BMC Neurosci. 2017; 18: 54.
Pubblicato online 2017 Jul 27. doi: 10.1186 / s12868-017-0375-y
PMCID: PMC5530585
Xin Ge,#1 Yawen Sun,#1 Xu Han,1 Yao Wang,1 Weina Ding,1 Mengqiu Cao,1 Yasong Du,2 Jianrong Xu,1 ed Yan Zhou1
Astratto
sfondo
È stato riportato che il disturbo da gioco su Internet (IGD) e i fumatori con dipendenza da nicotina (SND) condividono le caratteristiche cliniche, come il coinvolgimento eccessivo nonostante le conseguenze negative e le voglie. Questo studio si propone di studiare le alterazioni della connettività funzionale a riposo (rsFC) della corteccia prefrontale dorsolaterale (DLPFC) osservata in SND e IGD. In questo studio, i controlli sani 27 IGD, 29 SND e 33 (HC) sono stati sottoposti a scansione a risonanza magnetica funzionale (rs-fMRI) a riposo. La connettività DLPFC è stata determinata in tutti i partecipanti esaminando le fluttuazioni del segnale fMRI a bassa frequenza sincronizzate utilizzando un metodo di correlazione temporale basato sul seme.
Risultati
Rispetto al gruppo HC, i gruppi IGD e SND hanno mostrato una diminuita rsFC con DLPFC nell'insula destra e un giro frontale inferiore sinistro con DLPFC. Rispetto al gruppo SND, i soggetti IGD hanno mostrato un aumento del rsFC nel giro temporale inferiore sinistro e nel giro frontale orbitale inferiore destro e diminuito rsFC nel giro occipitale medio destro, giro supramarginale e cuneo con DLPFC.
Conclusione
I nostri risultati hanno confermato che SND e IGD condividono meccanismi neurali simili legati alla bramosia e all'inibizione impulsiva. La differenza significativa nella rsFC con DLPFC tra i soggetti IGD e SND può essere attribuita alla stimolazione visiva e uditiva generata dai giochi su Internet a lungo termine.
sfondo
Il disturbo da gioco su Internet (IGD), noto anche come uso problematico di internet, è l'uso eccessivo e ricorrente di giochi online su Internet [1]. IGD è diverso dall'abuso di sostanze o dalla tossicodipendenza in modo tale che nessuna sostanza o assunzione di sostanze chimiche è coinvolta; tuttavia, l'uso eccessivo di Internet può portare a una dipendenza fisica simile a quella osservata in altre dipendenze [2]. Attualmente, l'IGD è diventato un serio problema di salute mentale in tutto il mondo, richiedendo quindi ulteriori indagini, come esemplificato dalla sua inclusione come condizione per ulteriori studi nella Sezione 3 del Manuale diagnostico e statistico dei disturbi mentali (5a edizione, DSM-5) [3]. Sono stati suggeriti i seguenti criteri diagnostici per la IGD: distorsione temporale, tempo trascorso più lungo del tempo inizialmente previsto e pianificato, utilizzo dell'attività Internet per far fronte a problemi o sfuggire, comportamento compulsivo, inganno sull'entità dell'uso, mancato arresto o controllo dell'uso, e preoccupazione per l'uso di Internet quando offline [4-6]. In particolare, molti di questi sintomi comportamentali somigliano a disturbi correlati alla sostanza [7-9].
