Estruturas cerebrais asociadas á tendencia de adicción a Internet en xogadores de xogos en liña adolescentes (2018)

ront. Psiquiatría, 06 marzo 2018 | https://doi.org/10.3389/fpsyt.2018.00067
imaxeNannan Pan1 †, imaxeYongxin Yang2 †, imaxeXin Du1, imaxeXin Qi1, imaxeGuijin Du3, imaxeYang Zhang1, imaxeXiaodong Li3* e imaxeQuan Zhang1*
  • 1Departamento de Radioloxía e Tianjin Laboratorio clave de imaxe funcional, Tianjin Medical University Hospital Xeral, Tianjin, China
  • 2Departamento de Psicoloxía, Linyi Cuarto Hospital Popular, Linyi, China
  • 3Departamento de Radioloxía, Linyi People 's Hospital, Linyi, China

Co desenvolvemento de Internet, un número crecente de adolescentes xogan excesivamente ao xogo en liña, o que leva a efectos adversos sobre os individuos e a sociedade. Estudos anteriores demostraron un volume alterado de materia gris (GMV) en individuos con trastorno de xogo en Internet (IGD), pero a relación entre a tendencia a IGD e a GMV en todo o cerebro aínda non está clara nos adolescentes. No presente estudo realizáronse imaxes anatómicas con alta resolución en 67 adolescentes homes que xogaron a xogos en liña; e realizouse a proba de adicción a Internet de Young (IAT) para probar a tendencia ao IGD. FMRIB Software Library (FSL) utilizouse para calcular as correlacións baseadas en voxel entre o GMV e a puntuación IAT despois de controlar a idade e os anos de educación. Os GMV do xiro postcentral bilateral (postCG), o xiro precentral bilateral (preCG), o precuneo dereito, o córtex midcingulado posterior esquerdo (pMCC), o lóbulo parietal inferior esquerdo (IPL) e o xiro frontal medio dereito (MFG) correlacionáronse negativamente coa puntuación IAT. A correlación aínda existía entre a puntuación IAT e os GMVs do postCG bilateral, o preCG esquerdo, o pMCC esquerdo e o MFG dereito despois de controlar o tempo total de xogo en liña. Cando os participantes dividíronse en dous grupos segundo a puntuación IAT, os GMV destas rexións cerebrais relacionadas coa IAT eran máis baixos no subgrupo de puntuación IAT alta (puntuación IAT> 50) que no subgrupo de puntuación IAT baixo (puntuación IAT ≤50). Os nosos resultados suxeriron que os GMV das rexións cerebrais implicadas no proceso sensoriomotor e no control cognitivo estaban asociados coa tendencia IGD. Estes descubrimentos poden levar a novos obxectivos para previr e tratar o IGD.

introdución

Nas últimas décadas, Internet xogou un papel importante na nosa vida. Non obstante, cada vez son máis os adolescentes que navegan por Internet e xogan un xogo en liña excesivamente, o que resulta en efectos adversos para os adolescentes e para a sociedade. Un estudo epidemiolóxico demostrou que o trastorno de xogos por Internet (IGD), un subtipo de adicción a Internet (IA) (1), foi un problema de saúde mental moi común entre os adolescentes chineses (2). Polo tanto, cada vez hai máis estudos centrados no neuromecanismo do IGD e destinados a contribuír á prevención e tratamento da IGD.

A neuroimagen estrutural do cerebro podería usarse para investigar mecanismos cerebrais sobre trazos de personalidade individuais (3-5). Estudos estruturais anteriores atoparon que individuos con IGD tiñan anomalías estruturais na materia gris (GM), como a diminución do volume de materia gris (GMV) ou a densidade de GM en múltiples áreas cortical e subcortical (6-11), e aumentou GMV nas rexións frontal e temporal (8, 12). Estes estudos suxeriron que as áreas cerebrais múltiples nas rexións frontal, temporal, parietal e subcortical como o estriado ventral asociáronse con IA, o que contribuíu á comprensión dos neuromecanismos de IA. Non obstante, a maioría dos estudos anteriores só se centraron no IA ou IGD diagnosticado por cuestionario clínico como o exame de adicción a Internet (IAT) e compararon as diferenzas de comportamento e función cerebral e estrutura entre os individuos do IGD e os controis sans. De feito, non todas as persoas que xogan un xogo en liña sofren o IGD.13). Polo tanto, é necesaria a investigación das correlacións estruturais nos xogadores en liña con diferentes niveis de tendencia ao IGD, non só os individuos con diagnóstico IGD.

Recentemente, tres estudos centráronse directamente nas asociacións neuronais da tendencia á IA. Wen e Hsieh (14) explorou a relación entre as conexións funcionais de todo o cerebro eo nivel de IA nun grupo de adultos novos (anos 19-29) e atopou que dúas redes consistían principalmente en rexións frontales que estaban correlacionadas coa tendencia do IA. Li et al. (15) informaron que a estrutura e conectividade funcional do córtex prefrontal dorsolateral dereito correlacionáronse positivamente coa puntuación IAT nun grupo de adultos novos sans (anos 18 – 27). Un estudo de Kühn (16) revelou que o GMV das rexións cerebrais dentro da rede fronto-estriatal correlacionouse co uso excesivo de Internet avaliado pola puntuación da IAT. Ademais, estudos anteriores tamén demostraron que os cambios de GMV estaban relacionados coa gravidade da adicción aos xogos en liña nos suxeitos de IGD. Por exemplo, un estudo de Weng et al. demostrou que os GMVs da cortiza orbitofrontal dereita e da insula bilateral estaban correlacionados positivamente coa gravidade da adicción ao xogo en liña nos sujetos do IGD7). Cai et al. Aumentada GMV do núcleo accumbens asociouse coa puntuación IAT nos individuos do IGD (17). Un estudo de Zhou et al. mostraron que a GMV inferior na cortiza orbitofrontal dereita estaba relacionada coa maior gravidade da adicción aos videoxogos en liña nos xogadores de Internet (18). Estes estudos demostraron que as estruturas e funcións do cerebro estaban asociadas co nivel de IA. Non obstante, a relación entre a tendencia ao IGD e a GMV en todo o cerebro non foi aínda avaliada claramente en adolescentes (anos 14 – 18). O adolescente entre 14 e 18 anos de idade atópase nun período crítico de desenvolvemento psicolóxico e é propenso a adicción e efectos adversos (19, 20). Moitos estudos sobre o vicio da substancia prestaron moita atención a adolescentes de 14 a 18 anos (21, 22). Un estudo de gran mostra demostrou que o IGD é moi común nos estudantes chineses de primaria e media escola cunha incidencia de 22.5% entre os estudantes que xogan xogos online.2). Polo tanto, é máis necesario investigar as correlacións estruturais do cerebro coa tendencia ao IGD en adolescentes (anos 14-18).

