(PŘÍČINY) Reciproční vztah mezi depresí a poruchou internetového hraní u dětí: Dvanáctiměsíční sledování studie iCURE pomocí analýzy křížových cest (12)

Abstraktní

Předchozí studie uváděly souvislost mezi poruchou internetového hraní (IGD) a depresí, ale směrování vztahu zůstává nejasné. Proto jsme v dlouhodobé studii zkoumali vzájemný vztah mezi úrovní depresivních symptomů a IGD mezi dětmi.

Metody

Výzkumné panely pro tuto studii se skládalo ze 366 studentů základních škol ve studii iCURE. Všichni účastníci byli současnými uživateli internetu, takže je bylo možné považovat za rizikovou populaci IGD. Závažnost funkcí IGD, kterou sami hlásili, a úroveň deprese byly hodnoceny pomocí obrazovky příznaků používání her vyvolaných internetovými hrami a dětské deprese. Následné hodnocení bylo dokončeno po 12 měsících. Vybavili jsme modely strukturální rovnice se zkříženým zpožděním, abychom současně prozkoumali asociaci mezi dvěma proměnnými ve dvou časových bodech.

Zkřížená analýza odhalila, že úroveň deprese na začátku studie významně predikovala závažnost IGD funkcí při 12měsíčním sledování (β = 0.15, p = 003). Závažnost rysů IGD na počátku také významně předpovídala úroveň deprese při 12měsíčním sledování (β = 0.11, p = .018), řízení možných matoucích faktorů.

Analýza křížových cest naznačuje vzájemný vztah mezi závažností IGD funkcí a úrovní depresivních symptomů. Porozumění vzájemnému vztahu mezi depresivními příznaky a závažností IGD funkcí může pomoci při intervencích, které zabrání oběma podmínkám. Tato zjištění poskytují teoretickou podporu pro plány prevence a nápravy IGD a depresivní příznaky u dětí.

Děti se vyvíjejí v éře digitální technologie a seznamují se s počítači, mobilními zařízeními a internetem v raném věku. Porucha hry se objevuje jako hlavní problém duševního zdraví u dětí a dospívajících po celém světě (Ioannidis et al., 2018), i když stále existuje debata o tom, zda je hra prospěšná nebo škodlivá pro děti a dospívající.

Polovina všech duševních nemocí začíná ve věku 14 let a problémy s regulací nálady někdy začínají kolem 11 let před pubertou (Forbes & Dahl, 2010; Guo a kol., 2012). Problémy duševního zdraví představují největší zátěž nemocí mezi mladými lidmi. Předchozí studie uváděly vztah mezi závislostí na internetu a psychiatrickými příznaky, jako je deprese, úzkost a osamělost, mezi adolescenty. Mezi psychiatrickými symptomy vykazují depresivní symptomy nejsilnější dopad na vývoj závislosti na internetu u dětí a dospívajících (Erceg, Flander & Brezinšćak, 2018; Niall McCrae, Gettings, & Purssell, 2017; Piko, Milin, O'Connor a Sawyer, 2011).

Porucha internetového hraní (IGD) a deprese vzájemně interagují a sdílejí nervové mechanismy (Choi et al., 2017; Liu a kol., 2018). Podobné mozkové oblasti vykazují abnormální fungování jak u deprese, tak u IGD. Amygdala, prefrontální kůra, gyrus a spojení mezi frontoparietálním lalokem a amygdalou se zdají podobně narušeny u lidí s herními problémy a u lidí s depresí.

Systematický přehled ukázal, že u jedinců s depresivními příznaky je téměř třikrát vyšší pravděpodobnost vzniku závislosti na internetu než u osob bez depresivních příznaků (Carli a kol., 2013). 19 z 20 studií v přehledu však byly průřezové studie, které nedokázaly identifikovat směrovost asociací mezi depresí a závislostí na internetu. 75% studií nicméně uvedlo významné korelace mezi problematickým používáním internetu a depresí.

Omezený počet longitudinálních studií hodnotil vztahy mezi IGD a výsledky duševního zdraví mezi mladými lidmi. V prospektivní kohortové studii v Číně se zjistilo, že vysokoškolští studenti, kteří byli zpočátku bez problémů s duševním zdravím, jak bylo hodnoceno stupnicí deprese podle vlastního hlášení, měli 2.5krát větší pravděpodobnost, že se u 9měsíčního sledování objeví deprese, pokud se ukáže problematické používání internetu na začátku (Lam, Peng, Mai a Jing, 2009). Ve dvouleté longitudinální studii u dětí a dospívajících Gentile et al. (2011) zjistili, že problematické hraní statisticky předpovídalo budoucí vyšší úrovně deprese, sociální fobie a úzkosti měřené stavem duševního zdraví, který si sami vyhodnotili (Gentile et al., 2011). Vyšší úroveň deprese byla spojena s vyšším návykovým chováním na internetu (Stavropoulos & Adams, 2017).

Ačkoli předchozí studie mohou pomoci identifikovat faktory související s časovým uspořádáním vztahů mezi depresí a IGD, stále není jasné, zda je IGD spojena s vývojem deprese nebo zda platí i obrácený vztah. Proto jsme zkoumali stabilitu a vztahy mezi depresivními příznaky a IGD v průběhu času, abychom lépe porozuměli tomu, jak se tyto dvě proměnné v průběhu času vzájemně ovlivňují pomocí zkříženého modelu cesty. Hodnotili jsme vzájemný vztah mezi depresivními příznaky a závažností IGD funkcí u prepubertálních dětí, abychom snížili vliv změn nálad během puberty.

