Problematiese internetgebruik as 'n ouderdomsverwante veelvlakke probleem: Bewyse uit 'n twee-plek opname (2018)

Verslaafde Behav. 2018 Februarie 12; 81: 157-166. doi: 10.1016 / j.addbeh.2018.02.017.

Ioannidis K1, Treder MS2, Chamberlain SR1, Kiraly F3, Redden SA4, Stein DJ5, Lochner C6, Grant JE7.

Abstract

AGTERGROND EN DOELSTELLINGS:

Problematiese internetgebruik (PIU, anders bekend as Internetverslawing) is 'n groeiende probleem in moderne samelewings. Daar is skaars kennis van die demografiese veranderlikes en spesifieke internetaktiwiteite wat met PIU verband hou en 'n beperkte begrip van hoe PIU gekonseptualiseer moet word. Ons doel was om spesifieke internetaktiwiteite wat verband hou met PIU te identifiseer en die modereringsrol van ouderdom en geslag in daardie verenigings te ondersoek.

METODES:

Ons het 1749-deelnemers gewoond aan 18 en bo via media-advertensies in 'n internet-opname op twee plekke, een in die VSA en een in Suid-Afrika; ons gebruik Lasso regressie vir die analise.

RESULTATE:

Spesifieke internetaktiwiteite is geassosieer met hoër problematiese internetgebruiktellings, insluitend algemene branderplankry (lasso β: 2.1), internetspeletjies (β: 0.6), aanlyn inkopies (β: 1.4), gebruik van aanlynveilingwebwerwe (β: 0.027), sosiale netwerk (β: 0.46) en die gebruik van aanlynpornografie (β: 1.0). Ouderdom het die verhouding tussen PIU en rolspeletjies (β: 0.33), aanlyn dobbelary (β: 0.15), gebruik van veilingswebwerwe (β: 0.35) en streaming media (β: 0.35) gemodereer, met ouer ouderdom wat verband hou met hoër vlakke van PIU. Daar was onoortuigende bewyse vir geslags- en geslag × internetaktiwiteite wat verband hou met problematiese internetgebruiktellings. Aandag-tekort hiperaktiwiteitsversteuring (ADHD) en sosiale angsversteuring is geassosieer met hoë PIU-tellings by jong deelnemers (ouderdom ≤ 25, β: onderskeidelik 0.35 en 0.65), terwyl algemene angsversteuring (GAD) en obsessief-kompulsiewe versteuring (OCD) was geassosieer met hoë PIU-tellings by die ouer deelnemers (ouderdom> 55, β: 6.4 en 4.3 onderskeidelik).

GEVOLGTREKKINGS:

Baie vorme van aanlyngedrag (bv. Inkopies, pornografie, algemene navigeer) dra 'n sterker verhouding met wanadaptiewe gebruik van die internet as spel wat die diagnostiese klassifikasie van problematiese internetgebruik as 'n veelvuldige versteuring ondersteun. Verder wissel internetaktiwiteite en psigiatriese diagnoses wat verband hou met problematiese internetgebruik met ouderdom, met openbare gesondheidsimplikasies.

SLEUTELWOORDE: Gedragsverslawing; Internet verslawing; Internetspelversteuring; lasso; Masjienleer; Problematiese internetgebruik

PMID: 29459201

DOI: 10.1016 / j.addbeh.2018.02.017

                            1

Inleiding

Problematiese internetgebruik (PIU, anders bekend as Internetverslawing), is 'n publieke gesondheidsorg in moderne samelewings regoor die wêreld. Die epidemiologie van PIU is steeds onduidelik (

; ) met 'n wye verskeidenheid geraamde berekeninge van die puntprevalensie (1% tot 36.7%), wat waarskynlik nie net die populasieverskille weerspieël nie, maar ook die verskeidenheid assesseringsinstrumente en verskillende operasionele definisies van PIU-gedrag. DSM-5 het Internet-spelstoornis uitgelig as 'n voorwaarde vir verdere studie (), met uitsondering van ander internetgebaseerde aktiwiteite soos dobbelary en die gebruik van sosiale media, ondanks die versameling van bewyse dat problematiese internetgebruik 'n veelvlakkige probleem is wat verder gaan as aanlyn-speletjies (; ;). Daar is al beskryf dat baie verskillende aanlyngedrag die normale funksionering kan benadeel as dit te veel aangepak word, insluitend aanlyn-speletjies en massiewe multiplayer-aanlyn-rolspeletjies (;;;;;), aanlyn dobbel (;), aanlyn-inkopies (; ;), kyk na pornografie (;;), gereelde e-poskontrole, kitsboodskappe (;;) en oorbenutting van sosiale media (;). Aanlyn gedrag kan ook kommer veroorsaak vir individue se liggaamlike gesondheid (;) of die grond lê vir kriminele dade (). Impulsiewe en kompulsiewe eienskappe kan probleme ondervind op internetgedrag (;;;;), terwyl spesifieke internetaktiwiteite gekoppel is aan psigiatriese afwykings; aanlyn inkopies is byvoorbeeld gekoppel aan depressie en opgaar (

).

Jong mense en studente word beskou as die mees kwesbare vir PIU (

; ; ; ; ), maar middeljarige en ouer bevolkings is nie omvattend ondersoek nie. Jong ouderdom is geassosieer met problematiese aanlyn inkopies (;). Daar is egter 'n aantal studies wat problematiese internetaktiwiteite identifiseer, insluitend oormatige internetgebaseerde inkopies, in volwasse bevolkings (

). Oor die algemeen is die natuurlike geskiedenis van problematiese internetgebruik nog onbekend, en daar kan ouderdomsverwante verskille wees in PIU oor die algemeen, of in verskillende problematiese aanlyngedrag.

PIU is oorweeg om 'n manlike oorweging te hê (

; ) en is waarskynlik meer algemeen onder die Asiatiese manlike jeug, maar vroue kan ook kwesbaar wees (;). Op kliniese vlak het die meerderheid van PIU-studies slegs manlike deelnemers ingesluit () en dit is onduidelik of vroulike kliniese populasies dalk ondervra kon word. Daar is sekere bewyse van waarnemingstudies wat mans en vrouens verskil in die manier waarop hulle in die aanlyn-omgewing funksioneer in terme van aktiwiteite wat hulle kies en hul negatiewe gevolge (;). Oormatige gebruik van klets en sosiale media is geassosieer met vroulike geslag in jong studente (;;; S). Vroulike geslag is ook geïdentifiseer as 'n voorspeller van problematiese aanlyn inkopies (), maar die teenoorgestelde is ook aangemeld (;). Aanlynspeletjies is geassosieer met manlike geslag (), maar in beide geslagte () is grootliks multiplayer-aanlyn-rolspel-speletjies aangemeld. Onlangse pornografie en aanlyn-dobbel is alreeds gereeld onder volwasse mannetjies (), maar daar is aangevoer dat die rol van beloningversterking, reageerbaarheid en drang van aanlyn seks dieselfde is vir beide geslagte (). Besondere platforms van sosiale media met verslawende potensiaal, soos netwerk-webwerwe soos Facebook, word deur albei geslagte gebruik, en daar is aangevoer dat vroue veral in gevaar kan wees. Algehele, daar kan geslags-spesifieke verskille wees vir aspekte van PIU; Alternatiewelik kan dit wees dat sodra kliniese en gedragseienskappe / konfrontering in ag geneem word, is beide geslagte op dieselfde wyse beïnvloed (;;

  

).

Algehele problematiese internetgebruik, insluitende die wye verskeidenheid problematiese internetgedrag, vereis strengere ondersoeke wat lig sal werp op watter spesifieke aktiwiteite as problematies of disfunksioneel beskou moet word, of in die algemeen bydra tot die verskynsel wat as PIU beskryf word. Die manier waarop ouderdom en geslag die verhouding tussen bepaalde internetaktiwiteite en PIU gematig is, is onderstreep, wat meer aandag verleen.

Ons doel was om spesifieke internetverwante aktiwiteite wat statisties verband hou met PIU te identifiseer en of daar interaksies met ouderdom of geslag is wat daardie verhoudings modereer.

 

 

  

2

Materiaal en metodes

 

 

  

2.1

Instelling en maatreëls

Meer besonderhede oor die opstel en maatreëls van hierdie studie is ook beskryf in ons vorige publikasie op PIU (

 

 

). Rapportering van metodes vir hierdie studie volg die STROBE riglyn (

). Die huidige studie is vanaf Januarie 2014-Februarie 2015 uitgevoer. Individue van 18 jaar en ouer is op twee plekke gewerf: Chicago (VSA) en Stellenbosch (Suid-Afrika) met internetadvertensies (gemiddelde ouderdom 29 [18-77]; 1119-mans [64%]; 1285 Kaukasiese [73%]). Die advertensies het individue gevra om deel te neem aan 'n aanlyn-opname oor internetgebruik. Deelnemers het die opname anoniem voltooi met behulp van Survey Monkey-sagteware. Die opname is deur Craigslist gestuur sodat slegs deelnemers uit die spesifieke plekke geteiken is. Die studie is goedgekeur deur die institusionele hersieningsrade by elke navorsingsite. Deelnemers het geen vergoeding ontvang om deel te neem nie, maar was in 'n ewekansige lotery ingeskryf, waardeur vyf pryse beskikbaar was met elke prys wat tussen $ 50 en $ 200 in die VSA gewaardeer is en drie pryse tussen ZAR250 en ZAR750 in Suid-Afrika.

