Addict Behav. 2018 únor 12; 81: 157-166. dva: 10.1016 / j.addbeh.2018.02.017.
Ioannidis K1, Treder MS2, Komorník SR1, Kiraly F3, Redden SA4, Stein DJ5, Lochner C6, Grant JE7.
Abstraktní
SOUVISLOSTI A CÍLE:
Problematické používání internetu (PIU; jinak známé jako závislost na internetu) je v moderních společnostech stále větší problém. O demografických proměnných a specifických internetových aktivitách spojených s PIU existuje jen omezená znalost a omezené chápání toho, jak by měl být PIU pojat. Naším cílem bylo identifikovat konkrétní internetové aktivity spojené s PIU a prozkoumat moderující roli věku a pohlaví v těchto asociacích.
Metody:
Přijali jsme účastníky 1749 ve věku 18 a vyšší prostřednictvím mediálních reklam v internetovém průzkumu na dvou místech, jednom v USA a jednom v Jižní Africe; pro analýzu jsme použili laso regresi.
Výsledky:
Specifické aktivity na internetu byly spojeny s vyšším problémovým skóre používání internetu, včetně obecného surfování (laso β: 2.1), hraní her na internetu (β: 0.6), online nakupování (β: 1.4), používání online aukčních webů (β: 0.027), sociálních sítí networking (β: 0.46) a používání online pornografie (β: 1.0). Věk zmírnil vztah mezi PIU a hrami na hrdiny (β: 0.33), hazardními hrami online (β: 0.15), používáním aukčních webů (β: 0.35) a streamovacími médii (β: 0.35), přičemž vyšší věk je spojen s vyšším úrovně PIU. Existovaly neprůkazné důkazy o tom, že genderové a genderové × internetové aktivity jsou spojeny s problematickými skóre používání internetu. Porucha pozornosti s hyperaktivitou (ADHD) a sociální úzkostná porucha byly spojeny s vysokým skóre PIU u mladých účastníků (věk ≤ 25, β: 0.35 a 0.65), zatímco generalizovaná úzkostná porucha (GAD) a obsedantně-kompulzivní porucha (OCD) byly spojené s vysokým skóre PIU u starších účastníků (věk> 55 let, β: 6.4 a 4.3 v uvedeném pořadí).
Závěr:
Mnoho typů online chování (např. Nakupování, pornografie, obecné surfování) nese silnější vztah s maladaptivním používáním internetu než hry podporující diagnostickou klasifikaci problematického používání internetu jako mnohostranného onemocnění. Internetové aktivity a psychiatrické diagnózy spojené s problematickým užíváním internetu se navíc liší s věkem, s dopady na veřejné zdraví.
KEYWORDS: Behaviorální závislost; Závislost na internetu; Porucha hraní na internetu; Laso; Strojové učení; Problematické používání internetu
PMID: 29459201
DOI: 10.1016 / j.addbeh.2018.02.017
1
Úvod
Problematické používání internetu (PIU; jinak známé jako závislost na internetu) je v moderních společnostech po celém světě problémem veřejného zdraví. Epidemiologie PIU je stále nejasná (
; ) se širokou škálou hlášených odhadů bodové prevalence (1% až 36.7%), což pravděpodobně odráží nejen rozdíly v populaci, ale také rozmanitost hodnotících nástrojů a různé operativní definice chování PIU. DSM-5 zdůraznil poruchu hraní na internetu jako podmínku pro další studium (), konkrétně s vyloučením dalších internetových aktivit, jako je hazard a používání sociálních médií, a to navzdory hromadícím se důkazům, že problematické používání internetu je mnohostranný problém, který jde nad rámec online hraní (; ;). Bylo popsáno mnoho různých online chování, které jsou schopny narušit normální fungování, když se jedná o nadměrné množství, včetně online hraní her a online hraní her na hrdiny pro více hráčů (;;;;;); online hazardní hry (;), online nakupování (; ;), sledování pornografie (;;), častá kontrola e-mailů, rychlé zasílání zpráv (;;) a nadužívání sociálních médií (;). Chování online může také způsobit obavy o fyzické zdraví jednotlivců (;) nebo připravit půdu pro trestné činy (). Impulzivní a kompulzivní vlastnosti mohou být základem problematického chování na internetu (;;;;), zatímco specifické internetové aktivity byly spojeny s psychiatrickými poruchami; například online nakupování bylo spojeno s depresí a hromaděním (
).
Mladí lidé a studenti jsou považováni za nejzranitelnější pro PIU (
; ; ; ; ), ale populace středního a staršího věku nebyly komplexně prozkoumány. Mladý věk je spojován s problematickým nákupem online (;). Bylo však provedeno několik studií identifikujících problematické internetové aktivity, včetně nadměrného internetového nakupování, u dospělých populací (
). Obecně lze říci, že přirozená historie problematického používání internetu je stále neznámá a v PIU se mohou celkově vyskytovat rozdíly související s věkem nebo různá problematická chování online.
PIU byla považována za mužskou převahu (
; ) a je pravděpodobně častější mezi asijskými muži, ale ženy mohou být také zranitelné (;). Na klinické úrovni zahrnovala většina studií PIU pouze účastníky mužského pohlaví () a není jasné, zda byly klinické populace žen podhodnoceny. Z observačních studií vyplývá, že muži a ženy se liší ve způsobu, jakým pracují v online prostředí, pokud jde o činnosti, které si vybírají, a jejich negativní důsledky (;). Nadměrné používání chatování a sociálních médií bylo u mladých studentů spojeno s ženským pohlavím (;;;; S). Rovněž bylo identifikováno ženské pohlaví jako prediktor problematického online nakupování (), byl však zaznamenán i opak (;). Online hraní bylo spojeno s mužským pohlavím (), ale u obou pohlaví bylo hlášeno masivní multiplayerové online hraní rolí (). Online pornografie i online hazardní hry byly hlášeny častěji mezi dospělými muži (), bylo však namítáno, že úloha posilování odměn, narážky na reaktivitu a touha po sexu online jsou u obou pohlaví podobné (). Konkrétní platformy sociálních médií s návykovým potenciálem, jako jsou síťové weby, jako je Facebook, používají obě pohlaví a bylo prokázáno, že ženy mohou být zvláště ohroženy (). Celkově mohou existovat genderově specifické rozdíly pro aspekty PIU; alternativně se může stát, že jakmile se vezmou v úvahu klinické a behaviorální charakteristiky / záměny, jsou obě pohlaví podobně ovlivněna (;;;
).
Celkově lze říci, že problematické používání internetu, včetně široké škály problematických chování na internetu, vyžaduje přísnější šetření, které by objasnilo, které konkrétní činnosti by měly být považovány za problematické nebo nefunkční nebo obecně přispívající k jevu popsanému jako PIU. Způsob, jakým věk a pohlaví zmírňují vztah mezi konkrétními internetovými aktivitami a PIU, byl podhodnocen, což vyžaduje větší pozornost.
Naším cílem bylo identifikovat konkrétní internetové aktivity statisticky spojené s PIU a zda existují interakce s věkem nebo pohlavím, které tyto vztahy zmírňují.
