Amplitude de anormalidades de flutuação de baixa frequência em adolescentes com vício em jogos online (2013)

PLoS One. 2013 Nov 4;8(11):e78708.

doi: 10.1371 / journal.pone.0078708. eCollection 2013.

Yuan K1, Jin C, Cheng P, Yang X, Dong T, Bi Y, Xing L, de Deneen KM, Yu D, Liu J, Liang J, Cheng T, Qin W, Tian J.

Sumário

A maioria dos estudos anteriores sobre neuroimagem demonstrou anormalidades funcionais estruturais e relacionadas à tarefa em adolescentes com dependência de jogos on-line (OGA). No entanto, poucos estudos de ressonância magnética funcional (fMRI) focaram na intensidade regional de flutuações espontâneas nos níveis sanguíneos dependentes de oxigênio (BOLD) durante o estado de repouso e menos estudos investigaram a relação entre as propriedades anormais do estado de repouso e o controle cognitivo prejudicado habilidade. No presente estudo, empregamos o método da amplitude da flutuação de baixa frequência (ALFF) para explorar as características locais da atividade cerebral espontânea em adolescentes com OGA e controles saudáveis ​​durante o estado de repouso. Dezoito adolescentes com OGA e 18 voluntários saudáveis, pareados por idade, educação e sexo, participaram deste estudo. Comparados com controles saudáveis, os adolescentes com OGA mostraram um aumento significativo dos valores de ALFF no córtex orbitofrontal medial esquerdo (OFC), no precuneus esquerdo, na área motora suplementar esquerda (SMA), no giro parahipocampal direito (PHG) e no cingulado médio bilateral córtex (MCC). As anormalidades dessas regiões também foram detectadas em estudos anteriores sobre dependência. Mais importante, descobrimos que os valores de ALFF da OFC medial esquerda e do precuneus esquerdo foram positivamente correlacionados com a duração da OGA em adolescentes com OGA. Os valores de ALFF do OFC medial esquerdo também foram correlacionados com o desempenho do teste Stroop da palavra em cores. Nossos resultados sugeriram que a atividade neuronal espontânea anormal dessas regiões pode estar implicada na fisiopatologia subjacente da OGA.

Introdução

O vício em jogos on-line (OGA) é definido como um uso não adaptativo da Internet e a incapacidade de um indivíduo controlar seu uso da Internet, que foi classificado como um tipo de distúrbio de controle de impulso [1]-[3]. Dados da China Youth Internet Association (anúncio em fevereiro 2, 2010) demonstraram que a taxa de incidência de OGA entre jovens urbanos chineses é de cerca de 14%. Como um dos problemas comuns de saúde mental entre adolescentes chineses, a OGA tem sido associada ao comprometimento do bem-estar psicológico do indivíduo, fracasso acadêmico e redução do desempenho no trabalho [4], que atualmente está se tornando um problema de saúde cada vez mais grave em adolescentes em todo o mundo [5], [6]. Embora a OGA ainda não esteja oficialmente codificada dentro de um quadro psicopatológico, numerosos estudos com adolescentes da OGA revelaram anormalidades estruturais e funcionais no córtex orbitofrontal (OFC), área motora suplementar (SMA), córtex cingulado, giro parahipococampal (PHG), córtex pré-frontal dorsolateral (DLPFC), precuneus, giro temporal, ínsula e cerebelo [1], [2] Anormalidades nessas regiões foram associadas ao abuso de substâncias em vários estudos sobre dependência [7], e pode estar associado a disfunções no controle cognitivo, controle executivo, desejo, sensibilidade à recompensa, comportamento direcionado a objetivos e memória de trabalho em adolescentes OGA [1].

Embora a OGA cause ônus individual e social, atualmente não existe tratamento padronizado para a OGA [8]. As clínicas na China implementaram horários regulados, disciplina rigorosa e tratamento de choque elétrico e ganharam notoriedade por essas abordagens de tratamento [4]. O desenvolvimento de métodos eficazes de intervenção e tratamento da OGA exigirá o estabelecimento de um entendimento claro dos mecanismos subjacentes a essa condição. Até o momento, a maioria dos estudos da OGA concentrou-se na detecção de déficits estruturais e deficiências funcionais relacionadas à tarefa em pessoas com OGA, que foram úteis na avaliação dos mecanismos neurais subjacentes à OGA. No entanto, poucos estudos avaliaram a alteração do sinal dependente do nível de oxigênio no sangue (BOLD) da atividade espontânea regional da OGA durante o estado de repouso. Como uma abordagem não invasiva, a ressonância magnética funcional em estado de repouso (RMf) tem sido utilizada para investigar flutuações espontâneas de baixa frequência (LFF) nos sinais BOLD, que evitam confusões relacionadas ao desempenho e podem refletir a atividade neural espontânea no cérebro [9], [10]. Além disso, o método fMRI em estado de repouso tem sido amplamente utilizado para revelar a arquitetura funcional típica e atípica intrínseca do cérebro [10]. A atividade neuronal anormal durante o estado de repouso pode servir como um marcador adequado para refletir o progresso e a função executiva prejudicada de várias doenças cerebrais.