Die aanlyn-opname bevat vrae oor die ouderdom, geslag, ras, verhouding, seksuele oriëntasie en agtergrond van elke individu, asook verskillende maatstawwe van spesifieke internetaktiwiteite. Ons het 'n aantal verskillende internetaktiwiteite gemeet, insluitend 1) algemene branderplankry 2) internetspeletjies totaal 3) Aanlyn rolspeletjies (RPG) 4) Tydverspilling / vaardigheidspeletjies (dws programme op iPod / iPad / selfoon, Tetris, juwele) 5 ) Multiplayer-aksie aanlyn (dws Call of Duty, Gears of War) 6) Aanlyn-inkopies 7) Veilingswebwerwe (dws Ebay) 8) Aanlyn dobbelary 9) Sosiale netwerke 10) Aanlyn sportsoorte (dws Fantasiesport, ESPN) 11) Pornografie / seks op internet 12) Boodskappe / blogging (dws AIM, Skype) en 13) Stroom van video's / media (dws YouTube, Hulu). Die opname het ook kliniese maatreëls ingesluit: die internetverslawingstoets (IAT) (

) 'n mate van wanadaptiewe internetgebruik te verskaf; kies Mini International Neuropsychiatric Interview (MINI) modules () om waarskynlike sosiale angsversteuring (SAD), veralgemeende angsversteuring (GAD) en obsessiewe-kompulsiewe versteuring (OCD) te identifiseer; die Volwasse ADHD-selfverslagskaal-simptoomkontrolelys (ASRS-v1.1) () om die aandag-tekort hiperaktiwiteitsversteuring (ADHD) simptome te identifiseer; die Padua Inventory (PI) () om obsessiewe-kompulsiewe tendense te identifiseer; en die Barratt Impulsiviteitskaal (BIS-11) om impulsiewe persoonlikheid te kwantifiseer (

). Beskrywende statistiek vir alle veranderlikes word opgesom en gestratifiseer volgens ouderdom in Aanvullende Tabel S1a.

Die IAT bestaan ​​uit 20-vrae wat fasette van PIU ondersoek. Punte op die IAT-reeks van 20 tot 100 met 20-49 weerspieël ligte internetgebruik, 50-79 gematigde internetgebruik en 80-100 weerspieël ernstige internetgebruik. Die PI bestaan ​​uit 39-items wat algemene obsessiewe en kompulsiewe gedrag beoordeel. Die BIS-11 is 'n selfverslag-vraelys wat gebruik word om impulsvlakke te bepaal.

Ons het 'n Principal Components Analysis (PCA) uitgevoer om te bepaal of enkele komponente van internetaktiwiteite 'n beduidende deel van die variansie sou kon verantwoord. Hierdie analise het egter getoon dat ons> 11 uit 13 komponente benodig om> 90% variansie te bereik, wat aandui dat 'n beduidende deel van die veranderlikes van internetaktiwiteite uniek tot die variansie bydra. Ons het dus besluit om elke veranderlike afsonderlik in ons analise te gebruik.

Slegs gegewens van deelnemers wat die volledige aanlyn-opname voltooi het, insluitend die internetaktiwiteitsmaatreëls, is in die ontledings ingesluit. Die oorspronklike steekproef het 2551 individue ingesluit. 63 individue is uitgesluit omdat hulle nie IAT-tellings gehad het nie. 'N Verdere 18 individue is uitgesluit vir die rapportering van transgender-geslag en 459 vir die ontbrekende belangrike voorspellingsveranderlikes, byvoorbeeld PI- of BIS-vraelyspunte. Vyf individue is uitgesluit vir verslagdoeningsouderdom <18 jaar oud. 'N Verdere 257 individue is uitgesluit weens die ontbrekende maatreëls vir internetaktiwiteit. Die finale volledige reeks het 1749 individue ingesluit met volledige tellings op alle veranderlikes. Hierdie laaste stap van uitsluitingsproses is verantwoordelik vir die steekproefverskil tussen die huidige studie en

. Hierdie finale volledige reeks het 1063 individue van die Stellenbosch-webwerf en 686 individue van die Chicago-webwerf ingesluit. Die geskatte puntprevalensie van PIU was ~ 8.5% met behulp van 'n IAT-afsnyding van 50 of hoër. Op die Stellenbosch-perseel was daar twee jonger deelnemers aan die twee populasies in die studieterrein (gemiddelde (reeks) 24.3 (18–76) versus 36.3 (18–77), ANOVA F <0.05, η 2 : 0.20], 'n laer persentasie manlike geslag [58% vs 73%, χ 2 <0.05, φ : 0.15], hoër verhouding van heteroseksuele seksuele oriëntasie [91% vs 84%, χ 2 <0.05, φ : 0.10], hoër tariewe van ADHD [50% vs 41% χ 2 <0.05, φ : 0.9], laer koerse van aanlyn inkopies [gemiddelde (reeks) 0.48 (0–5) versus 1.27 (0–5), ANOVA F <0.05, η 2 : 0.18] en effens laer IAT-tellings [gemiddelde (bereik) 30.3 (20-94) versus 35.9 (20-85), ANOVA F <0.05, η 2 : 0.06]. 'N Meer gedetailleerde vergelyking word in die Aanvullende Tabel S1b aangebied. Werwing en uitsluiting proses word grafies aangebied Fig 1 . Alle deurlopende veranderlikes (di BIS-telling) is gestandaardiseer om die interpreteerbaarheid van die modelkoëffisiënte te verhoog. Die voorspellingsmetodes gebruik die IAT-telling as 'n numeriese veranderlike (Reeks 20-94, Mean 32.48). Alle ontledings is onderneem in R Studio weergawe 3.1.2. Lasso Algemeen Lineêre Modelle is uitgevoer met behulp van die "glmnet" pakket (Pakket glmnet weergawe 2.0-5 (

)). Meer besonderhede oor die ontledingsproses kan gevind word in die Supplement (metodologie aanhangsel).

  

 

 

 

 

 

  

Fig 1
  

Werwingsvloeidiagram. Vloeidiagram wat werwing en uitsluiting van hoof- en subgroepontledings beskryf; IAT: Internetverslawingstoets; PI: Padua Inventory-Revised; BIS - Barratt Impulsiwiteit Skaal 11; CHI - Chicago; SA - Suid-Afrika (Stellenbosch). (Vir die interpretasie van die verwysings na kleur in hierdie figuurlegende, word die leser na die webweergawe van hierdie artikel verwys.)

 

 

 

 

 

  

2.2

Verkenning van korrelasies

Ons ondersoek korrelasies tussen die veranderlikes in ons data (sien Fig 2 ). Al die verskillende internetaktiwiteite het swak positiewe korrelasies met die IAT-telling gehad (Pearson-korrelasiekoëffisiëntbereik 0.23-0.48). Sommige matige positiewe korrelasies tussen internetaktiwiteitsveranderlikes is geïdentifiseer, dws totale internetspeletjies en RPG (r = 0.57), totale internetspeletjies en multispelerspeletjies (r = 0.55), aanlyn inkopies en gebruik van veilingswebwerwe (r = 0.55), algemene branderplankry en inkopies (r = 0.44), algemene branderplankry en sosiale netwerke (r = 0.44), algemene branderplankry- en stroommedia (r = 0.44). Daar was swak positiewe korrelasies tussen sport en pornografie (r = 0.38), manlike geslag en sport (r = 0.30) of pornografie (r = 0.39) of multiplayer-aksiespel (r = 0.27). Daar was swak korrelasies tussen aanlyn dobbelary en aksie-multispeler (r = 0.41), RGP (r = 0.32), veilingswebwerwe (r = 0.38), sport (r = 0.38) of pornografie (r = 0.39). Impulsiwiteit was swak positief gekorreleer met algemene branderplankry, aanlyn inkopies, die gebruik van veilingswebwerwe, sosiale netwerke, streaming media en pornografie (0.2 ≤ r ≤ 0.3). Daar was ook 'n swak korrelasie tussen ouer ouderdom en inkopies (r = 0.33) of die gebruik van veilingswebwerwe (r = 0.22), en tussen nie-heteroseksuele seksuele oriëntasie en pornografie (r = 0.22). Alle ander korrelasies tussen internetaktiwiteite en ouderdom, geslag, verhoudingstatus, seksuele oriëntasie, vlak van opvoeding, ras en vlakke van impulsiwiteit en kompulsiwiteit was baie swak (-0.2 <r <0.2).

  

 

 

 

 

 

  

Fig 2
  

Verkennende korrelasiematriks van veranderlikes. Pearson korrelasies tussen alle veranderlikes. Positiewe korrelasies word in groen kleurverloop aangedui, negatiewe korrelasies is in rooi gradiënt. IAT. Totaal - Internetverslawing telling; PADUA - PADUA Inventaris telling; BIS - Barratt Impulsiwiteit Skaaltelling; RPG - Aanlyn rolspeletjies. (Vir die interpretasie van die verwysings na kleur in hierdie figuurlegende word die leser na die webweergawe van hierdie artikel verwys.)

