Psiquiatría frontal. 2018 Abr 23; 9: 154. doi: 10.3389 / fpsyt.2018.00154. eCollection 2018.
Liu L1,2, Yao YW2, Li CR3,4, Zhang JT2, Xia CC5, Lan J1, SS SS1, Zhou N1, Fang XY1.
Abstracto
O trastorno de xogo en Internet (IGD) caracterízase por déficits cognitivos e emocionais. Estudos anteriores reportaron a coincidencia de IGD e depresión. Non obstante, a investigación de imaxes cerebrais existente centrouse en gran parte nos déficits cognitivos na IGD. Poucos estudos abordaron a comorbilidade entre os síntomas de depresión e de depresión e os mecanismos neuronais subxacentes. Aquí investigamos sistemáticamente este problema combinando un estudo lonxitudinal, un estudo de conectividade funcional de estado en repouso (RSFC) e un estudo de intervención. A modelaxe autorrecresiva de retardos cruzados nun conxunto de datos longitudinal de estudantes universitarios mostrou que a gravidade e a depresión do IGD son recíprocamente predictivas. A nivel neural, os individuos con IGD mostraron rsFC mellorado entre a amígdala esquerda e a cortiza prefrontal dorsolateral dereita (DLPFC), xiro frontal inferior e precentral, en comparación cos participantes do control e a conectividade da amígdala-frontoparietal na liña de base prediciu negativamente a redución dos síntomas de depresión seguindo unha intervención de psicoterapia. Ademais, despois da intervención, os individuos con IGD mostraron unha diminuta conectividade entre a amígdala esquerda e o xiro central frontal e precentral esquerdo, en comparación co grupo sen intervención. Estes resultados suxiren que a IGD pode estar asociada de cerca coa depresión; A DSR aberrante entre as redes de control de emocións e executivas pode estar na base da depresión e representar un obxectivo terapéutico en individuos con IGD. Nome do rexistro: o mecanismo do comportamento e do cerebro da IGD; URL: https://www.clinicaltrials.gov/ct2/show/NCT02550405; Número de rexistro: NCT02550405.
PALABRAS CHAVE:
amígdala; depresión; fMRI; trastorno de xogos en internet; conectividade funcional do estado de repouso; córtex cingulado anterior subxenual
PMID: 29740358
PMCID: PMC5924965
DOI: 10.3389 / fpsyt.2018.00154
URL: https://www.clinicaltrials.gov/ct2/show/NCT02550405;
Número de rexistro: NCT02550405.
introdución
As adiccións ao comportamento e os trastornos do uso de substancias comparten moitas manifestacións clínicas incluíndo comorbilidades como a depresión [1]. A adicción a Internet (IA) foi considerada unha suposta adicción ao comportamento. O trastorno de xogo en Internet (IGD), como a forma máis frecuente de IA, foi incluído na quinta edición do Manual de diagnóstico e estatística de trastornos mentais (DSM-5) como condición que xustifica un estudo adicional.2]. As enfermidades psiquiátricas foron consideradas convencionalmente como entidades categóricamente distintas. Non obstante, na iniciativa de Criterios de Dominio da Investigación (RDoC), os marcadores neurobiolóxicos das disfuncións cognitivas e emocionais considéranse de importancia significativa na clasificación diagnóstica e poden ser compartidas entre as condicións neuropsiquiátricas [3]. En particular, a imaxe cerebral proporcionou unha ferramenta eficiente para identificar estes marcadores neuronais. Estudos anteriores examinaron as bases neurais das deficiencias cognitivas, como o control inhibitorio deficiente e a toma de decisións inadaptadas no IGD [4, 5]. Non obstante, as disfuncións emocionais (por exemplo, a depresión) e os mecanismos neurais subxacentes nesta poboación permaneceron en gran parte pouco claros a pesar da alta comorbilidade da DGE e da depresión.
Os síntomas de depresión ocorren frecuentemente en individuos con IA / IGD [6]. Unha metanálise reportou unha proporción significativamente maior de pacientes con depresión en individuos con IA (26.3%) que en controis sans (11.7%) [7]. Os estudos en IGD tamén informaron de tendencias depresivas máis altas en individuos con risco ou con IGD, así como unha redución da depresión durante a remisión de IGD [8-10]. Non obstante, estes resultados transversais non puideron aclarar a direccionalidade entre IA / IGD e depresión [11, 12]. Un estudo prospectivo axudaría a revelar aínda máis a interrelación entre os síntomas da IGD e a depresión.
O fMRI en estado de repouso xurdiu como unha ferramenta amplamente utilizada para investigar a actividade cerebral intrínseca [13, 14] e disfunción cerebral en moitos trastornos neuropsiquiátricos, incluíndo IGD e trastorno depresivo maior (MDD)15, 16]. É importante destacar que a IGD e MDD comparten alteracións da conectividade funcional en estado de repouso (rsFC) na rede emocional, que comprende a amígdala e o córtex cingulado anterior (sgACC). En concreto, a amígdala contribúe á detección e integración de información interceptiva e autonómica e estímulos emocionais, e á formación e almacenamento de memorias de emocións negativas [11, 15, 17-19]. O sgACC xoga un papel crítico na regulación da excitación en resposta a estímulos emocionais e outros salientes20, 21]. Estudos anteriores informaron de interaccións inadaptadas da amígdala con rexións da rede de control executivo, incluída a cortiza prefrontal lateral (PFC), en relación con respostas excesivas a estímulos negativos tanto en MDD22-24] e IGD25]. O sgACC é fundamental para a regulación afectiva [15, 22] e a patoxénese da depresión [15, 26]. Interconectado co sgACC e coa amígdala, o PFC forma parte do circuíto de control de tarefas que regula a emoción [27]. Os pacientes con MDD mostraron elevada conectividade entre o sgACC eo DFC dorsolateral / dorsomedial, en asociación cunha excesiva rumorización autodirigida [28, 29]. Tamén se atopou un aumento da conectividade sgACC-PFC en individuos con dependencia de drogas [30, 31]. Así, o exame das conectividade funcional entre a amígdala, sgACC e PFC, así como a súa relación coa depresión e a gravidade da adicción, poden revelar fenotipos neurais críticos da IGD.
Ademais, estudos anteriores mostraron que as intervencións de comportamento son eficaces para mellorar a gravidade de ambas as dependencias.32, 33] e síntomas de depresión en individuos con IGD ou IA en xeral [en]34-36]. O exame de como as intervencións de comportamento inflúen na conectividade de redes emocionais e as súas asociacións coa redución dos síntomas de depresión e adicción proporcionarían evidencia adicional en apoio a sustratos neuronais compartidos do DIG e da depresión.
No estudo actual, presentáronse os resultados dunha investigación longitudinal do ano 4 para explorar a interrelación entre a gravidade dos síntomas da depresión e a adicción na IGD. Ademais, para dilucidar as redes neuronais subxacentes á depresión en individuos con IGD, realizamos un estudo transversal de RSFC enfocado á amígdala e ao sgACC. Finalmente, analizamos como o tratamento comportamental mellorou a depresión e a disfunción do circuíto remediado en conexión coa depresión en individuos con IGD. Baseado en evidencias comportamentais anteriores [11, 12, 37], hipotetizamos unha relación bidireccional entre a severidade pasada e futura dos síntomas de adicción / depresión de Internet. Ademais, en base a estudos neuropsiquiátricos anteriores25, 38], hipotetizamos que os individuos con IGD mostrarían síntomas de depresión e alteraban rsFC de amígdala e sgACC con rexións da rede de control executivo, que podería ser aliviado pola intervención comportamental para o IGD.
