Differenze di materia grigia nel cingolo anteriore e nella corteccia orbitofrontale di giovani adulti con disturbo del gioco su Internet: Morfometria a superficie (2018)

J Behav Addict. 2018 Mar 13: 1-10. doi: 10.1556 / 2006.7.2018.20.

Lee D1,2, Park J3, Namkoong K1,2, Kim IY3, Jung YC1,2.

ABSTRACT

Contesto e obiettivi

È stato suggerito un processo decisionale alterato di rischio / ricompensa per predisporre gli individui con disturbo del gioco su Internet (IGD) a perseguire il piacere a breve termine, nonostante le conseguenze negative a lungo termine. La corteccia cingolata anteriore (ACC) e la corteccia orbitofrontale (OFC) svolgono un ruolo importante nel processo decisionale rischio / ricompensa. Questo studio ha esaminato le differenze di materia grigia nell'ACC e nell'OFC dei giovani adulti con e senza IGD utilizzando la morfometria a superficie (SBM).

Metodi

Abbiamo esaminato 45 giovani adulti di sesso maschile con controlli maschili IGD e 35 di età corrispondente. Abbiamo eseguito analisi basate sulla regione di interesse (ROI) per lo spessore corticale e il volume di materia grigia (GMV) nell'ACC e nell'OFC. Abbiamo anche condotto un'analisi su tutto il cervello del vertice dello spessore corticale per completare l'analisi basata sul ROI.

Risultati

I soggetti con IGD presentavano cortecce più sottili nell'ACC rostrale destro, OFC laterale destro e left pars orbitalis rispetto ai controlli. Abbiamo anche trovato GMV più piccoli nell'ACC caudale destro e lasciato pars orbitalis in soggetti IGD. Corteccia più sottile dell'ODC laterale destro nei soggetti IGD correlata con maggiore impulsività cognitiva. L'analisi dell'intero cervello in soggetti con IGD ha rivelato corteccia più sottile nella zona motoria supplementare destra, campo frontale sinistro dell'occhio, lobulo parietale superiore e corteccia cingolata posteriore.

Conclusioni

Gli individui con IGD avevano una corteccia più sottile e un GMV più piccolo in ACC e OFC, che sono aree critiche per la valutazione dei valori di ricompensa, l'elaborazione degli errori e il comportamento di regolazione. Inoltre, nelle regioni del cervello correlate al controllo comportamentale, comprese le aree frontoparietali, avevano anche cortecce più sottili. Queste differenze nella sostanza grigia possono contribuire alla fisiopatologia della IGD attraverso un processo decisionale alterato di rischio / rendimento e un minore controllo comportamentale.

PAROLE CHIAVE: disturbo del gioco su Internet; spessore corticale; volume di materia grigia; processo decisionale rischio / rendimento; morfometria a superficie

PMID: 29529887

DOI: 10.1556/2006.7.2018.20

Da giovane (1998b) ha presentato il concetto circa due decenni fa, dipendenze comportamentali per le attività legate a Internet sono emerse come un importante problema di salute mentale nei giovani (Kuss, Griffiths, Karila e Billieux, 2014). Di questi disturbi comportamentali, il disturbo da gioco su Internet (IGD) è stato ampiamente studiato come oggetto di grande interesse (Kuss, 2013). Una maggiore sensibilità alla ricompensa e una minore sensibilità alla perdita sono indicati nei casi di IGD (Dong, DeVito, Huang e Du, 2012; Dong, Hu e Lin, 2013). Problemi con il monitoraggio degli errori (Dong, Shen, Huang e Du, 2013) e difficoltà nel controllare appropriatamente il comportamento (Ko et al., 2014) sono anche riportati in IGD. Di conseguenza, uno squilibrio tra una maggiore ricerca della ricompensa e un diminuito controllo comportamentale in IGD promuove il processo decisionale compromesso rischio / rendimento (Dong & Potenza, 2014). In IGD, l'alterato processo decisionale sul rischio / rendimento, che è caratterizzato da deficit decisionali in condizioni rischiose e preferenza per la ricompensa immediata, è strettamente correlato al perseguimento del piacere a breve termine dai giochi su Internet, nonostante le conseguenze negative a lungo termine (Pawlikowski e Brand, 2011; Yao et al., 2015).

Una meta-analisi del processo decisionale ha rivelato che la corteccia orbitofrontale (OFC) e le regioni cerebrali del cingolo anteriore (ACC) erano più coerentemente coinvolte nelle decisioni relative al rischio / alla ricompensa (Krain, Wilson, Arbuckle, Castellanos e Milham, 2006). Nello specifico, si ritiene che l'OFC assegni valori di ricompensa alle scelte comportamentali, sulla base dei risultati percepiti o attesi del comportamento (Wallis, 2007). L'ACC è suggerito per codificare un errore di predizione della ricompensa (la differenza tra un premio previsto e un risultato reale) (Hayden, Heilbronner, Pearson e Platt, 2011) e svolgono un ruolo cruciale nel monitoraggio degli errori e nella regolazione dei comportamenti (Amiez, Joseph e Procyk, 2005). Gli individui con IGD hanno riportato attività funzionale alterata dell'ACC e dell'OFC in risposta a diversi compiti mentali, che potrebbero influire sulla loro capacità di prendere decisioni relative al rischio / alla ricompensa. In un precedente studio di imaging funzionale che utilizzava il Probabilistic Guessing Task, le persone con IGD hanno mostrato una maggiore attivazione nell' OFC durante le condizioni di guadagno e una diminuita attivazione nell'ACC durante le condizioni di perdita (Dong, Huang e Du, 2011). Gli individui con IGD hanno anche dimostrato un'attivazione alterata nell'ACC e nell'OFC in risposta all'attività STROOP, indicando una ridotta capacità di eseguire il monitoraggio degli errori ed esercitare un controllo cognitivo sul loro comportamento (Dong, DeVito, Du e Cui, 2012; Dong, Shen, et al., 2013). In particolare, questi risultati sono coerenti con i cambiamenti strutturali riportati nell'OFC e nell'ACC associati a IGD (Lin, Dong, Wang e Du, 2015; Yuan et al., 2011). Uno studio recente, che ha combinato un disegno trasversale e longitudinale, ha indicato che il deficit nella materia grigia orbitofrontale è un marker di IGD (Zhou et al., 2017). Una relazione tra la materia grigia alterata nell'ACC e il controllo cognitivo disfunzionale è riportata in IGD (Lee, Namkoong, Lee e Jung, 2017; Wang et al., 2015). Data l'influenza della materia grigia alterata sull'attività neurale funzionale (Honey, Kötter, Breakspear e Sporns, 2007), ipotizziamo che l'alterazione della materia grigia nell'OFC e nell'ACC contribuisca al processo decisionale sul rischio / rendimento disadattato in IGD.

Diverse tecniche neuroanatomiche sono utilizzate per studiare la materia grigia, inclusa l'analisi morfometrica basata sulla superficie (SBM), che fornisce un metodo sensibile per misurare le proprietà morfologiche del cervello utilizzando modelli geometrici della superficie corticale (Fischl et al., 2004). L'analisi SBM presenta numerosi potenziali vantaggi per le indagini sulla morfologia corticale: può essere utilizzata per misurare schemi di piegatura corticale (Fischl et al., 2007) e per mascherare i tessuti sottocorticali (Kim et al., 2005). Inoltre, l'analisi SBM fornisce informazioni significative sullo spessore corticale, mentre tecniche comparabili, come la morfometria basata su voxel (VBM), sono limitate alla valutazione della forma corticale (Hutton, Draganski, Ashburner e Weiskopf, 2009). Sebbene gli studi VBM abbiano rilevato alterazioni regionali del volume della materia grigia (GMV) in soggetti con IGD (Yao et al., 2017), non è stata eseguita un'analisi SBM sufficiente, inclusa la valutazione dello spessore corticale, per IGD. Alcuni studi SBM hanno trovato un OFC più sottile negli adolescenti con IGD rispetto ai controlli (Hong et al., 2013; Yuan et al., 2013). Tuttavia, l'analisi SBM dei giovani adulti con IGD non è stata eseguita. Inoltre, sebbene gli adolescenti e i giovani adulti con IGD abbiano minori GMV dell'ACC (Lee et al., 2017; Wang et al., 2015), non è stato studiato lo spessore corticale dell'ACC. Poiché GMV e spessore corticale forniscono diversi tipi di informazioni sui disturbi neuropsichiatrici (Lemaitre et al., 2012; Winkler et al., 2010), ipotizziamo che le misure combinate di GMV e spessore corticale possano offrire un quadro più completo di materia grigia alterata in IGD.

