Sind Auswirkungen der Internetnutzung auf die psychische Gesundheit auf den webbasierten Inhalt oder die wahrgenommenen Folgen der Nutzung zurückzuführen? Eine Langzeitstudie europäischer Jugendlicher (2016)

Veröffentlicht auf 13.07.16 in Vol 3, No 3 (2016): Jul-Sept

Bitte zitieren als: Hökby S., Hadlaczky G., Westerlund J., Wasserman D., Balazs J., Germanavicius A., Machín N., Meszaros G., Sarchiapone M., Värnik A., Varnik P., Westerlund M., Carli V.

Sind die Auswirkungen der Internetnutzung auf die psychische Gesundheit auf den webbasierten Inhalt oder auf die wahrgenommenen Folgen der Nutzung zurückzuführen? Eine Längsschnittstudie über europäische Jugendliche

JMIR Ment Health 2016; 3 (3): e31

DOI: 10.2196 / mental.5925

PMID: 27417665

ABSTRACT

Hintergrund: Jugendliche und junge Erwachsene gehören zu den häufigsten Internetnutzern, und es gibt Hinweise darauf, dass ihr Internetverhalten die psychische Gesundheit beeinträchtigen könnte. Die Nutzung des Internets kann sich auf die psychische Gesundheit auswirken, da bestimmte webbasierte Inhalte belastend sein können. Es ist auch möglich, dass eine übermäßige Nutzung, unabhängig vom Inhalt, negative Folgen hat, z. B. die Vernachlässigung von schützenden Offline-Aktivitäten.

Ziel: Ziel dieser Studie war es zu bewerten, wie die psychische Gesundheit mit (1) der im Internet verbrachten Zeit zusammenhängt, (2) der Zeit, die für verschiedene webbasierte Aktivitäten aufgewendet wurde (Nutzung sozialer Medien, Spiele, Glücksspiele, Pornografie, Schularbeiten, Nachrichtenlesen und gezielte Informationssuche) und (3) die wahrgenommenen Konsequenzen dieser Aktivitäten.

Methoden: Eine Zufallsstichprobe von 2286-Jugendlichen wurde aus staatlichen Schulen in Estland, Ungarn, Italien, Litauen, Spanien, Schweden und dem Vereinigten Königreich rekrutiert. Fragebogendaten, die Internetverhalten und psychische Gesundheitsvariablen umfassen, wurden im Querschnitt gesammelt und analysiert und nach 4-Monaten weiterverfolgt.

Ergebnisse: Querschnittsmäßig wird sowohl die im Internet verbrachte Zeit als auch die relative Zeit, die für verschiedene Aktivitäten aufgewendet wurde, die psychische Gesundheit prognostiziert (P<001), was eine Varianz von 1.4% bzw. 2.8% erklärt. Die Konsequenzen dieser Aktivitäten waren jedoch wichtigere Prädiktoren und erklärten die Varianz von 11.1%. Nur webbasiertes Spielen, Glücksspiel und gezielte Suchen hatten Auswirkungen auf die psychische Gesundheit, die nicht vollständig durch die wahrgenommenen Folgen erklärt wurden. Die Längsschnittanalysen zeigten, dass Schlafverlust durch Internetnutzung (ß = 12, 95% CI = 0.05-0.19, P= .001) und Rückzug (negative Stimmung), wenn kein Zugang zum Internet möglich ist (ß = .09, 95% CI = 0.03-0.16, P<01) waren die einzigen Konsequenzen, die sich langfristig direkt auf die psychische Gesundheit auswirkten. Die wahrgenommenen positiven Folgen der Internetnutzung schienen überhaupt nicht mit der psychischen Gesundheit verbunden zu sein.

Schlussfolgerungen: Das Ausmaß der Internetnutzung wird im Allgemeinen negativ mit der psychischen Gesundheit in Verbindung gebracht, aber bestimmte webbasierte Aktivitäten unterscheiden sich darin, wie konsistent, wie stark und in welche Richtung sie die psychische Gesundheit beeinflussen. Die Folgen der Internetnutzung (insbesondere Schlafverlust und -entzug, wenn kein Zugang zum Internet möglich ist) scheinen die psychischen Folgen stärker vorherzusagen als die spezifischen Aktivitäten selbst. Interventionen zur Verringerung der negativen Auswirkungen der Internetnutzung auf die psychische Gesundheit könnten auf die negativen Folgen der Internetnutzung abzielen.

Registrierung der Studie: International Standard Randomized Controlled Trial Number (ISRCTN): 65120704; http://www.isrctn.com/ISRCTN65120704?q=&filters=recruitmentCountry:Lithuania&sort=&offset= 5 & totalResults = 32 & page = 1 & pageSize = 10 & searchType = basic-search (Archiviert von WebCite unter http: //www.webcitation/abcdefg)

JMIR Ment Health 2016; 3 (3): e31

doi: 10.2196 / mental.5925

SCHLÜSSELWÖRTER

Einleitung

Depressionen und Angstzustände sind zwei der häufigsten psychiatrischen Störungen bei Jugendlichen [1-3] und Selbstmord, der oft eng mit diesen Störungen zusammenhängt, ist die zweithäufigste Todesursache bei 15- bis 29-Jährigen (nach Verkehrsunfällen) [4]. In den letzten zehn Jahren hat das Interesse und die Besorgnis darüber, wie die geistige Gesundheit und die emotionale Entwicklung von Jugendlichen durch die Nutzung des Internets beeinflusst werden, zugenommen. Fast 80% der europäischen Bevölkerung sind Internetnutzer, in einigen Ländern über 90% [5] und mit der zunehmenden Nutzung von Smartphones haben immer mehr Menschen sofortigen und kontinuierlichen Zugang zum Internet. Über 90% der 16- bis 24-Jährigen in Europa nutzen regelmäßig mindestens wöchentlich das Internet, ein Prozentsatz, der höher ist als in jeder anderen Altersgruppe [6]. Obwohl es schwierig ist, genau zu messen, wie viel Zeit im Internet verbracht wird, greifen die meisten jungen Menschen täglich auf das Internet zu, und das Internet ist zu einem gut integrierten Bestandteil ihres Lebens geworden. Dies hat zu Veränderungen in der Art und Weise geführt, wie Menschen ihr Leben führen, soziale Beziehungen und Selbstidentitäten aufbauen und aufrechterhalten, Informationen suchen und Unterhaltung genießen.

Ein wichtiger Forschungsschwerpunkt hat psychische Gesundheitsprobleme mit der sogenannten problematischen Internetnutzung (oder pathologischen oder zwanghaften Internetnutzung) in Verbindung gebracht, die häufig als eine Störung der Impulskontrolle, die der Spielsucht und anderen Verhaltensabhängigkeiten ähnelt, gedeutet wird. Das am häufigsten verwendete und validierte Maß für die problematische Internetnutzung ist der Internet Addiction Test (IAT). [7], wurde durch eine internetnutzungsspezifische Neuformulierung des diagnostischen und statistischen Handbuchs für psychische Störungen (DSM-4) erstellt.8]). Als solches misst dieses Screening-Instrument zwanghafte Aspekte der Internetnutzung, die zu einer klinischen Beeinträchtigung oder Belastung führen (z. B. sich mit dem Internet beschäftigt fühlen, Unfähigkeit, die Internetnutzung zu kontrollieren oder zu reduzieren, sich launisch oder depressiv fühlen, wenn versucht wird, die Internetnutzung zu stoppen oder zu reduzieren, online zu bleiben) länger als beabsichtigt, Lügen über übermäßige Internetnutzung und so weiter). Es gibt jedoch keine standardisierte Methode zur Klassifizierung der problematischen Internetnutzung, da Messungen, Grenzwerte und Klassifizierungsverfahren zwischen den Studien variieren [8-9]. Abgesehen von diesen Unterschieden bei den Diagnoseverfahren haben zahlreiche Studien herausgefunden, dass die Nutzung des Internets problematisch ist, um mit Störungen der DSM-Achse I, hauptsächlich Depressionen, aber auch sozialer Phobie und Angstzuständen, Substanzkonsum, Aufmerksamkeitsdefizit-Hyperaktivitätsstörung und bestimmten Persönlichkeitsvariablen wie Feindseligkeit, in Zusammenhang zu stehen [10-13]. Der mutmaßliche Mechanismus, durch den die problematische Internetnutzung die psychische Gesundheit beeinträchtigt, hängt zum Teil mit dem übermäßigen Zeitaufwand für webbasierte Aktivitäten zusammen, der dazu führt, dass schützende Offline-Aktivitäten wie Schlaf, körperliche Betätigung, Schulbesuch und soziale Offline-Aktivitäten vernachlässigt werden teilweise im Zusammenhang mit Entzugssymptomen, wenn auf diese Aktivitäten nicht zugegriffen werden kann [9,14].

Studien zeigen, dass die problematischen Aspekte der Internetnutzung bestimmter Personen auf eine oder mehrere bestimmte webbasierte Aktivitäten beschränkt sind (z. B. Spiele oder Nutzung sozialer Medien), während andere Aktivitäten unproblematisch sind [15-17]. Obwohl es einige neuere Beweise dafür gibt, dass die Faktorstruktur des IAT [7] steht im Einklang mit der Messung des problematischen Engagements bei bestimmten Aktivitäten wie Glücksspielen und Spielen [18] hat dies zu einer Unterscheidung zwischen generalisierter problematischer Internetnutzung und spezifischen Formen problematischer Internetnutzung geführt. Da sich die meisten Untersuchungen zur Internetnutzung auf problematisches webbasiertes Spielen konzentriert haben und viele Studien einen Zusammenhang zwischen Spielen und schwerwiegenden Symptomen der psychischen Gesundheit festgestellt haben, ist dies die einzige spezifische Form der problematischen Internetnutzung, die für die Einbeziehung in Betracht gezogen wurde in DSM-5, wohingegen die allgemeine problematische Internetnutzung und andere spezifische Formen nicht [9,19].

