Anomalías de microestrutura en adolescentes con trastorno de adicción a Internet. (2011)

Materiais e Métodos arriba

Todos os procedementos de investigación foron aprobados polo Subcomité de Estudos Humanos do Hospital de China Occidental e foron realizados de acordo coa Declaración de Helsinki.

Temas 2.1

De acordo co modificado cuestionario de diagnóstico novo para os criterios de dependencia de Internet (YDQ) por Beard e Wolf [16], [29]No noso estudo dedicáronse a estudantes 18 estudantes de primeiro ano e estudantes de segundo ano con IAD (machos 12, idade media = 19.4 ± 3.1 anos, educación 13.4 ± 2.5 anos). Os criterios de YDQ [16] consistía nas seguintes oito preguntas "si" ou "non" que eran: (1) ¿Síntete absorbido en Internet (recorda a actividade en liña anterior ou a seguinte sesión en liña desexada)? (2) ¿Séntasche satisfeito co uso de Internet se aumentas a túa cantidade de tempo en liña? (3) Vostede non puido controlar, reducir ou deixar o uso de Internet repetidamente? (4) ¿Síntete nervioso, temperamental, deprimido ou sensible ao tentar reducir ou deixar o uso de Internet? (5) Quédasche en liña máis tempo do que se pensaba? (6) ¿Perdeu o risco de perder unha relación significativa, emprego, educación ou oportunidade de carreira debido a Internet? (7) ¿Mentiches aos membros da túa familia, terapeuta ou a outros para ocultar a verdade da túa implicación en Internet? (8) ¿Utiliza Internet como un xeito de escapar de problemas ou de aliviar un estado de ánimo ansioso (por exemplo, sentimentos de impotencia, culpa, ansiedade ou depresión)? Todas as oito preguntas foron traducidas ao chinés. Young afirmou que cinco ou máis respostas "si" ás oito preguntas indicaban un usuario dependente da internet [16]. Máis tarde, Beard and Wolf modificaron os criterios de YDQ [29], e os entrevistados que responderon "si" ás preguntas da 1 á 5 e polo menos a algunha das tres preguntas restantes clasificáronse como adictos a internet, que se usou para a detección dos suxeitos do presente estudo. A adicción foi un proceso gradual, polo que investigamos se houbo ou non cambios lineais na estrutura cerebral. A duración da enfermidade estimouse mediante un diagnóstico retrospectivo. Pedímoslles aos suxeitos que recordasen o seu estilo de vida cando inicialmente eran adictos a internet. Para garantir que padecían adicción a internet, volvemos probalos cos criterios YDQ modificados por Beard and Wolf. Tamén confirmamos a fiabilidade dos autoinformes dos asuntos do IAD falando cos seus pais por teléfono. Os suxeitos do IAD pasaron 10.2 ± 2.6 horas ao día en xogos en liña. Os días de uso de internet por semana foron de 6.3 ± 0.5. Tamén comprobamos esta información dos compañeiros de piso e compañeiros de clase dos asuntos do IAD que a miúdo insistían en estar en internet a altas horas da noite, perturbando a vida dos demais a pesar das consecuencias. Dezaoito coincidencias de idade e sexo (p> 0.01) controis sans (12 homes, idade media = 19.5 ± 2.8 anos, educación 13.3 ± 2.0 anos) sen antecedentes persoais ou familiares de trastornos psiquiátricos tamén participaron no noso estudo. Segundo un estudo previo do IAD [19], eliximos controis sans que pasaron menos de 2 horas ao día en internet. Os controis saudables tamén se probaron cos criterios de YDQ modificados por Beard e Wolf para asegurarse de que non padecían IAD. Todos os participantes seleccionados eran falantes nativos de chinés, nunca utilizaron sustancias ilegais e eran diestros. Antes da exploración por imaxe por resonancia magnética (MRI), realizouse o cribado de drogas de orina en todos os individuos para excluír o abuso de substancias. Os criterios de exclusión para ambos grupos eran a existencia dun trastorno neurológico (1); (2) abuso de alcohol, nicotina ou drogas; (3) embarazo ou período menstrual en mulleres; e (4) calquera enfermidade física como un tumor cerebral, hepatite ou epilepsia tal e como se evaluou segundo avaliacións clínicas e rexistros médicos. Ademais, utilizouse a escala de ansiedade de auto-avaliación (SAS) ea escala de depresión de auto-avaliación (SDS) para avaliar os estados emocionais de todos os participantes o día do escaneo. Todos os pacientes e os controis sans deron un consentimento informado por escrito. En demografía información detallada Táboa 1.

2.2 Brain Imaging Methodology e Análise de datos

2.2.1 Parámetros de dixitalización.

Os datos de imaxe realizáronse nun escáner 3T Siemens (Allegra; Siemens Medical System) no Centro de investigación Huaxi MR, Hospital West China da Universidade de Sichuan, Chengdu, China. Utilizouse unha bobina de cabeza estándar con cápsulas de espuma para reducir o movemento da cabeza e diminuír o ruído do escáner. As secuencias de imaxes foron adquiridas mediante imaxes ponderadas por difusión con imaxes planas de eco único disparadas en liña co plano comisural anterior-posterior. As imaxes de tensor de difusión foron adquiridas con medias 2. Os gradientes de sensibilización por difusión aplicáronse ao longo de direccións non lineais 30 (b = 1000 s / mm²) xunto cunha adquisición sen ponderación de difusión (b = 0 s / mm)²). Os parámetros de imaxe foron franxas axiais continuas 45 cun espesor de porción de 3 mm e sen espazo, campo de visión = 240 × 240 mm², tempo de repetición / tempo de eco = 6800 / 93 ms, matriz de adquisición = 128 × 128. Ademais, as imaxes ponderadas axiais de 3D T1 obtivéronse cunha secuencia de recordo de gradiente estragada e os seguintes parámetros: TR = 1900 ms; TE = 2.26 ms; flip angle = 9⁰; resolución da matriz no plano = 256 × 256; slices = 176; campo de visión = 256 mm; tamaño voxel = 1 × 1 × 1 mm.