Lo scopo di questo studio era di confrontare la materia grigia di ACC e OFC nei giovani adulti con e senza IGD. Utilizzando l'analisi SBM, abbiamo analizzato GMV e lo spessore corticale nei tossicodipendenti di giochi su Internet. Abbiamo ipotizzato che i giovani adulti con IGD avrebbero un GMV più piccolo e una corteccia più sottile nell'ACC e nell'OFC. Anticipiamo che queste alterazioni della materia grigia sono correlate con una maggiore tendenza a prendere decisioni basate sulla soddisfazione a breve termine, come il piacere del gioco, piuttosto che sulla valutazione dei rischi a lungo termine, come le conseguenze psicosociali negative. Per testare la nostra ipotesi, abbiamo condotto un'analisi basata sulla regione di interesse (ROI), focalizzata sull'ACC e l'OFC, per studiare il GMV e lo spessore corticale nei giovani adulti con IGD. Abbiamo quindi utilizzato analisi di correlazione per indagare la relazione tra la materia grigia alterata e le caratteristiche cliniche di IGD. Per un'analisi secondaria, abbiamo eseguito un'analisi dell'intero cervello dello spessore corticale con un intero cervello per esaminare le alterazioni dello spessore corticale al di fuori dell'ACC e dell'OFC, come complemento dell'analisi basata sul ROI.

Materiali e Metodi

Partecipanti

I partecipanti a questo studio sono stati reclutati attraverso pubblicità online, volantini e passaparola. Solo i maschi sono stati inclusi nello studio. I partecipanti sono stati valutati per i loro modelli di utilizzo di Internet e sottoposti a screening per IGD utilizzando un test di dipendenza da Internet precedentemente stabilito (IAT; Giovane, 1998a). I partecipanti che hanno ottenuto punti 50 o superiori sullo IAT e hanno riferito che il loro uso principale di Internet era il gioco sono stati classificati come candidati, con una diagnosi di IGD. Questi candidati hanno poi subito un colloquio clinico per valutare i componenti principali della loro dipendenza, tra cui tolleranza, ritiro, conseguenze avverse e uso eccessivo con perdita di senso del tempo (Blocca, 2008). Come tale, un totale di soggetti 80 ha preso parte allo studio; questi includevano adulti maschi 45 con controlli maschi sani IGD e 35, che erano tutti destrorsi e invecchiati tra 21 e 26 anni (media: 23.6 ± 1.6).

Tutti i soggetti hanno ricevuto il colloquio clinico strutturato per i disturbi dell'Asse I del DSM-IV (Primo, Spitzer e Williams, 1997) per valutare la presenza dei principali disturbi psichiatrici e la versione coreana della Wechsler Adult Intelligence Scale (Wechsler, 2014) per valutare il quoziente di intelligenza (QI). Considerando che l'IGD ha spesso comorbidità psichiatriche (Kim et al., 2016), abbiamo eseguito il Beck Depression Inventory (BDI; Beck, Steer e Brown, 1996) per la depressione, il Beck Anxiety Inventory (BAI; Beck, Epstein, Brown e Steer, 1988) per l'ansia e la scala di valutazione Wender Utah (WURS; Ward, 1993) per i sintomi infantili del disturbo da deficit di attenzione e iperattività (ADHD). Infine, poiché IGD è strettamente associato ad alta impulsività (Choi et al., 2014), abbiamo utilizzato Barratt Impulsiveness Scale - versione 11 (BIS-11; Patton e Stanford, 1995) per testare l'impulsività. Il BIS-11 consiste di tre sottoscale: impulsività cognitiva, impulsività motoria e impulsività non pianificatrice. Tutti i soggetti erano naive del farmaco durante la valutazione. I criteri di esclusione per tutti i soggetti erano i principali disturbi psichiatrici diversi da IGD, scarsa intelligenza che impediva la capacità di completare auto-referenze, malattie neurologiche o mediche e controindicazioni alla risonanza magnetica.

Acquisizione dati e elaborazione immagini

I dati della risonanza magnetica cerebrale sono stati raccolti utilizzando uno scanner MRI Siemens Magnetom 3T dotato di una bobina per la testa a otto canali. Una risonanza magnetica strutturale ad alta risoluzione è stata acquisita sul piano sagittale mediante una sequenza di eco gradiente 1D viziata pesata in T3 (tempo di eco = 2.19 ms, tempo di ripetizione = 1,780 ms, angolo di vibrazione = 9 °, campo visivo = 256 mm, matrice = 256 × 256, spessore fetta trasversale = 1 mm). Tutti i dati MRI sono stati ispezionati visivamente per la presenza di artefatti. FreeSurfer 5.3.0 (http://surfer.nmr.mgh.harvard.edu/) è stato impiegato per analisi SBM di spessore corticale e GMV. Il flusso di elaborazione includeva lo smaltimento di tessuto non cerebrale utilizzando un approccio ibrido (Ségonne et al., 2004), correzione dell'intensità non uniforme (Sled, Zijdenbos e Evans, 1998), segmentazione del tessuto grigio-bianco (Dale, Fischl e Sereno, 1999), tassellatura del confine della materia grigio-bianca e correzione topologica (Ségonne, Pacheco e Fischl, 2007), inflazione superficiale e appiattimento (Fischl, Sereno e Dale, 1999), trasformazione in un atlante spaziale sferico (Fischl, Sereno, Tootell e Dale, 1999) e parcellizzazione automatica della corteccia cerebrale umana (Fischl et al., 2004). Lo spessore corticale è stato determinato stimando la distanza tra il confine della materia grigio-bianca (superficie interna) e la superficie pial (superficie esterna). I dati sono stati livellati utilizzando una larghezza intera 10-mm a metà del kernel gaussiano.

Analisi dei dati di imaging

Sono state eseguite analisi basate sul ROI per confrontare GMV e spessore corticale tra individui con IGD e controlli. Le ROI sono state definite usando l'atlante corticale Desikan-Killiany (Desikan et al., 2006). Le ROI includevano entrambi i lati dell'ACC (ACC caudale / rostrale) e OFC (OFC laterale / mediale, pars orbitalis) (Figura 1). Per valutare le differenze di gruppo (individui con IGD rispetto ai controlli) in GMV e spessore corticale, i valori medi di GMV e lo spessore corticale all'interno di ciascuna ROI sono stati estratti usando FreeSurfer. Per ogni ROI, abbiamo condotto un'analisi della covarianza con SPSS 24.0 (SPSS Inc., Chicago, IL, USA) per un livello significativo di p = 05. Età, QI e volume intracranico (ICV) di ciascun soggetto sono stati inseriti come covariate nell'analisi per GMV. L'età e il QI sono stati inseriti come covariate nell'analisi dello spessore corticale, ma l'ICV non è stata inclusa come covariata, poiché studi precedenti hanno suggerito che lo spessore corticale non è influenzato dall'ICV (Buckner et al., 2004). Per valutare le relazioni tra cervello e comportamento, abbiamo eseguito un'analisi di correlazione per le alterazioni della materia grigia (GMV e spessore corticale nell'OFC e nell'ACC) e le scale di auto-segnalazione (IAT e BIS).

figura genitore rimuovi

Figure 1 . Regioni di interesse (ROI). Le ROI sono state definite secondo l'atlante corticale Desikan-Killiany. Le ROI per la corteccia cingolata anteriore (ACC) includevano entrambi i lati dell'ACC caudale (verde) e dell'ACC rostrale (arancione). Le ROI per la corteccia orbitofrontale (OFC) includevano entrambi i lati del laterale OFC (rosso), mediale OFC (blu) e il pars orbitalis (giallo)

Per completare l'analisi del ROI, le analisi dell'intero cervello per lo spessore corticale sono state eseguite utilizzando modelli lineari generali nel modulo Query, Design, Estimate, Contrast di FreeSurfer dopo aver controllato l'età e il QI di ciascun soggetto. Come un'indagine esplorativa per l'intero cervello, una soglia di formazione di cluster non corretta p <.005 è stato impiegato per un confronto vertice. Abbiamo segnalato esclusivamente cluster con un numero significativo di vertici maggiore di 200 per ridurre la possibilità di generare falsi positivi (Fung et al., 2015; Wang et al., 2014).

