Un lien fonctionnel déséquilibré entre le réseau de contrôle exécutif et le réseau de récompenses explique les comportements de recherche de jeux en ligne dans le trouble du jeu sur Internet (2015)

Guangheng Dong,^a,1 Xiao Lin,¹ Yanbo Hu,² Chunming Xie,³ ainsi que Xiaoxia Du⁴

Informations sur l'auteur ► Notes sur l'article ► Informations sur le droit d'auteur et la licence ►

La littérature a montré que les sujets atteints de troubles du jeu sur Internet (IGD) présentent un contrôle exécutif altéré et une sensibilité accrue à la récompense que les témoins sains. Cependant, la manière dont ces deux réseaux affectent conjointement le processus d'évaluation et stimulent les comportements de recherche de jeux en ligne des sujets IGD reste inconnue. Trente-cinq IGD et 36 contrôles sains ont subi une analyse des états de repos dans le scanner IRM. La connectivité fonctionnelle (FC) a été examinée dans les régions de départ du réseau de contrôle et de récompense, respectivement. Nucleus accumbens (NAcc) a été sélectionné comme nœud pour trouver les interactions entre ces deux réseaux. Les sujets IGD montrent une diminution de la FC dans le réseau de contrôle exécutif et une augmentation de la FC dans le réseau de récompense par rapport aux contrôles sains. Lorsque l'on examine les corrélations entre le NAcc et les réseaux de contrôle / récompense de l'exécutif, le lien entre le réseau de contrôle de l'exécutif NAcc est négativement lié au lien entre le réseau de la récompense NAcc. Les changements (diminution / augmentation) de la synchronisation cérébrale des sujets IGD dans les réseaux de contrôle / récompense suggèrent le traitement inefficace / excessif dans les circuits neuronaux sous-jacents à ces processus. La proportion inverse entre le réseau de contrôle et le réseau de récompense dans l'IGD suggère que les altérations du contrôle exécutif conduisent à une inhibition inefficace des envies accrues à un jeu en ligne excessif. Cela pourrait éclairer la compréhension mécaniste de l'IGD.

Sélection des participants

L'expérience est conforme au Code de déontologie de l'Association médicale mondiale (Déclaration d'Helsinki). Le comité d'investigation humaine de l'université normale du Zhejiang a approuvé cette recherche. Les méthodes ont été appliquées conformément aux directives approuvées. Les participants étaient des étudiants et avaient été recrutés par le biais de publicités. Les participants étaient des hommes droitiers (sujets 35 IGA, contrôles sains 36). Les groupes IGD et HC ne différaient pas significativement en âge (moyenne IGA = 22.21, SD = années 3.08; moyenne HC = 22.81, SD = années 2.36; t = 0.69, p = 0.49). Seuls les hommes ont été inclus en raison d'une prévalence plus élevée d'IGD chez les hommes que chez les femmes. Tous les participants ont fourni un consentement éclairé écrit et des entretiens psychiatriques structurés (MINI)³³ celle réalisée par un psychiatre expérimenté, qui nécessite environ 15 minutes. Tous les participants étaient exempts de troubles psychiatriques de l'Axe I répertoriés dans MINI Nous avons évalué plus en détail la `` dépression '' avec l'inventaire de dépression de Beck³⁴ et seuls les participants obtenant une note inférieure à 5 ont été inclus. Tous les participants ont été informés de ne pas consommer de substances abusives, y compris les boissons à base de caféine, le jour de la numérisation. Aucun participant n'a signalé avoir déjà consommé de drogues illicites (par exemple, la cocaïne, la marijuana).

Le trouble de dépendance à Internet a été déterminé sur la base du test de dépendance à Internet (IAT) de Young³⁵ scores de 50 ou plus. Young's IAT se compose de 20 éléments provenant de différentes perspectives d'utilisation d'Internet en ligne, y compris la dépendance psychologique, l'utilisation compulsive, le retrait, les problèmes à l'école ou au travail, le sommeil, la famille ou la gestion du temps³⁵. L’IAT s’est révélé être un instrument valide et fiable pouvant être utilisé pour classer les IAD^36,37. Pour chaque élément, une réponse graduée est sélectionnée, de 1 = «Rarement» à 5 = «Toujours» ou «Ne s'applique pas». Les scores supérieurs à 50 indiquent des problèmes occasionnels ou fréquents liés à Internet) ((www.netaddiction.com). Lors de la sélection des sujets IGD, nous avons ajouté un critère supplémentaire sur les mesures établies par Young de l'IAT: «vous passez ___% de votre temps en ligne à jouer à des jeux en ligne» (> 80%).