2.2.2 VBM.

Os datos estruturais procesáronse cun protocolo FSL-VBM [30], [31] co software FSL 4.1 [32]. En primeiro lugar, todas as imaxes de T1 foron extraídas de cerebro usando a ferramenta de extracción do cerebro (BET) [33]. A continuación, realizouse a segmentación do tipo tecido empregando a ferramenta de segmentación automatizada (FAST) de FMRIB V4.1 [34]. As imaxes resultantes de volume parcial de materia gris resultantes aliñáronse ao espazo estándar MNI152 usando a ferramenta de rexistro de imaxe lineal (FLIRT) do FMRIB [35], [36], seguido opcionalmente dun rexistro non lineal mediante a ferramenta de rexistro de imaxes non lineais (FNIRT) do FMRIB [37], [38], que usa unha representación b-spline do campo de ordes de rexistro [39]. As imaxes resultantes foron promediadas para crear un modelo específico do estudo, ao que as imaxes nativas de materia gris foron entón non rexistradas linealmente. O protocolo optimizado introduciu unha modulación para a contracción / ampliación debido ao compoñente non lineal da transformación: cada voxel da imaxe de materia gris rexistrada foi dividida polo xacobiano do campo de urdimbre. Finalmente, para elixir o mellor núcleo de suavización, todas as imaxes de volume de materia gris normalizadas 32 foron suavizadas con núcleos gaussianos isótropos aumentando de tamaño (sigma = 2.5, 3, 3.5 e 4 mm, correspondente a 6, 7, 8 , e 9.2 mm FWHM respectivamente). Os cambios rexionais na materia gris foron avaliados empregando probas non paramétricas baseadas en permutacións con permutacións aleatorias 5000 [40]. Empregouse a análise da covarianza (ANCOVA) coa idade, os efectos do xénero e o volume intracraniano total como covariables. O volume intracraneal total calculouse como a cantidade de volumes de materia gris, materia branca e líquido cefalorraquídeo das segmentacións BET FSL. Recentemente, Dong et al. descubriu que as puntuacións de depresión e ansiedade foron significativamente máis altas despois da adicción en comparación con antes da adicción nalgúns estudantes universitarios, e suxeriron que estes eran resultados do IAD, polo que SAS e SDS non se incluíron como confusos. [41]. A corrección de comparacións múltiples realizouse usando un método de limpeza baseado en clúster, cun clúster inicial formando un limiar en t = 2.0. Os resultados consideráronse significativos para p<0.05. Para as rexións onde os suxeitos IAD mostraron un volume de materia gris significativamente diferente dos controis, os volumes de materia gris destas áreas foron extraídos, promediados e regresados ​​contra a duración da adicción a internet.

2.2.3 DTI.

Calculamos o valor FA para cada voxel, que reflicte o grao de anisotropía de difusión dentro dun voxel (intervalo 0-1, onde valores menores indicaron máis difusión isótropa e menos coherencia e grandes valores indicados dependencia dirixida do movemento browniano debido aos tractos da materia branca) [42]. O software FDT en FSL 4.1 utilizouse para o cálculo da FA [32]. En primeiro lugar, a corrección para as correntes de turbina e o movemento da cabeza fíxose mediante un rexistro afín no primeiro volume ponderado sen difusión de cada tema. As imaxes FA foron creadas axustando o tensor de difusión aos datos de difusión en bruto tras a extracción cerebral mediante BET [33]. Despois, realizouse unha análise estatística de voxel dos datos da FA utilizando a estatística espacial baseada en tracto (TBSS) V1.2 parte da FSL [43], [44]. As imaxes FA de todos os suxeitos (suxeitos IAD e controis sans) foron reagrupados nunha imaxe de espazo estándar FMRIB58_FA por FNIRT [37], [38] empregando unha representación b-spline do campo warp de rexistro [39]. A imaxe FA media creouse e diluíuse para crear un esqueleto FA medio (limiar de 0.2) que representaba os centros de todos os tractos comúns ao grupo. Os datos FA aliñados de cada suxeito proxectáronse entón cara a este esqueleto. Os cambios de valor da materia branca foron avaliados mediante probas non paramétricas baseadas na permutación [40] con permutacións aleatorias 5000. ANCOVA foi empregada con efectos de idade e xénero como covariables. A corrección para comparacións múltiples realizouse usando un método de limpeza baseado en clúster, cun cluster inicial formando un limiar de t = 2.0. Os resultados consideráronse significativos para p<0.05. Para os grupos nos que os suxeitos á adicción a internet mostraron valores de FA significativamente diferentes aos controis, a FA destas rexións cerebrais extraéronse, promediáronse e regresaron contra a duración da adicción a Internet.

2.2.4 Interacción entre anomalías de materia gris e de materia branca.

Para investigar as interaccións entre os cambios de materia gris e as alteracións da materia branca, realizouse unha análise de correlación entre os volumes anormais de materia gris e os valores de FA da materia branca no grupo IAD.

Resultados

Resultados 3.1 VBM

Os cambios rexionais do volume de materia gris foron avaliados non paramétricamente usando VBM optimizado. A corrección de comparacións múltiples realizouse usando un método de limpeza baseado en clúster. A comparación do VBM entre os individuos do IAD e os sanos coincidentes indicou un volume de materia gris diminuído en varios clusters, é dicir, o DLPFC bilateral, a área motora suplementaria (SMA), o OFC, o cerebelo e o ACC rostral esquerdo (rACC), despois de controlar o potencial de confusión. variables incluíndo a idade, os efectos do xénero e o volume intracraniano total. Os volumes de materia gris da DLPFC dereita, o rACC esquerdo e o SMA dereito mostraron unha correlación negativa cos meses de adicción a Internet (r1 = −0.7256, p1 <0.005; r2 = −0.7409, p2 <0.005; r3 = −0.6451, p3 <0.005). Ningunha rexión cerebral mostrou un maior volume de materia gris que os controis saudables como se mostra en figura 1 Táboa 2

  

 

 

 

 

 

 

 

 

 

Figura 1. Resultados VBM.

A. Redución do volume de materia gris en suxeitos IAD, (1-p) corrixido p-valorar imaxes. A imaxe de fondo é o modelo estándar MNI152_T1_1mm_brain en FSL. B. Os volumes de materia gris da DLPFC, rACC e SMA foron correlacionados negativamente coa duración da adicción a Internet.