Studovaná populace

Populace studie byla odvozena ze studie iCURE, která byla podrobně popsána jinde (Jeong et al., 2017). Stručně řečeno, studium iCURE je probíhající školní longitudinální studium, které studuje přirozenou historii IGD mezi studenty základních škol ve 3. a 4. ročníku a studenty středních škol v 7. ročníku v Koreji. Všichni účastníci uvedli, že jsou současnými uživateli internetu, a proto byli považováni za ohroženou populaci IGD. První následné hodnocení bylo dokončeno 12 měsíců po základním hodnocení. Aby se snížily možné dopady změn pubertální nálady na výsledky studie, tvořily výzkumné panely pro tuto studii pouze studenty ve 3. a 4. ročníku, kteří byli součástí studie iCURE. Z 399 žáků základních škol, kteří se zapisovali do studie iCURE na začátku studie, 366 (91.5%) dokončilo 12měsíční následné hodnocení a bylo zařazeno do této studie.

Měření

Při základním hodnocení vyplnili všichni účastníci dotazníky ve třídě; výzkumný asistent čte otázky pomocí standardního skriptu, aby pomohl porozumět. Pro 12měsíční následné hodnocení vyplnili všichni studenti dotazníky sami, pomocí webové samosprávné metody, s odpovědným výzkumným asistentem, který měl k dispozici odpovědi na otázky.

Závažnost funkcí IGD

Závažnost funkcí IGD byla posouzena pomocí obrazovky IGUESS (Internet Game Use-Elicited Symptom Screen). Tento nástroj byl vytvořen na základě devíti kritérií DSM-5 IGD, přičemž každá položka byla hodnocena na 4bodové stupnici (1 = rozhodně nesouhlasím, 2 = spíše nesouhlasím, 3 = spíše souhlasím, 4 = velmi souhlasím). Vyšší skóre znamená větší závažnost IGD funkcí. Tato stupnice je spolehlivá, s Cronbachovým α 85 v této studii. Závažnost IGD byla považována za dimenzi s kontinuální závažností, kde vyšší skóre na IGUESS naznačovala větší závažnost pro analýzu pomocí modelu se zkříženou cestou. Nejlepší mezní skóre bylo 10, aby bylo možné zvážit zvýšené riziko IGD (Jo a kol., 2017). Toto prahové skóre jsme použili pro dichotomické analýzy.

Úroveň depresivních příznaků

Úroveň deprese byla hodnocena podle dětské depresivní inventury (CDI). CDI má 27 položek kvantifikujících příznaky, jako je depresivní nálada, hedonická kapacita, vegetativní funkce, sebehodnocení a interpersonální chování. Každá položka se skládá ze tří příkazů odstupňovaných pro zvýšení závažnosti z 0 na 2; děti si vyberou ten, který nejlépe charakterizuje jejich příznaky během posledních 2 týdnů. Skóre položek se kombinuje do celkového skóre deprese, které se pohybuje od 0 do 54. Použili jsme korejskou verzi CDI, která má dobrou spolehlivost a platnost pro hodnocení depresivních příznaků (Cho & Choi, 1989). Úroveň depresivních příznaků byla považována za dimenzi s kontinuální závažností, kde vyšší skóre na CDI naznačovala větší závažnost depresivních symptomů pro analýzu pomocí modelu se zkříženou cestou. Celkové skóre 22 nebo více bylo považováno za indikující depresivní symptomy v dichotomické analýze. Jak závažnost IGD funkcí, tak úroveň deprese byly hodnoceny na začátku a po 12měsíčním sledování pomocí hodnocení prováděných tazatelem a self-reportu.

Potenciální zmatky

Obecné charakteristiky, včetně věku, pohlaví, typu rodiny a průměrného denního času stráveného hraním internetových her, byly získány z výchozích údajů získaných sebeposouzením dětí vedených tazatelem. Pro rodinný typ byla intaktní rodina definována jako děti žijící s oběma rodiči; děti definované jako neporušené zahrnovaly děti žijící pouze s matkou nebo otcem nebo s žádným rodičem kvůli rozvodu, smrti nebo oddělení jejich rodičů. Puberta byla stanovena podle odpovědí účastníků na dvě otázky: buď „Zahájili jste období?“ pro dívky nebo „Začali jste růst vlasů na podpaží?“ pro chlapce. Pokud účastníci odpověděli „ano“, považovali jsme je za účastníky puberty. Akademické výkony jejich dětí i socioekonomický status (SES) byly získány na základě hodnocení rodičů.

Statistické analýzy

Popisná statistika a vzájemné vztahy mezi studovanými proměnnými byly provedeny pomocí SAS 9.4 (SAS Institute Inc., Cary, NC, USA). Křížové modelování panelů bylo provedeno pomocí modelování strukturální rovnice (SEM) pomocí statistického balíčku Analysis of Moment Structures, verze 23.0. (IBM Inc., Chicago, IL, USA). Popisná data jsou shrnuta s čísly a procenty pro kategoriální proměnné, nebo střední hodnota ± SD nebo medián (rozmezí) pro spojité proměnné. Podélná souvislost mezi závažností IGD znaků a úrovní deprese byla hodnocena pomocí křížově zaostalých panelových modelů. Před provedením analýzy byla logaritmicky transformována jak úroveň deprese, tak závažnost IGD funkcí, aby byla přibližně normální.

