Patologické užívání internetu a chování rizik mezi evropskými dospívajícími (2016)

Int. J. Environ. Res. Veřejné zdraví 2016, 13(3), 294; doi:10.3390 / ijerph13030294

Tony Durkee 1,*, Vladimir Carli 1, Birgitta Floderus 2, Camilla Wassermanová 3,4, Marco Sarchiapone 3,5, Alan Apter 6, Judit A. Balazs 7,8, Julio Bobes 9, Romuald Brunner 10, Paul Corcoran 11, Doina Cosmanová 12, Christian Haring 13, Christina W. Hoven 4,14, Michael Kaess 10, Jean-Pierre Kahn 15, Bogdan Nemes 12, Vita Postuvan 16, Pilar A. Saiz 9, Peeter Värnik 17 a Danuta Wasserman 1
1
Národní středisko pro výzkum sebevražd a prevenci duševních chorob (NASP), Karolinska Institutet, Stockholm SE-17177, Švédsko
2
Oddělení klinické neurovědy, Karolinska Institutet, Stockholm SE-17177, Švédsko
3
Katedra medicíny a zdravotnictví, University of Molise, Campobasso 86100, Itálie
4
Katedra dětské a dospívající psychiatrie, New York State Psychiatric Institute, Columbia University, New York, NY 10032, USA
5
Národní institut pro migraci a chudobu, Via San Gallicano, Roma 25 / A, Itálie
6
Feinberg Child Study Center, Schneider Children's Medical Center, Tel Aviv University, Tel Aviv 49202, Israel
7
Dětská a dospívající psychiatrická léčebna Vadaskert, Budapešť 1021, Maďarsko
8
Psychologický ústav, Eötvös Loránd University, Budapešť 1064, Maďarsko
9
Katedra psychiatrie, Centrum biomedicínského výzkumu v síti duševního zdraví (CIBERSAM), Univerzita v Oviedu, Oviedo 33006, Španělsko
10
Sekce pro poruchy rozvoje osobnosti, Klinika dětské a dorostové psychiatrie, Centrum psychosociální medicíny, Univerzita v Heidelbergu, Heidelberg 69115, Německo
11
National Suicide Research Foundation, Western Rd., Cork, Irsko
12
Ústav klinické psychologie, Lékařská fakulta Iuliu Hatieganu, Str. Victor Babes Nr. 8, Cluj-Napoca 400000, Rumunsko
13
Oddělení výzkumu duševního zdraví, Univerzita pro lékařské informační technologie (UMIT), Klagenfurt, Innsbruck 6060, Rakousko
14
Katedra epidemiologie, Mailman School of Public Health, Columbia University, New York, NY 10032, USA
15
Oddělení psychiatrie, Centrum Hospitalo-Universitaire de Nancy, Université de Lorraine, Nancy, Vandoeuvre-lès-Nancy 54500, Francie
16
Slovinské centrum pro výzkum sebevražd, Institut Andreje Marušiče, Univerzita Primorska, Koper 6000, Slovinsko
17
Centrum behaviorálních a zdravotnických věd, Estonsko-švédský institut duševního zdraví a suicidologie, Tallinská univerzita, Tallinn 10120, Estonsko
*
Correspondence: Tel.: +46-852-486-935; Fax: +46-8-30-64-39
Akademický redaktor: Paul B. Tchounwou
Přijato: 1 Prosinec 2015 / Přijato: 3 Březen 2016 / Zveřejněno: 8 Březen 2016

Abstraktní

: Riziková chování jsou hlavním přispěvatelem k hlavním příčinám nemocnosti mezi dospívajícími a mladými lidmi; jejich propojení s patologickým používáním internetu (PIU) je však poměrně neprobádáno, zejména v evropském kontextu. Hlavním cílem této studie je prozkoumat souvislost mezi rizikovým chováním a PIU u evropských adolescentů. Tato průřezová studie byla provedena v rámci projektu Evropské unie FP7: Ukládání a posílení postavení mladých lidí v Evropě (SEYLE). Údaje o dospívajících byly shromážděny z randomizovaných škol v rámci studijních míst v jedenácti evropských zemích. PIU byla měřena pomocí Youngova diagnostického dotazníku (YDQ). Riziková chování byla hodnocena pomocí otázek získaných z Globálního školního zdravotnického průzkumu studentů (GSHS). Do analýz bylo zahrnuto celkem 11,931 adolescentů: 43.4% muž a 56.6% žena (M / F: 5179 / 6752), s průměrným věkem 14.89 ± 0.87 let. Adolescenti uvádějící špatné návyky na spaní a opatření k podstupování rizik ukázali nejsilnější souvislosti s PIU, následovalo užívání tabáku, špatná výživa a fyzická nečinnost. Z adolescentů ve skupině PIU bylo 89.9% charakterizováno jako mající více rizikových chování. Významná souvislost pozorovaná mezi PIU a rizikovým chováním v kombinaci s vysokou mírou společného výskytu zdůrazňuje, že je důležité zvážit PIU při screeningu, léčbě nebo prevenci vysoce rizikového chování u dospívajících.

Klíčová slova: patologické používání internetu; Závislost na internetu; rizikové chování; více rizikových chování; nezdravý životní styl; adolescenti; SEYLE

1. Úvod

Adolescence je přechodné období charakterizované značnými změnami ve fyzických, sociálních a psychologických atributech [1]. Navíc vztahy s vrstevníky, rodinou a společností procházejí během tohoto přechodného období výraznými změnami, protože adolescenti začínají uplatňovat autonomii nad svými rozhodnutími, emocemi a chováním [2]. Sociální schopnosti u adolescentů se často vyvíjejí v průběhu psychosociálních interakcí v různých učebních kontextech [3]. Vzhledem k rozsáhlé platformě pro podporu sociálního poznání a mezilidských dovedností [4,5], internet se ukázal jako nový a jedinečný kanál pro psychosociální rozvoj mezi adolescenty [6,7].
Navzdory těmto inherentním výhodám studie prokázaly, že časté a dlouhodobé používání online aplikací má tendenci vytlačovat konvenční sociální interakce a vztahy [8,9]. Existují důkazy prokazující, že kumulativní čas online vytlačuje čas na osobní interakci s rodinou a přáteli [10], účastnit se mimoškolních aktivit [11], plnění akademických úkolů [12], správné stravovací návyky [13], fyzická aktivita [14] a spící [15]. Protože adolescenti tráví více času online, existuje riziko, že jejich používání na internetu se může stát nadměrným nebo dokonce patologickým [16].
 
Patologické používání internetu (PIU) se vyznačuje nadměrným nebo špatně kontrolovaným zaujetím, nutkáním nebo chováním týkajícím se používání internetu, které vede ke zhoršení nebo nouzi [17]. PIU byl koncepčně modelován jako porucha kontroly impulsu a klasifikován jako taxonomie závislosti na chování, která odpovídá povaze patologického hazardu [18]. Navzdory nedávnému pokroku ve výzkumu PIU je úsilí o pochopení tohoto jevu bráněno nedostatkem mezinárodního konsensu o diagnostických kritériích stavu. Není uveden v diagnostických a statistických příručkách duševních poruch (DSM) ani v nosologických systémech Mezinárodní klasifikace nemocí (ICD). Hlavní výzvou, před níž stojí výzkum PIU, je její koncepce návykové poruchy.
 