  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Táboa 2. Rexións que mostraron un volume anormal de materia gris e unha materia branca FA (anisotropía fraccionaria) entre suxeitos con trastorno de adicción a Internet (IAD) e controis sans (p<0.05 corrixido).

doi: 10.1371 / journal.pone.0020708.t002

Resultados 3.2 DTI

En canto á análise de datos DTI, a corrección para comparacións múltiples realizouse usando o método de limpeza baseado en clúster. Os nosos resultados TBSS revelaron un valor FA mellorado (IAD: 0.78 ± 0.04; control: 0.56 ± 0.02) do membro esquerdo esquerdo da cápsula interna (PLIC) en individuos IAD en comparación con controis sans e valor de FA reducido (IAD: 0.31 ± 0.04; control: 0.48 ± 0.03) na materia branca dentro do xiro parahippocampal dereito (PHG) como se mostra en figura 2 Táboa 2. Ademais, a FA tende a correlacionarse positivamente coa duración da adicción a Internet no PLIC esquerdo (r = 0.5869, p <0.05), mentres que non se observou ningunha correlación significativa entre o valor FA do PHG correcto e a duración da adicción a internet

  

 

 

 

 

 

 

 

 

 

 

 

 

Figura 2. Resultados DTI.

A. Estruturas de materia branca que mostran FA anormal en suxeitos IAD, (1-p) corrixido p-valorar imaxes. A imaxe de fondo é o modelo estándar FMRIB58_FA_1mm en FSL. Os voxelos vermellos-amarelos representan rexións nas que a FA diminuíu significativamente no IAD en relación aos controis sans. Os voxels de Blue-Light Blue representan un aumento de FA na IAD. B. A FA do PLIC estaba correlacionada positivamente coa duración da adicción a Internet.

doi: 10.1371 / journal.pone.0020708.g002

3.3 Interacción entre anomalías de materia gris e de materia branca

A análise de interacción entre os volumes de materia gris e os valores de FA de materia branca no grupo IAD revelou que non houbo correlacións significativas entre estas dúas medidas.

Conversa arriba

O IAD provocou un benestar psicolóxico individual, un fracaso académico e un rendemento laboral reducido entre os adolescentes [12]-[18]. Non obstante, actualmente non hai un tratamento estandarizado para o IAD. O desenvolvemento de métodos eficaces para a intervención e tratamento do IAD requirirá primeiro establecer unha clara comprensión dos mecanismos. A conciencia das anormalidades estruturais cerebrais no IAD é fundamental para identificar posibles farmacoterapias para tratar este trastorno. No presente estudo, descubrimos cambios de volume de materia gris e cambios de FA de materia branca en adolescentes con IAD. Tamén revelamos a asociación entre estas anomalías estruturais e a duración da adicción a Internet. Sugerimos que o IAD deu lugar a cambios estruturais cerebrais nos adolescentes e estas anomalías estruturais probablemente estivesen asociadas a deficiencias funcionais no control cognitivo.

Resultados 4.1 VBM

Consistente cun estudo anterior do VBM [21], non atopamos rexións cerebrais que mostraban un aumento do volume de materia gris nos temas de adicción a internet. A comparación do volume de materia gris rexional indicou atrofia en varios clusters para todo o grupo de adictos a internetp <0.05, corrixido), que eran o DLPFC bilateral, o SMA, o cerebelo, o OFC e o rACC esquerdo (como se mostra en figura 1). Ademais, a atrofia do DLPFC dereito, o rACC esquerdo e o SMA dereito foron correlacionadas negativamente coa duración da adicción a internet, que Zhou et al. non se puido detectar [21]. Estes resultados demostraron que a medida que persistía a adicción a internet, a atrofia cerebral do DLPFC, rACC e SMA era máis grave. Algúns resultados da atrofia cerebral no noso estudo foron diferentes dos resultados anteriores [21], que pode deberse aos diferentes métodos de procesamento de datos. No presente estudo incluíronse os posibles efectos confusos da idade, o xénero e o volume cerebral enteiro como covariables, que o estudo anterior non considerou. Os diferentes métodos de procesamento posiblemente deron orixe ás diferentes conclusións.

Segundo estudos anteriores sobre drogodependencias, o abuso de sustancias a longo prazo [45], [46] e adicción a internet [11], [20] conducirá a un deterioro do control cognitivo. O control cognitivo pode conceptualizarse como a capacidade de suprimir respostas prepotentes pero incorrectas e a posibilidade de filtrar información irrelevante dentro dun conxunto de estímulos e permitir que as accións apropiadas atendan demandas complicadas de tarefas e adaptación a ambientes cambiantes. [47]. Numerosos estudos de imaxe cerebral funcional revelaron que o DLPFC e o rACC estaban implicados centralmente no control cognitivo [48], [49]. Diferentes estudos neurocognitivos revelaron que o control cognitivo está relacionado cun circuíto cortico-subcortical específico, incluído o rACC e o DLPFC [50], [51]. Segundo unha importante hipótese de seguimento de conflitos [47], [52], a aparición de conflito de resposta está sinalizada polo rACC, o que leva á contratación do DLPFC para un control máis cognitivo para o rendemento posterior. Este importante papel do DLPFC identificouse na investigación de neurociencias con procesos reguladores de control cognitivo de arriba abaixo [53]. Estudos recentes de neuroimaginación tamén revelaron a desactivación do rACC nunha tarefa GO / NOGO en individuos dependentes da heroína. [54], [55] e usuarios de cocaína [45], indicando o papel crítico do rACC no control cognitivo [46].

Tamén se pensa que o OFC contribúe ao control cognitivo dun comportamento dirixido a obxectivos mediante a avaliación da importancia motivacional dos estímulos e a selección do comportamento para obter os resultados desexados. [56]. O OFC ten extensas conexións co estriato e as rexións límbicas (como a amígdala). Como resultado, o OFC está ben situado para integrar a actividade de varias áreas límbicas e subcorticais asociadas a comportamentos motivacionais e procesamento de recompensas. [57]. Algúns estudos con animais demostraron que os danos a ambos os cofres da OFC e das ratas (o homólogo funcional do DLPFC humano) deterioraron a adquisición e modificación do comportamento guiado por continxencias entre respostas e resultados, indicando que estas rexións poden ser cruciais para o control cognitivo do comportamento dirixido por obxectivos [56], [58].

