Problematisk internetbrug og immunfunktion (2015)

PLoS One. 2015 Aug 5; 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538.

Reed P1, Vile R1, Osborne LA2, Romano M3, Truzoli R3.

Abstrakt

Problematisk internetbrug har været forbundet med en række psykologiske følgesygdomme, men forholdet til fysisk sygdom er ikke blevet undersøgt i samme grad. Den nuværende undersøgelse undersøgte 505 deltagere online og spurgte om deres niveauer af problematisk internetbrug (internetafhængighedstest), depression og angst (hospital angst og depressionsskalaer), social isolation (UCLA Loneliness Questionnaire), søvnproblemer (Pittsburgh Sleep Quality Index) , og deres nuværende helbred – General Health Questionnaire (GHQ-28) og Immune Function Questionnaire. Resultaterne viste, at omkring 30 % af prøven udviste milde eller værre niveauer af internetafhængighed, målt af IAT. Selvom der var forskelle i de formål, som mænd og kvinder brugte internettet til, var der ingen forskelle med hensyn til niveauer af problematisk brug mellem køn. Internetproblemerne var stærkt relateret til alle de andre psykologiske variabler såsom depression, angst, social isolation og søvnproblemer. Internetafhængighed var også forbundet med nedsat selvrapporteret immunfunktion, men ikke med målingen af ​​generel sundhed (GHQ-28). Dette forhold mellem problematisk internetbrug og nedsat immunfunktion viste sig at være uafhængig af følgesygdomme. Det foreslås, at det negative forhold mellem niveau af problematisk internetbrug og immunfunktion kan være medieret af niveauer af stress produceret af sådan internetbrug og efterfølgende sympatisk nervøs aktivitet, som relaterer sig til immunundertrykkende midler, såsom cortisol.

Citation: Reed P, Vile R, Osborne LA, Romano M, Truzoli R (2015) Problematisk internetbrug og immunfunktion. PLoS ONE 10(8): e0134538. doi:10.1371/journal.pone.0134538

Redaktør: Antonio Verdejo-García, Universitetet i Granada, SPANIEN

modtaget: December 3, 2014; Accepteret: Juli 10, 2015; Udgivet: August 5, 2015

Copyright: © 2015 Reed et al. Dette er en artikel med åben adgang distribueret under betingelserne i Creative Commons Navngivelseslicens, som tillader ubegrænset brug, distribution og reproduktion i ethvert medium, forudsat at den oprindelige forfatter og kilde krediteres

Data tilgængelighed: På grund af etiske krav stillet til frigivelse af elektronisk indsamlede data af Psykologisk Instituts Etiske Komité, kan vi ikke gøre datasættet tilgængeligt online, men vi leverer meget gerne disse data til alle, der ønsker at se dem, ved at kontakte professor Phil Reed kl [e-mail beskyttet].

Finansiering: Forfatterne har ingen støtte eller finansiering til at rapportere.

Konkurrerende interesser: Forfatterne har erklæret, at der ikke findes konkurrerende interesser.

Introduktion

Overdreven eller utilpasset brug af internettet (eller problematisk internetbrug) er blevet foreslået af nogle som et problem for visse grupper af individer [1,2], og behovet for yderligere undersøgelse af, hvorvidt en internetafhængighedsforstyrrelse (IAD) er et nyttigt koncept, er blevet foreslået [1,3]. Personer, der rapporterer problemer med deres internetbrug, bemærker en række tilknyttede symptomer, såsom: større forstyrrelse af deres arbejde og sociale relationer [4,5,6], og negativ påvirkning, når adskilt fra internettet [7]. Estimater af forekomsten af ​​problematisk internetbrug i den generelle befolkning varierer mellem 2 % og 8 % og varierer op til 20 % i yngre prøver [3, 8-10], selvom disse tal er vanskelige at fortolke netop på grund af de forskellige definitioner af "problematisk internetbrug" eller "internetafhængighed", der anvendes.

De mennesker, der rapporterer problematisk internetbrug, rapporterer også om en lang række associerede psykologiske og sociale problemer [10-12]. Psykologiske følgesygdomme noteret hos de personer, der rapporterer problematisk internetbrug, har vist sig at omfatte: angst [7,13,14], opmærksomhedsunderskud hyperaktivitetsforstyrrelse [15], autismespektrumforstyrrelser [7,16], depression [13-15, 17], impulsdysregulering og fjendtlighed [18-20], og skizofreni [7,21]. Social angst [18] og ensomhed [22], er også meget almindeligt forbundet med IAD. Desuden høje niveauer af livsstress [23] og social isolation [22, 24-26], og en lavere livskvalitet [24,27], nævnes af dem, der rapporterer problematisk internetbrug

Problematisk høje niveauer og typer af internetbrug er også blevet forbundet med neurologiske ændringer [28,29]. En stigende mængde forskning tyder på, at problematisk internetbrug, i lighed med andre adfærdsmæssige afhængigheder, er forbundet med abnormiteter i det dopaminerge system.30,31], og med øget sympatisk nervøs aktivitet [32,33], som også har vist sig at være relateret til hinanden [34].

I modsætning til den voksende litteratur om de psykologiske og neurologiske korrelater af IAD, har der været få undersøgelser af virkningen af ​​problematisk internetbrug på fysisk sundhed. Der er etableret en sammenhæng mellem forstyrret søvn og tungt internetbrug [35,36], som har en sammenhæng mellem problematisk internetbrug og en dårlig kost [37] resulterer i vægtproblemer, såsom fedme [38]. Nogle undersøgelser har fundet sammenhænge mellem problematisk internetbrug og selvrapporteret helbredsrelateret livskvalitet, et begreb relateret til sygdom, selvom det skal bemærkes, at der er meget få sådanne demonstrationer, og der er uoverensstemmelser i denne litteratur [39,40]. For eksempel har sundhedsrelateret livskvalitet, målt med SF-36, vist sig at hænge sammen med problematisk internetbrug, selvom livskvalitet ikke hænger sammen med tid brugt på internettet [40]. I modsætning hertil, når sundhedsrelateret livskvalitet er blevet målt med General Health Questionnaire (GHQ), er der kun konstateret en lille sammenhæng med IAD [9,39]. Årsagerne til de forskellige mønstre af fund ved brug af disse to mål for sundhedsrelateret livskvalitet er uklare – selvom de kan afspejle både forskelle i operationaliseringen af ​​begrebet problematisk internetbrug på tværs af undersøgelser og fokus i SF-36 på både fysisk og psykisk sundhedsrelateret livskvalitet sammenlignet med GHQ'ens primært psykologiske fokus. Derfor er litteraturen med hensyn til sundhedsrelateret livskvalitet i øjeblikket svær at fortolke.

Ovenstående diskussion indebærer, at yderligere forskning på dette potentielt vigtige område er berettiget i betragtning af den stigende brug af internettet [3], og manglen på klare beviser vedrørende dets indvirkning på sundhedsfunktionen per se i modsætning til sundhedsrelateret livskvalitet, samt de medfølgende problemer, som øgede niveauer af tilhørende fysisk sygdom kan forårsage for sundhedssystemerne. I betragtning af de følgesygdomme, der udvises af dem, der rapporterer problematisk internetbrug, kan ethvert forhold mellem problematisk internetbrug og fysisk sygdom naturligvis være et produkt af et hvilket som helst af en række problemer. Forsømmelse af selvet af dem, der rapporterer problematisk internetbrug i form af dårlig kost og dårlige søvnmønstre, kan være involveret i øgede niveauer af fysisk sygdom [37,40]. Ganske vist har dårlig søvn vist sig at forudsige nogle aspekter af immunfunktionen [41-43]. Derudover kan de komorbide psykologiske problemer også spille en rolle. Det er blevet bemærket, at psykiske problemer er korreleret med antallet af rapporterede forkølelser i løbet af et år [44]. Specifikt både depression [45-47], og angst- og stressproblemer [48], især social angst og ensomhed [49-51], forudsige immundysfunktion. Endelig er aktivering af det sympatiske system, som ses hos dem med problematisk internetbrug, korreleret med stigninger i adrenalin- og cortisolniveauer og fører til nedsat immunfunktion, især hos dem med høje niveauer af rapporteret stress [52]. Enhver undersøgelse af forholdet mellem problematisk internetbrug og fysisk sygdom vil kræve en vis vurdering af de relative bidrag fra disse relaterede aspekter af funktion.