Ademais, estudos anteriores demostraron que o xogo en liña a longo prazo podería conducir a unha reorganización estrutural do cerebro nos xogadores online.12, 23, 24). Os GMV no córtex prefrontal ventrolateral, o córtex prefrontal dorsolateral, a área motora suplementaria e a cortiza cingulada anterior rostral correlacionáronse coa duración do xogo en liña nos adolescentes con trastorno de IA6, 25). Polo tanto, merece a pena estudar se a duración do xogo en liña afecta a relación entre o GMV ea tendencia ao IGD.

No presente estudo, recrutáronse adolescentes masculinos 67 (anos 14 – 18) que xogaron xogos online. A análise de correlación baseada en voxel levouse a cabo para detectar as rexións cerebrais asociadas coa puntuación IAT antes e despois de controlar o tempo total de xogo en liña. Con base nos estudos anteriores, os circuítos prefrontal-estriados están estreitamente relacionados coa dependencia. O estriado ventral participou no aprendizaxe dos hábitos e no gratificante proceso de dependencia.26, 27), e o efecto reducido do control da cortiza prefrontal nun proceso gratificante é un dos mecanismos da adicción (28, 29). Xa que logo, temos a hipótese de que a tendencia IGD pode estar asociada coas rexións cerebrais relacionadas co control cognitivo (córtex prefrontal) e co proceso gratificante (estriado ventral). Este estudo pode levar a novos obxectivos para a prevención e tratamento do DIG nos adolescentes.

Materiais e Métodos

Temas

Neste estudo recrutáronse sesenta e sete adolescentes da dereita (14 – 18 anos, media 15.54 ± 0.14) que xogaron xogo en liña. Unha vintena de participantes de 67 foron os estudantes dunha escola sanitaria e 47 de participantes de 67 foron as adolescentes cuxos pais leváronos a un psiquiatra por mor dun posible IGD. Todos os participantes recibiron educación durante os anos 6-12, desde a escola primaria ata a secundaria. Todos os participantes gastaron máis do 80% do tempo en liña en xogar ao xogo en liña. Só os adolescentes masculinos foron inscritos neste estudo porque un número relativamente reducido de mulleres xogan xogos en liña e padecen IGD (2, 30). Os criterios de exclusión incluían os seguintes: abuso de alcol ou dependencia de drogas; existencia de calquera enfermidade neurolóxica ou psiquiátrica como insomnio, xaquecas, tinnitus e trastorno hiperactivo con déficit de atención; historia de enfermidades físicas como trauma cerebral, tumor cerebral ou epilepsia avaliada segundo as avaliacións clínicas e rexistros médicos; IRM contradicción; e anormalidades visibles na resonancia magnética convencional. O presente estudo foi aprobado polo Comité Ético do Hospital Xeral da Universidade Médica de Tianjin, e todos os participantes e os seus titores proporcionaron o seu consentimento por escrito segundo as directrices institucionais.

Cuestionario

A proba de adicción a Internet utilizouse para avaliar a gravidade da tendencia ao IGD neste estudo. O IAT consta de elementos 20 e as respostas a estas preguntas describíronse como puntuación 1 – 5 (1 = "raramente" a 5 = "sempre") (31). A puntuación total de elementos 20 mide a gravidade da dependencia de Internet. Valorouse a experiencia do xogo en liña vía un cuestionario de autoinformación que cuestionaba a duración e cantidade de xogos. O tempo total de xogar en liña calculouse como horas ao día multiplicadas polos días de xogo en liña. O coeficiente de intelixencia (QI) de todos os participantes probouse empregando as Matrices Progresivas de Standard Raven. A ansiedade e a depresión foron testados mediante a escala de ansiedade de auto-clasificación (SAS) e a escala de depresión de auto-clasificación (SDS).

Resonancia magnética estrutural

Obtivéronse imaxes estruturais utilizando un escáner Siemens 3.0 T (Magnetom Verio, Siemens, Erlangen, Alemaña). Obtivéronse unha serie de imaxes anatómicas de alta resolución sagitaria 192 contiguas utilizando unha secuencia de eco-gradiente rápida de gradiente preparada por magnetización tridimensional preparada por T1 cos seguintes parámetros: TR = 2000 ms, TE = 2.34 ms, TI = 900 ms, ángulo flip = 9 °, FOV = 256 mm × 256 mm, grosor da porción = 1 mm, tamaño da matriz = 256 × 256.

Análise de Morfometría Baseada en Voxel (VBM)

Todas as imaxes estruturais foron preprocesadas coa caixa de ferramentas VBM81 do SPM8 (Departamento de Benvenida de Neurociencia das imaxes, Londres, Reino Unido)2 funcionando en MATLAB R2010a (Math Works Inc., Sherborn, MA, EUA). Durante a reconstrución das imaxes realizouse unha corrección xeométrica tridimensional. Despois diso, as imaxes nativas individuais de todos os participantes segmentáronse en GM, materia branca (WM) e líquido espinal cerebral (LCR) e os segmentos transxénicos normalizáronse ao modelo de Instituto Neurolóxico de Montreal mediante rexistro anatómico difeomórfico mediante álxebra de mentira exponencializada ( DARTEL) (32). As imaxes GM rexistradas foron entón moduladas dividindo o xacobiano do campo de urdimbre para corrixir a expansión ou contracción local. O núcleo isótropo gaussiano de 8 mm de ancho completo á metade máxima adoptouse para suavizar as imaxes moduladas de GM. A imaxe media de GM normalizada de todos os participantes empregouse para crear unha máscara GM cuxo limiar se fixou nun valor de 0.3 (seleccionáronse píxeles con valores de fracción GM calculados> 30%). Despois empregouse a máscara GM como máscara explícita para a análise estatística para excluír os píxeles con valores de probabilidade GM baixos.