Recentemente, Liu et al. empregaram o método de homogeneidade regional (ReHo) e descobriram que pessoas com OGA mostraram um aumento significativo nos valores de ReHo no giro cingulado direito, parahipococampus bilateral, precuneus esquerdo e giro frontal superior esquerdo [11]. O método ReHo reflete a homogeneidade temporal do LFF regional, independentemente das intensidades, e baseia-se na hipótese de que os voxels espacialmente vizinhos devem ter padrões temporais semelhantes [12]. Embora se pense que a amplitude de LFF (ALFF) esteja associada à atividade neuronal local, a base das alterações de ALFF na OGA permanece incerta [13]. Além disso, Liu et al. [11] não investigaram a relação entre propriedades anormais do estado de repouso e a duração do OGA. Para investigar melhor as anormalidades do estado de repouso em adolescentes com OGA, o método ALFF foi empregado no presente estudo e dados sobre a duração do OGA foram coletados. Além disso, os pesquisadores detectaram uma capacidade de controle cognitivo prejudicada em adolescentes com OGA usando uma tarefa Stroop com palavras coloridas [14], [15]. Portanto, a avaliação comportamental no presente estudo foi o desempenho na tarefa Stroop com a palavra cor. A conexão dos achados de neuroimagem a índices comportamentais bem definidos que são conhecidos por serem afetados na OGA seria um índice adicional da importância desses achados para a OGA.

Materiais e Métodos

Todos os procedimentos de pesquisa foram aprovados pelo Subcomitê de Estudos Humanos do Hospital da China Ocidental e foram conduzidos de acordo com a Declaração de Helsinque. Todos os participantes e seus responsáveis ​​em nosso estudo deram consentimento informado por escrito.

Assuntos

De acordo com o Young Diagnostic Questionnaire (YDQ) modificado para os critérios da OGA de Beard e Wolf [8], [16], vinte alunos com OGA foram filtrados de alunos do primeiro e do segundo ano do 165. Dezoito adolescentes com OGA (sexo masculino 12, idade média = 19.4 ± 3.1 anos, escolaridade 13.4 ± 2.5) participaram do nosso estudo excluindo dois jogadores canhotos. Para investigar se houve ou não alterações lineares na estrutura cerebral, a duração da doença foi estimada por meio de um diagnóstico retrospectivo. Pedimos aos sujeitos que recordassem seu estilo de vida quando inicialmente eram viciados em jogos principalmente online, ou seja, World of Warcraft (WOW). Para garantir que eles estavam sofrendo de OGA, os testamos novamente com os critérios do YDQ modificados por Beard e Wolf. A confiabilidade dos auto-relatos dos sujeitos da OGA também foi confirmada conversando com os pais por telefone, assim como com colegas de quarto e de classe.

Dezoito controles saudáveis ​​de acordo com a idade e o sexo (homens 12 e mulheres 6, idade média = 19.5 ± 2.8 anos, educação 13.3 ± 2.0 anos) sem histórico pessoal ou familiar de transtornos psiquiátricos também participaram de nosso estudo. De acordo com estudos anteriores da OGA, escolhemos controles saudáveis ​​que gastam menos de 2 horas por dia na Internet [4]. Os controles saudáveis ​​também foram testados com os critérios YDQ modificados por Beard e Wolf para garantir que eles não sofressem de OGA. Todos os participantes recrutados selecionados eram chineses destros nativos e foram avaliados por um auto-relato pessoal e pelo Edinburgh Handedness Questionnaire. Os critérios de exclusão de ambos os grupos foram a 1) existência de um distúrbio neurológico avaliado pela Entrevista Clínica Estruturada do Manual Diagnóstico e Estatístico de Transtornos Mentais, Quarta Edição (DSM-IV); 2) abuso de álcool, nicotina ou drogas via triagem de drogas na urina; 3) gravidez ou período menstrual em mulheres; e 4) qualquer doença física, como tumor cerebral, hepatite ou epilepsia, avaliada de acordo com avaliações clínicas e registros médicos. A escala de ansiedade de Hamilton (HAMA) e o inventário de depressão de Beck-II (BDI) foram utilizados para avaliar os estados emocionais de todos os participantes nas duas semanas anteriores. Informações demográficas mais detalhadas são fornecidas em tabela 1.

tabela 1 

Dados demográficos dos sujeitos para adolescentes com dependência de jogos on-line (OGA) e grupos de controle.