Det er klart, at fysisk sundhed er et meget vidtfavnende koncept, men ovenstående gennemgang tyder på, at problematisk internetbrug kan påvirke specifikt immunfunktionen, som ikke har modtaget nogen direkte undersøgelse [53]. Hvis dette er tilfældet, så sygdomme som forkølelse [54], influenza [55], forkølelsessår [56], lungebetændelse [57], sepsis [58], og hudinfektioner [59], kan være nøglen til at fokusere på, når man vurderer virkningen af ​​problematisk internetbrug på fysiske symptomer. Som nævnt ovenfor har tidligere udforskninger af forholdet mellem problematisk internetbrug og fysisk sygdom haft en tendens til at fokusere på rapporter om sundhedsrelateret livskvalitet opnået ved hjælp af instrumenter som SF-36 og GHQ. Selvom disse målinger er pålidelige, fokuserer de ikke nødvendigvis på et bestemt sæt af sygdomme og er ikke relateret til de sygdomme, som personer med undertrykt immunsystem kan være tilbøjelige til at udvise. For at bestemme, i hvilken grad immunfunktionen kan være kompromitteret, har tidligere arbejde undersøgt selvrapportering af symptomer, der typisk er korreleret med dårlig immunfunktion [31,44]. Selvrapportering betragtes som en stærk metode i denne sammenhæng, da sådanne symptomer er lette at selvdiskriminere, ofte ikke rapporteres til sundhedspersonale og derfor ikke dukker op i journaler og ofte opleves uden nogen objektivt verificerbar viral årsag. [54].

På baggrund af ovenstående overvejelser undersøgte den aktuelle undersøgelse forholdet mellem problematisk internetbrug og to primære sundhedsindikatorer (immunfunktion og selvrapporteret helbredsstatus), samt en række sundhedsrelaterede variabler (depression, angst, ensomhed og søvnproblemer). Af særlig interesse var forholdet mellem problematisk internetbrug og immunrelateret fysisk sundhed, som ikke tidligere er blevet vurderet specifikt. I denne henseende var et første formål med undersøgelsen at undersøge, om højere niveauer af problematisk internetbrug ville være forbundet med større rapportering af immunrelaterede sygdomme (ud over internetproblemernes potentielle indvirkning på de andre målte sundhedsrelaterede variabler). ). Derudover var der en række sekundære formål, som ikke tidligere er blevet undersøgt med undersøgelsen, herunder at udforske karakteren af ​​sammenhængen mellem problematisk internetbrug og selvrapporteret helbredstilstand. Dette blev undersøgt for at afgøre, om denne variabel viste det samme forhold til problematisk internetbrug som rapporter om immunrelaterede symptomer. En række andre potentielt associerede problemer for dem, der udviser problematisk internetbrug, som også har vist sig at forudsige dårlig immunfunktion, såsom angst, depression, ensomhed og søvnproblemer, blev målt i et forsøg på at bestemme forholdet mellem problematisk internetbrug og fysiske helbredssymptomer uafhængigt af disse komorbide problemer. Dette skulle muliggøre et første skridt i at fastslå karakteren af ​​ethvert forhold mellem problematisk internetbrug og nedsat immunfunktion, hvis der skulle findes en sammenhæng.

Metode

Etisk erklæring

Etisk godkendelse til denne forskning blev opnået fra Institut for Psykologisk Etikudvalg, Swansea University. Deltagerne gav informeret samtykke til at deltage i denne undersøgelse ved at underskrive en samtykkeerklæring efter at have læst informationsarket til dem, og den etiske komité godkendte denne samtykkeprocedure.

Deltagere

Fem hundrede og fem deltagere (265 kvinder og 240 mænd) blev rekrutteret gennem links opslået på internetsider (sociale netværkssider, blog- og mikrobloggingsider og spillesider). En online rekrutteringsstrategi blev vedtaget i overensstemmelse med tidligere undersøgelser af virkningen af ​​problematisk internetbrug [60,61].

Alle deltagere var frivillige, og ingen modtog nogen form for kompensation for deres deltagelse. Deltagerne havde en gennemsnitsalder på 29.73 (+ 13.65, interval 18-101) år: < 20 år = 7.5%; 21-29 år = 61.8%; 30–39 år = 15.5 %; 40–49 år = 4.6 %; 50–59 år = 4.2 %; 60+ år = 5.9 %. Deltagernes selvrapporterede etnicitet var: 202 (40%) Hvide; 50 (10 %) blandede/flere etniske grupper; 141 (28%) asiatiske; 106 (21%) sort/afrikansk/caribisk; og 6 (1%) Anden etnisk gruppe. Udvalgets civilstand var: 305 (60 %) enlige, 65 (13 %) gifte eller i et civilt partnerskab; 105 (21%) i andre forholdsformer; og 30 (6%) er skilt eller enker.

Deltagerens typiske brug af internettet

Deltagerne blev bedt om at estimere deres gennemsnitlige internetbrug ved at bede dem estimere det antal timer om ugen, de havde brugt på internettet i løbet af de sidste par måneder; denne foranstaltning er almindeligvis taget i undersøgelser af problematisk internetbrug [40,61]. Selvom det er blevet foreslået, at det er 'ikke-professionel' brug, der korrelerer med adskillige problemer forbundet med stor internetbrug [40], mente man, at den faglige/ikke-professionelle skelnen muligvis ikke gælder for alle respondenter, og at disse brug også kan være svære at diskriminere for nogle respondenter. Desuden har total internetbrug i sig selv også vist sig at være forbundet med internetrelaterede problemer [40].

Det gennemsnitlige antal timer pr. uge rapporteret internetbrug var 39.57 (+ 28.06, interval = 1 til 135): 28.3 % rapporterede at bruge mellem 1 og 20 timer om ugen online; 29.5 % rapporterede at bruge 21 til 40 timer om ugen online; 22.4 % rapporterede, at de brugte 41 til 60 timer om ugen online, og 19.8 % rapporterede, at de brugte over 61 timer om ugen på internettet. Det gennemsnitlige antal timer pr. uge brugt online af kvinder var 34.77 (± 26.84, interval = 1-135), og for mænd var dette 44.88 (± 28.46, interval = 6-130). En uafhængig gruppe t-test viste, at denne forskel var statistisk signifikant med en moderat størrelse effekt, t(503) = 4.11, p <0.001, d = 0.366. Der var en signifikant, men svag, positiv lineær sammenhæng mellem alder og tid brugt online, F(1,503) = 6.74, p <0.05, R2 = 0.013, men en stærkere inverteret-U kvadratisk sammenhæng mellem disse variable, F(1,502) = 11.10, p <0.001, R2 = 0.042). Men når stikprøven blev opdelt i dem, der i øjeblikket var single (N = 331), og dem i en form for forhold (N = 174), var der ingen statistisk signifikant forskel i tid brugt online t (503) = 1.48, p > .10, d = 0.146. Tilsvarende var der ingen statisk signifikante forskelle mellem tid brugt online på tværs af de forskellige etniske grupper, F <1.

Deltagerne blev også spurgt om, hvilken type brug de gjorde af internettet, og blev bedt om at angive, om de havde besøgt bestemte typer internetsider i løbet af de sidste par måneder. Svarene på dette spørgsmål er vist i Tabel 1, som viser procentdelen af ​​hele stikprøven, der havde besøgt websteder af de forskellige former, sammen med procentdelen af ​​mænd og kvinder, og yngre (under 29 år) og ældre (30 år og derover), deltagere, der besøger websteder. Ud over, Tabel 1 viser Phi-koefficienterne for disse data (beregnet på det faktiske antal deltagere i stedet for de procenter, der vises i Tabel 1). Phi-koefficienterne giver et indeks for graden af ​​association mellem variablerne (og er statistisk signifikante, når den tilsvarende chi-kvadrat-statistik er signifikant).

thumbnail
Tabel 1. Procentdel af prøven, der besøger websteder af forskellige former, sammen med procentdelen af ​​mænd og kvinder og yngre og ældre deltagere, der besøger websteder sammen med Phi-koefficienter.

doi: 10.1371 / journal.pone.0134538.t001

Disse data afslører, at sociale netværk (f.eks. Facebook, Twitter) og shopping-/bankwebsteder er de mest almindeligt anvendte typer internetsider. Hasardspil (herunder lotterisider), spil og websteder med seksuelt/datingindhold blev brugt moderat ofte, med et lille antal involverede i traditionel blogging (undtagen Twitter) eller chatrum. Der var nogle kønsforskelle i internetbrug, hvor kvinder brugte sociale medier og shoppingsider mere end mænd, og mænd brugte spil, seksuelle/datingsider og chatrum mere end kvinder. Flere personer under 30 år brugte oftere sociale netværkssider og websteder til forskning end personer over 30 år. Men de over 30 år brugte shopping-/banksider samt nyhedssider, traditionel blogging og chatrum, mere ofte end dem under 30 år.

Materialer

Internet Addiction Test (IAT)

IAT [62]er en skala på 20 punkter, der dækker i hvilken grad brug af internet forstyrrer hverdagen (f.eks. arbejde, søvn, parforhold osv.). Hvert element bedømmes på en skala fra 1-4, og den samlede score spænder fra 20 til 100. Faktorstrukturen i IAT diskuteres i øjeblikket [61,63], men en cut-off score på 40 eller mere for den samlede score for IAT anses for at repræsentere en vis grad af problematisk internetbrug [7,62,64] Den interne pålidelighed af skalaen har vist sig at være mellem 90 [64] og .93 [62].

