Diminuição da modulação pelo nível de risco na ativação cerebral durante a tomada de decisão em adolescentes com distúrbio de jogo na internet (2015)

Behaviour Front Neurosci. 2015; 9: 296.

Publicado on-line 2015 Nov 3. doi:  10.3389 / fnbeh.2015.00296

PMCID: PMC4630310

 

Sumário

Maior impulso e capacidade de assumir riscos e reduzir a capacidade de decisão foram relatados como os principais prejuízos comportamentais em indivíduos com distúrbios de jogo na Internet (IGD), que se tornou um grave problema de saúde mental em todo o mundo. No entanto, não está claro até agora como o nível de risco modula a atividade cerebral durante o processo de tomada de decisão em indivíduos com IGD. Neste estudo, adolescentes 23 com IGD e 24 controles saudáveis ​​(HCs) sem IGD foram recrutados, e a tarefa de risco analógico de balão (BART) foi usada em um experimento de ressonância magnética funcional para avaliar a modulação do nível de risco (a probabilidade de explosão de balão) na atividade cerebral durante a tomada de decisão arriscada em adolescentes IGD. Modulação reduzida do nível de risco na ativação do córtex pré-frontal dorsolateral direito (DLPFC) durante o BART ativo foi encontrada no grupo IGD em comparação com os HCs. No grupo IGD, houve uma correlação negativa significativa entre a ativação do DLPFC relacionada ao risco durante o BART ativo e os escores da escala de impulsividade de Barratt (BIS-11), que foram significativamente maiores no grupo IGD em comparação com os HCs. Nosso estudo demonstrou que, como uma região do cérebro relacionada à tomada de decisões críticas, o DLPFC direito é menos sensível ao risco em adolescentes com IGD em comparação com os HCs, o que pode contribuir para o maior nível de impulsividade em adolescentes com IGD.

Palavras-chave: distúrbio de jogo na internet, BART, córtex pré-frontal lateral dorsal, fMRI, tomada de decisão arriscada

Introdução

O distúrbio dos jogos de Internet tornou-se cada vez mais predominante em todo o mundo, especialmente na Ásia (; ), e resulta em um impacto adverso em vários aspectos comportamentais e psicossociais (). A pesquisa comportamental sugeriu que uma capacidade de tomada de decisão de risco reduzida é uma das mais importantes deficiências comportamentais em indivíduos com DIG (; ). Por exemplo, os pesquisadores descobriram que os indivíduos IGD fizeram escolhas mais desvantajosas no Jogo de Tarefas de Dados em comparação com os HCs e que tais deficiências podem ser parcialmente o resultado da falha em utilizar o feedback (; ). Além disso, estudos revelaram que os indivíduos com DGI mostram uma consideração diminuída dos resultados experimentais quando tomam decisões futuras (). A tomada de decisão arriscada é uma função cognitiva de alto nível e é essencial para a sobrevivência humana em um ambiente incerto (). A aversão ao risco é uma parte essencial do processo de tomada de decisão em uma população normal (). No entanto, indivíduos com IGD tendem a apresentar decisões de risco com desvantagens e encontram mais situações adversas (), o que pode levar a um efeito negativo sobre os indivíduos e a sociedade IGD. Portanto, é importante investigar os mecanismos neurais subjacentes à tomada de decisão de risco alterada em indivíduos com IGD.

Os circuitos neurais relacionados à tomada de decisão arriscada foram amplamente examinados em indivíduos saudáveis, e uma rede subcortical-cortical distribuída, consistindo principalmente de regiões pré-frontais, parietais, límbicas e subcorticais, mostrou-se envolvida na tomada de decisões arriscadas (; ; ; ; ), e os níveis de ativação cerebral nessas regiões foram associados ao nível de risco (; ; ; ; ). No entanto, poucos estudos de neuroimagem se concentraram no efeito da IGD sobre os substratos neurais para tomada de decisão arriscada. Um estudo de fMRI por Descobriram que os indivíduos com transtorno de dependência de internet necessitaram de mais recursos cerebrais para completar a tarefa de tomada de decisão e ignoraram o feedback do resultado anterior, que é uma característica essencial da tomada de decisão arriscada nos HCs. Um estudo de revelaram que os níveis de ativação do giro frontal inferior esquerdo e giro precral esquerdo diminuíram em indivíduos com IGD ao realizar uma tarefa de desconto de probabilidade, que sugeriu avaliação de risco prejudicada em indivíduos com IGD. Embora esses estudos tenham sugerido que o IGD está associado à atividade cerebral anormal durante processos de tomada de decisão arriscada, a forma como o nível de risco modula a ativação cerebral durante a tomada de decisão ainda é pouco compreendida em indivíduos com IGD. Até onde sabemos, nenhum estudo até agora focalizou a covariância entre a ativação cerebral e os níveis de risco durante o processo de tomada de decisão em indivíduos com DGI, o que pode promover a compreensão atual dos mecanismos subjacentes aos déficits decisórios em indivíduos com IGD.

Neste estudo, os adolescentes 23 IGD e 24 HCs foram inscritos, e os dados de RMf foram obtidos enquanto os participantes realizavam o BART () avaliar como o nível de risco modula a ativação cerebral durante os processos de tomada de decisão em adolescentes com DGI em comparação com os CS. O BART, no qual os participantes inflarem o balão virtual que pode crescer ou explodir, fornece um modelo ecologicamente válido para avaliar a propensão e comportamento de risco humano e fornece aos participantes uma escolha na determinação do nível de risco para cada balão; quanto maior o balão for inflado, maior o risco que os participantes estão assumindo. Ao contrário de outras tarefas de risco, o risco no BART era mais direta e ecologicamente definido como a probabilidade de explosão para cada balão; assim, o BART é adaptativo em termos de avaliar a modulação do nível de risco na ativação cerebral durante o processo de tomada de decisão. O BART tem sido usado com sucesso em voluntários saudáveis, e várias regiões cerebrais demonstraram estar relacionadas ao risco, incluindo o DLPFC, córtex pré-frontal ventromedial, ACC / córtex frontal medial, estriado e ínsula (; ; ; ). O BART também foi usado em estudos de dependência, e a ativação cerebral anormal foi detectada no DLPFC e estriado de indivíduos dependentes de metanfetaminas (), e no córtex pré-frontal e ACC de indivíduos dependentes de álcool (; ). Como um vício comportamental especial (; ), O IGD também pode afetar a atividade nas regiões cerebrais relacionadas ao risco. Assim, neste estudo, utilizamos fMRI com BART para investigar se a modulação do nível de risco na ativação cerebral durante o processo de tomada de decisão é alterada em adolescentes com IGD quando comparados a CSs. Este estudo contribuirá para a compreensão dos mecanismos neuro dos comportamentos de risco e impulsivos em adolescentes com IGD.