Coleta de dados comportamentais

De acordo com um estudo anterior [17], o design da tarefa Stroop em cores foi implementado usando o software E-prime 2.0 (http://www.pstnet.com/eprime.cfm) Essa tarefa empregou um desenho de blocos com três condições: congruente, incongruente e repouso. Três palavras, vermelho, azul e verde foram exibidas em três cores (vermelho, azul e verde) como estímulos congruentes e incongruentes. Durante o descanso, uma cruz era exibida no centro da tela e os sujeitos eram obrigados a fixar os olhos nessa cruz sem responder. Todos os eventos foram programados em duas execuções com diferentes seqüências de blocos congruentes e incongruentes. Cada participante foi instruído a responder à cor exibida o mais rápido possível, pressionando um botão na Serial Response Box ™ com a mão direita. O pressionamento de botão pelo dedo indicador, médio e anelar correspondia a vermelho, azul e verde, respectivamente. Os participantes foram testados individualmente em uma sala silenciosa quando estavam em um estado de espírito calmo. Após a prática inicial, os dados comportamentais foram coletados dois ou três dias antes da ressonância magnética.

Aquisições de dados de ressonância magnética

Todos os estudos de ressonância magnética foram realizados em um scanner 3-T GE (EXCITE, GE Signa, Milwaukee, WI, EUA) usando uma bobina de cabeça de gaiola padrão como uma bobina de cabeça de matriz de fase de oito canais no Huaxi MR Research Center, Chengdu, China . As almofadas de espuma foram usadas para diminuir o movimento da cabeça e o ruído do scanner. Após a varredura convencional do localizador, as imagens ponderadas em T1 foram obtidas com uma sequência de recuperação de gradiente estragada (tempo de repetição (TR) = 1900 ms; tempo de eco (TE) = 2.26 ms; ângulo de rotação (FA) = 9 °; campo de visão ( FOV) = 256 × 256 mm2; matriz de dados = 256 × 256; fatias = 176; tamanho do voxel = 1 × 1 × 1 mm3) Em seguida, as imagens funcionais em estado de repouso foram adquiridas usando uma sequência de imagens eco-planares (TR = 2000ms; TE = 30ms; FA = 90 °; FOV = 240 × 240 mm2; matriz de dados = 64 × 64) com fatias axiais 32 (espessura da fatia = 5 mm e sem intervalo de fatia, volumes totais = 180) em uma execução de seis minutos. Os sujeitos foram instruídos a fechar os olhos, ficar quietos e a não pensar em nada sistematicamente durante a digitalização. No final da aquisição dos dados, todos os participantes confirmaram que permaneceram acordados durante todo o período de varredura.

Pré-processamento de dados e cálculo de ALFF

Todo o processamento funcional da imagem foi realizado com o Mapeamento Paramétrico Estatístico (SPM5, http://www.fil.ion.ucl.ac.uk/spm) e Assistente de processamento de dados para o software fMRI em estado de repouso (DPARSF) [18]. Para cada participante, os dez primeiros momentos foram descartados para evitar alterações transitórias do sinal antes que a magnetização atingisse o estado estacionário e para permitir que os indivíduos se acostumassem ao ambiente de digitalização por ressonância magnética. Os volumes cerebrais restantes da 170 foram corrigidos para o tempo das fatias e realinhados para correção do movimento da cabeça. Nenhum indivíduo apresentou movimento da cabeça superior a 1 mm ou rotação 1 ° em qualquer direção. Em seguida, todas as imagens realinhadas foram normalizadas espacialmente no modelo EPI do Montreal Neurological Institute (MNI), reamostradas para voxels isotrópicos 3 mm e suavizadas espacialmente (largura total a metade do máximo = 8 mm). Depois disso, chamando funções no kit de ferramentas de análise de dados fMRI em estado de repouso (REST, http://rest.restfmri.net), remoção de tendência linear e filtro passa-banda (0.01 – 0.08 Hz) para reduzir os efeitos do desvio de baixa frequência e do ruído fisiológico de alta frequência [18] foram realizadas nas séries temporais.