Hospital angst og depression skala (HADS)

HADS [65]er et meget brugt mål for angst og depression. Oprindeligt designet til brug af hospitals almindelige medicinske ambulante patienter, er det blevet brugt til ikke-medicinske prøver [66,67]. Den indeholder 14 punkter (7 for angst og 7 for depression), der vedrører den sidste uge. Der er 7 spørgsmål hver til angst og depression, hvert spørgsmål er scoret fra 0 til 3 afhængigt af sværhedsgraden af ​​symptomet; den maksimale score er 21 for hver af skalaerne. Respondenter kan klassificeres i fire kategorier: 0-7 normal; 8-10 milde; 11-14 moderat; og 15-21 alvorlige. Test-gentest reliabilitet og validitet er begge stærke [65], og den interne reliabilitet er .82 for angstskalaen og .77 for depressionsskalaen for en ikke-klinisk population [67].

UCLA Ensomhed Skala

UCLA Loneliness Scale [68] består af 20 udsagn designet til at vurdere ensomhed. Deltagerne svarer på hvert spørgsmål ved hjælp af en 4-punkts skala ("Jeg har det ofte sådan", "Jeg har det nogle gange", "Jeg har det sjældent sådan" og "Jeg har det aldrig sådan"), og hvert punkt er scoret fra 0 til 3, hvilket giver den samlede score et område fra 0 til 60. En højere score indikerer en højere grad af ensomhed. Et afskæringspunkt for ensomhedsproblemer er normalt givet ved en standardafvigelse over gennemsnittet for prøven. Skalaen har høj pålidelighed med en intern konsistens på 92 og en test-gentest reliabilitet på 73 [69].

Pittsburgh søvnkvalitetsindeks (PSQI)

Denne PSQI[70] består af 10 hovedspørgsmål, nogle med underafsnit, hvor deltageren skal indtaste data om deres søvnvaner. Spørgeskemaet giver en score på mellem 0 og 21, hvor en høj score afspejler dårligere søvn, og en score på større end 5 afspejler en dårlig sovende [70]. PSQI har vist sig at have en høj "test-gentest reliabilitet" og en god validitet, når den bruges til test [70].

General Health Questionnaire (GHQ-28)

GHQ-28[71]måler en række psykiatriske og sundhedsmæssige problemer og er opdelt i 4 underskalaer: somatiske symptomer, angst og søvnløshed, social dysfunktion og svær depression. Hver underskala indeholder 7 punkter, der alle kræver et svar på en 4-punkts Likert-skala: Overhovedet ikke, Ikke mere end normalt, Hellere mere end normalt, Meget mere end normalt, der scorer henholdsvis 0 til 3. Den interne pålidelighed af skalaerne er over 90. For nærværende undersøgelse blev kun den somatiske symptomskala analyseret, som bad deltagerne vurdere i hvilken grad de har følt sig: ved et godt generelt helbred, med behov for en tonic, nedslidning, syg, hovedsmerter, trykken eller tryk i hoved og varme eller kolde perioder.

Immunfunktionsspørgeskema (IFQ)

IFQ består af 15 punkter, der vurderer hyppigheden af ​​forskellige symptomer forbundet med dårlig immunfunktion. Baseret på deres hyppighed i den generelle befolkning og direkte relation til immundefekter, blev følgende tilstande udvalgt som grundlag for spørgsmålene på spørgeskemaet: almindelig forkølelse [54], influenza [55], forkølelsessår [56], lungebetændelse [57], sepsis [58], og hudinfektioner [59]. Efter analysen af ​​de vigtigste symptomer på disse tilstande blev 19 symptomelementer inkluderet i spørgeskemaet som tegn på svækket immunsystem: ondt i halsen, hovedpine, influenza, løbende næse, hoste, forkølelsessår, bylder, mild feber, vorter/verrucas , lungebetændelse, bronkitis, bihulebetændelse, pludselig høj feber, ørebetændelse, diarré, meningitis, øjeninfektion, sepsis og langvarige helbredende skader. De blev bedømt på en 5-punkts Likert-skala (Aldrig, Én eller to gange, Lejlighedsvis, Regelmæssigt, Hyppigt, med score fra henholdsvis 0 til 4). Den samlede score spænder fra 0 til 79, hvor høj score afspejler dårligere immunfunktion. IFQ er tidligere blevet brugt til at studere indvirkningen af ​​stressende livsbegivenheder på selvrapporteret helbred, såsom at vurdere virkningen af ​​at have et barn med ASD. I tidligere arbejde [72], IFQ-scoren har vist sig at korrelere positivt (r = .578, p <.001) med antallet af besøg hos en praktiserende læge er der en signifikant positiv sammenhæng mellem IFQ og en samlet GHQ-score (r = .410, p < .01), samt en signifikant sammenhæng mellem IFQ og somatiske symptomers sub-skala af GHQ (r = .493, p <.01).

Procedure

Alle deltagere svarede på links udsendt på internetsider, der var målrettet mod at nå ud til en bred vifte af individer, herunder sociale netværkssider (f.eks. Facebook, Twitter), blogging/forumsider (f.eks. Mashable), spillesider (f.eks. Eurogamer.com), og internet afhængighed hjælpe websteder. Disse links gav deltagerne en kort introduktion til undersøgelsen, hvor de fik at vide, at forskningen vedrørte forholdet mellem internetbrug og forskellige personligheds- og helbredsproblemer. Hvis de var interesserede i at deltage, blev de bedt om at følge et online link til spørgeskemaet. Dette link førte deltagerne til en webside, der indeholdt yderligere information om undersøgelsen: igen skitserede, at formålet med undersøgelsen var relateret til internetbrug og forskellige personligheds- og helbredsproblemer, og som også skitserede de typer spørgeskemaer, som de ville besvare. Informationssiden gav også detaljer om deres ret til at trække sig fra undersøgelsen til enhver tid, og de skridt, der blev taget for at sikre deres privatliv. Oplysningerne blev efterfulgt af en samtykkeerklæring, der instruerede deltagerne om kun at klikke for at begynde spørgeskemaet, hvis de var villige til at give samtykke, og hvis de var over 18 år. Deltagerne blev derefter præsenteret for spørgeskemaerne.

Der var ingen tidsbegrænsning for svarene, og deltagerne fik mulighed for at gemme deres undersøgelse og vende tilbage til den ved en senere lejlighed, hvis det var nødvendigt. Da alle spørgeskemaerne var blevet udfyldt, hvilket tog deltagerne cirka 30 minutter, blev deltagerne dirigeret til en debriefing-side, som takkede dem for deres bidrag, gik i detaljer om formålet med og formålet med undersøgelsen og gav kontaktoplysninger til forsker og en rådgivningstjeneste, hvis de mente, at de havde brug for støtte, efter spørgsmål rejst i undersøgelsen. Studielinket forblev åben i tre måneder (i løbet af foråret) og blev derefter lukket.

Data Analyser

Indledningsvis blev de potentielle forskelle i internetafhængighedsscore mellem deltagere med forskellige karakteristika (f.eks. køn, alder osv.) analyseret ved hjælp af t-test. Deltagerne blev derefter opdelt i lavere og højere internetproblemgrupper ved at bruge en opdeling ved skæringspunktet for milde eller værre internetproblemer baseret på IAT (dvs. 40) og sammenhængen mellem problematiske internetbrugsscore og køn, depression osv., blev udforsket ved hjælp af chi-kvadrat-tests. Forholdet mellem immunfunktionsscoren og hver af prædiktorvariablerne blev undersøgt ved hjælp af semi-partielle korrelationer (for at delvist udelukke virkningen af ​​de andre prædiktorer), og en trinvis regression blev også anvendt til at identificere indvirkningen af ​​internetproblemscore på immunfunktionen ud over virkningen af ​​de andre prædiktorvariabler. De samme analyser blev også udført for selvrapporteringssundhedsscore (GHQ). Til sidst blev grupperne opdelt i høj og lav immunfunktion og høj og lav selvrapporteret sundhedsstatus (GHQ), og disse grupper blev sammenlignet med hensyn til deres internetafhængighedsscore ved analyse af kovarians ved at bruge de andre prædiktorer som kovariater. Hvor der blev foretaget flere sammenligninger, blev mere alvorlige afvisningskriterier vedtaget til signifikanstestning, og effektstørrelser blev beregnet hele vejen igennem.

