Alterações dependentes da frequência na amplitude das flutuações de baixa frequência no distúrbio de jogos na Internet (2015)

Front Psychol. 2015; 6: 1471.

Publicado online 2015 Sep 28. doi: 10.3389 / fpsyg.2015.01471

PMCID: PMC4585012

Xiao Lin,^1,² Xize Jia,^3,⁴ Yu-Feng Zang,^3,⁴ e Guangheng Dong^1,^5,^*

Informação do autor ► Notas do artigo ► Informações sobre direitos autorais e licença ►

Sumário

Estudos de neuroimagem revelaram que as atividades cerebrais funcionais relacionadas à tarefa estão prejudicadas em indivíduos com transtorno de jogo na internet (IGD). No entanto, pouco se sabe sobre as alternâncias nas atividades cerebrais espontâneas sobre elas. Estudos recentes têm proposto que as atividades cerebrais de diferentes faixas de freqüência são geradas por diferentes atividades nervosas e possuem diferentes funções fisiológicas e psicológicas. Assim, neste estudo, nós nos propusemos a explorar as atividades cerebrais espontâneas em indivíduos com IGD, medindo a amplitude fracionária da flutuação de baixa frequência (fALFF), para investigar as mudanças específicas da banda do estado de repouso fALFF. Nós subdividimos o intervalo de frequência em cinco bandas com base nas literaturas.

Comparando com controles saudáveis, o grupo IGD mostrou diminuição dos valores de fALFF no lobo posterior do cerebelo e aumento dos valores de fALFF no giro temporal superior. Interações significativas entre bandas de freqüência e grupos foram encontradas no cerebelo, no cingulado anterior, no giro lingual, no giro temporal médio e no giro frontal médio. Essas regiões do cérebro estão relacionadas com a função executiva e a tomada de decisões. Esses resultados revelaram a atividade cerebral espontânea modificada da IGD, que contribuiu para a compreensão da fisiopatologia subjacente da IGD.

Palavras-chave: distúrbio de jogo na Internet, ressonância magnética funcional em repouso, amplitude de flutuação de baixa frequência

Introdução

Transtorno do Vício em Internet (DAI) tem sido definido como a incapacidade do indivíduo de controlar o uso excessivo da Internet, mesmo diante das consequências negativas para os aspectos do funcionamento psicológico (Jovem, 1998; Fitzpatrick, 2008; Tao e outros, 2008; Flisher, 2010). Foi proposto como um “vício comportamental” de acordo com seus efeitos negativos sobre a saúde mental social (Kuss e Griffiths, 2012). No entanto, pouco se sabe sobre o mecanismo da DAI, e uma definição uniforme de DAI não foi formada e o Manual Diagnóstico e Estatístico 4 (DSM-4) não incluiu este transtorno comportamental (Block, 2008). Juntamente com a rápida disseminação do IAD, o DSM-5 é desenvolvido para o distúrbio do jogo da Internet (IGD) baseado na definição de distúrbios e vícios do uso de substâncias (Frances e Widiger, 2012; Associação Americana de Psiquiatria, 2013; Petry e O'Brien, 2013; Petry e outros, 2014).

Existem muitos tipos diferentes de IAD devido às diversas funções da Internet. Em geral, o IAD consiste em três subtipos: IGD, pornografia na Internet e envio por e-mail (Block, 2007). Considerando a definição de dependência, todas essas categorias de DAI compartilham quatro características definidoras: uso excessivo, abstinência, tolerância e repercussões negativas (Barba e Lobo, 2001; Block, 2008; Tao e outros, 2010). Como forma mais prevalente de DAI (Dong et al., 2012a), O IGD pode compartilhar características neuropsicológicas específicas com outros vícios comportamentais, como o jogo patológico (Griffiths, 2005; Grant et al., 2010; Dong et al., 2012b; Han et al., 2012; Dong e Potenza, 2014).

Numerosos estudos de imagem investigaram as características da IGD usando diferentes tarefas (Fowler e outros, 2007; Dong et al., 2011a, 2012b; Han et al., 2011a; Xu, 2013), mas é difícil comparar dados obtidos a partir de diferentes paradigmas experimentais e tirar conclusões clinicamente úteis de diferentes tarefas cognitivas (Zang et al., 2007a). Estudos de fMRI em estado de repouso revelaram algumas anormalidades na ativação cerebral em IGD (veja mais descrições de uma revisão por Weinstein e Lejoyeux (2015). Indivíduos com IGD têm maior impulsividade, que é um sintoma típico de dependência de drogas; esse sintoma está relacionado à diminuição da ativação do giro cingulado, que envolve o controle cognitivo (Dong et al., 2012a). Um estudo de fMRI também mostrou maior homogeneidade regional (ReHo) no tronco cerebral, lóbulo parietal inferior, cerebelo posterior esquerdo e giro médio esquerdo que estão relacionados com a coordenação sensório-motora que pode ser relevante para o movimento dos dedos de jogar jogos na Internet (Dong et al., 2012c).