Materiais e Métodos
os participantes
Para o estudo 1, os datos foron recollidos como parte dun estudo lonxitudinal sobre o uso de Internet dos estudantes universitarios nunha universidade en Pequín, en catro ondas, a partir do ano 2011. Mediante unha ferramenta de enquisa en liña, unha cohorte de colexios de primeiro ano os estudantes eran avaliados anualmente. Todos os participantes prestaron consentimento informado por escrito e recibiron unha compensación económica polo seu tempo, segundo un protocolo aprobado polo Consello de Revisión Institucional da Escola de Psicoloxía da Universidade Normal de Pequín.
Os participantes da investigación só se incluíron no estudo se xogaran xogos en liña e gastaron en promedio máis de 20% do seu tempo diario utilizando internet para xogos durante cada un dos catro anos consecutivos desde os que se tomaron os datos. Dun total de estudantes de 2,182, 1,619 (mulleres 1,253, machos 366) non cumpriu os criterios de inclusión e foron excluídos do estudo. A proporción de exclusión das femias (90.99%) foi superior aos machos (45.47%) (χ2 = 550.056, P <0.001). Así, obtivéronse enquisas dun total de 563 estudantes (124 mulleres e 439 homes) para o estudo. A súa idade oscilou entre os 16 e os 21 anos (media ± SD = 18.31 ± .89) no tempo 1.
O estudo 2 e 3 foron ambas as partes dun proxecto máis amplo de desenvolvemento e avaliación dunha intervención de comportamento para IGD. Os participantes foron recrutados a través de Internet e anuncios publicados nas universidades locais, cos seguintes criterios de inclusión: (1) unha puntuación> 67 no CIAS [39]; (2)> 14 h por semana dedicándose a xogos en Internet, durante un mínimo de 1 ano. Os criterios de inclusión para os participantes en control saudable (HC) foron: (1) unha puntuación <60 no CIAS; (2) nunca pasou máis de 2 horas á semana dedicándose a xogos en Internet. Todos os participantes eran homes diestros. Os criterios de exclusión foron calquera uso actual ou anterior de substancias e xogos ilegais (incluído o xogo en liña), calquera historial de enfermidades psiquiátricas ou neurolóxicas e o uso actual de medicamentos psicotrópicos, segundo se avalía nunha entrevista semiestruturada. Un total de 76 individuos con IGD e 41 HC participaron no estudo 2. Para o estudo 3, recrutáronse 63 individuos con IGD, dos cales 44 acordaron participar nunha intervención comportamental de ansia (grupo CBI +) e os restantes 19 estaban no grupo control. (Grupo CBI−) polo seu horario de traballo. Vinte e tres individuos dentro do grupo CBI + participaron en resonancia magnética fMRI antes e despois da CBI. Dezaseis de cada 19 CBI- dixitalizáronse de forma similar ao mesmo tempo. Os estudos 2 e 3 foron aprobados polo Consello de Revisión Institucional do Laboratorio Estatal de Neurociencia Cognitiva e Aprendizaxe da Universidade Normal de Pequín.
Medidas
Para o estudo 1, 2 e 3, medimos a gravidade da adicción a Internet entre os xogadores universitarios que utilizan a escala chinesa de adicción a Internet (CIAS; 40), que consiste en elementos 26 nunha escala Likert de punto 4 que evalúa as dimensións 5 dos síntomas / consecuencias, incluíndo o uso compulsivo, a retirada, a tolerancia e os problemas das relacións interpersoais e a xestión da saúde / tempo. A fiabilidade e validez do CIAS xa foron demostradas para estudantes universitarios [40], e no experimento actual, os coeficientes alfa desta escala de Cronbach foron de 0.933-0.950 nos catro puntos de tempo. Para o estudo 1, medimos os síntomas depresivos usando os trece elementos da lista de verificación de síntomas (SCL-90) [41]. Estes elementos clasificáronse nunha escala de 1 (nunca verdadeira) a 4 (sempre certa). No experimento actual, os coeficientes alfa de Cronbach para esta escala foron 0.888-0.936 nos catro puntos de tempo. Nos estudos 2 e 3, os síntomas de depresión dos participantes medíronse usando o Beck Depression Inventory (BDI) [42].
Adquisición de datos MRI
Para estudos 2 e 3, a adquisición de datos e preprocesamento de MRI descríbense detalladamente no estudo anterior [33]. Resumindo, os datos de fMRI en estado de repouso obtivéronse nun escáner 3.0 T Siemens Trio no Brain Imaging Center da Universidade Normal de Beijing. Os parámetros para os datos EPI foron: tempo de repetición = 2,000 ms, tempo de eco = 30 ms, ángulo de xiro = 90 °, campo de visión = 200 × 200 mm2, matriz de adquisición = 64 × 64, tamaño voxel = 3.1 × 3.1 × 3.5 mm3, slice = 33, punto de tempo = 200. Tamén se adquiriu un escaneado de T1 con parámetros seguintes: tempo de repetición = 2,530 ms, tempo de eco = 3.39 ms, ángulo de xiro = 7 °, campo de visión = 256 × 256 mm2, tamaño voxel = 1 × 1 × 1.33 mm3, número de porción = 144.
Intervención comportamental de desexo (CBI)
O CBI foi desenvolvido en base a unha intervención de comportamento desenvolvida anteriormente.33]. Procesos psicolóxicos complexos entrelazados coa disfunción emocional43], o desexo pode desempeñar un papel fundamental no desenvolvemento e mantemento do IGD. As intervencións que axudan aos individuos a afrontar e reducir o desexo poden promover resultados positivos e previr a recaída (ver a sección de Métodos dos materiais complementarios para máis detalles).
Análise Estatística
Autoregresiva cruzada
Para o Estudo 1, empregamos a modelaxe autorrecresiva de lagos cruzados (ACLM) para avaliar as relacións lonxitudinais e recíprocas entre a gravidade da dependencia e os síntomas depresivos. O ACLM é adecuado para examinar as relacións entre dúas construcións ao longo do tempo. En ACLM, o parámetro autorregresivo representa o ben que unha medida anteriort predice a medida posterior de y(t + 1), eo parámetro retardado representa como unha medida anterior zt predice unha medida posterior de y(t + 1) por encima e máis alá da medida anterior de yt [44, 45]. O ACLM foi amplamente utilizado para investigar as interrelacións temporais de clínica incluíndo síntomas de adicción.37, 46, 47]. O Mplus 7.4 probou o conxunto de modelos con resistencia cruzada autorregresiva.48]. Mplus emprega o método de estimación de máxima verosimilitud de información (FIML) para manexar os datos que faltan (ver materiais adicionais para máis detalles). SPSS 20.0 foi usado para estatísticas descritivas.
Probar a invariancia durante o tempo
A ACLM incluíu oito construcións: a depresión e a severidade da adicción en Times 1, 2, 3 e 4. En cada momento, as subescalas CIAS constituíron a variable latente da gravidade da adicción á Internet e a severidade da depresión foi indexada por puntuación de subescala de depresión do SCL-90. Para avaliar os efectos autorregresivos e retardados, examinamos a invariancia estructural, métrica (é dicir, carga) e estructural secuencialmente. Comparamos os índices de axuste do modelo de catro modelos aniñados (táboa.) 1).
Táboa 1. Comparación dos modelos con retraso autoregresivo.