Resultater

Den gennemsnitlige score for internetproblemer (IAT) for prøven var 37.25 (± 16.18, interval = 0-96). Den gennemsnitlige IAT-score for kvinder var 36.26 (± 15.36, interval = 0-69), og denne score for mænd var 38.35 (± 17.00, interval = 9-96). En uafhængig gruppe t-test viste ingen statistisk signifikant forskel mellem disse scores, t <1, d = 0.006. Pearson-korrelationer afslørede en statistisk signifikant og moderat størrelse sammenhæng mellem tid brugt online og IAT-score, r(503) = .485, p <.001, R2 = .235, men der var ingen signifikant sammenhæng mellem deltagernes alder og deres IAT-score, r(503) = –.025, p > .50, R2 = .0006.

Proportionerne af stikprøven, der falder over grænseværdien for moderat eller værre problematisk internetbrug (dvs. en IAT-score på 40 eller derover [62]) er vist i Fig 1 for hele prøven, sammen med disse data for kvinder og mænd, separat. Af stikprøven faldt 192 (103 kvindelige, 89 mandlige) deltagere over grænsen for internetproblemer. Der var ingen statistisk signifikant forskel mellem sandsynligheden for en problematisk internetbrugsscore mellem kønnene, chi kvadreret = .17, p > .60, Phi = .018. Punktbiserielle korrelationer afslørede ingen sammenhæng mellem alder og fald over skæringspunktet, rpb(503) = -.002, p > .30, Rpb2 = .102, selvom der var en statistisk signifikant og moderat størrelse sammenhæng mellem timer brugt online og fald over grænseværdien for internetafhængighedsproblemer, r(503) = .320, p <.001, Rpb2 = .102.

thumbnail
Fig 1. Procentdel deltagere over og under grænseværdien for moderat eller værre problematisk internetbrug (dvs. en IAT-score på 40 eller derover), sammen med disse data for kvinder og mænd, separat.

doi: 10.1371 / journal.pone.0134538.g001

Det øverste panel af Tabel 2 viser stikprøvegennemsnit og standardafvigelser for internetproblemer (IAT), timer brugt online, depression (HADS), angst (HADS), ensomhed (UCLA) og søvnproblemer (PSQI). Disse midler er stort set på linje med dem, der er set i tidligere undersøgelser af sådanne prøver [7]. Den viser også procentdelen af ​​individer, der falder over grænseværdien for disse skalaer, som bortset fra søvnproblemer var som forventet for en sådan prøve. Tabel 2 viser også procentdelen af ​​prøven med IAD, der falder over grænsen for disse andre psykologiske skalaer. Procentdelen af ​​dem med en IAD, der også viser en comorbiditet, er højere end for prøven som helhed. For at undersøge disse sammenhænge yderligere blev der udført en række 2×2 chi-kvadrattests (komorbiditet tilstede eller fraværende versus internetproblemer tilstede eller fraværende) for hver variabel og afslørede, at alle komorbiditeter var signifikant forbundet med tilstedeværelsen af et internetproblem: depression–chi-square(1) = 30.56, p <.001, Phi = 246; angst – chi-firkantet(1) = 38.98, p <.001, Phi = 278; ensomhed – chi-firkantet(1) = 15.31, p <.001, Phi = 174; og søvn-chi-firkantet(1) = 9.38, p <.01, Phi = .136. Pearson-korrelationerne mellem alle variablerne og med både somatiske helbredsproblemer (GHQ) og immunsymptomer er også vist i Tabel 2, og disse analyser afslørede statistisk signifikante sammenhænge mellem alle variablerne.

thumbnail
Tabel 2. Middelværdier (standardafvigelser) for internetproblemer (IAT), timer brugt online, depression (HADS), angst (HADS), ensomhed (UCLA) og søvnproblemer (PSQI), sammen med procentdelen af ​​individer, der falder over grænsen. off point for disse skalaer, og procentdelen af ​​personer med IAD, der falder over grænsen for disse skalaer.

 

Pearson-korrelationer mellem alle variable og med somatiske helbredsproblemer (GHQ) og symptomer er også vist.

doi: 10.1371 / journal.pone.0134538.t002

Prøvens gennemsnitlige score for somatiske symptomer (GHQ-S) var 7.28 (± 3.87; interval = 0-19), og gennemsnittet for det immunrelaterede symptomspørgeskema var 15.20 (± 9.43; interval = 0-37). Disse skalaer havde en korrelation på r = 0.345, p <.001, R2 = .119, med hinanden. GHQ(S)-scoren var stærkt relateret til depression, angst og søvnproblemer, og i mindre grad med de andre variabler. Den immunrelaterede symptomskala var stærkt relateret til angst, søvn og internetproblemer og i mindre grad med de andre variabler.

I betragtning af at begge sygdomsvariabler (GHQ-S og IFQ) var korreleret med alle de andre variable, og at IAT var relateret til alle de andre variabler, for at undersøge om internetproblemer (dvs. IAT-score) bidrog til disse sygdomsscorer blev der udført to separate trinvise multiple regressioner - en til at forudsige GHQ-S-scoren og en til at forudsige IFQ-score. I begge tilfælde blev depression, angst, ensomhed, søvn og timer brugt online, indlæst i regressionsmodellen på første trin. Alle disse variable plus internetproblem-scoren (IAT) blev derefter indtastet i modellen på andet trin, og graden, hvormed mængden af ​​varians, der var taget højde for, blev forbedret ved at tilføje IAT-scoren, blev beregnet.

De nederste paneler af Tabel 2 vise resultaterne for disse analyser. Inspektion af dataene fra panelet nederst til højre for GHQ-S-scoren viser, at begge trin i regressionen var statistisk signifikante, hvor reduktionen i fejl, som blev frembragt ved tilføjelsen af ​​IAT på trin 2, også producerede en statistisk signifikant forbedring af forudsigelsen af GHQ-S-resultatet. Det skal bemærkes, at forbedringen i forudsigelsen af ​​GHQ-S produceret ved tilføjelsen af ​​IAT ikke var særlig stor. Det samme mønster af data blev også fundet fra analysen udført for at forudsige de immunrelaterede symptomer (IFQ) score. Men tilføjelsen af ​​IAT i trin 2 gav en meget større forbedring i prædiktiv nøjagtighed for de immunrelaterede scores (IFQ), end den havde for de somatiske symptomer (GHQ-S) scores.

For yderligere at udforske arten af ​​relationerne mellem variablerne, de semi-partielle korrelationer mellem de individuelle prædiktorer (dvs. depression, angst, søvn, ensomhed, timer online og internetproblemer) og de to symptomscore (GHQ-S og IFQ) blev beregnet særskilt. De semi-partielle korrelationer blev udført mellem hver prædiktorvariabel og de to sygdomsrelaterede variable ved at bruge alle de andre prædiktorvariabler som co-variater. Dette gør det muligt at observere det unikke forhold mellem to variable i fravær af medierende effekt af andre variabler, og disse værdier kan ses i Fig 2 for de to sygdomsrelaterede variable. Disse data viser et lignende mønster af forhold mellem prædiktorerne og symptomerne for både GHQ-S og IFQ; i, at depression, angst og søvnproblemer alle havde statistisk signifikante sammenhænge med begge udfald, når virkningen af ​​de andre variabler blev kontrolleret. Men hvor internetproblemer (IAT) signifikant forudsagde de immunrelaterede symptomer (IFQ), var dette ikke statistisk signifikant relateret til GHQ(S)-scoren.

thumbnail
Fig. 2. Semi-partielle sammenhænge mellem depression (HADS), angst (HADS), søvn (PSQI), ensomhed (UCLA), timer online og internetproblemer (IAT) og de to symptomscore (GHQ(S) og IFQ ).

doi: 10.1371 / journal.pone.0134538.g002

For yderligere at udforske forholdet mellem internet-relaterede problemer (IAT-score) og både generelle-somatiske (GHQ-S) og immun-relaterede (IFQ) sundhedsproblemer, blev stikprøven opdelt i dem, der scorede under og over grænsen for 40 for moderate eller værre internetrelaterede problemer på IAT [62]. Dette skabte to grupper: en gruppe uden internetproblemer (N = 313; middel IAT = 26.89 + 7.89; interval = 0–39), og en gruppe med internetproblemer (N = 313; middel IAT = 54.14 ± 11.23; interval = 40-96). Fig 3 viser den gennemsnitlige generel-somatiske sundhedsscore (GHQ-S) (venstre panel) og den gennemsnitlige immunrelaterede sundhedsscore (IFQ). Inspektion af dataene for GHQ-S afslører ringe forskel mellem de lave og høje IAT-grupper med hensyn til deres GHQ-S-score. Disse data blev analyseret ved hjælp af en analyse af kovarians, med internetgruppe som en mellem-subjektfaktor, og depression, angst, søvnproblemer, ensomhed og timer online som kovariater. Denne analyse afslørede ingen statistisk signifikant forskel mellem internetproblemgrupperne med hensyn til deres GHQ-S-score, F <1, delvis eta2 = 001. Derimod højre panel af Fig 3 viser, at gruppen med høje internetproblemer havde flere immunrelaterede sundhedsproblemer end gruppen uden internetproblemer, F(1,498) = 27.79, p <.001, delvis eta2 = .046.

thumbnail
Fig 3. Gennemsnitlig generel-somatisk helbredsscore (GHQ(S)) (venstre panel) og gennemsnitlig immunrelateret sundhed (IFQ) score for de to IAT-grupper (lavere og højere problemer).