Křížové modely panelů umožňují zkoumat asociace mezi dvěma nebo více opakovaně měřenými proměnnými současně. Proto křížově zpožděné korelace naznačují dopad proměnné v daném časovém bodě na hodnoty jiné proměnné později v čase, přičemž kontrolují průřezové korelace a autokorelace.

Jak je znázorněno na obrázku 1A, první zkříženě zaostávaný koeficient βCL (a) představuje asociaci mezi úrovní deprese měřenou na základní linii a závažností IGD znaků měřenou při 12měsíčním sledování. Druhý zkříženě zaostávaný koeficient βCL (b) představuje souvislost mezi závažností IGD znaků měřenou na základní linii a úrovní deprese měřenou při 12měsíčním sledování. Průřezová asociace mezi závažností IGD znaků a úrovní deprese je znázorněna jako základní linie βCL. Jsou prezentovány autoregresivní koeficienty βAR-deprese a βAR-IGD, které představují stabilitu deprese a závažnosti IGD znaků od výchozí hodnoty po 12měsíční sledování. Model byl upraven o potenciální matoucí faktory, jako je věk, pohlaví, typ rodiny, akademický úspěch a SES.

obrázek rodič odstranit

Obrázek 1. (A) Obecné modelování používané pro modely panelů se zpožděním. (B) Model panelu se zkříženým zpožděním analyzující podélnou asociaci mezi IGD a depresí. Číselné hodnoty jsou standardizované strukturní regresní koeficienty. AR: autoregresní; CL: se zpožděním; CS: průřez. *p <05. **p <01.

Pro testování efektu mediace bylo použito 2,000 95 zaváděcích vzorů a 0% interval spolehlivosti (CI) pro vytvoření nepřímé cesty. KI korigované na zkreslení, které neobsahovaly 0.01, byly považovány za významné pro nepřímý účinek. Velikost efektu interpretována jako malá (0.09), střední (0.25) a velká (XNUMX) na základě předchozího doporučení (Kazatel a Kelley, 2011).

Přizpůsobení modelu bylo hodnoceno pomocí více indexů přizpůsobení, včetně indexů absolutního přizpůsobení, indexů přírůstkového přizpůsobení a indexů přizpůsobení parsimony. Inkrementální indexy fit byly hodnoceny pomocí χ2 přes stupně volnosti (χ2/df) poměr, dobrý index přizpůsobení (GFI), srovnávací index přizpůsobení (CFI) a kořenová střední chyba aproximace (RMSEA). Inkrementální indexy fit byly hodnoceny pomocí Tucker – Lewisova indexu (TLI), normovaného fit indexu, relativního fit indexu (RFI) a srovnávacího fit indexu (CFI). Upravený GFI (AGFI) byl použit pro indexy passimony fit. Literatura SEM naznačuje, že fit modelu je dobrý, když χ2/df ≤ 3; CFI ≥ 0.95, TLI ≥ 0.95, GFI ≥ 0.95, NFI ≥ 0.95, RFI ≥ 0.95, AGFI ≥ 0.95 a RMSEA ≤ 0.06 (Kline, 2011).

Pro další analýzu bylo zvýšené riziko IGD definováno jako mající celkové skóre 10 nebo vyšší na škále IGUESS a vysoká úroveň depresivních symptomů byla definována jako mající celkové skóre na CDI 22 nebo vyšší. Použili jsme log-binomický model spuštěný s PROC GENMOD k odhadu relativního rizika (RR) pro souvislost mezi vysokou úrovní depresivních příznaků a zvýšeným rizikem IGD během období sledování 12 měsíců u dětí s nižším rizikem IGD (<10 IGURSS skóre) na začátku. Míra výskytu vysoké úrovně depresivních příznaků při 12měsíčním sledování byla vypočítána u dětí bez výchozích hodnot bez depresivních příznaků. Vypočítali jsme hrubé a upravené RR, přičemž jsme kontrolovali potenciální matoucí faktory.

Etika

K zápisu do studie iCURE byl získán písemný informovaný souhlas od všech účastníků a jejich rodičů nebo zákonných zástupců po vysvětlení povahy zásad výzkumu, včetně důvěrnosti a svobody volby účasti v souladu s Helsinskou deklarací z roku 1975 (Světová lékařská asociace, 2013). Tato studie byla plně přezkoumána a schválena Radou pro institucionální přezkum Katolické univerzity v Koreji (MC19ENSI0071). Rada pro správu dat iCURE vydala dekódovaná data pro analýzu dat.

Demografické a klinické charakteristiky 366 účastníků jsou shrnuty v tabulce 1. Střední věk účastníků byl 10 let (rozmezí: 9–12 let). Z 366 účastníků bylo 188 (51.4%) chlapců. Většina účastníků (n = 337; 92.1%) pocházelo z neporušených rodin, 68% účastníků mělo dobrý akademický výkon a 71% uvedlo, že jejich SES byl nízký až střední.