O SMA é fundamental para a selección dun comportamento adecuado, tanto se se selecciona para executar unha resposta adecuada como se se selecciona para inhibir unha resposta inadecuada [59]. Algúns investigadores detectaron que as tarefas simples e complexas de GO / NOGO estaban implicadas no SMA e revelaron o importante papel do SMA na mediación do control cognitivo [46], [60].

Varios estudos de imaxe anatómica, fisiolóxica e funcional suxiren que o cerebelio contribúe a funcións cognitivas de orde superior [61]-[64], con lesións discretas no cerebelo, o que resulta na deterioración das funcións executivas e na memoria de traballo, incluso en cambios de personalidade como un comportamento desinhibido e inapropiado.

Os nosos resultados (figura 1) do volume reducido de materia gris no DLPFC, rACC, OFC, SMA e cerebelo poden ser, polo menos en parte, asociados con disfuncións de comportamento control controlado e obxectivo na adicción a internet. [15], [19], [20], [28], que pode explicar síntomas fundamentais da adicción a Internet.

Resultados 4.2 DTI

Calculamos o valor de FA en cada voxel da materia branca para cada suxeito, que cuantificou a forza de direccionalidade da microestrutura do tracto local. Toda a comparación entre voxel e cerebro sobre o esqueleto da materia branca mediante probas de permutação e rigorosas limitacións estatísticas indicou que os individuos IAD tiñan valores FA máis baixos nun clúster dentro do PHG correcto (p <0.05, corrixido). Por outra banda, a busca dun aumento da FA en suxeitos IAD mostrou que os suxeitos IAD tiñan valores de FA máis altos nun clúster dentro do PLIC esquerdo (p <0.05, corrixido). Ademais, o valor FA do PLIC esquerdo correlacionouse positivamente coa duración da adicción a internet (figura 2).

O PHG é unha rexión cerebral que rodea o hipocampo e xoga un papel importante na codificación e recuperación de memoria [65], [66]. O PHG proporciona a maior entrada poli-sensorial ao hipocampo a través das conexións entorinas e é o destinatario de diferentes combinacións de información sensorial [67], [68], que están implicados na cognición e na regulación emocional [69]. Recentemente, algúns investigadores suxeriron que o PHG correcto contribúe á formación e mantemento de información vinculada na memoria de traballo [70]. A memoria de traballo dedícase ao almacenamento temporal e á manipulación en liña da información e é fundamental para o control cognitivo [71]. A constatación de que o menor valor de FA do PHG en suxeitos IAD demostrou que as propiedades anormais da materia branca quizais a base estrutural dos déficits funcionais da memoria de traballo en suxeitos IAD [19]. Recentemente, Liu et al. [72] informou dun aumento de ReHo no PHG bilateral en estudantes universitarios do IAD en comparación cos controis e suxeriu que este resultado reflectía o cambio funcional no cerebro, posiblemente relacionado coas vías de recompensa. Evidentemente, necesítase máis traballo para comprender o papel exacto do PHG no IAD.

Anatómicamente, a cápsula interna é unha área de materia branca no cerebro que separa o núcleo caudado eo tálamo do núcleo lenticular, que contén axóns ascendentes e descendentes. Ademais das fibras corticospinais e corticopontinas, a cápsula interna contén fibras talamocortical e corticofugal [73], [74]. O membro posterior da cápsula interna contén fibras corticospinales, fibras sensoriais (incluíndo o lemnisco medial e o sistema anterolateral) do corpo e algunhas fibras corticobulbaras [73]-[76]. A corteza motora primaria envía os seus axóns a través da extremidade posterior da cápsula interna e desempeña importantes papeis no movemento dos dedos e nas imaxes motoras [77], [78]. A posible razón dos valores de FA na mellora interna da cápsula foi que os suxeitos do IAD pasaban máis tempo xogando a xogos de ordenador e as accións motoras repetitivas como facer clic no rato e teclado cambiaban a estrutura da cápsula interna. Como descubrimentos, a formación modificou a estrutura cerebral noutros estudos [79]-[81], estes adestramentos a longo prazo probablemente cambiaron a estrutura da materia branca do PLIC. A transmisión de información entre as rexións cerebrais frontal e subcortical modulou un maior funcionamento cognitivo e comportamentos humanos [82], [83], que dependía dos tractos de fibra branca que pasaban pola cápsula interna [83], [84]. As anomalías estruturais na cápsula interna poderían interferir na función cognitiva e prexudicar as funcións executivas e de memoria [85]. O valor anormal da FA do PLIC esquerdo pode influír na transferencia e procesamento da información sensorial e finalmente conducir a deterioracións no control cognitivo [86], [87]. Ademais, ser adicto a internet pode causar molestias físicas ou problemas médicos como síndrome do túnel do carpo, ollos secos, dores nas costas e dores de cabeza severos [88]-[90]. O valor anormal da FA do PLIC esquerdo pode explicar a síndrome do túnel do carpo nos suxeitos IAD, que debe ser verificado cun deseño máis sofisticado no futuro.

4.3 Interacción entre anomalías de materia gris e de materia branca

Investigamos a relación entre a substancia gris e as alteracións da substancia branca. Desafortunadamente, non houbo correlacións significativas entre estas dúas medidas. Este fenómeno suxeriu que os cambios morfolóxicos de IAD sobre a materia gris e a substancia branca do cerebro non estaban correlacionados de forma significativa. Existía a posibilidade de que as anomalías da materia gris ligasen as alteracións da materia branca doutro xeito. Non obstante, os nosos descubrimentos demostraron que as características da estrutura da materia gris e a substancia branca eran anormais nos adolescentes con IAD.

