Análise Baseada em Rede Revela Conectividade Funcional Relacionada à Tendência de Vício em Internet (2016)

Neurociência Frontal Hum. 2016; 10: 6.

Publicado on-line 2016 Feb 1. doi: 10.3389 / fnhum.2016.00006

PMCID: PMC4740778

Tanya Wen^1,^2,^* e Shulan Hsieh^1,^3,^4,^*

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

Sumário

A preocupação e o uso compulsivo da internet podem ter efeitos psicológicos negativos, sendo cada vez mais reconhecido como um transtorno mental. O presente estudo empregou estatísticas baseadas em rede para explorar como as conexões funcionais do cérebro inteiro em repouso estão relacionadas com a extensão do nível de vício em internet do indivíduo, indexado por um questionário auto-avaliado. Nós identificamos duas redes topologicamente significativas, uma com conexões que estão positivamente correlacionadas com a tendência ao vício em internet, e uma com conexões negativamente correlacionadas com a tendência do vício em internet. As duas redes estão interconectadas principalmente em regiões frontais, o que pode refletir alterações na região frontal para diferentes aspectos do controle cognitivo (ou seja, para o controle do uso da internet e habilidades de jogo). Em seguida, classificamos o cérebro em vários subgrupos regionais grandes e descobrimos que a maioria das proporções de conexões nas duas redes correspondem ao modelo cerebelar de dependência, que engloba o modelo de quatro circuitos.

Por fim, observamos que as regiões do cérebro com as conexões mais inter-regionais associadas à tendência ao vício em internet replicam aquelas frequentemente vistas na literatura sobre dependência, e são corroboradas por nossa meta-análise de estudos sobre dependência de internet. Esta pesquisa fornece uma melhor compreensão das redes de larga escala envolvidas na tendência ao vício em internet e mostra que os níveis pré-clínicos de vício em internet estão associados a regiões e conexões semelhantes aos dos casos clínicos de vício.

Palavras-chave: vício em internet, estatísticas baseadas em rede, conectividade funcional, estado de repouso, meta-análise

Introdução

Vício em internet (OReilly, 1996; Jovem, 1998) é um fenômeno moderno que se caracteriza pela preocupação e uso compulsivo da internet. Em particular, o distúrbio de jogo na Internet (IGD) foi listado na Seção III do Manual de Diagnóstico e Estatística versão 5 (DSM-5^®, Associação Americana de Psiquiatria [APA], 2013). Devido à falta de um critério padrão, alguma literatura tratou as duas terminologias como sinônimos (ver Petry e O'Brien, 2013; Petry e outros, 2014 para uma discussão); no entanto, o uso compulsivo e excessivo da internet para qualquer atividade (a qual nos referiremos nesta literatura como dependência da internet) é mais global do que seu principal subtipo IGD, que pode incluir múltiplas formas de uso da internet além do jogo online (Griffiths e Pontes, 2014; Király et al., 2014; Petry e outros, 2014). Nosso atual estudo investiga o vício em internet na forma mais geral. Semelhante aos transtornos por uso de substâncias, o vício em internet mostra sintomas de abstinência, tolerância, perda de controle e problemas psicossociais, levando a sofrimento clinicamente significativo ou prejuízo no funcionamento diário. A prevalência parece ser maior nos países asiáticos e em adolescentes do sexo masculino, e estima-se que varie de 14.1 a 16.5% (intervalo de confiança de 95 por cento) entre estudantes universitários de Taiwan em um estudo (Lin et al., 2011). O fenômeno tem atraído mais atenção nos últimos anos e claramente merece mais pesquisas.

A ressonância magnética funcional (fMRI) tem sido empregada para identificar os substratos neurais da dependência da internet, que acabou por mostrar assinaturas cerebrais similares com vícios relacionados à substância. (Kuss e Griffiths, 2012; Brand et al., 2014; Meng et al., 2015). Em estudos bloqueados e relacionados a eventos, várias regiões associadas com recompensa, dependência e desejo foram identificadas por pistas de jogos de internet contrastantes com o baseline, que inclui a ínsula, nucleus accumbens (NAc), córtex pré-frontal dorsolateral (DLPFC) e frontais orbitais. córtex (OFC) (Hoeft et al., 2008; Ko et al., 2009; Han et al., 2010; Sun et al., 2012; Ko et al., 2013). No entanto, as abordagens baseadas na ativação contrastam a atividade relacionada à sugestão e não abordam como as regiões do cérebro interagem e, portanto, não podem caracterizar as conexões funcionais alteradas associadas a medidas clínicas ou comportamentais; ainda desordens humanas são um resultado de perturbações em um sistema complexo interconectado (Fornito e Bullmore, 2015). A introdução da fMRI em estado de repouso provou ser uma ferramenta poderosa para estudar a conectividade neural do cérebro inteiro (van den Heuvel e Pol, 2010). A conectividade funcional do estado de repouso é avaliada pela correlação de flutuações espontâneas de sinais dependentes de oxigênio no sangue (BOLD) em diferentes regiões do cérebro e é considerada uma medida de sua organização funcional e pode ajudar a caracterizar sincronizações anormais entre regiões cerebrais no espectro de fenótipos psicológicos (Biswal et al., 2010; Craddock et al., 2013).

Embora tenha havido alguns estudos que empregaram conectividade funcional para investigar a conectividade funcional alterada associada à dependência de internet, a maioria dos estudos usou regiões de sementes escolhidas a priori, ou (a) correlacionando uma região de sementes com os voxels restantes de todo o cérebro [Hoeft et al., 2008 usou o NAc; Lorenz et al., 2013 usaram o giro frontal inferior direito (IFG); Ding e outros, 2013 utilizou o córtex cingulado posterior (PCC); Ko et al., 2015 usou a amígdala; Zhang et al., 2015 usou a ínsula; Hong et al., 2015 usaram o núcleo caudado e o putâmen; Kühn e Gallinat, 2015 usou o pólo frontal direito; Li et al., 2015 usado o DLPFC correto] ou (b) realizando correlações entre vários ROIs predefinidos selecionados de redes significativas (Yuan et al., 2015 examinou a rede executiva central e a rede de saliência; Dong et al., 2015b examinou a rede de controle executivo; Dong et al., 2015a examinou a rede de controle executivo e a rede de recompensas; Li et al., 2014 examinou a rede de inibição de resposta; Lin et al., 2015 examinaram seis ROIs corticostriatais bilaterais pré-definidas). As regiões de sementes pré-definidas examinadas representam apenas uma pequena proporção do cérebro, portanto, podem não ser capazes de fornecer uma visão completa de como o conectoma é afetado pelo vício em internet.

Muito poucos estudos usaram uma abordagem de todo o cérebro para estudar o vício em internet. Até onde sabemos, existem atualmente apenas quatro trabalhos publicados que adotaram uma abordagem de cérebro completo, e seus métodos são bastante variáveis, variando de estatísticas baseadas em rede (NBS; Hong et al., 2013) para topológica (Hong et al., 2013; Wee et al., 2014; Park et al., 2015) para uma conectividade homotópica espelhada por voxel desenvolvida recentemente (Wang et al., 2015). Em particular, Hong et al. (2013) empregaram NBS para identificar diferenças entre grupos na conectividade funcional inter-regional, e encontraram conexões prejudicadas envolvidas em circuitos cortico-subcorticais em pacientes com dependência de internet. No entanto, seu estudo concentrou-se em uma pequena amostra de uma população única (adolescentes precoces do sexo masculino).