2
materiály a metody
2.1
Nastavení a opatření
Další podrobnosti o nastavení a opatřeních této studie byly také popsány v naší předchozí publikaci o PIU (
). Hlášení metod pro tuto studii se řídí směrnicí STROBE (
). Aktuální studie byla provedena od ledna 2014 do února 2015. Jednotlivci ve věku 18 a více let byli přijímáni do zaměstnání na dvou místech: Chicago (USA) a Stellenbosch (Jižní Afrika) pomocí internetové reklamy (průměrný věk 29 [18 – 77]; 1119 muži [64%]; 1285 Kavkazský [73%]). Reklamy požádaly jednotlivce, aby se zúčastnili online průzkumu o používání internetu. Účastníci průzkumu provedli anonymně pomocí softwaru Survey Monkey. Průzkum byl zaslán prostřednictvím Craigslistu, takže byli zaměřeni pouze účastníci z konkrétních národních prostředí. Studie byla schválena institucionálními hodnotícími radami na každém výzkumném místě. Účastníci nedostali žádnou kompenzaci za účast, ale byli přihlášeni do náhodné loterie, kde bylo k dispozici pět cen, přičemž každá cena byla oceněna mezi $ 50 a $ 200 v USA a tři ceny mezi ZAR250 a ZAR750 v Jižní Africe.
Online průzkum obsahoval otázky týkající se věku, pohlaví, rasy, stavu vztahů, sexuální orientace a vzdělání každého jednotlivce, spolu s různými měřítky konkrétních internetových aktivit. Měřili jsme řadu různých internetových aktivit, včetně 1) obecného surfování 2) internetového hraní celkem 3) online RPG her 4) plýtvání časem / dovednostních her (tj. Aplikace na iPod / iPad / mobilní telefon, Tetris, Jewels) 5 ) Online akční multiplayer (tj. Call of Duty, Gears of War) 6) Online nakupování 7) Aukční weby (tj. Ebay) 8) Online hazardní hry 9) Sociální sítě 10) Online sporty (tj. Fantasy sporty, ESPN) 11) Pornografie / Sex na internetu 12) Zprávy / blogování (tj. AIM, Skype) a 13) Streamování videí / médií (např. YouTube, Hulu). Průzkum zahrnoval také klinická opatření: Test závislosti na internetu (IAT) (
) zajistit míru maladaptivního používání internetu; vyberte moduly Mini International Neuropsychiatric Interview (MINI) () pro identifikaci pravděpodobné sociální úzkostné poruchy (SAD), generalizované úzkostné poruchy (GAD) a obsedantně-kompulzivní poruchy (OCD); kontrolní seznam symptomatických stupnic pro dospělé ADHD (ASRS-v1.1) () k identifikaci symptomů s poruchou pozornosti s hyperaktivitou (ADHD); seznam Padua (PI) () k identifikaci obsedantně-kompulzivních tendencí; a Barrattova impulsivní stupnice (BIS-11) pro kvantifikaci impulzivní osobnosti (
). Popisná statistika všech proměnných je shrnuta a stratifikována podle věku v doplňkové tabulce S1a.
IAT zahrnuje otázky 20 zkoumající aspekty PIU. Skóre na IAT se pohybuje od 20 do 100 s mírným používáním internetu 20 – 49, mírným používáním internetu 50 – 79 a 80 – 100 odrážejícím závažné používání internetu. PI se skládá z položek 39, které hodnotí běžné posedlé a nutkavé chování. BIS-11 je dotazník pro vlastní hlášení používaný k určení úrovní impulsivity.
Provedli jsme analýzu hlavních komponent (PCA), abychom zjistili, zda několik komponent internetových aktivit bude schopno odpovídat za významnou část rozptylu. Tato analýza však ukázala, že k dosažení> 11% rozptylu jsme požadovali> 13 ze 90 komponent, což naznačuje, že významná část proměnných internetových aktivit k rozptylu jedinečně přispívá. Proto jsme se rozhodli v naší analýze použít každou proměnnou zvlášť.
Do analýz byla zahrnuta pouze data od účastníků, kteří dokončili celý online průzkum, včetně opatření na internetu. Původní vzorek zahrnoval 2551 osob. 63 jedinců bylo vyloučeno kvůli chybějícímu skóre IAT. Dalších 18 jedinců bylo vyloučeno pro hlášení transgenderového pohlaví a 459 pro chybějící důležité predikční proměnné, např. Skóre PI nebo BIS v dotazníku. Pět osob bylo vyloučeno z důvodu hlášení věku <18 let. Dalších 257 osob bylo vyloučeno kvůli chybějícím měřítkům internetové aktivity. Konečná úplná sada zahrnovala 1749 jedinců s úplným skóre u všech proměnných. Tento poslední krok procesu vyloučení zohledňuje rozdíl vzorků mezi touto studií a
. Tato konečná úplná sada zahrnovala 1063 osob ze stránky Stellenbosch a 686 osob ze stránky Chicago. Odhadovaná bodová prevalence PIU byla ~ 8.5% při použití mezní hodnoty IAT 50 nebo vyšší. Při srovnání dvou populací studijního místa mělo místo Stellenbosch mladší účastníky [průměr (rozmezí) 24.3 (18–76) vs. 36.3 (18–77), ANOVA F <0.05, η 2 : 0.20], nižší podíl pohlaví mužů [58% vs 73%, χ 2 <0.05, φ : 0.15], vyšší podíl heterosexuální sexuální orientace [91% vs. 84%, χ 2 <0.05, φ : 0.10], vyšší míra ADHD [50% vs 41% χ 2 <0.05, φ : 0.9], nižší míry online nakupování [průměr (rozmezí) 0.48 (0–5) vs 1.27 (0–5), ANOVA F <0.05, η 2 : 0.18] a mírně nižší skóre IAT [průměr (rozmezí) 30.3 (20–94) vs. 35.9 (20–85), ANOVA F <0.05, η 2 : 0.06]. Podrobnější srovnání je uvedeno v doplňkové tabulce S1b. Proces náboru a vyloučení je graficky uveden v Obr. 1 . Všechny spojité proměnné (tj. Skóre BIS) byly standardizovány, aby se zvýšila interpretovatelnost modelových koeficientů. Metody predikce používaly skóre IAT jako numerickou proměnnou (rozsah 20 – 94, střední 32.48). Všechny analýzy byly provedeny ve verzi R Studio 3.1.2. Lasové generalizované lineární modely byly provedeny pomocí balíčku „glmnet“ (Package glmnet verze 2.0 – 5 (
)). Více podrobností o procesu analýzy naleznete v dodatku (dodatek k metodice).
2.2
Zkoumání korelací
Prozkoumali jsme korelace mezi proměnnými v našich datech (viz Obr. 2 ). Všechny různé internetové aktivity měly slabé pozitivní korelace se skóre IAT (Pearsonův korelační koeficient 0.23–0.48). Byly identifikovány mírné pozitivní korelace mezi proměnnými internetové aktivity, tj. Celkové internetové hraní a RPG (r = 0.57), celkové internetové hraní a akční hry pro více hráčů (r = 0.55), online nakupování a používání aukčních webů (r = 0.55), obecné surfování a nakupování (r = 0.44), obecné procházení a sociální sítě (r = 0.44), obecné procházení a streamování médií (r = 0.44). Existovaly slabé pozitivní korelace mezi sportem a pornografií (r = 0.38), mužským pohlavím a sportem (r = 0.30) nebo pornografií (r = 0.39) nebo akčním hraním pro více hráčů (r = 0.27). Mezi online hazardem a akčním multiplayerem (r = 0.41), RGP (r = 0.32), aukčními weby (r = 0.38), sportem (r = 0.38) nebo pornografií (r = 0.39) existovala slabá korelace. Impulzivita slabě pozitivně korelovala s obecným surfováním, online nakupováním, používáním aukčních webů, sociálními sítěmi, streamingovými médii a pornografií (0.2 ≤ r ≤ 0.3). Slabá korelace byla také mezi starším věkem a nákupními aktivitami (r = 0.33) nebo používáním aukčních webů (r = 0.22) a mezi neheterosexuální sexuální orientací a pornografií (r = 0.22). Všechny ostatní korelace mezi internetovými aktivitami a věkem, pohlavím, stavem vztahu, sexuální orientací, úrovní vzdělání, rasy a úrovní impulzivity a kompulzivity byly velmi slabé (−0.2 <r <0.2).