Hai algunhas limitacións do estudo actual. Primeiro de todo, aínda que os nosos resultados indicaron que os cambios na materia gris e a substancia branca poden ser a consecuencia dun uso excesivo de internet ou IAD, non podemos excluír outra posibilidade que aborde a diferenza estrutural entre os controis normais e IAD que pode causa do uso excesivo de internet. As características anormais destas rexións cerebrais relacionadas co control cognitivo nalgúns adolescentes fanas relativamente inmaturas e permítenlles ser facilmente dependentes de internet. Os problemas de causa e consecuencia deberían ser investigados mediante un deseño experimental máis completo no futuro estudo. Non obstante, suxerimos que os resultados do presente estudo foron a consecuencia de IAD. En segundo lugar, con respecto á relación entre os cambios estruturais e a duración do IAD, os meses do IAD son unha caracterización bruta pola lembranza dos suxeitos do IAD. Pedímoslles aos suxeitos que recordasen o seu estilo de vida cando inicialmente eran adictos a internet. Para garantir que padecían adicción a internet, volvemos probalos cos criterios YDQ modificados por Beard and Wolf. Tamén confirmamos a fiabilidade dos autoinformes dos asuntos do IAD falando cos seus pais por teléfono. Os cambios estruturais cerebrais de acordo co proceso de adicción poden ser máis cruciais para comprender a enfermidade, de aí que se levase a cabo a correlación entre a duración e as medidas estruturais cerebrais. Estas correlacións suxeriron que se atoparon efectos acumulativos no volume reducido de materia gris do DLPFC dereito, o SMA dereito, o rACC esquerdo e o aumento da materia branca FA no PLIC esquerdo. Finalmente, aínda que suxerimos que as anomalías estruturais do volume de materia gris e a materia branca FA asociáronse con deterioros funcionais no control cognitivo en IAD, a maior limitación do presente estudo é a falta de indicación cuantitativa dos déficits no control cognitivo nestes adolescentes con IAD. Aínda que as relacións entre estas anomalías estruturais e a duración da adicción a internet foron verificadas no noso estudo actual, aínda é necesario investigar con maior detalle no futuro a caracterización das anomalías estruturais subxacentes no IAD, o cal é fundamental para comprender o impacto de IAD sobre o funcionamento a longo prazo. No futuro, integraremos estes achados estruturais con actuacións de comportamento de tarefas cognitivas en suxeitos con DIA. En xeral, os cambios de FA e os cambios de volume da materia gris, como se mostra no presente estudo, indicaron unha alteración no cerebro a nivel microestrutural, o que mellorou a nosa comprensión do DAI.

Conclusión

Proporcionamos evidencias que indicaban que os suxeitos IAD tiñan múltiples cambios estruturais no cerebro. Os cambios de atrofia de materia gris e de materia branca nalgunhas rexións cerebrais correlacionáronse significativamente coa duración da adicción a Internet. Estes resultados poden interpretarse, polo menos parcialmente, como o deterioro funcional do control cognitivo no IAD. As anomalías da cortiza prefrontal foron consistentes cos estudos anteriores de abuso de sustancias [23], [48], [80], [81], polo tanto, suxerimos que pode existir mecanismos parcialmente solapados no uso de IAD e substancias. Esperamos que os nosos resultados melloren a nosa comprensión do IAD e axuden a mellorar o diagnóstico e prevención do IAD.

Grazas arriba

Queremos agradecer a Qin Ouyang, Qizhu Wu e Junran Zhang unha valiosa asistencia técnica na realización desta investigación.