 

Venstre panel = somatisk-relaterede scores GHQ(S); højre panel = immunrelaterede scores (IFQ).

doi: 10.1371 / journal.pone.0134538.g003

Diskussion

Den aktuelle undersøgelse undersøgte forholdet mellem testresultater for internetafhængighed og sundhedsresultater, med fokus på selvevalueringer af immunsystemets funktion såvel som af generel sundhedsstatus. Dette blev anset for et vigtigt område at undersøge, da der ikke havde været nogen tidligere data præsenteret om virkningen af ​​problematisk internetbrug på immunfunktionen; desuden havde tidligere rapporter om forholdet mellem problematisk internetbrug og sundhedsrelateret livskvalitet været uoverensstemmende med hinanden [9,39,40]. Man mente, at sidstnævnte uoverensstemmelser kunne være relateret til arten af ​​de foranstaltninger, der blev brugt til at vurdere sundhedstilstanden, hvor mere psykologisk orienterede sundhedsrapportskalaer, såsom GHQ, er mindre relateret til problematisk internetbrug end foranstaltninger, der er mere direkte relateret til immunfunktion.

Selvom en online rekrutteringsstrategi blev vedtaget, havde den nuværende prøve lignende karakteristika som mange andre, der tidligere har været ansat i undersøgelsen af ​​internetbrug. Prøven var ung (under 30 år), men den havde en stor aldersgruppe. Den gennemsnitlige tid brugt på internettet var omkring 5-6 timer om dagen, hvilket er i overensstemmelse med flere nuværende estimater [40,61]. Det skal bemærkes, at denne værdi ikke skelnede mellem professionel og personlig brug, og det er blevet foreslået, at dette er vigtigt i forhold til internetproblemer [40]. Det er dog uklart, om en sådan skelnen overhovedet er nem at lave for deltagerne. De typer aktiviteter, der blev udført på internettet af de nuværende deltagere, svarede til dem, der er noteret i tidligere undersøgelser [61]. Der var kønsforskelle i internetbrug. Kvinder havde en tendens til at bruge sociale medier og shoppingsider mere end mænd, men mænd havde en tendens til at bruge spil, seksuelle/datingsider og chatrum mere end kvinder. Dette er naturligvis afhængigt af selvrapporteringsdata, og forskellene, selv om de var statistisk pålidelige, var små for nogle af disse sammenligninger. Niveauerne af problematisk internetbrug i den aktuelle prøve, omkring 30 % af prøven viste milde eller værre symptomer på internetafhængighed, er stort set på linje med tidligere undersøgelser [7].

Et nøgleresultat af den aktuelle undersøgelse var, at selvrapporteret problematisk internetbrug var relateret til værre selvrapporteret immunfunktion, som indekseret med antallet af immunrelaterede symptomer. Dette bekræfter resultaterne fra en undersøgelse, der undersøgte selvrapporteret sundhedsrelateret livskvalitet målt ved SF-36 og problematisk internetbrug [40]. Men selvom immunfunktion og selvrapporteret helbred var relateret til hinanden, forudsagde problematisk internetbrug ikke selvrapporterede helbredssymptomer, målt ved den somatiske skala af GHQ. Sidstnævnte fund er i overensstemmelse med flere tidligere undersøgelser, der ikke har fundet en sammenhæng mellem IAT-scoringer og GHQ-scoringer [9,39]. Det nuværende positive fund, hvad angår forholdet mellem IAT-score og nedsat immunfunktion, kan afspejle, at måling af immunrelaterede symptomer mere direkte, som det blev gjort i den aktuelle undersøgelse, vurderer dette aspekt af sundhed bedre end den mere psykologisk orienterede GHQ vægt.

På trods af vanskelighederne med måling af immunfunktion, der er blevet diskuteret tidligere (se også nedenfor), bør den kliniske relevans af resultaterne sættes i sammenhæng i betragtning af undersøgelsens metodiske begrænsninger. Undersøgelsen er korrelationel, hvilket betyder, at årsagssammenhæng ikke automatisk bør udledes af en sådan sammenhæng. Det er muligt, at personer med højere niveauer af sygdom har en tendens til at bruge internettet oftere end dem, der er mere raske. Men i betragtning af den allestedsnærværende brug af internettet og sammenhængen mellem unge og internetbrug, virker dette usandsynligt, selv om det fortsat er en mulighed, som vil kræve longitudinelle undersøgelser at vurdere. Alternativt kan det være, at en tredje faktor forudsiger både internetbrug og dårligt helbred. Det skal dog også bemærkes, at forholdet mellem problematisk internetbrug og selvrapporteret immunfunktion viste sig at holde ud over virkningen af ​​en række andre funktionsområder (depression, angst, ensomhed), der er forbundet med problematisk internet. brug [10-12], og som i sig selv er forbundet med nedsat immunfunktion [45,46,48,49]. Dette gør det uklart, hvad den tredje medierende faktor kan være.

Hvis problematisk internetbrug forudsagde en dårligere immunfunktion, ville det klare spørgsmål for klinikere vedrøre mekanismerne. En mulighed er, at høje niveauer af problematisk internetbrug er blevet bemærket for at øge aktiveringen af ​​det sympatiske nervesystem [32,33]. En sådan forhøjet sympatisk aktivitet fører til stigninger i niveauer af nor-epinephron og/eller kortisteroider (cortisol), som i sidste ende fører til nedsat immunfunktion [52]. Denne rute kan således godt ligge til grund for forholdet mellem problematisk internetbrug og nedsat immunfunktion, men vil kræve yderligere undersøgelser. Sidstnævnte forslag har en vis relevans for den fremtidige konceptualisering og udforskning af de kliniske træk ved problematisk internetbrug.

Forholdet mellem IAT-score og immunfunktion afspejler det faktum, at den overordnede brug af internettet for nogle mennesker i sig selv betragtes som et problem – men hvad de bruger internettet til vil være forskelligt mellem disse personer. For eksempel fandt den aktuelle undersøgelse kønsforskelle i de anvendelser, som folk havde til internettet, og det kan være, at bestemte anvendelser er relateret til reduktion i immunfunktionen forskelligt mellem kønnene. Yderligere detaljeret arbejde vedrørende typen af ​​internetbrug, såsom den nøjagtige karakter af brugen og den tid, der bruges online til professionel og personlig brug, kan kaste yderligere lys over forholdet mellem internetbrug og nedsat immunforsvar.

Som altid er der nogle begrænsninger for den aktuelle undersøgelse, der skal bemærkes. Den nuværende prøve blev rekrutteret online, og dette kan have påvirket typen af ​​individ, der deltog i undersøgelsen. Det skal dog nævnes, at rækken af ​​individer i stikprøven var ret bred med hensyn til deres alder og deres øvrige karakteristika, og prøven så ud til at være på linje med dem, der blev brugt i tidligere undersøgelser. Det skal bemærkes, at den aktuelle undersøgelse ikke skelnede mellem professionel og personlig brug af internettet, hvilket kan være vigtigt at undersøge. For eksempel kan niveauet af tvang og hastende brug af internettet påvirke stressniveauet i højere grad end timer, der skal bruges på internettet for at arbejde. Det vil sige, at der kan skelnes mellem dem, der arbejder hårdt og er stressede af den grund, og folk, der har et internetproblem og er stressede og utilpas på grund af dette problem.

Med hensyn til de potentielle alternative forudsigere for den nedsatte immunfunktion, der ses hos højproblembrugere, kan fremtidigt arbejde overveje rollen af ​​flere afhængigheder, som kunne have påvirket gruppen af ​​problematiske internetbrugere. Oplysninger om farmakologisk og ikke-farmakologisk afhængighed blev ikke indsamlet i den aktuelle rapport, og dette kan samvariere med internetproblemer og påvirke immunfunktionen. På samme måde kan nylige stressende livsbegivenheder have påvirket vanedannende adfærd og immunsystemets funktion, ligesom deltagernes sociale forhold. Begge disse aspekter kunne undersøges ved yderligere forskning.

Afhængigheden af ​​selvrapportering for immunfunktion kan efterfølgende blive styrket ved brug af analyse af blodceller, hvilket ville tilføje støtte til de nuværende konklusioner. Men som nævnt ovenfor er der ikke et perfekt forhold mellem immunfunktionens fysiologi og oplevelsen af ​​symptomer [54], og selvrapportering af forkølelse og influenza tages som et gyldigt mål for immunfunktion i denne henseende [31,44]. Det er bestemt blevet fundet, at selvrapportering af sygdomssymptomer – især vedrørende øvre luftvejsinfektioner (f.eks. forkølelse og influenza), som brugt i den aktuelle undersøgelse, korrelerer godt med objektive immunglobinmålinger [73].