Etica

Questo studio è stato condotto secondo le linee guida per l'uso dei partecipanti umani stabiliti dall'Institutional Review Board presso l'Università di Yonsei. Il comitato di revisione istituzionale dell'Università di Yonsei ha approvato lo studio. A seguito di una descrizione completa dello scopo dello studio a tutti i partecipanti, è stato ottenuto il consenso informato scritto.

Risultati

Sezione precedenteSezione successiva

Caratteristiche demografiche e cliniche dei soggetti

I partecipanti ai gruppi di controllo e IGD sono stati abbinati per età e QI completo (Tabella 1). I soggetti con IGD hanno ottenuto punteggi significativamente più alti nei test di dipendenza da Internet (IA) e impulsività rispetto ai controlli (IAT: p <.001; BIS: p = 012). Inoltre, i membri del gruppo IGD hanno ottenuto punteggi significativamente più alti nei test di depressione, ansia e sintomi dell'ADHD infantile rispetto ai controlli sani (BDI: p = 001; BAI: p <.001; WURS: p <.001). L'ICV totale non era significativamente diverso tra controlli e soggetti con IGD (1,600.39 ± 149.09 cm3 per il gruppo IA; 1,624.02 ± 138.96 cm3 per i controlli; p = .467).

Table

Tabella 1. Demografia e variabili cliniche dei partecipanti
 

Tabella 1. Demografia e variabili cliniche dei partecipanti

 

Gruppo di disturbo dei giochi su Internet (n = 45)

Gruppo di controllo (n = 35)

Test (t)

p APPREZZIAMO

Età (anni)23.8 ± 1.523.4 ± 1.71.074.286
QI scala completaa101.0 ± 10.3102.7 ± 9.30.779.438
Test di dipendenza da Internet65.8 ± 10.631.8 ± 12.712.990<.001
Barratt Impulsiveness Scale52.6 ± 14.844.8 ± 11.62.585.012
 Impulsività cognitiva13.8 ± 5.112.2 ± 4.31.430.157
 Impulsività motoria18.3 ± 4.214.9 ± 3.43.949<.001
 Impulsività non pianificatrice20.6 ± 7.917.7 ± 5.91.817.073
Beck Depression Inventory14.4 ± 7.48.8 ± 6.93.489.001
Beck Anxiety Inventory13.0 ± 9.26.8 ± 5.83.695<.001
Test di identificazione del disturbo da uso di alcol12.8 ± 9.69.8 ± 5.71.728.088
Wender Utah Scala di valutazioneb42.0 ± 21.925.4 ± 16.03.759<.001

Note:. I valori sono espressi come medie ± SD.

aIl quoziente di intelligenza (QI) è stato valutato utilizzando la scala di intelligenza per adulti Wechsler.

bLa scala di valutazione Wender Utah è stata eseguita per valutare i sintomi dell'ADHD infantile.

Analisi basate sul ROI

Le analisi basate sulla ROI dello spessore corticale hanno rilevato che i soggetti con IGD avevano una corteccia più sottile nell'ACC rostrale destro, l'OFC laterale destro e l'orbitale sinistro pars rispetto alla corteccia nei controlli (ACC rostrale: p = .011; OFC laterale: p = 021; pars orbitalis: p = .003; tavolo 2). Questi risultati sono rimasti significativi dopo aver incluso le condizioni di comorbidità (BDI, BAI e WURS) come covariate (ACC rostrale: p = .008; OFC laterale: p = 044; pars orbitalis: p = 014). Le analisi basate sulla ROI per GMV hanno mostrato che i soggetti con IGD avevano GMV più piccolo nell'ACC caudale destro e nella pars orbitale sinistra, rispetto ai controlli (ACC caudale: p = 042; pars orbitalis: p = 021). Questi risultati sono rimasti significativi nell'ACC caudale (p = .013) dopo aver incluso le condizioni di comorbidità (BDI, BAI e WURS) come covariate ma non nella pars orbitalis (p = 098). Rispetto ai controlli, i soggetti con IGD non avevano un GMV più grande o una corteccia più spessa nelle ROI.

Table

Tabella 2. Confronto basato sulla regione di interesse dello spessore corticale e del volume della materia grigia tra giovani maschi con disturbo da gioco su Internet (IGD) e controlli (gruppo IGD <gruppo di controllo)
 

Tabella 2. Confronto basato sulla regione di interesse dello spessore corticale e del volume della materia grigia tra giovani maschi con disturbo da gioco su Internet (IGD) e controlli (gruppo IGD <gruppo di controllo)

 

Lato

Gruppo di disturbo dei giochi su Internet (n = 45)

Gruppo di controllo (n = 35)

Test (F)

p APPREZZIAMO

Spessore corticale (mm)
 Corteccia cingolata anteriore rostraleLa giusta2.86 ± 0.202.98 ± 0.196.747.011
 Corteccia orbitofrontale lateraleLa giusta2.71 ± 0.142.79 ± 0.145.540.021
 Pars orbitalesinistra2.71 ± 0.202.86 ± 0.219.453.003
Volume di materia grigia (mm3)
 Corteccia cingolata anteriore caudaleLa giusta2,353.24 ± 556.332,606.89 ± 540.764.285.042
 Pars orbitalesinistra2,298.00 ± 323.252,457.83 ± 298.865.523.021

Note:. I valori sono espressi come medie ± SD.

Nei soggetti con IGD, una corteccia più sottile nell' OFC laterale destro significativamente correlata con punteggi di impulsività cognitiva più alti, dopo condizioni di comorbilità (BDI, BAI e WURS) sono state incluse come covariate (r = −.333, p = 038; figura 2). Non abbiamo trovato alcuna correlazione statistica tra le alterazioni della materia grigia, in particolare una GMV più piccola e una corteccia più sottile, e i punteggi IAT.

figura genitore rimuovi

Figure 2 . Analisi di correlazione per le relazioni cervello-comportamento. Correlazione parziale tra lo spessore corticale nella corteccia orbitofrontale destra (OFC) e il punteggio di impulsività cognitiva della Barratt Impulsiveness Scale (BIS) dopo il controllo per le covariate (età, QI, BDI, BAI e WURS). Per descrivere la correlazione parziale, le variabili sono state regredite su covariate utilizzando una regressione lineare. I grafici di dispersione sono stati generati utilizzando residui non standardizzati calcolati. Lo spessore corticale del OFC laterale destro era significativamente correlato all'impulsività cognitiva nei soggetti con IGD (r = −.333, p = .038)

Analisi di tutto il cervello vertice-saggio

Un'analisi dell'intero cervello dello spessore corticale mostrata in tutto il cervello ha mostrato che i soggetti con IGD avevano una corteccia più sottile nella giusta area motoria supplementare (SMA, coordinate di Talairach di picco: X = 7, Y = 21, Z = 53; figura 3A). Inoltre, i soggetti con IGD avevano una corteccia più sottile nel campo frontale sinistro dell'occhio (FEF, coordinate di Talairach di picco: X = −10, Y = 17, Z = 45; figura 3B), la corteccia cingolata posteriore sinistra (PCC; coordinate di Talairach di picco: X = −9, Y = −30, Z = 40; figura 3B), e il lobulo parietale superiore sinistro (SPL; coordinate del picco Talairach: X = −15, Y = −62, Z = 61; figura 3C) rispetto ai controlli. I membri del gruppo IGD non avevano aree del cervello con una corteccia più spessa rispetto ai controlli.

figura genitore rimuovi

Figure 3 . Analisi a livello del cervello in senso letterale dello spessore corticale. Una soglia statistica di p <.005 (non corretto) è stato utilizzato per un confronto vertice. Rispetto ai controlli, i soggetti con IGD avevano una corteccia più sottile nell'area motoria supplementare destra (A) (SMA; coordinata di Talairach del picco: X = 7, Y = 21, Z = 53; numero di vertici: 271), (B) campo visivo frontale sinistro (FEF; coordinate del picco di Talairach: X = −10, Y = 17, Z = 45; numero di vertici: 224) e la corteccia cingolata posteriore sinistra (PCC; coordinata di Talairach del picco: X = −9, Y = −30, Z = 40; numero di vertici: 215) e (C) lobulo parietale superiore sinistro (SPL; coordinata MNI del picco: X = −15, Y = −62, Z = 61; numero di vertici: 216)