Materiais e Métodos

Selecção do Participante

Porque os padrões de diagnóstico para IGD ainda são ambíguos (; ), critérios de inclusão relativamente rigorosos foram selecionados neste estudo. Primeiro, o YDQ para o vício em internet () foi utilizado para determinar a presença de um distúrbio do vício em internet. O YDQ consistia em oito perguntas “sim” ou “não” relacionadas ao uso da internet. Os participantes que relataram cinco ou mais respostas “sim” foram diagnosticados como portadores de um distúrbio de vício em internet (). Uma pontuação de 50 ou superior no IAT () foi usado como o segundo critério de inclusão. Além disso, apenas adolescentes do IGD que relataram passar uma média de quatro ou mais horas / dia jogando jogos na Internet (> 80% do tempo total online) foram recrutados. De acordo com esses critérios de inclusão, 26 adolescentes destros do sexo masculino do IGD foram recrutados neste estudo. Apenas os indivíduos do sexo masculino foram examinados por causa do número relativamente pequeno de mulheres com experiência em jogos na Internet. Vinte e cinco participantes do sexo masculino foram recrutados como HCs. Os HCs foram definidos como indivíduos que não se enquadraram nos critérios para um diagnóstico de YDQ, passam menos de 2 horas por dia na internet e cuja pontuação IAT foi inferior a 50. Todos os participantes estavam sem medicação e não relataram histórico de abuso de substâncias ou ferimentos na cabeça. A impulsividade foi avaliada para todos os participantes com o BIS-11 (). O QI de todos os participantes foi testado usando o SPM. Os dados de três adolescentes 26 IGD e um de 25 HCs foram descartados deste estudo por causa do movimento da cabeça óbvio durante a experiência de fMRI (o deslocamento máximo em qualquer direção cardinal é maior que 2 mm e / ou rotação máxima é maior que 2 °) . Os dados para os restantes adolescentes 23 IGD e 24 HCs foram utilizados para posterior análise. Idade, educação e QI foram bem pareados entre os dois grupos, e os escores do BIS e os escores do IAT foram significativamente maiores no grupo IGD do que nos HCs (mesa Table11).

tabela 1 

Características demográficas e clínicas dos sujeitos (média ± DP).

Este estudo foi aprovado pelo Comitê de Ética do Hospital Geral da Universidade de Medicina de Tianjin e foi obtido consentimento informado por escrito de cada sujeito.

Tarefa e Procedimento

No presente estudo, adaptamos a versão adaptada para fMRI do BART usado por . Resumidamente, os participantes receberam um balão virtual e pediram para pressionar um dos dois botões para inflar (bombear) o balão ou sacar. Os balões maiores foram associados a maiores recompensas e maior risco de explosão. Os participantes podem parar de inflar o balão a qualquer momento para ganhar a aposta ou continuar a inflação até que o balão exploda, caso em que eles perdem a aposta. O número máximo de bombas que os participantes poderiam usar para cada balão era 12. Uma sugestão de controle (a cor de um pequeno círculo mudou de vermelho para verde) foi usada para instruir os participantes a começar a inflação. Depois que os participantes apertaram um botão com sucesso e bombearam o balão, o pequeno círculo imediatamente ficou vermelho em um intervalo aleatório entre 1.5 e 2.5 s. A sugestão então ficou verde novamente para indicar o próximo período de inflação. Após o término de cada ensaio com balão, houve também um intervalo variável de 2-4 antes do próximo ensaio com balão. A imagem de ganho ou perda foi apresentada para 1.5 s. A imagem do balão explodido foi apresentada por 20 ms. O risco de explosão de balão (a probabilidade de explosão de balão) foi definido como o “nível de risco”. A covariância entre o nível de risco e a ativação das regiões do cérebro foi definida como a “modulação”.

Utilizamos dois modos de BART em nosso estudo: modos de escolha ativa e passivo sem escolha. No modo de escolha ativa, os participantes puderam determinar o nível de risco e decidiram inflar o balão ou sacar. No entanto, no modo passivo sem escolha, os participantes simplesmente inflaram o balão continuamente enquanto o computador determinava o ponto final, assim como o ganho ou perda de cada balão. O número de balões que os participantes completaram durante a varredura não foi pré-determinado, mas dependeu da velocidade de resposta nos modos ativo ou passivo. A única diferença entre os dois modos é a opção no modo ativo para descontinuar a inflação e ganhar a aposta. Os níveis de ativação cerebral do modo de escolha ativo em comparação com o modo passivo sem escolha (ativo-passivo) refletem a base neural do processo de tomada de decisão. Após o experimento, os participantes receberam a quantia equivalente de dinheiro ganho durante o experimento do modo ativo.

Aquisição de Dados

A ressonância magnética funcional foi realizada em um scanner Siemens 3.0T (Magnetom Verio, Siemens, Erlangen, Alemanha) usando uma seqüência de imagens eco-planar com os seguintes parâmetros: tempo de repetição (TR) = 2000 ms, tempo de eco (TE) = 30 ms, campo de visão = 220 mm × 220 mm, matriz = 64 × 64, espessura de corte = 4 mm e intervalo de corte = 1 mm. Os estímulos da tarefa foram projetados em uma tela em frente ao orifício do imã e os participantes viram os estímulos através de um espelho instalado na bobina da cabeça. Os participantes responderam à tarefa pressionando o botão na caixa de resposta compatível com fMRI. O experimento formal foi realizado depois que os participantes aprenderam e praticaram as tarefas. Todos os participantes completaram duas execuções funcionais 10 min, uma para cada modo de tarefa. A ordem de varredura das duas tarefas foi contrabalançada entre os participantes de cada grupo.