O modelo 1 serviu como modelo base sen restricións de invariancia para probar a invariancia configural. No modelo 2, probamos a invariancia métrica limitando as cargas de factores a ser iguais a través do tempo (Táboa S2), para asegurar que as construcións teñan o mesmo significado en cada punto de tempo [50, 51]. No modelo 3, restrinximos os camiños retardados para a gravidade da depresión (T) 
severidade de adicción (T + 1) e gravidade de adicción (T) severidade de depresión (T + 1) para ser igual a través do tempo, respectivamente. Finalmente, no modelo 4, restrinximos os camiños auto-regresivos para que a depresión e a severidade da dependencia sexan iguais (figura) 1). Comparamos os índices de axuste do modelo de todos os catro modelos para seleccionar o mellor modelo. O2 aplicáronse o valor, o índice de axuste comparativo (CFI), o índice de Tucker-Lewis (TLI) e o erro cadrado medio de aproximación (RMSEA) para comparar o axuste do modelo [49].
figura 1. A análise de regresión retardada. Indicamos a invariancia métrica, a invarianza configural ea invarianza da covarianza de erros no tempo usando letras nos camiños. Os números son coeficientes de ruta estandarizados (*P <0.05; ***P <0.001).
Análise estatística de datos comportamentais
En Estudo 2, dúas mostras trealizáronse probas para comparar a severidade de adicción e depresión entre os grupos IGD e HC. Os estudos de varianza (ANOVAs) con medidas repetidas utilizáronse no estudo 3 para examinar os efectos do CBI nas características de xogos de Internet, co grupo (CBI + e CBI−) como factor entre asuntos e sesión (liña de base e segunda proba) como un factor dentro do suxeito.
Preprocesado de datos MRI
Os datos foron preprocesados e analizados usando a versión DPABI 1.2 (http://rfmri.org/dpabi) e SPM8 (http://www.fil.ion.ucl.ac.uk/spm). Os primeiros volumes 10 foron descartados. Os datos individuais do EPI corrixíronse en tempo de corte. Excluíronse os participantes cuxo movemento de cabeza superior a 3.0 mm en tradución ou 3 ° en rotación (suxeitos 2 IGD). Reducimos aínda máis os potenciais confusos do movemento da cabeza coa corrección Friston-24. Regresamos os sinais do líquido cefalorraquídeo e da materia branca para reducir os posibles efectos dos artefactos fisiolóxicos. Os datos do EPI normalizáronse entón no espazo do Instituto Neurolóxico de Montreal (MNI). Utilizouse un filtro espacial de ancho completo 4 mm ao medio núcleo gaussiano máximo. Posteriormente, aplicouse un filtro temporal de paso de banda (0.01-0.10 Hz) para reducir as desviacións de baixa frecuencia e o ruído de alta frecuencia.
cálculos rsFC
Identificáronse sementes sub-xerais de ACC e amígdales bilaterais a partir dun atlas de parcelación baseado na conectividade [52], e do atlas da área de Brodmann (área de Brodmann 34, ver Figura S1). As series temporais medias dentro de cada semente regresaron contra os voxeles de todo o cerebro para xerar mapas de correlación cruzada. Os coeficientes de correlación convertéronse en puntuacións Z coa transformada r-a-z de Fisher.
Contrastamos o rsFC dos grupos IGD e HC no sgACC e a amígdala para o estudo 2 e contrastamos os cambios de rsFC entre os grupos CBI + e CBI− ([rsFC na segunda exploración] - [rsFC na liña base]) no estudo 3 con dous -mostra t-tests e os mapas de diferenza de grupo foron corrixidos mediante a teoría gaussiana do campo aleatorio (GRFT, nivel voxel) P <0.001 combinado con nivel de clúster P <0.05 corrixido por erro familiar).
Dentro do grupo IGD no estudo 2, realizamos análises de regresión baseadas no ROI para examinar as relacións entre BDI, puntuación CIAS e rs-FC, co ROI identificado a partir de comparacións entre grupos de todo o cerebro. Informamos de importantes activacións cerebrais dentro dos ROI corrixidos mediante GRFT con nivel de voxel P <0.005 e nivel de clúster P <0.05 (PSVC-FWE <0.05).
Para o estudo 3, realizáronse análises de regresión baseadas no ROI dentro do grupo CBI + para examinar as relacións entre os cambios na BDI e na puntuación CIAS e o rsFC alterado como se identificou na dúas mostras t-tests (nivel de voxel) P <0.005 e nivel de clúster P <0.05; PSVC-FWE <0.05).
Resultados
Estudo 1: unha enquisa lonxitudinal de depresión e gravidade na adicción en xogadores de Internet
As correlacións bivariadas demostraron unha estabilidade moderada das mesmas variables entre as catro ondas, importantes correlacións concorrentes entre variables dentro de cada onda e significativas correlacións lonxitudinais entre ondas (ver Táboa S1). En concreto, entre as catro ondas, a gravidade da adicción a Internet anteriormente asociouse cunha depresión maior despois (r 'varían de 0.19 a 0.27, P <0.01), e unha maior depresión anterior asociouse cunha maior severidade da adicción máis tarde (r 'varían de 0.25 a 0.30, P <0.01).
Para probar as relacións bidireccionais entre a severidade da adicción e a depresión, en primeiro lugar encadramos o modelo 1 sen covariables nin restricións. O modelo adecuado para este modelo básico foi bo [χ2(210)
= 441.049, P <0.001, CFI = 0.972, RMSEA = 0.044, SRMR = 0.070]. O modelo 1 serviu como modelo base para a comparación con modelos máis restrinxidos, onde cada un dos camiños con atrasos cruzados estaba limitado a ser igual entre as medidas. De conformidade coas nosas hipóteses, o modelo 2 mostrou un mellor axuste que o modelo 1 cun mellor RMSEA pero sen diferenzas significativas en χ2, Valores CFI e TLI [Δχ2(12)
= 10.912, P > 0.05; ΔCFI <0.01, ΔTLI <0.01]. Así, apoiouse a invarianza métrica da adicción a Internet, o que suxire que a gravidade da adicción foi entendida e avaliada polos xogadores en liña para ser a mesma nos 4 anos. En segundo lugar, o modelo 3 foi mellor en comparación co modelo 2, cun RMSEA lixeiramente mellor pero o mesmo CFI, TLI e χ2 valor. É dicir, os efectos retardados das dúas relacións [severidade depresión / adicción (T) a dependencia / a severidade da depresión (T + 1)] foron idénticas durante os anos 4. A continuación, o modelo 4 difería do modelo 3 en χ2 pero non outros índices de axuste (ΔCFI <0.01, ΔTLI <0.01, ΔRMSEA <0.01), o que suxire que cada efecto autoregresivo das dúas variables foi estable e idéntico ao longo dos 4 anos. Seleccionouse así o modelo 4 como modelo final para este estudo.
Táboa 2 lista os coeficientes de ruta do modelo 1 e 4 e mostra que a gravidade dos síntomas de adicción e depresión de Internet correlacionouse positivamente ao longo do tempo. Ademais, o impacto da depresión na severidade da adicción (β = 0.118, 0.126, 0.127) foi superior ao impacto da gravidade da adicción na depresión (β = 0.070, 0.066, 0.070). Xuntos, estes resultados proporcionan medidas estatísticas sobre a interrelación temporal entre a depresión ea gravidade da adicción.
Táboa 2. Estimacións de parámetros do modelo básico e do modelo ARCL 6.