Analyse des données sur les états de repos

Le scan a été réalisé dans le centre IRM de l'Université normale de Chine orientale. Les données IRM ont été acquises à l'aide d'un scanner Siemens Trio 3T (Siemens, Erlangen, Allemagne). L'état de repos a été défini comme aucune tâche cognitive spécifique lors de l'IRMf dans notre tâche. Les participants devaient rester immobiles, fermer les yeux, rester éveillés et ne penser à rien systématiquement^38,39. Pour minimiser les mouvements de la tête, les participants sont couchés sur le dos, la tête bien ajustée au moyen d'une ceinture et de coussinets en mousse. Les images fonctionnelles à l'état de repos ont été acquises à l'aide d'une séquence EPI (imagerie écho-planaire). Les paramètres de balayage sont les suivants: entrelacé, temps de répétition = 2000 ms, coupes axiales 33, épaisseur = 3.0 mm, résolution dans le plan = 64 * 64, temps d'écho = 30 ms, angle de retournement = 90, champ de vision = 240 * 240 mm, volumes 210 (7 min). Les images structurelles ont été collectées à l'aide d'une séquence rappelant le gradient dégradée par 1D pondérée T3 et ont été acquises en couvrant tout le cerveau (tranches 176, temps de répétition = 1700 ms, temps d'écho TE = 2.26 ms, épaisseur de la coupe = 1.0 mm, saut = 0 mm. angle de retournement = 90 °, champ de vision = 240 * 240 mm, résolution dans le plan = 256 * 256).

Pré-traitement des données

Les données restantes ont été réalisées à l’aide de REST et DPARSF (http://restfmri.org)⁴⁰. Le prétraitement a consisté à supprimer les premiers points temporels 10 (en raison de l'équilibre du signal et à permettre aux participants de s'adapter au bruit de balayage), d'une correction physiologique, de la synchronisation des tranches, de l'enregistrement du volume et de la correction du mouvement de la tête. Une éventuelle contamination par plusieurs signaux de nuisance, notamment le signal de la substance blanche, le liquide céphalo-rachidien, le signal global et six vecteurs de mouvement ont été régressés. Les séries temporelles d'images de chaque sujet ont été corrigées en utilisant une approche des moindres carrés et une transformation linéaire à six paramètres (corps rigide).⁴¹. L'image structurelle individuelle a été co-enregistrée à l'image fonctionnelle moyenne après correction de mouvement en utilisant une transformation linéaire. Les volumes fonctionnels corrigés en mouvement ont été spatialement normalisés à l'espace de l'INM (Institut neurologique de Montréal) et ré-échantillonnés à des voxels isotropes de 3 mm en utilisant les paramètres de normalisation estimés lors de la segmentation unifiée. Un prétraitement supplémentaire comprend (1) un filtrage passe-bande entre 0.01 et 0.08 Hz; (2) Pour évaluer la connectivité fonctionnelle, nous avons d'abord calculé le coefficient de corrélation de Pearson entre les cours de temps d'intensité moyenne du signal de chaque paire de régions d'intérêt (ROI). Une transformation r-en-z de Fisher a été appliquée à chaque carte de corrélation pour obtenir une distribution approximativement normale des valeurs de connectivité fonctionnelle et appliquer en conséquence des statistiques paramétriques.

Sélection du ROI au repos

Les semences ont été choisies à priori sur la base de la littérature publiée plutôt que de déduire des régions de semences de tâches afin d'éviter les biais et d'accroître la généralisabilité des résultats. Pour le réseau de contrôle, les semences ont été définies sur la base d’une récente étude FC utilisant les données de jeunes adultes 1000.⁴² réseau de contrôle frontal-pariétal suggérant comprend six régions du cerveau. Ils sont situés dans la zone frontale et pariétale du cerveau (trouver les coordonnées détaillées dans Figure 1). Nous avons utilisé les coordonnées symétriques pour sélectionner les graines de l'hémisphère droit.

 

Figure 1

Les ROI sélectionnés dans la recherche.