Es ist daher wichtig, bei der Untersuchung der Auswirkungen der Internetnutzung auf die psychische Gesundheit zwischen Aktivitäten zu unterscheiden. In einigen Fällen kann dies wichtig sein, da die fragliche Aktivität leicht abhängig macht, wie z. B. webbasiertes Glücksspiel (z. B. webbasiertes Poker, Sportwetten, Casino-Spins). [20-23]. In anderen Fällen kann dies wichtig sein, da der Inhalt selbst die psychische Gesundheit beeinträchtigen kann, indem er bestimmte emotionale, kognitive oder Verhaltensreaktionen hervorruft. Beispielsweise legt die 1-Studie zur Nutzung sozialer Medien nahe, dass der passive Konsum von sozialen Inhalten das Gefühl der Einsamkeit erhöht, während die direkte Kommunikation mit Freunden dies nicht tut [24]. Ein weiteres Beispiel ist die Suche nach Informationen. Studien zeigen, dass junge Menschen, einschließlich Menschen mit psychischen Problemen, häufig gezielte Suchanfragen in Bezug auf ihre physische und psychische Gesundheit durchführen [25-27]. Abhängig davon, welche Informationen sie finden, könnte diese Art von Verhalten sowohl negative als auch positive Auswirkungen haben. Website-Inhalte, die selbstzerstörerisches Verhalten oder Selbstverletzung fördern, können ein besonderes Problem darstellen. Darüber hinaus leisten Jugendliche zunehmend Schularbeiten über das Internet, und da schulische Leistungen in der Regel mit einer besseren psychischen Gesundheit verbunden sind [28] könnte die Nutzung des Internets für solche Zwecke eher ein Hinweis auf eine positive psychische Gesundheit sein als auf das, was aus der Perspektive einer problematischen Internetnutzung zu erwarten wäre [29,30]. Andere Untersuchungen haben gezeigt, dass bestimmte Arten von Spielen (z. B. Massively Multiplayer Online-Rollenspiele) und bestimmte Motive für das Spielen dieser Spiele (Errungenschaften im Spiel, Geselligkeit, Eintauchen, Entspannung und Eskapismus) Vorhersagen für psychische Gesundheitsprobleme und Probleme sind Spiel [31-33]. Obwohl der Großteil der bisherigen Untersuchungen korrelativ ist, deutet dies darauf hin, dass die Internetnutzung die psychische Gesundheit entweder durch die Aktivität oder den Inhalt, der verwendet wird, oder durch verzögerte Folgen der Internetnutzung beeinträchtigen kann.

Ziel dieser Studie war es, zu untersuchen, wie die psychische Gesundheit von Jugendlichen durch die im Internet verbrachte Zeit und ihr Engagement für 7-Arten von Internetaktivitäten vorhergesagt wird: Nutzung sozialer Medien, Spielen, Spielen, Betrachten von Pornografie, Lesen oder Ansehen von Nachrichten, schulbezogene Aktivitäten oder Arbeit und gezielte Informationssuche, die nicht mit Schule oder Arbeit zu tun hat. Zweitens testete die Studie auch, ob diese Effekte durch die wahrgenommenen Folgen der Verwendung dieser webbasierten Aktivitäten aufrechterhalten oder erklärt würden. Wir untersuchten die Auswirkungen sowohl negativer Konsequenzen (z. B. Entzug, Schlafmangel) als auch positiver Konsequenzen (z. B. Freude, neue Freunde finden). Zusätzlich zur Durchführung dieser Analysen anhand von Querschnittsdaten haben wir auch getestet, ob diese Auswirkungen Veränderungen der psychischen Gesundheit über einen Zeitraum von 4 Monaten vorhersagen würden.

Methoden

Studiendesign

Die Daten wurden im Rahmen der Studie zur Suizidprävention durch internet- und medienbasierte Förderung der psychischen Gesundheit (SUPREME) (Current Controlled Trials ISRCTN65120704) gesammelt. Die Studie wurde von kooperierenden Forschungszentren für psychische Gesundheit in Estland, Ungarn, Italien, Litauen, Spanien, Schweden und dem Vereinigten Königreich durchgeführt. Im Rahmen dieses Projekts wurde eine randomisierte, kontrollierte Längsschnittstudie in 2012-2013 durchgeführt, um eine webbasierte Website für psychische Interventionen zu evaluieren, die in einer zufällig ausgewählten Stichprobe von Jugendlichen in einem ausgewählten Gebiet dieser Länder getestet wurde. Einschlusskriterien der Schulen waren: (1) die Schulbehörde stimmt der Teilnahme zu; (2) die Schule ist eine staatliche Schule (dh nicht privat); (3) Die Schule umfasst mindestens 100-Schüler im Alter von 14-16. (4) Die Schule hat mehr als 2-Lehrer für Schüler im Alter von 15 Jahren. (5) Nicht mehr als 60% der Schüler sind von beiden Geschlechtern. Die Teilnehmer wurden basierend auf der Schulzugehörigkeit in Gruppen randomisiert in eine vollständige Interventionsbedingung (mit Zugriff auf die Interventionswebsite) oder eine Kontrollgruppe mit minimalen Interventionen (ohne Zugriff auf die Interventionswebsite) unterteilt und erhielten zu Beginn und am Ende einen Bewertungsfragebogen bei 2 und 4 Monate Follow-up. Der Fragebogen enthielt Fragen zu ihren Internetgewohnheiten, ihrer psychischen Gesundheit und ihrem Selbstmordverhalten sowie zu anderen für die Bewertung relevanten Variablen. Diese Studie hat nicht Ziel ist es, die Auswirkungen der webbasierten Intervention zu bewerten, stattdessen werden internetbezogene Risikofaktoren für psychische Gesundheitsprobleme untersucht.

Teilnehmer

Die Probanden waren registrierte Schüler staatlicher Schulen, die nach dem Zufallsprinzip aus einem vordefinierten Gebiet in jedem Land ausgewählt wurden: Bezirk West Viru (Estland), Budapest (Ungarn), Molise (Italien), Vilnius (Litauen), Barcelona (Spanien), Bezirk Stockholm (Schweden) ) und Ostengland (Vereinigtes Königreich). Förderfähige staatliche Schulen in diesen Bereichen wurden nach dem Zufallsprinzip in einer Kontaktreihenfolge angeordnet, in der die Schulen kontaktiert und zur Teilnahme aufgefordert wurden. Wenn eine Schule abgelehnt wurde, wurde die nächste Schule auf der Liste kontaktiert. Wenn eine Schule die Teilnahme akzeptierte, besuchte ein Forscherteam die Schule und präsentierte den Schülern mündlich und in Form von Einverständniserklärungen Hintergrund, Ziele und Verfahren der Studie. Da das Untersuchungsverfahren ein Screening auf selbstmörderische Jugendliche umfasste, war die Teilnahme nicht vollständig anonym, die Identität der Teilnehmer wurde jedoch im Fragebogen verschlüsselt. Die schriftliche Zustimmung wurde von allen Schülern eingeholt, die der Teilnahme zugestimmt hatten (sowie von einem oder beiden Elternteilen gemäß den in der Region geltenden ethischen Bestimmungen). Die Studie wurde von Ethikkommissionen in allen teilnehmenden Ländern genehmigt.

Das Stichprobenverfahren ergab eine Gesamtzahl von 2286-Jugendlichen, die zu Beginn der Studie teilnahmen (Estland = 3-Schulen, 416-Teilnehmer; Ungarn = 6-Schulen, 413-Teilnehmer; Italien = 3-Schulen, 311-Teilnehmer; Litauen = 3-Schulen, 240-Teilnehmer; Spanien = 3 Schulen, 182-Teilnehmer; Schweden = 9-Schulen, 337-Teilnehmer; Vereinigtes Königreich = 3-Schulen, 387-Teilnehmer). Von den Teilnehmern wurden 1571 (68.72%) in die Vollinterventionsgruppe und 715 (31.27%) in die Minimalinterventionsgruppe randomisiert. Es gab eine bemerkenswerte Abbrecherquote in der Studie. In der Gesamtstichprobe umfasste die Anzahl der Probanden, die die Teilnahme abgebrochen haben, 467-Schüler (20.42%) zwischen T1 und T2 sowie 244-Schüler (13.41%) zwischen T2 und T3. Die Probanden wurden in die Längsschnittanalysen einbezogen, wenn sie mindestens an T1 und T3 teilgenommen hatten, eine Teilnahme an T2 jedoch nicht erforderlich war. Dies ergab eine Längsschnittstichprobe von 1544-Probanden mit 56% Frauen und einem Durchschnittsalter von 15.8 Jahren (Standardabweichung, SD = 0.91 Jahre).

