Key points are not available for this paper at this time.
La symptomatologie de l'addiction à Internet (SAI) se caractérise par des schémas persistants et involontaires d'utilisation compulsive d'Internet, entraînant des altérations significatives du bien-être physique et mental. Ici, une approche de modélisation prédictive basée sur le connectome a été appliquée pour décoder la SAI à partir de la connectivité fonctionnelle au repos du cerveau entier dans une population saine. Les résultats ont montré que la SAI pouvait être prédite par la connectivité fonctionnelle entre le cortex préfrontal et le cervelet ainsi que le lobe limbique, et les connexions du lobe occipital avec le lobe limbique et le lobe insula. Les bords identifiés associés à la SAI montrent une généralisabilité dans la prédiction de la SAI au sein d'un échantillon indépendant. De plus, nous avons constaté que le réseau unique contribuant à la prédiction de la SAI, par rapport aux réseaux de prédiction de la symptomatologie du trouble de l'usage de l'alcool (l'éventail des symptômes et comportements associés au trouble de l'usage de l'alcool), comprenait principalement des connexions impliquant le lobe occipital et d'autres lobes. L'approche actuelle basée sur les données fournit la première preuve des caractéristiques cérébrales prédictives de la SAI basées sur l'organisation des réseaux cérébraux intrinsèques, avançant ainsi notre compréhension de la base neurobiologique de la susceptibilité au trouble d'addiction à Internet (DAI), et peut avoir des implications pour l'intervention rapide des personnes potentiellement à risque de DAI.
Feng et al. (Mon,) ont étudié cette question.