Portanto, em nosso artigo atual, decidimos usar uma abordagem de conectividade de todo o cérebro, NBS (Zalesky et al., 2010a; Han et al., 2013), para identificar conexões funcionais que são preditivas da tendência ao vício em internet. O NBS é um método estatístico validado para lidar com o problema de comparações múltiplas em um gráfico, é análogo aos métodos baseados em cluster (Nichols e Holmes, 2002), e é usado para identificar conexões e redes que compreendem o conectoma humano que estão associadas a um efeito experimental ou a uma diferença entre grupos testando a hipótese independentemente em cada conexão. Nossos resultados serão, além disso, comparados com uma meta-análise de artigos existentes relacionados aos correlatos neurais do vício em internet. Esperamos ampliar a literatura existente de várias maneiras: (1) Esperamos fornecer uma visão mais completa do vício em internet usando análise de todo o cérebro em vez de usar apenas um pequeno número de regiões de sementes pré-definidas. (2) Embora existam alguns estudos de conectividade funcional de todo o cérebro sobre dependência de internet (por exemplo, Hong et al., 2013; Wang et al., 2015), os estudos compararam grupos de vício em internet com controles saudáveis. Nosso estudo não envolveu nenhum paciente clínico, mas caracterizou a tendência ao vício em internet como um gradiente. Esperamos identificar conexões funcionais cuja força é modulada pelo nível de dependência. (3) A maioria dos estudos de dependência de internet não levou o cerebelo em consideração, mas o cerebelo tem sido implicado como uma região importante no vício (Moulton et al., 2014). Assim, incluímos o cerebelo em nossa análise. (4) Muitos estudos limitaram o grupo de participantes ao sexo masculino, e muitas vezes contêm amostras de tamanho relativamente pequeno (por exemplo, Hong et al., 2013, 2015; Kühn e Gallinat, 2015). Para aumentar a generalização e o poder desses estudos, são necessárias amostras contendo ambos os sexos e um tamanho amostral maior (Li et al., 2015). Ao abordar os problemas acima, o presente estudo espera fornecer uma melhor compreensão de como a conectividade funcional está associada à tendência do vício em internet.

Materiais e Métodos

Meta-análise

Uma meta-análise foi construída usando o banco de dados NeuroSynth (http://neurosynth.org; Yarkoni et al., 2011). Uma análise personalizada foi realizada usando os termos de busca “vício”, “adicto”, “internet”, “jogo”, “jogo” e “online” para identificar estudos relacionados ao vício em internet no banco de dados. Os critérios de inclusão foram verificados manualmente, e uma lista dos estudos incluídos é detalhada nos Materiais Suplementares 1. Um total de estudos 18 foram incluídos. Coordenadas de ativação de pico, bem como sua vizinhança de 6 mm voxels foram extraídos dos estudos incluídos. Em seguida, foi realizada uma meta-análise dessas coordenadas, produzindo inferência direta e reversa do cérebro inteiro z-score mapas. Os mapas de inferência para frente refletem a probabilidade de que uma região seja ativada de acordo com esses termos [P(ativação | termos)], portanto, nos informando da consistência da ativação para os termos dados. O mapa de inferência reversa mostra a probabilidade de que esses termos sejam usados em um estudo, dada a presença de ativação relatada [P(termos | ativação)]; Assim, uma região que é ativada indica que é mais provável que seja um estudo relacionado ao vício em internet do que um estudo não vinculado à internet, refletindo a seletividade daquela região. Como a inferência direta e reversa desempenham um papel importante para nos ajudar a entender as regiões associadas à dependência da internet, sobrepomos esses dois mapas de inferência para delinear suas regiões comuns. Clusters com mais de cinco voxels são reportados.

FMRI do estado de repouso

Participantes

Quarenta e sete participantes saudáveis (21 machos e 26 fêmeas) do sul de Taiwan, a maioria dos quais estudantes ou funcionários da universidade, foram recrutados através de anúncios para participar do experimento (faixa etária = 19 29 anos, média de idade = 22.87 anos, SD = 2.22 anos). Os participantes eram destros (indicados pelo Edinburgh Handedness Inventory), tinham visão normal ou corrigida para normal, e não tinham história de distúrbios psicológicos ou neurais. Seus escores de depressão, ansiedade e inteligência estavam dentro da faixa normal [escore do Beck Depression Inventory (BDI): 0-12; Escore de Inventário de Ansiedade de Beck (BAI): 0 – 7; Escore do teste padrão de matrizes progressivas da Raven: 35 – 57]. A escala Chen-Addicted Scale-Revised (CIAS-R) de todos os participantes tinha alcance = 28-92, média = 60.04, SD = 16.53. mesa Table11 resume as informações demográficas e características comportamentais dos participantes. A normalidade dos escores do CIAS-R foi verificada pelo teste de Shapiro-Wilk [W(47) = 0.98, p = 0.50]. Não houve correlação significativa entre gênero e escore CIAS-R (Spearman ρ = 0.15, p = 0.30). Todos os participantes forneceram seu consentimento informado por escrito e o protocolo do estudo foi aprovado pelo Conselho de Revisão Institucional (IRB) do Hospital Universitário Nacional Cheng Kung, Tainan, Taiwan. Todos os participantes receberam 101 NTD após a conclusão do experimento.

Informações demográficas e características comportamentais.

Questionário sobre Escala de Dependência de Internet Chen (CIAS-R)

A Escala de Dependência de Internet de Chen revisada (CIAS-R; Chen et al., 2003) é uma medida 26-item usada para avaliar a gravidade do vício em internet. O CIAS-R é baseado nos critérios dos comportamentos aditivos do DSM-IV-TR e contém duas sub-escalas de vício em internet (a) sintomas centrais e (b) problemas relacionados, avaliando cinco dimensões incluindo (1) uso compulsivo de internet, (2) retirada sintomas quando a internet é tirada, (3) tolerância, (4) risco de relacionamento interpessoal e saúde física e (5) problemas de gerenciamento de tempo. Os itens são classificados em uma escala Likert de ponto 4, com escores totais que variam de 26 a 104, refletindo baixa a alta tendência de vício em internet. Foi demonstrado que o CIAS-R tem alta consistência interna (α = 0.79-0.93 de Cronbach; Chen et al., 2003) e alta precisão diagnóstica (AUC = 89.6%; Ko et al., 2005). No presente estudo, o escore total do CIAS-R foi utilizado como um indicador do status atual dos participantes do vício em internet.

Aquisição e Processamento de Imagens

A imagem foi realizada com o scanner GE MR750 3T (GE Healthcare, Waukesha, WI, EUA) no centro de ressonância magnética da National Cheng Kung University. Imagens anatômicas de alta resolução foram adquiridas utilizando-se a SPGR rápida, consistindo de cortes axiais 166 (TR = 7.6 ms TE = 3.3 ms, ângulo de inversão 171 = 12 °, matrizes 224 × matrizes 224, espessura de corte = 1 mm). As imagens funcionais foram adquiridas por meio de uma seqüência de pulsos de imagem ecocardiográfica gradiente-eco (EPI) (TR = 2000 ms TE = 30 ms, ângulo de viragem = 77 °, matrizes 64 × matrizes 64, espessura de corte = 4 mm, sem intervalo, tamanho de voxel 3.4375 mm × 3.4375 mm × 4 mm, 32 fatias axiais cobrindo todo o cérebro).

Os participantes foram orientados a relaxar e deitar no scanner com os olhos fechados. Eles foram solicitados a não pensar em nenhum evento específico durante a digitalização. O tempo de varredura para a imagem estrutural foi de aproximadamente 3.6 min. A imagem funcional durou aproximadamente 8 min, com os primeiros cinco TRs servindo como varreduras simuladas para garantir que o sinal tenha atingido um estado estável antes que os dados sejam coletados; Assim, uma corrida consiste em imagens de volume 240 EPI para análise.

