Entwicklung und Validierung des Smartphone Addiction Inventory (SPAI) (2014)

Plus eins. 2014 Jun 4; 9 (6): e98312. doi: 10.1371 / journal.pone.0098312.

Lin YH1, Chang LR2, Lee YH3, Tseng HW4, Kuo TB5, Chen SH6.

Abstrakt

Ziel

Ziel dieser Studie war es, eine selbstverwaltete Skala zu entwickeln, die auf den Besonderheiten des Smartphones basiert. Die Zuverlässigkeit und Validität des Smartphone Addiction Inventory (SPAI) wurde demonstriert.

Methoden

Insgesamt 283-Teilnehmer wurden von Dez. 2012 bis Jul. 2013 rekrutiert, um eine Reihe von Fragebögen zu vervollständigen, darunter ein 26-Item SPAI, das von der chinesischen Internet-Suchteskala und Phantomschwingungs- und Klingelsyndrom-Fragebogen modifiziert wurde. Es gab 260-Männchen und 23-Weibchen mit einem Alter von 22.9 ± 2.0 Jahren. Exploratorische Faktorenanalyse, interne Konsistenzprüfung, Test-Retest und Korrelationsanalyse wurden durchgeführt, um die Zuverlässigkeit und Validität der SPAI zu überprüfen. Korrelationen zwischen jeder Subskala und Phantomschwingung und Klingeln wurden ebenfalls untersucht.

Die Ergebnisse

Die explorative Faktorenanalyse ergab vier Faktoren: Zwangsverhalten, Funktionsstörung, Entzug und Toleranz. Die Test-Retest-Zuverlässigkeit (Intraclass-Korrelationen = 0.74–0.91) und die interne Konsistenz (Cronbachs α = 0.94) waren alle zufriedenstellend. Die vier Subskalen hatten moderate bis hohe Korrelationen (0.56–0.78), aber keine oder nur eine sehr geringe Korrelation zum Phantomvibrations- / Klingelsyndrom.

Zusammenfassung

Diese Studie belegt, dass das SPAI ein valides und zuverlässiges, selbstverwaltetes Screening-Tool zur Untersuchung der Smartphone-Sucht ist. Phantom Vibration und Klingeln können unabhängige Entitäten der Smartphone-Sucht sein.

Zahlen

Zitat: Lin YH, Chang LR, Lee YH, Tseng HW, Kuo TBJ, et al. (2014) Entwicklung und Validierung des Smartphone Addiction Inventory (SPAI). PLoS ONE 9 (6): e98312. doi: 10.1371 / journal.pone.0098312

Editor: Jeremy Miles, Forschungs- und Entwicklungsgesellschaft, Vereinigte Staaten von Amerika

Empfangen: Oktober 18, 2013; Akzeptiert: April 30, 2014; Veröffentlicht am: 4. Juni 2014

Copyright: © 2014 Lin et al. Dies ist ein Open-Access-Artikel, der unter den Bedingungen des Creative Commons Attribution License, die uneingeschränkte Nutzung, Verbreitung und Reproduktion in jedem Medium erlaubt, vorausgesetzt, dass der ursprüngliche Autor und die Quelle gutgeschrieben werden.

Finanzierung: Diese Autoren haben keine Unterstützung oder Finanzierung zu berichten.

Konkurrierende Interessen: Die Autoren haben erklärt, dass keine konkurrierenden Interessen bestehen.

Einleitung

Die übermäßige Nutzung von Smartphones hat sich zu einem bedeutenden sozialen Problem mit zunehmender Beliebtheit des Smartphones entwickelt. "Smartphone-Sucht" könnte als eine Form von technologischen Abhängigkeiten betrachtet werden. Griffiths [1] definiert technologische Abhängigkeiten operativ als Verhaltenssucht, die eine Mensch-Maschine-Interaktion beinhaltet und nicht chemischer Natur ist. Ein ähnliches Verhaltensmuster, die Internetabhängigkeit, wurde im Diagnostischen und Statistischen Manual Psychischer Störungen, 5th edition (DSM-5), als eine Art "substanzbezogene und suchterzeugende Störung" kategorisiert. [2]. Es ist denkbar, dass die Nicht-Substanzabhängigkeiten aus den diagnostischen Kriterien für etablierte Substanzabhängigkeiten konzeptualisiert werden, um sowohl einen bio-psycho-sozialen Kontext als auch eine Richtung für ein umfassendes Suchtmodell zu liefern [3], [4]. Zum Beispiel haben wir fünf Faktoren identifiziert, nämlich Toleranz, Entzug, Zwangssymptome, Zeitmanagement sowie zwischenmenschliche und gesundheitliche Probleme bei der Internetabhängigkeit [5].