Na základě těchto tvrzení nedávno zveřejněný produkt DSM-5 [19] zahrnula závislost na chování (návykové poruchy bez návykových látek) jako oficiální diagnostickou kategorii, přičemž jediným problémem uvedeným v této nové klasifikaci je porucha hazardu (GD). Porucha internetového hraní (IGD) je také potenciálním podtypem závislosti na chování, který byl zvažován pro zařazení do nosologického systému DSM; důkazy podporující IGD jako diagnostická porucha však stále chyběly. IGD byl následně zařazen do sekce III DSM-5, jako podmínka, která vyžadovala další studium [20], za účelem stanovení její případné vhodnosti jako diagnostické poruchy. Přes současnou nozologickou nejednoznačnost PIU přetrvává důkaz, který ukazuje silnou souvislost mezi PIU a jinými formami závislosti [21,22,23,24].
Výzkum ukazuje, že jedinci s PIU sdílejí neurologické, biologické a psychosociální atributy se závislostmi na chování i na látkách [25,26,27,28,29]. Na základě teoretického modelu označeného Griffiths [30], existuje šest základních příznaků projevujících se u návykových poruch, které se vztahují na PIU. Patří mezi ně: význam (zaujetí online aktivitami), změna nálady (používání internetu k úniku nebo zmírnění stresu), tolerance (nutnost zůstat online déle), stažení (deprese a podrážděnost v offline režimu), konflikty (interpersonální a intrapsychické) a relaps (neúspěšné pokusy přerušit používání internetu). Tyto hlavní komponenty poskytují teoretický rámec pro odhad velikosti PIU.
 
Míra prevalence PIU se v jednotlivých zemích značně liší, částečně kvůli heterogenitě její definice, nomenklatury a diagnostického hodnocení. Ve snaze odhadnout globální prevalenci, Cheng a Li [31] řeší tyto nesrovnalosti použitím metaanalýzy náhodných účinků pomocí studií se srovnatelnými psychometrickými nástroji a kritérii. Tento přístup přinesl celkem 89,281 účastníkům ze zemí 31 přesahujících několik světových regionů. Výsledky ukázaly, že globální prevalence PIU byla 6.0% (95% CI: 5.1 – 6.9) s pouze mírnou heterogenitou.
Studie prevalence hodnotící PIU na evropské úrovni pomocí reprezentativních vzorků jsou omezené. I přes tuto nedostatek se objevují epidemiologické důkazy naznačující stabilní trendy v míře prevalence u této cílové skupiny. V reprezentativním vzorku evropských adolescentů (n = 18,709) ve věku 11 – 16 let Blinka et al. [32] ukázali, že prevalence PIU byla 1.4%. Toto se shoduje s mírami uváděnými Tsitsikou et al. [33], který odhadl prevalenci PIU ve výši 1.2% v reprezentativním vzorku evropské mládeže (n = 13,284) ve věku 14 – 17 let. Durkee a jeho kolegové [34] však pozorovali mírně vyšší prevalenci PIU 4.4% v reprezentativním vzorku evropských adolescentů (n = 11,956) ve věku 14 – 16 let. Míra prevalence PIU v Evropě se ukázala být výrazně vyšší u mužů než u žen, zvyšovala se s věkem, lišila se podle zemí a byla spojena s řadou duševních poruch a poruch chování [35,36,37,38,39].
 
Nástup rizikového chování se často objevuje během dospívání s vysokou pravděpodobností kontinuity do dospělosti. Muži mají tendenci mít vyšší prevalenci než ženy a frekvence rizikového chování se s věkem zvyšuje.40]. Existují odlišné úrovně závažnosti od chování s nízkým rizikem (špatné spací návyky, špatná výživa a fyzická nečinnost) až po vysoce rizikové (nadměrné užívání alkoholu, nezákonné užívání drog a užívání tabáku). Výzkum obvykle hodnotil riziková chování jako nezávislé subjekty, i když jasné důkazy ukazují jejich společný výskyt, a to i v ranom věku [41,42]. Populace s vícenásobným rizikovým chováním mají největší riziko pro chronická onemocnění, psychiatrické poruchy, sebevražedné chování a předčasnou smrt ve srovnání s jedinci s jednoduchým nebo žádným rizikovým chováním [43,44]. Vzhledem k souběžné povaze rizikového chování je nezbytné pochopit jejich důsledky na riziko PIU adolescentů.
 
Dohledový systém pro sledování rizik mládeže (YRBSS) v USA zjišťuje, že riziková chování jsou hlavním přispěvatelem k hlavním příčinám nemocnosti mezi dospívajícími a mladými lidmi [45]. Kromě tohoto implicitního předpokladu existuje relativně malý výzkum, který systematicky zkoumá, do jaké míry se tyto formy chování vztahují k PIU dospívajících, zejména v evropském kontextu. Epidemiologická vyšetření jsou nezbytná, aby bylo možné lépe porozumět tomuto jevu.
 
Na základě velkého a reprezentativního vzorku školních adolescentů v Evropě je primárním cílem této studie prozkoumat souvislost mezi rizikovým chováním (tj. Požívání alkoholu, nedovolené užívání drog, tabák, riskování, záškoláctví, špatné spací návyky, špatná výživa a fyzická nečinnost) a odlišné formy používání internetu.

2. Materiály a metody

2.1. Návrh studie a populace

Tato průřezová studie byla provedena v rámci projektu Evropské unie: Zachraňování a posilování mladých životů v Evropě (SEYLE) [46]. Adolescenti byli přijímáni z náhodně vybraných škol napříč studijními pracovišti v Rakousku, Estonsku, Francii, Německu, Maďarsku, Irsku, Izraeli, Itálii, Rumunsku, Slovinsku a Španělsku, přičemž koordinačním střediskem bylo Švédsko.
 
Kritéria pro výběr způsobilých škol byla založena na následujících podmínkách: (1) školy byly veřejné; (2) obsahoval alespoň 40 studenty ve věku 15 let; (3) měl více než dva učitele pro studenty ve věku 15 let; a (4) nemělo více než 60% studentů stejného pohlaví. Způsobilé školy byly roztříděny podle velikosti: (i) malý (≤ střední počet studentů ve všech školách studovaného místa); a (ii) velký (≥ střední počet studentů ve všech školách studovaného místa) [46]. Za použití generátoru náhodných čísel byly školy randomizovány podle intervencí SEYLE a velikosti školy s ohledem na sociokulturní faktory, školní prostředí a strukturu školského systému v každém studijním místě.
 
Data byla sbírána prostřednictvím strukturovaných dotazníků podávaných adolescentům ve školním prostředí.
Reprezentativnost, souhlas, účast a míra odezvy vzorku jsou uvedeny v metodické analýze [47].
Tato studie byla provedena v souladu s Helsinskou deklarací a protokol byl schválen místní etickou komisí v každé zúčastněné zemi (projekt č. HEALTH-F2-2009-223091). Před zapojením do studie poskytli dospívající i rodiče informovaný souhlas s účastí.

2.2. Měření

PIU byl hodnocen pomocí Youngova diagnostického dotazníku (YDQ) [18]. YDQ je dotazník 8, který hodnotí vzorce používání internetu, které mají za následek psychologické nebo sociální poškození během šestiměsíčního období před shromažďováním údajů [48]. Osm položek v YDQ odpovídá šesti položkám v modelu Griffithsových komponent a devíti položkám diagnostických kritérií IGD v DSM-5 [49,50]. Na základě skóre YDQ, od 0 – 8, byli uživatelé internetu rozděleni do tří skupin: adaptivní uživatelé internetu (AIU) (bodování 0 – 2); maladaptivní uživatelé internetu (MIU) (bodování 3 – 4); a patologičtí uživatelé internetu (PIU) (bodování ≥ 5) [51]. Kromě toho byly hodiny online denně měřeny pomocí otázky s jednou položkou ve strukturovaném dotazníku.
Údaje o rizikovém chování byly získány pomocí otázek z Global School-Based Student Health Survey (GSHS) [52]. GSHS, vyvinutý Světovou zdravotnickou organizací (WHO) a spolupracovníky, je školním průzkumem, který hodnotí zdravotní riziková chování mezi dospívajícími ve věku 13 – 17 let. Tento dotazník vlastní zprávy obsahuje položky, které odpovídají hlavním příčinám nemocnosti mezi dospívajícími a mladými lidmi v 10u.