Os dados foram pré-processados usando o Assistente de Processamento de Dados para fMRI em estado de repouso (DPARSF; Yan e Zang, 2010), baseado em funções da MRIcroN (Rorden et al., 2007^¹), bem como o software Statistical Parametric Mapping (SPM)^²) e o Kit de ferramentas de análise de dados fMRI em estado de repouso (REST; Song et al., 2011) em Matlab (The MathWorks, Inc., Natick, MA, EUA). Imagens funcionais sofreram correção de tempo de fatia, seguido por realinhamento para corrigir o movimento da cabeça usando transformações de corpo rígido de seis parâmetros. O movimento global, caracterizado pelo deslocamento médio da estrutura (FD), não foi grande (média = 0.05, SD = 0.03) e não se correlacionou com os escores do CIAS-R (Spearman ρ = -0.28, p = 0.055), portanto, a impulsividade não é um fator de confusão da pontuação e do movimento pela dependência de internet (Kong et al., 2014). Imagens T1 foram registradas em imagens funcionais. As imagens estruturais foram segmentadas em LCR, substância branca e massa cinzenta com base nos mapas de probabilidade do tecido no espaço MNI, e estes cálculos foram utilizados na normalização subsequente das imagens T1 e EPI para o espaço MNI. Os dados foram alisados no domínio espacial usando um kernel Gaussiano de 6 mm largura máxima no meio máximo (FWHM) e removido da tendência linear. As covariáveis incómodas, incluindo o sinal global médio, o sinal da substância branca e o sinal do líquido cefalorraquidiano foram regredidos. Embora a realização do sinal global de regressão ainda seja uma controvérsia em andamento (por exemplo, Saad e outros, 2012), decidimos implementar este método porque sugerimos maximizar a especificidade das correlações funcionais e melhorar a correspondência entre as correlações de estado de repouso e a anatomia (Fox et al., 2009; Weissenbacher e outros, 2009; Takeuchi e outros, 2014). Finalmente, as imagens foram submetidas a filtragem passa-banda de 0.01 – 0.08 Hz.

Análise de Dados

As imagens de RMf foram divididas em parcelas baseadas na Anatomical Automatic Labelling (AAL; Tzourio-Mazoyer et al., 2002modelo, dividindo o cérebro com base na estrutura anatômica em 116 ROIs (ou nós). Escolhemos o atlas AAL porque tem sido a parcela mais usada em estudos de redes funcionais (Stanley et al., 2013) e também foi o modelo usado por Hong et al. (2013), cujo estudo é mais relevante para o nosso, aumentando assim o grau de comparabilidade entre os estudos (Zalesky et al., 2010b). O método NBS foi utilizado para identificar redes cerebrais que consistem em conectividade funcional inter-regional, mostrando correlação significativa com o escore CIAS-R. As seguintes análises foram feitas com o auxílio da Caixa de Ferramentas de Estatística Baseada em Rede (Zalesky et al., 2010a) com scripts internos adicionais do Matlab. Uma matriz de correlação 116 × 116 foi construída para cada participante usando os cursos de tempo extraídos de cada ROI. O Pearson r valores foram normalizados para Z pontuações usando Fisher Z transformação. Cada célula da matriz de correlação representa a força da conexão (ou borda) entre dois nós. O teste univariado em massa usando a correlação de classificação de Spearman foi realizado entre as pontuações CIAS-R dos participantes e as forças das bordas dentro de cada borda para identificar conexões relevantes que foram preditivas da pontuação CIAS-R. Bordas candidatas que mostraram alta previsibilidade de pontuação CIAS-R foram selecionadas por meio de um limiar primário de rho de Spearman> 0.37 e <-0.37 (aproximadamente o alfa unilateral = 0.005), respectivamente, para identificar redes que estão positiva e negativamente associadas com CIAS- Pontuação R. Em seguida, clusters topológicos, conhecidos como componentes de grafo conectado, foram identificados entre as conexões supralimiar. Um erro familiar (FWE) para o tamanho do componente foi calculado usando o teste de permutação (3000 permutações), que envolveu a reordenação aleatória das pontuações CIAS-R e a repetição do processo acima a cada permutação para obter uma distribuição nula do maior tamanho do componente. Componentes do gráfico conectado cujo tamanho excede o FWE corrigido estimado p-valor de corte <0.05 foi identificado como redes que estão significativamente relacionadas à tendência ao vício em internet. BrainNet Viewer (Xia et al., 2013) foi utilizado para a visualização de conexões. Uma ilustração do pipeline de análise de dados é mostrada em Figura Figura 11.

FIGURA 1

Fluxograma do pipeline de análise de dados. Cérebros dos participantes foram pré-processados e parcellated para diferentes regiões estruturais de acordo com o modelo AAL. Uma matriz de correlação foi construída usando os cursos de tempo extraídos de cada região para ...

Consistentes

Meta-análise

Inferência direta e reversa z-score mapas foram gerados a partir NeuroSynth (mostrado em Figura Figura 22). As ativações nesses dois mapas mostram alta semelhança um com o outro. A sobreposição desses mapas revelou ativação em regiões do cerebelo, lobo temporal (giros temporais inferiores bilaterais, pólo temporal superior direito e giro temporal médio e superior direito), várias regiões frontais (giro frontal orbital esquerdo médio e superior, giro frontal médio direito, opérculo frontal inferior direito e giro precentral direito), putâmen bilateral, ínsula bilateral, cingulado médio direito e precuneus direito. mesa Table22 lista os clusters identificados, bem como as regiões AAL pertencentes ao cluster.

FIGURA 2

Mapas de inferência de metanálises realizadas no NeuroSynth, mostrando regiões ativas em inferência direta, inferência reversa e a sobreposição dos dois mapas.

Conjuntos sobrepostos de mapas de inferência direta e reversa.

FMRI do estado de repouso

Conexões Funcionais Relacionadas à Tendência de Vício em Internet

Usando o NBS, identificamos duas redes que mostraram correlação significativa entre a força da aresta e os escores da CIAS-R (p <0.05, corrigido por FWE): um com bordas positivamente correlacionadas com pontuações CIAS-R ("CIAS-R positivo," mostrado em vermelho), e um com bordas negativamente correlacionadas com CIAS-R ("CIAS-R negativo", mostrado Em azul). A rede positiva CIAS-R consiste em um total de 65 nós e 90 bordas (45 intra-hemisféricos, 42 inter-hemisféricos e 3 conectando-se ao vermis), enquanto a rede negativa consiste em 64 nós e 89 bordas (35 intra-hemisféricos, 40 inter-hemisféricos e 14 conectando-se a / dentro do vermis). É importante observar que as duas redes não são completamente separadas e compartilham um total de 39 nós, 30.77% dos quais são regiões do lobo frontal. O número total de arestas relacionadas ao CIAS-R consiste em 2.68% de todas as arestas do cérebro. A rede é ilustrada em Figura Figura 33 e conexões específicas estão listadas em Materiais Suplementares 2, Tabela S1.

FIGURA 3

Rede de conexões correlacionadas com as pontuações do CIAS-R. Esferas cinza representam o centroide de cada nó e são dimensionadas de acordo com o número de arestas significativas às quais estão associadas. Apenas nós com conexões são mostrados. Linhas vermelhas representam ...