Attualmente la precisa patogenesi di IGD rimane poco chiara. Alcuni studi hanno suggerito che il fattore di rischio di IGD è correlato all'aumento della prevalenza di dipendenza da sostanze [10-12]. Numerosi studi hanno scoperto che IGD e la dipendenza da sostanze condividevano meccanismi neurali simili, come la dipendenza da nicotina [9, 13, 14]. Sulla base della dipendenza comportamentale, i ricercatori hanno cercato di associare IGD ad altri problemi comportamentali che possono portare alla dipendenza, come l'abuso di droghe, l'abuso di alcool e la dipendenza da nicotina [7, 15]. Il nostro studio precedente ha rivelato che i fumatori con IGD hanno esibito una ridotta connettività funzionale a riposo (rsFC) nel retto destro del retto e aumentato rsFC nel giro frontale medio sinistro con post cingulate cortex (PCC), rispetto ai non fumatori con IGD. Inoltre, è stata riscontrata una correlazione negativa nella connettività PCC con il giro rettale destro con il punteggio di dipendenza da Internet di Chen (CIAS) dei fumatori con IGD prima della correzione. I risultati hanno suggerito che, rispetto ai non fumatori con IGD, i fumatori con IGD avevano alterazioni della funzione nelle regioni del cervello correlate alla motivazione e alla funzione [9]. Tuttavia, Vergara et al. [16] delineato un modello generale di ipoconnettività nel precuno, nell'insula, nel giro postcentrale e nella corteccia visiva dei consumatori di sostanze. Inoltre, la riduzione della connettività tra reti postcentrale e uno di riposo che coprono il giroscopio fusiforme e linguale destro ha mostrato la loro significativa associazione con la gravità del consumo di alcol. Nei fumatori, è stata osservata ipoconnettività tra talamo e putamen. Al contrario, il giro angolare mostra un'iper-connettività con il precuno legato al fumo e significativamente correlato con la gravità della dipendenza da nicotina. Questi risultati hanno suggerito che particolari effetti dell'alcol e della nicotina possono essere separati e identificati. Han et al. [8] ha rilevato che i soggetti con IGD e la dipendenza da alcol (AD) hanno valori di rsFC positivi nella corteccia prefrontale dorsolaterale (DLPFC) e nel cingolo, nel cervelletto e nei valori rsFC negativi tra la DLPFC e la corteccia orbitofrontale. Il gruppo AD ha riscontrato valori di rsFC positivi tra DLPFC, aree striatali e lobo temporale, mentre il gruppo IGD mostra valori rsFC negativi tra queste aree. Hanno concluso che entrambi i gruppi potrebbero avere deficit nella funzione esecutiva.
In questo studio, abbiamo tentato di rilevare la differenza tra il rsFC degli individui con IGD e quelli dei fumatori con dipendenza da nicotina (SND) ed esplorare il meccanismo di questa differenza. Secondo Han et al. [8], le voglie indotte da particolari sostanze come l'alcol sono strettamente associate all'attività della DLPFC [17]. Inoltre, si ritiene che la DLPFC svolga ruoli chiave nella mediazione dei sintomi clinici della disfunzione esecutiva, della dipendenza da alcol, compresa l'impulsività e l'aggravarsi del potenziale di abuso [18]. Il presente studio si propone di valutare rsFC seminato DLPFC in IGD e SND.
Metodi
Partecipanti
L'attuale studio è stato approvato dal Comitato Etico per la Ricerca del Ren Ji Hospital e School of Medicine, Shanghai Jiao Tong University, China No. [2016] 079k (2) con consenso informato scritto di tutte le materie. Tutti i partecipanti sono stati informati degli obiettivi del nostro studio prima dell'esame della RM. Tra i partecipanti 86 inclusi nello studio e valutati mediante risonanza magnetica cerebrale da Jan 2016 a Dec 2016, 27 presentava IGD, 29 SND e 30 sani controlli (HC). Come descritto nel nostro studio precedente [9], i soggetti di IGD che hanno incontrato il questionario diagnostico per il test di dipendenza da Internet (cioè YDQ) modificato da Beard e Wolf [19] sono stati reclutati dalla clinica ambulatoriale psicologica del Shanghai Mental Health Center. Mentre, i gruppi SND e HC sono stati reclutati tramite pubblicità. Il gruppo IGD ha giocato a Internet per circa 42-70 ore (media ± SD: 44.31 ± 10.27) a settimana. Le domande appropriate dall'intervista clinica strutturata per il DSM-IV [20] è stato utilizzato per valutare la dipendenza dalla nicotina. Il partecipante dei gruppi IGD e HC non aveva mai fumato e nessun partecipante ha segnalato il consumo quotidiano di alcol o altri disturbi da uso di sostanze (SUD). Tutti i soggetti con SND hanno iniziato a fumare 2-10 anni prima dell'inizio dello studio in corso. Fumano tutti quotidianamente e fumano circa 10-45 sigarette (media ± DS: 21 ± 1.76) al giorno. CIAS [21], scala dell'auto-valutazione dell'ansia (SAS) [22], scala di auto-valutazione della depressione (SDS) [23], Barratt impulsiveness scale-11 (BIS-11) [24] e test Fagerstrom di dipendenza da nicotina (FTND) [25] sono stati eseguiti per valutare le caratteristiche cliniche dei partecipanti. Il CIAS è una misura auto referente con buona affidabilità e validità ed è stato utilizzato per misurare la gravità della dipendenza da Internet [26]. L'FTND è un questionario self-report in sei item utilizzato per valutare la gravità della dipendenza da nicotina [25]. Tutti i questionari sono stati inizialmente scritti in inglese e poi tradotti in cinese.