Análise Comportamental

No experimento fMRI, as variáveis ​​comportamentais do BART incluíram o número do teste, número total e médio de bombas, número de vitórias e perdas, número ajustado de bombas (definido como o número médio de bombas excluindo os balões que explodiram), a recompensa taxa de coleta (o número de tentativas de vitória dividido pelo número de tentativas totais) e RT médio para todas as bombas. Apenas os dados comportamentais durante o modo ativo foram analisados ​​porque os participantes foram forçados a aceitar o resultado determinado pelo computador para cada balão durante o modo passivo. Uma amostra de dois t-teste foi usado para comparar a diferença nos dados comportamentais durante o modo ativo entre os indivíduos IGD e os HCs. As análises estatísticas foram realizadas com o programa SPSS 21.0 e o nível de significância P <0.05.

Pré-processamento de dados de ressonância magnética funcional

O pré-processamento dos dados de RM funcional foi realizado com o uso de SPM8 (http://www.fil.ion.ucl.ac.uk/spm/software/spm8). Para cada participante, as imagens funcionais foram corrigidas pelo tempo de aquisição entre as diferentes fatias e os deslocamentos geométricos corrigidos de acordo com o movimento estimado da cabeça. As imagens foram então realinhadas com o primeiro volume. Com base nas estimativas de correção de movimento, os participantes que demonstraram um deslocamento máximo em qualquer uma das direções x, y ou z maiores que 2-mm ou mais que 2 ° de rotação angular (x, y ou z) foram excluídos deste estudo . Após essa etapa, todas as imagens realinhadas foram normalizadas espacialmente para o modelo MNI EPI, reamostradas para 3 mm × 3 mm × 3 mm e, posteriormente, suavizadas com 6 mm FWHM.

Análise Estatística

O GLM foi usado para análise de dados individuais baseada em voxel. Os dados da série temporal BOLD foram modelados usando um HRF padrão com uma derivada de tempo. Os parâmetros do movimento da cabeça de cada sujeito foram modelados como covariáveis ​​sem interesse. Um filtro passa-alto com um corte no 128 s foi usado para remover flutuações de baixa frequência.

O GLM incluiu três tipos de eventos resultantes de um pressionamento de botão: uma inflação do balão, um resultado de vitória ou um resultado de perda. Assim, o GLM para tarefas ativas ou passivas incluiu três regressores que representam três tipos de eventos, respectivamente. O nível de risco associado a cada inflação (ou seja, a probabilidade de explosão, ortogonalizada por uma correção central média) também foi inserido no modelo como uma modulação paramétrica linear do regressor de inflação do balão. Para cada sujeito, o contraste relacionado ao risco nas tarefas ativa e passiva foi definido para examinar as ativações cerebrais que covaried com o nível de risco.

As análises de efeitos aleatórios de segundo nível foram realizadas usando um 2 (grupo: IGD e HCs) × 2 (modo de escolha: ativo e passivo) ANOVA nos contrastes relacionados ao risco com fatorial completo no SPM8, e os contrastes relacionados ao risco no modos ativo e passivo dentro do mesmo participante foram processados ​​como medidas repetidas. Neste estudo, o objetivo principal foi avaliar a diferença intergrupos da ativação cerebral relacionada ao risco durante o processo de tomada de decisão, que pode ser refletida pela ativação vista no modo ativo em comparação ao modo passivo (ativo-passivo). Portanto, o efeito interativo entre o grupo e o modo de escolha, HCs (ativo-passivo) - IGD (ativo-passivo), foi analisado neste estudo. Uma correção para comparações múltiplas foi realizada usando a simulação de Monte Carlo, resultando em um limiar corrigido de P <0.05 (programa AlphaSim, parâmetros incluindo: voxel único P = 0.005, 1000 simulações, largura total a metade do máximo = 6 mm, raio de conexão do cluster r = 5 mm e a máscara de massa cinzenta global). As regiões do cérebro com efeitos interativos foram estabelecidas como ROIs. As estimativas médias de β dentro dos ROIs foram extraídas e post hoc tO teste foi realizado.

A correlação entre as estimativas médias de β dentro dos ROIs, os escores do BIS e os escores do IAT foram examinados com uma análise de correlação de Pearson no grupo IGD com SPSS 21.0. O nível de significância foi estabelecido em P <0.05.

Consistentes

Resultados Comportamentais

mesa Table22 mostra os resultados comportamentais durante a experiência de fMRI. O two-sample t-teste revelou que o RT médio foi menor no grupo IGD do que nos HCs enquanto o modo ativo ocorreu (P = 0.03), o número total de bombas foi significativamente maior no grupo IGD (P <0.001). Não houve diferença significativa no número ajustado de bombas, número de teste, número médio de bombas, número de vitórias e perdas e a taxa de coleta de recompensa.

tabela 2 

Os resultados comportamentais do BART durante experimento de ressonância magnética funcional ativa (fMRI) (média ± SD).

Resultados da imagem

Um 2 (grupo: IGD e HCs) × 2 (modo de escolha: ativo e passivo) ANOVA nos contrastes relacionados ao risco revelou um efeito interativo significativo na ativação do DLPFC direito (coordenada MNI: 24, 54, 12; voxels: 38; t = 3.78; P <0.05, correção AlphaSim; Figura Figura 1A1A). O post hoc t-teste revelou que a modulação do nível de risco na ativação do DLPFC direito foi maior no modo ativo do que no modo passivo nos CS, mas não mostrou diferença significativa entre os modos ativo e passivo no grupo IGD. Durante o modo ativo, a modulação do nível de risco na ativação do DLPFC direito diminuiu significativamente no grupo IGD em comparação com os HCs (Figura Figura 1B1B). Além disso, um efeito interativo significativo também foi encontrado para a ativação do cerebelo esquerdo (coordenada MNI: -9, -78, -21; voxels: 72; t = 4.13; P <0.05, correção AlphaSim; Figura Figura 2A2A). O post hoc t-teste revelou que a diferença na modulação do nível de risco na ativação do cerebelo esquerdo entre os modos e entre os grupos tinha características semelhantes às observadas no DLPFC direito (Figura Figura 2B2B).