Distribuição Global de Bordas Envolvidas

Para entender melhor como essas conexões são distribuídas, seguimos Fornito et al. (2011) e Hong et al. (2013)e categorizaram cada região AAL dentro de cada rede como pertencente a sete subgrupos regionais: frontal, temporal, parietal, occipital, ínsula e giro cingulado, subcortical e cerebelo. A maioria das bordas da rede CIAS-R positiva envolveu conexões entre as regiões temporais (1) e ínsula e cíngulo gryi (∼13%), a maioria das quais envolve o giro cingulado posterior conectando-se a várias regiões temporais; (2) regiões frontais e temporais (∼12%), que incluem conexões entre o córtex orbitofrontal medial, o lóbulo paracentral e os giros do lobo temporal, pólo temporal; e (3) regiões parietal e subcortical (∼11%), consistindo de conexões entre o córtex pós-central e o lóbulo parietal superior com o putâmen e o pálidum. É interessante notar que, com exceção do lobo frontal, todas as outras regiões não possuem conexões intrarregionais, cuja força está positivamente correlacionada com a tendência ao vício em internet. A maioria das bordas da rede negativa CIAS-R envolveu conexões entre (1) o lobo frontal e o cerebelo (∼19%), a maioria das quais são conexões entre as regiões frontais orbitais e várias ROIs do cerebelo; e (2) ínsula e giro do cíngulo e do lobo temporal (∼12%), que compreende conexões entre os giros da ínsula, cíngulo, para-hipocampal e do lobo temporal. Não foram encontradas regiões occipitais incluídas na rede negativa do CIAS-R. As proporções de conexões inter-regionais de cada rede são ilustradas em Figura Figura 44.

FIGURA 4

Proporção de bordas que se correlacionam positiva e negativamente com a tendência do vício em internet entre pares de subgrupos regionais. As proporções foram calculadas dividindo o número de arestas entre (ou dentro de) pares de regiões com o total ...

Nós Maximamente Afetados

Devido ao grande número de arestas identificadas, seguimos Finn et al. (2014)e identificamos nós que possuem uma alta “soma de arestas correlacionadas com CIAS-R” para focalizar nossa análise em regiões onde as conexões são relacionadas à tendência de dependência de internet. A soma das arestas CIAS-R-correlacionadas de um nó foi definida como o número total de suas arestas nas redes CIAS-R positiva e CIAS-R negativa (isto é conceitualmente equivalente à medida de grau na teoria dos grafos). Este método nos permitirá identificar nós onde as conexões são mais propensas a serem alteradas pela tendência de dependência de internet. Os seguintes mesa Table33 lista os nós que são afetados maximamente e mostra nós que têm pelo menos uma soma de arestas correlacionadas com CIAS-R de pelo menos 8. A visualização dos nós e suas conexões é exibida em Figura Figura 55. Estes são também os nós selecionados para discussão.

Análise de nível de nó da tendência de dependência de internet.

FIGURA 5

Visualização dos nós com maior número de arestas relacionadas à tendência ao vício em internet. Esferas verdes representam o centróide de cada nó com bordas máximas, enquanto as esferas amarelas representam seus parceiros de conectividade funcional. Linhas vermelhas indicam arestas ...

Discussão

Em um grupo normal de adultos jovens, avaliamos seu nível de vício em internet por meio de um questionário auto-avaliado (CIAS-R) e identificamos duas redes cerebrais das quais as conexões funcionais se correlacionaram positiva e negativamente com a tendência à dependência de internet. A seguir, discutimos nossos resultados em diferentes escalas de observação: (1) as regiões cruciais que ligam as redes CIAS-R positivas e CIAS-R negativas, (2) regiões com altas proporções de conexões relacionadas à tendência de vício em internet, e (3 ) os nós críticos alterados pela tendência ao vício em internet.

Regiões Frontais Vincular Redes Positivas CIAS-R e CIAS-R Negativas

Observamos que a maioria dos nós que ligam as duas redes (CIAS-R positivo e CIAS-R negativo) estão localizados dentro do lobo frontal. Estas regiões incluem o giro frontal superior, IFG, giro frontal medial, opercul rolândico e área motora suplementar. O córtex pré-frontal tem sido implicado para ser uma estrutura crítica no controle cognitivo, inibição e seleção de resposta (Aron et al., 2004; Talati e Hirsch, 2005; Forstmann et al., 2008). O vício em internet é um fenômeno em que os dependentes diminuíram o autocontrole e a tomada de decisão em relação ao uso da internet, refletidos pelo uso excessivo, apesar de terem conhecimento de efeitos negativos. Por exemplo, vários estudos descobriram que os participantes com vício em internet apresentaram maior ativação fronto-estriatal e fronto-parietal durante a tarefa Go / Nogo (Ding e outros, 2014; Ko et al., 2014; Chen et al., 2015) e tarefa Stroop (Dong et al., 2012a, 2013, 2014), sugerindo menor inibição da resposta e monitoramento de erros e aumento da impulsividade. Mas, por outro lado, os viciados em internet e os jogadores de videogame geralmente demonstram um excelente desempenho das funções cognitivas, como o controle motor e a tomada de decisões eficientes durante os jogos. De fato, os efeitos da prática do jogo de videogame têm se mostrado generalizantes para uma variedade de habilidades executivas aprimoradas, incluindo habilidades de inferência perceptiva, motora, atencional e probabilística (Verde e Bavelier, 2003; Castel et al., 2005; Dye et al., 2009; Green et al., 2010; Green et al., 2012). Um estudo de fMRI encontrou recrutamento reduzido da rede fronto-parietal em jogadores de videogame em comparação com os não-gamers durante uma tarefa de alta demanda de atenção, possivelmente refletindo um controle executivo e atencional mais eficiente (Bavelier et al., 2012). As duas faces do controle cognitivo exibidas pelos viciados em internet representam um dilema interessante. Em nosso estudo, a observação de regiões frontais ligando as duas redes onde a conectividade funcional é diminuída e aumentada pela tendência ao vício em internet poderia refletir alterações na região frontal para diferentes aspectos do controle cognitivo (ou seja, para controle do uso da internet e habilidades de jogo). Vale ressaltar que, embora Hong et al. (2013) Hipotetizando-se que possivelmente poderia haver aumento da conectividade funcional associada aos efeitos da prática em viciados em internet, apenas a diminuição da conectividade funcional foi observada em seu estudo. Uma possibilidade proposta por Hong et al. (2013) por sua ausência de maior conectividade funcional em indivíduos dependentes de internet, o pequeno tamanho da amostra resultou na falta de energia. Utilizando análise baseada em sementes, que requer menos comparações múltiplas do que abordagens de cérebro inteiro, Hong et al. (2015) reanalisaram os dados 2013 e observaram o aumento e a diminuição da conectividade funcional associada ao vício em internet.

As Conexões Amplamente Distribuídas das Redes de Tendência de Vício da Internet

Os dados mostram um grande número de conexões inter e intra-hemisféricas nas redes CIAS-R positiva e CIAS-R negativa, refletindo a ampla influência da tendência do vício em internet no cérebro. Observamos que a maior proporção de conexões na rede CIAS-R positiva envolveu as bordas “insula e cingulado - temporal”, “frontal-temporal” e “subcortical-parietal”, enquanto a maior proporção de conexões no CIAS-R rede negativa envolve bordos frontais - cerebelares e insulares e cingulado - temporaisFigura Figura 44). Em um modelo de vício recentemente proposto (Moulton et al., 2014O cerebelo ajuda a manter a homeostase dos quatro circuitos interconectados relevantes para o vício: recompensa / saliência, motivação / impulso, aprendizado / memória, bem como controle cognitivo. Este modelo integra o modelo de quatro circuitos (Volkow et al., 2003, 2010) e as redes de estado de repouso funcional cerebelar relacionadas ao processamento executivo e associativo no córtex cerebral (Buckner e outros, 2011). Os componentes para recompensa / saliência, motivação / motivação e aprendizagem / memória são amplificados, enquanto o controle cognitivo é diminuído no vício. Vejo Figura Figura 66 para uma ilustração. Nossas observações das mais altas proporções de conectividade funcional das duas redes de tendência à dependência da internet são geralmente compatíveis com Moulton et al. (2014) modelo dos componentes críticos envolvidos no circuito de dependência. Da mesma forma, não observamos muitas conexões significativas compreendendo o lobo occipital, que também se encaixa Hong et al. (2013) descobertas. No entanto, encontramos adicionalmente uma grande proporção de bordas “subcorticais - parietais” que, embora não sejam particularmente destacadas no modelo de quatro circuitos, essas conexões foram observadas na literatura sobre dependência de internet (por exemplo, Ding e outros, 2013; Hong et al., 2013, 2015), que pode ser devido a um efeito prático relacionado ao uso da Internet.