Tutti i partecipanti erano destrorsi e nessuno dei partecipanti aveva (precedente) ospedalizzazione 1 per una storia di importanti disturbi psichiatrici o disturbi psichiatrici; (2) un disturbo da uso di sostanze diverso dalla dipendenza da nicotina; (3) ritardo mentale; (4) malattia o ferita neurologica; (5) intolleranza alla risonanza magnetica.
Acquisizione MRI
Le immagini sono state ottenute utilizzando uno scanner MRI 3.0T (GE Signa HDxt 3T, USA) con una bobina di testa standard. Sono stati utilizzati cuscinetti in schiuma di contenimento per ridurre il movimento della testa e tappi per le orecchie per ridurre il rumore dello scanner. Il gruppo SND doveva astenersi dal fumare 1 ora prima della scansione. I dati di risonanza magnetica funzionale allo stato di riposo sono stati acquisiti utilizzando una sequenza eco-planare a gradiente come descritto nel nostro studio precedente [9]. Successivamente, 34 sezioni trasversali (tempo di ripetizione [TR] = 2000 ms, tempo di eco [TE] = 30 ms; campo visivo [FOV] = 230 × 230 mm2; 3.6 × 3.6 × 4 mm3 dimensione voxel) sono state ottenute allineate lungo la linea della commessura anteriore-posteriore. Ogni scansione fMRI è durata 440 s. Durante la scansione, i partecipanti sono stati istruiti a rimanere svegli con gli occhi chiusi e non pensare a soggetti specifici. Dopo la scansione, ai soggetti è stato chiesto di confermare di rimanere svegli durante la scansione. Inoltre, immagini anatomiche pesate T1 ad alta risoluzione (TR = 6.1 ms, TE = 2.8 ms, TI = 450 ms, spessore fetta = 1 mm, distanza = 0, angolo di ribaltamento = 15 °, FOV = 256 × 256 mm2, numero di fette = 166, 1 × 1 × 1 mm3 voxel size) utilizzando una sequenza 3D con ritocco veloce e immagini di sequenze richiamate.
analisi statistica
Le misure demografiche e cliniche dei gruppi sono state confrontate. I test ANOVA a una via sono stati eseguiti utilizzando il pacchetto statistico per il software di scienze sociali (versione 18) per valutare le differenze tra i gruppi 3. Successivamente sono stati eseguiti i test post hoc di Bonferroni per valutare le differenze tra ogni coppia di gruppi. Un valore p 2-tailed di 0.05 è stato considerato statisticamente significativo per tutte le analisi.
La pre-elaborazione funzionale della RM è stata eseguita utilizzando una cassetta degli attrezzi per l'elaborazione e l'analisi dei dati per l'imaging cerebrale (http://rfmri.org/dpabi) [27]. Dopo aver scartato i primi 10 volumi di ciascuna serie temporale funzionale, le restanti 210 immagini sono state preelaborate. Sono stati condotti la correzione della temporizzazione delle sezioni, il riallineamento e la normalizzazione spaziale, nonché la levigatura (larghezza totale di 6 mm a metà massimo). Le covariate fastidiose, inclusi i predittori di serie temporali per il liquido cerebrospinale globale, la sostanza bianca e sei parametri di movimento, sono state eliminate per migliorare il rapporto segnale-rumore e ridurre al minimo gli artefatti da movimento. Nessun partecipante a questo studio ha mostrato movimenti superiori a 1.5 mm con la massima traslazione in x, y, o z, assi o rotazione massima di 1.5 ° negli assi 3. Inoltre, lo spostamento medio framewise (FD) è stato calcolato mediando l'FDi di ciascun soggetto da ciascun punto temporale [28]. Nessuna differenza tra i valori medi di FD dei gruppi (p = 0.71). Quindi, abbiamo applicato il filtraggio temporale (0.01-0.08 Hz) alla serie temporale di ciascun voxel per ridurre l'influenza del rumore ad alta frequenza e della deriva a bassa frequenza [29-32]. DLPFC è stato utilizzato come seme della regione di interesse (ROI) nello studio corrente e il modello DLPFC è stato realizzato come descritto nella ricerca precedente [8].