FIGURA 1 

A diferença intergrupos na modulação pelo nível de risco na ativação cerebral do córtex pré-frontal dorsolateral direito (DLPFC). (UMA) A modulação pelo nível de risco na ativação cerebral do DLPFC direito mostra diferença intergrupos. (B) ...
FIGURA 2 

A diferença intergrupos na modulação pelo nível de risco na ativação cerebral do cerebelo esquerdo. (UMA) A modulação pelo nível de risco na ativação cerebral do cerebelo esquerdo mostra a diferença entre os grupos. (B) A análise de ROI mostra que ...

A modulação do nível de risco na ativação do DLPFC direito durante o modo ativo mostrou correlação significativamente negativa com os escores totais do BIS no grupo IGD (Figura Figura 33). Não houve correlação significativa entre a ativação do DLPFC direito e os escores do IAT no grupo IGD. Além disso, nenhuma correlação significativa foi encontrada entre os resultados do fMRI e os dados comportamentais durante a tomada de decisão.

FIGURA 3 

Correlação entre as estimativas β dentro do ROI das pontuações totais da escala de impulsividade DLPFC e Barratt (BIS) direita no grupo IGD.

Discussão

Para nosso conhecimento, este é o primeiro estudo a avaliar a modulação do nível de risco na ativação cerebral durante o processo de tomada de decisão em adolescentes IGD usando um fMRI BART. Diminuição ativações relacionadas ao risco do DLPFC direito durante a tomada de decisão ativa foram encontrados no grupo IGD em comparação com os HCs, o que sugeriu que a ativação do DLPFC direito foi menos sensível ao nível de risco no grupo IGD do que nos HCs. A modulação do risco na ativação do DLPFC direito durante o processo ativo de tomada de decisão foi negativamente correlacionada com a pontuação do BIS no grupo IGD. Esses achados podem contribuir para a compreensão dos mecanismos neurais de maior impulsividade em adolescentes com IGD.

A tomada de decisão arriscada provavelmente se baseia em vários processos cerebrais envolvidos nas estimativas de valor e risco, controle executivo e processamento emocional (). O DLPFC é uma região crítica do cérebro envolvida no controle executivo (; ) que regula o comportamento orientado para objetivos, flexível e efetivo e pode mediar a tomada de decisão com risco explícito (; ). A estrutura e função alteradas do DLPFC foram demonstradas em indivíduos com IGD (; ; ), que foram consistentes com os resultados dos estudos sobre a dependência de substâncias (; ) e dependência comportamental (). Durante a tomada de decisão, a atividade DLPFC pode mediar a integração de informações sobre risco e valor (), representam perspectivas, avaliam os resultados e calculam a utilidade subsequente (). Os adolescentes com IGD usualmente apresentam comprometimento na capacidade de controle executivo (; ); Portanto, é plausível postular que a diminuição da ativação relacionada ao risco do DLPFC direito durante a tomada de decisão arriscada em adolescentes IGD pode refletir a função de controle executivo prejudicada que mediou escolhas adversas durante situações de risco. Neste estudo, o DLPFC direito, mas não o esquerdo, mostrou diminuição da ativação relacionada ao risco em adolescentes com IGD em comparação com os CS. Esta lateralidade da atividade de DLPFC à direita em oposição à esquerda, mediando a tomada de decisão arriscada, também foi relatada em outros estudos de ressonância magnética BART (; ; ; ) e os estudos de estimulação transcraniana por corrente direta (). Além disso, essa lateralidade de ativação diminuída no DLPFC direito também foi encontrada em indivíduos dependentes de drogas quando realizaram uma série de tarefas arriscadas de tomada de decisão (; ; ). Em conjunto, estes resultados implicaram que o DLPFC direito era uma região chave para a tomada de decisões arriscadas, e o possível mecanismo neural subjacente à alteração da ativação do DLPFC em adolescentes IGD pode ser semelhante àquele em indivíduos com problema de abuso de substâncias.

Recentemente, o IGD foi conceituado como um vício comportamental ou um transtorno do controle dos impulsos (; ), e pode estar associado ao comprometimento da função de inibição (; ), que é semelhante ao do outro vício comportamental (), como o jogo patológico (; ). Uma revisão sugeriu que a inibição impulsiva é uma parte da função de tomada de decisão (), e a pesquisa demonstrou com sucesso que o DLPFC tem um papel importante no processo de inibição impulsiva (; ; ,; ). No presente estudo, os escores mais altos do BIS-11 nos indivíduos com DGI em comparação com os HCs implicaram em uma maior impulsividade em adolescentes IGD, o que foi consistente com os achados em outros estudos sobre controle impulsivo em indivíduos com DGI (; ; ). Portanto, a modulação diminuída do nível de risco na ativação do DLPFC direito em adolescentes com IGD em nosso estudo pode estar associada a prejuízos por inibição impulsiva. Além disso, foi encontrada uma correlação negativa significativa entre a modulação diminuída do nível de risco na ativação do DLPFC direito durante a escolha ativa e o escore BIS-11 em adolescentes IGD, o que significa que os adolescentes IGD com maior impulsividade apresentaram menor modulação de o nível de risco na ativação do DLPFC direito durante o processo de tomada de decisão. A ativação correta do DLPFC foi menos sensível ao risco durante o processo de tomada de decisão em adolescentes IGD com maiores propensões impulsivas. A modulação diminuída do nível de risco na ativação do DLPFC direito em adolescentes com IGD pode mediar o fato de ignorarem o risco.

Nosso estudo constatou que, além do DLPFC direito, a modulação do nível de risco na ativação do cerebelo esquerdo também diminuiu durante o processo ativo de tomada de decisão no grupo IGD. Apesar de alterações na ativação do cerebelo terem sido relatadas em estudos prévios de fMRI com o BART (; ,; ) e outras tarefas que envolviam os processos de tomada de decisão (; ), o mecanismo neural não foi claramente determinado. Estudos anteriores descobriram que o cerebelo é um componente crítico nas questões de dependência (; ), e o volume de substância cinzenta do cerebelo, especialmente o cerebelo esquerdo, reduzido em indivíduos com distúrbio de substância (). Além disso, a diminuição do volume de massa cinzenta () ea maior homogeneidade regional () no cerebelo esquerdo também foi relatado em indivíduos com IGD. Portanto, vale a pena realizar mais estudos envolvidos na associação entre a atividade do cerebelo e a tomada de decisão arriscada em indivíduos com IGD.