Pour le réseau d’évaluation des récompenses, de nombreuses études ont suggéré que le circuit striatal orbitofrontal prenne en charge la conversion de différents types de récompenses futures en une sorte de monnaie interne.^18,20,21. Ce circuit comprend le striatum ventral, le striatum dorsal et le circuit orbitofrontal. En outre, des études antérieures ont également montré que le réseau d’amygdala est la région clé qui sous-tend l’évaluation de la récompense.⁴³. Ainsi, dans cette étude, nous avons également inclus l'amygdale dans le réseau de récompenses. Parce que le striatum, l’amygdale sont des régions cérébrales relativement petites, nous avons sélectionné l’ensemble de la région comme semences. L'amygdale a été extraite de l'atlas sous-cortical de Harvard-Oxford; les striatum ont été sélectionnés avec Oxford-striatum-atlas. Pour l’OFC, les semences ont été définies sur la base d’une méta-analyse.^44,45, qui suggère deux sous-régions fonctionnelles latérales OFC distinctes, l’une impliquée dans les représentations de renforçateur indépendantes de la motivation (−23, 30, −12 et 16, 29, −13) et l’autre dans l’évaluation des punisseurs entraînant un changement de comportement (−32 , 40, −11 et 33, 39, −11). Voir Figure 1.

Les connexions entre les graines que nous avons sélectionnées ci-dessus ne peuvent fournir que les différences au niveau du groupe et montrer les connexions internes à l'intérieur du réseau de contrôle et du réseau de récompense, séparément. Pour trouver les interactions entre ces deux réseaux pour des sujets individuels et comment ils influencent conjointement les comportements, nous avons besoin d'un «nœud» qui se connecte aux deux réseaux. Dans cette étude, nous avons sélectionné la région du nucleus accumbens (NAcc) en tant que nœud connectif ou région `` graine '' pour relier les réseaux de contrôle et de récompense car le NAcc a un rôle important dans la dépendance⁴⁶, et se sont révélés être un nœud de connexion précieux dans les études sur la dépendance²¹. Les NACC ont également été extraits de l'atlas sous-cortical de Harvard-Oxford.

Calcul de connectivité fonctionnelle

Pour chaque retour sur investissement, nous avons obtenu un parcours représentatif du temps BOLD en faisant la moyenne du signal de tous les voxels compris dans le retour sur investissement. La littérature sur les réseaux fonctionnels a montré avoir des composants séparables des hémisphères droit et gauche^47,48,49. Ainsi, dans cette étude, nous avons d’abord calculé la valeur moyenne des FC entre les ROI des réseaux de contrôle / récompense gauche et droit, séparément. Ensuite, nous avons pris la valeur moyenne de ces deux FC comme l’indice entier du FC. La corrélation entre le réseau NAcc et le réseau exécutif / récompense a été calculée comme suit: Nous avons calculé la valeur moyenne des FC entre le RCI du réseau NAcc et du réseau contrôle / récompense dans le même hémisphère. Nous avons ensuite pris la valeur moyenne de ces FC hémisphériques comme indice global de FC.

Différence FC dans le réseau de contrôle entre IGD et HC

Figure 2 montre le FC dans le réseau de contrôle dans IGD et HC. Le FC dans le réseau de contrôle dans HC est significativement supérieur à celui dans IGD, à la fois au niveau du cerveau entier et à celui de l'hémisphère (HC est légèrement significatif par rapport à IGD dans le FC dans le réseau de contrôle gauche).

 

Figure 2

Indices composites FC du réseau de contrôle dans les groupes IGD et HC dans différentes comparaisons: tout le cerveau (gauche), l'hémisphère gauche (milieu) et l'hémisphère droit (droite).

FC différence dans le réseau de récompense entre IGD et HC

Figure 3 montre le FC dans le réseau de récompenses en IGD et HC. Le réseau de récompense FC dans IGD est légèrement supérieur à celui de HC dans le cerveau entier (p = 0.060) et l'hémisphère gauche (p = 0.061). Bien que l’IGD montre une FC plus élevée que la HC dans l’hémisphère droit, elle n’atteint pas une signification statistique (p = 0.112).

 

Figure 3

Indices composites FC du réseau de récompense dans les groupes IGD et HC dans différentes comparaisons: le cerveau entier (gauche), l'hémisphère gauche (moyen) et l'hémisphère droit (droite).