Endelig skal det erkendes, at selvom den aktuelle undersøgelse viste sammenhænge mellem problematisk internetbrug og immunrelaterede symptomer, er der to forbehold for at drage kausale konklusioner fra denne sammenhæng, som bør nævnes. For det første, da undersøgelsen ikke var af langsgående karakter, bør årsagssammenhæng ikke anses for at være bevist. For det andet, da mange af prædiktorvariablerne var korreleret med hinanden, så kunne dette have produceret en grad af ko-linearitet i regressionsanalyserne, hvilket gjorde fortolkning vanskelig. Selvom det skal bemærkes, at brugen af ​​semi-partielle korrelationer til en vis grad afhjælper denne vanskelighed.

Sammenfattende etablerede den aktuelle rapport en sammenhæng mellem problematisk internetbrug og rapportering af et større antal symptomer forbundet med nedsat immunsystemfunktion. Dette forhold var uafhængigt af antallet af timer brugt online, og også af virkningen af ​​eventuelle komorbide symptomer på problematisk internetbrug, såsom depression, isolation og angst. Det blev foreslået, at den negative påvirkning af immunfunktionen kan være medieret af øget stress og også af den øgede sympatiske nervøse aktivitet, der nogle gange udvises af internetmisbrugere.

Forfatterbidrag

Udtænkt og designet eksperimenterne: PR RV LAO MR RT. Udførte forsøgene: RV. Analyserede data: RV PR. Bidragede reagenser/materialer/analyseværktøjer: LAO. Skrev papiret: PR LAO MR RT.