Smartphone bedient nicht nur die portablen Funktionen eines "Telefons", Kamera, Spieles und Multimedia-Players, sondern auch tausende von mobilen Apps (App) mit verfügbarem Internet. Daher können einige Symptome der Smartphone-Abhängigkeit von denen der Internet-Sucht abweichen. Eine aktuelle Studie untersucht sechs Faktoren in der Smartphone-Sucht [6]. Es wurde vorgeschlagen, die Smartphone-Sucht als mehrdimensionales Konstrukt zu konzipieren. In dieser Studie war der Altersbereich der Probanden jedoch relativ breit (von 18 bis 53 Jahren) und Frauen überwogen [6]. Außerdem die Definition der "Toleranz" und "Entzug" in früheren Studien [6] ist nicht identisch mit denen in DSM [2]. Anders ist bekannt, Internet-Sucht am häufigsten in College-Studenten zu sein, ist das männliche Geschlecht einer seiner wichtigsten Risikofaktoren [7]und koexistieren häufig mit Substanzmissbrauch [8]. Mehr psychometrische Tests sind erforderlich, um die Konstruktvalidität der Instrumente für die Smartphone-Sucht zu testen.

Phantomschwingungen und Klingeln von Mobiltelefonen, eine intermittierende Wahrnehmung, dass ein Mobiltelefon als vibrierend empfunden wird und klingelt, wenn dies nicht der Fall ist, sind vorherrschende Halluzinationen in der allgemeinen Bevölkerung. Unsere frühere longitudinale Studie zeigte, dass die beiden Syndrome während des medizinischen Praktikums mit Stress in Verbindung gebracht wurden und dass schwere Phantomschwingungen und Läsionen mit Angst und Depression korrelierten [9]. Der Zusammenhang zwischen den beiden neuartigen Phänomenen des Mobiltelefons, also "Phantom Vibration / Ringing" und "Smartphone-Sucht", ist jedoch unbekannt.

Ziel dieser Studie war es, eine selbstverwaltete Skala zu entwickeln, die auf den Merkmalen der Internetabhängigkeit und den Merkmalen des Smartphones basiert, und Smartphone-Süchtige zu identifizieren. Wir haben angenommen, dass die Smartphone-Sucht viele Aspekte aufweist, die denen der Internet- und Substanzabhängigkeit ähnlich sind, wie z. B. Toleranz, Entzug, zwanghaftes Verhalten und Funktionsstörungen des täglichen Lebens. Das Smartphone Addiction Inventory (SPAI) wurde speziell auf der Grundlage der Chen Internet Addiction Scale (CIAS) mit seiner gut organisierten Fünf-Faktoren-Struktur entwickelt. Diese Studie untersuchte die Zuverlässigkeit und verifizierte die Konstruktvalidität des neu eingerichteten Smartphone Addiction Inventory.

Methoden

Teilnehmer

Insgesamt wurden 283 junge Erwachsene vom Dez. 2012 bis zum Jul. 2013 von der Abteilung für Elektrotechnik und Abteilung für Computer- und Kommunikationstechnik zweier Universitäten in Nordtaiwan rekrutiert. Die Rekrutierungsstrategie basierte auf der potenziell höheren Penetrationsrate der Smartphone-Nutzung bei diesen Studenten. Alle Studenten mit Smartphone nahmen an dieser Studie teil. Von diesen waren 260 männlich und 23 weiblich, mit dem Alter 22.9 ± 2.0. Die Studie wurde vom Institutional Review Board des National Taiwan University Hospital genehmigt, das auf die Notwendigkeit einer schriftlichen Einverständniserklärung der Teilnehmer verzichtet hat, da die Daten anonym analysiert wurden. Alle klinischen Untersuchungen wurden nach den in der Deklaration von Helsinki formulierten Grundsätzen durchgeführt.