Interactions entre réseau de contrôle et réseau de récompense

Nous avons calculé les interactions entre le réseau de contrôle et le réseau de récompense au niveau du cerveau entier et aux niveaux hémisphériques. La première rangée de la figure 4 montre la relation entre le réseau de contrôle et le réseau de récompense dans le cerveau entier chez tous les sujets (à gauche) et dans les groupes (à droite). Nous pouvons trouver que le FC dans le réseau de contrôle est corrélé négativement avec le réseau de récompense dans tous les groupes de sujets. Les chiffres de la deuxième ligne montrent que le réseau de contrôle est inversement corrélé au réseau de récompenses dans l'hémisphère gauche. Cependant, dans l’hémisphère droit (troisième rangée), bien qu’elles affichent des tendances négatives, toutes ces corrélations n’ont pas une signification statistique (ceci peut être dû au fait que toutes les ROI du réseau de contrôle ont été définies dans l’hémisphère gauche. Les ROI de l’hémisphère droit ont été sélectionnés selon hémisphère gauche symétriquement). La quatrième rangée montrait les interactions entre l'hémisphère entre le réseau de contrôle et le réseau de récompense. Nous pouvons également trouver la corrélation négative entre réseau de contrôle et réseau de récompense. Tout bien considéré, même si quelques-unes de ces corrélations n’ont pas une signification statistique, nous pouvons toujours en déduire que le réseau de contrôle a une relation négative avec le réseau de récompense.

 

Figure 4

La relation entre les indices de réseau de contrôle et de réseau de récompense dans tous les groupes de sujets (à gauche), IGD (au centre) et HC (à droite), respectivement.

Synchronisation de réseau de contrôle inférieure et synchro de réseau de récompense supérieure chez les sujets IGD

Dans cette étude, nous avons observé une diminution du synchronisme du réseau de contrôle exécutif des sujets IGD par rapport à celui de HC. Le modèle de liaison temporelle suggère que la synchronisation des signaux du cerveau entre les régions du cerveau est cruciale pour faciliter les communications neuronales.³¹. Ainsi, la diminution de la synchronisation dans le réseau de contrôle pourrait indiquer que le jeu de longue durée en ligne des sujets IGD a altéré leur système de contrôle exécutif. Des études antérieures ont montré que le FC dans un réseau spécifique peut être un prédicteur de performances comportementales pertinentes^30,50,51. Les études IRMf basées sur les tâches ont également démontré que les inhibiteurs de la réponse présentaient une inhibition de la réponse plus réduite que les sujets sains^8,9,11,12. De telles tendances à la réponse semblent être influencées par les stimuli liés aux jeux en ligne, avec des performances plus faibles observées chez les patients IGD que chez les sujets non-IGD.⁹. Des déficits apparents de contrôle de la cognition et de décalage cognitif dans l'IGD peuvent être liés au traitement inefficace dans les circuits neuronaux sous-jacents à ces processus, certaines de ces mesures neuronales étant liées à la sévérité de l'IGD.¹².

Dans le réseau de récompenses, le FC en IGD est légèrement supérieur à celui de HC. Les liens plus étroits entre les graines du réseau de récompenses dans IGD suggéraient qu'elles manifestaient un désir de récompense accru pour récompenser le groupe HC. Des études IRMf basées sur des tâches ont montré des preuves que la sensibilité à la récompense est élevée chez les sujets IGD par rapport aux témoins sains^2,9,14,15 dans des situations douces et extrêmes. La sensibilité accrue aux récompenses peut contribuer à augmenter le désir de participer à des jeux en ligne, car les sujets IGD pourraient bénéficier d'une récompense plus forte. Et le jeu en ligne à long terme peut amener les joueurs à se livrer à des expériences virtuelles et à revivre ces expériences dans la vie réelle⁵².

Corrélation déséquilibrée entre réseau de contrôle et réseau de récompense

Pour tester davantage les interactions entre le réseau de contrôle exécutif et le réseau de récompense et pour trouver comment ils influencent conjointement les comportements finaux chez des sujets individuels, nous avons sélectionné le NAcc comme nœud connectif ou région `` d'amorce '' pour relier le contrôle exécutif et la récompense. réseaux. Figure 4 montre que les indices du réseau de contrôle exécutif et du réseau de récompense ont des proportions inverses significatives, ce qui suggère que plus la connectivité du réseau de récompense est forte, plus la connectivité du réseau de contrôle est faible. Ces deux réseaux interagissent de manière à tirer et à pousser, où une forte motivation conduira à la perturbation du circuit de contrôle exécutif, et un contrôle strict à la direction inhibera les désirs de motivation.⁵³.