Referencer

  1. 1. Blok JJ. Problemer for DSM-V: internetafhængighed. Am J Psychiatry 2008; 165: 306-7. doi: 10.1176/appi.ajp.2007.07101556. pmid:18316427
  2. 2. Ung KS. Internetafhængighed: Fremkomsten af ​​en ny klinisk lidelse. CyberPsychology & Behavior 1998; 1(3): 237-244. doi: 10.1089/cpb.1998.1.237
  3. Se artikel
  4. PubMed / NCBI
  5. Google Scholar
  6. Se artikel
  7. PubMed / NCBI
  8. Google Scholar
  9. Se artikel
  10. PubMed / NCBI
  11. Google Scholar
  12. Se artikel
  13. PubMed / NCBI
  14. Google Scholar
  15. Se artikel
  16. PubMed / NCBI
  17. Google Scholar
  18. Se artikel
  19. PubMed / NCBI
  20. Google Scholar
  21. Se artikel
  22. PubMed / NCBI
  23. Google Scholar
  24. Se artikel
  25. PubMed / NCBI
  26. Google Scholar
  27. Se artikel
  28. PubMed / NCBI
  29. Google Scholar
  30. Se artikel
  31. PubMed / NCBI
  32. Google Scholar
  33. Se artikel
  34. PubMed / NCBI
  35. Google Scholar
  36. Se artikel
  37. PubMed / NCBI
  38. Google Scholar
  39. Se artikel
  40. PubMed / NCBI
  41. Google Scholar
  42. Se artikel
  43. PubMed / NCBI
  44. Google Scholar
  45. Se artikel
  46. PubMed / NCBI
  47. Google Scholar
  48. Se artikel
  49. PubMed / NCBI
  50. Google Scholar
  51. Se artikel
  52. PubMed / NCBI
  53. Google Scholar
  54. Se artikel
  55. PubMed / NCBI
  56. Google Scholar
  57. Se artikel
  58. PubMed / NCBI
  59. Google Scholar
  60. Se artikel
  61. PubMed / NCBI
  62. Google Scholar
  63. Se artikel
  64. PubMed / NCBI
  65. Google Scholar
  66. Se artikel
  67. PubMed / NCBI
  68. Google Scholar
  69. Se artikel
  70. PubMed / NCBI
  71. Google Scholar
  72. Se artikel
  73. PubMed / NCBI
  74. Google Scholar
  75. Se artikel
  76. PubMed / NCBI
  77. Google Scholar
  78. Se artikel
  79. PubMed / NCBI
  80. Google Scholar
  81. Se artikel
  82. PubMed / NCBI
  83. Google Scholar
  84. Se artikel
  85. PubMed / NCBI
  86. Google Scholar
  87. Se artikel
  88. PubMed / NCBI
  89. Google Scholar
  90. Se artikel
  91. PubMed / NCBI
  92. Google Scholar
  93. Se artikel
  94. PubMed / NCBI
  95. Google Scholar
  96. Se artikel
  97. PubMed / NCBI
  98. Google Scholar
  99. Se artikel
  100. PubMed / NCBI
  101. Google Scholar
  102. Se artikel
  103. PubMed / NCBI
  104. Google Scholar
  105. Se artikel
  106. PubMed / NCBI
  107. Google Scholar
  108. Se artikel
  109. PubMed / NCBI
  110. Google Scholar
  111. Se artikel
  112. PubMed / NCBI
  113. Google Scholar
  114. Se artikel
  115. PubMed / NCBI
  116. Google Scholar
  117. Se artikel
  118. PubMed / NCBI
  119. Google Scholar
  120. Se artikel
  121. PubMed / NCBI
  122. Google Scholar
  123. Se artikel
  124. PubMed / NCBI
  125. Google Scholar
  126. Se artikel
  127. PubMed / NCBI
  128. Google Scholar
  129. Se artikel
  130. PubMed / NCBI
  131. Google Scholar
  132. Se artikel
  133. PubMed / NCBI
  134. Google Scholar
  135. Se artikel
  136. PubMed / NCBI
  137. Google Scholar
  138. Se artikel
  139. PubMed / NCBI
  140. Google Scholar
  141. Se artikel
  142. PubMed / NCBI
  143. Google Scholar
  144. Se artikel
  145. PubMed / NCBI
  146. Google Scholar
  147. Se artikel
  148. PubMed / NCBI
  149. Google Scholar
  150. Se artikel
  151. PubMed / NCBI
  152. Google Scholar
  153. Se artikel
  154. PubMed / NCBI
  155. Google Scholar
  156. Se artikel
  157. PubMed / NCBI
  158. Google Scholar
  159. Se artikel
  160. PubMed / NCBI
  161. Google Scholar
  162. Se artikel
  163. PubMed / NCBI
  164. Google Scholar
  165. Se artikel
  166. PubMed / NCBI
  167. Google Scholar
  168. Se artikel
  169. PubMed / NCBI
  170. Google Scholar
  171. Se artikel
  172. PubMed / NCBI
  173. Google Scholar
  174. Se artikel
  175. PubMed / NCBI
  176. Google Scholar
  177. Se artikel
  178. PubMed / NCBI
  179. Google Scholar
  180. Se artikel
  181. PubMed / NCBI
  182. Google Scholar
  183. 3. Christakis DA. Internetafhængighed: en epidemi fra det 21. århundrede?. BMC Medicin 2010; 8(1): 61. doi: 10.1186/1741-7015-8-61
  184. Se artikel
  185. PubMed / NCBI
  186. Google Scholar
  187. Se artikel
  188. PubMed / NCBI
  189. Google Scholar
  190. 4. Caplan SE, Høj AC. Online social interaktion, psykosocialt velvære og problematisk internetbrug. Internetafhængighed: En håndbog og guide til evaluering og behandling 201; 35-53. doi: 10.1002/9781118013991.ch3
  191. Se artikel
  192. PubMed / NCBI
  193. Google Scholar
  194. Se artikel
  195. PubMed / NCBI
  196. Google Scholar
  197. Se artikel
  198. PubMed / NCBI
  199. Google Scholar
  200. Se artikel
  201. PubMed / NCBI
  202. Google Scholar
  203. Se artikel
  204. PubMed / NCBI
  205. Google Scholar
  206. Se artikel
  207. PubMed / NCBI
  208. Google Scholar
  209. Se artikel
  210. PubMed / NCBI
  211. Google Scholar
  212. Se artikel
  213. PubMed / NCBI
  214. Google Scholar
  215. 5. Shaw M, Sort DW. Internet afhængighed. CNS Drugs 2008; 22: 353-65. pmid:18399706 doi: 10.2165/00023210-200822050-00001
  216. 6. Griffiths M. Internet afhængighed-tid at blive taget alvorligt? Addiction Research & Theory 2000; 8: 413-418. doi: 10.3109/16066350009005587
  217. 7. Romano M, Osborne LA, Truzoli R, Reed P. Differentiel psykologisk indvirkning af interneteksponering på internetmisbrugere. PLOS ONE 2013; 8(2): e55162. doi: 10.1371/journal.pone.0055162. pmid:23408958
  218. 8. Kuss DJ, Griffiths MD, Binder JF. Internetafhængighed hos studerende: Prævalens og risikofaktorer. Computere i menneskelig adfærd 2013; 29(3): 959-966. doi: 10.1016/j.chb.2012.12.024
  219. 9. Niemz K, Griffiths M, Banyard P. Forekomst af patologisk internetbrug blandt universitetsstuderende og sammenhænge med selvværd, det generelle sundhedsspørgeskema (GHQ) og disinhibition. Cyberpsykologi & adfærd 2005; 8(6): 562-570. doi: 10.1089/cpb.2005.8.562
  220. 10. Weinstein A, Lejoyeux M. Internetafhængighed eller overdreven internetbrug. The American Journal of Drug and Alcohol Abuse 2010; 36(5): 277-283. doi: 10.3109/00952990.2010.491880. pmid:20545603
  221. 11. Bernardi S, Pallanti S. Internetafhængighed: en beskrivende klinisk undersøgelse med fokus på komorbiditeter og dissociative symptomer. Omfattende Psykiatri 2009; 50(6): 510-516. doi: 10.1016/j.comppsych.2008.11.011. pmid:19840588
  222. 12. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC. Forbindelsen mellem internetafhængighed og psykiatrisk lidelse: en gennemgang af litteraturen. Europæisk Psykiatri 2012; 27(1): 1–8. doi: 10.1016/j.eurpsy.2010.04.011. pmid:22153731
  223. 13. Akin A, Iskender M. Internetafhængighed og depression, angst og stress. International Online Journal of Educational Sciences 2011; 3(1): 138-148.
  224. 14. Yen CF, Chou WJ, Liu TL, Yang P, Hu. Sammenhængen af ​​symptomer på internetafhængighed med angst, depression og selvværd blandt unge med opmærksomhedsunderskud/hyperaktivitetsforstyrrelse. Comprehensive Psychiatry 2014. doi: 10.1016/j.comppsych.2014.05.025
  225. 15. Gundogar A, Bakim B, Ozer OA, Karamustafalioglu. P-32-Forbindelsen mellem internetafhængighed, depression og ADHD blandt gymnasieelever. European Psychiatry 201; 27: 1. doi: 10.1016/s0924-9338(12)74199-8
  226. 16. Romano M, Truzoli R, Osborne LA, Reed P. Forholdet mellem autismekvotient, angst og internetafhængighed. Forskning i autismespektrumforstyrrelser 2014; 11: 1521-1526. doi: 10.1016/j.rasd.2014.08.002
  227. 17. Young KS, Rogers RC. Forholdet mellem depression og internetafhængighed. CyberPsychology & Behavior 1998; 1(1): 25-28. doi: 10.1089/cpb.1998.1.25
  228. 18. Ko CH, Liu TL, Wang PW, Chen CS, Yen CF, Yen JY. Forværringen af ​​depression, fjendtlighed og social angst i løbet af internetafhængighed blandt unge: en prospektiv undersøgelse. Comprehensive Psychiatry 2014. doi: 10.1016/j.comppsych.2014.05.003
  229. 19. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsivitet i internetafhængighed: en sammenligning med patologisk gambling. Cyberpsykologi, adfærd og sociale netværk 2012; 15(7): 373-377. doi: 10.1089/cyber.2012.0063
  230. 20. Yen JY, Yen CF, Wu HY, Huang CJ, Ko CH. Fjendtlighed i den virkelige verden og online: effekten af ​​internetafhængighed, depression og onlineaktivitet. Cyberpsykologi, adfærd og sociale netværk 2011; 14(11): 649-655. doi: 10.1089/cyber.2010.0393
  231. 21. Heim C. Meget tung computer- og internetbrug som en risikofaktor for skizofreni hos intelligente unge mænd. Australian and New Zealand Journal of Psychiatry 2012; 46(8): 791-792. doi: 10.1177/0004867412442407. pmid:22403394
  232. 22. Caplan SE. Præference for online social interaktion: En teori om problematisk internetbrug og psykosocialt velvære. Kommunikationsforskning 2003; 30: 625-648. doi: 10.1177/0093650203257842
  233. 23. Yan W, Li Y, Sui N. Forholdet mellem nylige stressende livsbegivenheder, personlighedstræk, opfattet familiefunktion og internetafhængighed blandt universitetsstuderende. Stress og sundhed 2014; 30(1): 3-11. doi: 10.1002/smi.2490. pmid:23616371
  234. 24. Bozoglan B, Demirer V, Sahin I. Ensomhed, selvværd og livstilfredshed som forudsigere for internetafhængighed: En tværsnitsundersøgelse blandt tyrkiske universitetsstuderende. Scandinavian Journal of Psychology 2013; 54(4): 313-319. doi: 10.1111/sjop.12049. pmid:23577670
  235. 25. Nalwa K, Anand AP. Internetafhængighed hos studerende: en årsag til bekymring. Cyberpsykologi og adfærd 2003; 6(6): 653-656. doi: 10.1089/109493103322725441
  236. 26. Sanders CE, Field TM, Diego M, Kaplan M. Internetbrugens forhold til depression og social isolation blandt unge. Ungdom 2000; 35(138): 237-242. pmid:11019768