Entwicklung von SPAI

Zwei qualifizierte Psychiater, Lin und Chang, die mit substanzbezogenen Störungen und Internetabhängigkeit zu tun hatten, modifizierten das 26-Item Chen Internet Addiction Scale (CIAS) für die Beurteilung der "Smartphone-Sucht". Die psychometrische Untersuchung der modifizierten Version von CIAS wurde von Lin mit der Erlaubnis von Chen durchgeführt, wobei fünf Subskalen durch explorative Faktorenanalyse identifiziert wurden [5]. Der Begriff "Internet" wurde in "Smartphone" geändert. Die Mandarin-chinesische Version der Maßnahme wurde von einem Expertengremium fertig gestellt. Die letzten Überarbeitungen umfassten die folgenden: (1) Element 4 und 6 wurden durch das semantisch ähnliche Element 2 und 3 des 12-Items Problematischer Mobiltelefon-Benutzungsfragebogen ersetzt [10], weil der ursprüngliche Artikel keinen Sinn ergeben könnte, wenn einfach „Smartphone-Nutzung“ als Ersatz für „Internet-Nutzung“ verwendet wird (2). Aufgrund der Einzigartigkeit der Smartphone-Nutzung, Punkt 21, dh „Betrachten des Smartphones beim Überqueren der Straße; Fummeln mit dem Smartphone während des Fahrens oder Wartens und Gefahr “, wurde am Ende der Skala hinzugefügt (3). Für Punkt 23 wurde der Satz gegenüber dem Original geändert: „Ich mache es mir zur Gewohnheit, weniger zu schlafen, damit mehr Zeit online ist.“ als "Ich mache es mir zur Gewohnheit, ein Smartphone zu benutzen, und die Schlafqualität und die Gesamtschlafzeit haben abgenommen." (4) Für Punkt 25 wurde der Satz gegenüber dem ursprünglichen Satz „Ich esse keine Mahlzeiten zur üblichen Zeit, weil ich das Internet benutze“ geändert. Die Überarbeitungen (3) und (4) entsprachen dem Merkmal der Portabilität des Smartphones, das von dem unterschieden wurde "Traditionelle" Internetnutzung über Computer. Die Teilnehmer wurden gebeten, die Punkte auf einer 4-Punkte-Likert-Skala zu bewerten: 1 = trifft überhaupt nicht zu, 2 = trifft eher nicht zu, 3 = trifft eher zu und 4 = trifft eher zu, sodass die SPAI-Gesamtpunktzahl zwischen 26 und 104 liegt XNUMX.

Phantomschwingungs- und Klingelfragebogen

Um eine Verzerrung der Befragten zu vermeiden, wurde im Fragebogen einfach gesagt: "Wir fordern Sie auf, an einer Studie über Mobiltelefone teilzunehmen." Die Fragen umfassten, ob der Befragte während der letzten drei Monate Phantomschwingungen und Klingeln erfahren hatte [9], [11]. Für diejenigen, die Phantomschwingungen oder Klingeln berichteten, fragten wir auch, wie unangenehm sie auf der Vier-Punkte-Likert-Skala waren, dh 1 = "keine Phantomschwingung / Klingeln", 2 = "überhaupt nicht störend" 3 = "ein wenig störend" , 4 = "störend" oder "sehr störend" gemäß vorheriger dimensionaler Annäherungsstudie [9].

statistische Analyse

Alle statistischen Tests wurden mit SPSS Version 15.0 für Windows (SPSS, Chicago, IL, USA) durchgeführt. Deskriptive Statistiken für die Gesamtstichprobe wurden durchgeführt, um die demografischen Merkmale der Teilnehmer zu zeigen. Die Konstruktvalidität des SPAI wurde durch die explorative Faktoranalyse unter Verwendung einer Hauptkomponentenfaktor-Schätzmethode und einer schrägen Promax-Rotation untersucht. Das Gerölldiagramm der geordneten Eigenwerte einer Korrelationsmatrix wurde verwendet, um die geeignete Anzahl der extrahierten Faktoren zu bestimmen. Eine Faktorbelastung von> 0.30 wurde verwendet, um die Elemente für jeden Faktor zu bestimmen. Klasseninterne Korrelationen wurden für die Test-Retest-Zuverlässigkeit berechnet, und Cronbachs Alpha wurde für die interne Konsistenz berechnet. Die Pearson-Korrelationen zwischen den Subskalen (Faktoren) und der Phantomschwingung / dem Klingeln wurden gezeigt.