 

 

 

 

 

  

2.3

Hantering van oor-pas

Vir ons statistiese metodes het ons modelle gebruik wat demografiese veranderlikes insluit (ouderdom, ras, opvoedingsvlak, geslag, verhoudingsstatus, seksuele oriëntasie), kliniese eienskappe (diagnoses van ADHD, GAD, Sosiale Angs en OCD), gedragsdimensies wat verband hou met PIU (impulsiwiteit en kompulsiwiteit), internetaktiwiteite en interaksie terme tussen internetaktiwiteite × Ouderdom of Geslag; laasgenoemde is besluit om die hipotese te toets dat ouderdom of geslag die verhouding tussen internetaktiwiteite en problematiese internetgebruikstellings modereer. Ons het 'n totaal van 51 voorspeller veranderlikes ingesluit. Deur 'n verskeidenheid veranderlikes in te sluit, het ons daarop gemik om 'n model wat meer akkuraat is en terselfdertyd komplekse interaksies tussen demografiese en internetaktiwiteitsveranderlikes vas te lê. Die nadeel om baie voorspeller veranderlikes te hê, is egter dat dit tipies lei tot oor-passing, vergesel van groot koëffisiënte. Verder, in-monster lineêre regressie is geneig om te oorpas, veral in komplekse modelle, en is fundamenteel foutief om voorspellings oor nuwe data te maak. Daar is uitgebreide bewyse van die nadele van oorpassende modelle (

 

 

). Om oor-passing te hanteer, het ons bespreek die gebruik van statistiese metodes buite die steekproef (kruisverifikasie) om 'n skatting te kry van die algemene en voorspellingsfout van die model (

 

 

). Ons het hierdie benadering in ons huidige data ondersoek toe ons 'n buite-steekproef kruisvalideerde skatting van die wortel-gemiddelde-kwadraat-fout in samewerking met 'n terugwaartse seleksie van veranderlikes gebruik het om te toets of modelle verbeter deur 'n hoë aantal veranderlikes in die onderstelle van moontlike kombinasies van voorspellers, en ons het gesien dat yl modelle (dws met ongeveer tussen 13 en 16 veranderlikes) nie-minderwaardig was in terme van kruisvalideerde RMSE in vergelyking met meer komplekse modelle (insluitend> 16 veranderlikes). Dit word in verkennend getoon Fig 3 (Links bo).

  

 

 

 

 

 

  

Fig 3
  

Verduidelikende gedeeltes vir kruis-gevalideerde foute en Lasso koëffisiënte. Verduidelikende gedeeltes vir dwars-gevalideerde foute en Lasso koëffisiënte (alle deelnemers n = 1749). Die eerste plot (bo links) toon die kruis-gekontroleerde wortelgemiddelde kwadraatfout (rmse.cv) as 'n funksie van die aantal veranderlikes wat in die lineêre regressiemodel ingesluit is. Die plot toon dat die byvoeging van meer as ~ 16 veranderlikes in die model nie noodwendig die model verbeter in terme van RMSE reduksie nie. Die tweede plot (bo regs) demonstreer die 10-vou-kruis-gekontroleerde gemiddelde kwadraat fout as 'n funksie van (log) lambda (λ) vir die lasso-gereformeerde model deur gebruik te maak van die volledige data met interaksie terme. Die boonste nommer van die plot dui op die aantal voorspellers (veranderlikes) wat die model gebruik, van alle voorspellers (bo links) na meer yl modelle (boonste regterhoek). Hierdie funksie help die optimalisering van Lasso in terme van die keuse van die beste λ. Die derde plot (links onder) toon die voorspellers koeffisiente tellings as 'n funksie van log (λ) wat die krimping van koëffisiënte vir groter getalle log (λ) aandui. Die boonste nommer van die plot dui op die aantal voorspellers (veranderlikes) wat die model gebruik, van alle voorspellers (bo links) na meer yl modelle (boonste regterhoek). Die laaste grafiek (onder regs) toon die breuk van afwyking wat deur die modelle verduidelik word in verhouding tot die aantal voorspellers wat gebruik word en hul koëffisiënte. Elke gekleurde lyn het 'n enkele voorspeller en sy koëffisiënt-telling beskryf. Die plot toon dat naby die maksimum breuk van afwyking verduidelik word, is groter koëffisiënte wat voorkom waarskynlik die oorskakeling van die model. (Vir die interpretasie van die verwysings na kleur in hierdie figuurlegende, word die leser verwys na die web weergawe van hierdie artikel.)

 

 

 

 

 

  

2.4

Gereëlde regressie met beperkinge van beperkinge

Vir die redes wat in die vorige paragraaf genoem is, wou ons 'n voorspellingsmetode gebruik wat nie soveel te pas sou wees nie, terwyl dit vergelykbaar is met standaard statistiese metodes in terme van die voorspelling van PIU tellings. Dit sal ook waardevol wees as ons metode ook veranderlike seleksie kan doen (dws deur die aantal voorspellers met nie-nul-koëffisiënte te verminder), om te help met die interpretasie van die model. Regulering, aanvanklik ontwerp deur Tikhonov om integrale vergelykings op te los (

 

 

) en later in die statistiese wetenskap ingevoer, het sommige van die verlangde eienskappe van die verskuiwing van die modelkonstruksie na sparsiteit en die vermindering van oorfitting (). Lasso (veralgemeende lineêre model met gestrafte maksimum waarskynlikheid, bekend as regressie deur gebruik te maak van die minste absolute krimp- en seleksieoperateur (Lasso of LASSO ())) is 'n regularisasie- en regressie-analise metode wat nou dikwels in die mediese wetenskappe gebruik word; kliniese voorspellingsmodellering in psigiatrie (RC). Ridge regressie is 'n ander vorm van gereëlde lineêre regressie wat koëffisiënte krimp deur 'n koëffisiëntboete in te voer (). Die elastiese net is 'n intermediêre model tussen rif en lasso en sy straf word beheer deur α, wat die gaping tussen Lasso (α = 1) en rif (α = 0) oorbrug. Die stemparameter λ beheer die algehele krag van die straf. Lasso gebruik die L1 straf en rif gebruik die L2 straf. In teenstelling met rif regressie, is die effek van die Lasso L1 straf dat die meeste koëffisiënte na nul gedryf word, wat lei tot 'n gereëlde oplossing wat gelyktydig yl is. Deur hierdie meganisme voer die Lasso veranderlike seleksie uit, wat die interpretasie baie kan vereenvoudig, veral as baie voorspellers in die model betrokke is. Nog 'n nie-standaard metode wat bekend is vir hoë akkuraatheid en die vermoë om oor te pas, is willekeurige woude (

 

 

  

). Willekeurige woude is 'n masjienleermetode wat goed presteer teen nie-lineêre afhanklikhede en daarom kan die vertoning van hierdie model ondersoek word na insig in moontlik 'verborge', komplekse verenigings.

 

 

  

2.5

Voorspellingsmetodes

Om die toepaslike model in ons analise te kies, het ons lineêre regressie-, rif-regressie-, elastiese-net-, Lasso- en ewekansige bosmodelle met mekaar vergelyk en teen 'n naïewe basislyn gebruik deur 'n kruisvalideerde skatting van RMSE buite die steekproef te gebruik. Ons kruisvalidering het ingesluit dat die gegewens willekeurig in 'n oefen- en toetsstel verdeel moes word, dat die modelparameters in die opleidingsstel afgestel en voorspellings gemaak word vir IAT-tellings in die toetsstel. Vanweë die willekeurige aard van die verdeel van die data in voue, het ons hierdie proses 50 keer herhaal om 'n stabiele en herhaalbare skatting te kry. Vervolgens het ons die finale vektore van RMSE-tellings vergelyk met behulp van Exact Wilcoxon-Pratt-getekende rangtoetse. Al die modelle was aansienlik beter as die naïewe basislyn (p gekorrigeer <0.001, Cohen se d = -0.87) (sien aanvullende tabel S2). Opsommende statistieke van RMSE-tellings word in aanvullende tabel S3 aangebied. Lasso en elastiese net was beter as rugregressie (p-gekorrigeer <0.01, d = 0.51, d = 0.49) en lineêre regressie (p gekorrigeer <0.001, d = 0.76) en nie statisties verskillend tussen mekaar nie (p reggestel> 0.05, d = −0.08). Willekeurige woud was nie beter as lasso nie (p = 0.12) of elastiese net (p reggestel> 0.05). Daarom het ons Lasso in ons analise gebruik omdat Lasso, na 'n goeie voorspellingsprestasie buite die steekproef, veranderlike seleksie kon uitvoer deur koëffisiënte na nul te krimp en dus die interpreteerbaarheid te verhoog. Alhoewel die elastiese net ook veranderlike seleksie kan uitvoer, is dit geneig om meer veranderlikes te kies, en hoewel dit 'n meer komplekse en kragtiger model is, het dit nie beduidend beter prestasie as lasso gelewer nie. In ons finale ontleding van volledige data en subgroepontledings het ons 'n tienvoudige kruisvalidasie gebruik om die optimale lambda vir elke lassomodel te produseer en koëffisiënte wat deur daardie modelle geproduseer word, te rapporteer. Verklarende plotte wat voortspruit uit die volledige data-analise word in Fig 3 .