2.3
Řešení překrývání
Pro naše statistické metody jsme použili modely, které zahrnovaly demografické proměnné (věk, rasa, úroveň vzdělání, pohlaví, stav vztahu, sexuální orientace), klinické charakteristiky (diagnózy ADHD, GAD, sociální úzkost a OCD), dimenze chování, o nichž je známo, že jsou spojeny s PIU (impulzivita a nutkavost), internetové aktivity a podmínky interakce mezi internetovými aktivitami × věk nebo pohlaví; posledně jmenované bylo rozhodnuto otestovat hypotézu, že věk nebo pohlaví zmírňují vztah mezi internetovými aktivitami a problematickým skóre používání internetu. Zahrnovali jsme celkem prediktorových proměnných 51. Zahrnutím velkého množství proměnných jsme se zaměřili na přesnější model a současně zachycuje složité interakce mezi demografickými a internetovými proměnnými aktivity. Nevýhodou mnoha prediktorových proměnných je však to, že to obvykle vede k překrytí doprovázenému velkými koeficienty. Navíc lineární regrese ve vzorku má tendenci se příliš přizpůsobit, zejména u komplexních modelů, a je zásadně vadná při vytváření předpovědí o nových datech. Existují rozsáhlé důkazy o nevýhodách nadměrných modelů (
). Abychom se vypořádali s přesahem, diskutovali jsme pomocí statistických metod mimo vzorek (křížová validace), abychom získali odhad generalizační a predikční chyby modelu (
). Tento přístup jsme prozkoumali v našich současných datech, když jsme použili křížově validovaný odhad mimo kořenovou střední hodnotu na druhou v kombinaci s zpětným výběrem proměnných, abychom otestovali, zda se modely zlepšují přidáním vysokého počtu proměnných do podmnožiny možných kombinací prediktorů, a viděli jsme, že řídké modely (tj. s přibližně 13 až 16 proměnnými) byly non-inferiorní z hlediska křížově validované RMSE ve srovnání s komplexnějšími modely (včetně> 16 proměnných). To je ukázáno v průzkumu Obr. 3 (vlevo nahoře).
2.4
Pravidelná regrese s omezením řídkosti
Z důvodů uvedených v předchozím odstavci jsme chtěli použít metodu predikce, která by se příliš nehodila, zatímco by byla srovnatelná se standardními statistickými metodami, pokud jde o predikci skóre PIU. Bylo by také užitečné, kdyby naše metoda mohla také provádět výběr proměnných (tj. Snížením počtu prediktorů s nenulovými koeficienty), aby se napomohlo interpretovatelnosti modelu. Regularizace, původně navržená Tikhonovem k řešení integrálních rovnic (
) a později zavedené ve statistické vědě tím, že má některé z výše uvedených požadovaných vlastností posunutí konstrukce modelu směrem k rozptýlenosti a snížení přesahu (). Laso (generalizovaný lineární model s penalizovanou maximální pravděpodobností, známý jako regrese pomocí operátoru nejmenšího absolutního smrštění a selekce (Lasso nebo LASSO ())) je metoda regularizace a regresní analýzy, která se nyní často používá v lékařských vědách (;) a má potenciál pro použití v modelování klinické predikce v psychiatrii (RC). Ridge regrese je další forma regularizované lineární regrese, která zmenšuje koeficienty zavedením pokuty za koeficient (). Elastická síť je prostředním modelem mezi hřebenem a lasem a jeho penalizace je řízena α, které překlenuje mezeru mezi lasem (a = 1) a hřebenem (a = 0). Ladicí parametr λ řídí celkovou sílu trestu. Lasso používá penalizaci L1 a ridge používá penalizaci L2. Na rozdíl od regrese hřebene má za následek penalizace Lasso L1 to, že většina koeficientů je řízena na nulu, což vede k regularizovanému řešení, které je současně řídké. Tímto mechanismem provádí laso výběr proměnných, což může výrazně zjednodušit interpretaci, zejména pokud je do modelu zapojeno mnoho prediktorů. Další nestandardní metoda známá vysokou přesností a schopností vyhýbat se nad montáží jsou náhodné lesy (
). Náhodné lesy jsou metodou strojového učení, která funguje dobře proti nelineárním závislostem, a proto by prozkoumání výkonu tohoto modelu mohlo poskytnout nahlédnutí do možná „skrytých“ složitých asociací.
2.5
Predikční metody
Abychom v naší analýze vybrali vhodný model, porovnali jsme lineární regresi, hřebenovou regresi, elastickou síť, Lasso a náhodné lesní modely navzájem a proti naivní základní linii pomocí křížově validovaného odhadu RMSE mimo vzorek. Naše křížová validace zahrnovala náhodné rozdělení dat v tréninkové a testovací sadě, vyladění parametrů modelu v tréninkové sadě a předpovědi skóre IAT v testovací sadě. Kvůli náhodné povaze rozdělení dat do záhybů jsme tento proces opakovali 50krát, abychom získali stabilní a replikovatelný odhad. Poté jsme porovnali konečné vektory skóre RMSE pomocí testů se znaménkem Exact Wilcoxon-Pratt. Všechny modely byly významně lepší než naivní základní linie (p korigováno <0.001, Cohenův d = -0.87) (viz doplňková tabulka S2). Souhrnné statistiky skóre RMSE jsou uvedeny v doplňkové tabulce S3. Laso a elastická síť byly lepší než hřebenová regrese (p-korekce <0.01, d = 0.51, d = 0.49) a lineární regrese (p korekce <0.001, d = 0.76) a mezi sebou se statisticky nelišily (p korigováno> 0.05, d = -0.08). Náhodný les nebyl lepší než laso (p = 0.12) nebo elastická síť (p korigováno> 0.05). Proto jsme v naší analýze použili Lasso, protože kromě dobrého predikčního výkonu mimo vzorek byl Lasso schopen provést výběr proměnných zmenšením koeficientů na nulu, a tedy zvýšením interpretovatelnosti. Ačkoli elastická síť může provádět také výběr proměnných, má tendenci vybírat více proměnných, a přestože je složitějším a výkonnějším modelem, nedává výrazně lepší výkon než laso. V naší konečné analýze úplných dat a analýz podskupin jsme použili 10násobnou křížovou validaci k vytvoření optimální lambda pro každý model lasa a vykazování koeficientů produkovaných těmito modely. Vysvětlující grafy odvozené z úplné analýzy dat jsou uvedeny v Obr. 3 .
