Addict Behav. 2018 Feb 12; 81: 157-166. doi: 10.1016 / j.addbeh.2018.02.017.
Ioannidis K1, Тредер MS2, Чембърлейн СР1, Kiraly F3, Redden SA4, Stein DJ5, Lochner C6, Грант JE7.
абстрактен
КОНТЕКСТ И ЦЕЛИ:
Проблемното използване на интернет (ЗИП, иначе известен като Интернет пристрастяване) е нарастващ проблем в съвременните общества. Налице са оскъдни познания за демографските променливи и специфични интернет дейности, свързани с ЗИП, и ограничено разбиране за това как трябва да бъдат концептуализирани ЗИП. Нашата цел беше да идентифицираме конкретни дейности в интернет, свързани с ЗИП, и да проучим умерената роля на възрастта и пола в тези асоциации.
Методи:
Ние набрахме участници от 1749 на възраст над 18 и по-горе чрез медийни реклами в интернет-проучване на два сайта, един в САЩ и един в Южна Африка; използвахме Lasso регресия за анализа.
РЕЗУЛТАТИ:
Конкретни интернет дейности са свързани с по-високи проблемни резултати при използване на интернет, включително общ сърфинг (lasso β: 2.1), интернет игри (β: 0.6), онлайн пазаруване (β: 1.4), използване на уебсайтове за онлайн търгове (β: 0.027), социални работа в мрежа (β: 0.46) и използване на онлайн порнография (β: 1.0). Възраст модерира връзката между PIU и ролеви игри (β: 0.33), онлайн хазарт (β: 0.15), използване на уебсайтове за търг (β: 0.35) и стрийминг на медии (β: 0.35), като по-голямата възраст се свързва с по-висока нива на ЗИП. Имаше неубедителни доказателства за това, че половете и половете × интернет дейности са свързани с проблематични резултати от използването на интернет. Разстройство с дефицит на внимание и хиперактивност (ADHD) и социално тревожно разстройство са свързани с високи резултати на PIU при млади участници (възраст ≤ 25, β: 0.35 и 0.65 съответно), докато генерализирано тревожно разстройство (GAD) и обсесивно-компулсивно разстройство (OCD) са свързано с високи резултати на PIU при по-възрастните участници (възраст> 55, β: 6.4 и 4.3 съответно).
ИЗВОДИ:
Много видове онлайн поведение (напр. Пазаруване, порнография, общо сърфиране) имат по-силна връзка с неадаптивното използване на интернет, отколкото игри, подкрепящи диагностичната класификация на проблемната употреба на интернет като многостранно разстройство. Освен това, интернет дейностите и психиатричните диагнози, свързани с проблемната употреба на интернет, варират с възрастта, с последици за общественото здраве.
Ключови думи: Поведенческа зависимост; Интернет пристрастяване; Разстройство на интернет игри; Lasso; Машинно обучение; Проблемна употреба на интернет
PMID: 29459201
DOI: 10.1016 / j.addbeh.2018.02.017
1
Въведение
Проблемното използване на интернет (ЗИП, иначе известен като Интернет пристрастяване) е проблем на общественото здраве в съвременните общества по целия свят. Епидемиологията на ЗИП все още е неясна (
; ) с широк диапазон от докладвани оценки на разпространението на точки (1% до 36.7%), вероятно отразяващи не само разликите в популацията, но и разнообразието от инструменти за оценка и различни оперативни дефиниции на поведението на ЗИП. DSM-5 изтъкна разстройството на интернет игрите като условие за по-нататъшно проучване (), като по-специално изключи други интернет базирани дейности като хазарт и използване на социални медии, въпреки натрупващите се доказателства, че проблематичното използване на интернет е многостранен проблем, който надхвърля онлайн игрите ( ;). Много различни онлайн поведения са описани като способни да нарушат нормалното функциониране, когато се предприемат прекомерни, включително онлайн игри и масови мултиплейър онлайн ролеви игри (;;;;;), онлайн хазарт (;), онлайн пазаруване (; ;), гледане на порнография (;;), честа проверка на имейли, незабавни съобщения (;;) и прекомерна употреба на социални медии (;). Онлайн поведението може също да причини безпокойство за физическото здраве на хората (;) или да положи основата за престъпни действия (). Импулсивните и компулсивни характеристики могат да бъдат в основата на проблемното поведение в интернет (;;;;), докато конкретни интернет дейности са свързани с психиатрични разстройства; например онлайн пазаруването е свързано с депресия и трупане (
).
Младите хора и учениците се считат за най-уязвими за ЗИП (
; ; ; ; ), но популациите на средна и по-възрастна възраст не са обстойно изследвани. Младата възраст е свързана с проблематично пазаруване онлайн (;). Съществуват обаче редица проучвания за идентифициране на проблематични интернет дейности, включително прекомерно пазаруване чрез интернет, при възрастни (
). Като цяло, естествената история на проблемната употреба на интернет все още е неизвестна и може да има различия във възрастта, свързани с PIU като цяло, или в различни проблемни онлайн поведения.
Счита се, че ЗИП има превес на мъжете (
; ) и вероятно е по-разпространен сред азиатската младежка младеж, но жените също могат да бъдат уязвими (;). На клинично ниво, по-голямата част от изследванията на PIU включват само мъжки участници () и не е ясно дали клиничните популации при жените може да са били недоразвити. Има някои доказателства от обсервационни проучвания, че мъжете и жените се различават по начина, по който работят в онлайн средата по отношение на дейностите, които избират, и техните отрицателни последици (;). Прекомерната употреба на чата и социалните медии се свързва с женския пол в младите студенти (;;;;; S). Женският пол също е идентифициран като предиктор на проблематичното онлайн пазаруване (), но също така е съобщено и за обратното (;). Онлайн игрите са свързани с мъжки пол (), но в двата пола () се съобщава за масова мултиплеър онлайн ролева игра. За онлайн порнографията, както и за онлайн хазарта, се съобщава, че са по-чести сред възрастните мъже (), но се твърди, че ролята на подсилване на възнаграждението, реактивността на репликата и желанието за онлайн секс са подобни за двата пола (). Конкретни платформи на социалните медии с потенциал за пристрастяване, като мрежови сайтове като Facebook, се използват и от двата пола и се твърди, че жените могат да бъдат особено изложени на риск (). Като цяло може да има специфични за пола различия по отношение на аспектите на ЗИП; алтернативно, може да се окаже, че след като бъдат взети под внимание клиничните и поведенчески характеристики / смущения, и двата пола са засегнати по подобен начин (;
).
Като цяло, проблематичното използване на интернет, включително голямото разнообразие от проблемни интернет поведения, изискват по-строги проучвания, които да хвърлят светлина върху това кои конкретни дейности следва да се разглеждат като проблемни или неработещи или като цяло допринасят за явлението, описано като ЗИП. Начинът, по който възрастта и полът смекчават връзката между конкретни интернет дейности и ЗИП, са недостатъчно проучени, което изисква повече внимание.
Нашата цел беше да идентифицираме конкретни дейности, свързани с интернет, статистически свързани с ЗИП, и дали има взаимодействия с възрастта или пола, които смекчават тези взаимоотношения.