Após o pré-processamento, o cálculo do ALFF foi realizado usando DPARSF chamando funções no REST como em estudos anteriores [19]. Primeiro, para obter o espectro de potência, as séries temporais filtradas foram transformadas no domínio da frequência usando uma transformada rápida de Fourier (FFT). Em seguida, a raiz quadrada do espectro de potência foi obtida para cada ponto de dados de frequência para produzir amplitude em função da frequência. Esses valores, calculados pela média de 0.01 a 0.08 Hz em cada voxel, foram usados ​​como valores de ALFF. Consequentemente, essa raiz quadrada média foi usada como o valor ALFF. O ALFF de cada voxel foi dividido pelo valor médio global do ALFF na máscara cerebral total para cada sujeito, resultando em um ALFF padronizado de cada voxel que tinha um valor de cerca de 1.

Análise estatística

Para avaliar as diferenças entre o grupo OGA e o grupo controle em idade, sexo, duração da doença e anos de escolaridade, duas amostras tforam realizados testes usando o SPSS 13.0 e um p> 0.05 foi considerado insignificante. Para explorar quais áreas tiveram valores de ALFF diferentes do valor de 1, uma amostra t-teste (p<0.05, erro familiar (FWE) corrigido) usando SPM5 foi realizado dentro de cada grupo. Então, uma amostra de dois tO teste foi realizado para elucidar as diferenças de ALFF entre os dois grupos após o controle para idade e sexo. A correção para múltiplas comparações foi realizada usando simulações de Monte Carlo. Um limite corrigido de p<0.05 foi derivado de um limite combinado de p<0.005 para cada voxel e um tamanho mínimo de cluster de 351 mm3 (Programa AlphaSim no software AFNI, http: // afni.nimh.nih.gov/). Para as regiões do cérebro nas quais os pacientes com OGA mostraram propriedades anormais de ALFF, os valores de ALFF de cada região foram extraídos, calculados em média e regredidos em relação aos indicadores patológicos refletidos pela duração da doença e pelo desempenho da tarefa Stroop na palavra em cores.

Resultados

Nossos resultados demonstraram que a taxa de OGA foi de cerca de 12.1% em nossa pequena amostra de investigação. De acordo com o autorrelato de uso da Internet, os sujeitos da OGA passavam 10.2 ± 2.6 horas por dia e 6.3 ± 0.5 dias por semana em jogos online. Adolescentes com OGA passaram mais horas por dia e mais dias por semana na Internet do que os controles (p<0.005) (tabela 1).

Resultados de dados comportamentais

Ambos os grupos mostraram um efeito Stroop significativo, onde o tempo de reação foi maior durante a incongruência do que a condição congruente (OGA: 677.3 ± 75.4 ms vs 581.2 ± 71.6 ms e controles: 638.3 ± 65.9 ms vs 549.0 ± 50.6 ms; p<0.005). O grupo OGA cometeu mais erros do que o grupo controle durante a condição incongruente (8.56 ± 4.77 vs 4.56 ± 2.93; p<0.05), embora o atraso de resposta medido pelo tempo de reação (TR) durante a condição incongruente menos as condições congruentes não tenha sido significativamente diferente entre esses dois grupos (98.2 ± 40.37 ms vs 91.92 ± 45.87 ms; p > 0.05).