Des études antérieures ont démontré que le système de contrôle exécutif favorise le contrôle cognitif et comportemental sur les motivations et peut permettre aux individus d'inhiber les désirs et les comportements de recherche de récompense^54,55,56. La proportion inverse entre le réseau de contrôle exécutif et le réseau de récompenses peut aider beaucoup à comprendre le mécanisme addictif sous-jacent à IGD: des sensations de récompense accrues lors de la victoire ou une expérience agréable peuvent renforcer leur désir de jouer en ligne. Pendant ce temps, les déficiences du contrôle exécutif peuvent conduire à une inhibition inefficace de ces désirs, ce qui peut permettre aux impulsions, aux désirs ou aux envies de dominer et de conduire à un jeu excessif en ligne.

Le lien fonctionnel déséquilibré entre le réseau de contrôle exécutif et le réseau de récompense peut également éclairer la compréhension de la prise de décision de l'IGD. Des études ont révélé que les sujets IGD montrent une moindre considération des résultats expérientiels lors de la prise de décisions futures⁵². En prenant des décisions entre la participation à des expériences immédiatement gratifiantes (par exemple, jouer en ligne) et des conséquences néfastes à long terme (par exemple, utiliser le temps consacré au jeu plutôt que de réaliser des activités associées à un succès professionnel à long terme), on peut considérer que les personnes souffrant d'IGD «Myopie du futur», comme décrit pour la toxicomanie^57,58,59. La synchro réseau de récompenses forte de récompense immédiate pourrait surcharger le processus de décision pour inhiber l'impulsion, ce qui pourrait être raisonnable pour expliquer le processus de prise de décision basé sur l'évaluation vers la récompense immédiate, entraînant les comportements de jeu impulsifs en ligne. De plus, les comportements de recherche de récompense peuvent être renforcés par des expériences en ligne à court terme, ce qui conduit à un cercle vicieux de jeux de jeu en ligne addictifs.⁷.

Pour résumer, cette étude a montré que les changements (diminution / augmentation) dans la synchronisation des réseaux cérébraux des sujets IGD suggèrent le traitement inefficace / excessif dans les circuits neuronaux sous-jacents à ces processus. La proportion inverse entre le réseau de contrôle exécutif et le réseau de récompense suggère que les déficiences du contrôle exécutif conduisent à une inhibition inefficace des envies accrues de jouer en ligne excessivement. Ces résultats pourraient éclairer la compréhension mécaniste de l'IGD. En outre, les caractéristiques similaires entre l'IGD et la toxicomanie (par exemple, la dépendance à l'héroïne) suggèrent que l'IGD peut partager les mêmes fondements neuronaux avec d'autres types de dépendance.

Limites

Plusieurs limitations doivent être abordées ici. Premièrement, comme il n'y a que peu de femmes accros aux jeux en ligne, nous n'avons sélectionné que des sujets masculins dans cette étude. Le déséquilibre entre les sexes pourrait limiter les conclusions finales. Deuxièmement, en calculant les interactions entre les réseaux de contrôle et les réseaux de récompense, nous avons sélectionné le NAcc comme germe sur la base de la fonctionnalité du NAcc et des littératures précédentes. Nous ne savons pas s'il existe de meilleures graines pour ce calcul. Troisièmement, la présente étude a seulement révélé que les états actuels existaient chez les sujets IAD, nous ne pouvons pas tirer de conclusions causales entre ces facteurs. Quatrièmement, en sélectionnant les ROI de l'hémisphère droit pour le réseau de contrôle exécutif, nous avons utilisé les coordonnées symétriques en fonction de l'hémisphère gauche, ce qui pourrait être la raison pour laquelle les indices dans l'hémisphère droit sont inférieurs à ceux de l'hémisphère gauche.

Cette recherche a été financée par la Fondation nationale des sciences naturelles de Chine (31371023). Le bailleur de fonds n’a plus aucun rôle à jouer dans la conception de l’étude; dans la collecte, l'analyse et l'interprétation des données; dans la rédaction du rapport; ou dans la décision de soumettre le document pour publication.