Quindi, la serie temporale del segnale dipendente dal livello di ossigeno nel sangue di ciascun voxel all'interno della regione seme è stata mediata per generare le serie temporali di riferimento. Una mappa di correlazione per ciascun soggetto è stata prodotta calcolando i coefficienti di correlazione tra le serie temporali di riferimento e le serie temporali degli altri voxel del cervello. I valori Z sono stati convertiti dai coefficienti di correlazione dalla trasformata z di Fisher per migliorare la normalità della distribuzione [31]. Successivamente, i singoli punteggi z sono stati inseriti in SPM8 per il campione singolo t testare in modo voxel-wise, che è stato eseguito per determinare le regioni del cervello con significativa correlazione positiva o negativa con la DLPFC all'interno di ciascun gruppo. I punteggi individuali sono stati inseriti in SPM8 per l'analisi dell'effetto casuale e quindi sono stati eseguiti ANOVA a una via.
Le differenze in termini di età, sesso, istruzione, punteggi SAS, punteggi SDS e punteggi BIS-11 sono state regredite per ogni rsFC lungo la dimensione del soggetto. Correzioni multiple di confronto sono state eseguite utilizzando il programma AlphaSim nel pacchetto software Analisi di Functional Neuroimages (AFNI) (NIMH, Bethesda, MD USA; disponibile a http://afni.nimh.nih.gov/afni) [33], come determinato dalle simulazioni Monte Carlo. Differenze significative sono state definite come quelle che sono sopravvissute a una soglia di p <0.05, AlphaSim corretto (una soglia combinata di p <0.001 per ogni voxel e una dimensione del cluster> 11 voxel, producendo una soglia corretta di p <0.05). Sono state quindi effettuate analisi di interazione di gruppo con test t a due campioni. Le differenze sono state ottenute in base ai risultati dell'ANOVA applicando la maschera per limitare i test t alle aree cerebrali significative. La soglia corretta AlphaSim p <0.05 (una soglia combinata di p <0.001 e una dimensione del cluster> 11 voxel) è stata eseguita come correzione del confronto multiplo. Le regioni cerebrali che mostravano differenze significative sono state quindi mascherate sui modelli cerebrali MNI.
Risultati
Caratteristiche demografiche e cliniche
Table 1 elencato le misure demografiche e cliniche per ciascun gruppo. Nessuna differenza significativa è stata osservata tra i gruppi IGD e HC in termini di età e anni di istruzione. Tuttavia, sono state riscontrate differenze significative tra i gruppi IGD e SND e tra i gruppi HC e SND. La differenza rispetto al sesso è stata ottenuta perché nessun fumatore femmina ha partecipato allo studio. I soggetti IGD avevano CIAS, SAS, SDS e BIS-11 più elevati rispetto ad altri gruppi 2.
Analisi della connettività DLPFC
Analisi ANOVA unidirezionale in tre gruppi
Sono state osservate differenze significative tra rsFC e DLPFC nel lato sinistro del giro temporale inferiore, insula, giro frontale inferiore, lato destro del giro temporale medio, giro supramarginale, cuneo, giro frontale superiore orbitale, insula, giro frontale inferiore orbitale, e giro frontale superiore (Tabella 2; Figura. 1).
Analisi tra gruppi di connettività DLPFC: IGD contro HC
Il gruppo IGD mostrava un aumento significativo della rsFC nel giro temporale inferiore sinistro, giro temporale superiore destro e giro medio anteriore destro con la DLPFC, rispetto al gruppo HC. Inoltre, il rsFC diminuito è stato trovato nel lobo frontale inferiore sinistro, lato destro del giro orbitale frontale mediale, insula, giro occipitale medio, giro temporale superiore e cuneo con la DLPFC (Tabella 3; Figura. 2).