2.3. Individuální rizikové chování

Na základě GSHS byla jednotlivá riziková chování rozdělena do tří kategorií: (i) užívání látek; ii) vyhledávání pocitů; iii) charakteristiky životního stylu. Následné individuální rizikové chování bylo kódováno jako dichotomické proměnné.

2.3.1. Použití látky

Užívání návykových látek zahrnovalo požívání alkoholu, nedovolené užívání drog a užívání tabáku. Proměnné byly odpovídajícím způsobem klasifikovány: (1) frekvence užívání alkoholu: ≥2krát / týden vs. ≤1krát / týden; (2) počet nápojů v typický nápojový den: ≥3 nápoje vs. ≤2 nápoje; (3) celoživotní výskyt pití až do opilosti (intoxikace alkoholem): ≥3 krát vs. ≤2 krát; (4) celoživotní výskyt kocoviny po pití: ≥3 krát vs. ≤2 krát; (5) někdy používané léky: ano / ne; (6) někdy používaného hašiše nebo marihuany: ano / ne; (7) někdy použitý tabák: ano / ne; a (8) v současnosti kouří cigarety: ≥6 / den vs. ≤5 / den.

2.3.2. Hledáme senzaci

Hledání senzace zahrnovalo čtyři položky, které naznačovaly, že v posledních dvanácti měsících došlo k rizikovým opatřením: (1) řízený ve vozidle přítelem, který pil alkohol; (2) jezdil na skateboardu nebo kolečkových bruslích v provozu bez přilby a / nebo (3) tažených podél jedoucího vozidla; a (4) šli v noci na nebezpečné ulice nebo uličky. Alternativy reakce byly ve všech čtyřech položkách ano / ne.

2.3.3. Charakteristika životního stylu

Charakteristiky životního stylu zahrnovaly proměnné týkající se spánku, výživy, fyzické aktivity a školní docházky. Spací návyky vztahující se k uplynulým šesti měsícům: (1) pocit únavy ráno před školou: ≥3 dny / týden vs. ≤2 dny / týden; (2) zdřímnutí po škole: ≥3 dní / týden vs. ≤2 dní / týden; a (4) spící: ≤6 hodin / noc vs. ≥7 hodin / noc. Výživa vztažená na posledních šest měsíců: (4) konzumující ovoce / zeleninu: ≤ 1 čas / týden vs. ≥ 2 krát / týden; a (5) konzumující snídani před školou: ≤2 dní / týden vs. ≥ 3 dní / týden. Fyzická aktivita vztažená na posledních šest měsíců: (6) fyzická aktivita po dobu alespoň 60 minut během posledních dvou týdnů: ≤3 dní vs. ≥4 dnů; a (7) pravidelně sportující: ano / ne. Školní docházka obsahovala jednu položku o výskytu neomluvených nepřítomností ve škole během posledních dvou týdnů: ≥3 dní vs. ≤2 dnů.

2.4. Více rizikových chování

Celkový počet rizikových chování byl vypočítán do jediné proměnné a kódován jako pořadové měřítko. Spolehlivá poloviční spolehlivost (rsb = 0.742) a hodnoty vnitřní konzistence (α = 0.714) naznačují přijatelnou úroveň homogenity mezi položkami v rámci vícenásobného měření rizika a chování

3. Statistické analýzy

Prevalence individuálních rizikových chování mezi skupinami uživatelů internetu byla vypočtena pro muže a ženy. Pro zjištění statisticky významných rozdílů mezi proporcemi skupiny bylo provedeno vícenásobné párové srovnání pomocí dvoustranného z-testu s Bonferroni upravenými p-hodnotami. Byly provedeny rozšířené analýzy pro testování účinku jednotlivých rizikových chování na MIU a PIU za použití zobecněných lineárních smíšených modelů (GLMM) s multinomiální logitovou vazbou a odhadem maximální maximální pravděpodobnosti. V analýze GLMM byly MIU a PIU zadány jako výsledná opatření s AIU jako referenční kategorií, jednotlivá riziková chování byla zadána jako fixní efekty úrovně 1, škola jako náhodné zachycení úrovně 2 a země jako náhodné zachycení úrovně 3. Varianční komponenty byly použity jako kovarianční struktura pro náhodné efekty. Ke studiu moderujícího účinku pohlaví byly do regresního modelu začleněny interakce (gender * risk-behavior). U příslušných modelů GLMM byly použity úpravy podle věku a pohlaví. U příslušných modelů jsou hlášeny poměry kurzů (OR) s intervaly spolehlivosti 95% (CI).
V analýze více rizikových chování byl průměr (M) a standardní chyba průměru (SEM) vypočítán pro různé skupiny uživatelů internetu a stratifikován podle pohlaví. K znázornění těchto vztahů byly použity rámečky a fiskální grafy. Statistická významnost mezi více rizikovými chováním a pohlavím byla hodnocena pomocí nezávislých vzorků t-testu. Jednosměrná analýza rozptylu (ANOVA) s post hoc párovým porovnáním byla použita k posouzení statistické významnosti mezi více rizikovými chování a skupinami uživatelů internetu.
K objasnění lineárního vztahu mezi počtem hodin online denně a počtem rizikových chování mezi skupinami uživatelů internetu byl proveden regresní proměnný graf. Všechny statistické testy byly provedeny pomocí produktu IBM SPSS Statistics 23.0. Kritická hodnota p <0.05 byla považována za statisticky významnou.

4. Výsledek

4.1. Charakteristika studijního vzorku

Z počátečního vzorku SEYLE 12,395 464 adolescentů bylo vyloučeno 3.7 (11,931%) subjektů kvůli chybějícím údajům o relevantních proměnných. To poskytlo pro tuto studii velikost vzorku 43.4 56.6 školních adolescentů. Vzorek zahrnoval 5179% mužů a 6752% žen, mladistvých (M / Ž: 14.89/0.87) s průměrným věkem 14.3 ± 12.4 let. Prevalence MIU byla významně vyšší u žen (5.2%) ve srovnání s muži (3.9%), zatímco PIU byla významně vyšší u mužů (2%) než u žen (11928%) (χ² (19.92, 0.001) = XNUMX, p < XNUMX).

4.2. Prevalence rizikového chování

Tabulka 1 popisuje prevalenci rizikových chování stratifikovaných podle skupiny uživatelů internetu. Průměrné míry prevalence mezi skupinami uživatelů internetu (AIU, MIU a PIU) byly 16.4%, 24.3% a 26.5% pro užívání návykových látek (alkohol, nezákonné užívání drog a tabák); 19.0%, 27.8% a 33.8% pro chování při hledání senzací (riskování); a 23.8%, 30.8% a 35.2% pro charakteristiky životního stylu (špatné spací návyky, špatná výživa, fyzická nečinnost a záškoláctví). Prevalence ve skupinách MIU a PIU byla významně vyšší ve srovnání se skupinou AIU ve všech kategoriích rizik (užívání látek, vyhledávání pocitů a životní styl). S výjimkou pěti podkategorií párové srovnání ukázalo, že míra prevalence se mezi skupinami MIU a PIU významně nelišila.

Tabulka
Tabulka 1. Prevalence rizikového chování mezi adolescenty stratifikovanými podle pohlaví a skupiny uživatelů internetu 1,2a – c.

4.3. Více rizikových chování

Výsledky ukázaly, že 89.9% dospívajících ve skupině PIU uvedlo více rizikových chování. Jednosměrný test ANOVA odhalil, že průměrná míra vícenásobného rizikového chování se významně zvýšila z adaptivního užívání (M = 4.89, SEM = 0.02) na maladaptivní použití (M = 6.38, SEM = 0.07) až po patologické použití (M = 7.09, SEM = 0.12) (F (2, 11928) = 310.35, p <0.001). Tento trend byl u mužů a žen prakticky ekvivalentní (Obrázek 1).

