Internet-Sucht und Beziehungen mit Schlaflosigkeit, Angst, Depression, Stress und Selbstachtung bei Universitätsstudenten: Eine Querschnittsstudie (2016)

2016 Sep 12;11(9):e0161126. doi: 10.1371 / journal.pone.0161126. eCollection 2016.

Younes F1,2, Halawi G1,2, Jabbour H3,4, El Osta N5,6,7, Karam L1,8, Hajj A1,2, Rabbaa Khabbaz L1,2.

Abstrakt

HINTERGRUND UND ZIELE:

Internet-Sucht (IA) könnte ein Hauptanliegen bei Universitätsmedizinstudenten sein, die sich zu Gesundheitsfachleuten entwickeln wollen. Die Implikationen dieser Sucht sowie ihre Assoziation mit Schlaf, Gemütsstörungen und Selbstwertgefühl können ihr Studium behindern, ihre langfristigen Karriereziele beeinflussen und weitreichende und schädliche Folgen für die Gesellschaft als Ganzes haben. Die Ziele dieser Studie waren: 1) Bewerten Sie mögliche IA in Universität Medizinstudenten, sowie die damit verbundenen Faktoren; 2) Beurteilen Sie die Beziehungen zwischen potentieller IA, Schlaflosigkeit, Depression, Angst, Stress und Selbstwertgefühl.

METHODEN:

Unsere Studie war eine Querschnittsfragebogen-Umfrage unter 600-Studenten von drei Fakultäten: Medizin, Zahnmedizin und Pharmazie an der Saint-Joseph-Universität. Vier validierte und zuverlässige Fragebögen wurden verwendet: der Young Internet Suchtest, der Insomnia Severity Index, die Depression Angstskala (DASS 21) und die Rosenberg Self Esteem Scale (RSES).

ERGEBNISSE:

Der durchschnittliche YIAT-Wert betrug 30 ± 18.474; Die potenzielle IA-Prävalenzrate betrug 16.8% (95% -Konfidenzintervall: 13.81-19.79%) und war zwischen Männern und Frauen signifikant unterschiedlich (p-Wert = 0.003), wobei die Prävalenz bei Männern höher war (23.6% gegenüber 13.9%). Es wurden signifikante Korrelationen zwischen potenzieller IA und Schlaflosigkeit, Stress, Angst, Depression und Selbstwertgefühl gefunden (p-Wert <0.001); ISI- und DASS-Subscores waren bei Schülern mit potenzieller IA höher und das Selbstwertgefühl niedriger.

FAZIT:

Es ist wichtig, Schüler mit einer möglichen IA zu identifizieren, da diese Sucht oft mit anderen psychologischen Problemen zusammentrifft. Daher sollten Interventionen nicht nur das IA-Management, sondern auch die damit verbundenen psychosozialen Stressfaktoren wie Schlaflosigkeit, Angstzustände, Depressionen, Stress und Selbstachtung umfassen.

 

Abstrakt

Hintergrund und Ziele

Internet-Sucht (IA) könnte ein Hauptanliegen bei Universitätsmedizinstudenten sein, die sich zu Gesundheitsfachleuten entwickeln wollen. Die Implikationen dieser Sucht sowie ihre Assoziation mit Schlaf, Gemütsstörungen und Selbstwertgefühl können ihr Studium behindern, ihre langfristigen Karriereziele beeinflussen und weitreichende und schädliche Folgen für die Gesellschaft als Ganzes haben. Die Ziele dieser Studie waren: 1) Bewerten Sie mögliche IA in Universität Medizinstudenten, sowie die damit verbundenen Faktoren; 2) Beurteilen Sie die Beziehungen zwischen potentieller IA, Schlaflosigkeit, Depression, Angst, Stress und Selbstwertgefühl.

Methoden

Unsere Studie war eine Querschnittsfragebogen-Umfrage unter 600-Studenten von drei Fakultäten: Medizin, Zahnmedizin und Pharmazie an der Saint-Joseph-Universität. Vier validierte und zuverlässige Fragebögen wurden verwendet: der Young Internet Suchtest, der Insomnia Severity Index, die Depression Angstskala (DASS 21) und die Rosenberg Self Esteem Scale (RSES).