Maßnahmen zur Internetnutzung

Messungen des Internetverhaltens und der Internetnutzung wurden speziell für diese Studie erstellt. Dies umfasste Elemente, die die Regelmäßigkeit der Internetnutzung (z. B. die Nutzung des Internets einmal im Monat im Vergleich zur Nutzung einmal pro Woche) und die Anzahl der Stunden, die in einer typischen Woche im Internet verbracht wurden, maßen. Die Teilnehmer wurden auch gebeten, zu bewerten, wie viel Zeit sie bei der Nutzung des Internets für verschiedene 7-Aktivitäten aufwenden (Geselligkeit, Spielen, schul- oder arbeitsbezogene Aktivitäten, Glücksspiel, Lesen von Nachrichten oder Ansehen, Pornografie und gezielte Suchanfragen, die nicht mit der Schule oder in Verbindung stehen) Arbeit). Die Teilnehmer bewerteten diese Aktivitäten auf einer 7-Punkteskala (1 = Ich verbringe sehr wenig oder gar keine Zeit damit; 7 = Ich verbringe sehr viel Zeit damit). In der letzten Gruppe wurden die Teilnehmer gebeten, die selbst wahrgenommenen Folgen der Teilnahme an diesen Aktivitäten zu bewerten. Die Teilnehmer wurden gebeten, zu bewerten, inwieweit verschiedene Konsequenzen für sie zutreffen einzige in Bezug auf diejenigen Aktivitäten, die er oder sie in erheblichem Maße ausgeübt hat (zuvor mit ≥4 bewertet). Die Teilnehmer bewerteten auf einer 7-Punkteskala (1 = sehr selten oder nie; 7 = sehr oft) das Auftreten der folgenden Konsequenzen: „Ich finde neue Freunde“; "Ich habe Spaß"; "Ich lerne interessante Dinge"; "Ich bleibe länger online als beabsichtigt"; "Ich habe diese Aktivitäten gewählt, anstatt mit Freunden abzuhängen (im wirklichen Leben)"; "Ich bleibe lange auf und schlafe nicht"; "Ich fühle mich deprimiert oder launisch, wenn ich keinen Zugang zu den oben genannten Aktivitäten habe." Die Teilnehmer bewerteten auch, wie sich ihre Internetnutzung auf ihre Arbeitsleistung oder Schulnoten auswirkte (1 = meine Arbeit oder Noten leiden; 4 = überhaupt nicht betroffen; 7 = meine Arbeit oder Noten verbessern sich) und ob angenommen wurde, dass dies zu ihrem Lebenssinn beiträgt ( 1 = weniger aussagekräftig; 4 = genauso aussagekräftig wie ohne sie; 7 = sinnvoller).

Aus Gründen der Klarheit bezeichnen wir einige dieser Konsequenzen als „positiv“ (neue Freunde finden, Spaß haben, interessante Dinge lernen), da sie Ergebnisse der Internetnutzung sind, die nicht unbedingt süchtig machendes Verhalten implizieren und zu denen sie voraussichtlich führen werden bessere psychische Gesundheit (wenn überhaupt). Wir bezeichnen andere Konsequenzen als „negativ“ (länger im Internet als beabsichtigt bleiben, webbasierte Aktivitäten anstelle von sozialen Offline-Aktivitäten wählen, wach bleiben und den Schlaf verlieren, sich launisch fühlen, wenn auf webbasierte Aktivitäten nicht zugegriffen werden kann), weil sie auf Symptome hinweisen problematische Internetnutzung und kann daher zu einer schlechten psychischen Gesundheit führen. Diese negativen Konsequenzen ähneln beispielsweise denen des IAT [7] und die Messempfehlungen für Internet Gaming Disorder von Petry et al. [9]. Schließlich werden einige Konsequenzen als „bidirektional“ eingestuft (meine Arbeit oder Noten verbessern sich / leiden; mein Leben wird weniger oder bedeutungsvoller), weil die Probanden sie entweder negativ oder positiv bewerten oder gar keine Veränderung anzeigen könnten.

Psychische Gesundheitsmaßnahmen

Das Ausmaß von Depressionen, Angstzuständen und Stress bei den Teilnehmern wurde mit Hilfe der 3-Subskalen ermittelt, die die 42-Item-Version der Depression Angst Stress-Skala (DASS-42) [34]. Jede Subskala besteht aus 14-Aussagen, die auf einer 4-Punkt-Likert-Skala entsprechend der Aussage, die in der letzten Woche auf die Person angewendet wurde, bewertet werden. Die Skalen dienen zur Messung negativer emotionaler Depressionszustände (Dysphorie, Hoffnungslosigkeit, Abwertung des Lebens, Selbstentwertung, mangelndes Interesse oder mangelnde Beteiligung, Anhedonie und Trägheit), Angstzustände (autonome Erregung, Skelettmuskeleffekte, Situationsangst und subjektiv) Erfahrung von ängstlichen Affekten) und Stress oder Anspannung (Schwierigkeiten beim Entspannen, nervöse Erregung und leichte Verstimmung oder Erregung, Reizbarkeit oder Überreaktion und Ungeduld). Studien, in denen die psychometrischen Eigenschaften dieser Skala untersucht wurden, haben zufriedenstellende Ergebnisse bei Zuverlässigkeits- und Validitätsmessungen in gesunden und klinischen Populationen ergeben [34-37], auch bei Administration über das Internet [38]. Es wurde jedoch berichtet, dass junge Jugendliche im Vergleich zu Erwachsenen weniger zwischen den 3-Faktoren unterscheiden und die Korrelationen zwischen ihnen typischerweise hoch sind [39,40]. Die Skalen zeigten in der vorliegenden Stichprobe eine hohe interne Konsistenz in Bezug auf Cronbach-Alpha, berechnet auf den Basisdaten (Depression-Alpha = .93; Angst-Alpha = .89; Stress-Alpha = .91). Da einige Teilnehmer nicht auf alle Punkte der Skala geantwortet haben, wurde die endgültige Punktzahl auf jeder Skala berechnet, indem die Gesamtpunktzahl durch die Anzahl der Punkte dividiert wurde, auf die sie geantwortet hatten. Nur Teilnehmer mit 50% fehlenden Daten oder mehr wurden ausgeschlossen. Die Skalen korrelierten stark miteinander (Depression × Angst: r= .76; Depression × Stress: r= .79; Angst × Stress: r= .78; alles P Werte <001) und die kombinierte 42-Punkte-Skala zeigten eine hohe interne Konsistenz (Alpha = 96). Aufgrund der relativ hohen Interkorrelation zwischen Konstrukten und zur Vereinfachung der Analyse wurden die drei Skalen zu einem einzigen Maß für die psychische Gesundheit kombiniert.

Verfahren

Alle Studienabläufe fanden an den jeweiligen Schulen in Klassenräumen oder Computerräumen statt. Die Fragebögen wurden entweder in Papier- und Bleistiftform oder mithilfe eines webbasierten Umfragetools verwaltet, sofern die Schule in der Lage war, allen Schülern zum Zeitpunkt der Datenerfassung Computer zur Verfügung zu stellen. Der Fragebogen enthielt Elemente, die zum Screening auf selbstmörderische Jugendliche verwendet wurden (The Paykel Suicide Scale [41]) und das Screening fand innerhalb von 24 Stunden nach jeder Datenerfassungswelle statt. Daher war die Teilnahme nicht völlig anonym. Die Identität der Probanden wurde jedoch mit individuellen „Teilnahmecodes“ verschlüsselt, die anstelle des Namens der Teilnehmer auf dem Fragebogen angegeben wurden. Die Codes wurden nur mit den Identitäten der Schüler verknüpft, um Daten in Längsrichtung zu verknüpfen und um Kontakt zu risikoreichen, selbstmordgefährdeten Jugendlichen (Notfällen) aufzunehmen, um Hilfe anzubieten. Die Probanden wurden als Notfälle definiert, wenn sie geantwortet hatten, dass sie in den letzten 2-Wochen ernsthaft über Selbstmord nachgedacht, Selbstmord geplant oder versucht hatten. Das genaue Verfahren für die Behandlung von Risikofällen war von Land zu Land unterschiedlich und hing von den regionalen ethischen Richtlinien und den verfügbaren Hilfsmitteln ab. Notfälle wurden von der Datenanalyse ausgeschlossen (n = 23). Die im Rahmen des SUPREME-Projekts getestete Intervention wurde nach der Erhebung der Basisdaten durchgeführt und wird im folgenden näher beschrieben Multimedia Anhang 1.

Datenanalyse

In dieser Studie wurden zwei Hauptanalysen durchgeführt: 1-Querschnittsanalyse mit hierarchischer multipler Regression und 1-Längsschnittanalyse. Das Maß für die Häufigkeit der Internetnutzung wurde aufgrund eines Obergrenzeneffekts in der Analyse nicht berücksichtigt (90% der Teilnehmer gaben an, mindestens einmal pro Tag das Internet zu nutzen). Die verbleibenden Prädiktorvariablen waren somit die selbst gemeldete Anzahl der Online-Wochenstunden, die Bewertungen der 7-Aktivitäten und die Bewertungen der 9-Folgen der Internetnutzung. Der zusammengesetzte DASS - Score war die abhängige Variable in diesen Analysen (Tests statistischer Annahmen sind in beschrieben Multimedia Anhang 1). In der Querschnittsregression wurden Internetverhalten bei T1 verwendet, um die psychische Gesundheit bei T1 vorherzusagen. Die longitudinale Regressionsanalyse prognostizierte eine Änderung des gesamten DASS (die Bewertungsdifferenz zwischen T1 und T3) anhand einer Änderung des Internetverhaltens. Nur das längste Follow-up war für diese Studie von Interesse. Geschlecht, Alter und Versuchsbedingungen wurden als Kontrollvariablen in das erste Modell aufgenommen. Die im Internet verbrachte Zeit wurde im zweiten Modell hinzugefügt, Aktivitätsbewertungen wurden in einem dritten Modell hinzugefügt und die Konsequenzbewertungen wurden in einem vierten Modell hinzugefügt. Da die Teilnehmer angewiesen wurden, die wahrgenommenen Konsequenzen nur dann zu bewerten, wenn sie mindestens eine Online-Aktivität über dem Schwellenwert> 3 durchgeführt haben, eine Minderheit (n = 82; 5%) der Probanden, deren Punktzahl über oder unter dem Schwellenwert zwischen T1 und T3 lag hatte unvollständige Daten für die Berechnung der Differenzwerte. Sensitivitätsanalysen zeigten jedoch keinen statistisch signifikanten Unterschied zwischen diesen Probanden und anderen Fällen hinsichtlich des durchschnittlichen Ausmaßes der Längsänderung der DASS-Scores oder der mittleren Online-Aktivitäts-Scores.