Estudo 2: correlacións neurais da depresión en trastornos do xogo en internet
Características demográficas e de xogo en Internet dos suxeitos IGD e HC
Os suxeitos de IGD e HC non diferían en idade, educación ou consumo de alcol e medidas de tabaco. Como era de esperar, os suxeitos IGD informaron de maior BDI (8.78 ± 5.54 vs. 2.85 ± 3.64; t = 6.91, P <0.001) e puntuacións CIAS máis altas (78.46 ± 8.40 fronte a 43.49 ± 9.64; t = 20.27, P <0.001), en comparación cos suxeitos de HC (táboa S3).
rsFC Diferenzas entre asuntos de IGD e HC
En comparación co HC, os suxeitos IGD mostraron rsFC significativamente maior entre a amígdala esquerda e a DLPFC dereita (figura 2 e Táboa 3). Non obstante, non se observaron diferenzas significativas entre grupos para a semente amígdala ou bilateral sgACC. Ao usar un criterio máis liberal (nivel voxel P <0.005 e nivel de clúster P <0.05), os suxeitos IGD mostraron rsFC significativamente maior entre o sgACC esquerdo e o DLPFC dereito (Figura S2 e Táboa S4).
figura 2. Conectividade funcional en estado de repouso en suxeitos IGD e HC (A) e asociación coa depresión no grupo IGD (B).
Táboa 3. Localizacións e rexións das sementes que presentan diferenzas significativas na conectividade entre asuntos IGD e HC (GRFT, nivel de voxel P <0.001 e nivel de clúster P <0.05).
Relacións de comportamento cerebral
Dentro do grupo IGD, a puntuación de depresión foi correlacionada negativamente coa conectividade entre a amígdala esquerda e a DLPFC dereita (MNI: 57, 9, 30; r = −0.35; Figura 2). Non houbo ningunha correlación significativa entre a gravidade da adicción e a amigdala esquerda (conectividade DLPFC dereita).
Estudo 3: os efectos da intervención comportamental na depresión e as bases neuronais da eficacia terapéutica
Características demográficas e de xogo en Internet
ANOVA con medidas repetidas mostrou unha interacción grupal (CBI + e CBI−) por sesión (primeira e segunda avaliacións) pola gravidade do IGD [F(1, 59) = 22.62, P <0.001] e puntuación BDI [F(1, 59) = 7.89, P <0.01] (Táboa 4). En comparación co grupo control, o grupo de intervención mostrou reducións significativas tanto no CIAS como na puntuación de depresión despois do tratamento.
Táboa 4. Comparación de variables medidas entre o grupo CBI + e o grupo CBI en momentos anteriores e posteriores á intervención.
Cambios en rsFC nos grupos CBI + e CBI
En comparación co grupo CBI, o grupo CBI + mostrou un rsFC reducido significativamente da amígdala esquerda con giro precentral esquerdo e DLPFC, tras a intervención (Figura 3A e Táboa 5). Non obstante, non se observaron diferenzas significativas entre grupos para a semente amígdala ou bilateral sgACC. Cun criterio máis liberal (nivel voxel P <0.005 e nivel de clúster P <0.05), os suxeitos CBI + mostraron unha diminución significativa da conectividade funcional entre o sgACC esquerdo e o xiro postcentral esquerdo (Figura S3 e Táboa S5).
figura 3. Resultados no estudo 3. Comparativas dos cambios rsFC ([rsFC na segunda dixitalización] - [rsFC na liña base)] entre os grupos CBI + e CBI-da amígdala esquerda con MFG, gyrus precentral e SFG. (A); Asociación negativa entre o FC da amígdala esquerda e a DLPFC correcta no inicio coa puntuación cambiada da depresión no grupo CBI + (B); A dispersión gráfica móstrase de correlación entre a puntuación cambiada dos valores de BDI e beta para o clúster que sobreviviu na liña base rsFC da amígdala-DLPFC (C).
Táboa 5. Localizacións e rexións de sementes que presentan diferenzas significativas na conectividade entre os grupos CBI + e CBI (GRFT, nivel de voxel P <0.001 e nivel de clúster P <0.05).
Relacións de comportamento cerebral
Aínda que non se observaron asociacións significativas entre os cambios do rsFC e os niveis de depresión ou gravedad no grupo CBI +, a conectividade entre a amígdala esquerda e a DLPFC dereita ao inicio foi asociada negativamente co cambio de puntuación da depresión ([Post-Pre], MNI: 42, 15, 27, r = 0.63; SVC; Cifras 3B, C) no grupo CBI +. Non obstante, a asociación non era máis significativa cando se controlaba a gravidade da depresión basal.
Conversa
Avaliamos a relación entre os síntomas de depresión e adicción e os mecanismos neurais de apoio combinando un estudo lonxitudinal, un estudo de conectividade funcional de estado de repouso (RSFC) e un estudo de intervención. En xeral, a adicción á Internet e a depresión manteñen unha relación bidireccional entre os xogadores de Internet xa que as severidades de adicción e depresión inflúense recíprocamente ao longo dun período de 4. Ao comparar directamente individuos con suxeitos IGD e HC, descubrimos que o grupo IGD mostraba maior gravidade de depresión e rsFC de amígdala-DLPFC, coa forza da conectividade negativamente asociada á depresión no grupo IGD. Ademais, os individuos con IGD mostraron menor gravidade de depresión e rsFC entre a amígdala e DLPFC despois de recibir unha intervención comportamental para o IGD. As interaccións aberrantes entre as redes de control emocional e executivo poden contribuír aos síntomas de depresión na IGD e as intervencións dirixidas a estas aberracións poden aliviar tanto os síntomas da adicción á Internet como a depresión. Xuntos, estes resultados proporcionan un forte apoio que os síntomas de adicción e depresión de xogos en Internet están intimamente relacionados.
Os resultados son consistentes coa hipótese de que os síntomas de adicción e depresión dos xogadores de Internet están influídos mutuamente. En concreto, a gravidade da depresión / adicción a Internet nun momento anterior predice positivamente a gravidade da adicción / depresión nun momento posterior. Así, a dependencia e a gravidade da depresión nos xogadores en liña están relacionados bi-direccionalmente, de acordo cos achados noutros trastornos adictivos53, 54]. Aínda que estudos anteriores revelaron unha maior depresión entre os xogadores en liña []5, 16, 55, 56], así como relacións recíprocas entre a depresión e a severidade da adicción usando datos lonxitudinais [57], os resultados actuais son os primeiros en demostrar unha relación bidireccional estable entre os síntomas de depresión e adicción nos xogadores de Internet. A relación bidireccional pode transpirarse porque os individuos (1) manexan a súa angustia emocional xogando a xogos de Internet [2, 58]; (2) os xogos en Internet prolongados inducen a depresión debido á falta ou a retirada das relacións reais [...]58, 59]. Ademais, algúns factores compartidos como os eventos biolóxicos, sociais ou da primeira vida poden aumentar o risco tanto da depresión como da IGD, así como da súa asociación []58, 60]. Ademais, o impacto da depresión na gravidade da adicción parecía ser maior que o impacto da adicción á depresión, un problema que require máis investigación.