2
материали и методи
2.1
Създаване и мерки
Повече подробности за определянето и мерките на това проучване са описани и в предишната ни публикация относно ЗИП (
). Отчитането на методите за това проучване следва указанията на STROBE (
). Настоящото проучване е проведено от януари 2014 – февруари 2015. Лица на възраст над 18 години и повече бяха наети на две места: Чикаго (САЩ) и Stellenbosch (Южна Африка), използвайки интернет реклами (средна възраст 29 [18 – 77]; 1119 мъже [64%]; Рекламите поискаха от хората да вземат участие в онлайн проучване за използването на интернет. Участниците завършиха анкетата анонимно, използвайки софтуера Survey Monkey. Проучването беше изпратено чрез Craigslist, така че бяха насочени само участници от конкретните локали. Проучването е одобрено от институционалните съвети за преглед на всяко изследване. Участниците не получиха никаква компенсация за участие, но бяха записани в случайна лотария, като бяха осигурени пет награди, като всяка награда беше оценена между $ 1285 и $ 73 в САЩ и три награди между ZAR50 и ZAR200 в Южна Африка.
Онлайн проучването съдържа въпроси за възрастта, пола, расата, състоянието на връзката, сексуалната ориентация и образованието на всеки индивид, както и различни мерки за конкретни интернет дейности. Измерихме редица различни интернет дейности, включително 1) общо сърфиране 2) интернет игри общо 3) Онлайн ролеви игри (RPG) 4) Пропиляване на време / игри за умения (т.е. приложения на iPod / iPad / мобилен телефон, тетрис, бижута) 5 ) Онлайн мултиплейър за действие (т.е. Call of Duty, Gears of War) 6) Онлайн пазаруване 7) Уебсайтове за търгове (т.е. Ebay) 8) Онлайн хазарт 9) Социални мрежи 10) Онлайн спорт (т.е. фентъзи спорт, ESPN) 11) Порнография / секс в интернет 12) Съобщения / блогове (т.е. AIM, Skype) и 13) Излъчване на видеоклипове / медии (т.е. YouTube, Hulu). Проучването включва и клинични мерки: Тест за пристрастяване към интернет (IAT) (
) да предостави мярка за неадаптивна употреба на интернет; изберете модули Mini International Neuropsychiatric Interview (MINI) (), за да идентифицирате вероятното социално тревожно разстройство (SAD), генерализирано тревожно разстройство (GAD) и обсесивно-компулсивно разстройство (OCD); Контролен лист за симптоми на самооценката на възрастните ADHD (ASRS-v1.1) (), за да се идентифицират симптомите на хиперактивност с дефицит на внимание (ADHD); описът на Падуа (PI) () за идентифициране на обсесивно-компулсивни тенденции; и скалата на импулсивността на Barratt (BIS-11) за количествено определяне на импулсивната личност (
). Дескриптивните статистики за всички променливи са обобщени и стратифицирани по възраст в допълнителната таблица S1a.
В IAT са включени 20 въпроси, разглеждащи аспектите на PIU. Резултатите от IAT варират от 20 до 100 с 20 – 49, отразяващи умерена употреба на интернет, 50 – 79 умерено използване на Интернет и 80 – 100, отразяващи сериозната употреба на Интернет. PI се състои от 39 елементи, оценяващи общото натрапчиво и натрапчиво поведение. BIS-11 е въпросник, който се използва за определяне на нивата на импулсивност.
Направихме анализ на основните компоненти (PCA), за да установим дали няколко компонента от интернет дейности биха могли да отчетат значителна част от отклонението. Този анализ обаче показа, че ние изискваме> 11 от 13 компонента, за да постигнем> 90% отклонение, което показва, че значителна част от променливите на интернет дейностите допринасят уникално за отклонението. Затова решихме да използваме всяка променлива поотделно в нашия анализ.
В анализите бяха включени само данни от участници, попълнили цялостното онлайн проучване, включително мерките за интернет активност. Оригиналната извадка включваше 2551 индивида. 63 лица бяха изключени поради липса на оценки по IAT. Още 18 лица бяха изключени за докладване на трансджендър пол и 459 за липсващи важни прогностични променливи, напр. PI или BIS резултати от въпросника. Петима лица бяха изключени за отчитане на възраст <18 години. Други 257 лица бяха изключени поради липсващи мерки за интернет активност. Окончателният пълен набор включва 1749 лица с пълни резултати по всички променливи. Тази последна стъпка от процеса на изключване отчита примерната разлика между настоящото проучване и
. Този окончателен пълен набор включваше 1063 лица от сайта на Стеленбош и 686 лица от сайта в Чикаго. Очакваното точково разпространение на PIU е ~ 8.5% при използване на границата на IAT от 50 или повече. Сравнявайки двете популации на мястото на изследване, сайтът в Стеленбош имаше по-млади участници [средно (диапазон) 24.3 (18–76) срещу 36.3 (18–77), ANOVA F <0.05, η 2 : 0.20], по-малка част от мъжки пол [58% срещу 73%, χ 2 <0.05, φ : 0.15], по-висок дял на хетеросексуалната сексуална ориентация [91% срещу 84%, χ 2 <0.05, φ : 0.10], по-високи нива на ADHD [50% срещу 41%] χ 2 <0.05, φ : 0.9], по-ниски цени на онлайн пазаруване [средно (диапазон) 0.48 (0–5) срещу 1.27 (0–5), ANOVA F <0.05, η 2 : 0.18] и малко по-ниски резултати от IAT [средно (диапазон) 30.3 (20–94) срещу 35.9 (20–85), ANOVA F <0.05, η 2 : 0.06]. По-подробно сравнение е представено в допълнителната таблица S1b. Процесът на набиране и изключване се представя графично Фиг 1 , Всички непрекъснати променливи (т.е. BIS резултат) са стандартизирани, за да се увеличи интерпретируемостта на моделните коефициенти. Методите за прогнозиране са използвали IAT оценката като числова променлива (Range 20 – 94, Mean 32.48). Всички анализи бяха извършени в R Studio версия 3.1.2. Обобщените линейни модели на Lasso бяха изпълнени с помощта на пакета "glmnet" (пакет glmnet версия 2.0 – 5 (
)). Повече подробности за процеса на анализ могат да бъдат намерени в Приложението (методологично приложение).
2.2
Проучване на корелациите
Изследвахме корелациите между променливите в нашите данни (вж Фиг 2 ). Всички различни интернет дейности са имали слаби положителни корелации с оценката на IAT (коефициент на корелация на Пиърсън в диапазона 0.23–0.48). Идентифицирани са някои умерени положителни корелации между променливите на интернет активността, т.е. общите интернет игри и RPG (r = 0.57), общите игри за игри в интернет и екшън мултиплейър (r = 0.55), онлайн пазаруване и използване на аукционни уебсайтове (r = 0.55), общо сърфиране и пазаруване (r = 0.44), общо сърфиране и социални мрежи (r = 0.44), общо сърфиране и стрийминг на медии (r = 0.44). Имаше слаба положителна корелация между спорта и порнографията (r = 0.38), мъжкия пол и спорта (r = 0.30) или порнографията (r = 0.39) или екшън мултиплейър игрите (r = 0.27). Имаше слаба корелация между онлайн хазарта и екшън мултиплейъра (r = 0.41), RGP (r = 0.32), уебсайтовете на търгове (r = 0.38), спорта (r = 0.38) или порнографията (r = 0.39). Импулсивността е слабо положително корелирана с общото сърфиране, онлайн пазаруването, използването на аукционни уебсайтове, социални мрежи, стрийминг на медии и порнография (0.2 ≤ r ≤ 0.3). Имаше и слаба връзка между по-възрастната възраст и пазаруването (r = 0.33) или използването на уебсайтове за търг (r = 0.22) и между нехетеросексуалната сексуална ориентация и порнографията (r = 0.22). Всички други корелации между интернет дейности и възраст, пол, статус на връзката, сексуална ориентация, ниво на образование, раса и нива на импулсивност и компулсивност бяха много слаби (-0.2 <r <0.2).