 

Die Ergebnisse

Beschreibende Ergebnisse

DASS-42-Scores können für 2220-Teilnehmer berechnet werden. Die DASS-Gesamtpunktzahlen bewegten sich zwischen 0 und 3, wobei höhere Punktzahlen auf mehr psychische Gesundheitsprobleme hinweisen. Die mittleren Ausgangswerte für Männer, Frauen und die Gesamtstichprobe sind in dargestellt Tabelle 1. Frauen erzielten bei allen psychischen Gesundheitsmaßnahmen eine signifikant höhere Punktzahl als Männer (Tabelle 1). In der Gesamtstichprobe hatten 1848-Teilnehmer (83.24%) einen mittleren DASS-Score unter 1, und 314 (14.1%) hatte einen Score zwischen 1 und 1.99, und 58 (2.6%) hatte einen Score von 2 oder höher. Bei den DASS-Ergebnissen gab es kleine, aber signifikante Unterschiede zwischen den Ländern (F(6, 2213)= 9.28, η2Teil-= .02, P<001). Die durchschnittliche Veränderung der DASS-Werte während des 4-monatigen Studienzeitraums betrug –0.15 (SD = 0.42), was auf eine Abnahme im Zeitverlauf hinweist. Teilnehmer, die die Studie zwischen T1 und T3 abgebrochen hatten, hatten etwas höhere DASS-Ausgangswerte als anhaftende Teilnehmer (mittlere Differenz = 0.10; t(2218)= 4.068; P<001).

Tabelle 1 fasst auch die durchschnittliche gemeldete Zeit im Internet, Aktivitätsbewertungen und Konsequenzbewertungen zu Studienbeginn zusammen. Die Tabelle fasst zusammen, dass die durchschnittliche Anzahl der Stunden, die pro Woche im Internet verbracht wurden, 17.23 betrug, wobei große Unterschiede in der Stichprobe auftraten, und dass Männer etwas mehr Stunden im Internet verbracht hatten als Frauen. Die meisten Jugendlichen nutzten das Internet für soziale Zwecke, gefolgt von Schule oder Arbeit, gezielter Suche, Spielen, Lesen von Nachrichten oder Ansehen, Betrachten von Pornografien und Spielen, obwohl es in Bezug auf diese Aktivitäten erhebliche geschlechtsspezifische Unterschiede gab.

 

 

 

   

Tabelle 1. Beschreibende Ergebnisse (Mittelwerte und Standardabweichungen) für Maßnahmen zur psychischen Gesundheit und Internetnutzung zu Studienbeginn.
Schau dir diese Tabelle an

 

  

Querschnitts-Regressionsanalyse

Die hierarchische multiple Regressionsquerschnittsanalyse wurde verwendet, um DASS-Scores bei T1 mittels Internetnutzung bei T1 vorherzusagen. Das erste Modell mit den Kontrollvariablen (Geschlecht, Alter, Versuchszustand) war hoch signifikant (F(3, 1683)= 26.40, P<.001) und erklärt R2adj= 4.3% der Varianz in der Psychopathologie. Das zweite Modell (im Internet verbrachte Zeit) trug erheblich zur Vorhersage bei (F Übernehmen (1, 1682)= 26.05, P<001) um 1.4%, was insgesamt ergibt R2adj= 5.7% erklärte Varianz. Das dritte Modell (relative Zeit, die für Aktivitäten aufgewendet wurde) trug erheblich zur Vorhersage bei (F Übernehmen (7, 1675)= 8.29, P<001) um 2.8%, was insgesamt ergibt R2adj= 8.5% erklärte Varianz. Das vierte Modell (Folgen der Internetnutzung) trug wesentlich zur Vorhersage bei (F Übernehmen (9, 1666)= 26.80, P<001) um 11.1%. Dies ergab eine endgültige Summe von R2adj= 19.6% erklärte Varianz, wobei 15.3% auf internetbezogene Faktoren zurückzuführen war. Das eingestellt R2 bei jedem Schritt in der Analyse weiter zugenommen, was darauf hinweist, dass das Modell nicht überpasst wurde. Es gab keinen Hinweis auf problematische Kollinearität, da alle Variablen eine Toleranz über 0.5 aufwiesen. Die Ergebnisse der Regressionsanalyse, einschließlich der standardisierten Beta-Koeffizienten (ß) für jeden Prädiktor in jedem Modell, sind in zusammengefasst Tabelle 2.

Tabelle 2 fasst zusammen, dass das Geschlecht die einzige signifikante Kontrollvariable war, während das Alter und der experimentelle Zustand dies nicht waren. Die selbst gemeldete durchschnittliche Anzahl der im Internet verbrachten Stunden war ein signifikanter Indikator für höhere DASS-Werte in den Modellen 2 und 3, jedoch nicht unter Berücksichtigung der Folgen der Internetnutzung im vierten Modell. Die Effektgröße (ß) der einzelnen webbasierten Aktivitäten variierte zwischen .05 und .13. Die Nutzung des Internets für soziale Zwecke war ein signifikanter Prädiktor für die DASS-Werte in Modell 3, jedoch nicht in Modell 4, was darauf hindeutet, dass das mit der Kontaktaufnahme im Internet verbundene Risiko durch die in der Studie gemessenen Konsequenzen erklärt wurde. Webbasiertes Spielen folgte dem entgegengesetzten Muster, da diese Aktivität kein signifikanter Prädiktor für DASS im Modell 3 war, sondern im vierten Modell signifikant wurde. Der negative Beta-Wert zeigt an, dass das webbasierte Spielen ein Schutzfaktor für die psychische Gesundheit war. Die Durchführung von Schul- oder Arbeitstätigkeiten im Internet war auch im dritten Modell ein wichtiger Schutzfaktor für die Psychopathologie, jedoch nicht unter Berücksichtigung der Folgen der Internetnutzung. Das webbasierte Glücksspiel war ein wesentlicher Risikofaktor für höhere DASS-Werte in beiden Modellen 3 und 4. Der Konsum von Nachrichteninhalten war in beiden Modellen nicht signifikant mit DASS verbunden. Das Ansehen von pornografischen Inhalten im Internet war nur für das Modell 3, nicht aber für das Modell 4 ein wesentlicher Risikofaktor, was auf die Folgen der Internetnutzung zurückzuführen ist. Die Durchführung gezielter Suchanfragen im Internet war in beiden Modellen 3 und 4 signifikant und stark positiv mit DASS-Ergebnissen verbunden, was die größte Auswirkung auf die Aktivitäten hatte. In Bezug auf die Konsequenzen der Internetnutzung, das Finden neuer Freunde, das Lernen interessanter Dinge und das Spaß haben wurden die DASS-Ergebnisse in Modell 4 nicht vorhergesagt. Somit schienen diese „positiven“ Konsequenzen nicht als Schutzfaktoren zu wirken. Die Internetnutzung, die zur Steigerung der Lebensbedeutung oder zur Verbesserung der Schul- oder Arbeitsleistung genutzt wurde, war jedoch ein wichtiger Schutzfaktor. Die „negativen“ Konsequenzen waren stärkere Prädiktoren für DASS-Scores. Obwohl ein längerer Aufenthalt im Internet als ursprünglich beabsichtigt kein wesentlicher Indikator war, lauteten die Aussagen „Ich wähle diese Aktivitäten, anstatt mit Freunden abzuhängen“, „Ich bleibe lange auf und verliere den Schlaf“ und „Ich fühle mich depressiv oder launisch, wenn ich habe Kein Zugang zu den oben genannten Aktivitäten “waren hoch signifikante Risikofaktoren mit Effektgrößen (ß) zwischen .12 und .22

 

  

Tabelle 2. Ergebnisse aus der hierarchischen multiplen Regressionsquerschnittsanalyse. Statistiken werden für jede Prädiktorvariable in jedem Modell dargestellt.
Schau dir diese Tabelle an

 

  

Longitudinal Regression Analysis

Die longitudinale hierarchische multiple Regressionsanalyse wurde verwendet, um Veränderungen in der Gesamtpsychopathologie (die Punktedifferenz zwischen T1 und T3) durch Veränderungen in der Internetnutzung vorherzusagen. Es gab keine Hinweise auf problematische Kollinearitätsniveaus im Modell, da alle Variablen einen Toleranzwert über 0.7 aufwiesen. Das erste Modell mit den Kontrollvariablen (Geschlecht, Alter, Versuchszustand) war nicht signifikant (F(3, 981) <1, P= .59) und auch nicht das zweite Modell (Zeit im Internet verbracht; F Übernehmen (1, 980) <1, P= .95). Das dritte Modell (relative Zeit, die für Aktivitäten aufgewendet wurde) trug erheblich zur Vorhersage bei (F Übernehmen (7, 973)= 2.25, P<.03) von R2adj= 0.7% erklärte Varianz. Dieser Beitrag war auf das Anzeigen von Nachrichten zurückzuführen, bei dem ein Anstieg des Anzeigens von Nachrichten von T1 auf T3 mit einem Anstieg der DASS-Werte einherging (ß = .07, 95% CI = 0.00-0.13, P= .049). Alle anderen webbasierten Aktivitäten waren nicht signifikant (P≥ .19) in diesem Modell. Das vierte Modell (Folgen der Internetnutzung) trug wesentlich zur Vorhersage bei (F Übernehmen (9, 964)= 3.39, P<001) um 2.1%, was insgesamt ergibt R2adj= 2.8% erklärte Varianz. Der Nachrichtenverbrauch wurde hier unwesentlich (P= .13). Der Beitrag des vierten Modells war auf 2 der negativen Folgen zurückzuführen. Die Aussagen „Ich bleibe lange auf und verliere den Schlaf“ (ß = .12, 95% CI = 0.05-0.19, P= .001) und "Ich fühle mich depressiv oder launisch, wenn ich keinen Zugang zu den oben genannten Aktivitäten habe" (ß = .09, 95% CI = 0.03-0.16, P<01) waren signifikante Prädiktoren in diesem Modell. Alle anderen Prädiktoren waren nicht signifikant (Veränderung des Lebenssinns: P= .10; andere Variablen hatten P Werte darüber).