Diversas limitações devem ser consideradas no presente estudo. Primeiro, o tamanho da amostra foi relativamente pequeno, o que pode reduzir a potência e não detectar algumas ativações cerebrais com um significado pequeno. Segundo, o número máximo de possíveis bombas de balão nesta tarefa BART modificada foi reduzido para 12, e a maioria dos participantes completou apenas as tentativas de balão 30 durante a varredura 10 min de BOLD. Assim, as limitações inerentes a este desenho experimental podem ter diminuído a sensibilidade de detectar diferenças intergrupos no desempenho comportamental (). Finalmente, a relação causal entre a ativação cerebral alterada e IGD não pode ser determinada com este estudo transversal. Um estudo longitudinal pode ser útil para avaliar essa relação.

Conclusão

Acredita-se que este seja o primeiro estudo a testar a modulação do nível de risco na ativação cerebral durante o processo de tomada de decisão com o BART em adolescentes IGD. Nosso estudo demonstrou que a modulação do nível de risco na ativação do DLPFC direito diminuiu em adolescentes IGD, e a diminuição da ativação relacionada ao risco do DLPFC direito foi negativamente correlacionada com os escores do BIS. Nossos achados sugerem que, como uma região cerebral crítica relacionada à tomada de decisão, o DLPFC direito é menos sensível ao nível de risco em adolescentes com IGD em comparação com os HCs, o que pode contribuir para a maior impulsividade em adolescentes com IGD.

Contribuições do autor

XQ, YY, XL e QZ projetaram pesquisa; XQ, XD, PG, YZ, GD e QZ realizaram pesquisa; YY, PG esteve envolvido na avaliação clínica; Dados analisados ​​XQ, YZ, GD, WQ e QZ; XQ, YZ, XL, YY e QZ escreveram o artigo.

Declaração de conflito de interesse

Os autores declaram que a pesquisa foi realizada na ausência de quaisquer relações comerciais ou financeiras que possam ser interpretadas como um potencial conflito de interesses.

ABREVIATURAS

ACC cingulado anterior
BART tarefa de risco analógico de balão
BIS-11 Escala de impulsividade Barratt
DLPFC córtex pré-frontal dorsolateral
fMRI ressonância magnética funcional
FWHM largura total a metade do máximo
GLM modelo linear geral
HC controles saudáveis
HRF função de resposta hemodinâmica
IAT Teste de vício em internet on-line de Young
IGD distúrbio de jogos na internet
IQ Quociente de inteligência
MNI Instituto Neurológico de Montreal
ROI região de interesse
RT tempo de resposta
SPM Matrizes Progressivas do Corvo Padrão
SPM8 Software de Mapeamento Estatístico Paramétrico
YDQ Questionário de Diagnóstico Jovem
 