Resultados de dados de criação de imagens

Os mapas ALFF do grupo OGA e do grupo controle são apresentados em FIG. 1, e os dois grupos exibiram valores significativamente mais altos de ALFF no córtex cingulado posterior (PCC) / pré -uneus, córtex pré-frontal medial (MPFC) e lobo parietal inferior bilateral (IPL) durante o estado de repouso. Essas regiões são amplamente incluídas na rede de modo padrão em estudos anteriores [19]. Uma amostra de duas t-teste controlando para idade e sexo e corrigido para comparações múltiplas (usando simulações de Monte Carlo do menor tamanho de cluster produzindo um limite corrigido de p <0.05 de um limite não corrigido de p <0.005 para cada voxel) revelou que o grupo OGA mostrou aumentos significativos nos valores de ALFF no OFC medial esquerdo, pré-cuneiforme esquerdo, SMA esquerdo, PHG direito e MCC bilateral em comparação com o grupo controle. Nenhuma região do cérebro com valores de ALFF diminuídos foi encontrada. Além disso, foi observada uma correlação significativamente positiva entre a duração da OGA e os valores ALFF padronizados na OFC medial esquerda (r = 0.6627, p  = 0.0027) e precuneus esquerdo (r = 0.5924, p  = 0.0096) (FIG. 2) Os valores de ALFF do OFC esquerdo foram correlacionados com o número de erros de resposta durante a condição incongruente entre os adolescentes com OGA (r = 0.6690, p  = 0.0024) (FIG. 3) Como os sujeitos da OGA apresentaram índices de depressão significativamente mais altos, medidos pelo BDI, analisamos novamente os dados funcionais de imagem, usando o BDI como covariável. Os dados resultantes foram semelhantes aos dados originais. Também testamos se os escores do BDI se correlacionavam com os valores de ALFF das regiões anormais do cérebro, a duração do OGA e o desempenho da tarefa Stroop com palavras coloridas. No entanto, nenhum resultado significativo foi observado.

Figura 1 

Uma amostra t-Resultado dos testes.
Figura 2 

Amostra dois tanálise de teste.
Figura 3 

Análise da relação cérebro-comportamento.

Discussão

No presente estudo, o método ALFF foi empregado para investigar as diferenças no estado de repouso entre pacientes com OGA e controles normais. O ALFF é um método fácil e convincente para medir a amplitude das flutuações de baixa frequência no sinal BOLD, e estudos anteriores mostraram a capacidade desse método para localizar com precisão qual região do cérebro possui atividade espontânea anormal [13]. Dentro de cada grupo, identificamos algumas regiões que exibem valores ALFF significativamente mais altos do que outras regiões do cérebro durante o estado de repouso (FIG. 1) Essas regiões se sobrepuseram extensivamente às principais regiões da rede de modo padrão (DMN) [20]. Com relação às duas amostras t- nos resultados dos testes, em relação aos controles saudáveis, os adolescentes com OGA apresentaram aumento de ALFF na OFC mediana esquerda, precuneus esquerdo, AMS esquerda, PHG direita e CCM bilateral durante o estado de repouso (FIG. 2) Vale ressaltar que os sujeitos da OGA apresentaram índices de depressão significativamente mais altos no BDI, no entanto, análises incluindo o BDI como covariável revelaram resultados semelhantes. Além disso, os valores de ALFF da OFC mediana esquerda e do precuneus foram positivamente correlacionados com a duração da OGA (FIG. 2) Além disso, para validar a capacidade de controle cognitivo prejudicada em adolescentes com OGA, o teste Stroop da palavra em cores foi utilizado em nosso estudo. Consistente com descobertas anteriores [14], [15], o grupo OGA cometeu mais erros do que o grupo controle durante a condição incongruente, o que demonstrou que os adolescentes com OGA apresentaram capacidade de controle cognitivo prejudicada, medida pelo teste de Stroop da palavra-cor. Curiosamente, os valores de ALFF da OFC esquerda também foram correlacionados com o número de erros durante a condição incongruente entre os adolescentes com OGA (FIG. 3) Nossos resultados sugerem que as alterações do ALFF no OFC podem servir como um biomarcador para refletir a capacidade de controle cognitivo prejudicada da OGA.