 

 

  

3

Results

Lasso regressie resultate word opgesom in die hele monster en gestratifiseer volgens ouderdom in Tabelle 1 en 2 . Volledige tabelle met resultate vir subgroepontledings, insluitend gestratifiseerd volgens ouderdom en per studieterrein, word in die aanlyn aanvullende tabelle (tabelle S4 – S10) aangebied. Verkennende diagramme van die gegewens word in aanvullende syfers aangebied (Fig. S1 – S3). Resultate van die meer standaard statistiese benadering van lineêre regressie word ook in Aanvullende Tafels S4-S10 aangebied, en enige verskille in strukturele inferensie in vergelyking met die hoofresultate wat hieronder aangebied word, is afhanklik van die keuse van 'n ander model.

Tabel 1
Lasso koëffisiënte vir internetaktiwiteite gestratifiseer volgens ouderdom.
InternetaktiwiteitAlmal (n = 1749)18 ≤ Ouderdom ≤ 25 (n = 1042)26 ≤ Ouderdom ≤ 55 (n = 592)Ouderdom> 55 (n = 115)
Algemene branderplankry2.100 2.400 1.500 0.590
Internet speel0.600 0.450 0.110 0.000
rPG0.0000.0000.710 0.000
Tydwasters0.0000.0000.0000.450
Aksie multiplayer0.0000.0000.0000.000
Inkopies1.400 0.840 1.500 0.000
Veiling webwerwe0.027 0.0000.990 0.230
Dobbel0.0000.0000.780 0.000
sosiale netwerk0.460 0.0001.300 0.000
Sport0.0000.0000.0000.000
Pornografie1.000 1.400 0.210 0.000
Boodskappe0.0000.0000.110 0.000
Streaming media0.0000.0000.0001.200
Padua0.074 0.085 0.029 0.065
BIS0.066 0.048 0.072 0.086
ADHD diagnose1.700 0.350 3.100 0.000
GAD diagnose0.230 0.0000.0006.400
Diagnose van sosiale angs0.0000.560 0.0000.000
OCD diagnose0.270 0.0000.0004.300
 

 

 

Lasso - die minste absolute krimp- en seleksie-operateur; RPG - Rolspeletjies; PADUA: Padua-inventaris-hersiene kontrolering; BIS - Barratt Impulsiwiteit Skaal 11; ADHD - aandagafleibaarheid; GAD - Algemene angsversteuring; OCD - Obsessief-kompulsiewe versteuring. Vir aanbiedingsdoeleindes word die beduidende Lasso-koëffisiënte vet aangedui.
Tabel 2
Lasso koëffisiënte vir demografie en interaksie terme.
InternetaktiwiteitAlmal (n = 1749)18 ≤ Ouderdom ≤ 25 (n = 1042)26 ≤ Ouderdom ≤ 55 (n = 592)Ouderdom> 55 (n = 115)
Demografiese veranderlikes0.0000.0000.0000.000
Geslag × enige internetaktiwiteit0.0000.0000.0000.000
Ouderdom × algemene branderplankry0.000---
Ouderdom × Internet speel0.000---
Ouderdom × RPG0.330 ---
Ouderdom × tydvermorsers0.000---
Ouderdom × aksie multispeler0.000---
Ouderdom × inkopies0.000---
Ouderdom × dobbel0.150 ---
Ouderdom × veiling webwerwe0.350 ---
Ouderdom × sosiale netwerke0.000---
Ouderdom × sport0.000---
Ouderdom × pornografie0.000---
Ouderdom × messaging0.000---
Ouderdom × streaming media0.350 ---
 
  

Lasso - die minste absolute krimp- en seleksie-operateur; RPG - Rolspeletjies; Demografiese veranderlikes is: Ouderdom, geslag, ras, opvoeding, verhoudingstatus en seksuele oriëntasie. Vir aanbiedingsdoeleindes word die beduidende Lasso-koëffisiënte vet aangedui.

 

 

  

3.1

Demografie

In lasso-regressie is geen veranderlike, insluitend ouderdom, geslag, ras, opvoedingspeil, verhoudingsstatus of seksuele oriëntasie, in enige ouderdomsgroep of in die volledige data met PIU geassosieer nie.

 

 

  

3.2

Internetaktiwiteite

In die volledige Lasso-regressiedata is 'n aantal internetaktiwiteite geassosieer met hoë PIU-tellings, insluitend algemene branderplankry (β: 2.1), internetspel (β: 0.6), aanlyn inkopies (β: 1.4), gebruik van veilingswebwerwe (β: 0.027), sosiale netwerke (β: 0.46) en die gebruik van aanlynpornografie (β: 1.0). Die verhoudings tussen PIU en rolspel (RPG's), aanlyn dobbelary, die gebruik van veilingswebwerwe en die gebruik van streaming media is gemodereer volgens ouderdom (β: 0.33, 0.15, 0.35 en 0.35 onderskeidelik), met ouer ouderdom wat verband hou met hoër PIU-tellings . In ouderdoms-subgroepanalise (jong deelnemers ouderdom ≤ 25, middeljarige deelnemers 25 <ouderdom ≤ 55; ouer deelnemers ouderdom> 55), het algemene branderplankry geassosieer met PIU in alle ouderdomsgroepe, maar sterker by die jong (β: 2.4) , minder in die middeljarige ouderdom (β: 1.5), en nog minder by die ouer deelnemers (β: 0.59). 'N Soortgelyke neiging is gesien in internetspeletjies (β: 0.45, 0.11 en 0.0 vir onderskeidelik die drie ouderdomsgroepe) en die gebruik van aanlynpornografie (β: 1.4, 0.21 en 0.0). Sommige internetaktiwiteite soos die gebruik van aanlyn-RPG's was sterker geassosieer met PIU by middeljarige deelnemers in vergelyking met ander ouderdomsgroepe (β: 0.71). Dieselfde het gegeld vir aanlyn dobbelary (β: 0.78), kitsboodskappe (β: 0.11) en aanlyn sosiale netwerke (β: 1.3). Die gebruik van veilingswebwerwe hou ook sterker verband met PIU by middeljarige deelnemers (β: 0.99), maar ook voorspelbaar by die ouer deelnemers (β: 0.23). Stroom van aanlynmedia en die gebruik van tydverkwisters is geassosieer met PIU by die ouer deelnemers (onderskeidelik β: 1.2, 0.45), maar nie in enige ander ouderdomsgroep nie.

 

 

  

3.3

Kliniese en gedragseienskappe

Simptome van aandagafleibaarheid-hiperaktiwiteitsversteuring (ADHD) (β: 1.7), veralgemeende angsversteuring (GAD) (β: 0.23) en obsessiewe-kompulsiewe versteuring (OCD) (β: 0.27) is geassosieer met hoër PIU-tellings. In ouderdomssubgroepontleding is ADHD en SAD geassosieer met hoër PIU-tellings by jonger deelnemers (onderskeidelik ß: 0.35 en 0.56), terwyl ADHD betekenisvol gebly het in die middeljarige subgroep (β: 3.1). GAD en OCD was geassosieer met hoër PIU-tellings in die ouer deelnemersgroep (ß: 6.4 en 4.3 onderskeidelik), maar nie in die ander ouderdomsgroepe nie. BIS-tellings (impulsiewe persoonlikheid) en PADUA-tellings (obsessiewe-kompulsiewe neigings) is geassosieer met hoër PIU-tellings in die volledige data (onderskeidelik β: 0.066 en 0.074) en in alle ontledings van die subgroepe.

 

 

  

4

Bespreking

Hierdie vraestel is die eerste poging om die verskillende soorte internetaktiwiteite wat verband hou met wanadaptiewe gebruik van die internet deeglik te ondersoek, naamlik met problematiese internetgebruik. Vorige werk het oor die algemeen aandag gegee aan spesifieke internetaktiwiteite wat lei tot problematiese gebruik deur op geïsoleerde internetaktiwiteite te fokus (

 

 

; ; ; ; ). Ons het hier getoon dat 'n verskeidenheid internetaktiwiteite, waaronder algemene branderplankry, internetspeletjies, aanlyn inkopies, die gebruik van veilingswebwerwe, aanlyn dobbel, sosiale netwerke en die gebruik van aanlynpornografie, afsonderlik en uniek bydra tot die PIU, wat bewys lewer dat PIU 'n komplekse is verskynsel wat 'n verskeidenheid problematiese gedrag insluit. Verder het ons aangetoon dat hierdie gedrag hul statisties beduidende assosiasies met PIU behou, selfs wanneer psigiatriese simptome geassosieer word met PIU (dws simptome van ADHD, GAD en OCD) (;) en gedragsdimensies waarvan die voorspelling voorkom PIU (dws persoonlikheidsmaatreëls van impulsiwiteit en kompulsiwiteit) (;;;

) in ag geneem word. Ons het verder getoon dat spesifieke internetaktiwiteite soos RPG, aanlyn dobbel, die gebruik van veilingswebwerwe en streaming media geassosieer word met hoër PIU-tellings en dat hierdie verhouding deur ouderdom beïnvloed word. Ten slotte toon ons data dat ander vorme van aanlyngedrag (bv. Inkopies, pornografie, algemene navigeer) 'n sterker verhouding met wanadaptiewe gebruik van die internet as speel speel en dit is moontlik dat dit verband hou met die feit dat vorige studies nie so 'n 'n wye verskeidenheid internetverwante aktiwiteite. Hierdie resultate het belangrike implikasies vir die konseptualisering van PIU as 'n klinies betekenisvolle afwyking, omdat dit die aandag trek van die een-dimensionele en betreklik smal konstruksie van 'Internet gaming disorder', na 'n multidimensionele eenheid van problematiese internetgebruik of internetverslawing wat veelvuldige fasette bevat. van menslike aanlyn gedrag.