  237. 27. Tonioni F, D'Alessandris L, Lai C, Martinelli D, Corvino S, Vasale M, … Bria P. Internetafhængighed: timer brugt online, adfærd og psykologiske symptomer. Almen Hospitalspsykiatri 2012; 34(1): 80–87. doi: 10.1016/j.genhosppsych.2011.09.013. pmid:22036735
  238. 28. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, et al. Mikrostrukturabnormiteter hos unge med internetafhængighedsforstyrrelse. PloS ONE 2011; 6(6): e20708. doi: 10.1371/journal.pone.0020708. pmid:21677775
  239. 29. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. Abnormiteter i grå substans i internetafhængighed: En voxel-baseret morfometriundersøgelse. European Journal of Radiology 2011; 79(1): 92-95. doi: 10.1016/j.ejrad.2009.10.025. pmid:19926237
  240. 30. Hou H, Jia S, Hu S, Fan R, Sun W, Sun T, et al. Reducerede striatale dopamintransportører hos mennesker med internetafhængighedsforstyrrelse. BioMed Research International 2012; 2012. doi: 10.1155/2012/854524
  241. 31. Kim SH, Baik SH, Park CS, Kim SJ, Choi SW, Kim SE. Reducerede striatale dopamin D2-receptorer hos mennesker med internetafhængighed. Neuroreport 2011; 22(8): 407-411. doi: 10.1097/WNR.0b013e328346e16e. pmid:21499141
  242. 32. Lu DW, Wang JW, Huang ACW. Differentiering af risikoniveau for internetafhængighed baseret på autonome nerveresponser: internetafhængighedshypotesen om autonom aktivitet. Cyberpsykologi, adfærd og sociale netværk 2010; 13(4): 371-378. doi: 10.1089/cyber.2009.0254
  243. 33. Lin PC, Kuo SY, Lee PH, Sheen TC, Chen SR. Effekter af internetafhængighed på pulsvariationer hos børn i skolealderen. The Journal of Cardiovascular Nursing 2013. doi: 10.1097/jcn.0b013e3182a477d5
  244. 34. Zheng H, Liu X, Patel KK. En rolle for dopamin i det centralt medierede sympatiske respons hos rotter med type 2-diabetes induceret af streptozotocin og en kost med højt fedtindhold. FASEB Journal 2011; 25: 1028-11.
  245. 35. Bélanger RE, Akre C, Berchtold A, Michaud PA. En U-formet sammenhæng mellem intensiteten af ​​internetbrug og unges sundhed. Pædiatri 2014; 127: e330–e335. doi: 10.1542/peds.2010-1235
  246. 36. Lam LT. Internetgamingafhængighed, problematisk brug af internettet og søvnproblemer: En systematisk gennemgang. Aktuelle psykiatrirapporter 2014; 16(4): 1–9. doi: 10.1007/s11920-014-0444-1
  247. 37. Kim Y, Park JY, Kim SB, Jung IK, Lim YS, Kim JH. Effekterne af internetafhængighed på koreanske unges livsstil og diætadfærd. Ernæringsforskning og -praksis 2010; 4(1): 51-57. doi: 10.4162/nrp.2010.4.1.51. pmid:20198209
  248. 38. Li M, Deng Y, Ren Y, Guo S, He X. Fedmestatus for mellemskoleelever i Xiangtan og dets forhold til internetafhængighed. Fedme 2014; 22(2): 482-487. doi: 10.1002/oby.20595. pmid:23929670
  249. 39. Jenaro C, Flores N, Gomez-Vela M, Gonzalez-Gil F, Caballo C. Problematisk brug af internet og mobiltelefon: Psykologiske, adfærdsmæssige og sundhedsmæssige korrelerer. Misbrugsforskning og -teori 2007; 15: 309-320. doi: 10.1080/16066350701350247
  250. 40. Kelley KJ, Gruber EM. Problematisk internetbrug og fysisk sundhed. Journal of Behavioural Addictions 2013; 2(2): 108-112. doi: 10.1556/JBA.1.2012.016. pmid:26165930
  251. 41. Besedovsky L, Lange T, Born J. Søvn og immunfunktion. Pflügers Archiv-European Journal of Physiology 2012; 463(1):121-137. doi: 10.1007/s00424-011-1044-0. pmid:22071480
  252. 42. Cheung LM, Wong WS. Virkningerne af søvnløshed og internetafhængighed på depression hos Hong Kong kinesiske unge: en undersøgende tværsnitsanalyse. Søvnforskning 2011; 20: 311-317. doi: 10.1111/j.1365-2869.2010.00883.x
  253. 43. Irwin M. Effekter af søvn og søvntab på immunitet og cytokiner. Brain, Behavior, and Immunity 2002; 16(5): 503-512. doi: 10.1016/s0889-1591(02)00003-x
  254. 44. Adam Y, Meinlschmidt G, Lieb R. Forbindelser mellem psykiske lidelser og forkølelse hos voksne: En befolkningsbaseret tværsnitsundersøgelse. Tidsskrift for psykosomatisk forskning 2013; 74(1): 69-73. doi: 10.1016/j.jpsychores.2012.08.013. pmid:23272991
  255. 45. Irwin M, Patterson T, Smith TL, Caldwell C, Brown SA, Gillin JC, et al. Reduktion af immunfunktionen ved livsstress og depression. Biologisk Psykiatri 1990; 27(1): 22-30. pmid:2297549 doi: 10.1016/0006-3223(90)90016-u
  256. 46. ​​Kiecolt-Glaser JK, Glaser R. Depression og immunfunktion: centrale veje til morbiditet og dødelighed. Tidsskrift for psykosomatisk forskning 2002; 53(4): 873-876. pmid:12377296 doi: 10.1016/s0022-3999(02)00309-4
  257. 47. Kim HC, Park SG, Leem JH, Jung DY, Hwang SH. Depressive symptomer som risikofaktor for forkølelse blandt medarbejdere: En 4-måneders opfølgningsundersøgelse. Tidsskrift for psykosomatisk forskning 2011; 71(3): 194-196. doi: 10.1016/j.jpsychores.2011.01.014. pmid:21843756
  258. 48. Dickerson SS, Kemeny ME. Akutte stressfaktorer og kortisolreaktioner: en teoretisk integration og syntese af laboratorieforskning. Psykologisk Bulletin 2004; 130(3): 355. pmid:15122924 doi: 10.1037/0033-2909.130.3.355
  259. 49. Cacioppo JT, Hawkley LC. Social isolation og sundhed, med vægt på underliggende mekanismer. Perspektiver i biologi og medicin 2003; 46(3): S39–S52. pmid:14563073 doi: 10.1353/pbm.2003.0049
  260. 50. Cohen S. Sociale relationer og sundhed. Amerikansk psykolog 2004; 59(8): 676. pmid:15554821 doi: 10.1037/0003-066x.59.8.676
  261. 51. Jaremka LM, Fagundes CP, Glaser R, Bennett JM, Malarkey WB, Kiecolt-Glaser JK. Ensomhed forudsiger smerte, depression og træthed: Forståelse af immunforstyrrelsens rolle. Psykoneuroendokrinologi 2013; 38(8): 1310-1317. doi: 10.1016/j.psyneuen.2012.11.016. pmid:23273678
  262. 52. McClelland DC, Floor E, Davidson RJ, Saron C. Stresset magtmotivation, sympatisk aktivering, immunfunktion og sygdom. Journal of Human Stress 1980; 6(2): 11-19. pmid:7391555 doi: 10.1080/0097840x.1980.9934531
  263. 53. Cao H, Sun Y, Wan Y, Hao J, Tao F. BMC Public Health 2011; 11: 802. doi: 10.1186/1471-2458-11-802. pmid:21995654
  264. 54. Heikkinen T, Järvinen A. Forkølelse. Lancet 2003; 361: 51-59. pmid:12517470 doi: 10.1016/s0140-6736(03)12162-9
  265. 55. HVEM. Gennemgang af vinterinfluenzasæsonen 2012-2013, den nordlige halvkugle. Verdenssundhedsorganisationens ugentlige epidemiologiske rekord 2013; 88: 225-232. Hentet fra http://www.who.int/wer/2013/wer8822.pdf
  266. 56. Grout P, ​​Barber V E. Forkølelsessår – en epidemiologisk undersøgelse. Journal of the Royal College of General Practitioners 1976; 26: 428-434. pmid:957310
  267. 57. Glaser R, Sheridan J, Malarkey WB, MacCallum RC, Kiecolt-Glaser JK. Kronisk stress modulerer immunresponset på en pneumokok-lungebetændelsesvaccine. Psykosomatisk medicin 2000; 62: 804-807. pmid:11139000 doi: 10.1097/00006842-200011000-00010
  268. 58. Hass HS, Schauenstein K. Immunitet, hormoner og hjernen. Allergy 2001; 56: 470–77 pmid:11421890 doi: 10.1034/j.1398-9995.2001.056006470.x
  269. 59. Aberg KM, Radeck KA, Choi EH, Kim DK, Demerjian M, Hupe M, et al. Psykologisk stress nedregulerer epidermal antimikrobiel peptidekspression og øger sværhedsgraden af ​​kutane infektioner hos mus. The Journal of Clinical Investigation 2007; 117: 3339-3349. pmid:17975669 doi: 10.1172/jci31726
  270. 60. Ng BD, Wiemer-Hastings P. Afhængighed af internettet og onlinespil. Cyberpsykologi & adfærd 2005; 8(2): 110-113. doi: 10.1089/cpb.2005.8.110
  271. 61. Widyanto L, McMurran M. De psykometriske egenskaber ved internetafhængighedstesten. Cyberpsykologi & Adfærd 2004; 7: 443-450. doi: 10.1089/cpb.2004.7.443
  272. 62. Unge KS. Internet Addiction Test (IAT) 2009.
  273. 63. Chang MK, Man Law SP. Faktorstruktur for Youngs internetafhængighedstest: En bekræftende undersøgelse. Computere i menneskelig adfærd 2008; 24: 2597-2619. doi: 10.1016/j.chb.2008.03.001
  274. 64. Hardie E, Tee MY. Overdreven internetbrug: Rollen af ​​personlighed, ensomhed og sociale støttenetværk i internetafhængighed. Australian Journal of Emerging Technologies and Society 2007; 5:34-47.
  275. 65. Snaith RP, Zigmond AS. HADS: Hospital Anxiety and Depression Scale 1994. Windsor: NFER Nelson.
  276. 66. Andrew B, Wilding J M. Forholdet mellem depression og angst til livsstress og præstation hos elever. British Journal of Psychology 2004; 95(4): 509-521. doi: 10.1348/0007126042369802
  277. 67. Crawford JR, Henry JD, Crombie C, Taylor EP. Normative data for HADS fra en stor ikke-klinisk prøve. British Journal of Clinical Psychology 2001; 40(4): 429-434. doi: 10.1348/014466501163904
  278. 68. Russell DW. UCLA Loneliness Scale (Version 3): Pålidelighed, validitet og faktorstruktur. Journal of Personality Assessment 1996; 66(1): 20–40. pmid:8576833 doi: 10.1207/s15327752jpa6601_2
  279. 69. Jobe LE, Williams White S. Ensomhed, sociale relationer og en bredere autismefænotype hos universitetsstuderende. Personlighed og individuelle forskelle 2007; 42(8): 1479-1489. doi: 10.1016/j.paid.2006.10.021
  280. 70. Buysse DJ, Reynolds CF, Monk TH, Berman SR, Kupfer DJ. Pittsburgh Sleep Quality Index (PSQI): Et nyt instrument til psykiatrisk forskning og praksis. Psykiatriforskning 1989; 28(2): 193-213. doi: 10.1016/0165-1781(89)90047-4
  281. 71. Goldberg DP, Hillier V F. En skaleret version af General Health Questionnaire. Psykologisk medicin 1979; 9: 139-145. pmid:424481 doi: 10.1017/s0033291700021644
  282. 72. Reed P., & Senunaite K. Indvirkning af et barn med ASD på selvrapporteret immunfunktion hos forældre. Under gennemsyn.
  283. 73. McClelland DC, Alexander C, Marks E. Behovet for magt, stress, immunfunktion og sygdom blandt mandlige fanger. Journal of Abnormal Psychology 1982; 91(1): 61. pmid:7056944 doi: 10.1037/0021-843x.91.1.61