FIGURA 6

Um modelo de vício que destaca o papel modulador do cerebelo das quatro principais redes cerebrais propostas para serem afetadas pelo vício (adaptado de Moulton et al., 2014). Esses circuitos incluem recompensa / saliência, motivação / direção, aprendizado / memória, ...

Nós Críticos Alterados por Tendência de Vício em Internet

Nós identificamos nós com o maior número de conexões estão relacionadas ao maximalmente tendência à dependência de internet. Esses nós são aqueles cujo padrão de conexões entre o próprio nó e outras regiões do cérebro são mais suscetíveis à alteração pela tendência do vício em internet. As regiões são especificamente o giro bilateral posterior do cíngulo, a ínsula direita, o giro temporal médio direito, o pólo temporal superior esquerdo, o putâmen direito e a parte orbital do IFG esquerdo (Figura Figura 55). Estas regiões foram implicadas como regiões chave em muitos estudos de dependência (internet) e algumas já foram mencionadas na seção anterior. Discutimos agora a literatura sobre dependência que destaca essas regiões em mais detalhes. O PCC, parte da rede de modo padrão e envolvido em vários aspectos de auto-processamento (Buckner e outros, 2008; Fransson e Marrelec, 2008) serviu como uma região de sementes em Ding e outros (2013) estudo, que mostrou significativamente maior conectividade funcional com o lobo posterior do cerebelo bilateral e gyrus temporal médio, enquanto diminuiu lóbulo parietal inferior bilateral e gyrus temporal inferior direito em viciados em jogos pela internet. Os viciados em Internet também foram encontrados para mostrar anisotropia fracionária anormal (Dong et al., 2012b) e densidade da massa cinzenta (Zhou e outros, 2011) no PCC. Zhang et al. (2015) escolheu a ínsula, que foi implicada no vício (Naqvi e Bechara, 2009; Droutman e outros, 2015), como a região de sementes e encontrou conectividade funcional alterada com uma rede de regiões em viciados em internet. O papel da ínsula na dependência tem sido sugerido para a integração de sinais interoceptivos em sentimentos conscientes (impulsos de drogas) e vieses de comportamento durante a tomada de decisão (Naqvi e Bechara, 2009). O giro temporal médio e o pólo temporal superior foram observados em alguns estudos de dependência da internet (ver Meng et al., 2015 para uma meta-análise), e têm sido associados com desejo / desejo de jogo, processamento semântico, desencarnação, memória de trabalho e processamento emocional; no entanto, seus papéis específicos no vício exigem mais investigações. O putâmen, parte do corpo estriado dorsal, é também uma região crítica sugerida por muitas pesquisas de dependência (por exemplo, Ko et al., 2009; Ding e outros, 2013; Lin et al., 2015), na qual a neurotransmissão concomitante da dopamina está envolvida no desenvolvimento de procura compulsiva de drogas e fissura (Volkow et al., 2006; Koob e Volkow, 2010). Além disso, pesquisas sugeriram que a disfunção com o circuito striato-tálamo-orbitofrontal é uma causa crucial da dependência, enquanto o estriado dorsal envolvido na aprendizagem e desejo pelo hábito, o córtex orbitofrontal está envolvido com saliência, pulsão e compulsividade (Volkow e Fowler, 2000; Koob e Volkow, 2010; Volkow et al., 2010; Goldstein e Volkow, 2011). O funcionamento anormal do córtex orbitofrontal poderia explicar o mau funcionamento comportamental no vício. Resumindo o que foi dito acima, os nós que identificamos são os hubs mais suscetíveis à alteração pela tendência do vício em internet, e eles foram identificados repetidamente na literatura existente.

Limitação

Como apontado por um de nossos revisores, a realização de regressão de sinal global na fMRI em estado de repouso ainda permanece um debate atual. Após re-analisar os dados atuais sem regressão de sinal global, nossos resultados mostraram-se bastante diferentes em comparação com nossa análise original e apenas 22.91% das bordas encontradas nas análises NBS sem regressão de sinal global se sobrepôs com aqueles de nossos resultados atuais. Sem a regressão do sinal global, não encontramos conexões funcionais suficientes que estivessem positivamente relacionadas aos escores do CIAS-R; no entanto, encontramos uma rede que compreendia conexões funcionais negativamente relacionadas aos escores do CIAS-R. Quando a identificação de nós com o maior número de conexões é máxima relacionada à tendência de dependência de internet, encontramos consistência com a análise de regressão global de sinais em que as áreas de cingulado, insula, temporal e frontal foram as mais envolvidas. No entanto, várias diferenças incluem o achado adicional de áreas motoras suplementares bilaterais e giro angular direito, mostrando uma conectividade funcional diminuída, e não havia tantas regiões subcorticais na rede identificada. Embora a regressão do sinal global ainda seja controversa, decidimos reportar ambos os resultados. Os detalhes da rede identificados sem a regressão do sinal global estão documentados nos Materiais Suplementares 3. Esperemos que futuros trabalhos sobre pré-processamento de imagens possam esclarecer qual resultado é mais preciso. Neste momento, sugerimos interpretar os resultados atuais com tais ressalvas em mente.

Conclusão

Usando uma abordagem baseada em dados, mostramos que a estatística baseada em rede é uma ferramenta útil para caracterizar a conectividade do cérebro inteiro afetada pela tendência ao vício em internet, identificando conexões e regiões críticas que ecoam estudos anteriores. Em comparação com as análises de sementes, esta abordagem de cérebro inteiro fornece uma análise mais abrangente das conexões cerebrais relacionadas ao vício em internet, investigando um total de conexões 6670. Mostramos ainda que muitas conexões funcionais e regiões cerebrais críticas em casos clínicos de dependência também estão associadas a tendências pré-clínicas indexadas por medidas de questionários comportamentais. Embora usando uma abordagem correlacional, não podemos ter certeza se essas redes são alteradas como resultado do uso da Internet ou se são características de pessoas que estão predispostas a um risco maior de desenvolver vício em internet, esta pesquisa fornece informações úteis para nos ajudar a entender o neural características subjacentes à dependência e ao seu desenvolvimento.

Contribuições do autor

TW realizou o experimento, analisou os dados, interpretou os resultados, escreveu e revisou o manuscrito. SH projetou o experimento, redigiu a proposta de doação, orientou a preparação e execução do experimento, ajudou na interpretação dos dados, na preparação e na revisão do manuscrito.

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

Os autores agradecem a Yun-Ting Lee pela ajuda na coleta de dados e ao professor Po-Hsien Huang pela consulta estatística. O estudo foi financiado pelo Ministério da Ciência e Tecnologia (MOST), Taiwan (MOST 102-2420-H-006-006-MY2 e MOST 104-2420-H-006-004-MY2). Além disso, esta pesquisa foi, em parte, apoiada pelo Ministério da Educação (MoE), Taiwan, ROC O Objetivo do Projeto Superior da Universidade para a Universidade Nacional de Cheng Kung (NCKU). Agradecemos ao Centro de Pesquisa e Imagenologia da Mente (MRIC), apoiado pelo MOST, na NCKU, para consulta e disponibilidade de instrumentos. O questionário CIAS-R foi fornecido por Sue-Huei Chen.