Ao nivel neural, en comparación con HC, o grupo IGD mostrou rsFC significativamente maior entre a amígdala esquerda e DLPFC dereita, que foi asociada negativamente coa gravidade da depresión dentro do grupo IGD. A amígdala ten un papel fundamental no procesamento emocional, no recoñecemento e na formación de memoria11, 17, 19]. É importante destacar que a reactividade da amígdala pode ser modulada polo PFC e a interacción neuronal aberrante entre estas dúas rexións caracterizouse por depresión. Ademais, a reactividade da amígdala pode ser modulada polo PFC e a interacción neuronal aberrante entre estas dúas rexións caracterizouse por depresión. Por exemplo, demostrouse o rsFC máis débil entre a amígdala eo PFC en estudos previos de estado de repouso na depresión [23, 24, 61], IGD [25], e uso indebido de alcohol [62]. En MDD tamén se informou sobre a diminución da conectividade funcional da amígdala PFC durante as tarefas relacionadas coa emoción.27, 38, 63]. O DLPFC soporta o control cognitivo e afectivo.64], e a conectividade alterada entre o DLPFC ea amígdala pode estar asociada con dificultades ou perturba a regulación emocional negativa. En contraste coa maioría dos estudos anteriores en MDD, os resultados actuais mostraron elevada conectividade amygdala-DLPFC. An ad-hoc a explicación é que os participantes do IGD poden seguir xogando como unha estratexia de afrontamento para escapar das emocións negativas [58, 61], implicando o DLPFC no control da emoción negativa, que pode ser relativamente intacta en individuos con IGD [65], en relación a aqueles con MDD. Debe terse en conta que os individuos con IGD con síntomas de depresión máis elevados mostraron menor conectividade entre a amígdala e DLPFC, o que suxire que a relación entre a depresión ea conectividade amigdala-DLPFC pode non ser lineal. Así, os suxeitos de IGD con síntomas de depresión máis baixos poden aumentar o control prefrontal sobre a actividade da amígdala para xestionar problemas emocionais, pero esta modulación non foi tan eficaz nin sequera interrompeu aqueles con síntomas de depresión máis graves. Xuntos, a direccionalidade das alteracións na conectividade centrada na amígdal require máis investigacións, con consideracións coidadosas da metodoloxía, a gravidade da depresión, a heteroxeneidade funcional de subregións prefrontais e os efectos dos tratamentos de medicamentos. "
Consistente cos de unha metanálise de intervencións de comportamento na IGD34], o estudo de intervención actual mostrou unha redución significativa nos síntomas de adicción e depresión de Internet no grupo CBI + despois de recibir a intervención en comparación co grupo CBI. Ademais, o grupo CBI + mostrou rsFC reducido da amígdala con rexións corticais frontales. Así, a CBI parece normalizar a conectividade da amígdala-DLPFC reducindo directamente a importancia dos estímulos emocionais negativos, polo que os suxeitos IGD requiren menos recursos cognitivos para a regulación da emoción. En conxunto, estes descubrimentos suxiren que as interaccións funcionais entre a amígdala ea DLPFC poden servir como un marcador neurobiolóxico potencial dos síntomas de depresión no DIG e obxectivo candidato para as intervencións clínicas.
Ao contrario do descubrimento de MDD [15, 29, 64], non se atopou ningunha alteración rsFC significativa centrada en sgACC en individuos con IGD, nin o efecto de CBI na remediación de rsFC entre o sgACC e a cortiza prefrontal. Unha posible explicación foi que, no estudo 2 e 3, excluímos aos suxeitos IGD con depresión grave para controlar posibles factores de confusión, e a disconectividade sgACC pode non manifestarse en individuos con depresión menos grave. Outra posibilidade refírese aos distintos mecanismos que subxacen aos síntomas de depresión máis elevados en pacientes con IGD e pacientes con MDD, un problema a investigar aínda máis por estudos de individuos con diagnósticos únicos e comórbidos. Non obstante, débese notar que os resultados mostraron patróns de rede similares entre o sgACC ea amígdala, o que foi consistente cos estudos en MDD que o rsFC aberrante da rede afectiva se superpoñía no córtex prefrontal [23, 29].
O estudo revelou unha relación bidireccional entre a depresión e a severidade da adicción, así como os seus mecanismos neurais subxacentes na IGD. Como mínimo, estes resultados proporcionan evidencia dun importante fenotipo neural: un potencial RDoC3] —De IGD. Estes resultados tamén poden aclarar o desenvolvemento de intervencións máis eficaces para a IGD. A disfunción emocional, incluída a depresión, considérase como un importante obxectivo terapéutico nas adiccións debido á súa asociación coa recaída.66]. Con base nos resultados actuais, a depresión e outra disfunción emocional deben ser tidas en conta ao deseñar intervencións e avaliar os resultados terapéuticos para a IGD. Por exemplo, enfoques como o neuro-feedback en fMRI en tempo real [67] para modular rsFC da amígdala e sgACC pode mellorar eficazmente os síntomas IGD e depresión e complementar outras intervencións para conseguir mellores resultados.
Hai que ter en conta algunhas limitacións. Primeiro, o Estudo 1 usou a subescala do SCL-90, mentres que o Estudo 2 e 3 usaron o BDI para medir a depresión. Aínda que ambos son ferramentas de avaliación ampliamente usadas con boas propiedades psicométricas, os resultados quedaron por confirmarse mediante estudos que utilizaban medidas consistentes. En segundo lugar, o IGD é un dos subtipos máis estudados de IA. Non obstante, hai que ter precaución para xeneralizar estes descubrimentos noutros subtipos de IA (por exemplo, a adicción cibersexual) [68]. En terceiro lugar, o actual estudo centrouse nos mozos adultos. A adolescencia é outro período crítico para o desenvolvemento do IGD e moitos problemas emocionais, incluíndo a depresión [69]. Hai unha necesidade urxente de futuros estudos para examinar a comorbilidade entre a IGD e a depresión e os mecanismos neurais subxacentes en adolescentes. En cuarto lugar, os achados actuais non aclaran a relación causal entre a depresión e a IGD. Os estudos dobre cegos, aleatorizados e controlados con placebo que usan unha combinación de fMRI e fármacos antidepresivos poden tratar directamente este problema. En quinto lugar, no estudo 3, os individuos IGD non foron asignados aleatoriamente aos grupos CBI + e CBI-. Así, non podemos excluír posibles factores de confusión como a motivación para recibir tratamento sobre os resultados actuais de comportamento e imaxe. Finalmente, determinamos a IGD segundo a puntuación CIAS e o tempo de xogo semanal. Non obstante, tal definición baseada en síntomas pode carecer dunha base teórica sólida e ter o risco de patologizar comportamentos comúns [70]. Deste xeito, recoméndanse novas ferramentas de diagnóstico baseadas nunha definición operativa adecuada de IGD e considerando criterios exclusivos críticos para estudos futuros.
En conclusión, utilizando unha combinación de estudos longitudinales, fMRI e estudos de intervención, informamos de que os síntomas de adicción a Internet e depresión estaban altamente correlacionados con influencias recíprocas entre os xogadores de Internet. As persoas con IGD mostraron unha maior conectividade amigdala-DLPFC, que se asociou negativamente cos síntomas de depresión, e tales alteracións, así como a conectividade fronto-cingulada diminuíron tras unha intervención comportamental para o IGD. Xunto, os síntomas de alta depresión e a disfunción do circuíto fronto-cingulato-amgydala deben ser tidos en conta para a clasificación diagnóstica do IGD e desenvolvemento de intervencións para a IGD.
Contribucións do autor
J-TZ e X-YF foron responsables do deseño e deseño do estudo; LL, C-CX, JL e S-SM contribuíron á práctica de intervención e á adquisición de datos; Y-WY, LL, J-TZ e CL axudáronse a analizar e interpretar os datos; LL e Y-WY redactaron o manuscrito. J-TZ, CL e X-YF proporcionaron unha revisión crítica do manuscrito para o contido intelectual. Todos os autores revisaron e aprobaron críticamente a versión final do manuscrito enviado para a súa publicación.