Ijerph 13 00294 g001 1024
Obrázek 1. Box a whiskerův diagram více rizikových chování mezi přizpůsobivými uživateli internetu (AIU), maladaptivními uživateli internetu (MIU) a patologickými uživateli internetu (PIU) rozdělenými podle pohlaví *.
Navíc nebyl pozorován žádný statistický rozdíl mezi pohlavími ve skupinách MIU (t (1608) = 0.529, p = 0.597) a PIU (t (526) = 1.92, p = 0.054) (Tabulka 2). Je však třeba poznamenat, že p-hodnota pro skupinu PIU byla relativně blízko k dosažení statistické významnosti (p = 0.054). 

Tabulka
Tabulka 2. Nezávislé vzorky t-test několika rizikových chování a pohlaví podle skupiny uživatelů internetu 1-3.
Graf regresní proměnné vykazoval jasný lineární vztah mezi počtem hodin online za den a počtem rizikových chování u dospívajících. Tento trend byl mezi skupinami uživatelů internetu poměrně totožný (Obrázek 2). 

Ijerph 13 00294 g002 1024
Obrázek 2. Lineární vztah mezi počtem hodin online za den a počtem rizikových chování mezi skupinami AIU, MIU a PIU *.

4.4. GLMM analýza asociace mezi rizikovými chováním, MIU a PIU

Riziková chování, která byla významně spojena s MIU, byla také významně spojena s PIU, s výjimkou tří podkategorií zaznamenaných v rámci rizikových akcí a záškoláctví (Tabulka 3). Analýza GLMM ukázala, že všechny podkategorie špatných spacích návyků významně zvýšily relativní pravděpodobnost PIU s velikostí účinku v rozmezí od OR = 1.45 do OR = 2.17. Mezi akcemi riskování a PIU byly pozorovány významné souvislosti s velikostí účinku v rozmezí od OR = 1.55 do OR = 1.73. Kromě toho byly statisticky významné poměry pravděpodobnosti pro jednotlivé podkategorie v rámci užívání tabáku (OR = 1.41), špatné výživy (OR = 1.41) a fyzické nečinnosti (OR = 1.39).

Tabulka
Tabulka 3. Generalizovaný lineární smíšený model (GLMM) asociace mezi jednotlivými rizikovými chováními, maladaptivním používáním a patologickým používáním s rozšířenou analýzou genderových interakcí 1-4.

4.5. Genderové interakce

Analýza interakcí mezi muži a ženami ukázala, že asociace mezi rizikovými akcemi, špatnými spacími návyky a PIU byla významně vyšší u žen, zatímco spojení mezi záškolákem, špatnou výživou a PIU bylo významně vyšší u mužů (Tabulka 3).

5. Diskuse

5.1. Prevalence rizikového chování

Cílem této studie bylo prozkoumat vztah mezi PIU a rizikovým chováním. Výsledky ukázaly, že prevalence rizikového chování byla mezi patologickými uživateli významně vyšší ve srovnání s adaptivními uživateli s určitými odchylkami mezi pohlavími. Nejvyšší prevalencí pozorovanou u maladaptivních a patologických uživatelů byly špatné spací návyky, po nichž následovalo užívání tabáku. Tyto odhady jsou výrazně vyšší ve srovnání s mírami prevalence uvedenými ve studiích provedených mimo EU, konkrétně v regionech Asie a Tichomoří [53,54]. Jedno věrohodné vysvětlení by mohlo souviset s odchylkami pozorovanými na ekologické úrovni (např. Míry penetrace) mezi těmito příslušnými regiony. Statistiky ukazují, že evropský region má celosvětově nejvyšší míru penetrace internetu (78%). Evropské sazby jsou více než dvojnásobné ve srovnání s cenami v regionech Asie a Tichomoří (36%) [55]. Skutečná míra penetrace rolí, která má vliv na prevalenci PIU, zůstává nejednoznačná; proto by budoucí úsilí zkoumající tento vztah mělo velký význam pro vysvětlení tohoto spojení.

5.2. Použití látky

Charakteristiky mezi rizikovým chováním a návykovým chováním se velmi překrývají. To je asi nejzřetelnější u užívání návykových látek. Použití látky je často klasifikováno jako rizikové chování; je však také předkem zneužívání návykových látek. Pokud vysoce rizikové chování sdílí podobné základní mechanismy, může mít jedno problémové chování prahovou hodnotu pro vývoj dalších problémových chování. Toto tvrzení je potvrzeno výzkumem založeným na důkazech, který prokazuje vysokou úroveň vzájemného propojení různých rizikových chování [56]. Na základě této koncepce je možné předpokládat, že u dospívajících s již existujícím rizikovým chováním bude pravděpodobně vyšší riziko PIU ve srovnání s adolescenty bez rizikového chování.

5.3. Hledáme senzaci

V souladu s výše uvedeným výzkumem [57], výsledky ukázaly, že většina rizikových opatření v kategorii hledající senzace byla významně spojena s PIU. Sensation-searching je osobnostní rys spojený s nedostatky v samoregulaci a odloženým potěšením [58]. Tyto atributy mezi mládeží často souvisejí s percepční predispozicí „optimistického zkreslení“, ve kterém adolescenti častěji snižují rizika pro sebe, zatímco přeceňují rizika pro ostatní [59]. Dospívající, kteří vykazují tyto vychylovací vlastnosti, budou mít pravděpodobně větší sklon k problémům s chováním.

5.4. Charakteristika životního stylu

Špatné spací návyky se ukázaly jako nejsilnější faktory související s PIU. Je to pravděpodobně kvůli efektu vytěsnění spánku pro online aktivity. Existují určité online aktivity, které výslovně přimějí uživatele zůstat online déle, než se očekávalo. Studie masivně multiplayerových online her na hraní rolí (MMORPG) naznačila, že uživatelé jsou lákáni zůstat online déle, aby sledovali progresivní děj jejich online charakteru [60]. V posledních letech se také objevilo nadměrné využívání stránek sociálních sítí, což znamená jak nárůst času stráveného online, tak negativní korelace se sociálními interakcemi v reálném životě [61,62]. Studie ukazují, že adolescenti nadměrně využívající internet mají sklon k rozvoji poruch spánku v důsledku jejich delší doby online [63,64]. Chronické přemísťování spánku pro online aktivity by mohlo vést k deprivaci spánku, o které je známo, že způsobuje závažné nepříznivé účinky na sociální, psychologické a somatické fungování.
Poruchy v regulovaných spánkových vzorcích by mohly být také prostředníkem ve vztahu mezi záškoláctvím a nesprávným používáním internetu. Dospívající, kteří se zapojují do online aktivit v nadměrné míře, by mohli být vystaveni riziku narušení přirozeného stavu spánku. Důkazy ukazují, že zvýšená latence spánku a snížený spánek rychlého pohybu očí (REM-spánek) jsou významně spojeny s nadměrným používáním internetu [65], zatímco subjektivní nespavosti a parasomnie jsou spojeny s záškoláctvím [66]. Poruchy spánku mají výrazný vliv na denní fungování a akademické výsledky. To by mohlo vést k tomu, že se nezletilí ve škole nezajímají, čímž se zvyšuje riziko školního odmítnutí a chronického absentérství [66].
Špatná výživa a fyzická nečinnost byly významně spojeny s PIU. Dospívající, kteří tráví online hodiny déle, se mohou orientovat na nezdravější jídla. Předpokládá se, že online hráči pijí energetické nápoje s vysokým obsahem kofeinu a jedí občerstvení s vysokým obsahem cukru, aby se zvýšila bdělost online hraní [67]. Následně by tyto faktory mohly učinit hráče online náchylnější k sedavému chování ve srovnání s hráči bez hráčů. Kromě toho existuje mezi hráči vysoká loajalita, zejména ti, kteří vysídlují jídlo, osobní hygienu a fyzickou aktivitu, aby mohli pokračovat v online hrách [68]. To může představovat vážná zdravotní rizika a může vést k závažným psychosomatickým symptomům.