Die Internetnutzung, von der berichtet wurde, dass sie dazu führt, dass sie lange wach bleibt und den Schlaf verliert („Schlafmangel“) und eine negative Stimmung erzeugt, wenn auf sie nicht zugegriffen werden kann („Entzug“), war die einzige Variable, die konsequent eine Veränderung der psychischen Gesundheit in Längsrichtung vorhersagte . Um diese negativen Konsequenzen weiter zu untersuchen, wurden 2-Standard-Mehrfachregressionen berechnet, um longitudinale Änderungen in jeder dieser Variablen anhand der im Internet verbrachten Zeit und der verschiedenen webbasierten Aktivitäten vorherzusagen. Das Regressionsmodell, das den Schlafverlust vorhersagte, war signifikant (F(8, 1120)= 5.76, P<001, R2adj= 3.3% erklärt Varianz) und so war die Regression, die Rückzug vorhergesagt (F(8, 1125)= 11.17, P<001, R2adj= 6.7% erklärte Varianz). Die Koeffizienten aus diesen Regressionen sind in zusammengefasst Tabelle 3 und Tabelle 4, Bzw. Tabelle 3 Zusammenfassend lässt sich festhalten, dass der stärkste Indikator für einen erhöhten Schlafverlust ein Rückgang der Schul- oder Arbeitsaktivitäten war, gefolgt von mehr Spielen, gezielter Suche, Betrachtung von Pornografie und Online-Zeit im Allgemeinen. Soziale Aktivitäten, Glücksspiele und das Ansehen von Nachrichten standen in keinem signifikanten Zusammenhang mit der Veränderung des Schlafmangels. Tabelle 4 fasst zusammen, dass die Glücksspielaktivitäten die stärksten Prädiktoren für eine Veränderung des Rückzugs waren, gefolgt von der gesamten Zeit, die im Internet, beim Anschauen von Pornografie und beim Spielen verbracht wurde. Änderungen der sozialen Aktivitäten, der Schule oder der Arbeit, des Anzeigens von Nachrichten und der gezielten Suche waren nicht wesentlich mit einer Änderung des Entzugs verbunden.

 

 

 

   

Tabelle 3. Ergebnisse der multiplen Regressionsanalyse, die Änderungen des „Schlafverlusts“ durch Änderung der Internetnutzung vorhersagt.
Schau dir diese Tabelle an

 

 

 

   

Tabelle 4. Ergebnisse der multiplen Regressionsanalyse zur Vorhersage von Änderungen des „Entzugs“ durch Änderung der Internetnutzung.
Schau dir diese Tabelle an

 

 

 

   

Diskussion

Querschnittsbefunde

Ziel dieser Studie war es, internetbezogene Risiko- und Schutzfaktoren für psychische Gesundheitsprobleme zu identifizieren und zu testen, ob die Auswirkungen der im Internet verbrachten Zeit und auf verschiedene webbasierte Aktivitäten auf eine Reihe von wahrgenommenen Konsequenzen zurückzuführen sind Aktivitäten. Dies wurde untersucht, indem der Zusammenhang zwischen der allgemeinen psychischen Gesundheit von Jugendlichen (kombinierte Niveaus von Depressionen, Angstzuständen und Stress oder Spannungen) und diesen internetbezogenen Verhaltensweisen über einen Zeitraum von 4 Monaten sowohl im Querschnitt als auch in Längsrichtung untersucht wurde.

Die Querschnittsergebnisse zeigten, dass die psychische Gesundheit zu Studienbeginn durch Verhaltensweisen im Zusammenhang mit dem Internet vorhergesagt wurde (15.3% erklärte die Varianz nach Anpassung der Anzahl der Prädiktoren im Modell). Die einzelnen Effektgrößen waren eher klein (standardisiert ß = .05-.22). Die im Internet verbrachte Zeit wirkte sich stärker aus als die meisten Einzelaktivitäten, die Folgen der Internetnutzung erklärten jedoch die größte Varianz bei den DASS-Bewertungen (11.1%). Von diesen waren 3 der negativen 4-Konsequenzen die wichtigsten Prädiktoren (Präferenz für webbasierte Aktivitäten gegenüber sozialen Offline-Aktivitäten, Schlafverlust und Entzug), wohingegen die positiven Konsequenzen nicht signifikant waren. Die Internetnutzung, die zur Steigerung des Lebenssinns oder zur Verbesserung der Schulnoten oder der Arbeitsleistung genutzt wurde, war mit einer besseren psychischen Gesundheit verbunden, die Auswirkungen waren jedoch geringer als bei den negativen Folgen.

Darüber hinaus zeigten die Ergebnisse, dass die im Internet verbrachte Zeit, die Nutzung sozialer Medien, das Anschauen von Pornografie und die Schul- oder Arbeitsaktivitäten nur signifikante Prädiktoren waren, wenn die wahrgenommenen Konsequenzen nicht berücksichtigt wurden, was darauf hindeutet, dass die psychischen Auswirkungen dieser Aktivitäten durch das Internet erklärt wurden Folgen. Web-basierte Spiele, Glücksspiele und gezielte Suchanfragen waren dagegen wichtige Prädiktoren für die psychische Gesundheit, auch wenn sie auf wahrgenommene Konsequenzen hin überprüft wurden. Dies lässt vermuten, dass der Inhalt dieser Aktivitäten im Vergleich zu den wahrgenommenen Konsequenzen im Hinblick auf die psychische Gesundheit relativ wichtig war . Zusammengenommen deuten diese Ergebnisse darauf hin, dass alle in dieser Studie gemessenen webbasierten Aktivitäten die psychische Gesundheit vorhersagen, aber nur einige davon scheinen inhaltsbasierte Auswirkungen zu haben, die groß genug sind, um in einem vollständig angepassten Modell erkannt zu werden. Die anderen Aktivitäten schienen die psychische Gesundheit nur durch ihre wahrgenommenen Konsequenzen zu beeinträchtigen, hauptsächlich durch die Präferenz für webbasierte Interaktionen, Schlafverlust und Entzug. Da diese negativen Folgen auf eine problematische Internetnutzung hindeuten [9,14], deren relativ starke Auswirkung auf die psychische Gesundheit aus einer problematischen Internetnutzungsperspektive zu erwarten ist. Es ist jedoch zu beachten, dass die wahrgenommenen Konsequenzen von den tatsächlichen Konsequenzen abweichen können.

Längsschnitt

Frühere Studien haben Schlafverlust und Entzugssymptome mit psychischen Problemen und problematischer Internetnutzung in Verbindung gebracht [9,12,42-45]. Die Längsschnittanalysen in dieser Studie legen in ähnlicher Weise nahe, dass Schlafverlust und Schlafentzug (negative Stimmung, wenn kein Zugang zu Inhalten besteht) Veränderungen der psychischen Gesundheit über die Zeit vorhersagen (2.1% erklärte Varianz), und tatsächlich waren dies die einzigen Variablen, die dies auf lange Sicht taten Begriff. Änderungen der im Internet verbrachten Zeit in Längsrichtung und verschiedene Aktivitäten sagten Änderungen der psychischen Gesundheit nicht direkt voraus, sondern wirkten sich indirekt durch die Vorhersage von Änderungen des Schlafverlusts und des Schlafentzugs aus (3.3% bzw. 6.7% erklärten die Varianz). Dies deutet darauf hin, dass die im Internet verbrachte Zeit und die angezeigten Inhalte die psychische Gesundheit vorhersagen, vor allem, weil sie negative wahrgenommene Folgen wie Schlafverlust und -entzug vorhersagen. Diese Interpretation steht im Einklang mit dem Ansatz der problematischen Internetnutzung und unterstützt auch die Unterscheidung zwischen verallgemeinerten und spezifischen Formen der problematischen Internetnutzung (z. B. [15-17]), da Tätigkeiten in der Tat unterschiedlich mit negativen Folgen verbunden waren. Es wird auch vorgeschlagen, dass Maßnahmen zur Verringerung der negativen Auswirkungen der Internetnutzung auf die psychische Gesundheit auf die negativen Folgen abzielen und nicht auf die Internetnutzung selbst. Anstatt beispielsweise die für eine bestimmte Aktivität aufgewendete Zeit zu verkürzen, könnte sich der Eingriff darauf konzentrieren, sicherzustellen, dass die Aktivität den Schlaf nicht beeinträchtigt. Bei bestimmten Arten der Internetnutzung, wie z. B. dem Glücksspiel, können jedoch aktivitätsspezifische Interventionen effektiver sein.