Análise Estatística

A análise de regresión múltiple de Voxel foi realizada para explorar a correlación entre o GMV e a puntuación IAT en todos os participantes despois de controlar a idade e anos de educación. O enfoque de permutación non paramétrico (33) realizouse coa ferramenta aleatoria comandada na FMRIB Software Library (FSL)3. A análise de mellora de clúster sen limiar (TFCE) realizouse xa que combina a extensión e a altura do clúster nunha única estatística e non require unha elección arbitraria dun limiar de formación de clúster (34). A correlación entre o GMV e a puntuación IAT valorouse mediante probas non paramétricas baseadas na permutación con permutacións aleatorias 5,000. O limiar estatístico para a significación foi definido en P <0.01. Para aclarar se a duración do xogo en liña afectou á correlación entre o GMV e o IAT, volveuse a realizar unha análise de regresión múltiple a nivel de Voxel ao engadir o tempo total de xogo en liña como unha covariable molesta.

Os clusters con correlación entre o GMV e a puntuación IAT definíronse como rexións de interese (ROI) e extraíuse o GMV medio dentro de cada ROI. Realizouse unha análise de correlación baseada no ROI entre o GMV medio e a puntuación IAT despois de controlar a idade e os anos de educación. Despois, todos os participantes dividíronse en dous subgrupos, o grupo con puntuación IAT alta (puntuación IAT> 50, N = 30) e o grupo de puntuación IAT baixo (puntuación IAT ≤50, N = 37). A diferenza no GMV entre os dous subgrupos foi probada mediante a análise do modelo lineal xeral, controlando a idade e anos de educación. Os niveis de significación fixáronse ambos P <0.05.

Resultados

Os participantes tiveron unha puntuación media de 46 no IAT que se empregou para avaliar a tendencia de IGD. Os suxeitos gastaron media 5.5 h / día en xogar a xogos en liña e teñen unha duración media de 56 meses. As características clínicas e demográficas figuran na táboa 1.

 
TABLA 1
www.frontiersin.org  

Táboa 1. Características do participante.

 
 

A análise de correlación de Voxel-svelado revelou que os VGG do xiro postcentral bilateral (postCG), o xiro precentral bilateral (preCG), o precuneus dereito, o córtex midcingulado posterior esquerdo (pMCC), o lóbulo parietal inferior esquerdo (IPL), e o O xiro frontal medio dereito (MFG) estivo significativamente correlacionado coa puntuación IAT 1; Táboa 2). Figura 2 mostra as correlacións baseadas no ROI entre o GMV e a puntuación IAT. Despois de que se engadira o tempo total de xogar en liña como covariada molesta, a correlación aínda existía entre o IAT e o GMV do posCG bilateral, o preCG esquerdo, o pMCC esquerdo e o MFG dereito (figura 3; Táboa 3).

 
FIGURA 1
www.frontiersin.org  

figura 1. As rexións cerebrais que mostran correlacións estruturais negativas coa puntuación da proba de adicción a Internet (IAT) en xogadores de xogos en liña adolescentes. A puntuación IAT estivo correlacionada negativamente cos volumes de materia gris (GMVs) do xiro poscentral bilateral, o xiro precentral bilateral, o precuneus dereito, o córtex cingulado medio posterior esquerdo, o lóbulo parietal inferior esquerdo e o xiro frontal medio dereito. A continuación móstranse as coordenadas do Instituto Neurolóxico de Montreal z-axis. A barra de cores representa o −log p.

 
 
TABLA 2
www.frontiersin.org  

Táboa 2. As rexións cerebrais mostraron correlacións estruturais coa puntuación do test de adicción a Internet (IAT).

 
 
FIGURA 2
www.frontiersin.org  

figura 2. Análise de correlación baseado en rexións de interese (ROI) entre o volume de materia gris (GMV) e a puntuación da proba de adicción a Internet (IAT). O residuo usouse porque a idade e os anos de educación foron controlados durante a análise de correlación.

 
 
FIGURA 3
www.frontiersin.org  

figura 3. As rexións cerebrais que mostran correlacións estruturais negativas coa puntuación da proba de adicción a Internet (IAT) en xogadores adolescentes en liña logo de controlar durante o tempo total de xogo en liña. A puntuación IAT estivo correlacionada negativamente cos volumes de materia gris (GMVs) do xiro poscentral bilateral, o xiro precentral esquerdo, o córtex cingulado posterior esquerdo esquerdo e o xiro frontal medio dereito. A continuación móstranse as coordenadas do Instituto Neurolóxico de Montreal z-axis. A barra de cores representa o −log p.

 
 
TABLA 3
www.frontiersin.org  

Táboa 3. As rexións mostraron correlacións estruturais á puntuación da proba de adicción a Internet (IAT) despois de controlar durante o tempo total de xogar o xogo en liña.

 
 

Como se ve na táboa 4, cando os participantes se dividiron nos dous subgrupos segundo a puntuación IAT, o subgrupo con puntuación IAT alta (puntuación IAT> 50) tiña GMV menor nas sete das oito rexións en comparación co subgrupo con grupo de puntuación IAT baixa (puntuación IAT ≤ 50) (P <0.05).

 
TABLA 4
www.frontiersin.org  

Táboa 4. As comparacións baseadas nas rexións de interese (ROI) do volume de materia gris (GMV) entre os dous subgrupos.

 
 

Conversa

No presente estudo, a asociación entre a tendencia GMV e IGD foi avaliada en todo o cerebro en xogadores de xogos en liña adolescentes. Despois de controlar o efecto do tempo total de xogo en liña, os GMV do postCG bilateral, o preCG esquerdo, o pMCC esquerdo e o MFG dereito seguían correlacionados negativamente coa tendencia IGD. Os adolescentes con menor GMV nas rexións cerebrais relacionados co proceso sensorimotor e o control cognitivo tiveron maior tendencia de IGD.