No presente estudo, descobrimos que os valores de ALFF aumentaram na OFC mediana esquerda no grupo OGA. Anatomicamente, o OFC possui amplas conexões com as regiões estriada e límbica (como a amígdala), que parecem estar envolvidas no controle cognitivo do comportamento direcionado por objetivos, através da avaliação do significado motivacional dos estímulos e da seleção do comportamento para obter os resultados desejados. resultados. As anormalidades estruturais e a disfunção do OFC na OGA foram relatadas em estudos anteriores [4], [11], [15]. Park et al. usou um 18Estudo da tomografia por emissão de pósitrons (PET) F-fluorodeoxiglucose para investigar o metabolismo cerebral regional da glicose durante o estado de repouso em indivíduos jovens com OGA e controles normais, e mostrou que a atividade metabólica da OFC em adolescentes com OGA estava aumentada em comparação com os controles normais [21]. Essa análise sugeriu que a atividade metabólica anormal na área da OFC pode estar associada à diminuição do controle de impulsos e do processamento de recompensas em adolescentes com OGA. Em relação aos estudos de ressonância magnética funcional relacionados à tarefa, Ko et al. identificaram os substratos neurais do vício em jogos on-line por meio da avaliação das áreas cerebrais associadas ao desejo induzido por jogos e descobriram que o OFC poderia ser ativado de maneira anormal nos viciados quando comparado aos controles [22]. A semelhança desse achado com o desejo induzido por sugestão na dependência de substâncias [23], que sugeria que o desejo pelo vício em jogos e o desejo pela dependência de substâncias poderiam compartilhar os mesmos mecanismos neurobiológicos. Estudos anteriores de neuroimagem estrutural também relataram um volume reduzido de substância cinzenta do OFC no grupo OGA [1], [4]. Em consonância com esses achados funcionais e estruturais, nosso estudo encontrou valores mais altos de ALFF na OFC medial em adolescentes com OGA em comparação com os controles. Além disso, foi observada uma correlação significativa entre os valores de ALFF da OFC e o desempenho da tarefa durante o teste Stroop da palavra-cor no grupo OGA (Figura 3) Estudos anteriores sobre dependência revelaram associação entre a interferência de Stroop e o metabolismo relativo da glicose no OFC entre indivíduos dependentes de cocaína [24]. Essa relação cérebro-comportamento demonstrou que as propriedades anormais do estado de repouso da OFC estavam associadas ao comprometimento da capacidade de controle cognitivo em adolescentes com OGA.

Os valores de ALFF foram maiores no pré-parto em indivíduos com OGA em comparação aos controles. O precuneus é uma região do cérebro no córtex posteromedial do lobo parietal e desempenha um papel importante no funcionamento cognitivo fundamental [25]. O precuneus foi proposto para estar envolvido na recuperação de memória episódica, imagens visual-espaciais, autoprocessamento e consciência [25]. Recentemente, alguns pesquisadores também relataram aumento do ReHo no pré-canal esquerdo em estudantes universitários da OGA em comparação com controles [11]. Além disso, um estudo mostrou que o precuneus estava associado a um desejo de jogo, desejo e gravidade de OGA, e sugeriu que o precuneus fosse ativado para processar a sugestão de jogo, integrar a memória recuperada e contribuir para o desejo induzido por sugestão de jogos on-line [26]. Portanto, sugerimos que as anormalidades no estado de repouso do pré-parto em adolescentes com OGA podem estar associadas ao desejo de longo prazo em OGA.

Maiores valores de ALFF em indivíduos com OGA, em relação aos controles, também foram encontrados na AMS esquerda, MCC bilateral e na PHG direita. A SMA desempenha um papel importante no controle cognitivo, ação voluntária, iniciação / inibição de respostas motoras [27] e também em conflito emocional [28]. A MCC é a parte do meio do giro cingulado e crítica para o monitoramento e processamento de conflitos [29]. Estudos anteriores de uso de substâncias relataram anormalidades no estado de repouso relacionadas à dependência da SMA e MCC [30], [31]. Pensa-se que o PHG contribua para a formação e manutenção de informações vinculadas na memória de trabalho [32]. Memória de trabalho refere-se ao armazenamento temporário e manipulação on-line de informações e também é crucial para o controle cognitivo [33]. Liu et al. relataram aumento de ReHo no PHG bilateral em estudantes universitários da OGA em comparação com controles [11]. Além disso, alguns pesquisadores também encontraram menor anisotropia fracionada do PHG em indivíduos com OGA [4]. Nossos resultados validaram o padrão anormal do estado de repouso do PHG nos adolescentes com OGA.

Em conclusão, no presente estudo, observamos que o ALFF foi anormal em adolescentes com OGA em comparação aos controles, ou seja, valores mais altos de ALFF na OFC mediana esquerda, pré-parto esquerdo, AMS esquerda, PHG direita e CCM bilateral. Também observamos que os valores mais altos de ALFF na OFC mediana esquerda e no pré-parto esquerdo foram positivamente correlacionados com a duração da OGA. Os valores ALFF do OFC esquerdo foram correlacionados com o desempenho da tarefa Stroop da palavra em cores (ou seja, erros de resposta) no grupo OGA. Nossos achados sugeriram que a atividade espontânea anormal dessas regiões pode refletir a fisiopatologia subjacente em usuários de OGA. Devido a achados semelhantes no estado de repouso com alterações no estado de repouso relacionadas à dependência de drogas, sugerimos que a OGA possa compartilhar mecanismos neurais com a dependência de drogas. Vale ressaltar que a depressão deve ser considerada como um potencial confuso ao explicar os achados de neuroimagem no presente estudo. Um estudo mais abrangente é necessário para fornecer perspectivas mais científicas sobre a OGA.