Allgemeine Diskussion

Die Ergebnisse dieser Studie bestätigen, dass eine problematische (oder ungesunde) Internetnutzung nicht einfach mit einer intensiven oder häufigen Internetnutzung gleichgesetzt werden kann. Erstens, obwohl festgestellt wurde, dass die im Internet verbrachte Zeit einen negativen Einfluss auf die psychische Gesundheit hat, wurden einige Aktivitäten, wie z. B. Schularbeiten, positiv beeinflusst. Zweitens war die im Internet verbrachte Zeit kein unabhängiger Risikofaktor für die psychische Gesundheit, nachdem die wahrgenommenen Folgen der Internetnutzung berücksichtigt wurden, was unterstreicht, dass die Internetnutzung an sich nicht schädlich ist. Selbst wenn es um bestimmte Aktivitäten geht, zum Beispiel Spiele, kann die Beziehung komplex sein. Frühere Studien haben gezeigt, dass sich Spiele negativ auf die psychische Gesundheit auswirken (z. B. [12,29]), wohingegen in dieser Studie die Effekte positiv waren. Die meisten Studien, in denen negative Spieleeffekte festgestellt wurden, haben in der Regel nur problematische Spiele untersucht. Daher scheint es möglich zu sein, dass Spiele in gewissem Maße schützende Eigenschaften haben, aber negative Konsequenzen können diese Eigenschaften überschatten, wenn sie übermäßig verwendet werden. Zum Beispiel fanden wir in dieser Studie heraus, dass das Spielen trotz seiner positiven psychischen Gesundheitseffekte Schlafverlust und -entzug signifikant vorhersagte, was wiederum mit psychischen Gesundheitsproblemen verbunden war. In Übereinstimmung damit ergab eine kürzlich durchgeführte europäische Studie zum Glücksspiel bei Kindern im Alter von 6-11 Jahren, dass Glücksspiel, nachdem es auf häufig verwendete Prädiktoren überprüft wurde, nicht wesentlich mit psychischen Problemen, sondern mit weniger Problemen mit Gleichaltrigen und prosozialen Defiziten in Verbindung gebracht wurde [46].

Der Kausalzusammenhang zwischen der allgemeinen Internetnutzung und der psychischen Gesundheit scheint ebenfalls komplex zu sein. Frühere Autoren haben die Möglichkeit anerkannt, dass das mit der Internetnutzung verbundene Risiko eine bereits bestehende Störung widerspiegeln könnte, die sich auf die Nutzung des Internets auswirken könnte [47-49]. Bestimmte kognitive Stile, die eine bestimmte Neigung zur Nutzung des Internets ausmachen, können sich auch auf die psychische Gesundheit auswirken. Zum Beispiel haben Brand et al.50] vermutet, dass eine problematische Internetnutzung mit der Erwartung verbunden ist, dass das Internet zur positiven Beeinflussung der Stimmung genutzt werden kann, was in einigen Fällen eine falsche Annahme für den Benutzer sein könnte. Die enttäuschende Realität kann wiederum bestehende psychische Gesundheitsprobleme verschlimmern. In dieser Studie war die Durchführung gezielter Suchanfragen (unabhängig von Schule oder Beruf) mit höheren DASS-Werten verbunden und hatte einen größeren Effekt als jede andere webbasierte Aktivität. Eine mögliche Erklärung dafür ist, dass Menschen, die in größerer Not sind, das Internet eher als Instrument zur Bewältigung ihrer Probleme nutzen [27]. Es könnte auch eine allgemeine Tendenz widerspiegeln, sich auf webbasierte Quellen zu verlassen, um Probleme oder Bedenken zu lösen, selbst wenn professionelle Hilfe nützlicher wäre. Da jedoch Gesundheitsfragen nicht das einzige mögliche Ziel von Internetsuchen sind, müssen zukünftige Studien diese Hypothese weiter untersuchen.

Obwohl sich herausstellte, dass der mit dem Internet verbundene Schlafverlust ein longitudinaler Indikator für die psychische Gesundheit ist, besteht darüber hinaus ein etablierter bidirektionaler Zusammenhang zwischen Schlafstörungen und Depressionen [51] sowie Stimmung und affektives Funktionieren im Allgemeinen [52]. Es ist daher wahrscheinlich, dass die Beziehung zwischen dem durch die Internetnutzung verursachten Schlafverlust und der psychischen Gesundheit auch wechselseitig ist. Daher können Interventionen zur Verringerung der problematischen Internetnutzung erfolgreicher sein, wenn sie die gleichzeitige Behandlung von komorbiden Störungen (einschließlich Depressionen und Schlafstörungen) umfassen. In ähnlicher Weise haben eine Reihe früherer Studien herausgefunden, dass problematisches Glücksspiel eine Vorhersage für eine allgemeine problematische Internetnutzung ist, was darauf hindeutet, dass süchtig machendes Glücksspiel und Internetnutzung eine gemeinsame Ätiologie haben [20-23,53]. Unsere Ergebnisse stützen diese Ansicht, da Glücksspielaktivitäten der stärkste Prädiktor für den wahrgenommenen Rückzug waren, was darauf hindeutet, dass die Behandlung problematischer Verhaltensweisen bei der Internetnutzung auch Probleme beim Glücksspiel angehen sollte. Es ist jedoch wichtig, dass zukünftige Studien detaillierter untersuchen, welche Variablen als Vorläufer schädlicher Internetnutzung fungieren (z. B. Persönlichkeit, kognitive, emotionale und motivationale Faktoren sowie bestehende psychische Störungen) und welche Variablen als Ergebnisse und Vermittler fungieren. Da bestimmte Persönlichkeitsbereiche eine Veranlagung für Risikofaktoren wie den Entzug darstellen könnten, sollten künftige Studien die Vermittlerrolle solcher nichtpathologischer Variablen untersuchen.

In dieser Studie haben wir keine Auswirkungen der wahrgenommenen positiven Konsequenzen der Internetnutzung auf die psychische Gesundheit festgestellt, und es ist möglich, dass dies darauf zurückzuführen ist, dass es sich tatsächlich eher um Motive für die Nutzung des Internets handelt. Mit anderen Worten, die Teilnehmer haben möglicherweise Konsequenzen gemeldet, auf die sie gehofft haben, anstatt auf das, was tatsächlich passiert ist. Sagioglou und Greitemeyer [54] wies darauf hin, dass selbst gemeldete Ergebnisse verschiedener Internetaktivitäten möglicherweise nur eine begrenzte Gültigkeit haben, insbesondere wenn sie zeitlich entfernt sind. In diesem Fall spiegeln sie möglicherweise eher wider, was die Teilnehmer als plausible Gründe für ihre Nutzung ansehen. Genauere Messwerte können erhalten werden, wenn die Teilnehmer gebeten werden, sie unmittelbar nach Verwendung einer webbasierten Anwendung zu bewerten, was in dieser Studie nicht möglich war. In zukünftigen Studien sollte erwogen werden, die positiven Folgen der Internetnutzung als Prädiktoren für die Verwendung bestimmter webbasierter Inhalte (auf gesunde oder ungesunde Weise) und nicht als direkte Prädiktoren für die psychische Gesundheit zu betrachten.

Einschränkungen

Diese Studie ist durch die Art der Messungen begrenzt, mit denen die Internetnutzung des Teilnehmers geschätzt wird. Eine Frage der Gültigkeit betrifft die Folgen der Internetnutzung, von denen nicht angenommen werden kann, dass sie die tatsächlichen Ergebnisse perfekt widerspiegeln. Neben der Schwierigkeit, die Auswirkungen der täglichen Aktivitäten auf die eigene Gesundheit und das eigene Verhalten zu beobachten, ist diese Maßnahme möglicherweise auch besonders anfällig für Vorurteile und Erwartungseffekte. Daher sollte diese Studie nur die wahrgenommenen Konsequenzen messen. Es ist auch schwierig zu wissen, ob die wahrgenommenen Konsequenzen durch das Internetverhalten oder einen dritten Faktor wie etwa komorbide Störungen verursacht werden. Eine weitere Einschränkung dieser Studie besteht darin, dass wir keine detaillierten Messungen der von den Teilnehmern verwendeten webbasierten Inhalte vorgenommen haben. Daher ist Vorsicht geboten, wenn diese Ergebnisse auf Verwendungen mit spezifischem Inhalt angewendet werden. Beispielsweise können verschiedene Arten von Spielen und Aktivitäten in sozialen Netzwerken unterschiedliche Auswirkungen auf die wahrgenommenen Folgen und die psychische Gesundheit haben. Darüber hinaus enthielten unsere Messungen kein problematisches Diagnosetool für die Internetnutzung. Wenn wir negativere Konsequenzen der Internetnutzung oder spezifische problematische Internetnutzungskriterien einbezogen hätten, hätte dies möglicherweise einen größeren Teil der Auswirkungen der webbasierten Aktivitäten erklärt. Schließlich gab es eine bemerkenswerte Abbrecherquote zwischen Basis- und Folgemessungen (34%), die die statistische Aussagekraft in den Längsschnittanalysen im Vergleich zu den Querschnittsanalysen verringerte. Auch die Teilnahme an dieser Studie war nicht völlig anonym, und Teilnehmer mit hohem Suizidrisiko wurden von der Datenanalyse ausgeschlossen, was bedeuten könnte, dass einige der Jugendlichen mit der schwersten Psychopathologie in den Analysen nicht vertreten waren.

Schlussfolgerungen

Verschiedene webbasierte Aktivitäten oder Inhalte können sich speziell auf die psychische Gesundheit auswirken, selbst wenn sie in mäßigem Maße verwendet werden und wenn die Anzahl der im Internet verbrachten Stunden angepasst wird. Webbasierte Aktivitäten unterscheiden sich darin, wie konsistent, in welchem ​​Ausmaß und in welcher Richtung sie sich auf die psychische Gesundheit auswirken. Die Aktivitäten unterscheiden sich auch in Bezug auf die von ihnen verursachten negativen Konsequenzen, und diese Konsequenzen (insbesondere Schlafverlust und -entzug) scheinen die psychischen Folgen stärker vorherzusagen als die Aktivitäten selbst. Es scheint daher, dass die im Internet und in webbasierten Inhalten verbrachte Zeit die psychische Gesundheit vorhersagt, vor allem, weil sie solche negativen Folgen vorhersagen. Diese Ergebnisse unterstreichen die Bedeutung der Unterscheidung zwischen verallgemeinerten und spezifischen Formen der problematischen Internetnutzung. Es bestätigt auch, dass die Internetnutzung nicht an sich schädlich ist, sondern von der Aktivität und den Auswirkungen auf den Einzelnen abhängt. Veränderungen der psychischen Gesundheit im Laufe der Zeit lassen sich am besten durch Veränderungen des internetbedingten Schlafverlusts und des Schlafentzugs vorhersagen. Maßnahmen zur Verringerung der schädlichen Internetnutzung sollten daher auf solche Folgen abzielen. Positive Konsequenzen der Internetnutzung können die psychische Gesundheit möglicherweise nicht direkt vorhersagen, aber sie können die Neigung vorhersagen, sich übermäßig oder problematisch an bestimmten webbasierten Aktivitäten zu beteiligen. Die Kausalität zwischen Internetnutzung und Morbidität im Bereich der psychischen Gesundheit ist jedoch komplex und wahrscheinlich wechselseitig, was bedeutet, dass Eingriffe oder Behandlungen bei problematischer Internetnutzung vielfältig sein müssen, um wirksam zu sein.