3
výsledky
Výsledky laso regrese jsou shrnuty v celém vzorku a stratifikovány podle věku v roce 2006 Tabulky 1 a 2 . Úplné tabulky výsledků pro analýzy podskupin, včetně stratifikovaných podle věku a podle místa studie, jsou uvedeny v online doplňkových tabulkách (tabulky S4 – S10). Průběžné grafy dat jsou uvedeny v doplňkových obrázcích (obrázky S1 – S3). Výsledky standardnějšího statistického přístupu lineární regrese jsou také uvedeny v doplňkových tabulkách S4 – S10 a jakékoli rozdíly ve strukturální inferenci ve srovnání s hlavními výsledky uvedenými níže jsou podmíněny výběrem jiného modelu.
| Internetová aktivita | Vše (n = 1749) | 18 ≤ Věk ≤ 25 (n = 1042) | 26 ≤ Věk ≤ 55 (n = 592) | Věk> 55 let (n = 115) |
|---|---|---|---|---|
| Obecné surfování | 2.100 | 2.400 | 1.500 | 0.590 |
| Internetové hry | 0.600 | 0.450 | 0.110 | 0.000 |
| RPG | 0.000 | 0.000 | 0.710 | 0.000 |
| Odpady času | 0.000 | 0.000 | 0.000 | 0.450 |
| Akční multiplayer | 0.000 | 0.000 | 0.000 | 0.000 |
| Nakupování | 1.400 | 0.840 | 1.500 | 0.000 |
| Aukční weby | 0.027 | 0.000 | 0.990 | 0.230 |
| Hazardní hry | 0.000 | 0.000 | 0.780 | 0.000 |
| Sociální síť | 0.460 | 0.000 | 1.300 | 0.000 |
| Sportovní | 0.000 | 0.000 | 0.000 | 0.000 |
| Pornografie | 1.000 | 1.400 | 0.210 | 0.000 |
| Zprávy | 0.000 | 0.000 | 0.110 | 0.000 |
| Streamingové média | 0.000 | 0.000 | 0.000 | 1.200 |
| PADUA | 0.074 | 0.085 | 0.029 | 0.065 |
| BIS | 0.066 | 0.048 | 0.072 | 0.086 |
| Diagnostika ADHD | 1.700 | 0.350 | 3.100 | 0.000 |
| Diagnóza GAD | 0.230 | 0.000 | 0.000 | 6.400 |
| Diagnóza sociální úzkosti | 0.000 | 0.560 | 0.000 | 0.000 |
| Diagnóza OCD | 0.270 | 0.000 | 0.000 | 4.300 |
| Internetová aktivita | Vše (n = 1749) | 18 ≤ Věk ≤ 25 (n = 1042) | 26 ≤ Věk ≤ 55 (n = 592) | Věk> 55 let (n = 115) |
|---|---|---|---|---|
| Demografické proměnné | 0.000 | 0.000 | 0.000 | 0.000 |
| Pohlaví × jakákoli aktivita na internetu | 0.000 | 0.000 | 0.000 | 0.000 |
| Věk × obecné surfování | 0.000 | - | - | - |
| Věk × hraní na internetu | 0.000 | - | - | - |
| Věk × RPG | 0.330 | - | - | - |
| Odpady věk × čas | 0.000 | - | - | - |
| Věk × akční multiplayer | 0.000 | - | - | - |
| Věk × nakupování | 0.000 | - | - | - |
| Věk × hazard | 0.150 | - | - | - |
| Věk × aukční weby | 0.350 | - | - | - |
| Věk × sociální sítě | 0.000 | - | - | - |
| Věk × sport | 0.000 | - | - | - |
| Věk × pornografie | 0.000 | - | - | - |
| Věk × zasílání zpráv | 0.000 | - | - | - |
| Věk × streamovaná média | 0.350 | - | - | - |
3.1
Demografie
Při laso regresi nebyla s PIU spojena žádná proměnná včetně věku, pohlaví, rasy, úrovně vzdělání, stavu vztahu nebo sexuální orientace v žádné věkové podskupině ani v úplných údajích.
3.2
Internetové aktivity
V úplných datech Lasso regrese byla řada internetových aktivit spojena s vysokým skóre PIU, včetně obecného surfování (β: 2.1), hraní her na internetu (β: 0.6), online nakupování (β: 1.4), používání aukčních webů (β: 0.027), sociální sítě (β: 0.46) a používání online pornografie (β: 1.0). Vztahy mezi PIU a hrami na hrdiny (RPG), online hazardem, používáním aukčních webů a používáním streamovacích médií byly zmírněny podle věku (β: 0.33, 0.15, 0.35 a 0.35), přičemž starší věk byl spojen s vyšším skóre PIU . V analýze věkových podskupin (mladí účastníci ve věku ≤ 25 let, účastníci ve středním věku 25 let <věk ≤ 55 let; starší účastníci ve věku> 55 let) bylo obecné surfování spojeno s PIU ve všech věkových skupinách, ale silněji u mladých lidí (β: 2.4) , méně ve středním věku (β: 1.5), a ještě méně u starších účastníků (β: 0.59). Podobný trend byl zaznamenán u internetových her (β: 0.45, 0.11 a 0.0 pro tři věkové skupiny) a používání online pornografie (β: 1.4, 0.21 a 0.0). Některé internetové aktivity, jako je používání online RPG, byly ve srovnání s jinými věkovými skupinami silněji spojeny s PIU u účastníků středního věku (β: 0.71). Totéž platilo pro online hazardní hry (β: 0.78), instant messaging (β: 0.11) a online sociální sítě (β: 1.3). Používání aukčních webů bylo také silněji spojeno s PIU u účastníků středního věku (β: 0.99), ale také prediktivní u starších účastníků (β: 0.23). Streamování online médií a využití časových ztrát bylo spojeno s PIU u starších účastníků (β: 1.2, respektive 0.45), ale ne v žádné jiné věkové skupině.
3.3
Klinické a behaviorální charakteristiky
Příznaky poruchy pozornosti s hyperaktivitou (ADHD) (β: 1.7), generalizované úzkostné poruchy (GAD) (β: 0.23) a obsedantně-kompulzivní poruchy (OCD) (β: 0.27) byly spojeny s vyšším skóre PIU. Při analýze věku a podskupin byly ADHD a SAD spojeny s vyšším skóre PIU u mladších účastníků (β: 0.35, respektive 0.56), zatímco ADHD zůstal významný v podskupině středního věku (β: 3.1). GAD a OCD byly spojeny s vyšším skóre PIU v podskupině starších účastníků (β: 6.4 a 4.3), nikoli však v ostatních věkových skupinách. Skóre BIS (impulzivní osobnost) a skóre PADUA (obsedantně kompulzivní tendence) byly spojeny s vyšším skóre PIU v úplných datech (β: 0.066 a 0.074) a ve všech analýzách věkových podskupin.
4
Diskuse
Tato práce je prvním pokusem komplexně prozkoumat různé typy internetových aktivit spojených s maladaptivním používáním internetu, tj. S problematickým používáním internetu. Předchozí práce se obecně zabývala otázkou specifických internetových aktivit, které vedou k problematickému používání, se zaměřením na izolované internetové aktivity (
; ; ; ; ). Ukázali jsme, že řada internetových aktivit, včetně obecného surfování, internetových her, online nakupování, používání aukčních webů, online hazardních her, sociálních sítí a používání online pornografie, přispívá samostatně a jedinečně k PIU, což dokazuje, že PIU je komplex jev zahrnující celou řadu problematických chování. Dále jsme ukázali, že tato chování si zachovávají své statisticky významné souvislosti s PIU, i když psychiatrické symptomy, o nichž je známo, že jsou spojeny s PIU (tj. Příznaky ADHD, GAD a OCD) (;) a dimenze chování, o nichž je známo, že předpovídají PIU (tj. Míry impulzivity a kompulzivity) osobnosti;
). Dále jsme prokázali, že konkrétní internetové aktivity, jako jsou RPG, online hazardní hry, použití aukčních webů a streamovaná média, jsou spojeny s vyšším skóre PIU a že tento vztah je ovlivněn věkem. Naše data konečně ukazují, že jiné typy chování na internetu (např. Nakupování, pornografie, obecné surfování) mají silnější vztah k maladaptivnímu používání internetu než hraní her, a je možné, že to souvisí se skutečností, že předchozí studie takové zahrnutí nezahrnovaly. širokou škálu internetových aktivit. Tyto výsledky mají významné důsledky pro konceptualizaci PIU jako klinicky smysluplné poruchy, protože upoutávají pozornost od jednorozměrného a relativně úzkého konstruktu „internetové herní poruchy“, směrem k multidimenzionální entitě problematického používání internetu nebo závislosti na internetu zahrnující více aspektů. lidského online chování.