Referências

  • Asahi S., Okamoto Y., Okada G., Yamawaki S., Yokota N. (2004). Correlação negativa entre a atividade pré-frontal direita durante a inibição da resposta e impulsividade: um estudo de fMRI. EUR. Arco. Clínica de Psiquiatria. Neurosci. 254 245–251. 10.1007/s00406-004-0488-z [PubMed] [Cross Ref]
  • Bari A., Robbins TW (2013). Inibição e impulsividade: base comportamental e neural do controle da resposta. Prog. Neurobiol. 108 44 – 79. 10.1016 / j.pneurobio.2013.06.005 [PubMed] [Cross Ref]
  • Blaszczynski A. (2008). Comentário: uma resposta a “problemas com o conceito de vício em videogame”: alguns exemplos de estudo de caso ”. Int. J. viciado em saúde mental. 6 179–181. 10.1007/s11469-007-9132-2 [Cross Ref]
  • Bogg T., Fukunaga R., Finn PR, Brown JW (2012). O controle cognitivo vincula o uso de álcool, a desinibição de características e a redução da capacidade cognitiva: evidências de desregulação do córtex pré-frontal medial durante o comportamento de busca por recompensa. Álcool de Drogas Depende. 122 112 – 118. 10.1016 / j.drugalcdep.2011.09.018 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Bolla KI, Eldreth DA, Matochik JA, Cadete JL (2005). Substratos neurais de decisão defeituosa em usuários abstinentes de maconha. Neuroimage 26 480 – 492. 10.1016 / j.neuroimage.2005.02.012 [PubMed] [Cross Ref]
  • Marca M., Labudda K., Markowitsch HJ (2006). Correlatos neuropsicológicos da tomada de decisão em situações ambíguas e arriscadas. Neural Netw. 19 1266 – 1276. 10.1016 / j.neunet.2006.03.001 [PubMed] [Cross Ref]
  • Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E., et al. (2013) A associação entre o uso patológico da internet e a psicopatologia comórbida: uma revisão sistemática. Psicopatologia 46 1 – 13. 10.1159 / 000337971 [PubMed] [Cross Ref]
  • Claus ED, Hutchison KE (2012). Mecanismos neurais de tomada de risco e relações com o consumo de bebidas perigosas. Álcool. Clin. Exp. Res. 36 932 – 940. 10.1111 / j.1530-0277.2011.01694.x [PubMed] [Cross Ref]
  • Crockford DN, Goodyear B., Edwards J., Quickfall J., El-Guebaly N. (2005). Atividade cerebral induzida por estímulo em jogadores patológicos. Biol. Psiquiatria 58 787 – 795. 10.1016 / j.biopsych.2005.04.037 [PubMed] [Cross Ref]
  • Ding WN, Sun JH, Sun YW, Chen X., Zhou Y., Zhuang ZG, et al. (2014) Impulsividade do traço e função de inibição do impulso pré-frontal prejudicada em adolescentes com vício em jogos pela internet revelados por um estudo de fMRI Go / No-Go. Behav. Brain Funct. 10:20 10.1186/1744-9081-10-20 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Dong G., Hu Y., Lin X, Lu Q. (2013). O que faz os viciados em Internet continuarem jogando online mesmo quando enfrentam severas conseqüências negativas? Possíveis explicações de um estudo de fMRI. Biol. Psychol. 94 282 – 289. 10.1016 / j.biopsycho.2013.07.009 [PubMed] [Cross Ref]
  • Dong G., Huang J., Du X. (2012). Alterações na homogeneidade regional da atividade cerebral em estado de repouso em viciados em jogos pela internet. Behav. Brain Funct. 8:41 10.1186/1744-9081-8-41 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Dong G., Lin X., Hu Y., Xie C., Du X. (2015). O elo funcional desequilibrado entre a rede de controle executivo e a rede de recompensas explica o comportamento de busca de jogos online na desordem de jogos na Internet. Sci. Rep. 5: 9197 10.1038 / srep09197 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Dong G., Potenza MN (2014). Um modelo cognitivo-comportamental do transtorno do jogo na Internet: fundamentos teóricos e implicações clínicas. J. Psychiatr. Res. 58 7 – 11. 10.1016 / j.jpsychires.2014.07.005 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Ernst M., Paulus MP (2005). Neurobiologia da tomada de decisão: uma revisão seletiva de uma perspectiva neurocognitiva e clínica. Biol. Psiquiatria 58 597 – 604. 10.1016 / j.biopsych.2005.06.004 [PubMed] [Cross Ref]
  • Ersche KD, Fletcher PC, Lewis SJ, Clark L., Stocks-Gee G., London M., et al. (2005) Ativações frontais anormais relacionadas à tomada de decisão em indivíduos dependentes e atuais dependentes de anfetaminas e opiáceos. Psicofarmacologia (Berl.) 180 612–623. 10.1007/s00213-005-2205-7 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Gabay AS, Radua J, Kempton MJ, Mehta MA (2014). O jogo do ultimato e o cérebro: uma meta-análise de estudos de neuroimagem. Neurosci. Biobehav. Rev. 47 549 – 558. 10.1016 / j.neubiorev.2014.10.014 [PubMed] [Cross Ref]
  • Galván A., Schonberg T., Mumford J., Kohno M., Poldrack RA, Londres ED (2013). Maior sensibilidade ao risco do córtex pré-frontal dorsolateral em jovens fumantes do que em não fumantes. Psicofarmacologia (Berl.) 229 345–355. 10.1007/s00213-013-3113-x [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Garavan H., Hester R., Murphy K., Fassbender C., Kelly C. (2006). Diferenças individuais na neuroanatomia funcional do controle inibitório. Cérebro Res. 1105 130 – 142. 10.1016 / j.brainres.2006.03.029 [PubMed] [Cross Ref]
  • Gorini A., Lucchiari C., Russell-Edu W., Pravettoni G. (2014). Modulação de escolhas arriscadas em usuários de cocaína dependentes recém-abstinentes: um estudo de estimulação transcraniana por corrente direta. Frente. Cantarolar. Neurosci. 8: 661 10.3389 / fnhum.2014.00661 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Gowin JL, Mackey S., Paulus MP (2013). Processamento relacionado ao risco alterado em usuários de substâncias: desequilíbrio de dor e ganho. Álcool de Drogas Depende. 132 13 – 21. 10.1016 / j.drugalcdep.2013.03.019 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Grant JE, Potenza MN, Weinstein A., Gorelick DA (2010). Introdução aos vícios comportamentais. Sou. J. Drogas Abuso De Álcool 36 233 – 241. 10.3109 / 00952990.2010.491884 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Griffiths MD (2008). Vício em videogame: mais pensamentos e observações. Int. J. viciado em saúde mental. 6 182–185. 10.1007/s11469-007-9128-y [Cross Ref]
  • Hastie R. (2001) Problemas de julgamento e tomada de decisão. Annu Rev. Psychol. 52 653 – 683. 10.1146 / annurev.psych.52.1.653 [PubMed] [Cross Ref]