A fMRI do estado de repouso foi desenvolvida como uma nova técnica desde o estudo de Biswal (Biswal et al., 1995). Eles relataram primeiramente as flutuações altamente síncronas de baixa frequência espontânea (0.01-0.08 Hz) no sinal BOLD entre os córtices motores, concluindo que a amplitude da flutuação de baixa frequência (ALFF) era um indicador neurofisiológico (Biswal et al., 1995). Com base no ALFF, Zang et al. (2007b) promoveu outra ferramenta para representar a atividade cerebral local - a amplitude fracionária da flutuação de baixa frequência (fALFF), que poderia detectar a intensidade regional das flutuações espontâneas no sinal BOLD (Zou et al., 2008; Zuo e outros, 2010). Recentemente, o FALFF foi amplamente utilizado em estudos de pacientes com transtornos mentais, como a depressão (Guo et al., 2013esquizofrenia ()Bluhm et al., 2007), transtorno do déficit de atenção e hiperatividade (Zang et al., 2007b), IGD (Yuan et al., 2013), e assim por diante. Ainda não está claro se as anormalidades da atividade cerebral da IGD estão relacionadas a bandas de freqüência específicas. É importante detectar flutuações espontâneas do cérebro com frequência específica mais do que uma ampla faixa de frequência. Existem muitas oscilações no cérebro, as frequências delas variam desde oscilações muito lentas com períodos de dezenas de segundos até oscilações muito rápidas com frequências superiores a 1000 Hz (Boi, 1997). Buzsáki e Draguhn (2004) propôs uma «classe de oscilação» que contém bandas de frequências 10 que se estendem de 0.02 a 600 Hz (Penttonen e Buzsáki, 2003). E Zuo et al. (2010) investigou o fALFF em quatro bandas de frequência e descobriu que as oscilações estão ligadas a processos neurais específicos (Buzsáki e Draguhn, 2004; Knyazev, 2007). Eles descobriram que amplitudes de oscilações (0.01-0.027 Hz) em baixa freqüência eram mais robustas nas estruturas corticais e as altas freqüências eram mais robustas nas estruturas subcorticais, como os gânglios da base. Estudos revelaram que pacientes esquizofrênicos apresentavam anormalidades específicas de amplitudes de oscilações na banda de freqüência 4 lenta (Yu et al., 2014). Han et al. (2011b) também provou que anormalidades da função cerebral em pacientes com comprometimento cognitivo leve amnéstico expunham diferentes padrões de ativação em diferentes bandas de freqüência.

No presente estudo, coletamos valores de FALFF da freqüência através de 0-0.25, incluindo seis bandas de freqüência de 0-0.01 Hz, 0.01-0.027 Hz, 0.027-0.073 Hz, 0.073-0.198 Hz e 0.198-0.25 Hz no IGD, de acordo com as “classes de oscilação” de Buzsáki. Procuramos comparar o valor de fALFF entre IGD e HC em diferentes bandas e abordar duas questões: primeiro, se os indivíduos IGD mostram amplitudes de fALFF anormais quando comparados com controles saudáveis; segundo, se as anormalidades do IGD estão associadas a bandas de frequência específicas.

Materiais e Métodos

Selecção do Participante

O experimento está em conformidade com o Código de Ética da Associação Médica Mundial (Declaração de Helsinque) e é aprovado pelo Comitê de Investigações Humanas da Universidade Normal de Zhejiang. Cinqüenta e dois estudantes universitários foram recrutados através de anúncios [26 IGD, 26 controles saudáveis (HC)]. Eles eram todos machos destros. Os grupos IGD e HC não diferiram significativamente em idade (IGD: N = 26, 22.2 ± 3.13 anos; HC: N = 26, 22.28 ± 2.54 anos; t(50) = 0.1, p = 0.9). Por causa das maiores proporções de IGD entre os homens, apenas os machos foram incluídos. Os participantes foram solicitados a assinar o consentimento informado e todos os participantes passaram por entrevistas psiquiátricas estruturadas (MINI) (Lecrubier et al., 1997) realizado por um psiquiatra experiente com um tempo de administração de aproximadamente 15 min. Todos os participantes estavam livres de transtornos psiquiátricos do Eixo I listados no MINI. Todos os participantes não preencheram os critérios do DSM-4 para abuso ou dependência de drogas, incluindo o álcool, embora todos os participantes do IGD e HC tenham relatado o consumo de álcool ao longo da vida. Todos os participantes foram instruídos a não usar substâncias, incluindo café, chá, no dia da digitalização. Nenhum participante relatou danos cerebrais ou experiência anterior com drogas ilícitas (por exemplo, cocaína, maconha).

O diagnóstico de IGD foi determinado com base nas pontuações de 50 ou superiores no teste on-line de vício em Internet de Young (Jovem, 1998) Como um vício de comportamento especial, a definição operacional e os padrões de diagnóstico para IGD ainda são inconsistentes. No presente estudo, o grupo IGD era composto por indivíduos que atendiam aos critérios gerais do IAD (pontuações acima de 50 no IAT) e relataram "passar a maior parte do tempo online jogando jogos online (> 80%)" (Blaszczynski, 2008; Weng et al., 2013). O escore IAT do grupo IGD (72 ± 11.7) foi muito superior ao dos controles saudáveis [29 ± 10.4), t(50) = 14, p = 0.000].