Analisi tra gruppi di connettività DLPFC: SND contro HC
Il gruppo SND ha mostrato una riduzione significativa della rsFC nell'insula bilaterale, nel giro frontale inferiore sinistro e nel giro frontale orbitale inferiore destro con la DLPFC (Tabella 4; Figura. 3).
Analisi tra gruppi di connettività DLPFC: IGD contro SND
Rispetto al gruppo SND, i soggetti IGD avevano aumentato il rsFC nel giro temporale inferiore sinistro e il giro frontale orbitale inferiore destro e diminuito rsFC nel lato destro del giro occipitale medio, giro supramarginale e cuneo con il DLPFC (Tabella 5; Figura. 4).
Correlazione tra connettività DLPFC e CIAS di IGD, connettività DLPFC e FTND di SND
Rispetto al gruppo HC, l'IGD e l'SND avevano entrambi una ridotta rsFC nel giro frontale inferiore sinistro e nell'isola destra con DLPFC. I valori di resistenza rsFC (valori zFC medi) sono stati estratti e mediati all'interno di una ROI sferica (raggio di 10 mm) centrata sul picco di differenza del gruppo rsFC (Tabelle 2, , 3) 3) nei gruppi IGD e SND. Le correlazioni di Pearson sono state eseguite tra i valori rsFC con CIAS del gruppo IGD e il punteggio FTND nel gruppo SND. Tuttavia, non è stata trovata alcuna correlazione significativa.
Discussione
In questo studio, osserviamo sia connettività cerebrali simili e diverse nel gruppo IGD correlate al gruppo SND. Abbiamo rilevato che sia i gruppi SND che IGD avevano ridotto il rsFC con DLPFC nell'insula destra e il giro frontale inferiore sinistro. Inoltre, i soggetti con IGD presentavano differenti rsFC con DLPFC nella corteccia frontale orbitale e lobi temporali, occipitali e parietali.
Le prove hanno rivelato che molti dei sintomi comportamentali, anche i meccanismi neurali alla base di IGD, assomigliano a SUD [14, 34]. SUD comporta un modello cronico, ricorrente di uso di droga, nicotina o alcol, e la dipendenza da nicotina è una delle sue forme più comuni. SUD potrebbe causare alterazioni neurologiche, in particolare nelle strutture del lobo frontale implicate nel controllo cognitivo-comportamentale. La rete di disfunzione delle regioni corticali, compresa la DLPFC, la corteccia cingolata anteriore e la corteccia parietale laterale, si riferisce a deficit nell'inibizione comportamentale. Questa disfunzione è stata collegata alla perdita di controllo sull'assunzione di sostanze, che potrebbe essere un passo critico nella progressione della patologia SUD [35, 36]. IGD è diverso da SUD in quanto non è implicata alcuna assunzione di sostanze chimiche o di sostanze; tuttavia, l'uso eccessivo di Internet può anche portare a una dipendenza fisica simile a quella osservata in altre dipendenze [2]. In particolare, l'ipo-attivazione del circuito di inibizione è un meccanismo neurale condiviso in SUD e dipendenza comportamentale. La funzione alterata della corteccia prefrontale può riguardare un'alta impulsività, che a sua volta può contribuire a compromettere il controllo cognitivo e lo sviluppo di IGD [37]. Sebbene l'esatto meccanismo di IGD richieda ulteriori indagini, è stato proposto il suo modello cognitivo-comportamentale. Il modello si concentra su tre domini, inclusi gli impulsi motivazionali legati alla ricerca della ricompensa e alla riduzione dello stress, il controllo comportamentale relativo all'inibizione esecutiva e il processo decisionale che comporta la valutazione dei pro e dei contro di impegnarsi in comportamenti motivati [38].
Sulla base di studi precedenti, sia le alterazioni funzionali che strutturali della DLPFC sono state comunemente osservate in IGD [39, 40]. Le funzioni cognitive complesse sono state generalmente associate alle attivazioni nella DLPFC [41] come regolazione comportamentale indotta da conflitti, attenzione, memoria di lavoro e controllo inibitorio [42-44]. La DLPFC è connessa con altre aree corticali e collega le esperienze sensoriali correnti alla memoria delle esperienze passate per dirigere e generare azioni opportunamente orientate all'obiettivo [13, 45]. Pertanto, la DLPFC può contribuire al coordinamento e al mantenimento delle rappresentazioni accettate dalle altre regioni cerebrali durante la risposta al craving quando sono presenti segnali di sostanza e si genera un'aspettativa positiva [46].