  • Helfinstein SM, Schonberg T., Congdon E., Karlsgodt KH, Mumford JA, Sabb FW, et al. (2014) Prevendo escolhas arriscadas de padrões de atividade cerebral. Proc. Natl. Acad. Sci. EUA 111 2470 – 2475. 10.1073 / pnas.1321728111 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Karim R., Chaudhri P. (2012). Dependências comportamentais: uma visão geral. J. Drogas Psicoativas 44 5 – 17. 10.1080 / 02791072.2012.662859 [PubMed] [Cross Ref]
  • Ko CH, Hsiao S., Liu GC, Yen JY, Yang MJ, Yen CF (2010). As características da tomada de decisão, potencial para assumir riscos e personalidade de estudantes universitários com vício em Internet. Psiquiatria Res. 175 121 – 125. 10.1016 / j.psychres.2008.10.004 [PubMed] [Cross Ref]
  • Ko CH, Hsieh TJ, Chen CY, Yen CF, Chen CS, Yen JY, et al. (2014) Ativação cerebral alterada durante inibição da resposta e processamento de erros em indivíduos com distúrbio de jogos na Internet: um estudo de imagem magnética funcional. EUR. Arco. Clínica de Psiquiatria. Neurosci. 264 661–672. 10.1007/s00406-013-0483-3 [PubMed] [Cross Ref]
  • Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS (2013). Correlações cerebrais de desejo por jogos online sob exposição em assuntos com vício em jogos na Internet e em assuntos remetidos. Viciado. Biol. 18 559 – 569. 10.1111 / j.1369-1600.2011.00405.x [PubMed] [Cross Ref]
  • Kohno M., Ghahremani DG, Morales AM, Robertson CL, Ishibashi K., Morgan AT, et al. (2015) Comportamento de risco: receptores de dopamina d2 / d3, feedback e atividade frontolímbica. Cereb. Córtex 25 236 – 245. 10.1093 / cercor / bht218 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Kohno M., Morales AM, DG Ghahremani, Hellemann G., ED London (2014). Tomada de decisão arriscada, córtex pré-frontal e conectividade funcional mesocorticolímbica na dependência de metanfetaminas. JAMA Psiquiatria 71 812 – 820. 10.1001 / jamapsychiatry.2014.399 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Krain AL, Wilson AM, R. Arbuckle, Castellanos FX, Milham MP (2006). Mecanismos neurais distintos de risco e ambiguidade: uma meta-análise de tomada de decisão. Neuroimage 32 477 – 484. 10.1016 / j.neuroimage.2006.02.047 [PubMed] [Cross Ref]
  • Kräplin A., Dshemuchadse M., Behrendt S., Scherbaum S., Goschke T., Bühringer G. (2014). Tomada de decisão disfuncional no jogo patológico: especificidade do padrão e o papel da impulsividade. Psiquiatria Res. 215 675 – 682. 10.1016 / j.psychres.2013.12.041 [PubMed] [Cross Ref]
  • Kühn S., Romanowski A., Schilling C., Mobascher A., ​​Warbrick T., Winterer G., et al. (2012) Déficits cerebrais da substância cinzenta em fumantes: foco no cerebelo. Estruturação Cerebral. Funct. 217 517–522. 10.1007/s00429-011-0346-5 [PubMed] [Cross Ref]
  • Kuss DJ (2013). Vício em jogos pela internet: perspectivas atuais. Psychol. Res. Behav. Manag. 6 125 – 137. 10.2147 / PRBM.S39476 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Lejuez CW, Leia JP, Kahler CW, Richards JB, Ramsey SE, Stuart GL, e outros. (2002) Avaliação de uma medida comportamental de tomada de risco: a tarefa de risco analógico de balão (BART). J. Exp. Psychol. Appl. 8 75–84. 10.1037//1076-898X.8.2.75 [PubMed] [Cross Ref]
  • Lin X., Zhou H., Dong G, Du X. (2015). Avaliação de risco prejudicada em pessoas com distúrbio de jogos na Internet: evidência de fMRI de uma tarefa de desconto de probabilidade. Prog. Neuro-Psicofarmacol. Biol. Psiquiatria 56 142 – 148. 10.1016 / j.pnpbp.2014.08.016 [PubMed] [Cross Ref]
  • Liu GC, Yen JY, CY Chen, Yen CF, CS Chen, Lin WC, et al. (2014) Ativação cerebral para inibição de resposta sob distração de jogo em distúrbio de jogo na internet. Kaohsiung J. Med. Sci. 30 43 – 51. 10.1016 / j.kjms.2013.08.005 [PubMed] [Cross Ref]
  • Macoveanu J., Rowe JB, Hornboll B., R. Elliott, Paulson OB, Knudsen GM, et al. (2013) Jogando seguro, mas perdendo de qualquer maneira - sinalização serotoninérgica de resultados negativos no córtex pré-frontal dorsomedial no contexto de aversão ao risco. EUR. Neuropsychopharmacol. 23 919 – 930. 10.1016 / j.euroneuro.2012.09.006 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Metcalf O., Pammer K. (2014). Impulsividade e características neuropsicológicas relacionadas em jogos de tiro em primeira pessoa regulares e viciantes. Cyberpsicol Behav. Soc. Netw. 17 147 – 152. 10.1089 / cyber.2013.0024 [PubMed] [Cross Ref]
  • Miedl SF, Peters J., Büchel C. (2012). Representações de recompensas neurais alteradas em jogadores patológicos reveladas por atraso e probabilidade de desconto. Arco. Gen. Psiquiatria 69 177 – 186. 10.1001 / archgenpsychiatry.2011.1552 [PubMed] [Cross Ref]
  • Moeller SJ, Froböse MI, Konova AB, Misyrlis M, Parvaz MA, Goldstein RZ, et al. (2014) Correlatos neurais comuns e distintos da desregulação inibitória: estudo de fMRI no tratamento da dependência de cocaína e transtorno explosivo intermitente. J. Psychiatr. Res. 58 55 – 62. 10.1016 / j.jpsychires.2014.07.016 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Moreno-Lopez L., Perales JC, Van Son D., Albein-Urios N., Soriano-Mas C., Martinez-Gonzalez JM, et al. (2015) A severidade do uso de cocaína e a substância cinzenta cerebelar estão associadas a déficits de aprendizagem reversa em indivíduos dependentes de cocaína. Viciado. Biol. 20 546 – 556. 10.1111 / adb.12143 [PubMed] [Cross Ref]
  • Moulton EA, Elman I., Becerra L.R., Goldstein RZ, Borsook D. (2014). O cerebelo e o vício: insights obtidos a partir de pesquisas de neuroimagem. Viciado. Biol. 19 317 – 331. 10.1111 / adb.12101 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Nakata H., Sakamoto K., Ferretti A., Gianni Perrucci M., Del Gratta C., Kakigi R., et al. (2008a). Processamento inibitório-motor sumo-motor em humanos: um estudo de ressonância magnética funcional relacionado a eventos. Neuroimage 39 1858 – 1866. 10.1016 / j.neuroimage.2007.10.041 [PubMed] [Cross Ref]
  • Nakata H., Sakamoto K., Ferretti A., Gianni Perrucci M., Del Gratta C., Kakigi R., et al. (2008b) Funções executivas com diferentes saídas motoras em tarefas Go / Nogo somatossensoriais: um estudo de RM funcional relacionado ao evento. Cérebro Res. Touro. 77 197 – 205. 10.1016 / j.brainresbull.2008.07.008 [PubMed] [Cross Ref]
