Neuropsicoloxía. 2015 16 Febreiro. pii: S0028-3932 (15) 00080-9. doi: 10.1016 / j.neuropsychologia.2015.02.019.
Li W1, Li Y2, Yang W1, Wei D1, Li W3, Hitchman G1, Qiu J4, Zhang Q5.
Abstracto
A adicción á Internet (IA) incorre en custos sociais e financeiros importantes en forma de efectos secundarios físicos, deterioracións académicas e laborais e graves problemas de relación. A maioría dos estudos previos sobre trastornos de adicción a Internet (IAD) centráronse en anormalidades estruturais e funcionais, mentres que poucos estudos investigaron simultaneamente as alteracións cerebrais estruturais e funcionais subxacentes ás diferenzas individuais nas tendencias de IA medidas por cuestionarios nunha mostra sa.
Aquí combinamos información estrutural (volume rexional de materia gris, rGMV) e información funcional (conectividade funcional en estado de repouso, rsFC) para explorar os mecanismos neuronais subxacentes a IAT nunha gran mostra de adultos novos sans 260. Os resultados mostraron que as puntuacións IAT estaban correlacionadas significativamente e positivamente con rGMV na córtex prefrontal dorsolateral dereita (DLPFC, un nodo clave da rede de control cognitivo, CCN), o que podería reflectir un funcionamento reducido do control inhibidor.
Máis interesante, as anticorrelacións diminuídas entre a DLPFC dereita e a corteza prefrontal media / córtex cingular anterior rostral (mPFC / rACC, un nodo clave da rede de modo predeterminado, DMN) foron asociadas a maiores puntuacións IAT, o que podería estar asociado a unha eficiencia reducida de o CCN e o DMN (por exemplo, diminución do control cognitivo e autocontrol).
Ademais, o efecto de interferencia Stroop asociouse positivamente co volume do DLPFC e coas puntuacións IA, así como coa conectividade entre DLPFC e mPFC, que indicaron ademais que as variacións de rGMV no DLPFC e a diminución das anticonectacións entre a DLPFC e a mPFC. reflicten o control inhibitivo reducido relacionado coa adicción e a eficiencia cognitiva.
Estes resultados suxiren que a combinación de información estrutural e funcional pode constituír unha base valiosa para a comprensión posterior dos mecanismos e patoxénese da IA.
PALABRAS CHAVE:
Rede de control cognitivo; Rede de modo predeterminado; Adicción a Internet; Conectividade funcional en estado de repouso; Morfometría baseada en voxel
;