Navíc jsme pomocí křížové validace mimo vzorek ukázali, že „nestandardní“ přístup pomocí Lasové regrese je přesnější v predikci skóre PIU ve srovnání s „standardnější“ lineární regresí. Použití odhadu prediktivní hodnoty modelu mimo vzorek často pomáhá při řešení fenoménu, při kterém se významnosti snižují v replikačních studiích. Výběr laso regrese však přichází s výhradou, že proměnné, které nejsou vybrány modelem (s nulovými koeficienty), mohou být stále prediktivní, zejména pokud existují velké korelace mezi vybranými a nevybranými proměnnými. V našem souboru údajů jsme neměli žádné vysoce korelované proměnné, nicméně toto omezení znamená, že bychom měli s negativními výsledky zacházet konzervativně. Například nedostatečná asociace mezi pohlavím a PIU a také nedostatečná asociace mezi genderem × internetové aktivity s PIU pravděpodobně podporují hypotézu, že pokud se vezme v úvahu širší škála chování PIU a potenciálních zmatků, jsou obě pohlaví stejně zranitelné rozvíjet aspekty PIU (
; ). Vzhledem k omezením naší analýzy však nemůžeme vyloučit možnost, že existují další asociace mezi PIU a pohlavím. Například bylo navrženo, že gender zmírňuje vztah mezi online nakupováním a PIU a že ženy mohou být více ohroženy (). Relevantní může být ta nutkavá nákupní porucha, porucha, která je prominentní ve středních věkových skupinách, má převahu žen podle poměru 5: 1 (), a může vést k takovým zjištěním. Nemáme žádné údaje o této poruše, abychom tuto hypotézu otestovali. Je také důležité si uvědomit, že zde používaný nástroj IAT byl kritizován svou nedostatečnou robustností, co se týče struktury faktorů, rozdílů od současné provozování DSM-5 (porucha her) a zaostávání za technologickým pokrokem internetových aplikací (;
). Budoucímu výzkumu PIU by dobře posloužily metodicky robustní a validované nástroje, které by také byly schopné zachytit rychle se vyvíjející povahu PIU z technologického hlediska a z hlediska chování.
Naše analýza věku a podskupin poskytla informace o věkových souvislostech mezi PIU a různými internetovými aktivitami. Společná představa, že PIU je poruchou mládí, nemusí být nutně správná a může být založena na nedostatku vhodně navržených studií, které zachycují chování online ve všech věkových skupinách. Nedostatečné znalosti pro přirozenou historii PIU po celou dobu života neumožňují komplexní průzkum zranitelností starších populací z hlediska rizika rozvoje PIU. Naše výsledky však naznačují, že tyto zranitelnosti existují, a je tedy třeba dalšího výzkumu, aby zmapovaly charakteristiky ohrožených populací. Například příznaky ADHD nebo sociální úzkosti mohou být prediktorem PIU u mladých populací, zatímco příznaky OCD nebo GAD mohou být prediktorem PIU u starších populací. Skutečnost, že OCD nebyla v nedávné metaanalýze spojena s PIU (
) může být ukazatelem toho, že starší populace byly podhodnoceny. Skutečnost, že ADHD byla silně spojena s vysokým skóre PIU, není překvapující, protože jiné studie uváděly velmi vysokou prevalenci ADHD (až do 100%) v populacích PIU (). Současně mohou být specifické populace středního věku (mezi 26 a 55) více ohroženy PIU, pokud také trpí nutkavým nákupním onemocněním nebo poruchou hazardu, vzhledem k přirozené historii těchto poruch, které vrcholí ve středním věku (
).
Zjištění, že konkrétní online aktivita byla spojena s PIU pouze ve specifických věkových skupinách, znamená, že určité věkové skupiny mohou být ohroženy vývojem aspektů PIU. Zatímco mladí lidé by mohli být více ohroženi vývojem PIU s náchylností k prohlížení pornografie, což je zranitelnost, která může být ve středním věku méně silná a později mizí v životě, starší lidé však mohou být náchylnější k rozvoji PIU charakterizovaného problematickým využíváním času. odpady a streamingová média (viz průzkumná zpráva) Obr. 4 ). Konečně, obecné surfování může být podceňovaným aspektem PIU, který se zdá být silněji spojen s vyšším skóre PIU u mladých lidí, ale důležitý ve všech věkových skupinách; toto zjištění může souviset s tím, že raný dospělý život může být méně zaměřen na cíl a mladí lidé tráví více času během nestrukturovaných aktivit v online prostředí ve srovnání s jinými staršími věkovými skupinami.
Naše výsledky mají také dopady na veřejné zdraví v souvislosti s regulací online obsahu a cílenými intervencemi. Pokud jsou konkrétní činnosti více spojeny s rozvojem problematického používání než jiné, vyvstává otázka, zda by politiky v oblasti veřejného zdraví měly být zaměřeny na skupiny zranitelných jedinců, aby se zvýšila jejich odolnost vůči riziku PIU, nebo zda by univerzálnější zásahy zaměřené na konkrétní aspekty chování internetu by mělo být zváženo, aby online prostředí bylo méně návykové. Například online platformy mohou v některých případech používat konkrétní architektury, které využívají zranitelnosti uživatelů (tj. Impulzivní nebo nutkavé vlastnosti) a jejichž cílem je maximalizovat délku pobytu uživatelů v online prostředí. I když to dává smysl z marketingového hlediska, vyvolává to obavy, zda by tato prostředí měla také vydat varování o zdraví uživatele.
4.1
Omezení
Jednalo se o průřezový online průzkum, proto nelze vyvodit žádné příčinné vztahy. Navíc vzhledem k metodologii náboru a možnému sklonu lidí s PIU k větší pravděpodobnosti vyplnění online průzkumu nemusí aktuální zjištění zobecnit na PIU v obecné populaci jako celku. Dalším omezením naší studie je nedostatek klinických údajů pro některé diagnostické subjekty spojené s PIU, například deprese nebo zneužívání návykových látek. Proto je možné, že deprese nebo zneužívání návykových látek mohou být příčinou některých asociací pozorovaných v naší studii. Budoucí studie by měly zahrnovat širší škálu klinických parametrů, aby se prozkoumalo, zda odpovídají za asociace pozorované mezi PIU a internetovými aktivitami. Pokud jde o naše klinické údaje odvozené z používání MINI, existují další omezení; toto je ověřeno, aby bylo dodáno vyškolenou osobou v osobním rozhovoru, zatímco v naší studii to bylo dodáno prostřednictvím online nástroje. Naše klinické údaje jsou však v souladu s předchozími studiemi na PIU. Další nevýhodou našeho sběru dat bylo, že jsme hodnotili internetovou aktivitu pomocí času stráveného na aktivitě jako proxy opatření pro PIU této aktivity. I když to může zachytit nadměrné, a proto problematické použití, může to také zachytit základní použití. Zatímco činnosti hodnocené v této studii byly standardně často nepodstatné vzhledem ke své povaze (např. Ztráta času) nebo pokud jsou prováděny ve velkém přebytku (např.> 8 hodin denně, nakupování, hazardní hry nebo pornografie), budoucí studie by mohly zahrnout opatření, která mohou pro každou internetovou aktivitu odlišit základní od nepodstatného používání internetu, aby bylo možné takové analýzy umožnit. Dalším omezením naší studie je nedostatek údajů o populacích dětí a dospívajících. Děti a dospívající populace mohou interagovat s internetem jiným způsobem, ale jsou také vystaveni online používání během jiného neurodevelopmentálního období. Tyto rozdíly proto mohou znamenat různé zranitelnosti nebo odolnost, pokud jde o riziko rozvoje PIU. Například brzké, nízké vystavení online prostředí může mít účinek „stresové očkování“ (
), který vede jednotlivce k budoucímu vývoji PIU. V takovém případě to může dále vysvětlit, proč mohou být zranitelnější starší populace, které v dospělosti získaly první expozici online prostředí. Budoucí studie by mohly zahrnovat tyto dětské a adolescentní věkové skupiny a perspektivně zkoumat, zda konkrétní internetové aktivity predikují PIU. Bohužel počet účastníků uvádějících transsexuální pohlaví byl malý (n = 18), což neumožnilo smysluplnou analýzu účinku transsexuálního pohlaví. Konečným omezením naší studie je, že naše studijní populace se skládá ze zdravých dospělých, kteří pouze u <1% trpí významným chováním PIU (IAT> 80). Budoucím studiím by prospělo specifické zaměření na vyšší konec spektra PIU, aby bylo možné porovnat tyto těžké populace PIU s kontrolní skupinou jedinců s nízkým až středním nebo non-PIU. Zatímco odhadovaná bodová prevalence PIU v našem vzorku byla ~ 8.5% (při použití mezní hodnoty IAT ≥ 50), prahové hodnoty pro klinickou náhodnost PIU zůstávají sporné a budoucímu výzkumu by prospělo všeobecně přijímané opatření a definice PIU.