Aquisição de Dados

Após a varredura do localizador convencional, as imagens ponderadas por T1 foram obtidas com uma sequência de recuperação de gradiente estragada [TR = 240 ms; tempo de eco (TE) = 2.46 ms; ângulo de viragem (FA) = 90 °; campo de visão (FOV) = 220 ~ 220 mm²; matriz de dados = 256 ~ 256]. Em seguida, as imagens funcionais em estado de repouso foram adquiridas usando uma sequência de imagens de ecoparar (TR = 2000 ms; TE = 30 ms; FA = 90 °; FOV = 220 ~ 220 mm²; matriz de dados = 64 ~ 64) com fatias axiais 33 (espessura de corte = 3 mm e intervalo de fatia = 1 mm, volumes totais = 210) em uma execução de 7 min. Os sujeitos foram obrigados a ficar parados e não pensar em nada de forma sistemática durante a digitalização. No final da aquisição de dados, todos os sujeitos confirmaram que permaneceram acordados durante todo o período de varredura.

Pré-processamento de dados e cálculo de FALFF

Todo o processamento de imagem funcional foi realizado com o Assistente de Processamento de Dados para fMRI em estado de repouso [DPARSF (Yan e Zang, 2010)^¹] Programas. Para cada participante, os primeiros pontos de tempo 10 foram excluídos de uma análise mais aprofundada, que é a de evitar alterações transitórias de sinal antes da magnetização atingir o estado estacionário e permitir que os indivíduos se habituem ao ambiente de varrimento de fMRI. Os restantes volumes cerebrais 200 foram corrigidos para o timing da fatia e realinhados para a correcção do movimento da cabeça. Apenas os participantes com movimento da cabeça menor que 1.5 mm na direção x, y ou z e menor que a rotação 2 em cada eixo foram incluídos. Os indivíduos 26 HC e 26 IGD foram válidos no presente estudo. Em seguida, todas as imagens realinhadas foram normalizadas espacialmente e, em seguida, reamostradas para 3 mm de voxels isotrópicos e suavizadas espacialmente (largura total a metade do máximo = 6 mm), e a tendência linear foi removida. Após o pré-processamento, o fALFF foi calculado usando o DPARSF. Resumidamente, para um dado voxel, a série temporal foi primeiro convertida para o domínio da frequência usando uma “transformada rápida de Fourier”. A raiz quadrada do espectro de potência foi calculada e, em seguida, calculada em média através de um intervalo de frequência predefinido. Esta raiz quadrada média foi denominada fALFF no dado voxel de bandas de frequências predefinidas (Zang et al., 2007a). Dividimos a faixa de freqüência total (0 – 0.25 Hz) em cinco subfaixas: 6 lento (0 – 0.01 Hz), 5 lento (0.01 – 0.027 Hz), 4 lento (0.027 – 0.073 Hz), lento 3 (0.073 – 0.198 Hz) e 2 lento (0.198 – 0.25 Hz) (35, 46, 30) e fALFF calculado de cada banda de frequência.

Análise Estatística

Uma análise de variância de medidas repetidas (ANOVA) de duas vias (grupo e frequência) foi realizada em uma base voxel-por-voxel com grupo (IGD e HC) como um fator entre-sujeito e banda de frequência (2 lento, 3 lento, 4 lento, 5 lento, 6 lento) como medidas repetidas. Também calculamos a análise de correlação baseada em ROI seguindo o efeito principal significativo e a interação entre a gravidade dos valores de IGF e de fALFF, e escolhemos valores de fALFF de bandas específicas.

Resultados

Os principais efeitos da ANOVA two-way de medidas repetidas foram mostrados em Figura Figura 11, Tabelas Tabelas11 e 22. Usamos a correção do Alphasim para as comparações múltiplas nos dados de imagem. O corrigido p <0.05 corresponde a uma combinação de não corrigido p <0.05 e tamanho do cluster> 248 mm³). A análise de correlação baseada em ROI foi realizada entre os valores de fALFF e a gravidade do IGD (escores do IAT). O cerebelo mostrou correlação negativa significativa com a gravidade do IGD (4 lento: r =-0.487, p = 0.000; slow-5: r =-0.485, p = 0.000; Vejo Figura Figura2C2C). A coordenada do ROI foi definida pelo pico de ativação do cluster sobrevivido. O raio de ROI é 4 mm e é feito pelo software REST^².

FIGURA 1

(UMA) O efeito principal do grupo na amplidão de flutuação de baixa frequência (ALFF). Regiões cerebrais em que a amplitude fracionária da flutuação de baixa frequência (fALFF) é diferente entre transtorno de jogo na Internet (IGD) e controles saudáveis. Os sujeitos do IGD ...

Regiões do cérebro com um efeito principal do grupo.

Regiões cerebrais com efeito de interação entre grupo e frequência.

FIGURA 2

Os valores de ALFF no giro temporal superior e no cerebelo. O retângulo vermelho e azul representaram sujeitos IGD e controles saudáveis, respectivamente. A banda de frequência total (0 – 0.25 Hz) foi dividida em cinco bandas. Eles foram exibidos em (A, B) ...