2.3
Справяне с прекомерното монтиране
За нашите статистически методи използвахме модели, включващи демографски променливи (възраст, раса, ниво на образование, пол, статут на връзката, сексуална ориентация), клинични характеристики (диагнози на ADHD, GAD, социална тревожност и OCD), поведенчески измерения, за които се знае, че са свързани с PIU (импулсивност и натрапчивост), интернет дейности и условия на взаимодействие между интернет дейности × възраст или пол; последното бе решено да тества хипотезата, че възрастта или полът смекчават връзката между интернет дейностите и проблематичните резултати от използването на интернет. Ние включихме общо 51 променливи за предсказване. Чрез включването на множество променливи ние се стремяхме към модел, който е по-точен и в същото време улавя сложни взаимодействия между демографските и интернет променливите. Въпреки това, недостатъкът на много променливи за предсказване е, че това обикновено води до прекомерно прилягане, придружено от големи коефициенти. Освен това, линейната регресия в извадката също е склонна към прекалено прилягане, особено в сложни модели, и е фундаментално погрешна при предвиждане на нови данни. Съществуват обширни доказателства за недостатъците на моделите с прекомерно приспособяване (
). За да се справим с прекомерното приспособяване, обсъдихме използването на статистически методи извън извадката (кръстосано валидиране), за да получим оценка на грешката на обобщение и прогнозиране на модела (
). Ние изследвахме този подход в настоящите си данни, когато използвахме кръстосана валидирана оценка на извадката на средно-квадратичната грешка във връзка с обратен подбор на променливи, за да проверим дали моделите се подобряват чрез добавяне на голям брой променливи в подмножествата на възможните комбинации от предиктори и видяхме, че оскъдните модели (т.е. с около между 13 и 16 променливи) не са по-ниски по отношение на кръстосано валидираната RMSE в сравнение с по-сложните модели (включително> 16 променливи). Това е показано в изследователски Фиг 3 (горе вляво).
2.4
Регулирана регресия с ограничени ограничения
Поради причините, споменати в предходния параграф, искахме да използваме метод на прогнозиране, който не би се пренасочил толкова много, като същевременно е съпоставим със стандартните статистически методи по отношение на прогнозирането на резултатите на PIU. Също така би било полезно, ако нашият метод също може да направи избор на променливи (т.е. чрез намаляване на броя на предикторите с ненулеви коефициенти), за да помогне за интерпретирането на модела. Регулиране, първоначално проектирано от Тихонов за решаване на интегрални уравнения (
) и по-късно въведени в статистическата наука чрез някои от желаните гореспоменати свойства на изместване на конструкцията на модела към рядкост и намаляване на прекомерното прилягане (). Ласо (обобщен линеен модел с наказателна максимална вероятност, известен като регресия с използване на оператор за най-малко абсолютното свиване и селекция (Lasso или LASSO ())) е метод за регулация и регресионен анализ, който сега често се използва в медицинските науки (;) и има потенциал за използване в моделиране на клинични прогнози в психиатрията (РЦ). Регресията на Ридж е друга форма на регулирана линейна регресия, която намалява коефициентите чрез въвеждане на наказание за коефициент (). Еластичната мрежа е междинен модел между билото и ласото и неговото наказание се контролира от α, което преодолява разликата между Lasso (α = 1) и билото (α = 0). Параметърът за настройка λ контролира общата сила на наказанието. Ласо използва наказанието L1, а гребена използва наказанието L2. За разлика от регресията на хребета, ефектът от наказанието Lasso L1 е, че повечето коефициенти се движат до нула, което води до регламентирано решение, което е оскъдно в същото време. Чрез този механизъм Lasso извършва избор на променливи, което може значително да опрости интерпретацията, особено ако в модела участват много предиктори. Друг нестандартен метод, известен с висока точност и способност за избягване на случайни гори
). Случайните гори са метод за машинно обучение, който се справя добре с нелинейните зависимости и следователно проучването на изпълнението на този модел може да ни даде поглед върху, вероятно „скрити“, сложни асоциации.
2.5
Методи за прогнозиране
За да изберем подходящия модел в нашия анализ, сравнихме линейна регресия, регресия на билото, еластична мрежа, Ласо и случайни горски модели един с друг и спрямо наивна базова линия, използвайки кръстосано валидирана оценка извън извадката на RMSE. Нашата кръстосана проверка включваше произволно разделяне на данните в набор за обучение и тестване, настройка на параметрите на модела в комплекта за обучение и изготвяне на прогнози за IAT резултати в комплекта за тестване. Поради случайния характер на разделянето на данните на гънки, повторихме този процес 50 пъти, за да получим стабилна и възпроизводима оценка. След това сравнихме крайните вектори на резултатите от RMSE, използвайки точни тестове за ранг, подписани от Уилкоксън-Прат. Всички модели са значително по-добри от наивното изходно ниво (p коригирано <0.001, d на Коен d = -0.87) (вж. Допълнителна таблица S2). Обобщените статистически данни за резултатите от RMSE са представени в допълнителна таблица S3. Ласо и еластична мрежа превъзхождат регресията на билото (p-коригирана <0.01, d = 0.51, d = 0.49) и линейната регресия (p коригирана <0.001, d = 0.76) и не са статистически различни помежду си (p коригирани> 0.05, d = -0.08). Случайната гора не превъзхожда нито ласото (р = 0.12), нито еластичната мрежа (р коригирано> 0.05). Следователно, в нашия анализ, ние използвахме Ласо, тъй като в допълнение към доброто представяне на проби извън извадката, Ласо успя да извърши променлива селекция чрез свиване на коефициентите до нула и следователно увеличаване на разбираемостта. Въпреки че еластичната мрежа може да извършва и избор на променливи, тя има тенденция да избира повече променливи и въпреки че е по-сложен и по-мощен модел, тя не дава значително по-добри резултати от ласото. В нашия окончателен анализ на пълни данни и анализи на подгрупи, използвахме 10-кратно кръстосано валидиране, за да създадем оптималната ламбда за всеки модел ласо и отчетни коефициенти, произведени от тези модели. Обяснителни графики, произтичащи от пълния анализ на данните, са представени в Фиг 3 .