 

Tabulka

Tabulka 1. Obecné a klinické charakteristiky 366 žáků základních škol ve studii iCURE

 

Tabulka 1. Obecné a klinické charakteristiky 366 žáků základních škol ve studii iCURE

ProměnnéN (%)Medián (rozsah)Cronbachovo α
Sex
 Chlapci188 (51.4)
 Dívky178 (48.6)
věk10 (9 - 12)
Struktura rodiny
 Neporušená rodina337 (92.1)
 Neporušená rodina29 (7.9)
Socioekonomický status
 Nízké a střední263 (71.9)
 Vysoký103 (28.1)
Akademický úspěch
 dobrý249 (68.0)
 Špatný117 (32.0)
Základní hodnocení
 Internetová porucha her2 (0 - 22).78
 Deprese6 (0 - 46).88
 Úzkost26 (20 - 58).89
12měsíční následná hodnocení
 Internetová porucha her2 (0 - 23).86
 Deprese5 (0 - 45).89
 Úzkost24 (20 - 58).94

Korelace mezi hlavními sledovanými proměnnými jsou uvedeny v tabulce 2. Průřezová hladina deprese na počátku byla pozitivně korelována se závažností IGD jak na počátku, tak na 12měsíční sledování. Podélně byla úroveň deprese (výchozí hodnota) pozitivně korelována se závažností IGD (12měsíční sledování) a závažnost IGD (výchozí linie) byla pozitivně korelována s úrovní deprese (12měsíční sledování).

 

Tabulka

Tabulka 2. Korelační matice, průměr a směrodatná odchylka (SD) pro hlavní proměnné

 

Tabulka 2. Korelační matice, průměr a směrodatná odchylka (SD) pro hlavní proměnné

Proměnné1234ZnamenatSD
1. Úroveň deprese (základní hodnota)17.46.5
2. Závažnost IGD (výchozí hodnota).443 *12.63.2
3. Úroveň deprese (12měsíční sledování).596 *.339 *16.76.6
4. Závažnost IGD (12měsíční sledování).359 *.453 *.447 *12.93.6

Notes. IGD: Internet herní porucha.

*p <001.

Obrázek 1 ukazuje teoretizovaný model (A) a analyzovaný model (B) se standardizovaným načítáním cest (standardizovaný beta, β). Pokud jde o autokorelované cesty, úroveň deprese na počátku statisticky předpověděla závažnost funkcí IGD při 12měsíčním sledování (β = 0.55, p <001). Kromě toho závažnost rysů IGD při výchozím stavu statisticky předpovídala úroveň deprese při 12měsíčním sledování (β = 0.37, p <001). Výsledky ukázaly, že jak úroveň depresivních příznaků, tak závažnost funkcí IGD významně korelovaly mezi výchozí hodnotou a 12měsíčním sledováním. Podobně korelovala závažnost funkcí IGD ve dvou časových bodech.

Pokud jde o korelační cestu průřezu, úroveň depresivních příznaků a závažnost IGD znaků byla v každém časovém bodě pozitivně korelována (β = 0.46, p <0.001 na začátku a β = 0.27, p <001 při 12měsíčním sledování). Výsledky ukázaly pozitivní korelaci mezi úrovní depresivních příznaků a závažností funkcí IGD v každém časovém bodě.

Zkřížené analýzy odhalily, že úroveň deprese při výchozím stavu statisticky predikovala závažnost IGD funkcí při 12měsíčním sledování (β = 0.15, p = 003). Závažnost příznaků IGD na počátku také statisticky předpovídala úroveň deprese při 12měsíčním sledování (β = 0.11, p = 018), po kontrole možných matoucích faktorů. Analýza křížové cesty naznačila vzájemný vztah mezi závažností funkcí IGD a úrovní depresivních příznaků.

Náš celkový model prokázal dobrou kondici na základě indexů fit. Poměr χ2 na stupně volnosti byl 1.336, což ukazuje na dobrý model. RMSEA byla 0.03, GFI byla 0.997, TLI byla 0.976, CFI byla 0.997 a AGFI byla 0.964, což také ukazuje na dobrou kondici. Celkově vzato statistiky fit naznačují, že to stačilo k vytvoření platného modelu založeného na silném a priori teoretickém rámci a přijatelných spolehlivosti.

Z 366 účastníků 351 nenaznačilo, že by na začátku studie mělo zvýšené riziko IGD. Z těchto 351 účastníků bylo 15 (4.3%) klasifikováno jako látky se zvýšeným rizikem IGD při 12měsíčním sledování. Po přizpůsobení potenciálním matoucím faktorům měli účastníci s depresivními příznaky na začátku léčby 3.7krát větší RR IGD po 12 měsících než účastníci bez depresivních příznaků na začátku (RR = 3.7, 95% CI = 1.1–13.2).

Z 366 účastníků neuvedlo 353 vysokou úroveň depresivních symptomů na začátku. Z těchto 353 účastníků bylo 8 (2.3%) klasifikováno jako osoby s vysokou mírou depresivních příznaků při 12měsíčním sledování. Po přizpůsobení potenciálním matoucím faktorům měli účastníci, kteří byli při výchozím stavu vystaveni zvýšenému riziku IGD, 3.6krát vyšší riziko deprese při 12měsíčním sledování ve srovnání s účastníky, kteří nebyli vystaveni zvýšenému riziku IGD při výchozím stavu. nebyl statisticky významný (RR = 3.6, 95% CI = 0.5–29.0; tabulka 3).