Die Ergebnisse

Faktorenstruktur des SPAI

Die Gesamtwerte von SPAI in dieser Studie reichten von 26 bis 82 (Mittelwert: 51.31 ± 11.77). Die Ergebnisse der Faktoranalyse sind in dargestellt Tabelle 1. Vier Faktoren mit Eigenwerten, die 1 überschreiten, wurden extrahiert, was zusammen 57.28% der gesamten Skala erklärt. Die Gesamt-Stichprobenentsprechung der 26-Artikel-Skala wurde unter Verwendung von Kaiser-Meyer-Olkin getestet und ein hoher Wert von 0.93 wurde berichtet. Das p-Wert des Bartlett-Tests war geringer als 0.001, was darauf hinwies, dass die Faktoranalyse angemessen war.

Daumennagel

Tabelle 1 Faktorenanalyse für Smartphone Addiction Inventory (SPAI).

doi: 10.1371 / journal.pone.0098312.t001

Interne Konsistenz und Test-Retest-Zuverlässigkeit

Das Cronbach-Alpha für die Gesamtskala betrug 0.94, und für die vier Faktoren "Zwangsverhalten", "Funktionsstörung", "Entzug" und "Toleranz" betrugen 0.87, 0.88, 0.81 bzw. 0.72. Wir haben außerdem 85 Teilnehmer angeworben, um eine zweiwöchige Test-Retest-Zuverlässigkeit (Intra-Class-Korrelationen) des SPAI und seiner 4 Subskalen zu untersuchen, was zu 0.80–0.91 führte (p

Korrelationen zwischen Smartphone-Sucht und Phantom Vibration / Klingeln

Tabelle 2 zeigt, dass die vier Subskalen von SPAI moderate bis hohe Inter-Faktor-Korrelationen aufwiesen (0.56-0.78). Die Phantomschwingung zeigte keine signifikante Korrelation mit irgendeiner Subskala von SPAI. Das Phantom-Klingeln hatte eine sehr geringe Korrelation zu "Zwangsverhalten" und "Funktionsbeeinträchtigung", aber keine Assoziation zu "Entzug" oder "Toleranz".

Daumennagel

Tabelle 2 Korrelationen, Mittelwerte und Standardabweichungen für die Subskalen von Smartphone Addiction Inventory (SPAI) und Phantom Vibration / Ringing Syndrom.

doi: 10.1371 / journal.pone.0098312.t002

Diskussion

Wir haben das SPAI auf der Basis des CIAS entwickelt und durch explorative Faktorenanalyse seine Vier-Faktoren-Struktur aufgebaut: zwanghaftes Verhalten, funktionelle Beeinträchtigung, Rückzug und Toleranz. OUnsere Ergebnisse zeigten, dass die Smartphone-Sucht bei DSM-5 mehrere Aspekte aufweist, die denen der substanzbezogenen und suchterzeugenden Störungen ähneln. Diese Subskalen zeigten eine gute interne Konsistenz und eine akzeptable 2-Woche-Test-Retest-Reliabilität. Smartphone hat die Vorteile von Internet-Konnektivität, Portabilität und Echtzeit-Kommunikation. Die Symptome der Smartphone-Sucht können sich daher von denen der Internet-Sucht unterscheiden [5] oder "problematische Handy-Nutzung" [10]. Zum Beispiel, der Artikel 25 "Ich kann keine Mahlzeiten ohne Smartphone-Nutzung" geändert von Original-Artikel gehörte zu dem Faktor "Zeitmanagement Probleme" in CIAS, wurde als Entzugserscheinungen in SPAI eingestuft.