References arriba

1. Ernst M, Pine D, Hardin M (2006) Modelo triadico da neurobioloxía do comportamento motivado na adolescencia. Medicina Psicolóxica 36: 299 – 312. Atopar este artigo en liña
2. Csikszentmihalyi M, Larson R, Prescott S (1977) A ecoloxía da experiencia e da actividade adolescente. Xornal de xuventude e adolescencia 6: 281 – 294. Atopar este artigo en liña
3. Casey B, Tottenham N, Liston C, Durston S (2005) Imaxinando o cerebro en desenvolvemento: que aprendemos sobre o desenvolvemento cognitivo? Tendencias en ciencias cognitivas 9: 104-110. Atopar este artigo en liña
4. Casey B, Galvan A, Hare T (2005) Cambios na organización funcional cerebral durante o desenvolvemento cognitivo. Opinión actual en neurobioloxía 15: 239 – 244. Atopar este artigo en liña
5. Ernst M, Nelson E, Jazbec S, McClure E, Monk C, et al. (2005) Amígdala e núcleo accumbens nas respostas á recepción e omisión de ganancias en adultos e adolescentes. Neuroimagem 25: 1279-1291. Atopar este artigo en liña
6. Maio J, Delgado M, Dahl R, Stenger V, Ryan N, et al. (2004) Imaxe por resonancia magnética funcional relacionada con eventos de circuítos cerebrais relacionados coa recompensa en nenos e adolescentes. Psiquiatría biolóxica 55: 359-366.
7. Galvan A, Hare T, Parra C, Penn J, Voss H, et al. (2006) O desenvolvemento anterior dos accumbens en relación ao córtex orbitofrontal podería estar na base do comportamento de toma de riscos nos adolescentes. Journal of Neuroscience 26: 6885 – 6892. Atopar este artigo en liña
8. Steinberg L (2005) Desenvolvemento cognitivo e afectivo na adolescencia. Tendencias en ciencias cognitivas 9: 69-74. Atopar este artigo en liña
9. Pine D, Cohen P, Brook J (2001) Reactividade emocional e risco de psicopatoloxía entre os adolescentes. Espectros CNS 6: 27 – 35. Atopar este artigo en liña
10. Silveri M, Tzilos G, Pimentel P, Yurgelun-Todd D (2004) Traxectorias do desenvolvemento emocional e cognitivo adolescente: efectos do sexo e risco para o uso de drogas. Anais da Academia de Ciencias de Nova York 1021: 363-370. Atopar este artigo en liña
11. Cao F, Su L, Liu T, Gao X (2007) A relación entre impulsividade e adicción a Internet nunha mostra de adolescentes chineses. Psiquiatría europea 22: 466-471. Atopar este artigo en liña
12. Ko C, Yen J, Chen S, Yang M, Lin H, et al. (2009) Criterios diagnósticos propostos e ferramenta de selección e diagnóstico da adicción a Internet nos estudantes universitarios. Psiquiatría integral 50: 378-384. Atopar este artigo en liña
13. Flisher C (2010) Conectándose: Unha visión xeral da dependencia de Internet. Journal of Pediatrics and Child Health 46: 557 – 559. Atopar este artigo en liña
14. Christakis D (2010) Adicción a Internet: unha epidemia do século 21? Medicina BMC 8: 61. Atopar este artigo en liña
15. Chou C, Condron L, Belland J (2005) Unha revisión da investigación sobre a adicción a Internet. Revisión da Psicoloxía da Educación 17: 363 – 388. Atopar este artigo en liña
16. Young K (1998) Adicción a Internet: a aparición dun novo trastorno clínico. Ciberpsicoloxía e comportamento 1: 237-244. Atopar este artigo en liña
17. Morahan-Martin J, Schumacher P (2000) Incidencia e correlatos do uso patolóxico de Internet entre estudantes universitarios. Ordenadores en comportamento humano 16: 13 – 29. Atopar este artigo en liña
18. Scherer K (1997) Vida universitaria en liña: uso saudable e insalubre en Internet. Xornal de Desenvolvemento de Estudantes Universitarios 38: 655 – 665. Atopar este artigo en liña
19. Ko C, Liu G, Hsiao S, Yen J, Yang M, et al. (2009) Actividades do cerebro asociadas ao desexo de xogos de adicción ao xogo en liña. Xornal de investigación psiquiátrica 43: 739-747. Atopar este artigo en liña
20. Dong G, Lu Q, Zhou H, Zhao X (2010) Inhibición do impulso en persoas con trastorno de adicción a Internet: evidencias electrofisiolóxicas dun estudo Go / NoGo. Cartas de neurociencias 485: 138 – 142. Atopar este artigo en liña
21. Zhou Y, Lin F, Du Y, Qin L, Zhao Z, et al. (2009) Anormalidades da materia gris na adicción a Internet: un estudo de morfometría baseado en voxel. European Journal of Radiology. doi:10.1016 / j.ejrad.2009.1010.1025.
22. Xu L, Xue-ping G, Osunde I, Xin L, Shun-ke Z, et al. (2010) Aumento da homoxeneidade rexional no trastorno de adicción a internet: un estudo de imaxe por resonancia magnética funcional en estado de repouso. 123: 1904: 1908. Atopar este artigo en liña
23. Yuan K, Qin W, Dong M, Liu J, Sun J, et al. (2010) Déficits de materia gris e anomalías no estado de repouso en individuos dependentes da heroína. Cartas de neurociencias 482: 101 – 105. Atopar este artigo en liña
24. Yuan K, Qin W, Liu J, Guo Q, Dong M, et al. (2010) Alterouse as redes funcionais do cerebro de pequeno mundo e a duración do uso de heroína en homes dependentes de heroína dependentes da heroína. Cartas de neurociencias 477: 37 – 42. Atopar este artigo en liña
25. Yuan K, Qin W, Dong M, Liu J, Liu P, et al. (2010) A combinación de información espacial e temporal para explorar as redes de estado de repouso cambia en individuos dependentes da heroína. Cartas de neurociencias 475: 20 – 24. Atopar este artigo en liña
26. Liu J, Liang J, Qin W, Tian J, Yuan K, et al. (2009) Patróns de conectividade disfuncional nos usuarios de heroína crónica: un estudo de fMRI. Cartas de neurociencias 460: 72 – 77. Atopar este artigo en liña
27. Volkow N, Fowler J, Wang G (2003) O cerebro humano adicto: coñecementos dos estudos de imaxe. Journal of Clinical Investigation 111: 1444-1451. Atopar este artigo en liña
28. Ko C, Hsiao S, Liu G, Yen J, Yang M, et al. (2010) As características da toma de decisións, o potencial para asumir riscos e a personalidade dos estudantes universitarios con adicción a Internet. Investigación de psiquiatría 175: 121-125. Atopar este artigo en liña
29. Beard K, Wolf E (2001) Modificación dos criterios de diagnóstico propostos para a adicción a Internet. Ciberpsicoloxía e comportamento 4: 377-383. Atopar este artigo en liña
30. Ashburner J, Friston K (2000) Morfometría baseada en Voxel: os métodos. Neuroimagem 11: 805-821. Atopar este artigo en liña