  • Patton JH, Stanford MS, Barratt ES (1995). Estrutura fatorial da escala de impulsividade de Barratt. J. Clin. Psychol. 51 768 – 774. [PubMed]
  • Pawlikowski M., Brand M. (2011). Jogos excessivos na Internet e tomada de decisões: os jogadores de World of Warcraft em excesso têm problemas na tomada de decisões em condições de risco? Psiquiatria Res. 188 428 – 433. 10.1016 / j.psychres.2011.05.017 [PubMed] [Cross Ref]
  • Probst CC, van Eimeren T. (2013). A anatomia funcional dos distúrbios do controle dos impulsos. Curr. Neurol Neurosci. Rep. 13:386 10.1007/s11910-013-0386-8 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Rao H., Korczykowski M., Pluta J., A. Hoang, Detre JA (2008). Correlatos neurais de tomada de risco voluntária e involuntária no cérebro humano: um estudo de fMRI da Tarefa de Risco Analógico de Balão (BART). NeuroImage 42 902 – 910. 10.1016 / j.neuroimage.2008.05.046 [PubMed] [Cross Ref]
  • Rao H., Mamikonyan E., Detre JA, Siderowf AD, Stern MB, Potenza MN, et ai. (2010) Diminuição da atividade do estriado ventral com distúrbios do controle dos impulsos na doença de Parkinson. Mov. Desordem. 25 1660 – 1669. 10.1002 / mds.23147 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Rao LL, Zhou Y., Liang ZY, Rao H., Zheng R., Sun Y., et al. (2014) Diminuição da desativação do córtex pré-frontal ventromedial na tomada de decisão de risco após microgravidade simulada: efeitos de -6 graus de inclinação para baixo inclinar o repouso no leito. Frente. Behav. Neurosci. 8: 187 10.3389 / fnbeh.2014.00187 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Rosenbloom MH, Schmahmann JD, Preço BH (2012). A neuroanatomia funcional da tomada de decisão. J. Neuropsychiatry Clin. Neurosci. 24 266 – 277. 10.1176 / appi.neuropsych.11060139 [PubMed] [Cross Ref]
  • Sakagami M., Pan X., Uttl B. ​​(2006). Inibição comportamental e córtex pré-frontal na tomada de decisão. Neural Netw. 19 1255 – 1265. 10.1016 / j.neunet.2006.05.040 [PubMed] [Cross Ref]
  • Schiebener J., Wegmann E., M. Pawlikowski, marca M. (2012). Os efeitos de âncora na tomada de decisões podem ser reduzidos pela interação entre o monitoramento de metas e o nível das funções executivas do tomador de decisão. Cogn. Processo. 13 321–332. 10.1007/s10339-012-0522-4 [PubMed] [Cross Ref]
  • Schonberg T., Fox CR, Mumford JA, Congdon E., Trepel C., Poldrack RA (2012). Diminuição da atividade do córtex pré-frontal ventromedial durante a tomada de risco seqüencial: uma investigação de RMf da tarefa de risco analógico do balão. Frente. Neurosci. 6: 80 10.3389 / fnins.2012.00080 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Tang J., Yu Y., Du Y., Ma Y., Zhang D., Wang J. (2014). Prevalência do vício em internet e sua associação com eventos estressantes da vida e sintomas psicológicos entre usuários adolescentes da internet. Viciado. Behav. 39 744 – 747. 10.1016 / j.addbeh.2013.12.010 [PubMed] [Cross Ref]
  • Telzer EH, Fuligni AJ, Lieberman MD, Galván A. (2013a). Os efeitos da má qualidade do sono na função cerebral e risco na adolescência. Neuroimage 71 275 – 283. 10.1016 / j.neuroimage.2013.01.025 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Telzer EH, Fuligni AJ, Lieberman MD, Galván A. (2013b). Relacionamentos familiares significativos: amortecedores neurocognitivos da tomada de risco do adolescente. J. Cogn. Neurosci. 25 374 – 387. 10.1162 / jocn_a_00331 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Trepel C., Fox CR, Poldrack RA (2005). Teoria de perspectiva no cérebro? Em direção a uma neurociência cognitiva de decisão sob risco. Cérebro Res. Cogn. Cérebro Res. 23 34 – 50. 10.1016 / j.cogbrainres.2005.01.016 [PubMed] [Cross Ref]
  • Wang H., Jin C., Yuan K., Shakir TM, Mao C., Niu X., et al. (2015) A alteração do volume de massa cinzenta e do controle cognitivo em adolescentes com distúrbio de jogo na internet. Frente. Behav. Neurosci. 9: 64 10.3389 / fnbeh.2015.00064 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Wu X., Chen X., Han J., Meng H., Luo J., Nydegger L., et al. (2013) Prevalência e fatores do uso viciante da Internet entre adolescentes em Wuhan, China: interações da relação parental com a idade e hiperatividade-impulsividade. PLoS ONE 8: e61782 10.1371 / journal.pone.0061782 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Yao YW, Chen PR, Chen C., LJ Wang, Zhang JT, Xue G., et al. (2014) A falta de feedback provoca déficits de decisão entre os jogadores excessivamente conectados à Internet. Psiquiatria Res. 219 583 – 588. 10.1016 / j.psychres.2014.06.033 [PubMed] [Cross Ref]
  • Yao YW, Chen PR, Li S., LJ Wang, Zhang JT, Yip SW, et al. (2015) Tomada de decisão para ganhos e perdas arriscadas entre estudantes universitários com transtorno de jogo na Internet. PLoS ONE 10: e0116471 10.1371 / journal.pone.0116471 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Jovem K. (1998). Vício em Internet: o surgimento de um novo distúrbio clínico. CyberPsychol. Behav. 1 237 – 244. 10.1089 / cpb.1998.1.237 [Cross Ref]
  • Jovem, KS, Teste de Vício em Internet [IAT] (2009). Disponível em: http://netaddiction.com/index.php?option5combfquiz&view5onepage&catid546&Itemid5106
  • Yuan K., Qin W., Wang G., Zeng F., Zhao L., Yang X., et al. (2011) Anormalidades da microestrutura em adolescentes com transtorno de dependência de internet. PLoS ONE 6: e20708 10.1371 / journal.pone.0020708 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Yuan P., Raz N. (2014). Córtex pré-frontal e funções executivas em adultos saudáveis: uma meta-análise de estudos de neuroimagem estrutural. Neurosci. Biobehav. Rev. 42 180 – 192. 10.1016 / j.neubiorev.2014.02.005 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
  • Zhou Z., Yuan G., Yao J. (2012). Vieses cognitivos em relação a imagens relacionadas a jogos na Internet e déficits executivos em indivíduos com vício em jogos na Internet. PLoS ONE 7: e48961 10.1371 / journal.pone.0048961 [Artigo gratuito do PMC] [PubMed] [Cross Ref]