Discussione

Utilizzando l'analisi SBM, abbiamo confrontato la materia grigia di ACC e OFC in giovani adulti con IGD con quella di controlli sani abbinati. I nostri risultati supportano l'ipotesi che i giovani adulti con IGD hanno cortecce più sottili e GMV più piccoli nell'ACC e nell'OFC rispetto ai controlli. Abbiamo eseguito un'analisi basata sul ROI e abbiamo scoperto che i soggetti con IGD hanno una corteccia più sottile nell'ACC rostrale destro, OFC laterale destro e pars sinistra dell'orbitale rispetto ai controlli. Precedenti studi hanno riportato una corteccia più sottile nella OFC laterale e pars orbitalis di adolescenti con IGD (Hong et al., 2013; Yuan et al., 2013). Questo studio si è concentrato sui giovani adulti e ha trovato risultati simili rispetto allo spessore corticale nell'OFC e nell'ACC rostrale. Nei soggetti con IGD, una corteccia OFC laterale destra più sottile era correlata a una maggiore impulsività cognitiva, riflettendo la tendenza a prendere decisioni basate sulla gratificazione a breve termine. Inoltre, abbiamo scoperto che i soggetti con IGD avevano un GMV più piccolo nell'ACC caudale destro e l'orbitale sinistro pars. Questo risultato è coerente con precedenti studi VBM, che hanno riportato che i soggetti con IGD hanno GMV più piccoli nell'ACC e nell'OFC (Yuan et al., 2011; Zhou et al., 2011). Come negli studi precedenti (Hutton et al., 2009; Tomoda, Polcari, Anderson e Teicher, 2012), i nostri risultati di GMV e spessore corticale coincidevano parzialmente, ma abbiamo anche riscontrato differenze. I nostri risultati suggeriscono che lo spessore corticale non coincide completamente con GMV, indicando che GMV e spessore corticale dovrebbero essere considerati insieme per un quadro più accurato delle alterazioni della sostanza grigia.

Un risultato importante di questo studio è che i giovani adulti con IGD hanno alterazioni della sostanza grigia nell'ACC; in particolare, questi individui hanno una cortex ACC destra rostrale più sottile, oltre a un GMV più piccolo nell'ACC caudale destro, rispetto ai controlli. La parte rostrale dell'ACC è implicata nelle risposte correlate agli errori, incluso l'elaborazione affettiva, e la parte caudale dell'ACC è associata al rilevamento del conflitto per reclutare il controllo cognitivo (Van Veen & Carter, 2002). Perché lo spessore corticale regionale è associato al comportamento (Bledsoe, Semrud-Clikeman e Pliszka, 2013; Ducharme et al., 2012), la corteccia più sottile di ACC rostrale in IGD può contribuire alla mancata risposta alle conseguenze negative di giochi eccessivi utilizzando un'elaborazione errata degli errori. Inoltre, il GMV più piccolo dell'ACC caudale nei tossicodipendenti di giochi su Internet può contribuire alla perdita del controllo cognitivo su un gioco eccessivo. Inoltre, le nostre conclusioni sulle differenze della materia grigia nella parte destra dell'ACC sono coerenti con le prove precedenti che il monitoraggio e il relativo controllo comportamentale sono lateralizzati all'emisfero destro (Stuss, 2011).

Qui, abbiamo scoperto che i maschi giovani adulti con IGD avevano una corteccia più sottile nella OFC laterale destra rispetto ai controlli. In generale, l'OFC contribuisce al monitoraggio dei valori di ricompensa assegnati alle diverse decisioni; in particolare, la parte laterale destra dell'OFC è stata implicata nei processi inibitori che sopprimono le scelte precedentemente premiate (Elliott e Deakin, 2005; Elliott, Dolan e Frith, 2000) e promuovere la selezione di premi monetari ritardati rispetto ai premi immediati (McClure, Laibson, Loewenstein e Cohen, 2004). Inoltre, recentemente, il ruolo dell'ODC laterale destro è stato proposto per includere l'integrazione delle informazioni basate sui risultati pregressi con le informazioni percettive attuali per fornire segnali anticipatori sulle scelte imminenti (Nogueira et al., 2017). Nel complesso, questa evidenza suggerisce che l'OFC laterale destro regola il processo decisionale utilizzando le informazioni interne ed esterne in modo flessibile e adattivo. Le lesioni alla OFC laterale compromettono il processo decisionale relativo a una ricompensa ritardata, portando a decisioni a breve termine e impulsive (Mar, Walker, Theobald, Eagle e Robbins, 2011). Qui, lo spessore corticale del OFC laterale destro nei soggetti IGD significativamente correlato con l'impulsività cognitiva, che è definito come "prendere decisioni rapide" (Stanford et al., 2009). Recentemente, l'impulsività cognitiva era strettamente correlata all'apprendimento basato sulla ricompensa e al processo decisionale (Cáceres e San Martín, 2017). Pertanto, sulla base della combinazione dei nostri risultati e della letteratura esistente, ipotizziamo che una corteccia di OFC laterale destra più sottile impedisce alle persone con IGD di integrare efficacemente le informazioni per stimare i valori di ricompensa, contribuendo così alla preferenza per il piacere a breve termine e il processo decisionale impulsivo .

Un'altra scoperta importante è stata che i soggetti con IGD hanno dimostrato un GMV più piccolo e una corteccia più sottile nella parte sinistra dell'orbitale rispetto ai controlli. La pars orbitalis si trova nella parte anteriore del giro frontale inferiore, e il giro frontale inferiore tende a cooperare con l'OFC laterale (Zald et al., 2012). Inoltre, il pars orbitalis, insieme ad altre regioni orbitofrontali, è stato associato all'elaborazione e al processo decisionale relativo alla ricompensa (Dixon e Christoff, 2014). In particolare, il lato sinistro del pars orbitalis ha dimostrato di essere strettamente connesso con il giro temporale medio ed è implicato nel recupero cognitivo controllato della memoria (Badre, Poldrack, Paré-Blagoev, Insler e Wagner, 2005). Dato che la selezione della risposta adattiva implica il controllo strategico del sistema di memoria (Poldrack e Packard, 2003), le alterazioni della materia grigia all'interno dell'orbitale sinistro pars possono rendere difficile guidare il comportamento sulla base di informazioni precedenti (Badre & Wagner, 2007). Pertanto, in considerazione della letteratura, i nostri risultati suggeriscono che una piccola GMV e una corteccia più sottile nella sinistra orbitale dei soggetti IGD possono contribuire al loro uso incontrollato di Internet compromettendo la loro capacità di adeguare il loro comportamento sulla base di informazioni precedenti.

Nell'analisi dell'intero cervello del vertice, abbiamo scoperto che i soggetti con IGD avevano una corteccia più sottile nella SMA destra, la sinistra FEF, la sinistra SPL e la sinistra PCC rispetto ai controlli. La SMA giusta svolge un ruolo nel collegare cognizione e comportamento (Nachev, Kennard e Husain, 2008) ed è un'area importante per l'inibizione della risposta (Picton et al., 2007). L'attività neuronale nel PCC è modulata da cambiamenti ambientali esterni e questa modulazione può essere associata a un cambiamento cognitivo per l'adattamento comportamentale (Pearson, Heilbronner, Barack, Hayden e Platt, 2011). Il FEF e il SPL sono anche regioni cerebrali cruciali che sono coinvolte nel controllo dell'attenzione dall'alto verso il basso (Corbetta e Shulman, 2002). Si suggerisce che un adeguato coordinamento delle regioni frontali e parietali sia essenziale per la pianificazione di azioni adattive (Andersen & Cui, 2009). Sebbene in questo studio né le regioni FEF né quelle SPL fossero ROI, suggeriamo che una corteccia più sottile in queste aree del cervello, in particolare nelle aree frontoparietali, svolge un ruolo importante nel controllo del comportamento diminuito nei soggetti con IGD. Questo diminuito controllo comportamentale può alterare il processo decisionale rischio / rendimento, con conseguente difficoltà a sopprimere gli stimoli e il perseguimento della gratificazione a breve termine.