4.2
Proč investovat do čističky vzduchu?
Stručně řečeno, DSM-5 zdůrazňuje poruchu internetového hraní jako poruchu kandidáta, ale jiné typy online chování (např. Nakupování, pornografie, obecné surfování) mají silnější vztah k maladaptivnímu používání internetu než hraní her. Psychiatrické diagnózy a internetové aktivity spojené s problematickým používáním internetu se liší podle věku, což má důsledky pro veřejné zdraví. Tyto výsledky přispívají k omezeným znalostem o internetových aktivitách spojených s problematickým používáním internetu a mohou přispět k diagnostické klasifikaci problematického používání internetu jako mnohostranné poruchy.
Úloha zdrojů financování
Tento výzkum získal interní resortní fondy ministerstva psychiatrie na Chicagské univerzitě. Výzkumné aktivity Dr. Ioannidise jsou podporovány speciálními zájmovými sezeními zdravotnické výchovy na východě Anglie. Autoři neobdrželi žádné prostředky na přípravu tohoto rukopisu. Zdroj financování nehrál žádnou roli při návrhu, analýze dat ani při psaní studie.
Přispěvatelé
Společnost KI navrhla myšlenku rukopisu, analyzovala data, napsala většinu rukopisu a doplňkových materiálů a koordinovala příspěvky spoluautorů. MT a FK se podílely na koncepci a revizi statistické analýzy. SRC, SR, DJS, CL a JEG navrhly a koordinovaly studii a shromáždily a spravovaly data. Všichni autoři přečetli a schválili závěrečný rukopis a přispěli k vypracování a revizi příspěvku i k interpretaci výsledků.
Konflikt zájmů
Grant získal výzkumné granty od NIDA (RC1DA028279-01), Národního centra pro zodpovědné hraní a Roche a Forest Pharmaceuticals. Dr. Grant dostává kompenzaci od Springera jako šéfredaktora časopisu Journal of Gambling Studies a obdržel licenční poplatky od McGraw Hill, Oxford University Press, Norton a APPI. Chamberlain konzultuje Cambridge Cognition a jeho zapojení do tohoto výzkumu bylo podpořeno Intermediate Clinical Fellowship z Wellcome Trust (UK; 110049 / Z / 15 / Z). Dan Stein a Christine Lochner jsou financovány Radou pro lékařský výzkum v Jihoafrické republice. Ostatní autoři nehlásí žádné finanční vztahy s obchodním zájmem. Žádný z výše uvedených zdrojů neměl žádnou roli při návrhu studie, sběru, analýze nebo interpretaci dat, psaní rukopisu ani při rozhodování o předložení příspěvku ke zveřejnění.
Potvrzení
Jsme zadluženi dobrovolníkům obou stránek, kteří se studie zúčastnili.
Příloha A
Doplňkové údaje
Doplňkový materiál
Reference
- Achab a kol., 2011. Achab S., Nicolier M., Mauny F., Monnin J., Trojak B., Vandel P. a Haffen E .: Masivně multiplayerové online hry na hraní rolí: Porovnání charakteristik narkomanů proti narkomanům online najatých hráčů v Francouzská dospělá populace. BMC Psychiatry 2011; 11: str. 144
Zobrazit v článku - Americká psychiatrická asociace, 2013. Americká psychiatrická asociace: Diagnostický a statistický manuál duševních poruch: DSM-5. Washington, DC: Americká psychiatrická asociace, 2013.
Zobrazit v článku - Andreassen a kol., 2012. Andreassen CS, Torsheim T., Brunborg GS a Pallesen S .: Vývoj stupnice závislosti na Facebooku. Psychologické zprávy 2012; 110: str. 501-517
Zobrazit v článku | Cross Ref - Bakken a kol., 2009. Bakken IJ, Wenzel HG, Götestam KG, Johansson A. a Oren A .: Závislost na internetu mezi norskými dospělými: stratifikovaná vzorová studie pravděpodobnosti. Skandinávský časopis psychologie 2009; 50: str. 121-127
Zobrazit v článku | Cross Ref - Černá, 2007. Black DW: Recenze kompulzivní poruchy nákupu. Světová psychiatrie: Úřední věstník Světové psychiatrické asociace (WPA) 2007; 6: str. 14-18
Zobrazit v článku - Blok, 2008. Blok JJ: Problémy pro DSM-V: závislost na internetu. American Journal of Psychiatry 2008; 165: str. 306-307
Zobrazit v článku | Cross Ref - Brand a kol., 2011. Značka M., Laier C., Pawlikowski M., Schächtle U., Schöler T. a Altstötter-Gleich C .: Sledování pornografických obrázků na internetu: Úloha hodnocení sexuálního vzrušení a psychologicko-psychiatrických symptomů pro nadměrné používání internetových sexuálních stránek . Cyberpsychologie, chování a sociální sítě 2011; 14: str. 371-377
Zobrazit v článku | Cross Ref - Breiman, 2001. Breiman L .: Statistické modelování: Obě kultury. Statistická věda 2001; 16: str. 199-215
Zobrazit v článku - Bujak a kol., 2016. Bujak R., Daghir-Wojtkowiak E., Kaliszan R. a Markuszewski MJ: Metody založené na PLS a regularizace pro výběr relevantních proměnných v necílených metabolomických datech. Hranice v molekulárních biologických vědách 2016; 3: str. 1-10
Zobrazit v článku - Burns a kol., 1996. Burns GL, Keortge SG, Formea GM a Sternberger LG: Revize Padovy Inventář obsedantně nutkavých poruchových příznaků: Rozlišení mezi obavami, posedlostmi a nutkáním. Behaviorální výzkum a terapie 1996; 34: str. 163-173
Zobrazit v článku | Cross Ref - Cao a kol., 2007. Cao F., Su L., Liu T. a Gao X .: Vztah impulsivity a závislosti na internetu ve vzorku čínských adolescentů. Evropská psychiatrie 2007; 22: str. 466-471
Zobrazit v článku | Cross Ref - Carli a kol., 2013. Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E. a Kaess M .: Souvislost mezi patologickým používáním internetu a komorbidní psychopatologií: Systematické hodnocení. Psychopatologie 2013; 46: str. 1-13
Zobrazit v článku | Cross Ref - Claes a kol., 2016. Claes L., Müller A. a Luyckx K .: Kompulzivní nákup a hromadění jako náhražky identity: Role materialistického schvalování a deprese. Komplexní psychiatrie 2016; 68: str. 65-71
Zobrazit v článku | Cross Ref - Cole a Hooley, 2013. Cole SH a Hooley JM: Klinické a osobnostní koreláty MMO her: Úzkost a vstřebávání v problematickém používání internetu. Recenze o sociálních vědách 2013; 31: str. 424-436
Zobrazit v článku | Cross Ref - Cunningham-Williams a kol., 2005. Cunningham-Williams RM, Grucza RA, Cottler LB, Womack SB, Books SJ, Przybeck TR a Cloninger CR: Prevalence a prediktory patologického hazardu: Výsledky studie o osobnosti, zdraví a životním stylu v St. Louis (SLPHL). Journal of Psychiatric Research 2005; 39: str. 377-390