Daarbenewens het ons die gebruik van 'n nie-standaard-benadering van die gebruik van Lasso-regressie gebruik om die PIU-tellings te voorspel, in vergelyking met die 'meer standaard'-lineêre regressie. Die gebruik van 'n onbepaalde skatting van die voorspellende waarde van 'n model help dikwels om die verskynsel aan te pak, deur watter betekenisvolheid verval in repliseringsstudies. Die keuse van Lasso-regressie kom egter met die voorbehoud dat veranderlikes wat nie deur die model gekies word nie (met nulkoëffisiënte) nog voorspelbaar kan wees, veral as daar hoë korrelasies tussen geselekteerde en nie-geselekteerde veranderlikes is. In ons datastel het ons geen hoogs gekorreleerde veranderlikes gehad nie, maar hierdie beperking beteken egter dat ons enige negatiewe resultate konserwatief moet behandel. Byvoorbeeld, die gebrek aan assosiasie tussen geslag en PIU sowel as die gebrek aan assosiasie tussen geslag × Internetaktiwiteite met PIU ondersteun waarskynlik die hipotese dat as 'n groter verskeidenheid PIU-gedrag en moontlike verwarring in ag geneem word, beide geslagte ewe kwesbaar is. om fasette van PIU te ontwikkel (

; ). Weens die beperkinge van ons ontleding, kan ons egter nie die moontlikheid uitsluit dat daar ander assosiasies tussen PIU en geslag bestaan ​​nie. Daar is byvoorbeeld voorgestel dat geslag die verhouding tussen aanlyn inkopies en PIU modereer en dat vroue meer in gevaar kan wees (). Relevansie kan wees dat dwang koopgedrag, 'n wanorde wat prominent is in middeljarige groepe, 'n vroulike oorheersing het deur 5: 1-verhouding (), en kan sulke bevindinge bestuur. Ons het nie enige inligting oor hierdie wanorde gehad om hierdie hipotese te toets nie. Dit is ook belangrik om daarop te let dat die IAT-instrument wat hier gebruik word, kritiek gekry het op sy gebrek aan robuustheid rakende faktorstruktuur, verskille van huidige DSM-5 operasionalisering (spelstoornis) en agter die tegnologiese vooruitgang van internettoepassings (;

). Toekomstige PIU-navorsing sal goed gedien word deur metodologies robuuste, gevalideerde instrumente, wat ook die vinnig ontwikkelende aard van PIU vanuit 'n tegnologiese en gedragsperspektief kan vasvang.

Ons analise van die ouderdomsgroep het insig gegee in die ouderdomsverwante assosiasies tussen PIU en verskillende internetaktiwiteite. Die algemene opvatting dat PIU 'n jeugdversteuring is, is nie noodwendig korrek nie en kan gebaseer wees op die gebrek aan toepaslik ontwerpte studies wat aanlyn gedrag in alle ouderdomsgroepe vang. Onvoldoende kennis vir die natuurlike geskiedenis van PIU oor die hele leeftyd laat nie toe dat 'n uitgebreide ondersoek na kwesbaarhede in die ouer bevolking ten opsigte van risiko's ontwikkel word om PIU te ontwikkel nie. Ons resultate dui egter daarop dat daardie kwesbaarhede wel bestaan, en verdere navorsing is gewaarborg om die eienskappe van die bevolkingsgroepe wat in gevaar is, te karteer. Byvoorbeeld, met ADHD of sosiale angs simptome kan 'n voorspeller wees vir PIU by jong bevolkings, terwyl die OCD- of GAD-simptome 'n voorspeller vir PIU in ouer populasies kan wees. Die feit dat OCD nie in 'n onlangse meta-analise met PIU geassosieer is nie (

) kan 'n aanduiding wees dat ouer bevolkings te veel beoordeel is. Die feit dat ADHD sterk verband hou met hoë PIU-tellings, is nie verbasend nie, aangesien ander studies 'n baie hoë voorkoms van ADHD (tot 100%) in PIU-populasies () gerapporteer het. Terselfdertyd kan spesifieke middeljarige bevolkings (tussen 26 en 55) 'n groter risiko vir PIU hê as hulle ook ly aan 'n kompulsiewe koopversteuring of 'n dobbelsteurnis, gegewe die natuurlike geskiedenis van die afwykings wat in die middeljare bereik (

).

Verder is die bevindinge dat 'n bepaalde aanlyn-aktiwiteit slegs in spesifieke ouderdomsgroepe met PIU geassosieer word, impliseer dat sekere ouderdomsgroepe die risiko loop om aspekte van PIU te ontwikkel. Terwyl jongmense meer risiko loop om PIU te ontwikkel met 'n geneigdheid om pornografie te besigtig, 'n kwesbaarheid wat dalk minder in die middeljarige ouderdom kan wees en later in die lewe afneem, kan ouer mense meer geneig wees om PIU te ontwikkel wat gekenmerk word deur problematiese tydsbesteding wasters en streaming media (sien verkennende Fig 4 ). Laastens kan algemene navigeer 'n onderskatte faset van PIU wees, wat sterker verband hou met hoër PIU-tellings by jongmense, maar belangrik in alle ouderdomsgroepe; hierdie bevinding kan verband hou met die feit dat die vroeë volwasse lewe minder doelgerig kan wees en die jong mense meer tyd spandeer tydens ongestruktureerde aktiwiteite in aanlynomgewings in vergelyking met ander ouer ouderdomsgroepe.

  

 

 

 

Fig 4
  

Voorbeeld verkennende figuur van die verband tussen problematiese internetgebruik en streaming media, volgens ouderdomsgroep. Dit is 'n voorbeeld wat die verband toon tussen problematiese internetgebruik (PIU) en streaming media gegroepeer volgens ouderdom. Die regressielyne is lineêre modelle met vertrouensintervalle (grys areas). Dit is interessant dat streaming media blykbaar minder geassosieer word met PIU in die jong ouderdom ≤ 25 in vergelyking met ouer mense> 55 (ook getoon in Lasso-analise in die hoofartikel; Lasso coef Streaming media β: 0.0 vir jong en β: 1.2 vir oud , Ouderdom × Stroom Mediainteraksie Lasso coef β: 0.35). (Vir die interpretasie van die verwysings na kleur in hierdie figuurlegende word die leser na die webweergawe van hierdie artikel verwys.)

 

 

 

Ons resultate het ook gevolge vir die gesondheid van die publiek in verband met die regulering van aanlyn-inhoud en die fokus op intervensies. As spesifieke aktiwiteite sterker gekoppel is aan die ontwikkeling van problematiese gebruik as ander, dan ontstaan ​​die vraag of die beleid oor openbare gesondheid op groepe kwesbare individue moet fokus om hul veerkragtigheid teenoor die risiko van PIU te verbeter, of of meer universele ingrypings op spesifieke fasette gerig is. internetgedrag, moet dit oorweeg word om die aanlynomgewings minder verslawend te maak. In sommige gevalle gebruik aanlynplatforms byvoorbeeld spesifieke argitekture wat gebruik maak van die kwesbaarheid van gebruikers (dws impulsiewe of kompulsiewe eienskappe) en wat daarop gemik is om gebruikers se verblyf binne die aanlyn-omgewing te maksimeer. Alhoewel dit sinvol is vanuit 'n bemarkingsperspektief, wek dit wel kommer of hierdie omgewings ook 'n gesondheidswaarskuwing aan die gebruiker moet uitreik.