31. Bo C, Johnsrude I, J Ashburner, Henson R, Fristen K, et al. (2001) Un estudo morfométrico baseado en voxel do envellecemento nos cerebros humanos normais 465. Neuroimagem 14: 21-36. Atopar este artigo en liña
32. Smith S, Jenkinson M, Woolrich M, Beckmann C, Behrens T, et al. (2004) Avanza na análise de imaxe e implementación funcional e estrutural de MR como FSL. Neuroimagem 23: 208-219. Atopar este artigo en liña
33. Smith S (2002) Extracción cerebral automatizada robusta. Cartografía cerebral humana 17: 143 – 155. Atopar este artigo en liña
34. Zhang Y, Brady M, Smith S (2001) Segmentación de imaxes MR do cerebro a través dun modelo de campo aleatorio oculto de Markov e do algoritmo de expectativa-maximización. Transaccións IEEE en imaxes médicas 20: 45-57. Atopar este artigo en liña
35. Jenkinson M, Smith S (2001) Un método de optimización global para o rexistro afín robusto de imaxes cerebrais. Análise de imaxes médicas 5: 143 – 156. Atopar este artigo en liña
36. Jenkinson M, Bannister P, Brady M, Smith S (2002) Optimización mellorada para o rexistro lineal robusto e preciso e corrección de movemento das imaxes cerebrais. Neuroimagem 17: 825-841. Atopar este artigo en liña
37. Andersson J, Jenkinson M, Smith S (2007) Optimización non lineal. Informes técnicos do grupo de análise FMRIB: TR07JA02 de www.fmrib.ox.ac.uk/analysis/techrep.
38. Andersson J, Jenkinson M, Smith S (2007) Rexistro non lineal, ou tamén normalización espacial. Informes técnicos do grupo de análise FMRIB: TR07JA02 de www.fmrib.ox.ac.uk/analysis/techrep.
39. Rueckert D, Sonoda L, Hayes C, Hill D, Leach M, et al. (2002) Rexistro non ríxido usando deformacións de forma libre: aplicación a imaxes MR mama. Transaccións IEEE en imaxes médicas 18: 712-721. Atopar este artigo en liña
40. Nichols T, Holmes A (2002) Probas de permutação non paramétricas para a neuroimagen funcional: un cebador con exemplos. Cartografía cerebral humana 15: 1 – 25. Atopar este artigo en liña
41. Dong G, Lu Q, Zhou H, Zhao X, Miles J (2011) Precursor ou Sequela: Trastornos patolóxicos en persoas con trastorno de adicción a Internet. PloS one 6: 306 – 307. Atopar este artigo en liña
42. Beaulieu C (2002) A base da difusión de auga anisotrópica no sistema nervioso: unha revisión técnica. NMR en biomedicina 15: 435 – 455. Atopar este artigo en liña
43. Smith S, Jenkinson M, Johansen-Berg H, Rueckert D, Nichols T, et al. (2006) Estatística espacial baseada no tracto: análise voxelwise de datos de difusión de varios suxeitos. Neuroimagem 31: 1487-1505. Atopar este artigo en liña
44. Smith S, Johansen-Berg H, Jenkinson M, Rueckert D, Nichols T, et al. (2007) Adquisición e análise voxelwise de datos de difusión de varios suxeitos con estatísticas espaciais baseadas no tracto. Protocolos de natureza 2: 499-503. Atopar este artigo en liña
45. Kaufman J, Ross T, Stein E, Garavan H (2003) Cingula a hipoactividade nos usuarios de cocaína durante unha tarefa GO-NOGO tal e como revela a resonancia magnética funcional relacionada co evento. Journal of Neuroscience 23: 7839 – 7843. Atopar este artigo en liña
46. Li C, Sinha R (2008) Control inhibitorio e regulación do estrés emocional: evidencias de neuroimaxe de disfunción frontal-límbica na adicción psico-estimulante. Revisións de neurociencia e bio-comportamento 32: 581-597. Atopar este artigo en liña
47. Botvinick M, Braver T, Barch D, Carter C, Cohen J (2001) Seguimento de conflitos e control cognitivo. Revisión psicolóxica 108: 624 – 652. Atopar este artigo en liña
48. Krawczyk D (2002) Contribucións da cortiza prefrontal á base neuronal da toma de decisións humanas. Revisións de neurociencia e biocomportamento 26: 631-664. Atopar este artigo en liña
49. Wilson S, Sayette M, Fiez J (2004) Respostas pre-frontales a pistas de drogas: unha análise neurocognitiva. Nature Neuroscience 7: 211 – 214. Atopar este artigo en liña
50. Barber A, Carter C (2005) Control cognitivo implicado na superación de tendencias de resposta prepotentes e cambio de tarefas. Córtex cerebral 15: 899 – 912. Atopar este artigo en liña
51. MacDonald A, Cohen J, Stenger V, Carter C (2000) Disociando o papel do córtex dorsolateral prefrontal e cingulado anterior en control cognitivo. Ciencia 288: 1835-1838. Atopar este artigo en liña
52. Botvinick M, Nystrom L, Fissell K, Carter C, Cohen J (1999) Seguimento do conflito versus selección de acción na cortiza cingulada anterior. Natureza 402: 179 – 180. Atopar este artigo en liña
53. Vanderhasselt M, De Raedt R, Baeken C (2009) Córtex prefrontal dorsolateral e rendemento de Stroop: abordando a lateralización. Boletín psiconómico e revisión 16: 609-612. Atopar este artigo en liña
54. Forman S, Dougherty G, Casey B, Siegle G, Braver T, et al. (2004) Os adictos aos opiáceos carecen da activación dependente de erros do cingulado anterior rostral. Psiquiatría biolóxica 55: 531-537. Atopar este artigo en liña
55. Fu L, Bi G, Zou Z, Wang Y, Ye E, et al. (2008) Función de inhibición da resposta deficiente en dependentes de heroína abstinentes: un estudo de fMRI. Cartas de neurociencias 438: 322 – 326. Atopar este artigo en liña
56. Rolls E (2000) A cortiza orbitofrontal e recompensa. Córtex cerebral 10: 284 – 294. Atopar este artigo en liña
57. Groenewegen H, Uylings H (2000) A cortiza prefrontal e a integración de información sensorial, límbica e autonómica. Avances na investigación do cerebro 126: 3 – 28. Atopar este artigo en liña
58. Balleine B, Dickinson A (1998) Acción instrumental dirixida a obxectivos: aprendizaxe de continxencia e incentivos e os seus substratos corticais. Neurofarmacoloxía 37: 407 – 419. Atopar este artigo en liña
59. Simmonds D, Pekar J, Mostofsky S (2008) Meta-análise de tarefas Go / No-go que demostra que a activación fMRI asociada á inhibición da resposta é dependente da tarefa. Neuropsychologia 46: 224 – 232. Atopar este artigo en liña
60. Ray Li C, Huang C, Constable R, Sinha R (2006) Inhibición da resposta de imaxe nunha tarefa de sinal de parada: correlación neuronal independente da monitorización do sinal e do procesamento posterior á resposta. Journal of Neuroscience 26: 186 – 192. Atopar este artigo en liña