3
Резултати
Резултатите от Lasso регресия са обобщени в цялата проба и стратифицирани по възраст в Таблици 1 и 2 , Пълните таблици с резултати за анализи на подгрупи, включително стратифицирани по възраст и място на проучване, са представени в онлайн допълнителните таблици (Таблици S4 – S10). Изследователските графики на данните са представени в допълнителни фигури (фиг. S1 – S3). Резултатите от по-стандартния статистически подход на линейната регресия също са представени в допълнителните таблици S4 – S10 и всички разлики в структурния извод в сравнение с основните резултати, представени по-долу, са зависими от избора на друг модел.
| Интернет дейност | Всички (n = 1749) | 18 ≤ възраст ≤ 25 (n = 1042) | 26 ≤ възраст ≤ 55 (n = 592) | Възраст> 55 (n = 115) |
|---|---|---|---|---|
| Общо сърфиране | 2.100 | 2.400 | 1.500 | 0.590 |
| Интернет игри | 0.600 | 0.450 | 0.110 | 0.000 |
| RPG | 0.000 | 0.000 | 0.710 | 0.000 |
| Времето губи | 0.000 | 0.000 | 0.000 | 0.450 |
| Мултиплейър за действие | 0.000 | 0.000 | 0.000 | 0.000 |
| Пазаруване | 1.400 | 0.840 | 1.500 | 0.000 |
| Търговски уебсайтове | 0.027 | 0.000 | 0.990 | 0.230 |
| хазарт | 0.000 | 0.000 | 0.780 | 0.000 |
| Социални мрежи | 0.460 | 0.000 | 1.300 | 0.000 |
| Спортни стоки | 0.000 | 0.000 | 0.000 | 0.000 |
| Порнография | 1.000 | 1.400 | 0.210 | 0.000 |
| Съобщения | 0.000 | 0.000 | 0.110 | 0.000 |
| Streaming медии | 0.000 | 0.000 | 0.000 | 1.200 |
| Падуа | 0.074 | 0.085 | 0.029 | 0.065 |
| BIS | 0.066 | 0.048 | 0.072 | 0.086 |
| Диагноза ADHD | 1.700 | 0.350 | 3.100 | 0.000 |
| GAD диагноза | 0.230 | 0.000 | 0.000 | 6.400 |
| Диагноза за социална тревожност | 0.000 | 0.560 | 0.000 | 0.000 |
| Диагноза OCD | 0.270 | 0.000 | 0.000 | 4.300 |
| Интернет дейност | Всички (n = 1749) | 18 ≤ възраст ≤ 25 (n = 1042) | 26 ≤ възраст ≤ 55 (n = 592) | Възраст> 55 (n = 115) |
|---|---|---|---|---|
| Демографски променливи | 0.000 | 0.000 | 0.000 | 0.000 |
| Пол - всяка интернет дейност | 0.000 | 0.000 | 0.000 | 0.000 |
| Възраст × общ сърф | 0.000 | - | - | - |
| Възраст × Интернет игри | 0.000 | - | - | - |
| Възраст × RPG | 0.330 | - | - | - |
| Възрастта × време wasters | 0.000 | - | - | - |
| Възраст × действие мултиплейър | 0.000 | - | - | - |
| Възраст × пазаруване | 0.000 | - | - | - |
| Възраст × хазарт | 0.150 | - | - | - |
| Възраст × аукционни уебсайтове | 0.350 | - | - | - |
| Възраст × социална мрежа | 0.000 | - | - | - |
| Възраст × спорт | 0.000 | - | - | - |
| Възраст × порнография | 0.000 | - | - | - |
| Възраст × съобщения | 0.000 | - | - | - |
| Възраст × поточно медии | 0.350 | - | - | - |
3.1
Демографията
В регресията на ласото не е свързана променлива, включително възраст, пол, раса, ниво на образование, статут на връзката или сексуална ориентация, с PIU във всяка възрастова подгрупа или в пълните данни.
3.2
Интернет дейности
В пълната регресия на данни от Ласо, редица интернет дейности бяха свързани с високи резултати на PIU, включително общ сърфинг (β: 2.1), интернет игри (β: 0.6), онлайн пазаруване (β: 1.4), използване на уебсайтове за търг (β: 0.027), социални мрежи (β: 0.46) и използване на онлайн порнография (β: 1.0). Връзките между PIU и ролеви игри (RPG), онлайн хазарт, използване на аукционни уебсайтове и използване на стрийминг медии се модерираха според възрастта (β: 0.33, 0.15, 0.35 и 0.35 съответно), като по-голямата възраст беше свързана с по-високи резултати от PIU . При анализ на възрастови подгрупи (млади участници на възраст ≤ 25, участници на средна възраст 25 <възраст ≤ 55; по-възрастни участници на възраст> 55), общото сърфиране е свързано с PIU във всички възрастови групи, но по-силно при младите (β: 2.4) , по-малко при средна възраст (β: 1.5) и още по-малко при по-възрастните участници (β: 0.59). Подобна тенденция се наблюдава в интернет игрите (β: 0.45, 0.11 и 0.0 съответно за трите възрастови групи) и използването на онлайн порнография (β: 1.4, 0.21 и 0.0). Някои интернет дейности като използване на онлайн RPG бяха по-силно свързани с PIU при участници на средна възраст в сравнение с други възрастови групи (β: 0.71). Същото важеше и за онлайн хазарта (β: 0.78), незабавните съобщения (β: 0.11) и онлайн социалните мрежи (β: 1.3). Използването на аукционни уебсайтове също беше по-силно свързано с PIU при участници на средна възраст (β: 0.99), но също така и предсказуемо при по-възрастните участници (β: 0.23). Стриймингът на онлайн медии и използването на загубите на време са свързани с PIU при по-възрастните участници (β: 1.2, съответно 0.45), но не и в друга възрастова група.
3.3
Клинични и поведенчески характеристики
Симптомите на хиперактивност с дефицит на вниманието (ADHD) (β: 1.7), генерализирано тревожно разстройство (GAD) (β: 0.23) и обсесивно-компулсивно разстройство (OCD) (β: 0.27) са свързани с по-високи PIU резултати. В анализа на възрастовата подгрупа, ADHD и SAD са свързани с по-високи резултати на PIU при по-младите участници (β: съответно 0.35 и 0.56), докато ADHD остава значителна в подгрупата на средна възраст (β: 3.1). GAD и OCD са свързани с по-високи PIU резултати в подгрупата на по-възрастните участници (съответно β: 6.4 и 4.3), но не и в другите възрастови групи. BIS резултати (импулсивна личност) и PADUA резултати (обсесивно-компулсивни тенденции) са свързани с по-високи PIU резултати в пълните данни (β: 0.066 и 0.074 съответно) и във всички анализи на възрастовите подгрупи.
4
Дискусия
Тази статия е първият опит да се изследват изчерпателно различните видове интернет дейности, свързани с неадаптивното използване на интернет, т.е. с проблемно използване на интернет. Предишната работа като цяло се занимаваше с въпроса за конкретни интернет дейности, водещи до проблемно използване, като се съсредоточи върху изолираните дейности в интернет (
; ; ; ; ). Тук показахме, че редица интернет дейности, включително общо сърфиране, интернет игри, онлайн пазаруване, използване на аукционни уебсайтове, онлайн хазарт, социални мрежи и използване на онлайн порнография, допринасят поотделно и уникално за ЗИП, като предоставят доказателства, че ЗИП е сложен феномен, включващ множество проблемни поведения. В допълнение към това, ние показахме, че тези поведения запазват статистически значимите си асоциации с PIU, дори когато са известни психиатрични симптоми, свързани с PIU (т.е. симптоми на ADHD, GAD и OCD); PIU (т.е. мерки за личността на импулсивност и натрапчивост) (;;;
) се вземат предвид. Освен това показахме, че специфични интернет дейности, като RPG, онлайн хазарт, използване на аукционни уебсайтове и поточно предаване на медии, са свързани с по-високи резултати на PIU и че тази връзка се влияе от възрастта. И накрая, нашите данни показват, че други видове онлайн поведение (напр. Пазаруване, порнография, общо сърфиране) имат по-силна връзка с неадаптивното използване на интернет от игрите и е възможно това да е свързано с факта, че предишните проучвания не са включвали такова широка гама от дейности, свързани с интернет. Тези резултати имат значителни последици за концептуализацията на ЗИП като клинично значимо разстройство, тъй като те отдалечават вниманието от едноизмерното и сравнително тясно конструкт на "разстройство на интернет игри", към многоизмерен обект на проблемна употреба на интернет или интернет зависимост, включваща множество аспекти. на онлайн поведение на човека.