Interações significativas entre banda de freqüência e grupo foram observadas no cerebelo, no cingulado anterior, no giro lingual, no giro temporal médio e no giro frontal médio. O giro frontal médio apresentou valores de amplitude aumentados e o giro temporal médio apresentou valores de amplitude diminuídos na IGD. Além disso, análises baseadas em ROI apresentaram alteração dinâmica de fALFF no cerebelo e giro lingual juntamente com a adaptação de freqüência Figura Figura 33). Em IGD, o cerebelo apresentou valores de amplitude diminuídos no domínio de maior frequência (2 lento, 3 lento, 4 lento) e valores de amplitude aumentados no reino de baixa frequência (6 lento, ver Figura Figura 3A3A). Por outro lado, o giro lingual apresentou valores de amplitude aumentados no domínio de frequência mais alta (2 lento, 3 lento) e valores de amplitude diminuídos no domínio de frequência mais baixa (6 lento, ver Figura Figura 3B3B). Estas duas regiões compartilhavam um ponto de transição na banda 5 lenta para a alteração da amplitude.

FIGURA 3

Padrão reverso no cerebelo e no giro lingual em diferentes bandas no IGD. O retângulo vermelho e azul representaram sujeitos IGD e controles saudáveis, respectivamente. A banda de frequência total (0 – 0.25 Hz) foi dividida em cinco bandas. Eles foram exibidos ...

Discussão

O presente estudo investigou a atividade cerebral espontânea anormal na IGD com o fALFF em diferentes bandas de frequência. O efeito do grupo principal revelou que o IGD demonstrou valores mais baixos de fALFF no giro temporal superior e maiores valores de fALFF no cerebelo. Apresentamos amplitudes de flutuação BOLD em todas as bandas de frequência (0-0.25 Hz) e encontramos um padrão reverso de mudanças no domínio de frequência no cerebelo e giro lingual na IGD. Esses achados fornecem uma visão completa das análises de fALFF no domínio da frequência, e enfatizam a importância da seleção de frequência específica para a detecção de transtornos mentais relacionados à anormalidade.

Diferente fALFF em Cortical entre IGD e HC (o principal efeito do grupo)

Literaturas anteriores acreditavam que o sinal de 2 lento reflete deriva de frequência muito baixa, e o 6 lento reflete ruídos fisiológicos de alta frequência (Zang et al., 2007a; Xu, 2013). A análise do efeito principal do grupo enfocou a atividade neural espontânea em bandas de frequência específicas (4 lento e 5 lento) em IGD. O principal efeito do grupo revelou que o IGD apresentou valores mais baixos de fALFF em 4 lento e 5 lento no cerebelo. Uma correlação negativa entre os valores de fALFF no cerebelo e a gravidade da IGD foi encontrada no presente estudo. O cerebelo é comumente classificado como uma estrutura motora cuja função não se limita à coordenação ou equilíbrio do movimento e também desempenha um papel importante nos processos cognitivos superiores (De Zeeuw et al., 2011; Stoodley e outros, 2012). Evidências de estudos de imagem anatômicos, fisiológicos e funcionais demonstraram que pessoas com lesões no cerebelo apresentaram deficiência de funções executivas cognitivas e memória de trabalho (Raymond e outros, 1996; De Smet et al., 2013). Recebe informações de sistemas sensoriais e outras áreas do cérebro e integra essas informações para ajustar a atividade motora (Doyon et al., 2003; Ito, 2006; Yuan et al., 2011). O papel potencial do cerebelo na dependência tem sido abordado em um artigo recente, que propôs que o cerebelo é um centro de regulação potencial que é impactado pelo vício (Moulton et al., 2013). As literaturas demonstraram que os indivíduos com IGD estão associados a ReHo acima do normal (Liu et al., 2010; Dong et al., 2012c) e conectividade funcional (Ding e outros, 2013) sobre o cerebelo. No presente estudo, foi observada uma correlação negativa entre os valores de fALFF no cerebelo e a gravidade da IGD (ver Figura Figura2C2C), que também sustenta que a atividade neuronal espontânea anormal no cerebelo está relacionada com o comportamento inadequado da IGD.

Os valores de fALFF foram maiores no giro temporal superior na IGD. Estudo prévio mostrou que o IGD, comparado ao HC, apresentou diminuição da conectividade funcional na área temporal (Ding e outros, 2013). Nosso estudo anterior encontrou diminuição de ReHo no giro temporal inferior, e inferimos que pode ser o resultado de uma longa duração de jogo (Dong et al., 2012c). Os achados atuais são parcialmente inconsistentes com o estudo anterior, portanto, apresentamos a hipótese de que o aumento do fALFF no giro temporal superior pode refletir um nível mais alto de atividade cerebral correlacionando-se com a flexibilidade do movimento na IGD, mas a função dessa área requer estudo adicional.

Mudanças na Amplitude Dependente da Freqüência no IGD

Os efeitos de interação entre grupos e bandas de freqüência foram observados no cerebelo, no giro cingulado anterior, no giro lingual, no giro temporal médio e no giro médio frontal.

Valores mais altos do fALFF no giro frontal médio no IGD

No presente estudo, os participantes com IGD apresentaram valores de fALFF mais elevados no giro frontal médio esquerdo em diferentes bandas. O giro frontal médio desempenha um papel importante na coordenação de diferentes sistemas, como aprendizado e memória, que está fortemente relacionado às operações mentais (Cardeal, 2006). Em um estudo anterior, concluímos que indivíduos com IGD mostram uma sincronização aprimorada nas regiões cerebrais relacionadas à coordenação sensório-motora (Van Rooij et al., 2011- o jogo online requer que os jogadores integrem vários sistemas, incluindo o sistema sensorial, controle motor, coordenadas do motor e sistema de processamento de informações (Ito, 2006). As descobertas atuais também apóiam essa suposição. Este resultado também é consistente com o estudo de Liu (Liu et al., 2010), que encontrou que indivíduos com IGD mostraram um aumento significativo nos valores de ReHo no giro frontal médio esquerdo. Assim, concluímos que os participantes da IGD apresentaram valores de fALFF mais altos no giro frontal médio esquerdo, o que pode associar-se com a capacidade coordenada sensório-motora aumentada.