Die Ergebnisse

Der durchschnittliche YIAT-Wert war 30 ± 18.474; Die potenzielle IA-Prävalenzrate betrug 16.8% (95% -Konfidenzintervall: 13.81-19.79%) und war signifikant unterschiedlich zwischen Männern und Frauen (p-Wert = 0.003), mit einer höheren Prävalenz bei Männern (23.6% gegenüber 13.9%). Signifikante Korrelationen wurden zwischen potentieller IA und Schlaflosigkeit, Stress, Angst, Depression und Selbstwertgefühl gefunden (p-Wert <0.001); ISI- und DASS-Subscores waren bei Schülern mit potenzieller IA höher und das Selbstwertgefühl niedriger.

Schlussfolgerungen

Es ist wichtig, Schüler mit einer möglichen IA zu identifizieren, da diese Sucht oft mit anderen psychologischen Problemen zusammentrifft. Daher sollten Interventionen nicht nur das IA-Management, sondern auch die damit verbundenen psychosozialen Stressfaktoren wie Schlaflosigkeit, Angstzustände, Depressionen, Stress und Selbstachtung umfassen.

Zitat: Younes F, Halawi G, Jabbour H, El Osta N, Karam L, Hajj A, et al. (2016) Internet-Sucht und Beziehungen mit Schlaflosigkeit, Angst, Depression, Stress und Selbstachtung bei Universitätsstudenten: Eine Querschnittsentworfene Studie. PLoS ONE 11 (9): e0161126. doi: 10.1371 / journal.pone.0161126

Editor: Andrea Romigi, Universität Rom Tor Vergata, ITALIEN

Empfangen: März 31, 2016; Akzeptiert: Juli 30, 2016; Veröffentlicht am: 12. September 2016

Copyright: © 2016 Younes 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.

Datenverfügbarkeit: Alle relevanten Daten sind in dem Papier und den Hintergrundinformationen enthalten.

Finanzierung: Die Autoren erhielten keine spezifische Finanzierung für diese Arbeit.

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

Einleitung

Die Internetnutzung ist weltweit exponentiell auf mehr als 2.5 Milliarden aktive Nutzer gestiegen [1, 2] mit der Mehrheit sind Jugendliche und junge Leute [3]. Parallel zum rasanten Wachstum des Internet-Zugangs ist eine Zunahme der Internet-Sucht, insbesondere bei Jugendlichen, zu verzeichnen, die von den populären Medien, Behörden und Forschern verstärkt Beachtung findet [4].

Eine übermäßige Internetnutzung wird definiert, wenn die Internetnutzung übermäßig, unkontrolliert und zeitaufwendig bis zur Zeitlosigkeit geworden ist und das Leben der Menschen ernsthaft beeinträchtigt.5]. Die Internetabhängigkeit ist durch ein unangemessenes Muster der Internetnutzung gekennzeichnet, das zu klinisch signifikanten Beeinträchtigungen oder Leiden führt [6].

Die Begriffe "problematische Internetnutzung" [7], pathologische Internetnutzung [8-10] und "Internetsucht" [11-13] werden in der Regel als Synonyme für Internetabhängigkeit betrachtet [14]. Young und andere [15-17] vorgeschlagenen diagnostischen Kriterien für Internetsucht (IA), in denen Rückzug, schlechte Planungsmöglichkeiten, Toleranz, Voreingenommenheit, Beeinträchtigung der Kontrolle und übermäßige Online-Zeit als Kernsymptome definiert wurden.

Die weltweite Prävalenz von IA lag zwischen 1.6% -18% [18]. 10.7% der Jugendlichen in Südkorea präsentieren IA nach Yongs Internetsucht-Skala [19]. 11% in Griechenland, basierend auf demselben Test [20]; 10.7–13.9% der europäischen Jugendlichen sind aufgrund von Young-Instrumenten einem Suchtrisiko ausgesetzt [21] und 4% in Gymnasiasten in den USA [22].

Die IA-Prävalenz kann je nach Alter, Geschlecht und ethnischer Zugehörigkeit variieren und ist bei College-Studenten häufiger anzutreffen [23].

Eine hohe Rate an Persönlichkeitsstörungen findet sich bei Personen mit IA [24-27].

Es wurde auch berichtet, dass eine schwere Internetnutzung mit affektiven Störungen in Verbindung gebracht wird [28], schlechte Schlafqualität [28, 29], geringes Selbstwertgefühl [30], Impulsivität31], Selbstmord [32, 33], geringere körperliche Aktivität [29] und Gesundheitsprobleme (Migräne, Rückenschmerzen, Fettleibigkeit) [34].

