Assoziation zwischen Internetsucht und Depression bei thailändischen Medizinstudenten an der Medizinischen Fakultät des Ramathibodi Krankenhauses (2017)

Plus eins. 2017 20, 12 (3): e0174209. doi: 10.1371 / journal.pone.0174209.

Boonvisudhi T1, Kuladee S1.

Abstrakt

ZIEL:

Untersuchung des Ausmaßes der Internetsucht (IA) und ihres Zusammenhangs mit Depressionen bei thailändischen Medizinstudenten.

METHODEN:

Eine Querschnittsstudie wurde an der medizinischen Fakultät des Ramathibodi-Krankenhauses durchgeführt. Die Teilnehmer waren Medizinstudenten im ersten bis fünften Jahr, die sich bereit erklärten, an dieser Studie teilzunehmen. Demografische Merkmale und stressbedingte Faktoren wurden aus selbstbewerteten Fragebögen abgeleitet. Die Depression wurde anhand der thailändischen Version des Patientengesundheitsfragebogens (PHQ-9) bewertet. Eine Gesamtpunktzahl von fünf oder mehr, die aus der thailändischen Version des Young Diagnostic Questionnaire for Internet Addiction abgeleitet wurde, wurde als „mögliche Folgenabschätzung“ eingestuft. Anschließend wurden Chi-Quadrat-Test und logistische Regression verwendet, um die Assoziationen zwischen möglicher IA, Depression und damit verbundenen Faktoren zu bewerten.

ERGEBNISSE:

Von 705 Teilnehmern hatten 24.4% eine mögliche IA und 28.8% eine Depression. Es gab einen statistisch signifikanten Zusammenhang zwischen möglicher IA und Depression (Odds Ratio (OR) 1.92, 95% -Konfidenzintervall (CI): 1.34-2.77, P-Wert <0.001). Die logistische Regressionsanalyse zeigte, dass die Wahrscheinlichkeit einer Depression in einer möglichen IA-Gruppe das 1.58-fache der Gruppe der normalen Internetnutzung betrug (95% CI: 1.04-2.38, P-Wert = 0.031). Es wurde festgestellt, dass akademische Probleme ein signifikanter Prädiktor sowohl für eine mögliche IA als auch für eine Depression sind.

FAZIT:

IA war wahrscheinlich ein häufiges psychiatrisches Problem unter thailändischen Medizinstudenten. Die Forschung hat auch gezeigt, dass mögliche IA mit Depression und akademischen Problemen verbunden war. Wir schlagen vor, dass die Überwachung der IA sollte in medizinischen Schulen berücksichtigt werden.

PMID: 28319167

DOI: 10.1371 / journal.pone.0174209