Agradecimentos

Gostaríamos de agradecer a Qin Ouyang, Qizhu Wu, Junran Zhang, Changjian Hu e Haifeng Luo pela valiosa assistência técnica na condução desta pesquisa.

Declaração de financiamento

Este documento é apoiado pelo Projeto para o Programa Nacional de Pesquisa e Desenvolvimento Básico Chave (973) sob o número de concessão 2011CB707700; a Fundação Nacional de Ciências Naturais da China sob os nºs de concessão 81227901, 81271644, 81271546, 30930112, 81000640, 81000641, 81101036, 81101108, 31200837, 81030027, 81301281; e os Fundos de Pesquisa Fundamental para as Universidades Centrais, a Fundação de Ciências Naturais da Mongólia Interior, sob a concessão nº 2012MS0908. Os financiadores não tiveram nenhum papel no desenho do estudo, coleta e análise de dados, decisão de publicação ou preparação do manuscrito.

Referências

1. Yuan K, Qin W, Liu Y, Tian J (2011) Vício em Internet: descobertas de neuroimagem. Biologia Comunicativa e Integrativa 4: 0-1 [Artigo gratuito do PMC] [PubMed]
2. Flisher C (2010) Conectando-se: Uma visão geral do vício em Internet. Revista de pediatria e saúde infantil 46: 557 – 559 [PubMed]
3. Christakis D (2010) Dependência da Internet: uma epidemia do século XIX? Medicamento para BMC 21: 8. [Artigo gratuito do PMC] [PubMed]
4. Yuan K, Qin W, Wang G, Zeng F, Zhao L, et al. (2011) Anormalidades da microestrutura em adolescentes com transtorno de dependência da Internet. PloS one 6: e20708. [Artigo gratuito do PMC] [PubMed]
5. Murali V, George S (2007) Perdido online: uma visão geral do vício em internet. Avanços no tratamento psiquiátrico 13: 24 – 30
6. Young KS (1998) Internet addiction: A emergência de um novo transtorno clínico. CyberPsychology & Behavior 1: 237-244
7. Volkow ND, Wang GJ, Fowler JS, Tomasi D (2012) Circuitos de dependência no cérebro humano. Revisão anual de farmacologia e toxicologia 52: 321 [Artigo gratuito do PMC] [PubMed]
8. Byun S, Ruffini C, Mills JE, Douglas AC, Niang M, et al. (2009) Internet addiction: metassynthesis of 1996–2006 quantitativo research. CyberPsychology & Behavior 12: 203–207 [PubMed]
9. Duff EP, Johnston LA, Xiong J, Fox PT, Mareels I, et al. (2008) O poder da análise de densidade espectral para o mapeamento de flutuações endógenas de sinal BOLD. Mapeamento do cérebro humano 29: 778 – 790 [PubMed]
10. Fox MD, Raichle ME (2007) Flutuações espontâneas na atividade cerebral observadas com ressonância magnética funcional. Nature Reviews Neuroscience 8: 700 – 711 [PubMed]
11. Liu J, Gao XP, Osunde I, Li X, Zhou SK, et al. (2010) Aumento da homogeneidade regional no transtorno de dependência da internet: um estudo de ressonância magnética funcional em estado de repouso. Chin Med J (Engl) 123: 1904 – 1908 [PubMed]
12. Zang Y, Jiang T, Lu Y, He Y, Tian L (2004) Abordagem de homogeneidade regional para análise de dados de fMRI. Neuroimagem 22: 394 – 400 [PubMed]
13. Yang H, XY longo, Yang Y, Yan H, Zhu CZ, et al. (2007) Amplitude da flutuação de baixa frequência nas áreas visuais revelada pela ressonância magnética funcional em estado de repouso. Neuroimagem 36: 144 – 152 [PubMed]
14. Dong G, Zhou H, Zhao X (2011) Homens viciados em Internet mostram capacidade de controle executivo prejudicada: Evidências de uma tarefa Stroop com palavras coloridas. Cartas de Neurociência 499: 114 – 118 [PubMed]
15. Yuan K, Cheng P, Dong T, Bi Y, Xing L, et al. Anormalidades da espessura cortical no final da adolescência com dependência de jogos on-line. PloS one 2013: e8. [Artigo gratuito do PMC] [PubMed]
16. Beard KW, Wolf EM (2001) Modificação nos critérios de diagnóstico propostos para dependência de Internet. CyberPsychology & Behavior 4: 377-383 [PubMed]