• Holden C. Les dépendances «comportementales»: existent-elles? Science 294, 980–982, (2001) .10.1126 / science.294.5544.980 [PubMed] [Croix Ref]
• Dong G., Hu Y. & Lin X. Sensibilités aux récompenses / punitions chez les accros à Internet: implications pour leurs comportements addictifs. Prog neuro-psychopharm biol psychiat 46, 139–145 (2013). [PubMed]
• Weinstein A. & Lejoyeux M. Dépendance à Internet ou utilisation excessive d'Internet. Am J Drug Alcohol Ab 36, 277-283 (2010). [PubMed]
• Dong G., Lu Q., Zhou H. & Zhao X. Précurseur ou séquelle: troubles pathologiques chez les personnes ayant un trouble de dépendance à Internet. PloS one 6, e14703 (2011). [Article gratuit PMC] [PubMed]
• Petry NM & O'Brien CP trouble du jeu sur Internet et le DSM-5. Addiction 108, 1186-1187 (2013). [PubMed]
• Association américaine de psychiatrie. Manuel diagnostique et statistique des troubles mentaux (5th ed.) [145] (Édition psychiatrique américaine, Washington DC, 2013).
• Dong G. & Potenza MN Un modèle cognitivo-comportemental du trouble du jeu sur Internet: fondements théoriques et implications cliniques. J psychia res 58, 7–11 (2014). [Article gratuit PMC] [PubMed]
• Dong G., Zhou H. & Zhao X. Inhibition de l'impulsion chez les personnes souffrant de trouble de dépendance à Internet: preuves électrophysiologiques d'une étude Go / NoGo. Neurosci lett 485, 138–142 (2010). [PubMed]
• Zhou Z., Yuan G. et Yao J. Biais cognitifs envers les images liées aux jeux sur Internet et les déficits exécutifs chez les personnes ayant une dépendance aux jeux sur Internet. PloS one 7, e48961 (2012). [Article gratuit PMC] [PubMed]
• Dong G., Lin X., Zhou H. & Lu Q. Flexibilité cognitive chez les accros à Internet: preuves IRMf issues de situations de commutation difficiles à faciles et faciles à difficiles. Addict Behav 39, 677–683 (2014). [PubMed]
• Dong G., Zhou H. & Zhao X. Les hommes accros à Internet montrent une capacité de contrôle exécutif altérée: preuve d'une tâche Stroop de couleur-mot. Neurosci lett 499, 114–118 (2011). [PubMed]
• Dong G., Shen Y., Huang J. & Du X. Fonction de surveillance des erreurs altérée chez les personnes atteintes de trouble de dépendance à Internet: une étude FMRI liée à un événement. Eur addict res 19, 269-275 (2013). [PubMed]
• Littel M. et al. Traitement des erreurs et inhibition de la réponse chez les joueurs excessifs sur ordinateur: étude potentielle liée à un événement. Addict biol 17, 934 – 947 (2012). [PubMed]
• Dong G., Huang J. & Du X. Sensibilité accrue aux récompenses et diminution de la sensibilité aux pertes chez les accros à Internet: une étude IRMf pendant une tâche de devinettes. J psychiatry res 45, 1525-1529 (2011). [PubMed]
• Dong G., DeVito E., Huang J. & Du X. L'imagerie du tenseur de diffusion révèle des anomalies du thalamus et du cortex cingulaire postérieur chez les accros aux jeux sur Internet. J psychiatry res 46, 1212-1216 (2012). [Article gratuit PMC] [PubMed]
• Ko CH et al. Les activités cérébrales associées à la tentation de la dépendance aux jeux en ligne. J psychiatrie res 43, 739 – 747 (2009). [PubMed]
• Ko CH et al. Les activations cérébrales à la fois pour le jeu induit par la réplique et l’envie de fumer chez les sujets comorbides avec la dépendance au jeu sur Internet et la dépendance à la nicotine. J psychiatrie res 47, 486 – 493 (2013). [PubMed]
• Montague PR & Berns GS L'économie neuronale et les substrats biologiques de l'évaluation. Neuron 36, 265-284 (2002). [PubMed]
• McClure SM, Ericson KM, Laibson DI, Loewenstein G. & Cohen JD Remise de temps pour les récompenses principales. J Neurosci 27, 5796-5804 (2007). [PubMed]
• Monterosso J., Piray P. & Luo S. Neuroeconomics and the study of addiction. Biol Psychiatry 72, 107–112 (2012). [PubMed]