Foi coherente coa hipótese de que o GMV en MFG, como parte da cortiza prefrontal implicada nos controis cognitivos (35, 36), foi correlacionada negativamente coa tendencia do IGD. Anomalías estruturais e funcionais foron notificadas amplamente en individuos con IGD (37-40). Por exemplo, atopouse menos activación na cortiza prefrontal no IA (40). Estudos anteriores demostraron a menor densidade de GM e GMV na córtex prefrontal en individuos con IGD (37, 39). Tamén se revelou unha pequena amplitude de fluctuación de baixa frecuencia dentro da MFG dereita nos individuos con IGD (41). A activación anormal na cortiza prefrontal tamén se atopou en persoas drogodependentes como os consumidores de marihuana e os abstinentes que consumen cocaína (42-44). Os cambios similares na conectividade funcional da corteza prefrontal foron revelados nos individuos con dependencia do alcol e nos individuos con IGD (45, 46). Estes estudos demostraron que a condición estrutural ou funcional da cortiza prefrontal estaba asociada á adicción. Neste estudo, o GMV da MFG dereita foi correlacionado negativamente coa puntuación IAT, e foi menor no subgrupo de puntuación IAT alta que no do subgrupo de puntuación IAT baixa. A anormalidade estrutural da MFG dereita pode levar á deterioración do control cognitivo nos xogadores de xogo en liña. Como resultado, os xogadores en liña non podían controlar o seu xogo en liña problemático e mostraron unha maior tendencia ao IGD.

Incongruente coa hipótese, non atopamos o VMV do estriat ventral en relación coa puntuación IAT. O estriat ventral é unha rexión crítica relacionada coa dependencia e normalmente presenta unha activación anormal en individuos con adicción (26, 27). No noso estudo, centrámonos nos xogadores de xogos en liña adolescentes pero non só nos individuos IGD, o que podería ser unha posible explicación ao resultado negativo do estriato ventral. Non obstante, este resultado negativo debería verificarse no futuro estudo con gran tamaño de mostra.

Inesperadamente, o preCG, o postCG e o pMCC implicados no proceso sensorimotor mostraron correlacións negativas coa puntuación IAT. O preCG xogou un papel fundamental na planificación e condución do motor (47). A adolescencia é un período crítico de desenvolvemento neuronal, e é propenso a verse afectado polos factores ambientais. Estudos anteriores demostraron que o consumo de alcol e drogas podería cambiar o VGG no cerebro en desenvolvemento de adolescentes (48). Un estudo demostrou que o uso máis longo da metanfetamina asociouse coa redución de VPH no preCG (49). No noso estudo, o GMV de preCG foi menor no subgrupo de puntuación alta IAT que no subgrupo de puntuación IAT baixa. Considerar a prevención e supresión da acción está asociada conceptualmente á corteza motora primaria (50), a diminución do GMV de preCG podería estar relacionada coa tendencia de IGD. O posCG consiste na corteza sensorial primaria e participa na integración de información sensorial (24). A correlación negativa entre o GMV do postCG e a puntuación IAT significa o menor GMV desta rexión en individuos con maior puntuación IAT. A conectividade de función anormal do postCG atopouse en adolescentes con IGD (51). O descenso do GMV e o grosor cortical do postCG tamén se revelaron, respectivamente, nos usuarios de heroína (52) e adolescentes con adicción aos xogos en liña (53). O postCG prexudicado pode levar a anormalidade ao recibir, procesar e integrar sinais relevantes para o corpo e non pode guiar o comportamento continuo relacionado coa excitación, a atención, o estrés, a recompensa e o condicionamento e, finalmente, asociado á dependencia (54). Neste estudo tamén se atoparon correlacións estruturais negativas coa puntuación IAT no pMCC esquerdo. O pMCC presenta unha ampla conectividade funcional coas rexións cerebrais implicadas na rede de sensores (55, 56) e ten un papel importante no procesamento da integración de sensores de motores e no control do motor (57). As áreas sensorimotor non só controlan os aspectos básicos do movemento senón que tamén poden dar forma ao comportamento humano (58). As propiedades funcionais da rede sensorimotora poden ser relevantes para comportamentos automatizados / compulsivos en adicción (59). Tamén se produciron deficiencias de cortex sensorimotor en individuos con adicción á cocaína (60, 61) e inxestión de alcol (62). En conxunto, a redución dos VGG dentro do preCG, o postCG e o pMCC podería ter asociación coas anormalidades da rede sensorimotor e asociarse aínda máis coa tendencia do IGD.

No presente estudo, as correlacións negativas entre a puntuación IAT e os GMV do preCG / postCG dereito, IPL esquerda e precuneus dereito desapareceron despois de controlar o efecto do tempo total de xogar en liña. O preCG / postCG estivo implicado no proceso sensorimotor (63); o IPL e o precuneus correcto estaban intimamente relacionados co procesamento visual e intencionado (64-66). O proceso de xogo require que os xogadores poñan toda a atención sobre o pequeno cambio na pantalla durante moito tempo e logo lesionen a súa capacidade visual (65), que podería ter unha relación coa redución do VGM nas rexións relacionadas coa atención visual. Estudos anteriores demostraron unha diminución do VPH do precuneus (8) e diminución do grosor cortical da IPL (53) nos individuos con adicción ao xogo en liña. Os nosos resultados indicaron que a redución do VGM nalgunhas rexións cerebrais relacionadas coa atención visual e o proceso sensorimotor foi influenciado polo tempo total de xogo en liña, é dicir, tivo un efecto acumulativo de xogar en liña.

No noso estudo hai que destacar varias limitacións. En primeiro lugar, aínda que se revelaron algunhas correlacións entre o GMV cerebral e a puntuación IAT, non se pode aclarar a causalidade nesta análise de correlación. O menor VMC observado nos adolescentes con maior puntuación IAT pode ser o resultado dun excesivo xogo en liña ou unha condición preexistente sensible ao IGD. En segundo lugar, o IAT é un cuestionario subxectivo e necesítanse métodos máis obxectivos para avaliar a tendencia ao IGD. En terceiro lugar, o tempo total para xogar xogos en liña era só unha medida probable e pode que non fose o suficientemente precisa. En cuarto lugar, non podemos descartar o efecto do xénero do xogo nos resultados, que deberían ser considerados no futuro estudo. Finalmente, só os adolescentes varóns foron contratados no noso estudo. Polo tanto, os resultados actuais están restrinxidos a xogadores en liña de adolescentes masculinos.