Abbiamo rilevato che entrambi i gruppi SND e IGD avevano ridotto il rsFC nell'insula destra e il giro frontale inferiore sinistro con DLPFC. L'insula è stata implicata nella brama indotta da cue e ricaduta nei fumatori di sigarette a base di nicotina [47]. E la corteccia orbitofrontale è coinvolta nella valutazione della ricompensa degli stimoli e nella rappresentazione esplicita dell'aspettativa della ricompensa per la sostanza [7]. I nostri risultati erano coerenti con gli studi precedenti, che enfatizzavano le regioni del cervello, come la corteccia prefrontale ventromediale, l'insula, il talamo e il cervelletto, che era strettamente collegato al fumo di sigaretta. Studi di risonanza magnetica strutturale hanno rivelato che le integrazioni delle materie grigie nella corteccia prefrontale, nella corteccia cingolata anteriore, nell'insula, nel talamo e nel cervelletto erano ridotte nei fumatori [48-50]. Liu et al. [51] ha studiato la funzione cerebrale degli individui IGD utilizzando la risonanza magnetica task-state. Il gruppo IGD ha mostrato una maggiore attivazione nella parte destra del lobulo parietale superiore, del lobo insulare, del precuno, del giro cingolato, del giro temporale superiore e del lato sinistro del tronco cerebrale. I videogiochi su Internet attivano lo spazio, l'attenzione, la visione e i centri di esecuzione situati nel giro temporale, parietale, occipitale e frontale. La funzione anormale del cervello è stata osservata nei soggetti con IGD con ipofunzione della corteccia frontale. Liu et al. hanno rilevato soggetti IGD che hanno mostrato l'attivazione lateralità dell'emisfero cerebrale destro e hanno scoperto che la maggior parte delle aree erano situate nell'emisfero destro. Studi di neuroimaging in soggetti sani hanno riportato che l'emisfero destro, specialmente nel giro frontale inferiore destro, è attivato dopo un'inibizione di risposta di successo [52, 53]. Durante le inibizioni della risposta fallita (cioè gli studi che hanno generato erroneamente risposte motorie), le strutture frontali mediane, in particolare la corteccia prefrontale dorsomediale (dmPFC) che comprende l'area motoria pre-supplementare e la corteccia cingolata anteriore dorsale, sono solitamente attivate [54]. Di conseguenza, il giro frontale inferiore destro è fondamentale per l'inibizione della risposta, mentre dmPFC è associato al monitoraggio della risposta, in particolare al conflitto e al monitoraggio degli errori [14].
I soggetti con IGD presentavano differenti rsFC con DLPFC nella corteccia frontale orbitale e lobi temporali, occipitali e parietali. Il nostro risultato è stato in parte simile con il risultato di una precedente ricerca rispetto a rsFC con DLPFC in dipendenza da alcol con quelli in IGD [8]. Hanno suggerito che la connettività osservata nella dipendenza da alcol è diversa da quella in IGD a causa delle diverse patologie comorbili, dell'età della prevalenza precoce e delle stimolazioni visive e uditive nella prima. Le attenzioni visive e uditive sono i risultati dei principali input del sistema sensoriale in risposta al gioco su internet [55]. La perdita di acutezza visiva o problemi di udito può essere causata da giochi Internet estremi [56]. L'aumento del volume corticale all'interno della corteccia parietale era correlato al gioco a lungo termine nei pro-gamer, e quindi può essere correlato ad un aumento dell'attenzione visuospaziale [57, 58].
Naturalmente, questo studio ha anche delle limitazioni. Innanzitutto, il disegno in sezione trasversale ci ha impedito di determinare se le differenze di gruppo nel rsFC fossero fattori di vulnerabilità per IGD e dipendenza da nicotina. In secondo luogo, le dimensioni del gruppo erano squilibrate nel nostro studio, e i parametri come sesso, età e istruzione non erano abbinati nei tre gruppi. Le dimensioni dei gruppi di squilibrio potrebbero aver influenzato i risultati anche se la varietà era controllata durante l'analisi statistica. Terzo, l'FTND medio nel gruppo SND era 6.5, e quindi la gravità della dipendenza da nicotina non era sufficientemente alta. Pertanto, è necessario aumentare il numero di partecipanti.
