. CNS Spectr. 12 14 – 15. [PubMed]
  • Bloquer JJ (2008). Problèmes pour DSM-V: dépendance à Internet. Un m. J. Psychiatrie 165 306 – 307. 10.1176 / appi.ajp.2007.07101556 [PubMed] [Croix Ref]
  • Bluhm RL, Miller J., RA Lanius, EA Osuch, Boksman K., Neufeld RWJ, et al. (2007). Fluctuations spontanées basse fréquence du signal en gras chez les patients schizophrènes: anomalies dans le réseau par défaut. Schizophr. Taureau. 33 1004 – 1012. 10.1093 / schbul / sbm052 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Bullock TH (1997). Signaux et signes dans le système nerveux: l'anatomie dynamique de l'activité électrique est probablement riche en informations. Proc. Natl. Acad. Sci. Etats-Unis 94 1 – 6. [Article gratuit PMC] [PubMed]
  • Buzsáki G., Draguhn A. (2004). Oscillations neuronales dans les réseaux corticaux. Sciences 304 1926 – 1929. 10.1126 / science.1099745 [PubMed] [Croix Ref]
  • Cardinal RN (2006). Les systèmes neuronaux impliqués dans le renforcement retardé et probabiliste. Neural Netw. 19 1277 – 1301. 10.1016 / j.neunet.2006.03.004 [PubMed] [Croix Ref]
  • De Smet HJ, P. Paquier, Verhoeven J., Mariën P. (2013). Le cervelet: son rôle dans le langage et les fonctions cognitives et affectives connexes. Brain Lang. 127 334 – 342. 10.1016 / j.bandl.2012.11.001 [PubMed] [Croix Ref]
  • De Zeeuw CI, Hoebeek FE, Bosman LWJ, Schonewille M., Witter L., Koekkoek SK (2011). Schémas de tir spatiotemporaux dans le cervelet. Nat. Rev Neurosci. 12 327 – 344. 10.1038 / nrn3011 [PubMed] [Croix Ref]
  • Ding W.-N., Sun J.-H., Sun Y.-W., Zhou Y., Li L., Xu J.-R., et al. (2013). Connectivité fonctionnelle à l'état de repos du réseau par défaut modifiée chez les adolescents ayant une dépendance aux jeux sur Internet. PLoS ONE 8: e59902 10.1371 / journal.pone.0059902 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Dong G., DeVito EE, Du X., Cui Z. (2012a). Contrôle inhibiteur altéré dans «trouble de la dépendance à Internet»: une étude d'imagerie par résonance magnétique fonctionnelle. Psychiatrie Res. 203 153 – 158. 10.1016 / j.pscychresns.2012.02.001 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Dong G., DeVito E., Huang J., Du X. (2012b). 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. 10.1016 / j.jpsychires.2012.05.015 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Dong G., Huang J., Du X. (2012c). Altérations de l'homogénéité régionale de l'activité cérébrale à l'état de repos chez les toxicomanes du jeu sur Internet. Comportement Fonction cérébrale 8 1–8. 10.1186/1744-9081-8-41 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Dong G., J. Huang, Du X. (2011a). Amélioration de la sensibilité aux récompenses et diminution de la sensibilité aux pertes chez les toxicomanes Internet: une étude IRMf au cours d’une tâche de devinette. J. Psychiatr. Res. 45 1525 – 1529. 10.1016 / j.jpsychires.2011.06.017 [PubMed] [Croix Ref]
  • Dong G., Zhou H., Zhao X. (2011b). Les toxicomanes masculins d'Internet montrent une capacité de contrôle exécutif altérée: preuve d'une tâche de couleur Stroop. Neurosci. Lett. 499 114 – 118. 10.1016 / j.neulet.2011.05.047 [PubMed] [Croix Ref]
  • Dong G., Lu Q., Zhou H., Zhao X. (2010). Inhibition de l’impulsion chez les personnes souffrant de dépendance à Internet: données électrophysiologiques provenant d’une étude Go / NoGo. Neurosci. Lett. 485 138 – 142. 10.1016 / j.neulet.2010.09.002 [PubMed] [Croix Ref]
  • Dong G., MN Potenza (2014). Un modèle cognitivo-comportemental du trouble du jeu sur Internet: fondements théoriques et implications cliniques. J. Psychiatr. Res. 58 7 – 11. 10.1016 / j.jpsychires.2014.07.005 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Doyon J., V. Penhune, Ungerleider LG (2003). Contribution distincte des systèmes cortico-striataux et cortico-cérébelleux à l'apprentissage des habiletés motrices. Neuropsychologia 41 252–262. 10.1016/S0028-3932(02)00158-6 [PubMed] [Croix Ref]