Освен това, използвайки кръстосано валидиране извън извадката, ние показахме, че „нестандартният“ подход при използването на Lasso регресия е по-точен при прогнозиране на PIU резултатите в сравнение с „по-стандартната“ линейна регресия. Използването на извадковата оценка на прогнозната стойност на модела често помага за справяне с явлението, при което значимостите намаляват в изследванията на репликацията. Въпреки това, изборът на Lasso регресия идва с предупреждението, че променливите, които не са избрани от модела (с нулеви коефициенти), все още могат да бъдат предсказуеми, особено когато има високи корелации между избрани и неизбрани променливи. В нашия набор от данни нямахме никакви силно корелирани променливи, но това ограничение означава, че трябва да третираме отрицателните резултати консервативно. Например, липсата на връзка между пола и ЗИП, както и липсата на връзка между двата пола и интернет дейностите с ЗИП, вероятно подкрепя хипотезата, че ако се вземат предвид по-широк спектър от поведения на ЗИП и потенциални объркващи лица, двата пола са еднакво уязвими. за развитие на аспектите на ЗИП (
; ). Въпреки това, поради ограниченията на нашия анализ, не можем да изключим възможността други асоциации между ЗИП и пол да съществуват. Например, предполага се, че полът намалява връзката между онлайн пазаруването и ЗИП и че жените могат да бъдат по-застрашени (). От значение може да бъде това компулсивно разстройство при закупуване, нарушение, което е изявено в средните възрастови групи, с преобладаващо женско отношение по отношение на съотношението 5: 1 () и може да е причина за такива констатации. Ние нямахме никакви данни за това разстройство, за да тестваме тази хипотеза. Важно е също така да се отбележи, че използваният тук инструмент на IAT е получил критика относно липсата на надеждност по отношение на факторната структура, различията от текущата оперативна операция DSM-5 (нарушение на хазарта) и изоставането от технологичния напредък на интернет приложенията (;
). Бъдещите научни изследвания на ЗИП ще бъдат добре обслужвани от методологически стабилни, утвърдени инструменти, които също биха могли да уловят бързо развиващия се характер на ЗИП от технологична и поведенческа гледна точка.
Нашият анализ на възрастовата подгрупа даде представа за възрастовите асоциации между ЗИП и различните интернет дейности. Общата концепция, че ЗРП е нарушение на младежта, не е непременно коректна и може да се основава на липсата на подходящо разработени проучвания, които да обхващат онлайн поведения във всички възрастови групи. Недостатъчното познаване на естествената история на ЗИП през целия жизнен цикъл не позволява цялостно проучване на уязвимостта на по-възрастните групи от гледна точка на риска от развитие на ЗИП. Въпреки това, нашите резултати показват, че тези уязвимости съществуват и е необходимо допълнително изследване, за да се очертаят характеристиките на рисковите популации. Например наличието на ADHD или симптоми на социална тревожност може да бъде предиктор за PIU в младите популации, докато симптомите на OCD или GAD могат да бъдат предиктор за PIU при по-възрастните популации. Фактът, че не е установено, че OCD е свързан с PIU в скорошен мета-анализ (
) може да е индикатор, че по-възрастните популации са били недоразвити. Фактът, че ADHD е силно свързан с високите стойности на PIU, не е изненадващо, тъй като други проучвания съобщават за много висока честота на ADHD (до 100%) в PIU популациите (). В същото време специфичните популации на средна възраст (между 26 и 55) могат да бъдат изложени на по-голям риск от PIU, ако те също страдат от компулсивно разстройство при покупка или хазартно разстройство, като се има предвид естествената история на тези заболявания, които достигат връх в средна възраст (
).
Освен това констатациите, че конкретна онлайн дейност е свързана с PIU само в определени възрастови групи, предполагат, че определени възрастови групи могат да бъдат изложени на риск от разработване на аспекти на ЗИП. Макар че младите хора може да са изложени на по-голям риск да развият ЗИП с склонност към гледане на порнография, уязвимост, която може да бъде по-малко силна в средна възраст и по-късно в живота, по-възрастните хора могат да бъдат по-склонни да развиват ЗИП, характеризиращи се с проблематично използване на време отпадъци и поточно предаване (виж проучвателно Фиг 4 ). И накрая, общото сърфиране може да бъде подценен аспект на ЗИП, който изглежда е по-силно свързан с по-високите резултати на ГИП при младите хора, но е важен във всички възрастови групи; тази находка може да бъде свързана с факта, че ранният възрастен живот може да бъде по-малко насочен към целта и младите хора прекарват повече време по време на неструктурирани дейности в онлайн среди в сравнение с други по-възрастни възрастови групи.
Нашите резултати също имат последици за общественото здраве във връзка с регулирането на онлайн съдържанието и целевите интервенции. Ако определени дейности са по-силно свързани с развитието на проблемна употреба от други, тогава възниква въпросът дали политиките в областта на общественото здраве трябва да са насочени към групи от уязвими индивиди, за да се подобри тяхната устойчивост към риска от ЗИП, или по-универсални интервенции, насочени към конкретни аспекти на интернет поведението, трябва да се има предвид, за да се направи онлайн средата по-малко пристрастяваща. Например онлайн платформите в някои случаи могат да използват специфични архитектури, които се възползват от уязвимостите на потребителите (т.е. импулсивни или компулсивни черти) и които имат за цел да увеличат максимално продължителността на престоя на потребителите в онлайн средата. Въпреки че това има смисъл от маркетингова гледна точка, това поражда загриженост дали тези среди също трябва да издават предупреждение за здравето на потребителя.
4.1
Ограничения
Това беше онлайн проучване в напречно сечение, поради което не могат да се направят причинно-следствени връзки. Освен това, поради методологията за набиране на персонал и възможната склонност хората с PIU да имат по-голяма вероятност да попълнят онлайн проучване, настоящите констатации може да не са обобщени за PIU в общата популация като цяло. Друго ограничение на нашето проучване е липсата на клинични данни за някои диагностични единици, свързани с PIU, например депресия или злоупотреба с вещества. Следователно е възможно депресията или злоупотребата с вещества да обяснят някои от асоциациите, наблюдавани в нашето проучване. Бъдещите проучвания трябва да включват по-широк спектър от клинични параметри, за да се изследва дали те отчитат асоциациите, наблюдавани между PIU и интернет дейности. Има допълнителни ограничения по отношение на нашите клинични данни, произтичащи от използването на MINI; това е потвърдено, за да бъде доставено от обучен човек в интервю лице в лице, докато в нашето проучване е предоставено чрез онлайн инструмент. Нашите клинични данни обаче са в съгласие с предишни проучвания в PIU. Освен това, друг недостатък на нашето събиране на данни е, че оценихме интернет активността, като използвахме времето, прекарано в дейността, като прокси мярка за ЗИП на тази дейност. Въпреки че това може да улови прекомерна и следователно проблематична употреба, може също така да улови основна употреба. Докато дейностите, оценени в това проучване, по подразбиране често са несъществени поради техния характер (напр. Губене на време) или когато се извършват в сериозен излишък (например> 8 часа / ден пазаруване, хазарт или порнография), бъдещи проучвания включват мерки, които могат да разграничат основното от несъщественото използване на интернет за всяка интернет дейност, за да позволят такива анализи. Друго ограничение на нашето проучване е липсата на данни за деца и юноши. Децата и юношите могат да взаимодействат с интернет по различен начин, но също така са изложени на онлайн употреба по време на различен невроразвитие. Следователно такива разлики могат да означават различни уязвимости или устойчивост по отношение на риска от разработване на ЗИП. Например ранното излагане на ниско ниво на онлайн среда може да има ефект на „инокулация на стрес“ (
), което подтиква хората от бъдещото развитие на ЗИП. Ако случаят е такъв, това може допълнително да обясни защо по-възрастните популации, които са получили първата си експозиция на онлайн среда в зряла възраст, могат да бъдат по-уязвими. Бъдещите проучвания могат да включват тези детски и юношески възрастови групи и да проучат в перспектива дали конкретни интернет дейности предсказват PIU. За съжаление, броят на участниците, които съобщават за трансджендър пол, е малък (n = 18), което не дава възможност за смислен анализ на ефекта от трансджендър пол. Окончателно ограничение на нашето проучване е, че изследваната популация се състои от здрави възрастни, които само в <1% страдат от значителни PIU поведения (IAT> 80). Бъдещите проучвания биха се възползвали от специален фокус върху по-горния край на PIU спектъра, за да могат да се сравняват тези тежки популации на PIU с контролна група от индивиди с ниска до умерена или не PIU. Докато прогнозното точково разпространение на PIU в нашата извадка е ~ 8.5% (при използване на границата на IAT ≥ 50), праговете за клинична готовност за PIU остават спорни и бъдещите изследвания ще се възползват от общоприетата мярка и дефиницията на PIU.