 

 

  

4.1

Beperkings

Dit was 'n deursnee-aanlyn-opname, daarom kan geen oorsaaklike verwantskappe getrek word nie. Vanweë die werwingsmetodiek en die moontlike neiging dat mense met PIU meer geneig is om 'n aanlynopname te voltooi, kan die huidige bevindings moontlik nie veralgemeen tot PIU in die algemene agtergrondpopulasie nie. Nog 'n beperking van ons studie is die gebrek aan kliniese data vir sommige diagnostiese entiteite wat verband hou met PIU, byvoorbeeld depressie of misbruik van middels. Daarom is dit moontlik dat depressie of middelmisbruik sommige van die assosiasies wat in ons studie waargeneem is, kan verantwoord. Toekomstige studies moet 'n wyer verskeidenheid kliniese parameters insluit om te ondersoek of dit verband hou met die waarneming tussen PIU en internetaktiwiteite. Daar is verdere beperkings ten opsigte van ons kliniese data wat voortspruit uit die gebruik van die MINI; dit is geldig om afgelewer te word van 'n opgeleide persoon in 'n persoonlike onderhoud, terwyl dit in ons studie via 'n aanlyn-instrument afgelewer is. Ons kliniese data stem egter ooreen met vorige studies in PIU. Verder was 'n ander nadeel van ons data-insameling dat ons internetaktiwiteit beoordeel het deur gebruik te maak van die tyd wat aan die aktiwiteit bestee is as volmagmaat vir die PIU van daardie aktiwiteit. Alhoewel dit oormatige en dus problematiese gebruik kan opneem, kan dit ook noodsaaklike gebruik opneem. Alhoewel die aktiwiteite wat in hierdie studie beoordeel is, by verstek dikwels nie noodsaaklik was nie vanweë hul aard (bv. Tydverkwisters), of as dit in ernstige oormaat uitgevoer word (bv.> 8 uur per dag inkopies doen, dobbelary of pornografie), kan toekomstige studies wel maatreëls in te sluit wat noodsaaklik is vir nie-noodsaaklike internetgebruik vir elke internetaktiwiteit, om sodanige ontledings moontlik te maak. Nog 'n beperking van ons studie is die gebrek aan data vir kinders en adolessente populasies. Kinders en adolessente bevolking kan op 'n ander manier met die internet omgaan, maar ook blootgestel word aan aanlyngebruik tydens 'n ander neuro-ontwikkelingsvenster. Daarom kan sulke verskille verskillende kwesbaarhede of veerkragtigheid impliseer ten opsigte van die risiko om PIU te ontwikkel. Vroeë, lae blootstelling aan die aanlyn-omgewing kan byvoorbeeld 'n stresinenting hê (

 

 

 

 

  

) wat individue staal van toekomstige ontwikkeling van PIU. As dit die geval is, kan dit verder verklaar waarom ouer bevolkings wat hul eerste blootstelling aan aanlynomgewings in volwassenheid gehad het, kwesbaarder kan wees. Toekomstige studies kan daardie kinder- en adolessente ouderdomsgroepe insluit en prospektief ondersoek of spesifieke internetaktiwiteite voorspelbaar is vir PIU. Ongelukkig was die aantal deelnemers wat transgender geslag aanmeld, klein (n = 18), wat nie die sinvolle ontleding van die effek van transgender geslag moontlik gemaak het nie. 'N Laaste beperking van ons studie is dat ons studiepopulasie bestaan ​​uit gesonde volwassenes wat slegs onder <1% ly aan beduidende PIU-gedrag (IAT> 80). Toekomstige studies sal baat vind by die spesifieke fokus op die hoër punt van die PIU-spektrum om die ernstige PIU-populasies met 'n kontrolegroep van lae tot matige of nie-PIU-individue te kan vergelyk. Alhoewel die geskatte puntprevalensie van PIU in ons steekproef ~ 8.5% was (met behulp van IAT ≥ 50-afsnyding), bly die drempels vir kliniese gevolge vir PIU omstrede en toekomstige navorsing sal baat vind by 'n algemeen aanvaarde maatstaf en definisie van PIU.

 

 

  

4.2

Gevolgtrekking

Opsomming, DSM-5 beklemtoon internetspelversteuring as 'n kandidaatversteuring, maar ander vorme van aanlyngedrag (bv. Inkopies, pornografie, algemene navigeer) het 'n sterker verhouding met wanadaptiewe gebruik van die internet as speel. Psigiatriese diagnoses en internetaktiwiteite wat verband hou met problematiese internetgebruik wissel met ouderdom, 'n bevinding wat openbare gesondheidsimplikasies het. Hierdie resultate dra by tot die beperkte kennis van internetaktiwiteite wat verband hou met problematiese internetgebruik en kan bydra tot die diagnostiese klassifikasie van problematiese internetgebruik as 'n veelvlakkeversteuring.

 

 

  

Rol van befondsingsbronne

Hierdie navorsing het interne departementele fondse van die Departement Psigiatrie aan die Universiteit van Chicago ontvang. Dr. Ioannidis se navorsingsaktiwiteite word ondersteun deur Health Education East of England Higher Training Spesiale Belangstellingsessies. Skrywers het geen befondsing ontvang vir die voorbereiding van hierdie manuskrip nie. Die befondsingsbron het geen rol gespeel in die ontwerp, data-ontleding of skryf van die studie nie.

 

 

  

bydraers

KI het die idee vir die manuskrip ontwerp, die data geanaliseer, die meerderheid van die manuskrip en aanvullende materiaal geskryf en die bydraes van die mede-outeurs gekoördineer. MT en FK het deelgeneem aan die konsepsie en hersiening van die statistiese ontleding. SRC, SR, DJS, CL en JEG het die studie ontwerp en gekoördineer en die data versamel en bestuur. Alle outeurs het die finale manuskrip gelees en goedgekeur en bygedra tot die opstel en hersiening van die vraestel, sowel as tot die interpretasie van die resultate.

 

 

  

Konflik van belange

Dr Grant het navorsingsubsidies van NIDA (RC1DA028279-01), die Nasionale Sentrum vir Verantwoordelike Gaming, en Roche en Forest Pharmaceuticals ontvang. Dr Grant ontvang vergoeding van Springer as hoofredakteur van die Journal of Gambling Studies en het tantième van McGraw Hill, Oxford University Press, Norton en die APPI ontvang. Dr Chamberlain konsulteer vir Cambridge Cognition en sy betrokkenheid by hierdie navorsing is ondersteun deur 'n Intermediêre Kliniese Genootskap van die Wellcome Trust (UK, 110049 / Z / 15 / Z). Dan Stein en Christine Lochner word befonds deur die Mediese Navorsingsraad van Suid-Afrika. Die ander outeurs rapporteer geen finansiële verhoudings met kommersiële belang nie. Geen van die bogenoemde bronne het enige rol in die studieontwerp, versameling, analise of interpretasie van die data gehad nie, die manuskrip geskryf of die besluit om die referaat in te dien vir publikasie.

 

 

Erkenning

Ons is skuldig aan die vrywilligers van albei webwerwe wat aan die studie deelgeneem het.

 

 

Bylae A

Aanvullende data

Aanvullende materiaal

Aanvullende materiaal

 

 

 