Conclusión

Neste estudo investigouse a correlación estrutural coa tendencia do IGD nun grupo de xogadores de xogos en liña adolescentes. O GMV das rexións cerebrais relacionadas co proceso sensorimotor e co control cognitivo atopáronse asociadas á puntuación IAT. O menor GMV das rexións relacionadas co proceso sensorimotor e o control cognitivo pode atribuír á alta tendencia de IGD, o que podería levar a novos obxectivos para previr e tratar o IGD en adolescentes.

Declaración de ética

O presente estudo foi aprobado polo Comité Ético do Hospital Xeral da Universidade Médica de Tianjin, e todos os participantes e os seus titores proporcionaron o seu consentimento por escrito segundo as directrices institucionais.

Contribucións do autor

Investigación deseñada por NP, YY, XL e QZ. XQ, XD, GD, YZ e QZ realizaron investigacións. YY participou na avaliación clínica. NP, YZ, GD e QZ analizaron datos. NP, YZ, XL, AA, e QZ escribiron o artigo.

Declaración de conflitos de intereses

Os autores declaran que a investigación foi realizada en ausencia de relacións comerciais ou financeiras que puidesen interpretarse como un potencial conflito de intereses.

Notas ao pé

References

1 Bloque JJ. Problemas para DSM-V: adicción a Internet. Am J Psiquiatría (2008) 165(3):306–7. doi:10.1176/appi.ajp.2007.07101556

Texto completo de CrossRef | Google Scholar

2 Li Y, Zhang X, Lu F, Zhang Q, Wang Y. A adicción a internet entre estudantes de ensino elemental e medio en China: un estudo representativo a nivel nacional. Cyberpsychol Behav Soc Netw (2014) 17(2):111–6. doi:10.1089/cyber.2012.0482

PubMed Resumo | Texto completo de CrossRef | Google Scholar

3 Hayakawa YK, Sasaki H, Takao H, Mori H, Hayashi N, Kunimatsu A, et al. Anomalías cerebrais estruturais en mulleres con depresión subclínica, segundo revelan a morfometría baseada en voxel e a imaxe de tensor de difusión. J Afecta a Disord (2013) 144(3):263–8. doi:10.1016/j.jad.2012.10.023

PubMed Resumo | Texto completo de CrossRef | Google Scholar

4 Takeuchi H, Taki Y, Sassa Y, Hashizume H, Sekiguchi A, Nagase T, et al. Volume rexional de materia branca e gris asociada coa interferencia de Stroop: evidencia da morfometría baseada en voxel. Neuroimage (2012) 59(3):2899–907. doi:10.1016/j.neuroimage.2011.09.064

PubMed Resumo | Texto completo de CrossRef | Google Scholar

5 Liu F, Guo W, Yu D, Gao Q, Gao K, Xue Z, et al. Clasificación de diferentes respostas terapéuticas de trastorno depresivo maior con método de análise de patróns multivariado baseado en pescudas de MR estruturais. PLoS One (2012) 7(7):e40968. doi:10.1371/journal.pone.0040968

PubMed Resumo | Texto completo de CrossRef | Google Scholar

6. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, et al. Anormalidades da microestructura en adolescentes con trastorno de adicción a Internet. PLoS One (2011) 6(6):e20708. doi:10.1371/journal.pone.0020708

PubMed Resumo | Texto completo de CrossRef | Google Scholar

7. Weng CB, Qian RB, Fu XM, Lin B, Han XP, Niu CS, et al. Anormalidades de materia gris e materia branca na adicción aos xogos en liña. Eur J Radiol (2013) 82(8):1308–12. doi:10.1016/j.ejrad.2013.01.031

PubMed Resumo | Texto completo de CrossRef | Google Scholar

8. Sun Y, Sun J, Zhou Y, Ding W, Chen X, Zhuang Z, et al. Avaliación de alteracións de microestruturas in vivo na materia gris utilizando DKI na adicción aos xogos en internet. Funcionamento do cerebro de Behav (2014) 10:37. doi:10.1186/1744-9081-10-37

PubMed Resumo | Texto completo de CrossRef | Google Scholar

9. Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS, et al. Densidade de materia gris alterada e interrupción da conectividade funcional da amígdala en adultos con trastorno de xogo en Internet. Prog Neuropsychopharmacol Biol Psychiatry (2015) 57:185–92. doi:10.1016/j.pnpbp.2014.11.003

PubMed Resumo | Texto completo de CrossRef | Google Scholar

10 Lin X, Dong G, Wang Q, Du X. O volume de materia gris anormal e de materia branca en 'adictos a xogos de Internet'. Addict Behav (2015) 40:137–43. doi:10.1016/j.addbeh.2014.09.010

PubMed Resumo | Texto completo de CrossRef | Google Scholar

11. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. Anormalidades da materia gris na adicción a Internet: un estudo de morfometría baseado en voxel. Eur J Radiol (2011) 79(1):92–5. doi:10.1016/j.ejrad.2009.10.025

PubMed Resumo | Texto completo de CrossRef | Google Scholar

12 Kuhn S, Gleich T, Lorenz RC, Lindenberger U, Gallinat J. Xogar super mario induce plasticidade estrutural do cerebro: cambios de materia gris resultantes do adestramento cun videoxogo comercial. Mol Psiquiatría (2014) 19(2):265–71. doi:10.1038/mp.2013.120

PubMed Resumo | Texto completo de CrossRef | Google Scholar

13 Trastorno Przybylski AK, Weinstein N, Murayama K. Internet: investigación da relevancia clínica dun novo fenómeno. Am J Psiquiatría (2017) 174(3):230–6. doi:10.1176/appi.ajp.2016.16020224