5.5. Více rizikových chování

Bylo zjištěno, že riziková chování jsou svou povahou souběžná, přičemž 89.9% adolescentů ve skupině PIU vykazuje více rizikových chování. Tyto výsledky jsou v souladu s Jessorovou teorií problémového chování [69,70]. Teorie problémového chování je psychosociální model, který se pokouší vysvětlit behaviorální výsledky u dospívajících. Skládá se ze tří koncepčních systémů založených na psychosociálních složkách: systém osobnosti, vnímaný systém životního prostředí a systém chování. V posledně jmenovaném systému se struktury rizikového chování (např. Konzumace alkoholu, tabáku, delikvence a deviancie) vyskytují společně a shlukují se do obecného „syndromu rizikového chování“ [71]. Podle Jessora tato problémová chování často pramení z tvrzení adolescentů o nezávislosti na rodičích a společenských vlivech.
Dospívající, kteří bojují o autonomii, by mohli zčásti vysvětlit významný lineární trend zaznamenaný mezi hodinami online za den a množstvím rizikových chování. Tento trend byl ve všech skupinách uživatelů internetu poměrně totožný. Tato zjištění jsou vysoce relevantní, protože naznačují, že nadměrné hodiny online samy o sobě mohou zvýšit počet rizikových chování pro všechny adolescenty, nejen pro ty, kterým byla diagnostikována PIU. Nadměrné hodiny online mohou být také moderujícím faktorem ve vztahu mezi PIU a rizikovým chováním; je však nutný další výzkum zkoumající tento vztah.

5.6. Genderové interakce

Analýza interakcí mezi muži a ženami ukázala, že významná spojení pozorovaná mezi rizikovým chováním a PIU byla rovnoměrně rozdělena mezi muže a ženy. To je poněkud v rozporu s předchozím výzkumem, který obvykle ukazuje, že PIU a riziková chování jsou specifická pro mužské pohlaví. Tento genderový posun by mohl naznačovat, že rozdíly mezi muži a ženami v oblasti rizikového chování se mohou mezi evropskými adolescenty zmenšovat.
Z jiného hlediska by vztah mezi pohlavím a rizikovým chováním mohl být zprostředkován třetím faktorem, jako je psychopatologie. Ve velké, genderově založené studii adolescentů (n = 56,086) ve věku 12 – 18 let, byla míra prevalence PIU odhadována na 2.8% z celkového vzorku s výrazně vyšší mírou pozorovanou u mužů (3.6%) ve srovnání se ženami ( 1.9%) [72]. V příslušné studii bylo uvedeno, že ženy s emocionálními problémy, jako jsou subjektivní neštěstí nebo depresivní příznaky, mají výrazně vyšší prevalenci PIU než muži s podobnými emocionálními příznaky. Genderové studie, které zkoumají vliv genderových interakcí na PIU, jsou nezbytným předpokladem pro budoucí směr výzkumu PIU.

5.7. Model Griffithsových komponent

Griffithsovy součásti modelu závislosti [30] předpokládá, že behaviorální závislosti (např. PIU) a návyky související s látkou postupují prostřednictvím podobných biopsychosociálních procesů a sdílejí četné fyziognomie. Kritéria závislosti odpovídajících šesti základních komponent v tomto modelu jsou (1) výčnělek, (2) náladová modifikace, (3) tolerance, (4) stažení, (5) konflikt a (6) relaps. Kuss a kol. [73] posoudili model závislosti závislostí ve dvou nezávislých vzorcích (n = 3105 an = 2257). Výsledky ukázaly, že model komponent PIU odpovídá datům velmi dobře v obou vzorcích.
V této studii bylo opatření YDQ využito k posouzení a detekci dospívajících s maladaptivními a patologickými riziky souvisejícími s jejich používáním na internetu a online chováním. Protože opatření YDQ zahrnuje všech šest kritérií závislosti stanovených v modelu Griffithsových komponent, je platnost výsledků uvedených v této studii podporována tímto teoretickým rámcem.

5.8. Silné stránky a omezení

Velký, reprezentativní, nadnárodní vzorek je hlavní předností této studie. Homogenní metodologie a standardizované postupy používané ve všech zemích zvyšují platnost, spolehlivost a srovnatelnost údajů. Podle našich znalostí byla geografická oblast v Evropě největší, jaká byla kdy použita k provedení studie o PIU a rizikovém chování.
Studie má také určitá omezení. Údaje hlášené vlastními osobami jsou náchylné k vyvolávání předsudků a předsudků o sociální potřebnosti, které se pravděpodobně mezi zeměmi a kulturami liší. Návrh průřezu není schopen zohlednit časové vztahy, a proto nelze určit příčinnou souvislost. V opatření GSHS představují podkategorie opatření k přijímání rizik pouze část chování při vyhledávání pocitů; při interpretaci výsledků je proto třeba postupovat opatrně.

6. Závěry

Ve všech kategoriích rizik (užívání látek, vyhledávání pocitů a charakteristika životního stylu) byla pozorována významně rostoucí míra prevalence ve skupinách AIU, MIU a PIU. Adolescenti uvádějící špatné návyky na spaní a opatření k podstupování rizik ukázali nejsilnější souvislosti s PIU, následovalo užívání tabáku, špatná výživa a fyzická nečinnost. Významná souvislost pozorovaná mezi PIU a rizikovým chováním v kombinaci s vysokou mírou společného výskytu podtrhuje význam zvažování PIU při screeningu, léčbě nebo prevenci vysoce rizikového chování u dospívajících.
Z adolescentů ve skupině PIU bylo 89.9% charakterizováno jako mající více rizikových chování. Úsilí by se tedy mělo zaměřit na dospívající, kteří nadměrně používají internet, protože byl pozorován významný lineární trend mezi hodinami online denně a více rizikovými chováními. Tento trend byl podobný ve všech skupinách uživatelů internetu, což naznačuje, že nadměrné hodiny online samy o sobě jsou důležitým faktorem rizikového chování. Tato zjištění musí být replikována a dále prozkoumána, než se ujistí o jejich teoretických důsledcích.

Poděkování

Projekt SEYLE byl podpořen prostřednictvím Koordinačního tématu 1 (Zdraví) sedmého rámcového programu Evropské unie (FP7), grantové dohody č. HEALTH-F2-2009-223091. Autoři byli nezávislí na dárcích ve všech aspektech designu studie, analýzy dat a psaní tohoto rukopisu. Vedoucím projektu a koordinátorem projektu SEYLE je profesorka psychiatrie a suicidologie Danuta Wasserman, Karolinska Institute (KI), vedoucí Národního centra pro výzkum sebevraždy a prevenci duševního zdraví a sebevraždy (NASP), KI, Stockholm, Švédsko. Dalšími členy výkonného výboru jsou docent Vladimir Carli, Národní centrum pro výzkum sebevraždy a prevenci duševního zdraví (NASP), Karolinska Institute, Stockholm, Švédsko; Christina WH Hoven a antropologka Camilla Wasserman, Katedra dětské a adolescentní psychiatrie, Státní psychiatrický institut v New Yorku, Columbia University, New York, USA; a Marco Sarchiapone, ministerstvo zdravotnických věd, University of Molise, Campobasso, Itálie. Konsorcium SEYLE zahrnuje centra ve 12 evropských zemích. Vedoucími pracovišť pro každé příslušné centrum a zemi jsou: Danuta Wasserman (NASP, Karolinska Institute, Švédsko, Koordinační centrum), Christian Haring (Univerzita pro lékařské informační technologie, Rakousko), Airi Varnik (Estonský švédský institut duševního zdraví a suicidologie, Estonsko), Jean-Pierre Kahn (University of Lorraine, Nancy, Francie), Romuald Brunner (University of Heidelberg, Německo), Judit Balazs (Vadaskert Child and Adolescent Psychiatric Hospital, Maďarsko), Paul Corcoran (National Suicide Research Foundation, Irsko), Alan Apter (Schneider Children's Medical Center of Israel, Tel Aviv University, Tel Aviv, Israel), Marco Sarchiapone (University of Molise, Italy), Doina Cosman (Iuliu Hatieganu University of Medicine and Pharmacy, Romania), Vita Postuvan (University of Primorska, Slovenia) ) a Julio Bobes (University of Oviedo, Španělsko). Podpora „Etických problémů ve výzkumu nezletilých a jiných zranitelných skupin“ byla získána z grantu od Botnar Foundation v Basileji pro profesorku etiky Stellu Reiter-Theilovou, psychiatrickou kliniku na Basilejské univerzitě, která sloužila jako nezávislý etický konzultant pro projekt SEYLE.