17. Xu J, Mendrek A, Cohen MS, Monterosso J, Simon S, et al. (2006) Efeito do tabagismo na função cortical pré-frontal em fumantes não privados que realizam a tarefa Stroop. Neuropsicofarmacologia 32: 1421 – 1428 [Artigo gratuito do PMC] [PubMed]
18. Chao-Gan Y, Yu-Feng Z (2010) DPARSF: uma caixa de ferramentas MATLAB para análise de dados em "pipeline" de fMRI em estado de repouso. Fronteiras em neurociência de sistemas 4. [Artigo gratuito do PMC] [PubMed]
19. Yu-Feng Z, Yong H, Chao-Zhe Z, Qing-Jiu C, Man-Qiu S, et al. (2007) Atividade cerebral basal alterada em crianças com TDAH revelada por RM funcional em estado de repouso. Cérebro e desenvolvimento 29: 83 – 91 [PubMed]
20. Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA, et al. (2001) Um modo padrão da função cerebral. Anais da Academia Nacional de Ciências 98: 676 [Artigo gratuito do PMC] [PubMed]
21. Park HS, Kim SH, Bang SA, Yoon EJ, Cho SS, et al. (2010) Metabolismo regional de glicose cerebral regional alterado em usuários de jogos na Internet: um estudo de tomografia por emissão de positrões 18F-fluorodeoxiglucose. CNS Spectr 15: 159 – 166 [PubMed]
22. Ko CH, Liu GC, Hsiao S, Yen JY, Yang MJ, et al. (2009) As atividades cerebrais associadas ao desejo de jogar vício em jogos on-line. Journal of Psychiatric Research 43: 739 – 747 [PubMed]
23. Goldstein RZ, Volkow ND (Disfunção do córtex pré-frontal na dependência): achados de neuroimagem e implicações clínicas. Nature Reviews Neuroscience 2011: 12 – 652 [Artigo gratuito do PMC] [PubMed]
24. Goldstein R, Volkow N (2002) Toxicodependência e sua base neurobiológica subjacente: evidências de neuroimagem para o envolvimento do córtex frontal. American Journal of Psychiatry 159: 1642 – 1652 [Artigo gratuito do PMC] [PubMed]
25. Cavanna AE, Trimble MR (2006) O precuneus: uma revisão de sua anatomia funcional e correlatos comportamentais. Cérebro 129: 564 – 583 [PubMed]
26. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, et al. . (2011) O cérebro correlaciona o desejo de jogar online sob a exposição em indivíduos com dependência de jogos na Internet e em indivíduos remetidos. Biologia do vício. [PubMed]
27. Nachev P, Kennard C, Husain M (2008) Função funcional das áreas motoras suplementares e pré-suplementares. Nature Reviews Neuroscience 9: 856 – 869 [PubMed]
28. Ochsner KN, Hughes B, Robertson ER, Cooper JC, Gabrieli JDE (2009) Sistemas neurais que suportam o controle de conflitos afetivos e cognitivos. Diário de Neurociência Cognitiva 21: 1841 – 1854 [PubMed]
29. Goñi J, Aznárez-Sanado M, Arrondo G, Fernández-Seara M, Loayza FR, et al. (2011) O substrato neural e a integração funcional da incerteza na tomada de decisão: uma abordagem da teoria da informação. PloS one 6: e17408. [Artigo gratuito do PMC] [PubMed]
30. Yuan K, Qin W, Dong M, Liu J, Sun J, et al. (2010) Déficits de substância cinzenta e anormalidades no estado de repouso em indivíduos abstinentes dependentes de heroína. Letras de neurociência 482: 101 – 105 [PubMed]
31. Ma N, Liu Y, Li N, Wang CX, Zhang H, et al. (2010) Alteração relacionada ao vício na conectividade cerebral em estado de repouso. Neuroimagem 49: 738 – 744 [Artigo gratuito do PMC] [PubMed]
32. Luck D, Danion JM, Marrer C, Pham BT, Gounot D, et al. (2010) O giro parahipocampal correto contribui para a formação e manutenção de informações vinculadas na memória de trabalho. Cérebro e cognição 72: 255 – 263 [PubMed]
33. Engle RW, Kane MJ (2003) Atenção executiva, capacidade de memória de trabalho e uma teoria de dois fatores do controle cognitivo. Psicologia da aprendizagem e da motivação 44: 145 – 199