PubMed Resumo | Texto completo de CrossRef | Google Scholar

14 Wen T, Hsieh S. A análise baseada en rede revela conectividade funcional relacionada coa tendencia á adicción a Internet. Fronte Hum Neurosci (2016) 10:6. doi:10.3389/fnhum.2016.00006

PubMed Resumo | Texto completo de CrossRef | Google Scholar

15 Li W, Li Y, Yang W, Zhang Q, Wei D, Li W, et al. Estruturas cerebrais e conectividade funcional asociadas con diferenzas individuais na tendencia de Internet en adultos novos sans. Neuropsychologia (2015) 70:134–44. doi:10.1016/j.neuropsychologia.2015.02.019

PubMed Resumo | Texto completo de CrossRef | Google Scholar

16 Kuhn S, Gallinat J. Brains en liña: correlatos estruturais e funcionais do uso habitual de Internet. Addict Biol (2015) 20(2):415–22. doi:10.1111/adb.12128

PubMed Resumo | Texto completo de CrossRef | Google Scholar

17. Cai C, Yuan K, Yin J, Feng D, Bi Y, Li Y, et al. A morfometría estriada está asociada a déficits de control cognitivo e severidade dos síntomas no trastorno de xogo en Internet. Beast Imaging Behav (2016) 10(1):12–20. doi:10.1007/s11682-015-9358-8

PubMed Resumo | Texto completo de CrossRef | Google Scholar

18 Zhou F, Montag C, Sariyska R, Lachmann B, Reuter M, Weber B, et al. Déficits de materia gris orbitofrontal como marcador do trastorno do xogo en Internet: evidencias converxentes dun deseño lonxitudinal transversal e prospectivo. Addict Biol (2017) doi: 10.1111 / adb.12570

Texto completo de CrossRef | Google Scholar

19 Ac-Nikolic E, Zaric D, Niciforovic-Surkovic O. Prevalencia da adicción a internet entre escolares en Novi Sad. Srp Arh Celok Lek (2015) 143(11–12):719–25. doi:10.2298/SARH1512719A

PubMed Resumo | Texto completo de CrossRef | Google Scholar

20 Dependencia de Nicotina como mediadora dos efectos do proxecto EX para reducir o consumo de tabaco en estudosos. Front Psychol (2016) 7:1207. doi:10.3389/fpsyg.2016.01207

PubMed Resumo | Texto completo de CrossRef | Google Scholar

21 Colby SM, Nargiso J, Tevyaw TO, Barnett NP, Metrik J, Lewander W, et al. Entrevista motivacional mejorada fronte a consellos breves para deixar de fumar entre adolescentes: resultados dun ensaio clínico aleatorio. Addict Behav (2012) 37(7):817–23. doi:10.1016/j.addbeh.2012.03.011

PubMed Resumo | Texto completo de CrossRef | Google Scholar

22 Thanki D, Domingo-Salvany A, Barrio Anta G, Sanchez Manez A, Llorens Aleixandre N, Suelves JM, et al. A elección do instrumento de cribado é importante: o caso do cribado problemático do consumo de cannabis na poboación española de adolescentes. Addict ISRN (2013) 2013:723131. doi:10.1155/2013/723131

PubMed Resumo | Texto completo de CrossRef | Google Scholar

23. Kuhn S, Romanowski A, Schilling C, Lorenz R, Morsen C, Seiferth N, et al. A base neuronal do videoxogo. Traducir psiquiatría (2011) 1:e53. doi:10.1038/tp.2011.53

PubMed Resumo | Texto completo de CrossRef | Google Scholar

24 Tanaka S, Ikeda H, Kasahara K, Kato R, Tsubomi H, Sugawara SK, et al. Maior volume parietal posterior dereito en expertos en videoxogos de acción: un estudo de morfometría baseada en voxel e comportamento (VBM). PLoS One (2013) 8(6):e66998. doi:10.1371/journal.pone.0066998

PubMed Resumo | Texto completo de CrossRef | Google Scholar

25 Lee D, Namkoong K, Lee J, Jung YC. Volume e impulsividade anormais de materia gris en adultos novos con trastorno do xogo en Internet. Addict Biol (2017) doi: 10.1111 / adb.12552

Texto completo de CrossRef | Google Scholar

26 Ashby FG, Turner BO, Horvitz JC. Contribución dos ganglios corticais e basais á aprendizaxe de hábitos e á automatidade. Tendencias Cogn Sci (2010) 14(5):208–15. doi:10.1016/j.tics.2010.02.001

PubMed Resumo | Texto completo de CrossRef | Google Scholar

27 Volkow ND, Wang GJ, Fowler JS, Tomasi D, Telang F. Adicción: Máis alá de circuítos de recompensa á dopamina. Proc Natl Acad Sci Estados Unidos (2011) 108(37):15037–42. doi:10.1073/pnas.1010654108

Texto completo de CrossRef | Google Scholar

28 Walter M, Wang Y, Yin Y, Sun YW, Zhou Y, Chen X, et al. Diminución da conectividade funcional interhemisférica do lóbulo prefrontal en adolescentes con trastorno de xogo en Internet: un estudo primario que utilizou RMN en estado de repouso. PLoS One (2015) 10(3):e0118733. doi:10.1371/journal.pone.0118733

PubMed Resumo | Texto completo de CrossRef | Google Scholar

29 Koob GF, Volkow ND. Neurocircuítos da adicción. Neuropsicopharmacoloxía (2009) 35(1):217–38. doi:10.1038/npp.2009.110

Texto completo de CrossRef | Google Scholar

30 Yu L, Shek DT. A adicción a internet en adolescentes de Hong Kong: un estudo lonxitudinal de tres anos. J Pediatr Adolescencia Ginecol (2013) 26(3 Suppl):S10–7. doi:10.1016/j.jpag.2013.03.010

PubMed Resumo | Texto completo de CrossRef | Google Scholar

31 KS novo. Atrapado na rede: como recoñecer os signos da adicción a Internet e unha estratexia gañadora de recuperación. Avaliación (1998) 21(6):713–22.