Questo studio ha limitazioni che dovrebbero essere considerate. In primo luogo, il riscontro di una corteccia più sottile nell'ACC e l'OFC mediante analisi basate sul ROI non è stato confermato nell'analisi del cervello intero. Noi ipotizziamo che questa discrepanza fosse principalmente determinata dalle differenze nella metodologia. Ad esempio, l'analisi basata sulla ROI è stata eseguita calcolando lo spessore corticale medio all'interno dell'area delineata manualmente e le differenze di gruppo sono state studiate mediante analisi statistiche successive; al contrario, l'analisi dell'intero cervello impiegava un modello lineare generalizzato per stimare le differenze di gruppo vertici nello spessore corticale. Poiché gli approcci basati sul ROI e sull'intero cervello offrono diversi tipi di informazioni, si suggerisce che questi due metodi siano complementari (Giuliani, Calhoun, Pearlson, Francis e Buchanan, 2005). Le nostre attuali scoperte verrebbero chiarite da ulteriori ricerche per ridurre gli errori nelle analisi basate sui vertici del ROI e dell'intero cervello, in particolare gli errori derivati ​​dai processi di normalizzazione spaziale. In secondo luogo, sebbene questo studio definisse le ROI partendo dal presupposto che le alterazioni strutturali nell'OFC e nell'ACC fossero alla base del processo decisionale compromesso rischio / rendimento in IGD, non vi era alcuna misurazione diretta della capacità decisionale attraverso test neuropsicologici. Pertanto, un'attenta considerazione dovrebbe essere presa quando si collegano i nostri risultati di imaging a decisioni di rischio / rendimento disfunzionali in IGD. Terzo, sebbene la diagnosi di IGD in questo studio sia stata effettuata utilizzando la scala IAT e le interviste cliniche, i criteri diagnostici del DSM-5 per IGD non sono stati applicati. I criteri diagnostici DSM-5 IGD sono ampiamente utilizzati, poiché DSM-5 ha identificato IGD come una delle condizioni che richiedono ulteriori studi (Petry e O'Brien, 2013). Per accumulare prove affidabili per IGD, è necessario applicare uno strumento diagnostico coerente. Pertanto, i futuri studi IGD dovrebbero applicare i criteri diagnostici del DSM-5. In quarto luogo, anche se abbiamo limitato questo studio a soggetti con IGD che hanno riferito che il gioco online era il loro uso principale di Internet, la maggior parte delle materie ha anche partecipato ad altre attività online, tra cui il social networking. Pertanto, un progetto di studio strutturale e funzionale combinato nel futuro che misura le attività neurali in risposta a stimoli specifici del gioco migliorerebbe le nostre scoperte. In quinto luogo, abbiamo usato un disegno in sezione trasversale in questo studio. La ricerca futura che ha utilizzato i progetti di studio longitudinale per misurare i cambiamenti di spessore corticale durante l'adolescenza e la prima età adulta, dovrebbe indagare se esiste una relazione causale tra i nostri risultati di imaging e l'eccessivo gioco su Internet. Sesto, il nostro campione per questo studio era piccolo e includeva solo soggetti di sesso maschile. Le differenze di genere sono riportate in relazione alle caratteristiche cliniche di IGD (Ko, Yen, Chen, Chen e Yen, 2005). Saranno necessari studi più ampi che includano uomini e donne per ampliare la nostra comprensione della IGD.

Conclusione

Abbiamo eseguito un'analisi SBM di giovani maschi adulti con IGD per studiare le alterazioni della sostanza grigia nell'ACC e nell'OFC, che erano correlate al processo decisionale rischio / rendimento. Il confronto basato sul ROI con i controlli ha dimostrato che i soggetti con IGD avevano una corteccia più sottile nell'ACC rostrale destro, l'OFC laterale destro e l'orbitale sinistro sinistro e un GMV minore nell'ACC caudale destro e l'orbitale sinistro pars. Una corteccia più sottile nell' OFC laterale destro era correlata a una maggiore impulsività cognitiva nei soggetti con IGD, fornendo una possibile intuizione al processo decisionale basato sulla gratificazione a breve termine in IGD. L'analisi dell'intero cervello dei soggetti IGD ha scoperto che avevano una corteccia più sottile nelle regioni del cervello correlate al controllo comportamentale, comprese le aree frontoparietali. I nostri risultati suggeriscono che le alterazioni della sostanza grigia possono fornire informazioni sulla fisiopatologia dell'IGD, riflettendo il processo decisionale alterato di rischio / rendimento e un minor controllo comportamentale.

Contributo degli autori

DL e Y-CJ hanno ideato e progettato lo studio. DL reclutò i partecipanti e redasse il manoscritto. JP ha analizzato e interpretato i dati. IYK e KN hanno fornito una revisione critica del manoscritto e un importante contenuto intellettuale. Tutti gli autori hanno avuto pieno accesso a tutti i dati nello studio e si assumono la responsabilità per l'integrità dei dati e l'accuratezza dell'analisi dei dati. Tutti gli autori hanno esaminato e approvato criticamente la versione finale di questo manoscritto per la pubblicazione. IYK e Y-CJ hanno contribuito in ugual misura a questo studio come autori corrispondenti.

Conflitto d'interesse

Gli autori dichiarano assenza di conflitto di interesse.