61. Raymond J, Lisberger S, Mauk M (1996) O cerebelo: unha máquina de aprendizaxe neuronal? Ciencia 272: 1126-1131. Atopar este artigo en liña
62. Schmahmann J, Sherman J (1998) A síndrome afectiva cognitiva do cerebelo. Cerebro 121: 561-579. Atopar este artigo en liña
63. Desmond J (2001) Implicación cerebelosa na función cognitiva: evidencias de neuroimagen. Revisión internacional da psiquiatría 13: 283-294. Atopar este artigo en liña
64. Heyder K, Suchan B, Daum I (2004) Contribucións cortico-subcortais ao control executivo. Acta Psychologica 115: 271 – 289. Atopar este artigo en liña
65. Wagner A, Schacter D, Rotte M, Koutstaal W, Maril A, et al. (1998) Creando memorias: recordando e esquecendo as experiencias verbais tal e como predijo a actividade cerebral. Ciencia 281: 1188-1191. Atopar este artigo en liña
66. Tulving E, Markowitsch H, Craik F, Habib R, Houle S (1996) Activacións de novidade e familiaridade en estudos de PET de codificación e recuperación de memoria. Córtex cerebral 6: 71 – 79. Atopar este artigo en liña
67. Powell H, Guye M, Parker G, Symms M, Boulby P, et al. (2004) Demostración non invasiva in vivo das conexións do xiro parahipopocampal humano. Neuroimagem 22: 740-747. Atopar este artigo en liña
68. BURWELL R (2000) A rexión parahippocampal: conectividade corticocortical. Anais da Academia de Ciencias de Nova York 911: 25-42. Atopar este artigo en liña
69. Zhu X, Wang X, Xiao J, Zhong M, Liao J, et al. (2010) Integridade alterada da materia branca en mozos adultos inxenuos con trastorno depresivo maior do primeiro episodio: un estudo de estatísticas espaciais baseado no tracto. Brain Research 1396: 223 – 229. Atopar este artigo en liña
70. Sorte D, Danion J, Marrer C, Pham B, Gounot D, et al. (2010) O xiro parahippocampal dereito contribúe á formación e mantemento de información ligada na memoria de traballo. Cerebro e cognición 72: 255 – 263. Atopar este artigo en liña
71. Engle R, Kane M (2003) Atención ao executivo, capacidade de memoria de traballo e unha teoría de dous factores do control cognitivo. Psicoloxía da aprendizaxe e motivación 44: 145 – 199. Atopar este artigo en liña
72. Xu L, Xue-ping G, Osunde I, Xin L, Shun-ke Z, et al. Aumento da homoxeneidade rexional no trastorno de adicción a internet: un estudo de imaxe por resonancia magnética funcional en estado de repouso. 123: 1904: 1908. Atopar este artigo en liña
73. Pais A, Carpenter M (1996) Neuroanatomía humana de Carpenter: Williams & Wilkins.
74. Wakana S, Jiang H, Nagae-Poetscher L, van Zijl P, Mori S (2004) Atlas baseado no tracto de fibras de materia branca humana Anatomy1. Radioloxía 230: 77 – 87. Atopar este artigo en liña
75. Andersen R, Knight P, Merzenich M (1980) As conexións thalamocortical e corticothalamic de AI, AII e o campo auditivo anteriior (AFF) no gato: evidencia de dous sistemas de conexións en gran parte sergregados. The Journal of Comparative Neurology 194: 663-701. Atopar este artigo en liña
76. Winer J, Diehl J, Larue D (2001) Proxeccións da cortiza auditiva ao corpo geniculado medial do gato. The Journal of Comparative Neurology 430: 27-55. Atopar este artigo en liña
77. Schnitzler A, Salenius S, Salmelin R, Jousm ki V, Hari R (1997) Implicación da cortiza motora primaria nas imaxes motrices: un estudo neuromagnético. Neuroimagem 6: 201-208. Atopar este artigo en liña
78. Shibasaki H, Sadato N, Lyshkow H, Yonekura Y, Honda M, et al. (1993) Tanto o córtex motor primario como a área do motor complementario xogan un papel importante no movemento complexo dos dedos. Cerebro 116: 1387-1398. Atopar este artigo en liña
79. Draganski B, Gaser C, Busch V, Schuierer G, Bogdahn U, et al. (2004) Neuroplasticidade: cambios na materia gris inducida polo adestramento. Natureza 427: 311 – 312. Atopar este artigo en liña
80. Boyke J, Driemeyer J, Gaser C, Buchel C, maio A (2008) Os cambios na estrutura cerebral inducida por adestramentos nos anciáns. Journal of Neuroscience 28: 7031 – 7035. Atopar este artigo en liña
81. Scholz J, Klein MC, Behrens TEJ, Johansen-Berg H (2009) A formación induce cambios na arquitectura da materia branca. Nature Neuroscience 12: 1370 – 1371. Atopar este artigo en liña
82. Cummings JL (1993) Circuitos frontal-subcortical e comportamento humano. Arquivos de neuroloxía 50: 873 – 880. Atopar este artigo en liña
83. Cummings JL (1995) Aspectos anatómicos e comportamentais dos circuítos frontal-subcortical. Anais da Academia de Ciencias de Nova York 769: 1-14. Atopar este artigo en liña
84. Albin RL, Young AB, Penney JB (1989) A anatomía funcional dos trastornos dos ganglios basais. Tendencias nas neurociencias 12: 366 – 375. Atopar este artigo en liña
85. Levitt JJ, Kubicki M, Nestor PG, Ersner-Hershfield H, Westin C, et al. (2010) Un estudo de imaxe de tensor de difusión do membro anterior da cápsula interna na esquizofrenia. Investigación de psiquiatría 184: 143-150. Atopar este artigo en liña
86. Werring D, Clark C, Barker G, Miller D, Parker G, et al. (1998) Os mecanismos estruturais e funcionais da recuperación motora: uso complementario do tensor de difusión e resonancia magnética funcional nunha lesión traumática da cápsula interna. Revista de Neuroloxía, Neurocirurxía e Psiquiatría 65: 863-869. Atopar este artigo en liña
87. Niogi S, Mukherjee P, Ghajar J, Johnson C, Kolster R, et al. (2008) A extensión da lesión microestructural de materia branca na síndrome postconcussive está relacionada co tempo de reacción cognitivo alterado: un estudo de imaxe por tensor de difusión 3T de lesión cerebral leve traumática. American Journal of Neuroradiology 29: 967 – 973. Atopar este artigo en liña
88. Young K (1999) adicción a Internet: síntomas, avaliación e tratamento. Innovacións na práctica clínica: libro orixinal 17: 19-31. Atopar este artigo en liña
89. Beard K (2005) Adicción a Internet: unha revisión das técnicas de avaliación actuais e das posibles preguntas de avaliación. Ciberpsicoloxía e comportamento 8: 7-14. Atopar este artigo en liña
90. Culver J, Gerr F, Frumkin H (1997) Información médica en Internet. Xornal de Medicina Interna Xeral 12: 466 – 470.