  • Fitzpatrick JJ (2008). Dépendance à Internet: reconnaissance et interventions. Cambre. Psychiatr. Infirmière. 22 59 – 60. 10.1016 / j.apnu.2007.12.001 [PubMed] [Croix Ref]
  • Flisher C. (2010). Être branché: un aperçu de la dépendance à Internet. J. Pediatr. Santé de l'enfant 46 557 – 559. 10.1111 / j.1440-1754.2010.01879.x [PubMed] [Croix Ref]
  • Fowler JS, ND de Volkow, CA Kassed, Chang L. (2007). Imagerie du cerveau humain dépendant. Sci. Pract. Perspective. 3 4 – 16. 10.1151 / spp07324 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Frances AJ, Widiger T. (2012). Diagnostic psychiatrique: leçons du passé du DSM-IV et mises en garde pour l'avenir du DSM-5. Annu. Rev. Clin. Psychol. 8 109 – 130. 10.1146 / annurev-clinpsy-032511-143102 [PubMed] [Croix Ref]
  • Goldstein RZ, D. Tomasi, S. Rajaram, LA Cottone, Zhang L., T. Maloney, et al. (2007). Rôle du cortex cingulaire antérieur et du cortex orbitofrontal médian dans le traitement des signaux de médicaments dans la dépendance à la cocaïne. Neuroscience 144 1153 – 1159. 10.1016 / j.neuroscience.2006.11.024 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Grant JE, MN de Potenza, A. Weinstein, DA de Gorelick (2010). Introduction aux dépendances comportementales. Un m. J. Abus de drogue 36 233 – 241. 10.3109 / 00952990.2010.491884 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Griffiths M. (2005). Relation entre le jeu et le jeu vidéo: une réponse à Johansson et Gotestam. Psychol. représentant 96 644 – 646. 10.2466 / pr0.96.3.644-646 [PubMed] [Croix Ref]
  • Guo W., Liu F., Zhang J., Zhang Z., Yu L., Liu J. et al. (2013). Dissociation de l'activité régionale dans le réseau en mode par défaut lors du premier épisode, trouble dépressif majeur naïve au traitement. J. Affect. Désordre. 151 1097 – 1101. 10.1016 / j.jad.2013.09.003 [PubMed] [Croix Ref]
  • Han DH, Bolo N., MA Daniels, Arenella L., Lyoo IK, Renshaw PF (2011a). Activité cérébrale et désir de jouer à un jeu vidéo sur Internet. Compr. Psychiatrie 52 88 – 95. 10.1016 / j.comppsych.2010.04.004 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Han Y., Wang J., Zhao Z., Min B., Lu J., Li K. et al. (2011b). Changements dépendants de la fréquence de l'amplitude des fluctuations de basse fréquence dans les troubles cognitifs bénins amnésiques: étude IRMf à l'état de repos. Neuroimage 55 287 – 295. 10.1016 / j.neuroimage.2010.11.059 [PubMed] [Croix Ref]
  • Han DH, Lyoo IK, Renshaw PF (2012). Différents volumes de matière grise régionale chez les patients ayant une dépendance au jeu en ligne et les joueurs professionnels. J. Psychiatr. Res. 46 507 – 515. 10.1016 / j.jpsychires.2012.01.004 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Hong S.-B., Kim J.-W., Choi E.-J., Kim H.-H., Suh J.-E., Kim C.-D., et al. (2013). Épaisseur corticale orbitofrontale réduite chez les adolescents de sexe masculin ayant une dépendance à Internet. Comportement Fonction cérébrale 9 1–5. 10.1186/1744-9081-9-11 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Ito M. (2006). Les circuits cérébelleux en tant que machine neuronale. Progr. Neurobiol. 78 272 – 303. 10.1016 / j.pneurobio.2006.02.006 [PubMed] [Croix Ref]
  • Jiang G.-H., Qiu Y.-W., Zhang X.-L., Han L.-J., Lv X.-F., Li L.-M., et al. (2011). Anomalies d'oscillation d'amplitude basse fréquence chez les consommateurs d'héroïne: étude IRMf à l'état de repos. Neuroimage 57 149 – 154. 10.1016 / j.neuroimage.2011.04.004 [PubMed] [Croix Ref]
  • Knyazev GG (2007). La motivation, les émotions et leur contrôle inhibiteur se reflètent dans les oscillations du cerveau. Neurosci. Biobehav. Tour. 31 377 – 395. 10.1016 / j.neubiorev.2006.10.004 [PubMed] [Croix Ref]
  • Ko C. (2014). Trouble du jeu sur Internet. Curr. Addic. représentant 1 177 – 185.