Riferimenti

 Amiez, C., Joseph, J. P. e Procyk, E. (2005). L'attività correlata all'errore del cingolato anteriore è modulata dalla ricompensa prevista. European Journal of Neuroscience, 21 (12), 3447–3452. doi:https://doi.org/10.1111/j.1460-9568.2005.04170.x CrossRef, Medline
 Andersen, R. A., & Cui, H. (2009). Intenzione, pianificazione dell'azione e processo decisionale nei circuiti parietale-frontali. Neuron, 63 (5), 568-583. doi:https://doi.org/10.1016/j.neuron.2009.08.028 CrossRef, Medline
 Badre, D., Poldrack, R. A., Paré-Blagoev, E. J., Insler, R. Z., & Wagner, A. D. (2005). Recupero controllato dissociabile e meccanismi di selezione generalizzati nella corteccia prefrontale ventrolaterale. Neuron, 47 (6), 907-918. doi:https://doi.org/10.1016/j.neuron.2005.07.023 CrossRef, Medline
 Badre, D., e Wagner, A. D. (2007). Corteccia prefrontale ventrolaterale sinistra e controllo cognitivo della memoria. Neuropsychologia, 45 (13), 2883-2901. doi:https://doi.org/10.1016/j.neuropsychologia.2007.06.015 CrossRef, Medline
 Beck, A. T., Epstein, N., Brown, G. e Steer, R. A. (1988). Un inventario per misurare l'ansia clinica: proprietà psicometriche. Journal of Consulting and Clinical Psychology, 56 (6), 893–897. doi:https://doi.org/10.1037/0022-006X.56.6.893 CrossRef, Medline
 Beck, A. T., Steer, R. A. e Brown, G. K. (1996). Beck Depression Inventory-II. San Antonio, 78 (2), 490–498. doi:https://doi.org/10.1037/t00742-000
 Bledsoe, J. C., Semrud-Clikeman, M. e Pliszka, S. R. (2013). Corteccia cingolata anteriore e gravità dei sintomi nel disturbo da deficit di attenzione / iperattività. Journal of Abnormal Psychology, 122 (2), 558-565. doi:https://doi.org/10.1037/a0032390 CrossRef, Medline
 Block, J. J. (2008). Problemi per DSM-V: dipendenza da Internet. The American Journal of Psychiatric, 165 (3), 306-307. doi:https://doi.org/10.1176/appi.ajp.2007.07101556 CrossRef, Medline
 Buckner, R. L., Responsabile, D., Parker, J., Fotenos, A. F., Marcus, D., Morris, J. C., & Snyder, A. Z. (2004). Un approccio unificato per l'analisi dei dati morfometrici e funzionali in adulti giovani, anziani e dementi utilizzando la normalizzazione automatica delle dimensioni della testa basata sull'atlante: affidabilità e convalida rispetto alla misurazione manuale del volume intracranico totale. Neuroimage, 23 (2), 724-738. doi:https://doi.org/10.1016/j.neuroimage.2004.06.018 CrossRef, Medline
 Cáceres, P., e San Martín, R. (2017). Una bassa impulsività cognitiva è associata a un migliore apprendimento di guadagni e perdite in un compito decisionale probabilistico. Frontiers in Psychology, 8, 204. doi:https://doi.org/10.3389/fpsyg.2017.00204 CrossRef, Medline
 Choi, S.-W., Kim, H., Kim, G.-Y., Jeon, Y., Park, S., Lee, J.-Y., Jung, HY, Sohn, BK, Choi, JS , & Kim, DJ (2014). Somiglianze e differenze tra disturbo da gioco su Internet, disturbo da gioco d'azzardo e disturbo da uso di alcol: un focus su impulsività e compulsività. Journal of Behavioral Addictions, 3 (4), 246–253. doi:https://doi.org/10.1556/JBA.3.2014.4.6 Link
 Corbetta, M. e Shulman, G. L. (2002). Controllo dell'attenzione mirata e guidata dallo stimolo nel cervello. Recensioni sulla natura. Neuroscience, 3 (3), 201-215. doi:https://doi.org/10.1038/nrn755 CrossRef, Medline
 Dale, A. M., Fischl, B. e Sereno, M. I. (1999). Analisi basata sulla superficie corticale: I. Segmentazione e ricostruzione della superficie. Neuroimage, 9 (2), 179–194. doi:https://doi.org/10.1006/nimg.1998.0395 CrossRef, Medline
 Desikan, RS, Ségonne, F., Fischl, B., Quinn, BT, Dickerson, BC, Blacker, D., Buckner, RL, Dale, AM, Maguire, RP, Hyman, BT, Albert, MS e Killiany, RJ (2006). Un sistema di etichettatura automatizzato per suddividere la corteccia cerebrale umana sulle scansioni MRI in regioni di interesse basate su rotazioni. Neuroimage, 31 (3), 968–980. doi:https://doi.org/10.1016/j.neuroimage.2006.01.021 CrossRef, Medline
 Dixon, M. L. e Christoff, K. (2014). La corteccia prefrontale laterale e l'apprendimento e il processo decisionale basati sui valori complessi. Neuroscience and Biobehavioral Reviews, 45, 9-18. doi:https://doi.org/10.1016/j.neubiorev.2014.04.011 CrossRef, Medline
 Dong, G., DeVito, E., Huang, J. e Du, X. (2012). L'imaging del tensore di diffusione rivela anomalie del talamo e della corteccia cingolata posteriore nei tossicodipendenti di giochi su Internet. Journal of Psychiatric Research, 46 (9), 1212-1216. doi:https://doi.org/10.1016/j.jpsychires.2012.05.015 CrossRef, Medline
 Dong, G., DeVito, E. E., Du, X., & Cui, Z. (2012). Controllo inibitorio alterato nel "disturbo da dipendenza da Internet": uno studio di risonanza magnetica funzionale. Ricerca psichiatrica: Neuroimaging, 203 (2), 153-158. doi:https://doi.org/10.1016/j.pscychresns.2012.02.001 CrossRef, Medline
 Dong, G., Hu, Y. e Lin, X. (2013). Sensibilità alla ricompensa / punizione tra i dipendenti da Internet: implicazioni per i loro comportamenti di dipendenza. Progress in Neuro-Psychopharmacology and Biological Psychiatry, 46, 139-145. doi:https://doi.org/10.1016/j.pnpbp.2013.07.007 CrossRef, Medline
 Dong, G., Huang, J. e Du, X. (2011). Maggiore sensibilità alla ricompensa e diminuzione della sensibilità alla perdita nei tossicodipendenti di Internet: uno studio fMRI durante un'attività di indovinare. Journal of Psychiatric Research, 45 (11), 1525-1529. doi:https://doi.org/10.1016/j.jpsychires.2011.06.017 CrossRef, Medline
 Dong, G. e Potenza, M. N. (2014). Un modello cognitivo-comportamentale del disturbo da gioco su Internet: basi teoriche e implicazioni cliniche. Journal of Psychiatric Research, 58, 7-11. doi:https://doi.org/10.1016/j.jpsychires.2014.07.005 CrossRef, Medline
 Dong, G., Shen, Y., Huang, J. e Du, X. (2013). Funzione di monitoraggio degli errori compromessa nelle persone con disturbo da dipendenza da Internet: uno studio fMRI correlato agli eventi. European Addiction Research, 19 (5), 269-275. doi:https://doi.org/10.1159/000346783 CrossRef, Medline
 Ducharme, S., Hudziak, J. J., Botteron, K. N., Albaugh, M. D., Nguyen, T.-V., Karama, S., Evans, A. C. e Brain Development Cooperative Group. (2012). La diminuzione dello spessore corticale regionale e il tasso di assottigliamento sono associati a sintomi di disattenzione nei bambini sani. Journal of the American Academy of Child and Adolescent Psychiatry, 51 (1), 18–27.e2. e12. doi:https://doi.org/10.1016/j.jaac.2011.09.022 CrossRef, Medline
 Elliott, R. e Deakin, B. (2005). Ruolo della corteccia orbitofrontale nell'elaborazione del rinforzo e nel controllo inibitorio: prove da studi di risonanza magnetica funzionale in soggetti umani sani. International Review of Neurobiology, 65, 89–116. doi:https://doi.org/10.1016/S0074-7742(04)65004-5 CrossRef, Medline
 Elliott, R., Dolan, R. J., & Frith, C. D. (2000). Funzioni dissociabili nella corteccia orbitofrontale mediale e laterale: prove da studi di neuroimaging umano. Corteccia cerebrale (New York, NY), 10 (3), 308–317. doi:https://doi.org/10.1093/cercor/10.3.308 Medline
 In primo luogo, M., Spitzer, R. e Williams, J. (1997). Colloquio clinico strutturato per il manuale diagnostico e statistico. Washington, DC: American Psychiatric Press.
 Fischl, B., Rajendran, N., Busa, E., Augustinack, J., Hinds, O., Yeo, B. T., Mohlberg, H., Amunts, K., & Zilles, K. (2007). Schemi di piegatura corticale e previsione della citoarchitettura. Cerebral Cortex (New York, NY), 18 (8), 1973-1980. doi:https://doi.org/10.1093/cercor/bhm225 Medline