"Zwanghaftes Verhalten" wurde als der Kern der Sucht angesehen und wurde weitgehend an Personen mit Alkoholabhängigkeit gemessen [12] und Internet-Sucht [13]. Der Artikel 7, "Obwohl die Verwendung von Smartphones negative Auswirkungen auf meine zwischenmenschlichen Beziehungen hat, bleibt die im Internet verbrachte Zeit nicht reduziert", wobei die höchste Faktorbelastung im zwanghaften Verhalten zwei Symptome abdeckt, die in früheren Studien meist mit Entscheidungsproblemen in Verbindung gebracht wurden von problematischen Handy-Nutzung [10]. Es zeigte sich, dass die zwanghafte Nutzung von Smartphones nicht gestoppt werden konnte, selbst wenn die süchtig machenden Personen sich der negativen Folgen bewusst waren. Das „zwanghafte Verhalten“ in SPAI umfasste die Elemente der vier Faktoren Toleranz, Entzug, Zwang sowie zwischenmenschliche und gesundheitliche Probleme im ursprünglichen CIAS. Diese Elemente umfassten auch dieselben Elemente in "Störung des täglichen Lebens", "Positive Antizipation", "Rückzug", "Überbeanspruchung", "Toleranz", jedoch kein Element in "Cyberspace-orientierte Beziehung" der Smartphone Addiction Scale (SAS). [6]. Es bedeutet nicht nur, dass sich die Symptome von Computer zu Smartphone ändern, sondern auch das Potenzial für eine weitere Klassifizierung in verschiedenen Proben.

Die "funktionelle Beeinträchtigung" umfasst (1) vier von fünf identischen Punkten der Funktionseinschränkung im problematischen Fragebogen zur Mobiltelefonbenutzung, (2) drei Punkte bezogen auf Schlafprobleme aus "Zeitmanagement Problem" in CIAS und (3) Element 24 beteiligt "Zunehmende Zeit auf dem Smartphone" und "gleiche Zufriedenheit wie zuvor" erreichen. Der Höhepunkt schlafbezogener Probleme steht im Einklang mit der Beziehung zwischen Abendlichkeit und zwanghafter Internetnutzung in unserer früheren Forschung [13]. Epidemiologische Untersuchung ergab, dass nicht nur die Internetnutzung selbst, sondern auch die "Bildschirmzeit" den Schlaf beeinflusst [14], und physiologische Studie hat angegeben, dass blaue Leuchtdioden Einfluss auf das zirkadiane System haben [15]. Die Beweise erklären sich in der Smartphone-Sucht ähnlich. Zwei Punkte, 12 und 24, hatten eine Kreuzbelastung bei "funktioneller Beeinträchtigung" und "zwanghaftem Verhalten". Da Symptome der Smartphone-Sucht die "funktionelle Beeinträchtigung" verursachen könnten, existierten die Kreuzladungen.

Artikel 2, 4 und 16 der sechs Artikel in "Zurücknahme", die von den gleichen Abbuchungsgegenständen in CIAS stammen. Der Artikel 2 und 4 entsprach auch dem Artikel 19 und 23 des Abhebefaktors in SAS. Außerdem ähnelt der Artikel 25 dem entsprechenden Artikel "Bring mein Smartphone auf die Toilette, auch wenn ich es eilig habe" in SAS. Es beschreibt ein einzigartiges Entzugssymptom des Smartphones aufgrund seiner Portabilität. In Punkt 14 wurde der "Augenöffner" auch in SAS vorgestellt, aber es wurde die Verbindung zum sozialen Netzwerk hervorgehoben. Es ist bekannt, dass der Patient mit Alkoholabhängigkeit am Morgen einen Entzug durchmacht, daher braucht man einen Drink als "Augenöffner"[16]. Aufgrund der Portabilität des Smartphones und der Erreichbarkeit des Internets ist der "Augenöffner" ein wichtiges und häufigeres Entzugssymptom bei der Smartphone-Sucht. Der Artikel 19, der das Bedürfnis verspürt, mein Smartphone wieder zu benutzen, nachdem ich es nicht mehr benutzt habe, hat eine Querbelastung zwischen "funktioneller Beeinträchtigung" und "Entzug". Im Allgemeinen traten die Entzugssymptome der Substanz nicht "direkt nach dem Aufhören" auf. Wir haben diesen Punkt unter "Entzug" unter Berücksichtigung dieses speziellen Entzugssymptoms bei der Smartphone-Nutzung bevorzugt.