Zobrazit v článku | Cross Ref - von Elm a kol., 2008. von Elm E., Altman DG, Egger M., Pocock SJ, Gøtzsche PC, Vandenbroucke JP a Initiative S .: Posílení hlášení observačních studií v epidemiologii (STROBE): Pokyny pro hlášení observačních studií. Journal of Clinical Epidemiology 2008; 61: str. 344-349
Zobrazit v článku | Cross Ref - Fernández-Villa a kol., 2015. Fernández-Villa T., Alguacil Ojeda J., Almaraz Gómez A., Cancela Carral JM, Delgado-Rodríguez M., García-Martín M. a Martín V .: Problematické využívání internetu u vysokoškoláků: Související faktory a rozdíly v pohlaví . Adicciones 2015; 27: str. 265-275
Zobrazit v článku | Cross Ref - Friedman a kol., 2010. Friedman J., Hastie T., a Tibshirani R .: Pravidelné cesty pro generalizované lineární modely pomocí sestupného souřadnicového sestupu. Journal of Statistical Software 2010; 33: str. 1-22
Zobrazit v článku - Griffiths, 2003. Griffiths M .: Internetové hazardní hry: Problémy, obavy a doporučení. Kyberpsychologie a chování: Dopad internetu, multimédií a virtuální reality na chování a společnost 2003; 6: str. 557-568
Zobrazit v článku | Cross Ref - Ha a Hwang, 2014. Ha Y.-M. a Hwang WJ: Genderové rozdíly v závislosti na internetu spojené s indikátory psychologického zdraví mezi dospívajícími pomocí národního internetového průzkumu. Mezinárodní žurnál duševního zdraví a závislosti 2014; 12: str. 660-669
Zobrazit v článku | Cross Ref - Ho et al., 2014. Ho RC, Zhang MWB, Tsang TY, Toh AH, Pan F., Lu Y. a Mak K.-K .: Souvislost mezi závislostí na internetu a psychiatrickou komorbiditou: Metaanalýza. BMC Psychiatry 2014; 14: str. 183
Zobrazit v článku - Hoerl a Kennard, 1970. Hoerl AE a Kennard RW: Ridge regrese: zkreslený odhad nelethogonálních problémů. Technometrie 1970; 12: str. 55-67
Zobrazit v článku - Huys a kol., 2016. Huys QJM, Maia TV a Frank MJ: Výpočetní psychiatrie jako most od neurověd k klinickým aplikacím. Nature Neuroscience 2016; 19: str. 404-413
Zobrazit v článku | Cross Ref - Igarashi a kol., 2008. Igarashi T., Motoyoshi T., Takai J. a Yoshida T .: Žádný mobil, žádný život: Závislost na vnímání sebe sama a textových zpráv mezi japonskými studenty středních škol.
Zobrazit v článku - Ioannidis a kol., 2016. Ioannidis K., Chamberlain SR, Treder MS, Kiraly F., Leppink E., Redden S. a Grant JE: Problematické používání internetu (PIU): Asociace s impulzivně-kompulzivním spektrem. Journal of Psych: Aplikace strojového učení v psychiatrii, 2016.
Zobrazit v článku - Janower, 2006. Janower CR: Hazardní hry na internetu. Žurnál počítačové komunikace 2006; 2: str. 0
Zobrazit v článku | Cross Ref - Kessler a kol., 2005. Kessler RC, Adler L., Ames M., Demler O., Faraone S., Hiripi E. a Walters EE: škála pro dospělé Světové zdravotnické organizace ADHD self-report scale (ASRS): Krátká screeningová škála pro použití obecně populace. Psychologické lékařství 2005; 35: str. 245-256
Zobrazit v článku | Cross Ref - Kessler a kol., 2016. Kessler RC, van Loo HM, Wardenaar KJ, Bossarte RM, Brenner LA, Cai T. a Zaslavsky AM: Testování algoritmu strojového učení k predikci přetrvávání a závažnosti závažné depresivní poruchy z výchozích vlastních hlášení. Molekulární psychiatrie 2016; 21: str. 1366-1371
Zobrazit v článku | Cross Ref - Khazaal a kol., 2015. Khazaal Y., Achab S., Billieux J., Thorens G., Zullino D., Dufour M. a Rothen S .: Struktura faktoru testu závislosti na internetu u online hráčů a hráčů pokeru. JMIR Mental Health 2015; 2:
Zobrazit v článku - Kim et al., 2016. Kim D., Kang M., Biswas A., Liu C. a Gao J .: Integrativní přístup k inferenci genových regulačních sítí pomocí náhodných funkcí založených na lasoch a jejich aplikace na psychiatrické poruchy. BMC Medical Genomics 2016; 9: str. 50
Zobrazit v článku - Král, 1999. King SA: Internetové hazardní hry a pornografie: Ilustrativní příklady psychologických důsledků komunikační anarchie. Cyberpsychology & Behavior 1999; 2: str. 175-193
Zobrazit v článku - King a Barak, 1999. King SA a Barak A .: Compulsive Internet Gambling. Cyberpsychology & Behavior 1999; 2: str. 441-456
Zobrazit v článku | Cross Ref - Király a kol., 2015. Király O., Griffiths MD a Demetrovics Z .: Porucha internetového hraní a DSM-5: Konceptualizace, diskuse a diskuse. Aktuální zprávy o závislostech 2015; 2: str. 254-262
Zobrazit v článku - Király a kol., 2014. Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z. a Demetrovics Z .: Problematické používání internetu a problematické hraní online nejsou stejné: Zjištění z velkého národně reprezentativního vzorku dospívajících. Cyberpsychologie, chování a sociální sítě 2014; 17: str. 749-754
Zobrazit v článku - Kittinger a kol., 2012. Kittinger R., Correia CJ a Irons JG: Vztah mezi používáním Facebooku a problematickým používáním internetu mezi vysokoškoláky. Cyberpsychologie, chování a sociální sítě 2012; 15: str. 324-327
Zobrazit v článku | Cross Ref - Ko et al., 2012. Ko C.-H., Yen J.-Y., Yen C.-F., Chen C.-S. a Chen C.-C .: Souvislost mezi závislostí na internetu a psychiatrickou poruchou: přehled literatury . Evropská psychiatrie 2012; 27: str. 1-8
Zobrazit v článku - Ko et al., 2007. Ko C.-H., Yen J.-Y., Yen C.-F., Lin H.-C. a Yang M.-J .: Faktory prediktivní pro výskyt a remisi internetové závislosti u mladých adolescentů: A prospektivní studie. Cyberpsychology & Behavior: The Impact of the Internet, Multimedia and Virtual Reality on Behavior and Society 2007; 10: str. 545-551
Zobrazit v článku | Cross Ref - Kuss a Griffiths, 2011. Kuss DJ a Griffiths MD: Online sociální sítě a závislost - přehled psychologické literatury. Mezinárodní žurnál environmentálního výzkumu a veřejného zdraví 2011; 8: str. 3528-3552