  • DJ Kuss, MD Griffiths (2012). Dépendance à Internet et aux jeux: revue systématique de la littérature en neuroimagerie. Brain Sci. 2 347 – 374. 10.3390 / brainsci2030347 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Lecrubier Y., Sheehan DV, Weiller E., Amorim P., Bonora I., Harnett Sheehan K., et al. (1997). La mini interview neuropsychiatrique internationale (MINI). Un entretien de diagnostic structuré: fiabilité et validité selon le CIDI. EUR. Psychiatrie 12 224 – 231.
  • Liu J., Gao XP, Osunde I., Li X., Zhou SK, Zheng HR et al. (2010). Augmentation de l’homogénéité régionale des troubles liés à la dépendance à Internet selon une étude d’imagerie par résonance magnétique fonctionnelle à l’état de repos (2009). Menton. Med. J. (Engl.) 123 1904 – 1908. [PubMed]
  • Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2013). Le cervelet et la dépendance: informations tirées de la recherche en neuroimagerie. Toxicomane. Biol. 19 317 – 331. 10.1111 / adb.12101 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Paus T. (2001). Cortex cingulaire antérieur primate: où le contrôle moteur, l'entraînement et la cognition se rejoignent. Nat. Rev Neurosci. 2 417 – 424. 10.1038 / 35077500 [PubMed] [Croix Ref]
  • Penttonen M., Buzsáki G. (2003). Relation logarithmique naturelle entre les oscillateurs cérébraux. Thalamus Relat. Syst. 2 145 – 152. 10.1017 / S1472928803000074 [Croix Ref]
  • Petry NM, O'Brien CP (2013). Trouble du jeu sur Internet et le DSM-5. Dépendance 108 1186 – 1187. 10.1111 / add.12162 [PubMed] [Croix Ref]
  • Petry NM, Rehbein F., Gentile DA, Lemmens JS, Rumpf H.-J., Mößle T., et al. (2014). Un consensus international pour évaluer les troubles du jeu sur Internet en utilisant la nouvelle approche DSM-5. Dépendance 109 1399 – 1406. 10.1111 / add.12457 [PubMed] [Croix Ref]
  • Raymond JL, SG Lisberger, MD Mauk (1996). Le cervelet: une machine à apprendre neuronale? Sciences 272 1126 – 1131. 10.1126 / science.272.5265.1126 [PubMed] [Croix Ref]
  • Stoodley CJ, Valera EM, Schmahmann JD (2012). Topographie fonctionnelle du cervelet pour les tâches motrices et cognitives: une étude IRMf. Neuroimage 59 1560 – 1570. 10.1016 / j.neuroimage.2011.08.065 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Tao R., Huang X., Wang J. (2008). Un critère proposé pour le diagnostic clinique de la dépendance à Internet. Med. J. Chin. Peuple Liberat. Armée 33 1188 – 1191.