Notas de rodapé

¹http://www.mricro.com

²http://www.fil.ion.ucl.ac.uk/spm

Material suplementar

O Material Complementar deste artigo pode ser encontrado online em: http://journal.frontiersin.org/article/10.3389/fnhum.2016.00006

Clique aqui para arquivo de dados adicional.^{(20K, DOCX)}

Clique aqui para arquivo de dados adicional.^{(33K, DOCX)}

Clique aqui para arquivo de dados adicional.^{(258K, DOCX)}

Referências

Associação Americana de Psiquiatria [APA] (2013). Manual Diagnóstico e Estatístico de Transtornos Mentais (DSM-5^®). Arlington, VA: American Psychiatric Pub.
Aron AR, Robbins TW, Poldrack RA (2004). Inibição e o córtex frontal inferior direito. Tendências Cogn. Sci. 8 170 – 177. 10.1016 / j.tics.2004.02.010 [PubMed] [Cross Ref]
Bavelier D., Achtman RL, M. Mani, Focker J. (2012). Bases neurais de atenção seletiva em jogadores de videogame de ação. Vis. Res. 61 132 – 143. 10.1016 / j.visres.2011.08.007 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Biswal BB, Mennes M., Zuo XN, Gohel S., Kelly C., Smith SM, et al. (2010) Para a ciência de descoberta da função cerebral humana. Proc. Natl. Acad. Sci. EUA 107 4734 – 4739. 10.1073 / pnas.0911855107 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Marca M., Young KS, Laier C. (2014). Controle frontal e dependência da Internet: um modelo teórico e revisão de achados neuropsicológicos e de neuroimagem. Frente. Cantarolar. Neurosci. 8: 375 10.3389 / fnhum.2014.00375 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Buckner RL, Andrews-Hanna JR, Schacter DL (2008). A rede padrão do cérebro - anatomia, função e relevância para a doença. Ano Cogn. Neurosci. 2008 1 – 38. 10.1196 / annals.1440.011 [PubMed] [Cross Ref]
Buckner RL, Krienen FM, Castellanos A., Díaz JC, Yeo BTT (2011). A organização do cerebelo humano é estimada pela conectividade funcional intrínseca. J. Neurophysiol. 106 2322 – 2345. 10.1152 / jn.00339.2011 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Castel AD, Pratt J., Drummond E. (2005). Os efeitos da experiência de videogame de ação no curso do tempo de inibição do retorno e a eficiência da busca visual. Acta Psychol. 119 217 – 230. 10.1016 / j.actpsy.2005.02.004 [PubMed] [Cross Ref]
Chen CY, Huang MF, Yen JY, CS Chen, Liu GC, Yen CF, et al. (2015) Correlatos cerebrais de inibição de resposta no distúrbio de jogos na Internet. Clínica de Psiquiatria. Neurosci. 69 201 – 209. 10.1111 / pcn.12224 [PubMed] [Cross Ref]
Chen S., Weng L., Su Y., Wu H., Yang P. (2003). Desenvolvimento de uma escala chinesa de dependência de internet e seu estudo psicométrico. Queixo. J. Psychol. 45 251 – 266. 10.1371 / journal.pone.0098312 [Cross Ref]
Craddock RC, Jbabdi S., Yan CG, Jog Vogelstein, Castellanos FX, Di Martino A., et al. (2013) Imageamento de conectomas humanos na macroescala. Nat. Métodos 10 524 – 539. 10.1038 / Nmeth.2482 [Artigo gratuito do PMC] [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]
Ding WN, Sun JH, Sun YW, Zhou Y., Li L., Xu JR, 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 GH, DeVito EE, Du XX, Cui ZY (2012a). Controle inibitório prejudicado em 'transtorno de dependência de internet': um estudo de ressonância magnética funcional. Psiquiatria Res. Neuroimagem 203 153 – 158. 10.1016 / j.pscychresns.2012.02.001 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Dong GH, DeVito E., Huang J., Du XX (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 GH, Lin X., Hu YB, Xie CM, Du XX (2015a). O elo funcional desequilibrado entre a rede de controle executivo e a rede de recompensas explica os comportamentos 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 GH, Lin X., Potenza MN (2015b). A diminuição da conectividade funcional em uma rede de controle executivo está relacionada ao comprometimento da função executiva no distúrbio de jogos na Internet. Prog. Neuro-Psicofarmacol. Biol. Psiquiatria 57 76 – 85. 10.1016 / j.pnpbp.2014.10.012 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Dong GH, Lin X, Zhou HL, Lu QL (2014). Flexibilidade cognitiva em viciados em internet: evidência de ressonância magnética funcional de situações difíceis de fácil e difíceis de mudar. Viciado. Behav. 39 677 – 683. 10.1016 / j.addbeh.2013.11.028 [PubMed] [Cross Ref]
Dong GH, Shen Y., Huang J., Du XX (2013). Função de monitoramento de erros prejudicada em pessoas com transtorno de dependência de internet: um estudo de fMRI relacionado a eventos. EUR. Viciado. Res. 19 269 – 275. 10.1159 / 000346783 [PubMed] [Cross Ref]
Droutman V., Leia SJ, Bechara A. (2015). Revisitando o papel da insula no vício. Tendências Cogn. Sci. 19 414 – 420. 10.1016 / j.tics.2015.05.005 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Corante MWG, CS Verde, Bavelier D. (2009). Aumento da velocidade de processamento com videogames de ação. Curr. Dir. Psychol. Sci. 18 321 – 326. 10.1111 / j.1467-8721.2009.01660.x [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Finn ES, Shen X., Holahan JM, Scheinost D., Lacadie C., Papademetris X., et al. (2014) Interrupção de redes funcionais na dislexia: uma análise da conectividade baseada no cérebro e baseada em dados. Biol. Psiquiatria 76 397 – 404. 10.1016 / j.biopsych.2013.08.031 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Fornito A., Bullmore ET (2015). Connectomics: um novo paradigma para entender a doença cerebral. EUR. Neuropsychopharmacol. 25 733 – 748. 10.1016 / j.euroneuro.2014.02.011 [PubMed] [Cross Ref]
Fornito A., Yoon J., Zalesky A., Bullmore ET, Carter CS (2011). Distúrbios gerais e específicos da conectividade funcional no primeiro episódio de esquizofrenia durante o desempenho do controle cognitivo. Biol. Psiquiatria 70 64 – 72. 10.1016 / j.biopsych.2011.02.019 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Forstmann BU, van den Wildenberg WPM, Ridderinkhof KR (2008). Mecanismos neurais, dinâmica temporal e diferenças individuais no controle de interferências. J. Cogn. Neurosci. 20 1854 – 1865. 10.1162 / jocn.2008.20122 [PubMed] [Cross Ref]
Fox MD, Zhang D., AZ Snyder, Raichle ME (2009). O sinal global e observou redes cerebrais de estado de repouso anticorrelacionadas. J. Neurophysiol. 101 3270 – 3283. 10.1152 / jn.90777.2008 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Fransson P., Marrelec G. (2008). O córtex precuneus / cingulado posterior desempenha um papel fundamental na rede de modo padrão: evidência de uma análise de rede de correlação parcial. Neuroimage 42 1178 – 1184. 10.1016 / j.neuroimage.2008.05.059 [PubMed] [Cross Ref]
Goldstein RZ, Volkow ND (2011). Disfunção do córtex pré-frontal na dependência: achados de neuroimagem e implicações clínicas. Nat. Rev. Neurosci. 12 652 – 669. 10.1038 / nrn3119 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Green CS, Bavelier D. (2003). O videogame de ação modifica a atenção seletiva visual. Natureza 423 534 – 537. 10.1038 / nature01647 [PubMed] [Cross Ref]
