Addict Behav. 2019 juin 27; 98: 106039. doi: 10.1016 / j.addbeh.2019.106039.
Rahmani F1, Sanjari Moghaddam H2, Aarabi MH3.
Abstract
La dépendance à Internet (IA) est un problème de santé majeur et est associée à des comorbidités telles que l'insomnie et la dépression. Ces conséquences confondent souvent les corrélats neuroanatomiques de l'IA chez ceux qui en souffrent. Nous avons inscrit un certain nombre d'adultes sains de langue allemande natifs 123 (53 mâle, âge moyen: 36.8 ± 18.86) de la base de données de l'étude de Leipzig sur les interactions esprit-corps-émotion (LEMON), pour qui les données d'IRM par diffusion, le test de dépendance à Internet, une échelle de maîtrise de soi (SCS), des orientations pour faire face aux problèmes rencontrés (COPE) et des scores de dépression étaient disponibles. La connectométrie DMRI a été utilisée pour étudier les corrélats microstructuraux de la substance blanche de la gravité de la dépendance à Internet identifiée par le biais de l'IAT, dans un groupe de jeunes individus en bonne santé. Un modèle de régression multiple a été adopté avec l'âge, le sexe, le score total SCS, le score total COPE et la somme BDI en tant que covariables pour suivre les fibres de substance blanche dans lesquelles la connectivité était associée à l'IAT. L’analyse de connectométrie a mis en évidence une corrélation directe entre la connectivité dans le splénium du corps calleux (CC), des parties du tractus cortico-spinal bilatéral (CST) et des fascicules arqués bilatéraux (AF) (FDR = 0.0023001) et une corrélation inverse de la connectivité dans la genu de CC et fornix droit (FDR = 0.047138), avec le score IAT chez les adultes en bonne santé. Nous suggérons que la connectivité dans le CC et le CST ainsi que le fornix et le AF soient considérés comme des biomarqueurs microstructuraux de prédisposition à l'IA dans une population en bonne santé.
MOTS-CLÉS: Connectometry; IRM de diffusion; addiction à Internet
PMID: 31302309
;