• Xie C. et al. Lien fonctionnel déséquilibré entre les réseaux d'évaluation chez les sujets abstinents dépendants de l'héroïne. Psychiatrie Mol 19, 10 – 12 (2014). [PubMed]
• Barros-Loscertales A. et al. Activation inférieure dans le réseau frontopariétal droit lors d’une tâche de comptage Stroop dans un groupe dépendant de la cocaïne. Services de psychiatrie 194, 111 – 118 (2011). [PubMed]
• Goldstein RZ & Volkow ND Toxicomanie et ses fondements neurobiologiques sous-jacents: preuves de neuroimagerie pour l'implication du cortex frontal. The Am J psychiatry 159, 1642-1652 (2002). [Article gratuit PMC] [PubMed]
• Volkow ND et al. Le contrôle cognitif du besoin de drogue inhibe les régions de récompense du cerveau chez les consommateurs de cocaïne. NeuroImage 49, 2536 – 2543 (2010). [Article gratuit PMC] [PubMed]
• Fox MD & Raichle ME Fluctuations spontanées de l'activité cérébrale observées avec l'imagerie par résonance magnétique fonctionnelle. Nat rev. Neurosci 8, 700–711 (2007). [PubMed]
• Zhu Q., Zhang JD, Luo YLL, Dilks DD & Liu J.L'activité neuronale à l'état de repos dans les régions corticales sélectives du visage est pertinente sur le plan du comportement. J Neurosci 31, 10323–10330 (2011). [PubMed]
• Greicius MD, Supekar K., Menon V. & Dougherty RF La connectivité fonctionnelle à l'état de repos reflète la connectivité structurelle dans le réseau en mode par défaut. Cereb cortex 19, 72–78 (2009). [Article gratuit PMC] [PubMed]
• Honey CJ et al. Prédire la connectivité fonctionnelle de l'état de repos humain à partir de la connectivité structurelle. PNAS 106, 2035 – 2040 (2009). [Article gratuit PMC] [PubMed]
• Vincent JL et al. Architecture fonctionnelle intrinsèque dans le cerveau de singe anesthésié. Nature 447, 83 – 86 (2007). [PubMed]
• Seeley WW et al. Réseaux de connectivité intrinsèques dissociables pour le traitement de la saillance et le contrôle exécutif. J Neurosci 27, 2349 – 2356 (2007). [Article gratuit PMC] [PubMed]
• Engel AK, Fries P. & Singer W. Prédictions dynamiques: oscillations et synchronie dans le traitement descendant. Nat rev. Neurosci 2, 704–716 (2001). [PubMed]
• Cox CL et al. Votre cerveau au repos CARE concernant votre comportement à risque. PloS one 5, e12296 (2010). [Article gratuit PMC] [PubMed]
• Lecrubier Y. et al. La mini interview neuropsychiatrique internationale (MINI). Un entretien de diagnostic structuré: fiabilité et validité selon le CIDI. Europ Psychiatry 12, 224 – 231 (1997).
• Beck AT, Ward CH, Mendelson M., Mock J. et Erbaugh J. Un inventaire pour mesurer la dépression. Arch Gen Psychiatry 4, 561–571 (1961). [PubMed]
• Test de dépendance à Internet Young KS (IAT)http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106> (2009). Date d'accès: 09/09/2009.
• Widyanto L. & McMurran M. Les propriétés psychométriques du test de dépendance à Internet. Cyberpsychol behavior 7, 443–450 (2004). [PubMed]
• Widyanto L., Griffiths MD et Brunsden V. Une comparaison psychométrique du test de dépendance à Internet, de l'échelle des problèmes liés à Internet et de l'autodiagnostic. Cyberpsychol, behavior soc netw 14, 141–149 (2011). [PubMed]
• Zang Y., Jiang T., Lu Y., He Y. & Tian L. Approche d'homogénéité régionale pour l'analyse des données IRMf. Neuroimage 22, 394–400 (2004). [PubMed]
• Vous H. et al. Homogénéité régionale altérée du cortex moteur chez les patients présentant une atrophie multisystémique. Neurosci Lett 502, 18 – 23 (2011). [PubMed]
• Yan C.-G. Et Zang Y.-F. DPARSF: Une boîte à outils MATLAB pour l'analyse des données «pipeline» de l'IRMf à l'état de repos. Front syst neurosci 4, 13, e3389 (2010). [Article gratuit PMC] [PubMed]