Der Faktor "Toleranz" hat drei Punkte in SPAI, aber die Faktorbelastung ist in den ersten beiden Punkten sehr hoch. Toleranz wurde definiert als mehr und mehr Zeit für die Smartphone-Nutzung, die das gleiche Toleranzkonzept in DSM war [2] aber anders als die Definition "immer versuchen, die Nutzung des Smartphones zu kontrollieren, aber immer nicht" in SAS [6]. Es ist jedoch sehr interessant, dass der Toleranzfaktor sowohl in SPAI als auch in SAS den niedrigsten Eigenwert hat [6]. Die verschiedenen Darstellungen von Toleranz im Smartphone von Internet-Sucht oder Drogenkonsum sind beachtenswert. Seit Beginn der Smartphone-Nutzung haben sich in ihrem sozialen Netzwerk immer mehr Informationen ausgetauscht. Wie Personen mit starkem Cannabiskonsum, die sich im Allgemeinen nicht bewusst sind, Toleranz entwickelt zu haben [17]können die Toleranzsymptome bei der Smartphone-Sucht selten identifiziert werden. Es kann schwierig sein, die Toleranz durch alleinige Einnahme zu bestimmen, wenn die verwendete Substanz mit anderen Substanzen gemischt wird [17]. Alle Studienteilnehmer nutzten Smartphone und Internet im Computer, zum Beispiel können sie sich auf beide Arten in das soziale Netzwerk einloggen. So sollte die Toleranzangabe durch Nebeninformationen, wie zB 1, erfolgen, dh "mir wurde mehr als einmal gesagt, dass ich zu viel Zeit auf dem Smartphone verbracht habe." Allerdings seien als zweite Prävalenzsymptome problematische Handynutzung in der bisherigen epidemiologischen Praxis zu nennen Umfrage, "Toleranz" könnte diejenigen, die Funktionsstörung durch Handy-Nutzung verursacht haben, von denen unterscheiden, die keine funktionelle Beeinträchtigung hatte [10]. Die Beweise vorgeschlagen Toleranz ist ein sinnvolles Symptom. Der Toleranzfaktor hat die wenigsten (vier) Elemente im ursprünglichen CIAS [5]und es gab einen relativen Mangel an dem Konzept der "deutlich verminderten Wirkung bei fortgesetzter Verwendung der gleichen Menge", was ebenfalls ein wichtiger Aspekt der Toleranz bei DSM ist [2]. In der nächsten Überarbeitung sollte das Konzept hinzugefügt werden.

Wir schlugen vor, dass das Phantom-Vibrations- und Klingelsyndrom des Smartphones unabhängige Entitäten der Smartphone-Abhängigkeit sind, basierend auf der sehr geringen Korrelation. Selbst in der Sechs-Faktor-Struktur in SAS konnte das Phantom-Klingeln nicht in irgendwelchen Faktoren klassifiziert werden.

Verglichen mit früheren Studien [6]Es gibt drei Hauptstärken dieser Studie. Zum einen waren die Teilnehmer männlich dominierende College-Studenten, die in Substanz- und Internetsucht die Hochrisikogruppe darstellen [7]. Zweitens ist die Vier-Faktoren-Struktur von SPAI konsistenter mit den vier Komponenten, dh übermäßiger Gebrauch, Rückzug, Toleranz und negativen Auswirkungen, die alle Varianten der Internetsucht teilen [18]. Drittens haben wir die Standarddefinitionen von Toleranz und Rückzug in DSM verwendet, anstatt einfach die Beschreibung aller Elemente innerhalb des gleichen Faktors zusammengefasst zu haben.