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.
Grazas
Agradecemos a todos os participantes no noso estudo. Este traballo foi apoiado pola Fundación Nacional de Ciencias Naturais de China (n. 31170990, n. 81100992, n. 31700966); os fondos de investigación fundamental para as universidades centrais (n. 2017XTCX04); unha subvención NIH (non. K02DA026990); e unha subvención da China Postdoctoral Science Foundation (n. 2017M620655).
Material complementario
O material suplementario deste artigo pódese atopar en liña en: https://www.frontiersin.org/articles/10.3389/fpsyt.2018.00154/full#supplementary-material
References
1. Chamberlain SR, Lochner C, Stein, Goudriaan AE, van Holst RJ, Zohar J, et al. Adicción ao comportamento: ¿unha marea crecente? Eur Neuropsychopharmacol (2016) 26: 841 – 55. doi: 10.1016 / j.euroneuro.2015.08.013
2. Asociación Psiquiátrica Americana. Manual de diagnóstico e estatística de trastornos mentais, 5th Edn. Arlington, VA: American Psychiatric Association (2013).
3. Insel T, Cuthbert B, Garvey M, Heinssen R, Pine DS, Quinn K, et al. Criterios de dominio de investigación (RDoC): cara a un novo marco de clasificación para a investigación en trastornos mentais. Am J Psiquiatría (2010) 167: 748 – 51. doi: 10.1176 / appi.ajp.2010.09091379
4. Lin X, Zhou H, Dong G, Du X. Deterioro na avaliación de riscos en persoas con trastornos de xogos en Internet: evidencia fMRI dunha tarefa con desconto de probabilidade. Prog Neuropsychopharmacol Biol Psychiatry (2015) 56: 142 – 8. doi: 10.1016 / j.pnpbp.2014.08.016
5. Liu L, Yip SW, Zhang JT, Wang LJ, Shen ZJ, Liu B, et al. Activación do estriado ventral e dorsal durante a reactividade de sinal no trastorno de xogo en Internet. Addict Biol. (2017) 22: 791 – 801. doi: 10.1111 / adb.12338
6. Kaess M, Durkee T, Brunner R, Carli V, Parzer P, Wasserman C, et al. Uso patolóxico de Internet entre os adolescentes europeos: psicopatoloxía e comportamentos autodestrutivos. Eur Child Adolesc Psychiatry (2014) 23:1093–102. doi: 10.1007/s00787-014-0562-7
7. Ho RC, Zhang MW, Tsang TY, Toh AH, Pan F, Lu Y, et al. A asociación entre a adicción á internet e a comorbidez psiquiátrica: unha metanálise. BMC Psiquiatría (2014) 14:183. doi: 10.1186/1471-244X-14-183
8. King, DL e Delfabbro, PH A psicopatoloxía cognitiva do trastorno de xogos en Internet na adolescencia. J Abnorm Child Psychol. (2016) 44:1635–45. doi: 10.1007/s10802-016-0135-y
9. Lin PC, Su CH, Yen JY, Ko CH. A asociación entre síntomas psiquiátricos comórbidos e remisión do trastorno de xogos en internet entre estudantes universitarios e adultos non estudantís. Psiquiatría J de Taiwán (2016) 30: 279 – 88. doi: 10.1016 / j.eurpsy.2010.04.011
10. Stetina BU, Kothgassner OD, Lehenbauer M, Kryspin-Exner I. Ademais da fascinación dos xogos en liña: probar o comportamento adictivo e a depresión no mundo dos xogos online. Comp Hum Behav (2011) 27: 473 – 9. doi: 10.1016 / j.chb.2010.09.015
11. Gentile DA, Choo H, Liau A, Sim T, Li D, Fung D, et al. Uso patolóxico de videoxogos entre os mozos: un estudo longitudinal de dous anos. Pediatría (2011). 127:319–27. doi: 10.1542/peds.2010-1353
12. Young KS, Rogers RC. A relación entre a depresión ea adicción a Internet. Behav CyberPsychol. (1998) 1: 25 – 8. doi: 10.1089 / cpb.1998.1.25
13. Sutherland MT, McHugh MJ, Pariyadath V, Stein EA. Conectividade funcional dependente do estado en dependencia: leccións aprendidas e un camiño por diante. Neuroimage (2012) 62: 2281 – 95. doi: 10.1016 / j.neuroimage.2012.01.117
14. Zhang S, Li CSR. Unha medida neuronal do compromiso do comportamento: actividade dependente do nivel de osíxeno no sangue de baixa frecuencia na tarefa precuneus. Neuroimage (2010) 49: 1911 – 8. doi: 10.1016 / j.neuroimage.2009.09.004
15. Connolly CG, Wu J, Ho TC, Hoeft F, Wolkowitz O, Eisendrath S, et al. Conectividade funcional do estado de repouso do córtex cingulado anterior en adolescentes deprimidos. Bioloxía de psiquiatría (2013) 74: 898 – 907. doi: 10.1016 / j.biopsych.2013.05.036
16. Zhang JT, Yao YW, Li CSR, 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. (2016a) 21: 743 – 51. doi: 10.1111 / adb.12247
17. Adolphs R, Tranel D, Damasio H, Damasio A. Insuficiente recoñecemento da emoción nas expresións faciais tras danos bilaterais á amígdala humana. Natureza (1994) 372:669–72. doi: 10.1038/372669a0
18. Gottfried JA, O'Doherty J, Dolan RJ. Codificación do valor da recompensa predictiva en amígdala humana e córtex orbitofrontal. ciencia (2003) 301: 1104 – 7. doi: 10.1126 / science.1087919
19. Phelps EA, LeDoux JE. Contribucións da amígdala ao procesamento de emocións: de modelos animais a comportamento humano. Neurona (2005) 48: 175 – 87. doi: 10.1016 / j.neuron.2005.09.025
20. Zhang S, Hu S, Chao HH, Ide JS, Luo X, Farr OM, et al. Córtex prefrontal ventromedial e regulación da excitación fisiolóxica. Neurosci de Soc Cogn. (2013) 9: 900 – 8. doi: 10.1093 / scan / nst064
21. Zhang S, Hu S, Chao HH, Luo X, Farr OM, Li CSR. As correlacións cerebrais das conductancias da pel responde nunha tarefa cognitiva. Neuroimage (2012) 62: 1489 – 98. doi: 10.1016 / j.neuroimage.2012.05.036
22. Kaiser RH, Andrews-Hanna JR, Wager TD, Pizzagalli DA. Disfunción de rede a gran escala no trastorno depresivo maior: unha metanálise de conectividade funcional en estado de repouso. Jama Psiquiatría (2015) 72: 603 – 11. doi: 10.1001 / jamapsychiatry.2015.0071
23. Tahmasian M, Knight DC, Manoliu A, Schwerthöffer D, Scherr M, Meng C, et al. A conectividade intrínseca e aberrante do hipocampo e da amígdala se solapa no córtex fronto-insular e dorsomedial-prefrontal no trastorno depresivo maior. Fronte Hum Neurosci. (2013) 7: 639. doi: 10.3389 / fnhum.2013.00639