4.2
Заключение
За да обобщим, DSM-5 подчертава разстройството на интернет игри като кандидат разстройство, но други видове онлайн поведение (например пазаруване, порнография, общо сърфиране) носят по-силна връзка с неадаптивното използване на интернет, отколкото игри. Психиатричните диагнози и интернет дейностите, свързани с проблемната употреба на интернет, варират с възрастта, което е от значение за общественото здраве. Тези резултати допринасят за ограничените познания за интернет дейностите, свързани с проблемната употреба на интернет, и могат да допринесат за диагностичната класификация на проблемната употреба на интернет като многостранно разстройство.
Роля на източниците на финансиране
Това изследване получи вътрешни ведомствени фондове на катедрата по психиатрия към университета в Чикаго. Изследователските дейности на д-р Йоаннидис се подкрепят от сесиите за специални интереси в Източна Англия за здравно образование. Авторите не са получили финансиране за подготовката на този ръкопис. Източникът на финансиране не играе никаква роля в проектирането, анализа на данните или писането на проучването.
Сътрудници
KI разработи идеята за ръкописа, анализира данните, написа по-голямата част от ръкописа и допълнителните материали и координира приноса на съавторите. MT и FK участваха в концепцията и прегледа на статистическия анализ. SRC, SR, DJS, CL и JEG са проектирали и координирали проучването и са събрали и управлявали данните. Всички автори прочетоха и одобриха окончателния ръкопис и допринесоха за изготвянето и преразглеждането на статията, както и за тълкуването на резултатите.
Конфликт на интереси
Д-р Грант е получил изследователски стипендии от NIDA (RC1DA028279-01), Националния център за отговорни игри и Roche и Forest Pharmaceuticals. Д-р Грант получава компенсация от Springer като главен редактор на списанието за изследвания на хазарта и е получил възнаграждение от McGraw Hill, Oxford University Press, Norton и APPI. Д-р Чембърлейн се консултира за Cambridge Cognition и участието му в това изследване беше подкрепено от Средно-клинична стипендия от Wellcome Trust (Великобритания; 110049 / Z / 15 / Z). Дан Щайн и Кристин Лохнер са финансирани от Съвета за медицински изследвания на Южна Африка. Другите автори не съобщават за финансови взаимоотношения с търговски интерес. Нито един от гореспоменатите източници не е имал никаква роля в проектирането, събирането, анализа или интерпретацията на данните, писането на ръкописа или решението за представяне на документа за публикуване.
Потвърждение
Длъжни сме на доброволците от двата обекта, които участваха в проучването.
Приложение А
Допълнителни данни
Допълнителен материал
Препратки
- Achab et al., 2011. Achab S., Nicolier M., Mauny F., Monnin J., Trojak B., Vandel P. и Haffen E .: Масова мултиплеър онлайн ролеви игри: Сравняване на характеристиките на пристрастените срещу не-наркомани онлайн играчите в Френското възрастно население. BMC Psychiatry 2011; 11: стр. 144
Преглед в член - Американска психиатрична асоциация, 2013. Американска психиатрична асоциация: Диагностично и статистическо ръководство за психични разстройства: DSM-5. Вашингтон: Американска психиатрична асоциация, 2013.
Преглед в член - Andreassen et al., 2012. Андреасен CS, Торсхайм Т., Брунборг Г.С. и Палесен С .: Разработване на мащаб за пристрастяване към Facebook. Психологически доклади 2012; 110: стр. 501-517
Преглед в член | Крос Реф - Bakken et al., 2009. Bakken IJ, Wenzel HG, Götestam KG, Johansson A. и Oren A .: Пристрастяване към интернет сред възрастните норвежки: Стратифицирано изследване на вероятностна извадка. Скандинавски вестник по психология 2009; 50: стр. 121-127
Преглед в член | Крос Реф - Черно, 2007. Black DW: Преглед на натрапчивото разстройство при закупуване. Световна психиатрия: Официален вестник на Световната психиатрична асоциация (WPA) 2007; 6: стр. 14-18
Преглед в член - Блок, 2008. Блок JJ: Проблеми за DSM-V: Интернет пристрастяване. Американски вестник за психиатрия 2008; 165: стр. 306-307
Преглед в член | Крос Реф - Brand et al., 2011. Brand M., Laier C., Pawlikowski M., Schächtle U., Schöler T., и Altstötter-Gleich C .: Гледане на порнографски снимки в интернет: Ролята на рейтингите на сексуална възбуда и психолого-психиатричните симптоми за прекомерно използване на интернет секс сайтове , Киберпсихология, поведение и социални мрежи 2011; 14: стр. 371-377
Преглед в член | Крос Реф - Breiman, 2001. Breiman L .: Статистическо моделиране: двете култури. Статистическа наука 2001; 16: стр. 199-215
Преглед в член - Bujak et al., 2016. Bujak R., Daghir-Wojtkowiak Е., Kaliszan R., и Markuszewski MJ: базирани на PLS и основаващи се на регулация методи за подбор на съответните променливи в нецелеви метаболомични данни. Граници в молекулярните биологични науки 2016; 3: стр. 1-10
Преглед в член - Burns et al., 1996. Burns GL, Keortge SG, Formea GM и Sternberger LG: Преразглеждане на Падуа инвентаризация на обсесивно-компулсивни симптоми на разстройство: Разлики между тревога, мании и принуди. Изследване и терапия за поведение 1996; 34: стр. 163-173
Преглед в член | Крос Реф - Cao et al., 2007. Cao F., Su L., Liu T. и Gao X .: Връзката между импулсивността и пристрастяването към интернет в извадка от китайски юноши. Европейска психиатрия 2007; 22: стр. 466-471
Преглед в член | Крос Реф - Carli et al., 2013. Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E. и Kaess M .: Връзката между патологичното използване на Интернет и коморбидната психопатология: систематичен преглед. Психопатология 2013; 46: стр. 1-13
Преглед в член | Крос Реф - Claes et al., 2016. Claes L., Müller A. и Luyckx K .: Принудително изкупуване и натрупване като заместители на идентичността: ролята на материалистичното одобрение на стойността и депресията. Комплексна психиатрия 2016; 68: стр. 65-71
Преглед в член | Крос Реф - Коул и Хули, 2013. Cole SH, и Hooley JM: Клинични и личностни корелации на MMO игри: Тревожност и абсорбция при проблемна употреба на интернет. Компютърна рецензия за социални науки 2013; 31: стр. 424-436