Google Scholar

32 Ashburner J. Un algoritmo rápido de rexistro de imaxes difeomorfas. Neuroimage (2007) 38(1):95–113. doi:10.1016/j.neuroimage.2007.07.007

PubMed Resumo | Texto completo de CrossRef | Google Scholar

33 Nichols TE, Holmes AP. Probas de permutación non paramétricas para neuroimaginación funcional: un cebador con exemplos. Mapa de Hum Brain (2002) 15(1):1–25. doi:10.1002/hbm.1058

PubMed Resumo | Texto completo de CrossRef | Google Scholar

34 Smith SM, Nichols TE. Mellora do cluster sen limiar: resolver problemas de suavización, dependencia do limiar e localización na inferencia do cluster. Neuroimage (2009) 44(1):83–98. doi:10.1016/j.neuroimage.2008.03.061

PubMed Resumo | Texto completo de CrossRef | Google Scholar

35 Rd MDA, Cohen JD, Stenger VA, Carter CS. Disociar o papel da corteza cingulada prefrontal dorsolateral anterior no control cognitivo. ciencia (2000) 288(5472):1835. doi:10.1126/science.288.5472.1835

PubMed Resumo | Texto completo de CrossRef | Google Scholar

36 Yuan P, Raz N. Córtex prefrontal e funcións executivas en adultos sans: unha metaanálise de estudos de neuroimaginación estrutural. Neurosci Biobehav Rev (2014) 42(5):180–92. doi:10.1016/j.neubiorev.2014.02.005

PubMed Resumo | Texto completo de CrossRef | Google Scholar

37 Wang H, Jin C, Yuan K, Shakir TM, Mao C, Niu X, et al. A alteración do volume de materia gris e o control cognitivo en adolescentes con trastorno do xogo por internet. Front Behav Neurosci (2015) 9:64. doi:10.3389/fnbeh.2015.00064

Texto completo de CrossRef | Google Scholar

38. Liu GC, Yen JY, Chen CY, Yen CF, Chen CS, Lin WC, et al. Activación cerebral para a inhibición da resposta baixo a distracción de sinais de xogo no trastorno de xogos en Internet. Kaohsiung J Med Sci (2014) 30(1):43–51. doi:10.1016/j.kjms.2013.08.005

PubMed Resumo | Texto completo de CrossRef | Google Scholar

39 Choi J, Cho H, Kim JY, Jung DJ, Ahn KJ, Kang HB, et al. As alteracións estruturais do córtex prefrontal median a relación entre o trastorno do xogo en Internet e o estado de ánimo deprimido. Rep. Sci (2017) 7(1):1245. doi:10.1038/s41598-017-01275-5

PubMed Resumo | Texto completo de CrossRef | Google Scholar

40 Seok JW, Lee KH, Sohn S, Sohn JH. Substratos neuronais de toma de decisións arriscadas en individuos con adicción a Internet. Aust NZJ Psiquiatría (2015) 49(10):923–32. doi:10.1177/0004867415598009

PubMed Resumo | Texto completo de CrossRef | Google Scholar

41 Park SY, Kim SM, Roh S, Soh MA, Lee SH, Kim H, et al. Os efectos dun programa de tratamento de realidade virtual para a adicción aos xogos en liña. Métodos de computación Programas biomédicos (2016) 129:99–108. doi:10.1016/j.cmpb.2016.01.015

PubMed Resumo | Texto completo de CrossRef | Google Scholar

42 Bolla K, Ernst M, Kiehl K, Mouratidis M, Eldreth D, Contoreggi C, et al. Disfunción cortical prefrontal en maltratadores abstinentes de cocaína. J Neuropsychiatrie Clin Neurosci (2004) 16(4):456. doi:10.1176/jnp.16.4.456

PubMed Resumo | Texto completo de CrossRef | Google Scholar

43 Bolla KI, Eldreth DA, Matochik JA, Cadet JL. Substratos neuronais da toma de decisións defectuosa en consumidores de marihuana abstinentes. Neuroimage (2005) 26(2):480–92. doi:10.1016/j.neuroimage.2005.02.012

PubMed Resumo | Texto completo de CrossRef | Google Scholar

44 Bolla KI, Eldreth DA, London ED, Kiehl KA, Mouratidis M, Contoreggi C, et al. Disfunción do córtex orbitofrontal en maltratadores abstinentes de cocaína que realizan unha tarefa de decisión. Neuroimage (2003) 19(3):1085. doi:10.1016/S1053-8119(03)00113-7

PubMed Resumo | Texto completo de CrossRef | Google Scholar

45 Ge X, Sun Y, Han X, Wang Y, Ding W, Cao M, et al. Diferencia a conectividade funcional do córtex dorsolateral prefrontal entre fumadores con dependencia de nicotina e individuos con trastorno do xogo por Internet. Neurosci BMC (2017) 18(1):54. doi:10.1186/s12868-017-0375-y

PubMed Resumo | Texto completo de CrossRef | Google Scholar

46 Han JW, Han DH, Bolo N, Kim B, Kim BN, Renshaw PF. Diferenzas na conectividade funcional entre a dependencia do alcol e o trastorno do xogo en Internet. Addict Behav (2015) 41:12–9. doi:10.1016/j.addbeh.2014.09.006

PubMed Resumo | Texto completo de CrossRef | Google Scholar

47 Nock NL, Dimitropolous A, Tkach J, Frasure H, von Gruenigen V. Redución da activación neuronal ás pistas de alto contido calórico en superviventes de cancro de endometrio obeso tras unha intervención do estilo de vida condutual: un estudo piloto. Neurosci BMC (2012) 13:74. doi:10.1186/1471-2202-13-74

PubMed Resumo | Texto completo de CrossRef | Google Scholar

48 Squeglia LM, Gray KM. O consumo de alcol e drogas e o cerebro en desenvolvemento. Curr Psychiatry Rep (2016) 18(5):46. doi:10.1007/s11920-016-0689-y

PubMed Resumo | Texto completo de CrossRef | Google Scholar

49 Hall MG, Alhassoon OM, Stern MJ, Wollman SC, Kimmel CL, Perez-Figueroa A, et al. Anormalidades da materia gris en pacientes dependentes da cocaína fronte á metamfetamina: unha metaanálise de neuroimaginación. Am J Drogas Abuso de alcohol (2015) 41(4):290–9. doi:10.3109/00952990.2015.1044607