Autorské příspěvky

Tony Durkee je prvním a odpovídajícím autorem, který vyvinul návrh studie, provedl statistické analýzy a kriticky revidoval všechny fáze rukopisu. Vladimír Carli, Birgitta Floderus a Danuta Wasserman se podíleli na návrhu studie a provedli kritické revize rukopisu. Camilla Wasserman, Christina W. Hoven, Michael Kaess a Peeter Värnik poskytli konzultace a provedli kritické revize rukopisu. Marco Sarchiapone, Alan Apter, Judit A. Balazs, Julio Bobes, Romuald Brunner, Paul Corcoran, Doina Cosman, Christian Haring, Jean-Pierre Kahn a Vita Postuvan jsou hlavními vyšetřovateli projektu SEYLE ve svých zemích a přispěli ke kritickým revizím rukopis. Bogdan Nemes a Pilar A. Saiz jsou projektovými manažery projektu SEYLE ve svých zemích a podíleli se na důležitých revizích rukopisu.

Střet zájmů

Autoři neuvádějí žádný střet zájmů.

Zkratky

V tomto rukopisu se používají následující zkratky: 

SEYLE
Uložení a posílení mladých životů v Evropě
YRBSS
Systém sledování rizik mládeže
GSHS
Globální průzkum zdraví studentů ve škole
YDQ
Youngův diagnostický dotazník
GLMM
Zobecněné lineární smíšené modely
ANOVA
Jednosměrná analýza rozptylu
PIU
Patologické používání internetu
MIU
Maladaptivní používání internetu
AIU
Adaptivní používání internetu
CI
Intervaly spolehlivosti
SEM
Standardní chyba průměru
M
Znamenat