Verwysings

  1. Achab et al., 2011. Achab S., Nicolier M., Mauny F., Monnin J., Trojak B., Vandel P. en Haffen E .: Massively multiplayer aanlyn rolspeletjies: Vergelyk eienskappe van verslaafde versus nieverslaafde aanlyn-gewilde gamers in 'n Franse volwasse bevolking. BMC Psigiatrie 2011; 11: pp. 144
    Bekyk In Artikel
  2. Amerikaanse Psigiatriese Vereniging, 2013. Amerikaanse Psigiatriese Vereniging: Diagnostiese en statistiese handleiding van geestesversteurings: DSM-5. Washington, DC: Amerikaanse Psigiatriese Vereniging, 2013.
    Bekyk In Artikel
  3. Andreassen et al., 2012. Andreassen CS, Torsheim T., Brunborg GS, en Pallesen S .: Ontwikkeling van 'n Facebook-verslawingskaal. Sielkundige Verslae 2012; 110: pp. 501-517
    Bekyk In Artikel | Kruisverwysing
  4. Bakken et al., 2009. Bakken IJ, Wenzel HG, Götestam KG, Johansson A., en Oren A: Internetverslawing onder Noorse volwassenes: 'n Gestratifiseerde Waarskynlikheidsondersoekstudie. Skandinawiese Tydskrif van Sielkunde 2009; 50: pp. 121-127
    Bekyk In Artikel | Kruisverwysing
  5. Swart, 2007. Swart DW: 'n Oorsig van kompulsiewe koopversteuring. Wêreldpsigiatrie: Amptelike Tydskrif van die Wêreld Psigiatriese Vereniging (WPA) 2007; 6: pp. 14-18
    Bekyk In Artikel
  6. Blok, 2008. Blok JJ: Kwessies vir DSM-V: Internetverslawing. Amerikaanse Tydskrif vir Psigiatrie 2008; 165: pp. 306-307
    Bekyk In Artikel | Kruisverwysing
  7. Brand et al., 2011. Brand M., Laier C., Pawlikowski M., Schächtle U., Schöler T., en Altstötter-Gleich C .: Kyk na pornografiese prente op die internet: Rol van seksuele opwekkingsklassifikasies en sielkundige-psigiatriese simptome vir die gebruik van internet seks plekke oormatig . Cyberpsychology, Behavior and Social Networking 2011; 14: pp. 371-377
    Bekyk In Artikel | Kruisverwysing
  8. Breiman, 2001. Breiman L .: Statistiese modellering: Die twee kulture. Statistiese Wetenskap 2001; 16: pp. 199-215
    Bekyk In Artikel
  9. Bujak et al., 2016. Bujak R., Daghir-Wojtkowiak E., Kaliszan R., en Markuszewski MJ: PLS-gebaseerde en regularisasie-gebaseerde metodes vir die seleksie van relevante veranderlikes in nie-geteikende metabolomiese data. Grense in Molekulêre Bioswetenskappe 2016; 3: pp. 1-10
    Bekyk In Artikel
  10. Burns et al., 1996. Burns GL, Keortge SG, Formea ​​GM, en Sternberger LG: Hersiening van die Padua Inventaris van obsessiewe kompulsiewe versteurings simptome: Onderskeid tussen bekommernis, obsessies en dwang. Gedrag Navorsing en Terapie 1996; 34: pp. 163-173
    Bekyk In Artikel | Kruisverwysing
  11. Cao et al., 2007. Cao F., Su L., Liu T., en Gao X .: Die verhouding tussen impulsiwiteit en internetverslawing in 'n voorbeeld van Chinese adolessente. Europese Psigiatrie 2007; 22: pp. 466-471
    Bekyk In Artikel | Kruisverwysing
  12. Carli et al., 2013. Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E., en Kaess M .: Die verband tussen patologiese internetgebruik en comorbide psigopatologie: 'n Sistematiese oorsig. Psigopatologie 2013; 46: pp. 1-13
    Bekyk In Artikel | Kruisverwysing
  13. Claes et al., 2016. Claes L., Müller A., ​​en Luyckx K .: Kompulsiewe koop en skutting as identiteitsvervangers: Die rol van materialistiese waarde endossement en depressie. Omvattende Psigiatrie 2016; 68: pp. 65-71
    Bekyk In Artikel | Kruisverwysing
  14. Cole en Hooley, 2013. Cole SH, en Hooley JM: Kliniese en persoonlikheidskorrelate van MMO-speletjies: Angs en absorpsie in problematiese internetgebruik. Sosiale Wetenskap Rekenaaroorsig 2013; 31: pp. 424-436
    Bekyk In Artikel | Kruisverwysing
  15. Cunningham-Williams et al., 2005. Cunningham-Williams RM, Grucza RA, Cottler LB, Womack SB, Boeke SJ, Przybeck TR, en Cloninger CR: Voorkoms en voorspellers van patologiese dobbelary: Resultate van die St Louis-persoonlikheid, gesondheid en leefstyl (SLPHL) studie. Tydskrif vir Psigiatriese Navorsing 2005; 39: pp. 377-390
    Bekyk In Artikel | Kruisverwysing
  16. von Elm et al., 2008. von Elm E., Altman DG, Egger M., Pocock SJ, Gøtzsche PC, Vandenbroucke JP, en Inisiatief S .: Die versterking van die rapportering van waarnemingstudies in epidemiologie (STROBE) stelling: Riglyne vir die rapportering van waarnemingstudies. Tydskrif vir Kliniese Epidemiologie 2008; 61: pp. 344-349
    Bekyk In Artikel | Kruisverwysing
  17. Fernández-Villa et al., 2015. Fernández-Villa T., Alguacil Ojeda J., Almaraz Gómez A., Cancela Carral JM, Delgado-Rodríguez M., García-Martín M. en Martín V: Problematiese internetgebruik by universiteitstudente: Geassosieerde faktore en geslagsverskille . Adicciones 2015; 27: pp. 265-275
    Bekyk In Artikel | Kruisverwysing
  18. Friedman et al., 2010. Friedman J., Hastie T., en Tibshirani R .: Regularisering paaie vir algemene lineêre modelle via koördinaat afkoms. Blaar van Statistiese Sagteware 2010; 33: pp. 1-22
    Bekyk In Artikel
  19. Griffiths, 2003. Griffiths M .: Internet-dobbelary: kwessies, bekommernisse en aanbevelings. Kuberpsigologie en gedrag: die impak van die internet, multimedia en virtuele werklikheid op gedrag en samelewing 2003; 6: pp. 557-568
    Bekyk In Artikel | Kruisverwysing
  20. Ha en Hwang, 2014. Ha Y.-M., en Hwang WJ: Geslagsverskille in internetverslawing wat geassosieer word met sielkundige gesondheidsaanwysers onder adolessente deur 'n nasionale webgebaseerde opname te gebruik. Internasionale Tydskrif vir Geestesgesondheid en Verslawing 2014; 12: pp. 660-669
    Bekyk In Artikel | Kruisverwysing
  21. Ho et al., 2014. Ho RC, Zhang MWB, Tsang TY, Toh AH, Pan F., Lu Y., en Mak K.-K .: Die verband tussen internetverslawing en psigiatriese ko-morbiditeit: 'n meta-analise. BMC Psigiatrie 2014; 14: pp. 183
    Bekyk In Artikel
  22. Hoerl en Kennard, 1970. Hoerl AE, en Kennard RW: Ridge regressie: Bevooroordeelde skatting vir nonorthogonale probleme. Technometrics 1970; 12: pp. 55-67
    Bekyk In Artikel
  23. Huys et al., 2016. Huys QJM, Maia TV, en Frank MJ: Berekeningpsigiatrie as 'n brug van neurowetenskap tot kliniese toepassings. Natuur Neurowetenschappen 2016; 19: pp. 404-413
    Bekyk In Artikel | Kruisverwysing
  24. Igarashi et al., 2008. Igarashi T., Motoyoshi T., Takai J., en Yoshida T .: Geen mobiele, geen lewe: Selfpersepsie en SMS-afhanklikheid onder Japannese hoërskoolstudente.
    Bekyk In Artikel
  25. Ioannidis et al., 2016. Ioannidis K., Chamberlain SR, Treder MS, Kiraly F., Leppink E., Redden S., en Grant JE: Problematiese internetgebruik (PIU): Verenigings met die impulsiewe-kompulsiewe spektrum. Blaar van Psig: 'n Toepassing van masjienleer in psigiatrie, 2016.
    Bekyk In Artikel
  26. Janower, 2006. Janower CR: Dobbel op die internet. Tydskrif van Rekenaargesentreerde Kommunikasie 2006; 2: pp. 0
    Bekyk In Artikel | Kruisverwysing
  27. Kessler et al., 2005. Kessler RC, Adler L., Ames M., Demler O., Faraone S., Hiripi E. en Walters EE: Die Wêreldgesondheidsorganisasie Volwasse ADHD Selfverslagskaal (ASRS): 'n Kort skermskaal vir gebruik in die algemene bevolking. Sielkundige Geneeskunde 2005; 35: pp. 245-256
    Bekyk In Artikel | Kruisverwysing
  28. Kessler et al., 2016. Kessler RC, Van Loo HM, Wardenaar KJ, Bossarte RM, Brenner LA, Cai T., en Zaslavsky AM: Toets van 'n masjienleer-algoritme om die volharding en erns van hoof depressiewe versteuring vanaf baseline selfverslae te voorspel. Molekulêre Psigiatrie 2016; 21: pp. 1366-1371
    Bekyk In Artikel | Kruisverwysing
  29. Khazaal et al., 2015. Khazaal Y., Achab S., Billieux J., Thorens G., Zullino D., Dufour M., en Rothen S .: Faktorstruktuur van die internetverslawingstoets in aanlyngamers en pokerspelers. JMIR Geestesgesondheid 2015; 2:
    Bekyk In Artikel
  30. Kim et al., 2016. Kim D., Kang M., Biswas A., Liu C., en Gao J .: Integratiewe benadering vir inferensie van geen regulatoriese netwerke deur gebruik te maak van lasso-gebaseerde ewekansige kenmerke en toepassing op psigiatriese versteurings. BMC Mediese Genomics 2016; 9: pp. 50
    Bekyk In Artikel
  31. Koning, 1999. King SA: internetdobbelary en pornografie: illustratiewe voorbeelde van die sielkundige gevolge van kommunikasie-anargie. Kuberpsigologie en gedrag 1999; 2: pp. 175-193
    Bekyk In Artikel
  32. Koning en Barak, 1999. King SA, en Barak A.: Kompulsiewe dobbelary op die internet. Kuberpsigologie en gedrag 1999; 2: pp. 441-456