 Fischl, B., Sereno, M. I., & Dale, A. M. (1999). Analisi basata sulla superficie corticale: II: inflazione, appiattimento e un sistema di coordinate basato sulla superficie. Neuroimage, 9 (2), 195–207. doi:https://doi.org/10.1006/nimg.1998.0396 CrossRef, Medline
 Fischl, B., Sereno, M. I., Tootell, R. B. e Dale, A. M. (1999). Media intersoggettiva ad alta risoluzione e sistema di coordinate per la superficie corticale. Mappatura del cervello umano, 8 (4), 272-284. doi:https://doi.org/10.1002/(SICI)1097-0193(1999)8:4<272::AID-HBM10>3.0.CO;2-4 CrossRef, Medline
 Fischl, B., Van Der Kouwe, A., Destrieux, C., Halgren, E., Ségonne, F., Salat, DH, Busa, E., Seidman, LJ, Goldstein, J., Kennedy, D., Caviness, V., Makris, N., Rosen, B. e Dale, AM (2004). Parcellizzazione automatica della corteccia cerebrale umana. Cerebral Cortex (New York, NY), 14 (1), 11-22. doi:https://doi.org/10.1093/cercor/bhg087 Medline
 Fung, G., Deng, Y., Zhao, Q., Li, Z., Qu, M., Li, K., Zeng, YW, Jin, Z., Ma, YT, Yu, X., Wang, ZR, Shum, DH e Chan, RC (2015). Distinguere i disturbi bipolari e depressivi maggiori mediante la morfometria strutturale del cervello: uno studio pilota. BMC Psychiatry, 15 (1), 298. doi:https://doi.org/10.1186/s12888-015-0685-5 CrossRef, Medline
 Giuliani, N. R., Calhoun, V. D., Pearlson, G. D., Francis, A., & Buchanan, R. W. (2005). Morfometria basata su voxel rispetto alla regione di interesse: un confronto tra due metodi per analizzare le differenze della materia grigia nella schizofrenia. Schizophrenia Research, 74 (2), 135-147. doi:https://doi.org/10.1016/j.schres.2004.08.019 CrossRef, Medline
 Hayden, B. Y., Heilbronner, S. R., Pearson, J. M., & Platt, M. L. (2011). Segnali di sorpresa nella corteccia cingolata anteriore: codifica neuronale di errori di previsione della ricompensa non firmati che guidano l'aggiustamento del comportamento. The Journal of Neuroscience, 31 (11), 4178–4187. doi:https://doi.org/10.1523/JNEUROSCI.4652-10.2011 CrossRef, Medline
 Honey, C. J., Kötter, R., Breakspear, M., & Sporns, O. (2007). La struttura di rete della corteccia cerebrale modella la connettività funzionale su più scale temporali. Atti della National Academy of Sciences degli Stati Uniti d'America, 104 (24), 10240–10245. doi:https://doi.org/10.1073/pnas.0701519104 CrossRef, Medline
 Hong, S.-B., Kim, J.-W., Choi, E.-J., Kim, H.-H., Suh, J.-E., Kim, C.-D., Klauser, P., Whittle, S., Ycel, M., Pantelis, C. e Yi, SH (2013). Ridotto spessore corticale orbitofrontale negli adolescenti maschi con dipendenza da Internet. Funzioni comportamentali e cerebrali: BBF, 9 (1), 11. doi:https://doi.org/10.1186/1744-9081-9-11 CrossRef, Medline
 Hutton, C., Draganski, B., Ashburner, J. e Weiskopf, N. (2009). Un confronto tra lo spessore corticale basato su voxel e la morfometria basata su voxel nel normale invecchiamento. Neuroimage, 48 (2), 371-380. doi:https://doi.org/10.1016/j.neuroimage.2009.06.043 CrossRef, Medline
 Kim, J. S., Singh, V., Lee, J. K., Lerch, J., Ad-Dab'bagh, Y., MacDonald, D., Lee, J. M., Kim, S. I., & Evans, A. C. (2005). Estrazione e valutazione 3-D automatizzate delle superfici corticali interne ed esterne utilizzando una mappa laplaciana e la classificazione dell'effetto volume parziale. Neuroimage, 27 (1), 210-221. doi:https://doi.org/10.1016/j.neuroimage.2005.03.036 CrossRef, Medline
 Kim, NR, Hwang, SS-H., Choi, J.-S., Kim, D.-J., Demetrovics, Z., Király, O., Nagygyörgy, K., Griffiths, MD, Hyun, SY, Youn, HC e Choi, SW (2016). Caratteristiche e sintomi psichiatrici del disturbo da gioco su Internet tra gli adulti che utilizzano criteri DSM-5 auto-riportati. Psychiatry Investigation, 13 (1), 58-66. doi:https://doi.org/10.4306/pi.2016.13.1.58 CrossRef, Medline
 Ko, C.-H., Hsieh, T.-J., Chen, C.-Y., Yen, C.-F., Chen, C.-S., Yen, J.-Y., Wang, PW e Liu, GC (2014). Attivazione cerebrale alterata durante l'inibizione della risposta e l'elaborazione degli errori in soggetti con disturbo da gioco su Internet: uno studio di imaging magnetico funzionale. Archivi europei di psichiatria e neuroscienze cliniche, 264 (8), 661–672. doi:https://doi.org/10.1007/s00406-013-0483-3 CrossRef, Medline
 Ko, C.-H., Yen, J.-Y., Chen, C.-C., Chen, S.-H., & Yen, C.-F. (2005). Differenze di genere e fattori correlati che influenzano la dipendenza dal gioco online tra gli adolescenti taiwanesi. Journal of Nervous and Mental Disease, 193 (4), 273–277. doi:https://doi.org/10.1097/01.nmd.0000158373.85150.57 CrossRef, Medline
 Krain, A. L., Wilson, A. M., Arbuckle, R., Castellanos, F. X., & Milham, M. P. (2006). Distinti meccanismi neurali di rischio e ambiguità: una meta-analisi del processo decisionale. Neuroimage, 32 (1), 477-484. doi:https://doi.org/10.1016/j.neuroimage.2006.02.047 CrossRef, Medline
 Kuss, D. J. (2013). Dipendenza da giochi da Internet: prospettive attuali. Ricerca psicologica e gestione del comportamento, 6, 125-137. doi:https://doi.org/10.2147/PRBM.S39476 CrossRef, Medline
 Kuss, D. J., Griffiths, M. D., Karila, L. e Billieux, J. (2014). Dipendenza da Internet: una revisione sistematica della ricerca epidemiologica nell'ultimo decennio. Current Pharmaceutical Design, 20 (25), 4026–4052. doi:https://doi.org/10.2174/13816128113199990617 CrossRef, Medline
 Lee, D., Namkoong, K., Lee, J. e Jung, Y. C. (2017). Volume anormale della materia grigia e impulsività nei giovani adulti con disturbo da gioco su Internet. Biologia delle dipendenze. Pubblicazione online anticipata. doi:https://doi.org/10.1111/adb.12552
 Lemaitre, H., Goldman, A. L., Sambataro, F., Verchinski, B. A., Meyer-Lindenberg, A., Weinberger, D. R. e Mattay, V. S. (2012). Modifiche morfometriche cerebrali normali legate all'età: non uniformità tra spessore corticale, area superficiale e volume della materia grigia? Neurobiology of Aging, 33 (3), 617.e1–617.e9. doi:https://doi.org/10.1016/j.neurobiolaging.2010.07.013 CrossRef
 Lin, X., Dong, G., Wang, Q. e Du, X. (2015). Volume anormale della materia grigia e della sostanza bianca nei "tossicodipendenti di giochi su Internet". Comportamenti di dipendenza, 40, 137–143. doi:https://doi.org/10.1016/j.addbeh.2014.09.010 CrossRef, Medline
 Mar, A. C., Walker, A. L., Theobald, D. E., Eagle, D. M. e Robbins, T. W. (2011). Effetti dissociabili delle lesioni alle sottoregioni della corteccia orbitofrontale sulla scelta impulsiva nel ratto. The Journal of Neuroscience, 31 (17), 6398-6404. doi:https://doi.org/10.1523/JNEUROSCI.6620-10.2011 CrossRef, Medline
 McClure, S. M., Laibson, D.I., Loewenstein, G. e Cohen, J. D. (2004). Sistemi neurali separati danno valore a ricompense monetarie immediate e ritardate. Science (New York, NY), 306 (5695), 503–507. doi:https://doi.org/10.1126/science.1100907 CrossRef, Medline
 Nachev, P., Kennard, C. e Husain, M. (2008). Ruolo funzionale delle aree motorie supplementari e pre-supplementari. Recensioni sulla natura. Neuroscience, 9 (11), 856-869. doi:https://doi.org/10.1038/nrn2478 CrossRef, Medline
 Nogueira, R., Abolafia, J. M., Drugowitsch, J., Balaguer-Ballester, E., Sanchez-Vives, M. V. e Moreno-Bote, R. (2017). La corteccia orbitofrontale laterale anticipa le scelte e si integra a priori con le informazioni attuali. Nature Communications, 8, 14823. doi:https://doi.org/10.1038/ncomms14823 CrossRef, Medline
 Patton, J. H. e Stanford, M. S. (1995). Struttura fattoriale della scala di impulsività di Barratt. Journal of Clinical Psychology, 51 (6), 768-774. doi:https://doi.org/10.1002/1097-4679(199511)51:6<768::AID-JCLP2270510607>3.0.CO;2-1 CrossRef, Medline