 

 

 

   

Anerkennungen

 

Alle Autoren mit Ausnahme von J Westerlund waren an der Planung oder Durchführung des SUPREME-Projekts beteiligt, einschließlich der randomisierten kontrollierten Studie, bei der V Carli der Hauptermittler war. J Balasz, Ein Germanavicius , M Sarchiapone, A Värnik und V Carli waren die Standortleiter oder Feldkoordinatoren für das SUPREME-Projekt in ihren jeweiligen Ländern. S Hökby und G Hadlaczky konzipierten die vorliegende Untersuchung, führten die statistischen Analysen durch und bereiteten das Manuskript vor, zu dem J Westerlund kritische Beiträge leistete, und überarbeiteten es für wichtige intellektuelle Inhalte. Alle Autoren überprüften und genehmigten das endgültige Manuskript. Das SUPREME-Projekt wurde zu 60% von der Exekutivagentur der Europäischen Kommission für Gesundheit und Verbraucher (EAHC; Nummer der Finanzhilfevereinbarung: 2009.12.19) und zu 40% von den teilnehmenden Länderzentren finanziert.

Interessenskonflikte

 

Keine erklärt.

 


Bibliographie

  1. Merikangas KR, He JP, Burstein M., Swanson SA, Avenevoli S., Cui L. et al. Lebenszeitprävalenz von psychischen Störungen bei Jugendlichen in den USA: Ergebnisse des National Comorbidity Survey Replication-Adolescent Supplement (NCS-A). J Am Acad Child Adolesc Psychiatry 2010 Okt; 49 (10): 980-989 [Kostenloser Volltext] [CrossRef] [Medline]
  2. Wittchen HU, Jacobi F., Rehm J., Gustavsson A., Svensson M., Jönsson B. et al. Die Größe und Belastung von psychischen Störungen und anderen Störungen des Gehirns in Europa 2010. Eur Neuropsychopharmacol 2011 Sep; 21 (9): 655-679. [CrossRef] [Medline]
  3. Zahn-Waxler C, Klimes-Dougan B, Slattery MJ. Internalisierung von Problemen in der Kindheit und Jugend: Perspektiven, Fallstricke und Fortschritte beim Verständnis der Entwicklung von Angstzuständen und Depressionen. Dev Psychopathol 2000; 12 (3): 443-466. [Medline]
  4. Weltgesundheitsorganisation. Selbstmord verhindern: ein globaler Imperativ. Schweiz: Weltgesundheitsorganisation; 2014.
  5. Internet World Stats. 2015. Internetnutzung in der Europäischen Union URL: http://www.internetworldstats.com/stats9.htm [zugegriffen 2016-04-15] [WebCite-Cache]
  6. Eurostat. 2013. Internetnutzungsstatistik - Personen-URL: http://ec.europa.eu/eurostat/statistics-explained/index.php/Internet_use_statistics_-_individuals [zugegriffen 2016-04-15] [WebCite-Cache]
  7. Junge KS. Internetabhängigkeit: Die Entstehung einer neuen klinischen Störung. CyberPsychology & Behavior 1998 Jan; 1 (3): 237 & ndash; 244. [CrossRef]
  8. Laconi S, Rodgers RF, Chabrol H. Die Messung der Internetabhängigkeit: Eine kritische Überprüfung der vorhandenen Skalen und ihrer psychometrischen Eigenschaften. Computer im menschlichen Verhalten 2014 Dez; 41: 190-202 [Kostenloser Volltext] [CrossRef]
  9. Petry NM, Rehbein F., Gentile DA, Lemmens J. S., Rumpf H. J., Mößle T. et al. Ein internationaler Konsens zur Bewertung von Internet-Gaming-Störungen unter Verwendung des neuen DSM-5-Ansatzes. Sucht 2014 Sep; 109 (9): 1399-1406. [CrossRef] [Medline]
  10. Kaess M., Durkee T., Brunner R., Carli V., Parzer P., Wasserman C. et al. Pathologische Internetnutzung bei europäischen Jugendlichen: Psychopathologie und selbstzerstörerisches Verhalten. Eur Kinderpsychiatrie für Jugendliche 2014 Nov; 23 (11): 1093-1102 [Kostenloser Volltext] [CrossRef] [Medline]
  11. Carli V, Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E. et al. Der Zusammenhang zwischen pathologischer Internetnutzung und komorbider Psychopathologie: eine systematische Überprüfung. Psychopathologie 2013; 46 (1): 1-13. [CrossRef] [Medline]
  12. King DL, PH Delfabbro, T Zwaans, D. Kaptsis. Klinische Merkmale und Achse I Komorbidität der australischen jugendlichen pathologischen Internet-und Videospiel-Benutzer. Aust NZJ Psychiatry 2013 Nov; 47 (11): 1058-1067. [CrossRef] [Medline]
  13. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC. Der Zusammenhang zwischen Internetsucht und psychiatrischer Störung: eine Überprüfung der Literatur. Eur Psychiatry 2012 Jan; 27 (1): 1-8. [CrossRef] [Medline]
  14. Block JJ. Probleme bei DSM-V: Internetabhängigkeit. Bin J Psychiatrie 2008 Mar; 165 (3): 306-307. [CrossRef] [Medline]
  15. Montag C, Bey K, Sha P, Li M, Chen YF, Liu WY et al. Ist es sinnvoll, zwischen generalisierter und spezifischer Internetabhängigkeit zu unterscheiden? Beweise aus einer interkulturellen Studie aus Deutschland, Schweden, Taiwan und China. Asia Pac Psychiatry 2015 März; 7 (1): 20-26. [CrossRef] [Medline]
  16. Király O. Griffiths M. Urbán R. Farkas J. Kökönyei G. Elekes Z. et al. Problematische Internetnutzung und problematisches Online-Gaming sind nicht dasselbe: Ergebnisse einer großen national repräsentativen Stichprobe von Jugendlichen. Cyberpsychol Behav Soc Netw 2014 Dez; 17 (12): 749-754 [Kostenloser Volltext] [CrossRef] [Medline]
  17. van Rooij AJ, Schoenmakers TM, van de Eijnden RJ, van de Mheen D. Zwanghafte Internetnutzung: Die Rolle von Online-Spielen und anderen Internetanwendungen. J Adolesc Health 2010 Jul; 47 (1): 51-57. [CrossRef] [Medline]
  18. Khazaal Y., Achab S., Billieux J., Thorens G., Zullino D., Dufour M. et al. Faktorenstruktur des Internet-Suchtests bei Online-Gamern und Pokerspielern. JMIR Ment Health 2015 April; 2 (2): e12 [Kostenloser Volltext] [CrossRef] [Medline]
  19. American Psychiatric Association. DSM5. 2013. URL für Internet-Spielstörungen: http://www.dsm5.org/Documents/Internet%20Gaming%20Disorder%20Fact%20Sheet.pdf [zugegriffen 2016-04-15] [WebCite-Cache]
  20. Critselis E., Janikian M., Paleomilitou N., Oikonomou D., Kassinopoulos M., Kormas G. et al. Glücksspiel im Internet ist ein prädiktiver Faktor für das Suchtverhalten im Internet. J Behav Addict 2013 Dez; 2 (4): 224-230 [Kostenloser Volltext] [CrossRef] [Medline]
  21. Phillips JG, Ogeil RP, Blaszczynski A. Elektronische Interessen und Verhaltensweisen im Zusammenhang mit Glücksspielproblemen. Int J ment Health Addiction 2011 Okt 15; 10 (4): 585-596. [CrossRef]
  22. Tsitsika A, Critselis E, Janikian M, Kormas G, Kafetzis DA. Zusammenhang zwischen Internet-Glücksspielen und problematischer Internetnutzung bei Jugendlichen. J Gambl Stud 2011 Sep; 27 (3): 389-400. [CrossRef] [Medline]
  23. Yau YH, Pilver CE, MA Steinberg, LJ Rugle, RA Hoff, S Krishnan-Sarin et al. Zusammenhänge zwischen problematischer Internetnutzung und dem Schweregrad von Glücksspielen: Ergebnisse einer Umfrage an Gymnasien. Süchtiges Verhalten 2014 Jan; 39 (1): 13-21 [Kostenloser Volltext] [CrossRef] [Medline]
  24. Burke M, Marlow C, Lento T. Aktivität in sozialen Netzwerken und soziales Wohlbefinden. 2010 Präsentiert bei: Vorträgen der SIGCHI-Konferenz über Human Factors in Computersystemen (CHI'10); 2010 Apr 10-15; Atlanta, Georgia, USA. [CrossRef]
  25. Verbrennungen JM, Davenport TA, Durkin LA, Luscombe GM, Hickie IB. Das Internet als Rahmen für die Inanspruchnahme der psychosozialen Dienste durch junge Menschen. Med J Aust 2010 Jun 7; 192 (11 Suppl): S22-S26. [Medline]
  26. Horgan A, Sweeney J. Nutzung des Internets durch junge Studenten zur Information und Unterstützung der psychischen Gesundheit. J Psychiatr Ment Health Nurs 2010 Mar; 17 (2): 117-123. [CrossRef] [Medline]
  27. Trefflich F., Kalckreuth S., Mergl R., Rummel-Kluge C. Die Internetnutzung psychiatrischer Patienten entspricht der Internetnutzung der Öffentlichkeit. Psychiatry Res 2015 Mar 30; 226 (1): 136 & ndash; 141. [CrossRef] [Medline]