A anormalidade no giro anterior do cingulado na IGD

Encontramos um menor valor de fALFF no giro anterior do cingulado no 6 lento. A região cingulada anterior tem sido implicada na inibição, controle e monitoramento de conflitos (Paus, 2001; Goldstein et al., 2007) e as anomalias foram mencionadas em estudos anteriores do IGD (Liu et al., 2010; Moulton et al., 2013). Como mencionado na introdução, os valores de fALFF mais baixos podem estar relacionados à capacidade de coordenação diminuída da atividade neural de longa distância. Esta suposição é apoiada por estudos neste campo: com uma abordagem de conectividade funcional. Hong et al. (2013) relataram conectividade funcional reduzida entre ACC e PFC em IAD. Jiang et al. (2011) propuseram que as atividades mais baixas no ACC podem refletir a atividade neuronal espontânea diminuída nessa região e um déficit funcional. Outros estudos relacionados à tarefa provaram este ponto de que a IGD sempre acompanhada de disfunções cognitivas, como a deficiência da função cognitiva (Dong et al., 2010, 2011b). Assim, acreditamos que a anormalidade na ACC está relacionada às disfunções cognitivas da IGD.

Padrão Reverso em Cerebelo e o Giro Lingual em Diferentes Bandas no IGD

É importante notar que as anormalidades da atividade neural espontânea no IGD dependem de bandas de frequência específicas, especialmente no cerebelo e no giro lingual. Em comparação com o HC, o IGD mostrou diminuição da amplitude nas bandas de frequência mais baixa (4 lento, 5 lento, 6 lento) e amplitude aumentada nas bandas de frequência mais elevadas (2 lento, 3 lento) no giro lingual. Pelo contrário, o IGD mostrou maior amplitude nas bandas de frequência mais baixa (6 lento) e diminuição da amplitude nas bandas superiores (2 lento, 3 lento, 4 lento) no cerebelo (figuras 2A, B). Foi revelado que diferentes bandas oscilatórias são desenvolvidas por mecanismos diferentes e têm diferentes funções fisiológicas (Boi, 1997; Yuan et al., 2013). Como estudos anteriores provaram que as flutuações de menor frequência possuem maior poder de magnitude e as maiores flutuações de frequência têm menor poder de magnitude (Baria et al., 2011; Yuan et al., 2013). As descobertas atuais podem sugerir que o IGD tem maior capacidade de coordenação da atividade neural de longa distância no cerebelo e no giro lingual. Esta suposição pode ser apoiada por um estudo anterior que relatou que indivíduos com IGD exibiram maior conectividade funcional no cerebelo bilateral (Liu et al., 2010; Ko, 2014), e outro estudo detectou déficits de densidade da substância cinzenta no giro lingual que podem estar relacionados à atividade neural de longa distância (Weng et al., 2013).

Conclusão

Os achados do presente estudo sugeriram que os indivíduos IGD apresentaram fALFF anormal em muitas regiões do cérebro, incluindo o cerebelo (IGD <HC) e o giro temporal superior (IGD> HC). O presente estudo pode ajudar a compreender a fisiopatologia do IGD e a análise de amplitude de frequência total pode potencialmente ajudar a selecionar a faixa de frequência específica para detectar atividades cerebrais relacionadas com IGD.

Contribuições do autor

XL analisou os dados, escreveu o primeiro rascunho do manuscrito; XJ contribuiu para a análise dos dados, Y-FZ contribuiu para a orientação dos métodos experimentais e melhorou o manuscrito. GD projetou esta pesquisa, revisou e melhorou o manuscrito. Todos os autores contribuíram e aprovaram o manuscrito final.

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.

Agradecimentos

Esta pesquisa foi apoiada pela National Science Foundation of China (31371023). O Dr. Zang é apoiado pelo programa “Qian Jiang Distinguished Professor”.

Financiamento. Os financiadores não tiveram nenhum papel no desenho do estudo, coleta e análise de dados, decisão de publicar ou preparação do manuscrito.