 

Tabulka

Tabulka 3. Incidence IGD a deprese u dětí při 12měsíčním sledování

 

Tabulka 3. Incidence IGD a deprese u dětí při 12měsíčním sledování

AnoNeIRRRaRRa
12měsíční IGDb
 Základní depreseAno28205.2 (1.4 - 20.2)3.7 (1.1 - 13.2)
Ne133283.8
12měsíční depresec
 Základní IGDAno1118.34.1 (0.5 - 30.4)3.6 (0.5 - 29.0)
Ne73342.1

Notes. IR: míra výskytu; RR: relativní riziko; aRR: upravené relativní riziko; IGD: Internet herní porucha.

aUpraveno podle pohlaví, typu rodiny, akademických úspěchů a socioekonomického postavení.

bMíra výskytu IGD při 12měsíčním sledování u dětí bez IGD na začátku (n = 351).

cMíra výskytu deprese při 12měsíčním sledování u dětí bez deprese na začátku (n = 353).

Zjistili jsme významnou pozitivní korelaci mezi úrovní depresivních příznaků a závažností IGD funkcí jak na počátku, tak na 12měsíční sledování u dětí. Tyto výsledky naznačují, že depresivní symptomy představují potenciální rizikový faktor pro zvýšenou závažnost IGD a závažnost IGD funkcí může být potenciálním rizikovým faktorem pro depresivní symptomy o rok později.

Analýza křížových cest umožňuje analyzovat více vztahů současně a vytvářet složitější statistické modely, než by bylo možné získat spuštěním několika samostatných lineárních regresí. Relativní síly podélných vztahů lze určit porovnáním standardizovaných korelačních koeficientů. Jak závažnost IGD znaků, tak úroveň depresivních symptomů vykazovaly významné průřezové, autokorelace a zkřížené zpožděné korelační koeficienty.

Průřezové korelace odhalily pozitivní souvislost mezi úrovní depresivních symptomů a závažností IGD v každém časovém bodě. Podobně autokorelace odhalila, že jak úroveň depresivních symptomů, tak závažnost IGD funkcí byly významně korelovány se stabilitou napříč dvěma časovými body. Analýza křížových cest ukázala vzájemnou příčinnou souvislost mezi rizikem IGD a úrovní depresivních symptomů. Tato průřezová a podélná asociace přetrvávala i po kontrole potenciálních zmatků. Síla vztahu byla silnější mezi základní úrovní deprese a 12měsíční závažností IGD (β = 0.15, p = 003) než mezi základní závažností funkcí IGD a 12měsíční úrovní deprese (β = 0.11, p = .018), u kterých se navrhuje střední velikost efektu. Toto zjištění naznačuje, že deprese nejsilněji přispívá k závažnosti funkcí IGD než naopak, a že v průběhu času existuje vzájemný vztah.

Asociace mezi IGD a depresí byla někdy vysvětlena hypotézou zvyšující náladu, která naznačuje, že jedinci s negativními emocemi budou s největší pravděpodobností hledat rekreační aktivity, aby unikli z dysforických stavů. Předchozí studie byly v souladu s hypotézou pro zvýšení nálady v tom, že byl pozorován významný pozitivní vztah mezi depresí a IGD (Ostovar et al., 2019; Seyrek, Cop, Sinir, Ugurlu a Senel, 2017; Yen, Chou, Liu, Yang a Hu, 2014; Younes a kol., 2016). Pokusy o útěk z deprese a obav z reálného světa prostřednictvím online interakcí mohou vést k začarovanému cyklu, který depresi zhoršuje.

Podle hypotézy sociálního vysídlení platí, že čím více času člověk stráví děláním jedné věci, tím méně času stráví jinou. Děti, které tráví příliš mnoho času hraním na internetu, obvykle tráví méně času interakcí s ostatními lidmi (Caplan, 2003). Předpokládá se účinek sociálního vysídlení, že čas strávený hraním her vytlačí další aktivity, jako je sociální interakce, které jsou nezbytné pro psychosociální vývoj u dětí (Zamani, Kheradmand, Cheshmi, Abedi a Hedayati, 2010). Nedostatek sociální interakce může vést k negativním emocím. Gentile et al. (2011) hlásí zvýšené depresivní příznaky po zahájení problémů s videohry a tyto příznaky přetrvávaly (Gentile et al., 2011). Pokud je hypotéza sociálního vysídlení správná, může IGD vést k depresi (Amorosi, Ruggieri, Franchi a Masci, 2012; Dalbudak et al., 2013).

Depresivní příznaky u dospívajících mají tendenci se vyskytovat před pubertou. Z hlediska genetické zranitelnosti na závažnou depresivní poruchu byly zkušenosti se stresovými životními událostmi nebo přítomnost psychiatrických poruch během dětství spojeny s nástupem deprese (Piko a kol., 2011; Shapero et al., 2014). Protože prepubertální deprese je spojena s vývojem antisociální poruchy a závislosti (Ryan, 2003), je pravděpodobné, že preventivní snahy o závislost na internetu by měly být prováděny v mladém věku, aby se minimalizovaly zhoršující účinky na depresi. Proto by měla být věnována větší pozornost depresi a jejím možným dopadům na vývoj IGD u dětí.