Bei der Interpretation unserer Ergebnisse sind einige methodische Einschränkungen zu beachten. Erstens wurden alle Untersuchungen selbst berichtet, und eine objektivere Methode ist erforderlich, um die gleichzeitige Gültigkeit zu untersuchen. Zum Beispiel hat eine Anwendung die Häufigkeit und Dauer der Smartphone-Nutzung in Echtzeit aufgezeichnet [19], [20]. Zweitens enthielt die Stichprobe nur Studenten, was die Verallgemeinerung der Ergebnisse einschränkt. Zukünftige Studien müssen die psychometrischen Eigenschaften dieses Instruments in Stichproben der allgemeinen Bevölkerung bewerten. Drittens gibt es nur drei Punkte im Toleranzfaktor, die erweitert werden sollten, um die Struktur stabiler zu machen. Schließlich war die theoretische Grundlage der vorliegenden Studie als eine der Pilotstudien auf diesem Gebiet relativ unzureichend.

Zusammenfassend zeigen die Ergebnisse dieser Studie, dass das SPAI ein valides und zuverlässiges selbstgesteuertes Screening-Tool zur Identifizierung von Smartphone-Sucht ist. Die konsistente Taxonomie mit substanzbezogenen und suchterzeugenden Störungen bei DSM impliziert die Eigenschaft der "Sucht", die in der Smartphone-Sucht identisch ist.

Anerkennungen

Wir danken Herrn Yu-De Liao, Frau Yu-Jie Chen und Ying-Zai Chen für ihre technische Unterstützung.

Autorenbeiträge

Konzipiert und gestaltet die Experimente: Y. Lin. Führte die Experimente durch: LRC Y. Lee HWT. Analysiert die Daten: TBJK SHC. Mitwirkende Reagenzien / Materialien / Analysewerkzeuge: LRC. Schrieb das Papier: Y. Lin.