Reference

  1. Moshman, D. Kognitivní vývoj po dětství. V Handbook of Child Psychology, 5th ed .; Kuhn, D., Damon, W., Siegler, RS, Eds .; Wiley: New York, NY, USA, 1998; Svazek 2, str. 947 – 978. [Google Scholar]
  2. Choudhury, S .; Blakemore, SJ; Charman, T. Sociální kognitivní vývoj v období dospívání. Soc. Cogn. Postihnout. Neurosci. 2006, 1, 165-174. [Google Scholar] [CrossRef] [PubMed]
  3. Eccles, JS; Wigfield, A .; Byrnes, J. Kognitivní vývoj v adolescenci. V Příručce psychologie: Vývojová psychologie; Lerner, RM, Easterbrooks, MA, Mistry, J., Eds .; Wiley: Hoboken, NJ, USA, 2003; Svazek 6, str. 325 – 350. [Google Scholar]
  4. Subrahmanyam, K .; Greenfield, P .; Kraut, R .; Gross, E. Dopad používání počítače na vývoj dětí a dospívajících. J. Appl. Dev. Psychol. 2001, 22, 7-30. [Google Scholar] [CrossRef]
  5. Ellison, NB; Steinfield, C .; Lampe, C. Výhody „přátel“ Facebooku: Využívání online sociálních sítí na sociálních sítích a vysokoškolských studentů. J. Comput. Med. Commun. 2007, 12, 1143-1168. [Google Scholar] [CrossRef]
  6. Steinfield, C .; Ellison, NB; Lampe, C. Sociální kapitál, sebeúcta a využívání online stránek sociálních sítí: Podélná analýza. J. Appl. Dev. Psychol. 2008, 29, 434-445. [Google Scholar] [CrossRef]
  7. Tapscott, D. Growing Digital: Vzestup čisté generace; McGraw-Hill Education: New York, NY, USA, 2008; str. 384. [Google Scholar]
  8. Kraut, R .; Patterson, M .; Lundmark, V .; Kiesler, S .; Mukopadhyay, T .; Scherlis, W. Internetový paradox. Sociální technologie, která snižuje sociální zapojení a psychickou pohodu? Dopoledne. Psychol. 1998, 53, 1017-1031. [Google Scholar] [CrossRef] [PubMed]
  9. Kraut, R .; Kiesler, S .; Boneva, B .; Cummings, J .; Helgeson, V .; Crawford, A. Internetový paradox se vrátil. J. Soc. Problémy 2002, 58, 49-74. [Google Scholar] [CrossRef]
  10. Nie, NH; Hillygus, DS; Erbring, L. Používání internetu, mezilidské vztahy a společenskost: Studie časového deníku. Na internetu v každodenním životě; Wellman, B., Haythornthwaite, C., Eds .; Blackwell Publishers Ltd .: Oxford, UK, 2002; str. 213 – 243. [Google Scholar]
  11. Nalwa, K .; Anand, AP závislost na internetu u studentů: Příčina obav. Cyberpsychol. Behav. 2003, 6, 653-656. [Google Scholar] [CrossRef] [PubMed]
  12. Akhter, N. Vztah mezi závislostí na internetu a akademickým výkonem mezi vysokoškoláky. Edu. Res. Rev. 2013, 8, 1793. [Google Scholar]
  13. Gür, K .; Yurt, S .; Bulduk, S .; Atagöz, S. Závislost na internetu a problémy s fyzickým a psychosociálním chováním u venkovských středních škol. Nurs. Health Sci. 2015, 17, 331-338. [Google Scholar] [CrossRef] [PubMed]
  14. Peltzer, K .; Pengpid, S .; Apidechkul, T. Silné používání internetu a jeho asociace se zdravotními riziky a zdravím podporujícím chováním mezi thajskými univerzitními studenty. Int. J. Adolesc. Med. Zdraví 2014, 26, 187-194. [Google Scholar] [CrossRef] [PubMed]
  15. Punamaki, RL; Wallenius, M .; Nygard, CH; Saarni, L .; Rimpela, A. Využití informačních a komunikačních technologií (IKT) a vnímané zdraví v adolescenci: Úloha spánkových návyků a únava při probuzení. J. Adolesc. 2007, 30, 569-585. [Google Scholar] [CrossRef] [PubMed]
  16. Straker, L .; Pollock, C .; Maslen, B. Zásady pro rozumné používání počítačů dětmi. Ergonomie 2009, 52, 1386-1401. [Google Scholar] [CrossRef] [PubMed]
  17. Shaw, M .; Černá, DW závislost na internetu: Definice, hodnocení, epidemiologie a klinické řízení. CNS Drugs 2008, 22, 353-365. [Google Scholar] [CrossRef] [PubMed]
  18. Young, K. Závislost na internetu: Vznik nové klinické poruchy. CyberPsychol. Behav. 1998, 1, 237-244. [Google Scholar] [CrossRef]
  19. Americká psychiatrická asociace (APA). Diagnostický a statistický manuál duševních poruch. Dostupný online: http://www.dsm5.org (přístupné na 2 únor 2016).
  20. Petry, NM; O'Brien, porucha internetových her CP a DSM-5. Závislost 2013, 108, 1186-1187. [Google Scholar] [CrossRef] [PubMed]
  21. Sussman, S .; Lisha, N .; Griffiths, M. Prevalence závislostí: Problém většiny nebo menšiny? Eval. Zdraví Prof. 2011, 34, 3-56. [Google Scholar] [CrossRef] [PubMed]
  22. Lee, HW; Choi, JS; Shin, YC; Lee, JY; Jung, HY; Kwon, JS Impulsivita v závislosti na internetu: Srovnání s patologickým hazardem. Cyberpsychol. Behav. Soc. Netw. 2012, 15, 373-377. [Google Scholar] [CrossRef] [PubMed]
  23. Tonioni, F .; Mazza, M .; Autullo, G .; Cappelluti, R .; Catalano, V .; Marano, G .; Fiumana, V .; Moschetti, C .; Alimonti, F .; Luciani, M. Je závislost na internetu psychopatologickým stavem odlišným od patologického hraní? Narkoman. Behav. 2014, 39, 1052-1056. [Google Scholar] [CrossRef] [PubMed]
  24. Sajeev Kumar, P .; Prasad, N .; Raj, Z .; Abraham, A. Poruchy závislosti na internetu a užívání návykových látek u dospívajících studentů - průřezové studium. J. Int. Med. Důlek. 2015, 2, 172-179. [Google Scholar]
  25. Brezing, C .; Derevensky, JL; Potenza, MN Non-návykové chování u mládeže: Patologické hazardní hry a problematické používání internetu. Dítě Adoles. Psychiatr. Clin. N. Am. 2010, 19, 625-641. [Google Scholar] [CrossRef] [PubMed]
  26. Goldstein, RZ; Volkow, ND Dysfunkce prefrontální kůry při závislosti: Neuroimaging nálezy a klinické důsledky. Nat. Rev. Neurosci. 2011, 12, 652-669. [Google Scholar] [CrossRef] [PubMed]
  27. Montag, C .; Kirsch, P .; Sauer, C .; Markett, S .; Reuter, M. Úloha genu chrna4 v závislosti na internetu: Případová kontrolní studie. J. Addict. Med. 2012, 6, 191-195. [Google Scholar] [CrossRef] [PubMed]
  28. Kormas, G .; Critselis, E .; Janikian, M .; Kafetzis, D .; Tsitsika, A. Rizikové faktory a psychosociální charakteristiky potenciálního problematického a problematického používání internetu u dospívajících: Průřezová studie. BMC Veřejné zdraví 2011, 11, 595. [Google Scholar] [CrossRef] [PubMed]
  29. Zhou, Y .; Lin, F.-C .; Du, Y.-S .; Zhao, Z.-M .; Xu, J.-R .; Lei, H. Abnormality šedé hmoty v závislosti na internetu: Morfometrická studie založená na voxelu. Eur. J. Radiol. 2011, 79, 92-95. [Google Scholar] [CrossRef] [PubMed]
  30. Griffiths, M. Model závislosti „komponent“ v rámci biopsychosociálního rámce. J. Subst. Použití 2005, 10, 191-197. [Google Scholar] [CrossRef]
  31. Cheng, C .; Li, AY Prevalence závislosti na internetu a kvalita (reálného) života: Metaanalýza národů 31 napříč sedmi světovými regiony. Cyberpsychol. Behav. Soc. Netw. 2014, 17, 755-760. [Google Scholar] [CrossRef] [PubMed]
  32. Blinka, L .; Škařupová, K .; Ševčíková, A .; Wölfling, K .; Müller, KW; Dreier, M. Nadměrné používání internetu u evropských adolescentů: Co určuje rozdíly v závažnosti? Int. J. Veřejné zdraví 2015, 60, 249-256. [Google Scholar] [CrossRef] [PubMed]
  33. Tsitsika, A .; Janikian, M .; Schoenmakers, TM; Tzavela, EC; Ólafsson, K .; Wójcik, S .; Florian Macarie, G .; Tzavara, C .; Richardson, C. Závislost na internetu v adolescenci: Průřezová studie v sedmi evropských zemích. Cyberpsychol. Behav. Soc. Netw. 2014, 17, 528-535. [Google Scholar] [CrossRef] [PubMed]
  34. Durkee, T .; Kaess, M .; Carli, V .; Parzer, P .; Wasserman, C .; Floderus, B .; Apter, A .; Balazs, J .; Barzilay, S .; Bobes, J .; et al. Prevalence patologického používání internetu u dospívajících v Evropě: demografické a sociální faktory. Závislost 2012, 107, 2210-2222. [Google Scholar] [CrossRef] [PubMed]
  35. Kuss, DJ; Griffiths, MD; Karila, L .; Billieux, J. Závislost na internetu: Systematický přehled epidemiologického výzkumu za poslední desetiletí. Curr. Pharm. Des. 2014, 20, 4026-4052. [Google Scholar] [CrossRef] [PubMed]
  36. Carli, V .; Durkee, T .; Wasserman, D .; Hadlaczky, G .; Despalins, R .; Kramarz, E .; Wasserman, C .; Sarchiapone, M .; Hoven, CW; Brunner, R .; et al. Souvislost mezi patologickým používáním internetu a komorbidní psychopatologií: Systematické hodnocení. Psychopatologie 2013, 46, 1-13. [Google Scholar] [CrossRef] [PubMed]
  37. Ho, RC; Zhang, MW; Tsang, TY; Toh, AH; Pan, F .; Lu, Y .; Cheng, C .; Yip, PS; Lam, LT; Lai, C.-M .; et al. Souvislost mezi závislostí na internetu a psychiatrickou komorbiditou: Metaanalýza. Psychiatrie BMC 2014, 14, 1-10. [Google Scholar] [CrossRef] [PubMed]