Děti s depresivními symptomy na začátku studie vykazovaly 3.7-násobně zvýšené riziko rozvoje symptomů IGD při 12měsíčním sledování ve srovnání s dětmi bez depresivních symptomů na začátku studie, po úpravě o potenciální matoucí faktory. Protože 95% CI je stejně široké jako 1.1–13.2, mohou existovat omezení, která zajistí přesnost odhadů, takže by tyto výsledky měly být interpretovány s opatrností. Kromě toho by děti s příznaky IGD ve výchozím stavu mohly mít zvýšené riziko vzniku depresivních příznaků při 12měsíčním sledování ve srovnání s dětmi bez příznaků IGD na začátku; výsledky však nebyly statisticky významné.

Dívky dosáhnou puberty asi o 12 let dříve než chlapci. Průměrný věk dívek pro zahájení puberty je 12.7 roku v reprezentativních celostátních vzorcích (Lee, Kim, Oh, Lee, & Park, 2016). Z tohoto pohledu by většina účastníků této studie ještě neprošla pubertou. Bylo zjištěno, že celkem 8 (2.2%) dětí dosáhlo puberty (3 na začátku; 5 ve 12měsíčním sledování). Vzhledem k malému počtu dětí, které vstoupily do puberty, nebyly výsledky této studie pravděpodobně ovlivněny změnami souvisejícími s pubertou.

Míra opotřebení při 12měsíčním sledování byla 9.1% (33 dětí). Ke všem opotřebení došlo, protože studenti se přestěhovali do jiné školy. Mezi účastníky, kteří studii dokončili a nedokončili, nebyly zaznamenány žádné významné rozdíly ve výchozích charakteristikách, včetně pohlaví, věku, typu rodiny, akademického výkonu, SES, internetové aktivity nebo závažnosti funkcí IGD.

Faktory související s depresí se mohou v jednotlivých zemích lišit. Deprese je multifaktoriální stav, který vykazuje značné rozdíly mezi různými populacemi a je spojen s množstvím genetických a socioenvironmentálních faktorů, s několika podtypy s odlišnými etiologiemi. Korea byla první zemí, která přidělila státní rozpočet na řešení problémů s internetem a závislostí na hraní her (Koh, 2015). Psychosociální, environmentální a kulturní rozdíly mohou ovlivnit vztahy mezi depresivními příznaky a závažností IGD, i když lze očekávat, že základní souvislosti mezi depresí a IGD bude pozorováno napříč jurisdikcemi a kulturami. Výsledky této studie tedy mohou být relevantní pro děti v jiných zemích, i když při zobecňování zjištění se doporučuje opatrnost. Protože respondenti byli zařazeni mezi adolescenty, kteří navštěvovali školy a vyloučili děti, které nejsou ve škole. Zúčastněné školy, děti a rodiče byli dobrovolně zapojeni; proto tyto školy měly zájem zabránit IGD ve srovnání s nezúčastněnými školami. Nelze vyloučit možnost zkreslení výběru a podceňování prevalence IGD.

Dětství je rizikové období pro rozvoj deprese a IGD. Tyto dvě poruchy se často vyskytují v dětství a jsou spojeny s významnou funkční poruchou v pozdějším životě. Vzhledem k pokračujícímu vývoji mentálních charakteristik v průběhu dospívání a raného dospělého života bude lepší porozumění směrnosti nástupu a průběhu těchto poruch během dětství užitečné při vývoji účinnějších preventivních a léčebných strategií.

Analýza křížových cest ukázala obousměrné vztahy mezi závažností IGD funkcí a úrovní deprese. Vyšší úroveň depresivních příznaků na začátku studie předpovídala vyšší závažnost IGD po 12 měsících. Navíc závažnost výchozích hodnot IGD významně souvisí s vyšší úrovní depresivních symptomů po 12 měsících u dětí. Porozumění vzájemným vztahům mezi depresivními příznaky a závažností IGD funkcí může pomoci při intervencích, které zabrání oběma podmínkám. Tato zjištění poskytují teoretickou podporu pro plány prevence a nápravy IGD a depresivní příznaky u dětí.

HJ provedl analýzy a vedl psaní rukopisu. HWY prováděl a dohlížel na psaní rukopisu. HJ a HWY vytvořily a navrhly základní myšlenku studie. S-YL, HL a MNP přezkoumali vědecký obsah a upravili rukopis. HWY, HJ, S-YJ a HS provedly studii. Všichni autoři přispěli redakčními komentáři k rukopisu.

Autoři prohlašují, že neexistuje žádný střet zájmů, pokud jde o obsah rukopisu. Dr. MNP hlásí následující zveřejnění. Konzultoval a doporučoval Data herních dat, Fórum pro závislostní politiku, RiverMend Health, Lakelight Therapeutics / Opiant a Jazz Pharmaceuticals; získal výzkumnou podporu od kasina Mohegan Sun a Národního centra pro zodpovědné hraní; se účastnil průzkumů, e-mailů nebo telefonických konzultací souvisejících s drogovou závislostí, poruchami kontroly impulzů nebo jinými zdravotními tématy; a konzultoval právní úřady a subjekty hazardních her v otázkách týkajících se kontroly impulzů nebo návykových poruch.

Soubory dat vytvořené během této studie nebo analyzované během této studie jsou k dispozici od příslušného autora.