Преглед в член | Крос Реф - Cunningham-Williams et al., 2005. Cunningham-Williams RM, Grucza RA, Cottler LB, Womack SB, Книги SJ, Przybeck TR и Cloninger CR: Преобладаване и предиктори на патологичен хазарт: Резултати от проучването на личността, здравето и начина на живот на Сент Луис (SLPHL). Вестник на психиатричните изследвания 2005; 39: стр. 377-390
Преглед в член | Крос Реф - von Elm et al., 2008. фон Elm E., Altman DG, Egger M., Pocock SJ, Götzsche PC, Vandenbroucke JP, и инициатива S .: Засилване на докладването на наблюдателни изследвания в епидемиологията (STROBE): Насоки за докладване на наблюдателни изследвания. Вестник за клинична епидемиология 2008; 61: стр. 344-349
Преглед в член | Крос Реф - Fernández-Villa et al., 2015. Fernández-Villa T., Alguacil Ojeda J., Almaraz Gómez A., Cancela Carral JM, Delgado-Rodríguez M., García-Martín M., и Martín V .: Проблемна употреба на интернет в студенти: асоциирани фактори и различия по пол , Adicciones 2015; 27: стр. 265-275
Преглед в член | Крос Реф - Friedman et al., 2010. Friedman J., Hastie T. и Tibshirani R .: Пътища на регуларизация за обобщени линейни модели чрез координатен спускане. Вестник за статистическия софтуер 2010; 33: стр. 1-22
Преглед в член - Грифитс, 2003. Griffiths M .: Интернет хазарт: проблеми, опасения и препоръки. Киберпсихология и поведение: въздействието на интернет, мултимедия и виртуална реалност върху поведението и обществото 2003; 6: стр. 557-568
Преглед в член | Крос Реф - Ха и Хванг, 2014. Ha Y.-M., и Hwang WJ: Джендър различията в интернет пристрастяването, свързани с психологически показатели за здравето сред подрастващите, използващи национално уеб-базирано проучване. Международно списание за психично здраве и пристрастяване 2014; 12: стр. 660-669
Преглед в член | Крос Реф - Ho et al., 2014. Ho RC, Zhang MWB, Tsang TY, Toh AH, Pan F., Lu Y. и Mak K.-K .: Връзката между интернет пристрастяването и психиатричната коморбидност: Мета-анализ. BMC Psychiatry 2014; 14: стр. 183
Преглед в член - Hoerl и Kennard, 1970. Hoerl AE и Kennard RW: Ridge regression: Предна оценка за неортогонални проблеми. Технометрия 1970; 12: стр. 55-67
Преглед в член - Huys et al., 2016. Huys QJM, Maia TV и Frank MJ: Компютърна психиатрия като мост от неврологията до клинични приложения. Nature Neuroscience 2016; 19: стр. 404-413
Преглед в член | Крос Реф - Igarashi et al., 2008. Игараши Т., Мотооши Т., Такай Дж. И Йошида Т .: Без мобилност, без живот: Самостоятелно възприемане и зависимост от текстови съобщения сред японските гимназисти.
Преглед в член - Ioannidis et al., 2016. Йоанидис К., Чембърлейн СР, Тредер МС, Кирали Ф., Лепинк Е., Редън С. и Грант Д.Е .: Проблемна употреба на интернет (ПИП): Асоциации с импулсивно-принудителния спектър. Journal of Psych: Приложение на машинното обучение в психиатрията, 2016.
Преглед в член - Janower, 2006. Janower CR: Хазарт в интернет. Вестник на компютърно-медиирана комуникация 2006; 2: стр. 0
Преглед в член | Крос Реф - Kessler et al., 2005. Kessler RC, Adler L., Ames M., Demler O., Faraone S., Hiripi E. и Walters EE: мащаб на самооценката на ADHD за възрастни ADHD за възрастни (ASRS): кратка скалираща скала за използване в общата население. Психологическа медицина 2005; 35: стр. 245-256
Преглед в член | Крос Реф - Kessler et al., 2016. Kessler RC, van Loo HM, Wardenaar KJ, Bossarte RM, Brenner LA, Cai T. и Zaslavsky AM: Тестване на алгоритъм за машинно обучение, за да се предскаже персистентност и тежест на голямо депресивно разстройство от изходните доклади. Молекулярна психиатрия 2016; 21: стр. 1366-1371
Преглед в член | Крос Реф - Khazaal et al., 2015. Khazaal Y., Achab S., Billieux J., Thorens G., Zullino D., Dufour M. и Rothen S .: Факторна структура на теста за пристрастяване към интернет в онлайн геймърите и покер играчите. JMIR Психично здраве 2015; 2:
Преглед в член - Kim et al., 2016. Kim D., Kang M., Biswas A., Liu C. и Gao J .: Интегративен подход за извеждане на генни регулаторни мрежи, използващи произволно групиране и приложение на ласото при психични разстройства. BMC Medical Genomics 2016; 9: стр. 50
Преглед в член - Кинг, 1999. King SA: Интернет хазарт и порнография: Илюстративни примери за психологическите последици от комуникационната анархия. Киберпсихология и поведение 1999; 2: стр. 175-193
Преглед в член - Кинг и Барак, 1999. King SA и Barak A .: Натрапчив хазарт в Интернет. Киберпсихология и поведение 1999; 2: стр. 441-456
Преглед в член | Крос Реф - Király et al., 2015. Király O., Griffiths MD, и Demetrovics Z .: Разстройство на интернет игри и DSM-5: Концептуализация, дебати и противоречия. Текущи отчети за пристрастяването 2015; 2: стр. 254-262
Преглед в член - Király et al., 2014. Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z., и Demetrovics Z .: Проблемното използване на интернет и проблемните онлайн игри не са едни и същи: Констатации от голяма национално представителна извадка за юноши. Киберпсихология, поведение и социални мрежи 2014; 17: стр. 749-754
Преглед в член - Kittinger et al., 2012. Kittinger R., Correia CJ и Irons JG: Връзка между използването на Facebook и проблемното използване на интернет сред студентите. Киберпсихология, поведение и социални мрежи 2012; 15: стр. 324-327
Преглед в член | Крос Реф - Ko et al., 2012. Ko C.-H., Yen J.-Y., Yen C.-F., Chen C.-S. и Chen C.-C .: Връзката между интернет пристрастяването и психичното разстройство: Преглед на литературата , Европейска психиатрия 2012; 27: стр. 1-8
Преглед в член - Ko et al., 2007. Ko C.-H., Yen J.-Y., Yen C.-F., Lin H.-C. и Yang M.-J .: Фактори, предсказващи честотата и ремисията на пристрастяването към интернет при млади юноши: A проспективно проучване. Киберпсихология и поведение: въздействието на интернет, мултимедия и виртуална реалност върху поведението и обществото 2007; 10: стр. 545-551
Преглед в член | Крос Реф - Кус и Грифитс, 2011. Kuss DJ и Griffiths MD: Онлайн социални мрежи и пристрастяване - преглед на психологическата литература. Международно списание за изследване на околната среда и обществено здраве 2011; 8: стр. 3528-3552