Green CS, Pouget A., Bavelier D. (2010). Inferência probabilística melhorada como mecanismo geral de aprendizado com videogames de ação. Curr. Biol. 20 1573 – 1579. 10.1016 / j.cub.2010.07.040 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Green CS, Sugarman MA, Medford K., E. Klobusicky, Bavelier D. (2012). O efeito da experiência de videogame de ação na troca de tarefas. Comput. Cantarolar. Behav. 28 984 – 994. 10.1016 / j.chb.2011.12.020 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Griffiths MD, Pontes HM (2014). Transtorno de dependência de internet e transtorno de jogos de internet não são os mesmos. J. Addict. Res. Ther. 5:e124 10.4172/2155-6105.1000e124 [Cross Ref]
Han CE, Yoo SW, Seo SW, Na DL, Seong JK (2013). Estatísticas baseadas em cluster para conectividade cerebral em correlação com medidas comportamentais. PLoS ONE 8: e72332 10.1371 / journal.pone.0072332 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Han DH, YS Kim, Lee YS, KJ Min, Renshaw PF (2010). Alterações na atividade do córtex pré-frontal induzida por estímulo com o jogo de vídeo game. Cyberpsicol Behav. Soc. Netw. 13 655 – 661. 10.1089 / cyber.2009.0327 [PubMed] [Cross Ref]
Hoeft F., Watson CL, Kesler SR, Bettinger KE, Reiss AL (2008). Diferenças de gênero no sistema mesocorticolímbico durante o jogo de computador. J. Psychiatr. Res. 42 253 – 258. 10.1016 / j.jpsychires.2007.11.010 [PubMed] [Cross Ref]
Hong SB, Harrison BJ, Dandash O., Choi EJ, Kim SC, Kim HH, et al. (2015) Um envolvimento seletivo da conectividade funcional putamen em jovens com distúrbios de jogo na internet. Cérebro Res. 1602 85 – 95. 10.1016 / j.brainres.2014.12.042 [PubMed] [Cross Ref]
Hong SB, Zalesky A., Cocchi L., Fornito A., Choi EJ, Kim HH, et al. (2013) Diminuição da conectividade cerebral funcional em adolescentes com dependência de internet. PLoS ONE 8: e57831 10.1371 / journal.pone.0057831 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Király O., Griffiths MD, R. Urbán, Farkas J., Kökönyei G., Elekes Z., e outros. (2014) O uso problemático da internet e os jogos on-line problemáticos não são os mesmos: descobertas de uma grande amostra de adolescentes representativos nacionalmente. Cyberpsicol Behav. Soc. Netw. 17 749 – 754. 10.1089 / cyber.2014.0475 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Ko CH, Hsieh TJ, Chen CY, Yen CF, Chen CS, Yen JY, et al. (2014) Ativação cerebral alterada durante a 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, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS, et al. (2015) Alterou a densidade da substância cinzenta e interrompeu a conectividade funcional da amígdala em adultos com distúrbios de jogos na Internet. Prog. Neuro-Psicofarmacol. Biol. Psiquiatria 57 185 – 192. 10.1016 / j.pnpbp.2014.11.003 [PubMed] [Cross Ref]
Ko CH, Liu GC, Hsiao SM, Iene JY, Yang MJ, Lin WC, et al. (2009) Atividades do cérebro associadas ao desejo de jogo de vício em jogos online. J. Psychiatr. Res. 43 739 – 747. 10.1016 / j.jpsychires.2008.09.012 [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]
Ko C.-H., Yen C.-F., Yen C.-N., Yen J.-Y., Chen C.-C., Chen S.-H. (2005) Triagem para dependência de internet: um estudo empírico sobre pontos de corte para a escala de dependência de internet de Chen. Kaohsiung J. Med. Sci. 21 545–551. 10.1016/S1607-551X(09)70206-2 [PubMed] [Cross Ref]
Kong X.- Z., Zhen Z., Li X., Lu H.-H., Wang R., Liu L., et al. (2014) Diferenças individuais na impulsividade preveem o movimento da cabeça durante a ressonância magnética. PLoS ONE 9: e104989 10.1371 / journal.pone.0104989 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Koob GF, Volkow ND (2010). Neurocircuito da dependência. Neuropsychopharmacology 35 217 – 238. 10.1038 / npp.2009.110 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Kühn S., Gallinat J. (2015). Cérebros online: correlatos estruturais e funcionais do uso habitual da Internet. Viciado. Biol. 20 415 – 422. 10.1111 / adb.12128 [PubMed] [Cross Ref]
Kuss DJ, Griffiths MD (2012). Vício em jogos pela internet: uma revisão sistemática da pesquisa empírica. Int. J. viciado em saúde mental. 10 278–296. 10.1007/s11469-011-9318-5 [Cross Ref]
Li BJ, Friston KJ, Liu J., Liu Y., GP Zhang, Cao FL, et al. (2014) Conectividade dos gânglios basais frontais prejudicada em adolescentes com dependência de internet. Sci. Rep. 4: 5027 10.1038 / Srep05027 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Li WW, YD Li, Yang WJ, Zhang QL, DT Wei, Li WF, et al. (2015) Estruturas cerebrais e conectividade funcional associadas a diferenças individuais na tendência da Internet em adultos jovens saudáveis. Neuropsychologia 70 134 – 144. 10.1016 / j.neuropsychologia.2015.02.019 [PubMed] [Cross Ref]
Lin FC, Zhou Y., DuYS, Zhao ZM, Qin LD, Xu JR, et al. (2015) Circuitos funcionais corticostriatais aberrantes em adolescentes com transtorno de dependência de internet. Frente. Cantarolar. Neurosci. 9: 356 10.3389 / fnhum.2015.00356 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Lin MP, Ko HC, Wu JYW (2011). Prevalência e fatores de risco psicossociais associados ao vício em internet em uma amostra nacionalmente representativa de estudantes universitários em taiwan. Cyberpsicol Behav. Soci. Netw. 14 741 – 746. 10.1089 / cyber.2010.0574 [PubMed] [Cross Ref]
Lorenz RC, Kruger JK, Neumann B., Schott BH, Kaufmann C., Heinz A., et ai. (2013) Reatividade ao sinal e sua inibição em jogadores de jogos de computador patológicos. Viciado. Biol. 18 134 – 146. 10.1111 / j.1369-1600.2012.00491.x [PubMed] [Cross Ref]
Meng YJ, Deng W., Wang HY, Guo WJ, Li T. (2015). A disfunção pré-frontal em indivíduos com transtorno de jogo na Internet: uma meta-análise de estudos de ressonância magnética funcional. Viciado. Biol. 20 799 – 808. 10.1111 / adb.12154 [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]
Naqvi NH, Bechara A. (2009). A ilha escondida do vício: a ínsula. Tendências Neurosci. 32 56 – 67. 10.1016 / j.tins.2008.09.009 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Nichols TE, Holmes AP (2002). Testes de permutação não paramétricos para neuroimagem funcional: um primer com exemplos. Cantarolar. Mapp do cérebro. 15 1 – 25. 10.1002 / hbm.1058 [PubMed] [Cross Ref]
OReilly M. (1996). Vício em Internet: um novo transtorno entra no léxico médico. Pode. Med. Associ. J. 154 1882 – 1883. [Artigo gratuito do PMC] [PubMed]
Park CH, Chun JW, Cho H., Jung YC, Choi J., Kim DJ (2015). O cérebro viciado em jogos na internet está perto de estar em estado patológico? Viciado. Biol. [Epub ahead of print] .10.1111 / adb.12282 [PubMed] [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 HJ, 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]