 Pawlikowski, M. e Brand, M. (2011). Gioco su Internet e processo decisionale eccessivi: i giocatori di World of Warcraft in eccesso hanno problemi nel prendere decisioni in condizioni di rischio? Psychiatry Research, 188 (3), 428–433. doi:https://doi.org/10.1016/j.psychres.2011.05.017 CrossRef, Medline
 Pearson, J. M., Heilbronner, S. R., Barack, D.L., Hayden, B. Y. e Platt, M. L. (2011). Corteccia cingolata posteriore: adattare il comportamento a un mondo che cambia. Trends in Cognitive Sciences, 15 (4), 143–151. doi:https://doi.org/10.1016/j.tics.2011.02.002 CrossRef, Medline
 Petry, N. M. e O'Brien, C. P. (2013). Disordine di gioco su Internet e DSM-5. Addiction (Abingdon, Inghilterra), 108 (7), 1186–1187. doi:https://doi.org/10.1111/add.12162 CrossRef, Medline
 Picton, T. W., Stuss, D.T., Alexander, M. P., Shallice, T., Binns, M. A. e Gillingham, S. (2007). Effetti delle lesioni focali frontali sull'inibizione della risposta. Cerebral Cortex (New York, NY), 17 (4), 826-838. doi:https://doi.org/10.1093/cercor/bhk031 Medline
 Poldrack, R. A. e Packard, M. G. (2003). Competizione tra più sistemi di memoria: prove convergenti da studi sul cervello umano e animale. Neuropsychologia, 41 (3), 245-251. doi:https://doi.org/10.1016/S0028-3932(02)00157-4 CrossRef, Medline
 Ségonne, F., Dale, A. M., Busa, E., Glessner, M., Salat, D., Hahn, H. K., & Fischl, B. (2004). Un approccio ibrido al problema dello stripping del cranio in MRI. Neuroimage, 22 (3), 1060-1075. doi:https://doi.org/10.1016/j.neuroimage.2004.03.032 CrossRef, Medline
 Ségonne, F., Pacheco, J. e Fischl, B. (2007). Correzione topologica geometricamente accurata delle superfici corticali utilizzando anelli non separatori. Transazioni IEEE sull'imaging medico, 26 (4), 518-529. doi:https://doi.org/10.1109/TMI.2006.887364 CrossRef, Medline
 Sled, J. G., Zijdenbos, A. P., & Evans, A. C. (1998). Un metodo non parametrico per la correzione automatica della non uniformità di intensità nei dati MRI. Transazioni IEEE su imaging medico, 17 (1), 87-97. doi:https://doi.org/10.1109/42.668698 CrossRef, Medline
 Stanford, M. S., Mathias, C. W., Dougherty, D. M., Lake, S. L., Anderson, N. E. e Patton, J. H. (2009). Cinquant'anni della Barratt Impulsiveness Scale: un aggiornamento e una revisione. Personalità e differenze individuali, 47 (5), 385–395. doi:https://doi.org/10.1016/j.paid.2009.04.008 CrossRef
 Stuss, D.T. (2011). Funzioni dei lobi frontali: relazione con le funzioni esecutive. Giornale della Società Neuropsicologica Internazionale: JINS, 17 (5), 759–765. doi:https://doi.org/10.1017/S1355617711000695 CrossRef, Medline
 Tomoda, A., Polcari, A., Anderson, C. M. e Teicher, M. H. (2012). Riduzione del volume e dello spessore della materia grigia della corteccia visiva nei giovani adulti che hanno assistito alla violenza domestica durante l'infanzia. PLoS One, 7 (12), e52528. doi:https://doi.org/10.1371/journal.pone.0052528 CrossRef, Medline
 Van Veen, V., & Carter, C. S. (2002). La tempistica dei processi di monitoraggio dell'azione nella corteccia cingolata anteriore. Journal of Cognitive Neuroscience, 14 (4), 593-602. doi:https://doi.org/10.1162/08989290260045837 CrossRef, Medline
 Wallis, J. D. (2007). Corteccia orbitofrontale e suo contributo al processo decisionale. Revisione annuale di Neuroscience, 30, 31–56. doi:https://doi.org/10.1146/annurev.neuro.30.051606.094334 CrossRef, Medline
 Wang, H., Jin, C., Yuan, K., Shakir, TM, Mao, C., Niu, X., Niu, X., Niu, C., Guo, L., & Zhang, M. ( 2015). L'alterazione del volume della materia grigia e il controllo cognitivo negli adolescenti con disturbo da gioco su Internet. Frontiers in Behavioral Neuroscience, 9, 64. doi:https://doi.org/10.3389/fnbeh.2015.00064 CrossRef, Medline
 Wang, Y., Deng, Y., Fung, G., Liu, W.-H., Wei, X.-H., Jiang, X.-Q., Lui, SS, Cheung, EF, & Chan, RC (2014). Distinti modelli neurali strutturali di tratto anedonia fisica e sociale: evidenza da spessore corticale, volumi sottocorticali e correlazioni interregionali. Ricerca psichiatrica: Neuroimaging, 224 (3), 184–191. doi:https://doi.org/10.1016/j.pscychresns.2014.09.005 CrossRef, Medline
 Ward, M. F. (1993). The Wender Utah Rating Scale: un aiuto nella retrospettiva. The American Journal of Psychiatry, 1 (50), 885. doi:https://doi.org/10.1176/ajp.150.6.885
 Wechsler, D. (2014). Wechsler Adult Intelligence Scale-Quarta edizione (WAIS-IV). San Antonio, Texas: Psychological Corporation.
 Winkler, A. M., Kochunov, P., Blangero, J., Almasy, L., Zilles, K., Fox, P. T., Duggirala, R. e Glahn, D. C. (2010). Spessore corticale o volume della materia grigia? L'importanza di selezionare il fenotipo per gli studi di genetica di imaging. Neuroimage, 53 (3), 1135–1146. doi:https://doi.org/10.1016/j.neuroimage.2009.12.028 CrossRef, Medline
 Yao, Y. W., Liu, L., Ma, S. S., Shi, X. H., Zhou, N., Zhang, J. T., et al. (2017). Alterazioni neurali funzionali e strutturali nel disturbo del gioco su Internet: una revisione sistematica e una meta-analisi. Neuroscience and Biobehavioral Reviews, 83, 313–324. doi:https://doi.org/10.1016/j.neubiorev.2017.10.029 CrossRef, Medline
 Yao, Y.-W., Wang, L.-J., Yip, SW, Chen, P.-R., Li, S., Xu, J., Zhang, JT, Deng, LY, Liu, QX, & Fang, XY (2015). La compromissione del processo decisionale a rischio è associata a deficit di inibizione specifici del gioco tra gli studenti universitari con disturbo da gioco su Internet. Psychiatry Research, 229 (1), 302-309. doi:https://doi.org/10.1016/j.psychres.2015.07.004 CrossRef, Medline
 Young, K. S. (1998a). Preso nella rete: come riconoscere i segni della dipendenza da Internet - e una strategia vincente per il recupero. New York, NY: Wiley.
 Young, K. S. (1998b). Dipendenza da Internet: l'emergere di un nuovo disturbo clinico. CyberPsychology & Behaviour, 1 (3), 237–244. doi:https://doi.org/10.1089/cpb.1998.1.237 CrossRef
 Yuan, K., Cheng, P., Dong, T., Bi, Y., Xing, L., Yu, D., Zhao, L., Dong, M., von Deneen, KM, Liu, Y., Qin, W. e Tian, ​​J. (2013). Anomalie dello spessore corticale nella tarda adolescenza con dipendenza da giochi online. PLoS One, 8 (1), e53055. doi:https://doi.org/10.1371/journal.pone.0053055 CrossRef, Medline
 Yuan, K., Qin, W., Wang, G., Zeng, F., Zhao, L., Yang, X., Liu, P., Liu, J., Sun, J., von Deneen, KM, Gong, Q., Liu, Y. e Tian, ​​J. (2011). Anomalie della microstruttura negli adolescenti con disturbo da dipendenza da Internet. PLoS One, 6 (6), e20708. doi:https://doi.org/10.1371/journal.pone.0020708 CrossRef, Medline
 Zald, D.H., McHugo, M., Ray, K. L., Glahn, D.C., Eickhoff, S. B. e Laird, A. R. (2012). La modellazione della connettività meta-analitica rivela la connettività funzionale differenziale della corteccia orbitofrontale mediale e laterale. Cerebral Cortex (New York, NY), 24 (1), 232–248. doi:https://doi.org/10.1093/cercor/bhs308 Medline
 Zhou, F., Montag, C., Sariyska, R., Lachmann, B., Reuter, M., Weber, B., Trautner, P., Kendrick, KM, Markett, S., & Becker, B. ( 2017). Deficit di materia grigia orbitofrontale come marker di disturbo da gioco su Internet: prove convergenti da un disegno longitudinale trasversale e prospettico. Biologia delle dipendenze. Pubblicazione online anticipata. doi:https://doi.org/10.1111/adb.12570
 Zhou, Y., Lin, F.-C., Du, Y.-S., Zhao, Z.-M., Xu, J.-R., & Lei, H. (2011). Anomalie della materia grigia nella dipendenza da Internet: uno studio di morfometria basato su voxel. European Journal of Radiology, 79 (1), 92-95. doi:https://doi.org/10.1016/j.ejrad.2009.10.025 CrossRef, Medline