    Bekyk In Artikel | Kruisverwysing
  33. Király et al., 2015. Király O., Griffiths MD en Demetrovics Z .: Internet gaming disorder en die DSM-5: Konseptualisering, debatte en kontroversies. Huidige verslawing verslae 2015; 2: pp. 254-262
    Bekyk In Artikel
  34. Király et al., 2014. Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z., Demetrovics Z. Problematiese internetgebruik en problematiese aanlyngeld is nie dieselfde nie: Bevindinge van 'n groot nasionaal verteenwoordigende adolessenteksample. Cyberpsychology, Behavior and Social Networking 2014; 17: pp. 749-754
    Bekyk In Artikel
  35. Kittinger et al., 2012. Kittinger R., Correia CJ en Irons JG: Verhouding tussen Facebook gebruik en problematiese internetgebruik onder kollege studente. Cyberpsychology, Behavior and Social Networking 2012; 15: pp. 324-327
    Bekyk In Artikel | Kruisverwysing
  36. Ko et al., 2012. Ko C.-H., Yen J.-Y., Yen C.-F., Chen C.-S., en Chen C.-C .: Die verband tussen internetverslawing en psigiatriese versteuring: 'n Oorsig van die literatuur . Europese Psigiatrie 2012; 27: pp. 1-8
    Bekyk In Artikel
  37. Ko et al., 2007. Ko C.-H., Yen J.-Y., Yen C.-F., Lin H.-C., en Yang M.-J .: Faktore wat voorspelbaar is vir voorkoms en remissie van internetverslawing by jong adolessente: A voornemende studie. Kuberpsigologie en gedrag: die impak van die internet, multimedia en virtuele werklikheid op gedrag en samelewing 2007; 10: pp. 545-551
    Bekyk In Artikel | Kruisverwysing
  38. Kuss en Griffiths, 2011. Kuss DJ, en Griffiths MD: Online sosiale netwerk en verslawing-'n Oorsig van die sielkundige literatuur. Internasionale Tydskrif vir Omgewingsnavorsing en Openbare Gesondheid 2011; 8: pp. 3528-3552
    Bekyk In Artikel | Kruisverwysing
  39. Kuss et al., 2013. Kuss DJ, Griffiths MD, en Binder JF: Internetverslawing in studente: Voorkoms en risikofaktore. Rekenaars in Menslike Gedrag 2013; 29: pp. 959-966
    Bekyk In Artikel | Kruisverwysing
  40. Kuss en Lopez-Fernandez, 2016. Kuss DJ, en Lopez-Fernandez O .: Internetverslawing en problematiese internetgebruik: 'n Sistematiese oorsig van kliniese navorsing. World Journal of Psychiatry 2016; 6: pp. 143-176
    Bekyk In Artikel | Kruisverwysing
  41. Laconi et al., 2016. Laconi S., Andréoletti A., Chauchard E., Rodgers RF en Chabrol H .: Probleemgebruik op die internet, tyd wat aanlyn spandeer word en persoonlikheidseienskappe. L'Encéphale 2016; 42: pp. 214-218
    Bekyk In Artikel | Kruisverwysing
  42. Laconi et al., 2014. Laconi S., Rodgers RF, en Chabrol H .: Die meting van internetverslawing: 'n Kritiese hersiening van bestaande skale en hul psigometriese eienskappe. Rekenaars in Menslike Gedrag 2014; 41: pp. 190-202
    Bekyk In Artikel | Kruisverwysing
  43. Laier et al., 2013. Laier C., Pawlikowski M., Pekal J., Schulte FP, en Brand M .: Cybersex verslawing: Ervarende seksuele opwinding wanneer pornografie gekyk word en nie seksuele kontak in die werklike lewe maak die verskil nie. Tydskrif van Gedragsverslawing 2013; 2: pp. 100-107
    Bekyk In Artikel | Kruisverwysing
  44. Lecardeur, 2013. Lecardeur L .: Psychopathologie du jeu multi-joueurs en ligne. Annales Medico-Psychology, Revue Psychiatric 2013; 171: pp. 579-586
    Bekyk In Artikel | Kruisverwysing
  45. Liang et al., 2016. Liang L., Zhou D., Yuan C., Shao A., en Bian Y .: Geslagsverskille in die verhouding tussen internetverslawing en depressie: 'n Oorkoepelende studie in Chinese adolessente. Rekenaars in Menslike Gedrag 2016; 63: pp. 463-470
    Bekyk In Artikel | Kruisverwysing
  46. Lopez-Fernandez, 2015. Lopez-Fernandez O .: Hoe het internetverslawing navorsing ontwikkel sedert die ontstaan ​​van internetspelversteuring? 'N Oorsig van kuberaddictions vanuit 'n sielkundige perspektief. Huidige verslawing verslae 2015; 2: pp. 263-271
    Bekyk In Artikel | Kruisverwysing
  47. Masten en Tellegen, 2012. Masten AS, en Tellegen A: Veerkragtigheid in ontwikkelingspsigopatologie: Bydraes van die projekbevoegdheid longitudinale studie. Ontwikkeling en Psigopatologie 2012; 24: pp. 345-361
    Bekyk In Artikel | Kruisverwysing
  48. Mueller et al., 2010. Mueller A., ​​Mitchell JE, Crosby RD, Gefeller O., Faber RJ, Martin A., en de Zwaan M .: Geskatte voorkoms van kompulsiewe koop in Duitsland en sy assosiasie met sosio-demografiese eienskappe en depressiewe simptome. Psigiatrie Navorsing 2010; 180: pp. 137-142
    Bekyk In Artikel | Kruisverwysing
  49. Patton et al., 1995. Patton JH, Stanford MS, en Barratt ES: Faktor struktuur van die Barratt impulsiwiteitskaal. Tydskrif vir Kliniese Sielkunde 1995; 51: pp. 768-774
    Bekyk In Artikel | Recupero, 2008. Recupero PR: Forensiese evaluering van problematiese internetgebruik. Die Tydskrif van die Amerikaanse Akademie vir Psigiatrie en die Wet 2008; 36: pp. 505-514
    Bekyk In Artikel
  50. Rose en Dhandayudham, 2014. Rose S., en Dhandayudham A .: Na 'n begrip van internet-gebaseerde probleem inkopies gedrag: Die konsep van aanlyn inkopies verslawing en sy voorgestelde voorspellers. Tydskrif van Gedragsverslawing 2014; 3: pp. 83-89
    Bekyk In Artikel | Kruisverwysing
  51. Rutland et al., 2007. Rutland JB, Sheets T. en Young T .: Ontwikkeling van 'n skaal om probleemgebruik van kortboodskapdiens te meet: Die SMS-probleem gebruik diagnostiese vraelys. Kuberpsigologie en gedrag 2007; 10: pp. 841-844
    Bekyk In Artikel | Kruisverwysing
  52. Rutter, 1993. Rutter M .: Resilience: Sommige konseptuele oorwegings. Die Tydskrif van Adolessente Gesondheid: Amptelike Publikasie van die Vereniging vir Adolessente Geneeskunde 1993; 14: pp. 626-631
    Bekyk In Artikel | Kruisverwysing
  53. Shaw en Black, 2008. Shaw M. en Black DW: Internetverslawing: Definisie, assessering, epidemiologie en kliniese bestuur. CNS-middels 2008; 22: pp. 353-365
    Bekyk In Artikel | Kruisverwysing
  54. Sheehan et al., 1998. Sheehan DV, Lecrubier Y., Sheehan KH, Amorim P., Janavs J., Weiller E., en Dunbar GC: Die Mini-Internasionale Neuropsigiatriese Interview (MINI): Die ontwikkeling en validering van 'n gestruktureerde diagnostiese psigiatriese onderhoud vir DSM-IV en ICD-10. Die Tydskrif vir Kliniese Psigiatrie 1998; 59:
    Bekyk In Artikel
  55. Tam en Walter, 2013. Tam P., en Walter G .: Problematiese internetgebruik in kinderjare en jeugdiges: Evolusie van 'n 21ste eeuse ellende. Australasiese Psigiatrie 2013; ongedefinieerde:
    Bekyk In Artikel
  56. Tibshirani, 1996. Tibshirani R .: Regressie krimp en seleksie via die lasso. Tydskrif van die Koninklike Statistiese Vereniging, Reeks B 1996; 58: pp. 267-288
    Bekyk In Artikel
  57. Tikhonov, 1963. Tikhonov AN: Oplossing van foutiewe geformuleerde probleme en die regulariseringsmetode. Sowjet-Wiskunde Doklady 1963; 5: pp. 1035-1038
    Bekyk In Artikel
  58. Trotzke et al., 2015. Trotzke P., Starcke K., Müller A., ​​en Brand M .: Patologiese aanlyn koop as 'n spesifieke vorm van internetverslawing: 'n Model-gebaseerde eksperimentele ondersoek. PLoS One 2015; 10:
    Bekyk In Artikel
  59. Tsai et al., 2009. Tsai HF, Cheng SH, Yeh TL, Shih C.-C., Chen KC, Yang YC en Yang YK: Die risikofaktore van internetverslawing? 'N Oorsig van universiteitsverskaffers. Psigiatrie Navorsing 2009; 167: pp. 294-299
    Bekyk In Artikel | Kruisverwysing
  60. Wallace, 2014. Wallace P .: Versteuring van internetverslawing en jeugdiges: daar is toenemende kommer oor kompulsiewe aanlynaktiwiteite en dat dit studente se prestasies en sosiale lewens kan belemmer. EMBO-verslae 2014; 15: pp. 12-16
    Bekyk In Artikel | Kruisverwysing
  61. Xin et al., 2018. Xin M., Xing J., Pengfei W., Houru L., Mengcheng W. en Hong Z. Online aktiwiteite, die voorkoms van internetverslawing en risikofaktore wat verband hou met familie en skool onder adolessente in China. Verslawende Gedragsverslae 2018; 7: pp. 14-18
    Bekyk In Artikel | Kruisverwysing
  62. Yuen et al., 2004. Yuen CN, Lavin MJ, Weinman M. en Kozak K .: Internetafhanklikheid in die kollegiale bevolking: Die rol van skaamheid. Kuberpsigologie en gedrag 2004; 7: pp. 379-383
    Bekyk In Artikel | Kruisverwysing
  63. Jong, 1998. Jong KS: Internetverslawing: Die opkoms van 'n nuwe kliniese afwyking. Kuberpsigologie en gedrag 1998; 1: pp. 237-244
    Bekyk In Artikel | Kruisverwysing