  • Tao R., Huang X., Wang J., Zhang H., Zhang Y., Li M. (2010). Critères de diagnostic proposés pour la dépendance à Internet. Dépendance 105 556 – 564. 10.1111 / j.1360-0443.2009.02828.x [PubMed] [Croix Ref]
  • AJ Van Rooij, Schoenmakers MC, AA Vermulst, RJJM Van den Eijnden, Van de Mheen D. (2011). Dépendance au jeu vidéo en ligne: identification des joueurs adolescents toxicomanes. Dépendance 106 205 – 212. 10.1111 / j.1360-0443.2010.03104.x [PubMed] [Croix Ref]
  • Weinstein A., Lejoyeux M. (2015). Nouveaux développements sur les mécanismes neurobiologiques et pharmaco-génétiques sous-jacents à la dépendance à Internet et aux jeux vidéo. Un m. J. Addict. 24 117 – 125. 10.1111 / ajad.12110 [PubMed] [Croix Ref]
  • Weng C.-B., Qian R.-B., Fu X.-M., Lin B., Han X.-P., Niu C.-S. et al. (2013). Anomalies de la matière grise et de la substance blanche dans la dépendance au jeu en ligne. EUR. J. Radiol. 82 1308 – 1312. 10.1016 / j.ejrad.2013.01.031 [PubMed] [Croix Ref]
  • Xu S.-H. (2013). Addicts Internet '. Impulsivité du comportement: preuves tirées de la tâche du jeu dans l'Iowa: impulsivité du comportement des toxicomanes d'Internet: preuves tirées de la tâche du jeu dans l'Iowa. Acta Psychol. Sinica 44 1523 – 1534.
  • Yan C., Zang Y. (2010). DPARSF: une boîte à outils matlab pour l'analyse de «pipeline» de données d'IRMf à l'état de repos. De face. Syst. Neurosci. 14: 13 10.3389 / fnsys.2010.00013 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Jeune KS (1998). Dépendance à Internet: l'émergence d'un nouveau trouble clinique. Cyber ​​Psychol. Comportement 1 237–244. 10.1007/s10899-011-9287-4 [Croix Ref]
  • Yu R., Chien Y.-L., Wang H.-LS, Liu C.-M., Liu C.-C., Hwang T.-J., et al. (2014). Alternances spécifiques à la fréquence dans l'amplitude des fluctuations de basse fréquence dans la schizophrénie. Fredonner. Cerveau Mapp. 35 627 – 637. 10.1002 / hbm.22203 [PubMed] [Croix Ref]
  • Yuan K., Jin C., Cheng P., Yang X., Dong T., Bi Y. et al. (2013). Amplitude des anomalies de fluctuation de basse fréquence chez les adolescents ayant une dépendance au jeu en ligne. PLoS ONE 8: e78708 10.1371 / journal.pone.0078708 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Yuan K., Qin W., Wang G., Zeng F., Zhao L., Yang X. et al. (2011). Anomalies de la microstructure chez les adolescents présentant un trouble de dépendance à Internet. PLoS ONE 6: e20708 10.1371 / journal.pone.0020708 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Zang Y.-F., He Y., Zhu C.-Z., Cao Q.-J., Sui M.-Q., Liang M., et al. (2007a). Activité cérébrale de base altérée chez les enfants atteints de TDAH révélée par une IRM fonctionnelle à l'état de repos. Brain Dev. 29 83 – 91. 10.1016 / j.braindev.2006.07.002 [PubMed] [Croix Ref]
  • Zang Y.-F., Yong H., Chao-Zhe Z., Qing-Jiu C., Man-Qiu S., Meng L., et al. (2007b). Activité cérébrale de base altérée chez les enfants atteints de TDAH révélée par une IRM fonctionnelle à l'état de repos. Brain Dev. 29 83 – 91. 10.1016 / j.braindev.2006.07.002 [PubMed] [Croix Ref]
  • Zou Q.-H., Zhu C.-Z., Yang Y., Zuo X.-N., Long X.-Y., Cao Q.-J., et al. (2008). Une approche améliorée de la détection de l'amplitude de la fluctuation de basse fréquence (ALFF) pour l'IRMf à l'état de repos: ALFF fractionnaire. J. Neurosci. Les méthodes 172 137 – 141. 10.1016 / j.jneumeth.2008.04.012 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Zuo X.-N., Di Martino A., Kelly C., Shehzad ZE, Directeur général, Klein DF, et al. (2010). Le cerveau oscillant: complexe et fiable. Neuroimage 49 1432 – 1445. 10.1016 / j.neuroimage.2009.09.037 [Article gratuit PMC] [PubMed] [Croix Ref]