Zobrazit v článku | Cross Ref - Kuss a kol., 2013. Kuss DJ, Griffiths MD a Binder JF: Závislost na internetu u studentů: Prevalence a rizikové faktory. Počítače v lidském chování 2013; 29: str. 959-966
Zobrazit v článku | Cross Ref - Kuss a Lopez-Fernandez, 2016. Kuss DJ, a Lopez-Fernandez O .: Závislost na internetu a problematické používání internetu: Systematické hodnocení klinického výzkumu. Světový deník psychiatrie 2016; 6: str. 143-176
Zobrazit v článku | Cross Ref - Laconi a kol., 2016. Laconi S., Andréoletti A., Chauchard E., Rodgers RF a Chabrol H .: Problematické používání internetu, čas strávený online a osobnostní rysy. L'Encéphale 2016; 42: str. 214-218
Zobrazit v článku | Cross Ref - Laconi a kol., 2014. Laconi S., Rodgers RF a Chabrol H .: Měření závislosti na internetu: Kritický přehled existujících měřítek a jejich psychometrických vlastností. Počítače v lidském chování 2014; 41: str. 190-202
Zobrazit v článku | Cross Ref - Laier a kol., 2013. Laier C., Pawlikowski M., Pekal J., Schulte FP a Brand M .: Závislost na Cybersexu: Zkušené sexuální vzrušení při sledování pornografie a ne skutečné sexuální kontakty jsou rozdílem. Žurnál behaviorálních závislostí 2013; 2: str. 100-107
Zobrazit v článku | Cross Ref - Lecardeur, 2013. Lecardeur L .: Psychopathologie du jeu multi-joueurs en ligne. Annales Médico-Psychologiques, Revue Psychiatrique 2013; 171: str. 579-586
Zobrazit v článku | Cross Ref - Liang a kol., 2016. Liang L., Zhou D., Yuan C., Shao A. a Bian Y .: Genderové rozdíly ve vztahu mezi závislostí na internetu a depresí: zkřížená studie u čínských adolescentů. Počítače v lidském chování 2016; 63: str. 463-470
Zobrazit v článku | Cross Ref - Lopez-Fernandez, 2015. Lopez-Fernandez O .: Jak se vyvíjel výzkum závislosti na internetu od nástupu poruchy hraní na internetu? Přehled cyberadikcí z psychologické perspektivy. Aktuální zprávy o závislostech 2015; 2: str. 263-271
Zobrazit v článku | Cross Ref - Masten a Tellegen, 2012. Masten AS a Tellegen A .: Odolnost ve vývojové psychopatologii: Přínosy longitudinální studie způsobilosti projektu. Vývoj a psychopatologie 2012; 24: str. 345-361
Zobrazit v článku | Cross Ref - Mueller a kol., 2010. Mueller A., Mitchell JE, Crosby RD, Gefeller O., Faber RJ, Martin A. a de Zwaan M .: Odhadovaná prevalence kompulzivního nákupu v Německu a jeho souvislost s sociodemografickými charakteristikami a depresivními příznaky. Psychiatrický výzkum 2010; 180: str. 137-142
Zobrazit v článku | Cross Ref - Patton a kol., 1995. Patton JH, Stanford MS a Barratt ES: Struktura faktoru Barrattovy stupnice impulsivity. Journal of Clinical Psychology 1995; 51: str. 768-774
Zobrazit v článku | Recupero, 2008. Recupero PR: Forenzní hodnocení problematického používání internetu. Žurnál americké akademie psychiatrie a zákon 2008; 36: str. 505-514
Zobrazit v článku - Rose a Dhandayudham, 2014. Rose S. a Dhandayudham A .: Směrem k pochopení internetového chování při nakupování: Koncept závislosti na online nakupování a jeho navrhované prediktory. Žurnál behaviorálních závislostí 2014; 3: str. 83-89
Zobrazit v článku | Cross Ref - Rutland a kol., 2007. Rutland JB, Sheets T. a Young T .: Vývoj škály pro měření problému využití služby krátkých zpráv: Problém SMS využívá diagnostický dotazník. Cyberpsychology & Behavior 2007; 10: str. 841-844
Zobrazit v článku | Cross Ref - Rutter, 1993. Rutter M .: Odolnost: Některé koncepční úvahy. The Journal of Adolescent Health: Official Official Society of Society for Adolescent Medicine 1993; 14: str. 626-631
Zobrazit v článku | Cross Ref - Shaw a Black, 2008. Shaw M. a Black DW: Závislost na internetu: Definice, hodnocení, epidemiologie a klinické řízení. CNS Drugs 2008; 22: str. 353-365
Zobrazit v článku | Cross Ref - Sheehan a kol., 1998. Sheehan DV, Lecrubier Y., Sheehan KH, Amorim P., Janavs J., Weiller E. a Dunbar GC: Mini-mezinárodní neuropsychiatrický rozhovor (MINI): Vývoj a validace strukturovaného diagnostického psychiatrického rozhovoru pro DSM-IV a ICD-10. Žurnál klinické psychiatrie 1998; 59:
Zobrazit v článku - Tam a Walter, 2013. Tam P. a Walter G .: Problematické používání internetu v dětství a mládí: Evoluce utrpení v 21st století. Australasian Psychiatry 2013; nedefinováno:
Zobrazit v článku - Tibshirani, 1996. Tibshirani R .: Zmenšení regrese a selekce pomocí laso. Journal of Royal Statistical Society, Series B 1996; 58: str. 267-288
Zobrazit v článku - Tikhonov, 1963. Tikhonov AN: Řešení nesprávně formulovaných problémů a metoda regularizace. Soviet Mathematics Doklady 1963; 5: str. 1035-1038
Zobrazit v článku - Trotzke a kol., 2015. Trotzke P., Starcke K., Müller A. a Brand M .: Patologický nákup online jako specifická forma závislosti na internetu: Experimentální výzkum založený na modelu. PLoS One 2015; 10:
Zobrazit v článku - Tsai a kol., 2009. Tsai HF, Cheng SH, Yeh TL, Shih C.-C., Chen KC, Yang YC a Yang YK: Rizikové faktory závislosti na internetu? Průzkum prváků univerzity. Psychiatrický výzkum 2009; 167: str. 294-299
Zobrazit v článku | Cross Ref - Wallace, 2014. Wallace P .: Porucha závislosti na internetu a mládež: Narůstají obavy z kompulzivní online aktivity a toho, že by to mohlo bránit výkonu studentů a společenskému životu. Zprávy EMBO 2014; 15: str. 12-16
Zobrazit v článku | Cross Ref - Xin a kol., 2018. Xin M., Xing J., Pengfei W., Houru L., Mengcheng W. a Hong Z .: Online aktivity, prevalence závislosti na internetu a rizikové faktory související s rodinou a školou u dospívajících v Číně. Hlášení návykových chování 2018; 7: str. 14-18
Zobrazit v článku | Cross Ref - Yuen a kol., 2004. Yuen CN, Lavin MJ, Weinman M. a Kozak K .: Závislost na internetu u vysokoškolské populace: Role plachosti. Cyberpsychology & Behavior 2004; 7: str. 379-383
Zobrazit v článku | Cross Ref - Young, 1998. Young KS: Závislost na internetu: Vznik nové klinické poruchy. CyberPsychology & Behavior 1998; 1: str. 237-244
Zobrazit v článku | Cross Ref
;