PubMed Resumo | Texto completo de CrossRef | Google Scholar

50 CM Stinear, Coxon JP, Byblow WD. Prevención do movemento cortexo motor e prevención do movemento: onde vai a parada. Neurosci Biobehav Rev (2009) 33(5):662–73. doi:10.1016/j.neubiorev.2008.08.013

PubMed Resumo | Texto completo de CrossRef | Google Scholar

51. Zhang JT, Yao YW, Li CS, Zang YF, Shen ZJ, Liu L, et al. Conectividade funcional alterada do estado de repouso da insula en adultos novos con trastorno de xogo en Internet. Addict Biol (2016) 21(3):743–51. doi:10.1111/adb.12247

PubMed Resumo | Texto completo de CrossRef | Google Scholar

52 Gardini S, Venneri A. Materia gris reducida na insula posterior como unha vulnerabilidade estrutural ou diátese á dependencia. Brain Res Bull (2012) 87(2–3):205–11. doi:10.1016/j.brainresbull.2011.11.021

PubMed Resumo | Texto completo de CrossRef | Google Scholar

53. Yuan K, Cheng P, Dong T, Bi Y, Xing L, Yu D, et al. Anormalidades do espesor cortical na adolescencia tardía con adicción ao xogo en liña. PLoS One (2013) 8(1):e53055. doi:10.1371/journal.pone.0053055

PubMed Resumo | Texto completo de CrossRef | Google Scholar

54 Paulus MP, Stewart JL. Interocepción e drogodependencia. Neurofarmacoloxía (2014) 76 (P B): 342 – 50. doi: 10.1016 / j.neuropharm.2013.07.002

Texto completo de CrossRef | Google Scholar

55 Picard N, Strick PL. Áreas motoras da parede medial: revisión da súa situación e activación funcional. Cereb Cortex (1996) 6(3):342–53. doi:10.1093/cercor/6.3.342

PubMed Resumo | Texto completo de CrossRef | Google Scholar

56 Yu C, Zhou Y, Liu Y, Jiang T, Dong H, Zhang Y, et al. A segregación funcional da córtex cingulada humana está confirmada por unha parcelación neuroanatómica baseada na conectividade. Neuroimage (2011) 54(4):2571–81. doi:10.1016/j.neuroimage.2010.11.018

PubMed Resumo | Texto completo de CrossRef | Google Scholar

57 Wang D, Zhou Y, Zhuo C, Qin W, Zhu J, Liu H, et al. Modificou a conectividade funcional das subrexións cinguladas na esquizofrenia. Traducir psiquiatría (2015) 5:e575. doi:10.1038/tp.2015.69

PubMed Resumo | Texto completo de CrossRef | Google Scholar

58 Casartelli L, Chiamulera C. A forma motora: implicacións clínicas de comprensión e conformación de accións co sistema motor no autismo e as drogodependencias. Cognitivo Afecta Behav Neurosci (2016) 16(2):191–206. doi:10.3758/s13415-015-0399-7

PubMed Resumo | Texto completo de CrossRef | Google Scholar

59 Gremel CM, Lovinger DM. Funcións do circuíto de ganglios cortico-basais sensorimotor e asociativo nos efectos dos fármacos maltratados. Xenes Brain Behav (2017) 16(1):71–85. doi:10.1111/gbb.12309

PubMed Resumo | Texto completo de CrossRef | Google Scholar

60 Porrino LJ, Lyons D, Smith HR, Daunais JB, Nader MA. A autoadministración da cocaína produce unha implicación progresiva de dominios estriatos límbicos, de asociación e sensorial. J Neurosci (2004) 24(14):3554–62. doi:10.1523/JNEUROSCI.5578-03.2004

PubMed Resumo | Texto completo de CrossRef | Google Scholar

61 Hanlon CA, Wesley MJ, Roth AJ, Miller MD, Porrino LJ. Perda de lateralidade en usuarios crónicos de cocaína: unha investigación fMRI sobre control sensorimotor. Psiquiatría Res (2010) 181(1):15–23. doi:10.1016/j.pscychresns.2009.07.009

PubMed Resumo | Texto completo de CrossRef | Google Scholar

62 Nikolaou K, Critchley H, Duka T. O alcol afecta a substratos neuronais de inhibición da resposta pero non de procesamento perceptivo de estímulos que sinalan unha resposta de parada. PLoS One (2013) 8(9):e76649. doi:10.1371/journal.pone.0076649

PubMed Resumo | Texto completo de CrossRef | Google Scholar

63 White LE, Andrews TJ, Hulette C, Richards A, Groelle M, Paydarfar J, et al. Estrutura do sistema sensorimotor humano. I: morfoloxía e citoarquitectura do sulco central. Cereb Cortex (1997) 7(1):18–30. doi:10.1093/cercor/7.1.18

Texto completo de CrossRef | Google Scholar

64 Cavanna AE, Trimble MR. O precuneus: revisión da súa anatomía funcional e correlacionais do comportamento. Cerebro (2006) 129(Pt 3):564–83. doi:10.1093/brain/awl004

PubMed Resumo | Texto completo de CrossRef | Google Scholar

65. Feng Q, Chen X, Sun J, Zhou Y, Sun Y, Ding W, et al. Comparación a nivel de voxel das imaxes por resonancia magnética por perfusión magnética marcada por espín nas adolescentes con adicción aos xogos de Internet. Funcionamento do cerebro de Behav (2013) 9(1):33. doi:10.1186/1744-9081-9-33

PubMed Resumo | Texto completo de CrossRef | Google Scholar

66 Debido a DL, Huettel SA, Hall WG, Rubin DC. Activación en circuítos neuronais mesolímbicos e visuospatiales orixinados polos indicios de fumar: evidencia dunha imaxe de resonancia magnética funcional. Am J Psiquiatría (2002) 159(6):954–60. doi:10.1176/appi.ajp.159.6.954

PubMed Resumo | Texto completo de CrossRef | Google Scholar