  28. DeSocio J, Hootman J. Psychische Gesundheit und Schulerfolg von Kindern. J Sch Nurs 2004 Aug; 20 (4): 189 & ndash; 196. [Medline]
  29. Gentile DA, Choo H., Liau A., Sim T., Li D., Fung D. et al. Pathologische Videospielnutzung bei Jugendlichen: eine zweijährige Längsschnittstudie. Pädiatrie 2011 Feb; 127 (2): e319-e329. [CrossRef] [Medline]
  30. Jackson LA, von Eye A, Witt EA, Zhao Y, Fitzgerald HE. Eine Längsschnittstudie über die Auswirkungen von Internetnutzung und Videospielen auf die akademische Leistung und die Rolle von Geschlecht, Rasse und Einkommen in diesen Beziehungen. Computer im menschlichen Verhalten 2011 Jan; 27 (1): 228-239. [CrossRef]
  31. Király O., Urbán R., Griffiths M., Ágoston C., Nagygyörgy K., Kökönyei G. et al. Die vermittelnde Wirkung der Spielemotivation zwischen psychiatrischen Symptomen und problematischem Online-Gaming: eine Online-Umfrage. J Med Internet Res 2015; 17 (4): e88 [Kostenloser Volltext] [CrossRef] [Medline]
  32. Scott J, Porter-Armstrong AP. Einfluss von Multiplayer-Online-Rollenspielen auf das psychosoziale Wohlbefinden von Jugendlichen und jungen Erwachsenen: Überprüfung der Evidenz. Psychiatrie J 2013 Artikel-ID 464685. [CrossRef]
  33. Zanetta Dauriat F, Zermatten A, Billieux J, Thorens G, Bondolfi G, Zullino D, et al. Die Motivation, zu spielen, sagt vor allem eine übermäßige Beteiligung an Online-Rollenspielen mit massivem Mehrspieler-Modus voraus: Beweise aus einer Online-Umfrage. Eur Addict Res 2011; 17 (4): 185-189. [CrossRef] [Medline]
  34. Lovibond PF, Lovibond SH. Die Struktur negativer emotionaler Zustände: Vergleich der Depression Anxiety Stress Scales (DASS) mit den Beck Depression and Anxiety Inventories. Behav Res Ther 1995 Mar; 33 (3): 335-343. [Medline]
  35. Antony MM, Bieling PJ, Enns MW, Swinson RP. Psychometrische Eigenschaften der 42-Item- und 21-Item-Versionen der Depression Anxiety Stress Scales in klinischen Gruppen und einer Community-Stichprobe. Psychologische Bewertung 1998; 10 (2): 176-181. [CrossRef]
  36. Crawford JR, Henry JD. Die Depression Anxiety Stress Scales (DASS): normative Daten und latente Struktur in einer großen nichtklinischen Stichprobe. Br J Clin Psychol 2003 Jun; 42 (Pt 2): 111-131. [CrossRef] [Medline]
  37. Seite AC, Hooke GR, Morrison DL. Psychometrische Eigenschaften der Depression Anxiety Stress Scales (DASS) in depressiven klinischen Proben. Br J Clin Psychol 2007 Sep; 46 (Pt 3): 283-297. [CrossRef] [Medline]
  38. Zlomke KR. Psychometrische Eigenschaften von im Internet verwalteten Versionen des Penn State Worry Questionnaire (PSWQ) und von Depression, Angst und Stressskala (DASS). Computer im menschlichen Verhalten 2009 Jul; 25 (4): 841-843. [CrossRef]
  39. Duffy CJ, Cunningham EG, Moore SM. Kurzbericht: Die Faktorenstruktur von Stimmungszuständen in einer Stichprobe von Jugendlichen. J Adolesc 2005 Okt; 28 (5): 677-680. [CrossRef] [Medline]
  40. Szabó M. Die Kurzversion der Depression Anxiety Stress Scales (DASS-21): Faktorstruktur in einer jugendlichen Stichprobe. J Adolesc 2010 Feb; 33 (1): 1-8. [CrossRef] [Medline]
  41. Paykel ES, Myers JK, Lindenthal JJ, Tanner J. Suizidgefühle in der Allgemeinbevölkerung: eine Prävalenzstudie. Br J Psychiatrie 1974 Mai; 124: 460-469. [Medline]
  42. An J, Sun Y, Wan Y, Chen J, Wang X, Tao F. Zusammenhänge zwischen problematischer Internetnutzung und physischen und psychischen Symptomen von Jugendlichen: mögliche Rolle der Schlafqualität. J Addict Med 2014; 8 (4): 282 & ndash; 287. [CrossRef] [Medline]
  43. Caplan SE. Präferenz für soziale Online-Interaktion: Eine Theorie der problematischen Internetnutzung und des psychosozialen Wohlbefindens. Kommunikationsforschung 2003; 30 (6): 625-648 [Kostenloser Volltext] [CrossRef]
  44. Lam LT. Spielsucht im Internet, problematische Nutzung des Internets und Schlafstörungen: eine systematische Überprüfung. Curr Psychiatrie Rep 2014 Apr; 16 (4): 444. [CrossRef] [Medline]
  45. Lee BW, Stapinski LA. Auf der Suche nach Sicherheit im Internet: Zusammenhang zwischen sozialer Angst und problematischer Internetnutzung. J Angststörung 2012 Jan; 26 (1): 197-205. [CrossRef] [Medline]
  46. Kovess-Sicherheit V, Keyes K, Hamilton A., Hanson G., Bitfoi A., Golitz D. et al. Wird beim Spielen von Videospielen ein Zusammenhang zwischen psychischer Gesundheit, kognitiven und sozialen Fähigkeiten bei Kleinkindern hergestellt? Soc Psychiatry Psychiatr Epidemiol 2016 Mar; 51 (3): 349-357. [CrossRef] [Medline]
  47. Holden C. Psychiatrie. Verhaltensabhängigkeiten debütieren in vorgeschlagenem DSM-V. Wissenschaft 2010 Feb 19; 327 (5968): 935. [CrossRef] [Medline]
  48. Pies R. Sollte DSM-V "Internetabhängigkeit" als psychische Störung bezeichnen? Psychiatrie (Edgmont) 2009 Feb; 6 (2): 31-37 [Kostenloser Volltext] [Medline]
  49. Shaffer HJ, Halle MN, Vander Bilt J. „Computersucht“: eine kritische Überlegung. Bin J Orthopsychiatrie 2000 Apr; 70 (2): 162-168. [Medline]
  50. Marke M, Laier C, Junge KS. Internetsucht: Bewältigungsstile, Erwartungen und Auswirkungen auf die Behandlung. Front Psychol 2014 Nov; 5: 1256 [Kostenloser Volltext] [CrossRef] [Medline]
  51. Riemann D, Workshopteilnehmer. Reduziert ein wirksames Management von Schlafstörungen depressive Symptome und das Risiko einer Depression? Drogen 2009; 69 Suppl 2: 43-64. [CrossRef] [Medline]
  52. Watling J., Pawlik B., Scott K., Stand S., Short MA. Schlafmangel und affektive Funktionsweise: Mehr als nur Stimmung. Behav Sleep Med 2016 Mai 9: 1-16 Epub vor dem Druck. [CrossRef] [Medline]
  53. Dowling NA, Brown M. Gemeinsamkeiten bei den psychologischen Faktoren, die mit Spielproblemen und Internetabhängigkeit verbunden sind. Cyberpsychol Behav Soc Network 2010 Aug; 13 (4): 437-441. [Medline]
  54. Sagioglou C, Greitemeyer T. Die emotionalen Konsequenzen von Facebook: Warum Facebook die Stimmung verschlechtert und warum die Leute es immer noch nutzen. Computer im menschlichen Verhalten 2014 Jun; 35: 359-363. [CrossRef]

 


Abkürzungen

DASS: Depression Angst Stress-Skala
DSM: Diagnostic and Statistical Manual of Mental Disorders
IAT: Internetsuchtest
HÖCHSTE: Selbstmordprävention durch internet- und medienbasierte Förderung der psychischen Gesundheit

Erschien bei J Torous; eingereicht 29.04.16; Begutachtet von V Rozanov, B. Carron-Arthur, T. Li; Kommentare zum Autor 31.05.16; überarbeitete Version 14.06.16 erhalten; akzeptiert 15.06.16; 13.07.16 veröffentlicht

© Sebastian Hökby, Gergö Hadlaczky, Joakim Westerlund, Danuta Wasserman, Judit Balazs, Arunas Germanavicius, Núria Machín, Gergely Meszaros, Marco Sarchiapon, Airi Värnik, Peeter Varnik, Michael Westerlund, Vladimir Carli. Ursprünglich veröffentlicht in JMIR Mental Health (http://mental.jmir.org), 13.07.2016.

Dies ist ein frei zugänglicher Artikel, der unter den Bedingungen der Creative Commons Attribution License (http://creativecommons.org/licenses/by/2.0/) veröffentlicht wird und der die uneingeschränkte Verwendung, Verteilung und Reproduktion in jedem Medium gestattet, sofern das Original vorliegt Arbeiten, die erstmals in JMIR Mental Health veröffentlicht wurden, werden korrekt zitiert. Die vollständigen bibliografischen Informationen, ein Link zur Originalveröffentlichung auf http://mental.jmir.org/ sowie diese Copyright- und Lizenzinformationen müssen enthalten sein.