¹http://www.restfmri.net

²www.restfmri.net

Referências

Associação Americana de Psiquiatria (2013). Associação Americana de Psiquiatria. Manual Diagnóstico e Estatístico de Transtornos Mentais, 5th Edn. Arlington, TX: Associação Americana de Psiquiatria
Baria AT, Baliki MN, Parrish T., Apkarian AV (2011). Assembléias anatômicas e funcionais de oscilações cerebrais cerebrais. J. Neurosci. 31 7910 – 7919. 10.1523 / JNEUROSCI.1296-11.2011 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Barba KW, Wolf EM (2001). Modificação nos critérios diagnósticos propostos para o vício em internet. Cyber Psychol. Behav. 4 377 – 383. 10.1089 / 109493101300210286 [PubMed] [Cross Ref]
Biswal B., Yetkin FZ, Haughton VM, Hyde JS (1995). Conectividade funcional no córtex motor do cérebro humano em repouso usando ressonância magnética eco-planar. Magn. Reson. Med. 34 537 – 541. 10.1002 / mrm.1910340409 [PubMed] [Cross Ref]
Blaszczynski A. (2008). Comentário: uma resposta a “Problemas com o conceito de videogame“ dependência ”: alguns exemplos de estudo de caso”. Int. J. Ment. Viciado em Saúde. 6 179–181. 10.1007/s11469-007-9132-2 [Cross Ref]
Bloco JJ (2007). Prevalência subestimada em estudo problemático de uso da Internet. Espectro do CNS. 12 14 – 15. [PubMed]
Bloqueio JJ (2008). Questões para o DSM-V: vício em internet. Sou. J. Psiquiatria 165 306 – 307. 10.1176 / appi.ajp.2007.07101556 [PubMed] [Cross Ref]
Bluhm RL, Miller J., Lanius RA, Osuch EA, Boksman K., Neufeld RWJ, et al. (2007) Flutuações espontâneas de baixa frequência no sinal de negrito em pacientes esquizofrênicos: anomalias na rede padrão. Esquizofr. Touro. 33 1004 – 1012. 10.1093 / schbul / sbm052 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Bullock TH (1997) Sinais e sinais no sistema nervoso: a anatomia dinâmica da atividade elétrica é provavelmente rica em informação. Proc. Natl. Acad. Sci. EUA 94 1 – 6. [Artigo gratuito do PMC] [PubMed]
Buzsáki G., Draguhn A. (2004). As oscilações neuronais em redes corticais. Ciência 304 1926 – 1929. 10.1126 / science.1099745 [PubMed] [Cross Ref]
Cardeal RN (2006). Sistemas neurais implicados no reforço tardio e probabilístico. Neural Netw. 19 1277 – 1301. 10.1016 / j.neunet.2006.03.004 [PubMed] [Cross Ref]
De Smet HJ, P. Paquier, Verhoeven J., Mariën P. (2013). O cerebelo: seu papel na linguagem e funções cognitivas e afetivas relacionadas. Brain Lang. 127 334 – 342. 10.1016 / j.bandl.2012.11.001 [PubMed] [Cross Ref]
De Zeeuw CI, Hoebeek FE, LWJ Bosman LWJ, Schonewille M., Witter L., Koekkoek SK (2011). Padrões de disparos espatiotemporais no cerebelo. Nat. Rev. Neurosci. 12 327 – 344. 10.1038 / nrn3011 [PubMed] [Cross Ref]
Ding W.- N., Sun J.-H., Sun Y.-W., Zhou Y., Li L., Xu J.-R., et al. (2013) Alteração da conectividade funcional em estado de repouso da rede padrão em adolescentes com vício em jogos pela internet. PLoS ONE 8: e59902 10.1371 / journal.pone.0059902 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Dong G., DeVito EE, Du X., Cui Z. (2012a). Controle inibitório prejudicado em 'transtorno de dependência de internet': um estudo de ressonância magnética funcional. Psiquiatria Res. 203 153 – 158. 10.1016 / j.pscychresns.2012.02.001 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Dong G., DeVito E., Huang J., Du X. (2012b). Imagem por tensor de difusão revela tálamo e anormalidades do córtex do cíngulo posterior em viciados em jogos pela internet. J. Psychiatr. Res. 46 1212 – 1216. 10.1016 / j.jpsychires.2012.05.015 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Dong G., Huang J., Du X. (2012c). Alterações na homogeneidade regional da atividade cerebral em estado de repouso em viciados em jogos pela internet. Behav. Brain Funct. 8 1–8. 10.1186/1744-9081-8-41 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Dong G., Huang J., Du X. (2011a). Maior sensibilidade à recompensa e menor sensibilidade a perdas em viciados em Internet: um estudo de fMRI durante uma tarefa de adivinhação. J. Psychiatr. Res. 45 1525 – 1529. 10.1016 / j.jpsychires.2011.06.017 [PubMed] [Cross Ref]
Dong G., Zhou H., Zhao X. (2011b). Viciados em Internet masculinos mostram capacidade de controle executivo prejudicada: evidências de uma tarefa de Stroop em cores. Neurosci. Lett. 499 114 – 118. 10.1016 / j.neulet.2011.05.047 [PubMed] [Cross Ref]
Dong G., Lu Q., Zhou H., Zhao X. (2010). Inibição do impulso em pessoas com transtorno de dependência de internet: evidências eletrofisiológicas de um estudo Go / NoGo. Neurosci. Lett. 485 138 – 142. 10.1016 / j.neulet.2010.09.002 [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]