Bibliographie

  1. 1. Griffiths M (1996) Glücksspiel im Internet: Eine kurze Anmerkung. Zeitschrift für Glücksspiel-Studien 12: 471-473. doi: 10.1007 / bf01539190
  2. 2. American Psychiatric Association (2013) Diagnose-und Statistical Manual of Mental Disorders, 5th Edition: DSM-5. Washington (DC): Amerikanische Psychiatrische Vereinigung.
  3. 3. Grant JE, Brewer JA, Potenza MN (2006) Die Neurobiologie von Substanz- und Verhaltenssüchten. ZNS-Spektrum 11: 924-930.
  4. Artikel ansehen
  5. PubMed / NCBI
  6. Google Scholar
  7. Artikel ansehen
  8. PubMed / NCBI
  9. Google Scholar
  10. Artikel ansehen
  11. PubMed / NCBI
  12. Google Scholar
  13. Artikel ansehen
  14. PubMed / NCBI
  15. Google Scholar
  16. Artikel ansehen
  17. PubMed / NCBI
  18. Google Scholar
  19. Artikel ansehen
  20. PubMed / NCBI
  21. Google Scholar
  22. Artikel ansehen
  23. PubMed / NCBI
  24. Google Scholar
  25. Artikel ansehen
  26. PubMed / NCBI
  27. Google Scholar
  28. Artikel ansehen
  29. PubMed / NCBI
  30. Google Scholar
  31. Artikel ansehen
  32. PubMed / NCBI
  33. Google Scholar
  34. Artikel ansehen
  35. PubMed / NCBI
  36. Google Scholar
  37. Artikel ansehen
  38. PubMed / NCBI
  39. Google Scholar
  40. Artikel ansehen
  41. PubMed / NCBI
  42. Google Scholar
  43. Artikel ansehen
  44. PubMed / NCBI
  45. Google Scholar
  46. 4. Rutland JB, Sheets T, Young T (2007) Entwicklung einer Skala zur Messung der problematischen Nutzung des SMS-Dienstes: das SMS-Problem Diagnostic Questionnaire verwenden. Cyberpsychol Behav 10: 841-843. doi: 10.1089 / cpb.2007.9943
  47. Artikel ansehen
  48. PubMed / NCBI
  49. Google Scholar
  50. Artikel ansehen
  51. PubMed / NCBI
  52. Google Scholar
  53. 5. Chen SH, Weng LJ, Su YJ, Wu HM, Yang PF (2003) Entwicklung der chinesischen Internet Sucht Skala und ihre psychometrische Studie. Chinesisches Journal für Psychologie 45: 279-294.
  54. 6. Kwon M, Lee JY, Gewonnen WY, Park JW, Min JA, et al. (2013) Entwicklung und Validierung einer Smartphone Addiction Scale (SAS). PLoS One 8: e56936. doi: 10.1371 / journal.pone.0056936
  55. 7. Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005) Geschlechtsunterschiede und verwandte Faktoren, die die Online-Spielsucht bei taiwanesischen Jugendlichen beeinflussen. J Nerven Ment Dis 193: 273-277. doi: 10.1097 / 01.nmd.0000158373.85150.57
  56. 8. Dawson DA, Archer L (1992) Geschlechtsunterschiede beim Alkoholkonsum: Auswirkungen der Messung. Br J Sucht 87: 119-123. doi: 10.1111 / j.1360-0443.1992.tb01909.x
  57. 9. Lin YH, Chen CY, LI P, Lin SH (2013) Ein dimensionaler Ansatz für das Phantom-Vibrations- und Klingelsyndrom während eines medizinischen Praktikums. J Psychiatr Res 47: 1254-1258. doi: 10.1016 / j.jpsychires.2013.05.023
  58. 10. Yen CF, Tang TC, Yen JY, Lin HC, Huang CF, et al. (2009) Symptome der problematischen Nutzung von Mobiltelefonen, Funktionsstörungen und ihrer Assoziation mit Depressionen bei Jugendlichen in Südtaiwan. J Adolesc 32: 863-873. doi: 10.1016 / j.adoleszenz.2008.10.006
  59. 11. Lin YH, Lin SH, Li P, Huang WL, Chen CY (2013) Prävalente Halluzinationen bei medizinischen Praktika: Phantomvibration und Klingelsyndrome. PLoS One 8: e65152. doi: 10.1371 / journal.pone.0065152
  60. 12. Gau SS, Liu CY, Lee CS, ChangJC, ChangCJ, et al. (2005) Entwicklung einer chinesischen Version der Yale-Brown-Zwangsskala für starkes Trinken. Alkohol Clin Exp 29: 1172-1179. doi: 10.1097 / 01.alc.0000172167.20119.9f
  61. 13. Lin YH, Gau SS (2013) Assoziation zwischen der Morningness-Abendlichkeit und der Schwere der zwanghaften Internetnutzung: die moderierende Rolle von Gender und Parenting Style. Schlaf mit 14: 1398-1404. doi: 10.1016 / j.Schlaf.2013.06.015
  62. 14. Vollmer C, Michel U, Randler C (2012) Außenlicht bei Nacht (LAN) korreliert mit der Abendlichkeit bei Jugendlichen. Chronobiol Int 29: 502-508. doi: 10.3109 / 07420528.2011.635232
  63. 15. Cajochen C, Frey S, Anders D., Spati J, Bues M, et al. (2011) Die abendliche Exposition gegenüber einem LED-Computerbildschirm mit LED-Beleuchtung beeinflusst die zirkadiane Physiologie und kognitive Leistungsfähigkeit. J Appl Physiol 110: 1432-1438. doi: 10.1152 / japplphysiol.00165.2011
  64. 16. Ewing JA (1984) Alkoholismus erkennen. Der CAGE-Fragebogen. JAMA 252: 1905-1907. doi: 10.1001 / jama.1984.03350140051025
  65. 17. American Psychiatric Association (2000) Diagnostische und statistische Handbuch der psychischen Störungen, vierte Ausgabe: DSM-IV-TR. Washington (DC): Amerikanische Psychiatrische Vereinigung.
  66. 18. Block JJ (2008) Probleme für DSM-V: Internetsucht. Am J Psychiatrie 165: 306-307. doi: 10.1176 / appi.ajp.2007.07101556
  67. 19. Lee H., Ahn H., Choi S., Choi W. (2014) Das SAMS: Smartphone-Sucht-Management-System und Verifikation. J Med Syst 38: 1 (2014 7 10.1007 10916) .. doi: 013 / s0001-1-XNUMX-XNUMX
  68. 20. Shin C, Dey AK (2013) Erkennt automatisch die problematische Verwendung von Smartphones. Proceedings der 2013 ACM internationalen Konferenz zum Thema Pervasive and ubiquitous computing: 335-344.