24. Tang Y, Kong L, Wu F, Womer F, Jiang W, Cao Y, et al. Diminución da conectividade funcional entre a amígdala eo córtex prefrontal ventral esquerdo en pacientes inxenuos para o tratamento con trastorno depresivo maior: un estudo de imaxe por resonancia magnética funcional en estado de repouso. Psychol Med. (2013) 43: 1921 – 7. doi: 10.1017 / S0033291712002759
25. 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
26. Huebl J, Brücke C, Merkl A, Bajbouj M, Schneider GH, Kühn AA. O procesamento de estímulos emocionais reflíctese en modulacións da actividade da banda beta no córtex cingulado anterior subgénero en pacientes con depresión resistente ao tratamento. Soc. Cognos afectan a Neurosci. (2016) 11: 1290 – 8. doi: 10.1093 / scan / nsw038
27. Kong L, Chen K, Womer F, Ren L, Jiang W, Cao Y, et al. Conectividade funcional entre a amígdala e o córtex prefrontal en individuos inxenuos con medicación con trastorno depresivo maior. J Psiquiatría Neurosci. (2013) 38: 417 – 22. doi: 10.1503 / jpn.120117
28. Hamilton JP, Chen G, Thomason ME, Schwartz ME, Gotlib IH. Investigando o primado neural no trastorno depresivo maior: análise de causalidade de granger multivariante de datos de series de tempo fmri en estado de repouso. Mol Psiquiatría (2011) 16: 763 – 72. doi: 10.1038 / mp.2010.46
29. Sheline YI, Prezo JL, Yan Z, Mintun MA. A resonancia magnética funcional en estado de repouso na depresión desenmascara unha maior conectividade entre redes a través do nexo dorsal. Proc Natl Acad Sci Estados Unidos (2010) 107: 11020 – 5. doi: 10.1073 / pnas.1000446107
30. Camchong J, MacDonald AW, Mueller BA, Nelson B, Specker S, Slaymaker V, et al. Cambios na conectividade funcional en repouso durante a abstinencia no trastorno de uso de estimulantes: unha comparación preliminar de recaídas e abstencións. Depende do alcohol (2014) 139: 145 – 51. doi: 10.1016 / j.drugalcdep.2014.03.024
31. Camchong J, Stenger A, Fein G. Sincronia de estado de repouso en alcohólicos abstentos a longo prazo. Alcohol Clin Exp Res. (2013) 37:75–85. doi: 10.1111/j.1530-0277.2012.01859.x
32. Zhang JT, Ma SS, Li CSR, Liu L, Xia CC, Lan J, et al. Intervención comportamental de desexo para o trastorno de xogo en Internet: remediación da conectividade funcional do estriado ventral. Addict Biol. (2018) 23: 337 – 46. doi: 10.1111 / adb.12474
33. Zhang JT, Yao YW, Potenza MN, Xia CC, Lan J, Liu L, et al. A actividade neuronal do estado de repouso e os cambios alterados tras unha ansia de intervención no comportamento para o trastorno de xogo en Internet. Rep. Sci (2016b) 6: 28109. doi: 10.1038 / srep28109
34. Winkler A, Dörsing B, Rief W, Shen Y, JA Glombiewski. Tratamento da adicción a Internet: unha metanálise. Clin Psychol Rev. (2013) 33: 317 – 29. doi: 10.1016 / j.cpr.2012.12.005
35. Deng LY, Liu L, Xia CC, Lan J, Zhang JT, Fang XY. Anhelando a intervención do comportamento para mellorar o trastorno do xogo en internet dos estudantes universitarios: un estudo lonxitudinal. Fronte Psychol. (2017) 8: 526. doi: 10.3389 / fpsyg.2017.00526
36. Yao YW, Chen PR, ChL-shan RL, Hare TA, Li S, Zhang JT, et al. A terapia de realidade combinada e a meditación atenta diminúen a impulsividade de decisión intertemporal en adultos novos con trastorno de xogo en Internet. Comp Hum Comportamento. (2017a) 68: 210 – 6. doi: 10.1016 / j.chb.2016.11.038
37. Liang L, Zhou D, Yuan C, Shao A, Bian Y. Diferenzas de xénero na relación entre a adicción á internet e a depresión: un estudo retardado en adolescentes chineses. Comp Hum Comportamento. (2016) 63: 463 – 70. doi: 10.1016 / j.chb.2016.04.043
38. Siegle GJ, Thompson W, Carter CS, Steinhauer SR, Tase ME. Aumento da amígdala e diminución das respostas doresolaterales prefrontais en negra na depresión unipolar: características relacionadas e independentes. Bioloxía de psiquiatría (2007) 61: 198 – 209. doi: 10.1016 / j.biopsych.2006.05.048
39. Ko CH, Yen JY, Chen SH, Yang MJ, Lin HC, Yen CF. Criterios diagnósticos propostos e ferramenta de selección e diagnóstico da adicción a Internet nos estudantes universitarios. Psiquiatría comp (2009) 50: 378 – 84. doi: 10.1016 / j.comppsych.2007.05.019
40. Chen CY, Huang MF, Yen JY, Chen CS, Liu GC, Yen CF, et al. Os cerebros correlacionan a inhibición da resposta no trastorno de xogo en Internet. Psiquiatría Clínica Neurosci. (2015) 69: 201 – 9. doi: 10.1111 / pcn.12224
41 Derogatis LR, Lipman RS, Covi L. O SCL-90: un informe preliminar de escala de valoración ambulatoria. Toro psicofarmacol. (1973) 9: 13-28.
42 Beck AT, Ward CH, Mendelson M, Mock J, Erbaugh J. Un inventario para medir a depresión. Arch Gen Psychiatry (1961) 4: 561 – 71. doi: 10.1001 / archpsyc.1961.01710120031004
43 Kober H, Mendesiedlecki P, Kross EF, Weber J, Mischel W, Hart CL, et al. A vía prefrontal-estriat está baseada na regulación cognitiva da ansia. Proc Natl Acad Sci Estados Unidos (2010) 107: 14811 – 6. doi: 10.1073 / pnas.1007779107
44 Bast J, Reitsma P. Matthew efectos na lectura: comparación de modelos de curvas de crecemento latentes e modelos simplex con medios estruturados. Res. Behav Multivariante (1997) 32:135–67. doi: 10.1207/s15327906mbr3202_3
45 Curran PJ, Bollen KA. O mellor de ambos os mundos: combinar modelos de curvas autoregresivas e latentes. En Collins LM e Sayer AG, editores. Novos métodos para a análise do cambio. Washington, DC: American Psychological Association (2001). páx. 107 – 135.
46 Xuño S. As relacións longitudinais recíprocas entre a adicción ao teléfono móbil e os síntomas depresivos entre os adolescentes coreanos. Comp Hum Behav (2016) 58: 179 – 86. doi: 10.1016 / j.chb.2015.12.061
47 Song TM, An JY, Hayman LL, Kim GS, Lee JY, Jang HL. Unha análise autoregresiva de tres anos en panel cruzado sobre dependencia de nicotina e tabaquismo medio. Informática sanitaria Res. (2012) 18: 115 – 24. doi: 10.4258 / hir.2012.18.2.115