Преглед в член | Крос Реф - Kuss et al., 2013. Kuss DJ, Griffiths MD, и Binder JF: Интернет пристрастяване у учениците: Разпространение и рискови фактори. Компютри в човешкото поведение 2013; 29: стр. 959-966
Преглед в член | Крос Реф - Кус и Лопес-Фернандес, 2016. Kuss DJ и Lopez-Fernandez O .: Пристрастяване към интернет и проблемна употреба на Интернет: Систематичен преглед на клиничните изследвания. Световно списание за психиатрия 2016; 6: стр. 143-176
Преглед в член | Крос Реф - Laconi et al., 2016. Laconi S., Andréoletti A., Chauchard E., Rodgers RF и Chabrol H .: Проблемна употреба на интернет, време, прекарано онлайн и личностни черти. L'Encéphale 2016; 42: стр. 214-218
Преглед в член | Крос Реф - Laconi et al., 2014. Laconi S., Rodgers RF, и Chabrol H .: Измерването на интернет зависимостта: Критичен преглед на съществуващите скали и техните психометрични свойства. Компютри в човешкото поведение 2014; 41: стр. 190-202
Преглед в член | Крос Реф - Laier et al., 2013. Laier C., Pawlikowski M., Pekal J., Schulte FP, и Brand M .: Cybersex пристрастяване: Опитните сексуална възбуда при гледане на порнография и не в реални сексуални контакти правят разликата. Вестник за поведенчески зависимости 2013; 2: стр. 100-107
Преглед в член | Крос Реф - Lecardeur, 2013. Lecardeur L .: Psychopathologie du jeu мулти-джуйърс en ligne. Annales Médico-Psychologiques, Revue Psychiatrique 2013; 171: стр. 579-586
Преглед в член | Крос Реф - Liang et al., 2016. Лян Л., Джоу Д., Юан С., Шао А. и Биан Й .: Джендър различия в връзката между интернет зависимостта и депресията: кръстосано проучване при китайските юноши. Компютри в човешкото поведение 2016; 63: стр. 463-470
Преглед в член | Крос Реф - Лопес-Фернандес, 2015. Лопес-Фернандес О .: Как се развиха изследванията на интернет зависимостите след появата на разстройство в интернет игри? Преглед на кибернетичните присъди от психологическа гледна точка. Текущи отчети за пристрастяването 2015; 2: стр. 263-271
Преглед в член | Крос Реф - Мастен и Телеген, 2012. Masten AS, и Tellegen A .: Резилианс в психопатологията на развитието: Принос на проучването на проектната компетентност. Развитие и психопатология 2012; 24: стр. 345-361
Преглед в член | Крос Реф - Mueller et al., 2010. Mueller A., Mitchell JE, Crosby RD, Gefeller O., Faber RJ, Martin A. и de Zwaan M .: Очаквано разпространение на компулсивно изкупуване в Германия и неговата асоциация със социално-демографските характеристики и депресивните симптоми. Психиатрични изследвания 2010; 180: стр. 137-142
Преглед в член | Крос Реф - Patton et al., 1995. Patton JH, Stanford MS и Barratt ES: Факторна структура на скалата на импулсивността на Barratt. Вестник за клинична психология 1995; 51: стр. 768-774
Преглед в член | Recupero, 2008. Recupero PR: Съдебна оценка на проблемната употреба на интернет. Вестник на Американската академия по психиатрия и закона 2008; 36: стр. 505-514
Преглед в член - Роуз и Дхандаюдам, 2014. Rose S. и Dhandayudham A .: Към разбиране на интернет-базираното поведение при пазаруване: Концепцията за пристрастяване към онлайн пазаруване и предложените от нея предсказатели. Вестник за поведенчески зависимости 2014; 3: стр. 83-89
Преглед в член | Крос Реф - Rutland et al., 2007. Rutland JB, Sheets T. и Young T .: Разработване на скала за измерване на проблемното използване на услугата за кратки съобщения: Диагностичният въпросник използва SMS проблема. Киберпсихология и поведение 2007; 10: стр. 841-844
Преглед в член | Крос Реф - Rutter, 1993. Rutter M .: Резилианс: Някои концептуални съображения. Вестник на юношеското здраве: официално издание на Обществото за юношеска медицина 1993; 14: стр. 626-631
Преглед в член | Крос Реф - Шоу и Черно, 2008. Shaw M. и Black DW: Интернет пристрастяване: Определение, оценка, епидемиология и клинично управление. CNS Лекарства 2008; 22: стр. 353-365
Преглед в член | Крос Реф - Sheehan et al., 1998. Sheehan DV, Lecrubier Y., Sheehan KH, Amorim P., Janavs J., Weiller E. и Dunbar GC: Мини-международно интервю за невропсихиатрия (MINI): Разработване и валидиране на структурирано диагностично психиатрично интервю за DSM-IV и ICD-10. Вестник на клиничната психиатрия 1998; 59:
Преглед в член - Там и Уолтър, 2013. Tam P., и Walter G .: Проблемна употреба на интернет в детството и младежта: Еволюция на скръбта на 21st век. Австралийска психиатрия 2013; неопределен:
Преглед в член - Tibshirani, 1996. Tibshirani R .: Регресионно свиване и селекция чрез ласото. Вестник на Кралското статистическо общество, Серия B 1996; 58: стр. 267-288
Преглед в член - Тихонов, 1963. Тихонов А.Н. Разрешаване на неправилно формулирани проблеми и метод на регулация. Съветска математика Доклад 1963; 5: стр. 1035-1038
Преглед в член - Trotzke et al., 2015. Троцке П., Старке К., Мюлер А. и Бранд М .: Патологично купуване онлайн като специфична форма на интернет пристрастяване: експериментално изследване на базата на модели. PLoS One 2015; 10:
Преглед в член - Tsai et al., 2009. Цай HF, Cheng SH, Yeh TL, Shih C., Chen KC, Yang YC и Yang YK: Рисковите фактори на интернет зависимостта - проучване на университетските първокурсници. Психиатрични изследвания 2009; 167: стр. 294-299
Преглед в член | Крос Реф - Уолъс, 2014. Уолъс П.: Нарушение на интернет зависимостта и младежта: Нарастват опасенията относно натрапчивата онлайн активност и че това може да попречи на представянето и социалния живот на учениците. EMBO Reports 2014; 15: стр. 12-16
Преглед в член | Крос Реф - Xin et al., 2018. Xin M., Xing J., Pengfei W., Houru L., Mengcheng W., и Hong Z .: Онлайн дейности, разпространение на интернет пристрастяването и рискови фактори, свързани със семейството и училището сред юношите в Китай. Отчети за пристрастяващите поведения 2018; 7: стр. 14-18
Преглед в член | Крос Реф - Yuen et al., 2004. Yuen CN, Lavin MJ, Weinman M. и Kozak K .: Зависимост от интернет в колегиалното население: Ролята на срамежливостта. Киберпсихология и поведение 2004; 7: стр. 379-383
Преглед в член | Крос Реф - Young, 1998. Млад KS: Пристрастяване към интернет: Появата на ново клинично разстройство. CyberPsychology & Behaviour 1998; 1: стр. 237-244
Преглед в член | Крос Реф
;