Doyon J., Penhune V., Ungerleider LG (2003). Contribuição distinta dos sistemas cortico-estriado e cortico-cerebelar para a aprendizagem de habilidades motoras. Neuropsychologia 41 252–262. 10.1016/S0028-3932(02)00158-6 [PubMed] [Cross Ref]
Fitzpatrick JJ (2008). Vício em Internet: reconhecimento e intervenções. Arco. Psiquiatria Nurs. 22 59 – 60. 10.1016 / j.apnu.2007.12.001 [PubMed] [Cross Ref]
Flisher C. (2010). Ficando conectado: uma visão geral do vício em internet. J. Paediatr. Saúde da criança 46 557 – 559. 10.1111 / j.1440-1754.2010.01879.x [PubMed] [Cross Ref]
Fowler JS, ND Volkow, CA Kassed, Chang L. (2007). Imaginando o cérebro humano viciado. Sci. Praticar Perspect. 3 4 – 16. 10.1151 / spp07324 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Frances AJ, Widiger T. (2012). Diagnóstico psiquiátrico: lições do passado do DSM-IV e cuidados para o futuro do DSM-5. Annu Rev. Clin. Psychol. 8 109 – 130. 10.1146 / annurev-clinpsy-032511-143102 [PubMed] [Cross Ref]
Goldstein RZ, Tomasi D., Rajaram S., Cottone LA, Zhang L., Maloney T., et ai. (2007) Papel do córtex orbitofrontal cingulado anterior e medial no processamento de sinais de drogas na dependência de cocaína. Neuroscience 144 1153 – 1159. 10.1016 / j.neuroscience.2006.11.024 [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 M. (2005) Relação entre jogos de azar e jogos de videogame: uma resposta a Johansson e Gotestam. Psychol. Rep. 96 644 – 646. 10.2466 / pr0.96.3.644-646 [PubMed] [Cross Ref]
Guo W., Liu F., Zhang J., Zhang Z., Yu L., Liu J., et al. (2013) Dissociação da atividade regional na rede de modo padrão no primeiro episódio, transtorno depressivo maior e farmacológico em repouso. J. Affect. Desordem. 151 1097 – 1101. 10.1016 / j.jad.2013.09.003 [PubMed] [Cross Ref]
Han DH, Bolo N., Daniels MA, Arenella L., Lyoo IK e Renshaw PF (2011a). Atividade cerebral e desejo de jogar videogame na Internet. Compr. Psiquiatria 52 88 – 95. 10.1016 / j.comppsych.2010.04.004 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Han Y., Wang J., Zhao Z., Min B., Lu J., Li K., et al. (2011b). Alterações dependentes de frequência na amplitude das flutuações de baixa frequência no comprometimento cognitivo leve amnéstico: um estudo de fMRI em estado de repouso. Neuroimage 55 287 – 295. 10.1016 / j.neuroimage.2010.11.059 [PubMed] [Cross Ref]
Han DH, Lyoo IK e Renshaw PF (2012). Volumes regionais de substância cinzenta diferenciais em pacientes com dependência de jogos on-line e jogadores profissionais. J. Psychiatr. Res. 46 507 – 515. 10.1016 / j.jpsychires.2012.01.004 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Hong S.-B., Kim J.-W., Choi E.-J., Kim H.-H., Suh J.-E., Kim C.-D., et al. (2013) Redução da espessura cortical orbitofrontal em adolescentes do sexo masculino com dependência de internet. Behav. Brain Funct. 9 1–5. 10.1186/1744-9081-9-11 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Ito M. (2006). Circuitos cerebelares como uma máquina neuronal. Progr. Neurobiol. 78 272 – 303. 10.1016 / j.pneurobio.2006.02.006 [PubMed] [Cross Ref]
Jiang G.-H., Qiu Y.-W., Zhang X.-L., Han L.-J., Lv X.-F., Li L.-M., et al. (2011) Anormalidades da oscilação de baixa frequência na amplitude dos usuários de heroína: um estudo de fMRI em estado de repouso. Neuroimage 57 149 – 154. 10.1016 / j.neuroimage.2011.04.004 [PubMed] [Cross Ref]
Knyazev GG (2007). Motivação, emoção e seu controle inibitório espelhado em oscilações cerebrais. Neurosci. Biobehav. Rev. 31 377 – 395. 10.1016 / j.neubiorev.2006.10.004 [PubMed] [Cross Ref]
Ko C. (2014). Distúrbio de jogos na Internet. Curr. Addic Rep. 1 177 – 185.
Kuss DJ, Griffiths MD (2012). Vício em Internet e jogos: uma revisão sistemática da literatura sobre estudos de neuroimagem. Brain Sci. 2 347 – 374. 10.3390 / brainsci2030347 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Lecrubier Y., Sheehan DV, E. Weiller, P. Amorim, Bonora I., Harnett Sheehan K., et al. (1997) A mini entrevista neuropsiquiátrica internacional (MINI). Uma entrevista estruturada de diagnóstico curto: confiabilidade e validade de acordo com o CIDI. EUR. Psiquiatria 12 224 – 231.
Liu J., Gao XP, Osunde I., Li X., Zhou SK, Zheng HR, et al. (2010) Aumento da homogeneidade regional no transtorno do vício em internet - estudo de ressonância magnética funcional em repouso (2009). Queixo. Med. J. (Engl.) 123 1904 – 1908. [PubMed]
Moulton EA, Elman I., Becerra L.R., Goldstein RZ, Borsook D. (2013). 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]