Rorden C., Karnath HO, Bonilha L. (2007). Melhorando o mapeamento de sintomas de lesões. J. Cogn. Neurosci. 19 1081 – 1088. 10.1162 / jocn.2007.19.7.1081 [PubMed] [Cross Ref]
Saad ZS, Gotts SJ, Murphy K., Chen G., Jo HJ, Martin A., et al. (2012) Problema em repouso: como os padrões de correlação e as diferenças de grupo tornam-se distorcidos após a regressão do sinal global. Conexão Cerebral. 2 25 – 32. 10.1089 / brain.2012.0080 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Song XW, Dong ZY, Long XY, Li SF, Zuo XN, Zhu CZ, et ai. (2011) REST: um kit de ferramentas para processamento de dados de ressonância magnética funcional em estado de repouso. PLoS ONE 6: e25031 10.1371 / journal.pone.0025031 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Stanley ML, Moussa MN, Paolini BM, Lyday RG, Burdette JH e Laurienti PJ (2013). Definindo nós em redes cerebrais complexas. Frente. Comput. Neurosci. 7: 169 10.3389 / fncom.2013.00169 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Sun YJ, Ying H., Seetohul RM, Wang XM, Ya Z., Qian L., e outros. (2012) O estudo de fMRI cerebral requer a sugestão de imagens de sugestões em viciados em jogos online (adolescentes do sexo masculino). Behav. Cérebro Res. 233 563 – 576. 10.1016 / j.bbr.2012.05.005 [PubMed] [Cross Ref]
Takeuchi H., Taki Y., R. Nouchi, Sekiguchi A., H. Hashizume, Sassa Y., et al. (2014) Associação entre conectividade funcional em estado de repouso e empatia / sistematização. Neuroimage 99 312 – 322. 10.1016 / j.neuroimage.2014.05.031 [PubMed] [Cross Ref]
Talati A., Hirsch J. (2005). Especialização funcional dentro do giro frontal medial para decisões perceptuais de go / no-go baseadas em “o quê”, “quando” e “onde” informações relacionadas: um estudo de fMRI. J. Cogn. Neurosci. 17 981 – 993. 10.1162 / 0898929054475226 [PubMed] [Cross Ref]
Tzourio-Mazoyer N., Landeau B., Papathanassiou D., Crivello F., Etard O., Delcroix N., et al. (2002) Rotulagem anatômica automatizada de ativações em SPM usando uma parcela anatômica macroscópica do cérebro MNI MRI single-subject. Neuroimage 15 273 – 289. 10.1006 / nimg.2001.0978 [PubMed] [Cross Ref]
van den Heuvel MP, Pol HEH (2010). Explorando a rede cerebral: uma revisão sobre a conectividade funcional fMRI em estado de repouso. EUR. Neuropsychopharmacol. 20 519 – 534. 10.1016 / j.euroneuro.2010.03.008 [PubMed] [Cross Ref]
Volkow ND, Fowler JS (2000). Addiction, uma doença de compulsão e drive: envolvimento do córtex orbitofrontal. Cereb. Córtex 10 318 – 325. 10.1093 / cercor / 10.3.318 [PubMed] [Cross Ref]
Volkow ND, Fowler JS, Wang GJ (2003). O cérebro humano viciado: insights de estudos de imagem. J. Clin. Investig. 111 1444 – 1451. 10.1172 / Jci200318533 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Volkow ND, Wang GJ, Fowler JS, Tomasi D., Telang F, Baler R. (2010). Addiction: diminuição da sensibilidade à recompensa e aumento da sensibilidade à expectativa conspiram para sobrecarregar o circuito de controle do cérebro. Bioessays 32 748 – 755. 10.1002 / bies.201000042 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Volkow ND, Wang GJ, Telang F., Fowler JS, Logan J., Childress AR, et al. (2006) Sugestões de cocaína e dopamina no estriado dorsal: mecanismo de craving na dependência de cocaína. J. Neurosci. 26 6583 – 6588. 10.1523 / Jneurosci.1544-06.2006 [PubMed] [Cross Ref]
Wang Y., Yin Y., Sun YW, Zhou Y., Chen X., Ding WN, et al. (2015) Diminuição da conectividade funcional inter-hemisférica do lobo pré-frontal em adolescentes com distúrbio de jogo pela internet: um estudo preliminar usando fMRI em estado de repouso. PLoS ONE 10: e0118733 10.1371 / journal.pone.0118733 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Wee CY, Zhao ZM, Yap PT, Wu GR, ShiF, Price T., et al. (2014) Rede funcional cerebral perturbada no distúrbio de dependência de internet: um estudo de ressonância magnética funcional em estado de repouso. PLoS ONE 9: e107306 10.1371 / journal.pone.0107306 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Weissenbacher A., Kasess C., Gerstl F., Lanzenberger R., Moser E., Windischberger C. (2009). Correlações e anticorrelações na conectividade funcional em estado de repouso MRI: uma comparação quantitativa das estratégias de pré-processamento. Neuroimage 47 1408 – 1416. 10.1016 / j.neuroimage.2009.05.005 [PubMed] [Cross Ref]
Xia M., Wang J., Ele Y. (2013). BrainNet Viewer: uma ferramenta de visualização em rede para a conectomia do cérebro humano. PLoS ONE 8: e68910 10.1371 / journal.pone.0068910 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Yan C., Zang Y. (2010). DPARSF: uma caixa de ferramentas MATLAB para análise de dados “pipeline” de fMRI em estado de repouso. Frente. Syst. Neurosci. 4: 13 10.3389 / fnsys.2010.00013 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Yarkoni T., Poldrack RA, Nichols TE, Van Essen DC, Aposta TD (2011). Síntese automatizada em larga escala de dados de neuroimagem funcional humana. Nat. Métodos 8 665 – 670. 10.1038 / nmeth.1635 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Yeo BTT, Krienen FM, Sepulcre J., MR Sabuncu, Lashkari D., Hollinshead M., et al. (2011) A organização do córtex cerebral humano estimada por conectividade funcional intrínseca. J. Neurophysiol. 106 1125 – 1165. 10.1152 / jn.00338.2011 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
KS jovem (1998). Vício em Internet: o surgimento de um novo distúrbio clínico. CyberPsychol. Behav. 1 237–244. 10.1007/s10899-011-9287-4 [Cross Ref]
Yuan K., Qin W., Yu D., Bi Y., Xing L., Jin C., et ai. (2015) Principais interações de redes cerebrais e controle cognitivo em indivíduos com distúrbios de jogos pela internet no final da adolescência / início da idade adulta. Estruturação Cerebral. Funct. [Epub à frente da impressão] .10.1007 / s00429-014-0982-7 [PubMed] [Cross Ref]
Zalesky A., Fornito A., Bullmore ET (2010a). Estatística baseada em rede: identificando diferenças nas redes cerebrais. Neuroimage 53 1197 – 1207. 10.1016 / j.neuroimage.2010.06.041 [PubMed] [Cross Ref]
Zalesky A., Fornito A., Harding IH, Cocchi L., Yulcel M., Pantelis C. et ai. (2010b). Redes anatômicas cerebrais: a escolha dos nós é importante? Neuroimage 50 970 – 983. 10.1016 / j.neuroimage.2009.12.027 [PubMed] [Cross Ref]
Zhang JT, Yao YW, Li RSE, Zang YF, Shen ZJ, Liu L., et al. (2015) Alterada conectividade funcional em estado de repouso da ínsula em adultos jovens com distúrbio de jogos na Internet. Viciado. Biol. [Epub ahead of print] .10.1111 / adb.12247 [Artigo gratuito do PMC] [PubMed] [Cross Ref]
Zhou Y., Lin FC, YS Du, Qin LD, Zhao ZM, Xu JR, et al. (2011) Anormalidades da substância cinzenta na dependência da Internet: um estudo de morfometria baseado em voxel. EUR. J. Radiol. 79 92 – 95. 10.1016 / j.ejrad.2009.10.025 [PubMed] [Cross Ref]