  38. Kaess, M .; Durkee, T .; Brunner, R .; Carli, V .; Parzer, P .; Wasserman, C .; Sarchiapone, M .; Hoven, C .; Apter, A .; Balazs, J .; et al. Patologické používání internetu mezi evropskými adolescenty: psychopatologie a sebezničující chování. Eur. Dítě Adolesc. Psychiatrie 2014, 23, 1093-1102. [Google Scholar] [CrossRef] [PubMed]
  39. Pontes, HM; Kuss, DJ; Griffiths, MD Klinická psychologie závislosti na internetu: Přehled její konceptualizace, prevalence, neuronálních procesů a důsledků pro léčbu. Neurosci. Neuroekonomie 2015, 4, 11-23. [Google Scholar]
  40. Kipping, RR; Campbell, RM; MacArthur, GJ; Gunnell, DJ; Hickman, M. Mnohočetné rizikové chování v dospívání. J. Veřejné zdraví 2012, 34, i1-i2. [Google Scholar] [CrossRef] [PubMed]
  41. Dodd, LJ; Al-Nakeeb, Y .; Nevill, A .; Forshaw, MJ Rizikové faktory životního stylu studentů: Shlukový analytický přístup. Předchozí. Med. 2010, 51, 73-77. [Google Scholar] [CrossRef] [PubMed]
  42. Berk, M .; Sarris, J .; Coulson, C .; Jacka, F. Řízení životního stylu unipolární deprese. Acta Psychiatr. Scand. 2013, 127, 38-54. [Google Scholar] [CrossRef] [PubMed]
  43. Prochaska, JJ; Spring, B .; Nigg, CR Vícenásobný výzkum změn chování: Úvod a přehled. Předchozí. Med. 2008, 46, 181-188. [Google Scholar] [CrossRef] [PubMed]
  44. Carli, V .; Hoven, CW; Wasserman, C .; Chiesa, F .; Guffanti, G .; Sarchiapone, M .; Apter, A .; Balazs, J .; Brunner, R .; Corcoran, P. Nově identifikovaná skupina adolescentů s „neviditelným“ rizikem pro psychopatologii a sebevražedné chování: Výsledky studie SEYLE. Světová psychiatrie 2014, 13, 78-86. [Google Scholar] [CrossRef] [PubMed]
  45. Kann, L .; Kinchen, S .; Shanklin, SL; Flint, KH; Kawkins, J .; Harris, WA; Lowry, R .; Olsen, E .; McManus, T .; Chyen, D. Dohled nad rizikovým chováním mládeže - USA, 2013. MMWR Surveill. Summ. 2014, 63, 1-168. [Google Scholar]
  46. Wasserman, D .; Carli, V .; Wasserman, C .; Apter, A .; Balazs, J .; Bobes, J .; Bracale, R .; Brunner, R .; Bursztein-Lipsicas, C .; Corcoran, P .; et al. Zachraňování a posilování mladých životů v Evropě (SEYLE): randomizovaná kontrolovaná studie. BMC Veřejné zdraví 2010, 10, 192. [Google Scholar] [CrossRef] [PubMed]
  47. Carli, V .; Wasserman, C .; Wasserman, D .; Sarchiapone, M .; Apter, A .; Balazs, J .; Bobes, J .; Brunner, R .; Corcoran, P .; Cosman, D. Randomizovaná kontrolovaná studie (RCT) o záchraně a posílení mladých lidí v Evropě (SEYLE): Metodologické otázky a charakteristiky účastníků. BMC Veřejné zdraví 2013, 13, 479. [Google Scholar] [CrossRef] [PubMed]
  48. Young, KS Chycený v síti: Jak rozpoznat známky závislosti na internetu - a vítězná strategie pro zotavení; J. Wiley: New York, NY, USA, 1998; str. 248. [Google Scholar]
  49. Dowling, NA; Quirk, KL Screening pro závislost na internetu: Liší se navrhovaná diagnostická kritéria normální od závislého používání internetu? Cyberpsychol. Behav. 2009, 12, 21-27. [Google Scholar] [CrossRef] [PubMed]
  50. Li, W .; O'Brien, JE; Snyder, SM; Howard, MO Diagnostická kritéria pro problematické používání internetu mezi studenty amerických univerzit: Hodnocení smíšených metod. PLoS ONE 2016, 11, e0145981. [Google Scholar] [CrossRef] [PubMed]
  51. Pontes, HM; Király, O .; Demetrovics, Z .; Griffiths, MD Konceptualizace a měření poruchy dsm-5 v internetu: Vývoj testu IGD-20. PLoS ONE 2014, 9, e110137. [Google Scholar] [CrossRef] [PubMed]
  52. Světová zdravotnická organizace (WHO). Globální školní zdravotnický průzkum studentů (GSHS). Dostupný online: http://www.who.int/chp/gshs/en/ (přístupné na 12 2015 v prosinci).
  53. Choi, K .; Son, H .; Park, M .; Han, J .; Kim, K .; Lee, B .; Gwak, H. Nadužívání internetu a nadměrná denní spavost u dospívajících. Psychiatrická klinika. Neurosci. 2009, 63, 455-462. [Google Scholar] [CrossRef] [PubMed]
  54. Evren, C .; Dalbudak, E .; Evren, B .; Demirci, AC Vysoké riziko závislosti na internetu a jeho vztahu k celoživotnímu užívání návykových látek, psychologickým problémům a chování u adolescentů 10th. Psychiatria Danub. 2014, 26, 330-339. [Google Scholar]
  55. Mezinárodní telekomunikační unie (ITU). Fakta a čísla o ICT. Dostupný online: http://www.itu.int/en (přístupné na 8 Srpen 2015).
  56. De La Haye, K .; D'Amico, EJ; Miles, JN; Ewing, B .; Tucker, JS Covariance mezi více zdravotními riziky chování u dospívajících. PLoS ONE 2014, 9, e98141. [Google Scholar]
  57. Cao, F .; Su, L .; Liu, T .; Gao, X. Vztah impulsivity a závislosti na internetu ve vzorku čínských dospívajících. Eur. Psychiatrie: J. Assoc. Eur. Psychiatr. 2007, 22, 466-471. [Google Scholar] [CrossRef] [PubMed]
  58. Slater, MD Odcizení, agrese a senzace hledající jako prediktory dospívajícího použití násilného filmu, počítače a obsahu webových stránek. J. Commun. 2003, 53, 105-121. [Google Scholar] [CrossRef]
  59. Kim, HK; Davis, KE Směrem k ucelené teorii problematického používání internetu: Vyhodnocování role sebeúcty, úzkosti, toku a důležitosti internetových aktivit. Výpočet. Hučení. Behav. 2009, 25, 490-500. [Google Scholar] [CrossRef]
  60. Charlton, JP; Danforth, ID Rozlišování závislosti a vysoká angažovanost v kontextu hraní online her. Výpočet. Hučení. Behav. 2007, 23, 1531-1548. [Google Scholar] [CrossRef]
  61. Kuss, DJ; Griffiths, MD Online sociální sítě a závislost - přehled psychologické literatury. Int. J. Environ. Res. Veřejné zdraví 2011, 8, 3528-3552. [Google Scholar] [CrossRef] [PubMed]
  62. Meena, PS; Mittal, PK; Solanki, RK Problematické využití webů sociálních sítí mezi městskými školačkami. Ind. Psychiatry J. 2012, 21, 94. [Google Scholar] [CrossRef] [PubMed]
  63. Li, W .; O'Brien, JE; Snyder, SM; Howard, MO Charakteristika závislosti na internetu / patologického používání internetu u studentů amerických univerzit: Kvalitativní metoda. PLoS ONE 2015, 10, e0117372. [Google Scholar] [CrossRef] [PubMed]
  64. Lam, L. Závislost na hraní internetu, problematické používání internetu a problémy se spánkem: Systematické hodnocení. Měna. Psychiatrie Rep. 2014, 16, 1-9. [Google Scholar] [CrossRef] [PubMed]
  65. Cain, N .; Gradisar, M. Využití elektronických médií a spánek u dětí a dospívajících školního věku: Přehled. Sleep Med. 2010, 11, 735-742. [Google Scholar] [CrossRef] [PubMed]
  66. Hochadel, J .; Frolich, J .; Wiater, A .; Lehmkuhl, G .; Fricke-Oerkermann, L. Prevalence problémů se spánkem a vztah mezi problémy se spánkem a odmítáním ve škole u dětí školního věku v hodnocení dětí a rodičů. Psychopatologie 2014, 47, 119-126. [Google Scholar] [CrossRef] [PubMed]
  67. Lin, SSJ; Tsai, CC Sensation a internetová závislost tchajwanských středoškolských dospívajících. Výpočet. Hučení. Behav. 2002, 18, 411-426. [Google Scholar] [CrossRef]
  68. Hsi-Peng, L .; Shu-ming, W. Role závislosti na internetu v loajalitě online her: Průzkumná studie. Internet Res. 2008, 18, 499-519. [Google Scholar]
  69. Jessor, R .; Jessor, SL Problémové chování a psychosociální vývoj: Dlouhodobá studie mládí; Academic Press: Cambridge, MA, USA, 1977; str. 281. [Google Scholar]
  70. Jessor, R. Teorie problémového chování, psychosociální vývoj a pití problémového adolescenta. Br. J. Addict. 1987, 82, 331-342. [Google Scholar] [CrossRef] [PubMed]
  71. Williams, JH; Ayers, CD; Abbott, RD; Hawkins, JD; Catalano, RF Strukturální rovnocennost zapojení do problémového chování dospívajících napříč rasovými skupinami pomocí analýzy více skupin potvrzující faktorovou analýzu. Soc. Work Res. 1996, 20, 168-177. [Google Scholar]
  72. Ha, Y.-M .; Hwang, WJ Genderové rozdíly v závislosti na internetu spojené s indikátory psychologického zdraví u dospívajících pomocí národního internetového průzkumu. Int. J. Ment. Závislý na zdraví. 2014, 12, 660-669. [Google Scholar] [CrossRef]
  73. Kuss, DJ; Kratší, GW; van Rooij, AJ; Griffiths, MD; Schoenmakers, TM Hodnocení závislosti na internetu pomocí modelu komponentů závislých na internetu - předběžná studie. Int. J. Ment. Závislý na zdraví. 2014, 12, 351-366. [Google Scholar] [CrossRef]