48 Muthén L. Guía do usuario de Mplus. (2012). Os Ánxeles, CA: Muthén e Muthén 1998–2010.
49 Cheung GW, Rensvold RB. Avaliación de índices de boa aptitude para probar a invariancia de medición. Modelo de Struct Equ Multidiscpl J. (2002) 9:233–55. doi: 10.1207/S15328007SEM0902_5
50 Ciarrochi J, Parker P, Kashdan T, Heaven P, Barkus E. Esperanza e benestar emocional. Un estudo lonxitudinal de seis anos para distinguir antecedentes, correlacións e consecuencias. [Publicación en liña anticipada]. J. Posit. Psicoloxía. (2015). 10: 520 – 32. doi: 10.1080 / 17439760.2015.1015154
51 Steenkamp JBEM, Baumgartner H. Avaliación da Invarianza na Medición na Investigación Transnacional do Consumidor. J. Consumidor. Res. (1998) 25: 78 – 107. doi: 10.1086 / 209528
52 Neubert FX, Mars RB, Sallet J, Rushworth MF. A conectividade revela relación de áreas cerebrais para a aprendizaxe guiada por recompensas e a toma de decisións na cortiza frontal humana e mono. Proc Natl Acad Sci Estados Unidos (2015) 112: E2695-704. doi: 10.1073 / pnas.1410767112
53. Chaiton MO, Cohen JE, O'Loughlin J, Rehm J. Unha revisión sistemática de estudos lonxitudinais sobre a asociación entre depresión e tabaquismo en adolescentes. BMC Saúde Pública (2009) 9:356. doi: 10.1186/1471-2458-9-356
54 Gilman SE, Abraham HD. Un estudo lonxitudinal da orde de inicio da dependencia do alcol e depresión maior. Depende do alcohol (2001) 63:277–86. doi: 10.1016/S0376-8716(00)00216-7
55 Tortolero SR, Peskin MF, Baumler ER, Cuccaro PM, Elliott MN, Davies SL, et al. Xogo de videoxogos violentos diarios e depresión nos mozos preadolescentes. Cyberpsychol Behav Soc Netw. (2014) 17: 609 – 15. doi: 10.1089 / cyber.2014.0091
56 Ko CH, Yen JY, Chen SH, Wang PW, Chen CS, Yen CF. Avaliación dos criterios de diagnóstico do trastorno de xogo en Internet no DSM-5 entre os adultos novos de Taiwán. J Psychiatr Res. (2014) 53: 103 – 10. doi: 10.1016 / j.jpsychires.2014.02.008
57 Cho SM, Sung MJ, Shin KM, Lim KY, Shin YM. A psicopatoloxía na infancia prevé a adicción a internet nos adolescentes masculinos? Psiquiatría infantil Hum Dev. (2013) 44:549–55. doi: 10.1007/s10578-012-0348-4
58 Rappeneau V, Bérod A. A reconsideración da depresión como factor de risco para o trastorno no consumo de substancias: ideas dos modelos de roedores. Neurosci Biobehav. Rev. (2017) 77: 303 – 16. doi: 10.1016 / j.neubiorev.2017.04.001
59 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) 7:1245. doi: 10.1038/s41598-017-01275-5
60 Kendler KS, Prescott CA, Myers J, Neale MC. A estrutura dos factores de risco xenético e ambiental para trastornos psiquiátricos e no consumo de substancias comúns en homes e mulleres. Arch Gen Psychiatry (2003) 60: 929 – 37. doi: 10.1001 / archpsyc.60.9.929
61 Pannekoek JN, Werff SJA, Meens PH, Bulk BG, Jolles DD, Veer IM, et al. Conectividade funcional en estado de repouso aberrante en redes límbicas e salientes en adolescentes clínicamente depresivos. J Psiquiatría infantil infantil (2014) 55: 1317 – 27. doi: 10.1111 / jcpp.12266
62 Hu S, Ide JS, Chao HH, Zhornitsky S, Fischer KA, Wang W, et al. Conectividade funcional en estado de repouso da amígdala e beber problemas en bebedores de alcohol non dependentes. Depende do alcohol (2018) 185: 173 – 180. doi: 10.1016 / j.drugalcdep.2017.11.026
63 Dannlowski U, Ohrmann P, Konrad C, Domschke K, Bauer J, Kugel H, et al. Ampliaxe amígdala-prefrontal reducida na depresión maior: asociación co xenotipo de MAOA e a gravidade da enfermidade. Int J Neuropsychopharmacol. (2009) 12: 11 – 22. doi: 10.1017 / S1461145708008973
64 PC Mulders, van Eijndhoven PF, Schene AH, Beckmann CF, Tendolkar I. Conectividade funcional en estado de repouso no trastorno depresivo principal: unha revisión. Neurosci Biobehav Rev (2015) 56: 330 – 44. doi: 10.1016 / j.neubiorev.2015.07.014
65 Yao YW, Liu L, Ma SS, Shi XH, Zhou N, Zhang JT, et al. Alteracións neuronais funcionais e estruturais no trastorno do xogo en Internet: unha revisión sistemática e metaanálise. Neurosci Biobehav Rev. (2017) 83: 313 – 24. doi: 10.1016 / j.neubiorev.2017.10.029
66 Li CR, Sinha R. Control inhibitivo e regulación do estrés emocional: evidencia de neuroimaginación de disfunción frontal-límbica na adicción psicoestimulante. Neurosci Biobehav Rev. (2008) 32: 581 – 97. doi: 10.1016 / j.neubiorev.2007.10.003
67 Kirsch M, Gruber I, Ruf M, Kiefer F, Kirsch P. A neurofeedback de imaxe de resonancia magnética funcional en tempo real pode reducir a reactividade estriatal aos estímulos ao alcol. Addict Biol. (2015) 21: 982 – 92. doi: 10.1111 / adb.12278
68 Wéry A, Billieux J. Cibersexo problemático: conceptualización, avaliación e tratamento. Adicto Behav. (2017) 64: 238 – 46. doi: 10.1016 / j.addbeh.2015.11.007
69 Paus T, Keshavan M, Giedd JN. Por que xorden moitos trastornos psiquiátricos durante a adolescencia? Nat Rev Neurosci. (2008) 9: 947 – 57. doi: 10.1038 / nrn2513
70. Kardefelt-Winther D, Heeren A, Schimmenti A, Rooij A, Maurage P, Carras M, et al. Como podemos conceptualizar a adicción ao comportamento sen patolizar comportamentos comúns? vicio (2017) 112: 1709 – 15. doi: 10.1111 / add.13763
Palabras chave: amígdala, depresión, fMRI, trastorno de xogos en internet, conectividade funcional en estado de repouso, córtex cingulado anterior subgénero
Cita: Liu L, Yao YW, Li CR, Zhang JT, Xia CC, Lan J, Ma SS, Zhou N e Fang XY (2018) A comorbilidade entre o trastorno de xogo e a depresión en Internet: interrelación e mecanismos neuronais. Diante. Psiquiatría 9: 154. doi: 10.3389 / fpsyt.2018.00154
Recibido: 26 2018 de xaneiro; Aceptado: 04 Abril 2018;
Publicado: 23 Abril 2018.
Editado por:
Yasser Khazaal, Université de Genève, Suíza
Avaliado por:
Qinghua El, Universidade do Suroeste, China
Aviv M. Weinstein, Universidade Ariel, Israel
Copyright © 2018 Liu, Yao, Li, Zhang, Xia, Lan, Ma, Zhou e Fang. Este é un artigo de acceso aberto distribuído baixo os termos da Licenza de atribución de Creative Commons (CC BY). Está permitido o uso, distribución ou reprodución noutros foros, sempre que se acrediten os autores orixinais e o propietario dos dereitos de autor e cítase a publicación orixinal desta revista, de acordo coa práctica académica aceptada. Non se permite ningún uso, distribución ou reprodución que non cumpra estes termos.
Correspondencia: Jin-Tao Zhang, [protexido por correo electrónico]
Fang Xiao-Yi, [protexido por correo electrónico]
†Estes autores contribuíron igualmente a este traballo.
;