Conclusione
Il rsFC è uno strumento molto potente per esplorare le malattie neuropsichiatriche sfaccettate, come la dipendenza da sostanze e non-sostanza a livello di sistema. I nostri risultati hanno confermato che la dipendenza da nicotina e IGD possono condividere meccanismi simili legati alla bramosia e all'inibizione impulsiva. La differenza osservata tra il rsFC dei soggetti con IGD e quelli di SND può essere attribuita alle menomazioni nell'elaborazione di informazioni audiovisive da parte di giochi a distanza su Internet.
Contributi degli autori
Concettualizzazione: YZ e JX; Analisi formale: YS, MC, YW e YZ; Indagine: XG, YS, WD, MC, YD e XH; Metodologia: YW e YZ; Visualizzazione: YS; Tiraggio originale di scrittura: XG, YS e YZ; Scrittura-revisione e modifica: YZ. Tutti gli autori hanno letto e approvato la versione finale.
Ringraziamenti
Non applicabile
Interessi conflittuali
Gli autori dichiarano che la ricerca è stata condotta in assenza di relazioni commerciali e finanziarie che possono essere interpretate come potenziali conflitti di interesse.
Disponibilità di dati e materiale
I set di dati utilizzati e analizzati durante lo studio corrente sono disponibili dall'autore corrispondente su richiesta ragionevole.
Approvazione etica e consenso alla partecipazione
L'attuale studio è stato approvato dal comitato etico per la ricerca dell'ospedale Ren Ji e della scuola di medicina, Università Jiao Tong di Shanghai, Cina No. [2016] 079k (2). Tutti i partecipanti sono stati informati degli obiettivi del nostro studio prima dell'esame della RM. Ogni partecipante ha presentato un consenso informato scritto.
Finanziamento
Questa ricerca è stata sostenuta dalla National Natural Science Foundation of China (n. 81571650) e dal Comitato scientifico della scienza e della tecnologia di Shanghai (medicina occidentale) (n. 17411964300). I finanziatori non hanno avuto alcun ruolo nella progettazione dello studio, nella raccolta e analisi dei dati, nella decisione di pubblicare o nella preparazione del manoscritto.
Nota dell'editore
Springer Nature rimane neutrale rispetto alle rivendicazioni giurisdizionali nelle mappe pubblicate e nelle affiliazioni istituzionali.
Abbreviazioni
IG D | disordine di gioco di Internet |
SND | i fumatori con dipendenza da nicotina |
RSFC | connettività funzionale a riposo |
DLPFC | corteccia prefrontale dorsolaterale |
HC | controlli sani |
RS-fMRI | risonanza magnetica funzionale a riposo |
PCC | post cingulate corteccia |
CIAS | Il punteggio di dipendenza da internet di Chen |
AD | dipendenza da alcol |
SUD | disturbi legati alla sostanza |
SAS | scala dell'ansia auto-valutazione |
SDS | scala della depressione auto-valutazione |
BIS-11 | Scala dell'impulsività di Barratt: 11 |
FTND | Test di Fagerstrom sulla dipendenza da nicotina |
TR | tempo di ripetizione |
TE | tempo di eco |
FOV | campo visivo |
FD | framewise dislocamento |
ROI | Regione di interesse |
AFNI | Analisi di Neuroimmagini funzionali |
dmPFC | corteccia prefrontale dorsomediale |
Note
Informazioni sul collaboratore
Xin Ge, Email: moc.361@5741renay, E-mail: moc.621@ijnernixeg.
Yawen Sun, Email: moc.liamtoh@9111sjc.
Xu Han, Email: moc.361@ettirgy_uxnah.
Yao Wang, Email: moc.361@625402258oaygnaw.
Weina Ding, Email: moc.361@7891aniemgnid.
Mengqiu Cao, Email: moc.361@0uiqgnemoac.
Yasong Du, Email: moc.qq@3914943822.
Jianrong Xu, Telefono: + 86 21 68383545, Email: moc.liamtoh@rnaijux.
Yan Zhou, Telefono: + 86 21 68383257, Email: moc.anis@5741eralc, E-mail: moc.liamtoh@5741eralc.
Riferimenti