Paus T. (2001) Córtex cingulado anterior primata: onde o controle motor, a direção e a interface cognitiva. Nat. Rev. Neurosci. 2 417 – 424. 10.1038 / 35077500 [PubMed] [Cross Ref]
Penttonen M., Buzsáki G. (2003). Relação logarítmica natural entre os osciladores cerebrais. Thalamus Relat. Syst. 2 145 – 152. 10.1017 / S1472928803000074 [Cross Ref]
Petry NM, O'Brien CP (2013). Distúrbio de jogos na Internet e o DSM-5. Vício 108 1186 – 1187. 10.1111 / add.12162 [PubMed] [Cross Ref]
Petry NM, Rehbein F., Gentile DA, Lemmens JS, Rumpf H.-J., Mößle T., et al. (2014) Um consenso internacional para avaliar o distúrbio de jogos pela internet usando a nova abordagem DSM-5. Vício 109 1399 – 1406. 10.1111 / add.12457 [PubMed] [Cross Ref]
Raymond JL, Lisberger SG e Mauk MD (1996). O cerebelo: uma máquina de aprendizagem neuronal? Ciência 272 1126 – 1131. 10.1126 / science.272.5265.1126 [PubMed] [Cross Ref]
Stoodley CJ, Valera EM e Schmahmann JD (2012). Topografia funcional do cerebelo para tarefas motoras e cognitivas: um estudo de fMRI. Neuroimage 59 1560 – 1570. 10.1016 / j.neuroimage.2011.08.065 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Tao R., Huang X., Wang J. (2008). Um critério proposto para o diagnóstico clínico do vício em internet. Med. J. Chin. Liberat dos povos. Exército 33 1188 – 1191.
Tao R., Huang X., Wang J., Zhang H., Y Zhang, Li M. (2010). Critérios diagnósticos propostos para o vício em internet. Vício 105 556 – 564. 10.1111 / j.1360-0443.2009.02828.x [PubMed] [Cross Ref]
Van Rooij AJ, Schoenmakers TM, Vermulst AA, Van den Eijnden, RJJM, Van de Mheen D. (2011). Vício em videogames online: identificação de gamers adolescentes viciados. Vício 106 205 – 212. 10.1111 / j.1360-0443.2010.03104.x [PubMed] [Cross Ref]
Weinstein A., Lejoyeux M. (2015). Novos desenvolvimentos nos mecanismos neurobiológicos e farmacogenéticos subjacentes à dependência da Internet e dos videojogos. Sou. J. Addict. 24 117 – 125. 10.1111 / ajad.12110 [PubMed] [Cross Ref]
Weng C.-B., Qian R.-B., Fu X.-M., Lin B., Han X.-P., Niu C.-S., et al. (2013) Anormalidades da matéria cinzenta e da substância branca no vício em jogos online. EUR. J. Radiol. 82 1308 – 1312. 10.1016 / j.ejrad.2013.01.031 [PubMed] [Cross Ref]
Xu S.-H. (2013) Viciados em Internet '. Impulsividade do comportamento: evidências da tarefa de jogos de azar em Iowa: impulsividade do comportamento dos viciados em internet: evidências da tarefa de jogo em iowa. Acta Psychol. Sinica 44 1523 – 1534.
Yan C., Zang Y. (2010). DPARSF: uma caixa de ferramentas do matlab para análise de dados “pipeline” de fMRI em estado de repouso. Frente. Syst. Neurosci. 14: 13 10.3389 / fnsys.2010.00013 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
KS jovem (1998). Vício em Internet: o surgimento de um novo distúrbio clínico. Cyber Psychol. Behav. 1 237–244. 10.1007/s10899-011-9287-4 [Cross Ref]
Yu R., Chien Y.L, Wang H.-LS, Liu C.-M., Liu C.-C., Hwang T.-J., et al. (2014) Alternações específicas de frequência na amplitude das flutuações de baixa frequência na esquizofrenia. Cantarolar. Mapp do cérebro. 35 627 – 637. 10.1002 / hbm.22203 [PubMed] [Cross Ref]
Yuan K., Jin C., Cheng P., Yang X., Dong T., Bi Y., et al. (2013) Amplitude de anormalidades de flutuação de baixa frequência em adolescentes com vício em jogos online. PLoS ONE 8: e78708 10.1371 / journal.pone.0078708 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
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]
Zang Y.-F., Ele Y., Zhu C.- Z., Cao Q.-J., Sui M.-Q., Liang M., et al. (2007a). Atividade cerebral basal alterada em crianças com TDAH revelada por ressonância magnética funcional em estado de repouso. Cérebro Dev. 29 83 – 91. 10.1016 / j.braindev.2006.07.002 [PubMed] [Cross Ref]
Zang Y.- F., Yong H., Chao-Zhe Z., Qing-Jiu C., Man-Qiu S., Meng L., et al. (2007b). Atividade cerebral basal alterada em crianças com TDAH revelada por ressonância magnética funcional em estado de repouso. Cérebro Dev. 29 83 – 91. 10.1016 / j.braindev.2006.07.002 [PubMed] [Cross Ref]
Zou Q.-H., Zhu C.- Z., Yang Y., Zuo X.- N., Long X.-Y., Cao Q.-J., et al. (2008) Uma abordagem melhorada para detecção de amplitude de flutuação de baixa frequência (ALFF) para fMRI no estado de repouso: ALFF fracional. J. Neurosci. Métodos 172 137 – 141. 10.1016 / j.jneumeth.2008.04.012 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Zuo X.- N., Di Martino A., Kelly C., Shehzad ZE, DG Gee, Klein DF, et al. (2010) O cérebro oscilante: complexo e confiável. Neuroimage 49 1432 – 1445. 10.1016 / j.neuroimage.2009.09.037 [Artigo gratuito do PMC] [PubMed] [Cross Ref]