• Friston KJ, Frith CD, Frackowiak RS & Turner R. Caractérisation des réponses dynamiques du cerveau avec l'IRMf: une approche multivariée. NeuroImage 2, 166-172 (1995). [PubMed]
• Yeo BT et al. Organisation du cortex cérébral humain estimée par la connectivité fonctionnelle intrinsèque. J neurophysiol 106, 1125 – 1165 (2011). [Article gratuit PMC] [PubMed]
• Waraczynski MA Le réseau central étendu d’amygdala en tant que circuit proposé pour évaluer la récompense. Neurosci biobehav rev 30, 472 – 496 (2006). [PubMed]
• Kringelbach ML & Rolls ET La neuroanatomie fonctionnelle du cortex orbitofrontal humain: preuves de la neuroimagerie et de la neuropsychologie. Prog neurobiol 72, 341–372 (2004). [PubMed]
• Wilcox CE, Teshiba TM, Merideth F., Ling J. & Mayer AR Réactivité des signaux améliorée et connectivité fonctionnelle fronto-striatale dans les troubles liés à la consommation de cocaïne. Drug alco depeend 115, 137–144 (2011). [Article gratuit PMC] [PubMed]
• Everitt BJ & Robbins TW Systèmes neuronaux de renforcement pour la toxicomanie: des actions aux habitudes en passant par la compulsion. Nat neurosci 8, 1481-1489 (2005). [PubMed]
• Shirer WR, Ryali S., Rykhlevskaia E., Menon V. & Greicius MD Décodage des états cognitifs dirigés par le sujet avec des modèles de connectivité du cerveau entier. Cereb cortex 22, 158–165 (2012). [Article gratuit PMC] [PubMed]
• Damoiseaux JS et al. Réseaux d’états de repos cohérents entre sujets sains. PNAS 103, 13848 – 13853 (2006). [Article gratuit PMC] [PubMed]
• Habas C. et al. Contributions cérébelleuses distinctes aux réseaux de connectivité intrinsèque. J Neurosci 29, 8586 – 8594 (2009). [Article gratuit PMC] [PubMed]
• Spreng RN, Stevens WD, Chamberlain JP, Gilmore AW et Schacter DL L'activité réseau par défaut, associée au réseau de contrôle frontopariétal, prend en charge la cognition dirigée vers les objectifs. NeuroImage 53, 303–317 (2010). [Article gratuit PMC] [PubMed]
• Krmpotich TD et al. L’activité de l’état de repos dans le réseau de contrôle exécutif gauche est associée à une approche comportementale et à une dépendance accrue à la substance. Le médicament dépend de 129, 1 – 7 (2013). [Article gratuit PMC] [PubMed]
• Dong G., Hu Y., Lin X. & Lu Q. Qu'est-ce qui fait que les accros à Internet continuent de jouer en ligne même lorsqu'ils sont confrontés à de graves conséquences négatives? Explications possibles d'une étude IRMf. Biol psychol 94, 282-289 (2013). [PubMed]
• Miller EK & Cohen JD Une théorie intégrative de la fonction du cortex préfrontal. Annu Rev Neurosci 24, 167–202 (2001). [PubMed]
• Sofuoglu M., DeVito EE, Waters AJ & Carroll KM Amélioration cognitive comme traitement de la toxicomanie. Neuropharmacol 64, 452–463 (2013). [Article gratuit PMC] [PubMed]
• Everitt BJ et al. Le cortex préfrontal orbital et la toxicomanie chez les animaux de laboratoire et les humains. Ann Acad Sci annuel 1121, 576 – 597 (2007). [PubMed]
• Goldstein RZ & Volkow ND Dysfonctionnement du cortex préfrontal dans la toxicomanie: résultats de neuroimagerie et implications cliniques. Nat rev. Neurosci 12, 652–669 (2011). [Article gratuit PMC] [PubMed]
• Pawlikowski M. & Brand M. Jeux et prise de décision excessifs sur Internet: les joueurs excessifs de World of Warcraft ont-ils des problèmes pour prendre des décisions dans des conditions risquées? Psychiatry res 188, 428–433 (2011). [PubMed]
• Floros G. & Siomos K. Modèles de choix sur les genres de jeux vidéo et la dépendance à Internet. Cyberpsycholo, behavior social netw 15, 417–424 (2012). [PubMed]
• Bechara A., Dolan S. & Hindes A. Prise de décision et dépendance (partie II): myopie pour le futur ou hypersensibilité à récompenser? Neuropsychologia 40, 1690-1705 (2002). [PubMed]