Amorosi, M., ruggieri, F., Franchi, G., & Masci, I. (2012). Deprese, patologická závislost a rizikové chování v období dospívání. Psychiatria Danubina, 24 (dodatek 1), S77-S81. MedlineGoogle Scholar
Caplan, S.E. (2003). Přednost pro online sociální interakci, teorie problematického používání internetu a psychosociální pohody. Communication Research, 30 (6), 625-648. dva:https://doi.org/10.1177/0093650203257842 CrossRefGoogle Scholar
Carli, V., Durkee, T., Wasserman, D., Hadlaczky, G., Despaliny, R., & Kramarz, E. (2013). Souvislost mezi patologickým používáním internetu a komorbidní psychopatologií: Systematické hodnocení. Psychopatologie, 46 (1), 1-13. dva:https://doi.org/10.1159/000337971 CrossRef, MedlineGoogle Scholar
Cho, S., & choi, J. (1989). Vývoj stupnice úzkosti státu pro korejské děti. Medicine Journal of Seoul National University, 14 (3), 150-157. Google Scholar
choi, J., Cho, H., Kim, J. Y., Jung, D. J., ahn, K. J., kang, H. B., choi, J. S., Chun, J. W., & Kim, D. J. (2017). Strukturální změny v prefrontální kůře zprostředkovávají vztah mezi poruchou internetového hraní a depresivní náladou. Vědecké zprávy, 7 (1), 1245. dva:https://doi.org/10.1038/s41598-017-01275-5 CrossRef, MedlineGoogle Scholar
Dalbudak, E., Evren, C., Aldemir, S., Coskun, K. S., Ugurlu, H., & Yildirim, F. G. (2013). Vztah závažnosti závislosti na internetu s depresí, úzkostí a alexithymií, temperamentem a charakterem vysokoškolských studentů. Cyberpsychologie, chování a sociální sítě, 16 (4), 272-278. dva:https://doi.org/10.1089/cyber.2012.0390 CrossRef, MedlineGoogle Scholar
Erceg, T., Flandry, G., & Brezinšćak, T. (2018). Vztah mezi nutkavým používáním internetu a příznaky deprese a úzkosti v adolescenci. Výzkum alkoholu a psychiatrie, 54 (2), 101-112. dva:https://doi.org/10.20471/dec.2018.54.02.02 CrossRefGoogle Scholar
Forbes, E. E., & Dahl, R. E. (2010). Pubertální vývoj a chování: Hormonální aktivace sociálních a motivačních tendencí. Brain and Cognition, 72 (1), 66-72. dva:https://doi.org/10.1016/j.bandc.2009.10.007 CrossRef, MedlineGoogle Scholar
Pohan, D. A., Čau, H., Liau, A., Ano, T., Li, D., Houba, D., & Khoo, A. (2011). Patologické využití videoher mezi mládeží: Dvouletá podélná studie. Pediatrics, 127 (2), e319-e329. dva:https://doi.org/10.1542/peds.2010-1353 CrossRef, MedlineGoogle Scholar
guo, J., Chen, L., Wang, X., Liu, Y., chui, C. H., Ten, H., Qu, Z., & Tian, D. (2012). Vztah mezi závislostí na internetu a depresí mezi dětmi migrantů a zanechanými dětmi v Číně. Cyberpsychologie, chování a sociální sítě, 15 (11), 585-590. dva:https://doi.org/10.1089/cyber.2012.0261 CrossRef, MedlineGoogle Scholar
Ioannidis, K., Treder, SLEČNA., Komorník, S. R., Kiraly, F., Redden, S. A., Stein, D. J., Lochner, C., & Grant, J. E. (2018). Problematické používání internetu jako mnohostranný problém související s věkem: Důkaz z průzkumu na dvou stránkách. Návykové chování, 81, 157-166. dva:https://doi.org/10.1016/j.addbeh.2018.02.017 CrossRef, MedlineGoogle Scholar
jeong, H., Yim, H. W., Jo, S. J., Závětří, S. Y., Kim, E., Syn, H. J., Han, H. H., Závětří, H. K., Kweone, Y. S., bhang, S. Y., choi, J. S., Kim, B. N., Pohan, D. A., & Potenza, M. N. (2017). Studijní protokol kohorty uživatele internetu pro objektivní rozpoznávání herních poruch v rané adolescenci (iCURE), Korea, 2015–2019. BMJ Open, 7 (10), e018350. dva:https://doi.org/10.1136/bmjopen-2017-018350 CrossRef, MedlineGoogle Scholar
Jo, S. J., Yim, H. W., Závětří, H. K., Závětří, H. C., choi, J. S., & baek, K. Y. (2017). Příznaková obrazovka vyvolaná používáním internetové hry se ukázala být platným nástrojem pro dospívající ve věku 10–19 let. Acta Paediatrica, 107 (3), 511-516. dva:https://doi.org/10.1111/apa.14087 CrossRef, MedlineGoogle Scholar
Kline, R. B. (2011). Principy a praxe modelování strukturních rovnic (3. ed.). New York, NY / Londýn, Velká Británie: Guilford Press. Google Scholar
Koh, Y. (2015). Korejská národní politika pro závislost na internetu, v C. Pondělí & M. Reuter (Eds.), Neurovědné přístupy k internetu a terapeutické intervence (p. 219-234). Londýn, Velká Británie: Rytíř. CrossRefGoogle Scholar
Lam, L. T., Peng, Z. W., Mai, J. C., & Jing, J. (2009). Faktory spojené s závislostí na internetu mezi adolescenty. CyberPsychology & Behavior, 12 (5), 551-555. dva:https://doi.org/10.1089/cpb.2009.0036 CrossRef, MedlineGoogle Scholar
Závětří, M. H., Kim, S. H., Ach, M., Závětří, K. W., & Park, M. J. (2016). Věk v menarche u korejských dospívajících: Trendy a ovlivňující faktory. Reprodukční zdraví, 42 (1), 121-126. dva:https://doi.org/10.1530/jrf.0.0420121 CrossRefGoogle Scholar
Liu, L., jao, Y. W., Li, C. R., Zhang, J. T., Xia, C. C., lan, J., Ma, S. S., zhou, N., & Tesák, X. Y. (2018). Komorbidita mezi poruchou internetového hraní a depresí: Vzájemné vztahy a nervové mechanismy. Přední psychiatrie, 9, 154. dva:https://doi.org/10.3389/fpsyt.2018.00154 CrossRef, MedlineGoogle Scholar
Niall McCrae, N., Získává, S., & Purssell, E. (2017). Sociální média a depresivní příznaky v dětství a dospívání: Systematický přehled. Adolescent Research Review, 2 (4), 315-330. dva:https://doi.org/10.1007/s40894-017-0053-4 CrossRefGoogle Scholar
Ostovar, S., Allahyar, N., Aminpoor, H., Moafian, F., Ani, M., & Griffiths, M. D. (2019). Závislost na internetu a jeho psychosociální rizika (deprese, úzkost, stres a osamělost) mezi iránskými adolescenty a mladými dospělými: Model strukturální rovnice v průřezové studii. Mezinárodní žurnál duševního zdraví a závislosti, 14 (3), 257-267. dva:https://doi.org/10.1007/s11469-015-9628-0 CrossRefGoogle Scholar
Piko, B. F., Miline, R., O'Connor, R., & Sawyere, M. (2011). Multidisciplinární přístup k depresi dětí a adolescentů. Výzkum a léčba deprese, 2011, 1-3. dva:https://doi.org/10.1155/2011/854594 CrossRefGoogle Scholar
Kazatel, K. J., & Kelly, K. (2011). Měření velikosti efektu u mediačních modelů: Kvantitativní strategie pro komunikaci nepřímých účinků. Psychologické metody, 16 (2), 93-115. dva:https://doi.org/10.1037/a0022658 CrossRef, MedlineGoogle Scholar
Ryane, N. D. (2003). Deprese dětí a dospívajících: Účinnost krátkodobé léčby a dlouhodobé příležitosti. International Journal of Methods in Psychiatric Research, 12 (1), 44-53. dva:https://doi.org/10.1002/mpr.141 CrossRef, MedlineGoogle Scholar
Seyrek, S., Policajt, E., sinir, H., Ugurlu, M., & Senel, S. (2017). Faktory spojené s závislostí na internetu: Průřezové studium tureckých adolescentů. Pediatrics International, 59 (2), 218-222. dva:https://doi.org/10.1111/ped.13117 CrossRef, MedlineGoogle Scholar
Shapero, B. G., Černá, S. K., Liu, R. T., Klugman, J., Bender, R. E., Abramson, L. Y., & Slitina, L. B. (2014). Stresující životní události a depresivní příznaky: Vliv dětského emočního zneužívání na stresovou reaktivitu. Journal of Clinical Psychology, 70 (3), 209-223. dva:https://doi.org/10.1002/jclp.22011 CrossRef, MedlineGoogle Scholar
Stavropoulos, V., & Adams, B. L. M. (2017). Příznaky poruchy hraní na internetu v naléhavé dospělosti: souhra mezi úzkostí a soudržností rodiny. Journal of Behavioral Addictions, 6 (2), 237-247. dva:https://doi.org/10.1556/2006.6.2017.026 OdkazGoogle Scholar
Světová lékařská asociace (2013). Prohlášení z Helsinek: Etické zásady lékařského výzkumu týkajícího se lidských subjektů. JAMA, 310 (20), 2191-2194. dva:https://doi.org/10.1001/jama.2013.281053 CrossRef, MedlineGoogle Scholar
Yen, C. F., Čou, W. J., Liu, T. L., Yang, P., & Hu, H. F. (2014). Asociace příznaků závislosti na internetu s úzkostí, depresí a sebedůvěrou u dospívajících s poruchou pozornosti / hyperaktivitou. Komplexní psychiatrie, 55 (7), 1601-1608. dva:https://doi.org/10.1016/j.comppsych.2014.05.025 CrossRef, MedlineGoogle Scholar
Younes, F., halawi, G., Jabbour, H., El Osta, N., Karam, L., Hadždž, A., & Rabbaa Khabbaz, L. (2016). Závislost na internetu a vztahy s nespavostí, úzkostí, depresí, stresem a sebeúctou u studentů vysokých škol: Průřezová studie. PLoS One, 11 (9), e0161126. dva:https://doi.org/10.1371/journal.pone.0161126 CrossRef, MedlineGoogle Scholar
zamani, E., kheradmand, A., Cheshmi, M., Abedi, A., & hedayati, N. (2010). Porovnání sociálních dovedností studentů závislých na počítačových hrách s normálními studenty. Závislost a zdraví, 2 (3–4), 59-65. dva:https://doi.org/10.1016/S0924-9338(12)74212-8 MedlineGoogle Scholar