Unsere Hypothese war, dass IA bei Universitätsmedizinern ein großes Problem darstellen könnte, und dass es wichtig ist, ihre Assoziation mit Schlaf, Gemütsstörungen und Selbstwertgefühl zu untersuchen, damit geeignete Maßnahmen ergriffen werden können, um dieses Problem anzugehen.

Für Medizinstudenten, die sich zu Gesundheitsfachleuten entwickeln wollen, können die Implikationen dieser Sucht ihr Studium behindern und ihre langfristigen Karriereziele beeinflussen und können weitreichende und schädliche Auswirkungen auf die Gesellschaft als Ganzes haben.

Die Ziele dieser Studie waren: 1) Bewertung potenzieller IA in Studenten am Campus der medizinischen Wissenschaften (CMS) an der Saint-Joseph-Universität im Libanon, sowie damit verbundene soziodemografische Faktoren; 2) Beurteilen Sie die Zusammenhänge zwischen potentieller IA, Schlaflosigkeit, Depression, Angst, Stress und Selbstwertgefühl, während Sie die gleichzeitige Exposition gegenüber Schlaflosigkeit, Stress, Angst und Depression bei Schülern berücksichtigen.

Materialen und Methoden

Ethische Überlegungen

Das Protokoll der Studie wurde von der Ethikkommission der Saint-Joseph-Universität genehmigt (Ref. USJ-2015-28, Juni 2015). Eine schriftliche Einverständniserklärung wurde von allen an der Studie teilnehmenden Personen eingeholt.

Umfrageverfahren und Probenahme

Unsere Studie war eine Querschnittsfragebogen-Umfrage unter Studenten von drei Fakultäten: Medizin, Zahnmedizin und Pharmazie an der Saint-Joseph-Universität, von September bis Dezember 2015 (4 Monate). Einschlusskriterien waren: Schüler im Alter von 18 und älter, die bereit waren, an der Studie teilzunehmen. Ausschlusskriterien waren: Alter unter 18 Jahren und Vorhandensein einer chronischen Krankheit. Die Schüler wurden nach dem Zufallsprinzip in jeder Klasse anhand einer Zufallszahlentabelle ausgewählt, um die Repräsentativität der Stichprobe sicherzustellen. Diese zufällige Auswahl war proportional zur Anzahl der Schüler in jeder Klasse. Die ausgewählten Studenten wurden in der Regel am Ende ihrer Kurse von zwei ausgebildeten wissenschaftlichen Assistenten angesprochen, bevor sie das Klassenzimmer verließen. Sie wurden gefragt, ob sie bereit wären teilzunehmen, unter der Bedingung, dass sie keine Ausschlusskriterien vorlegten. Eine schriftliche formelle Zustimmung wurde dann erhalten.

Datenerhebung

Die Daten wurden während eines persönlichen Interviews mit einem selbstverwalteten standardisierten Umfragetool auf der Grundlage von vier international validierten und zuverlässigen Fragebögen gesammelt, nämlich dem Young Internet Suchtest, dem Insomnia Severity Index, der Depression Angstskala (DASS 21), und die Rosenberg Self Esteem Scale. Die Dauer der Interviews reichte von 15 bis 25 Minuten.

Maßnahmen

Teilnehmer.

Persönliche Daten über Alter, Geschlecht und Fakultät wurden gesammelt. Darüber hinaus wurden Informationen über das Leben allein oder nicht, Tabak (Zigaretten oder Wasserpfeife) und Alkoholkonsum erhalten.

Internetsucht.

Der Young Internet Addiction Test (YIAT) ist bei Jugendlichen und Erwachsenen validiert und weit verbreitet [15, 16, 35]. Es handelt sich um eine 20-Item-Selbstberichtsskala, die die Produktivität eines Befragten in der Arbeit, Schule oder zu Hause (3-Fragen), soziale Verhaltensweisen (3-Fragen), emotionale Verbindung und Reaktion auf die Nutzung des Internets (7-Fragen) und allgemeine Muster bewertet der Internetnutzung (7 Fragen). Die Teilnehmer antworten auf die 20 YIAT-Elemente in einem 6-Point-Likert-Measure ("gilt nicht für" immer "), was zu einer Gesamtpunktzahl zwischen 0 und 100 führte. Folgende Cut-off-Punkte wurden auf den Gesamt-YIAT-Score angewendet: (1) normale Internetnutzung: Scores 0-49 und (2) potentielle Internetsucht: Scores über 5036, 37].

Insomnia.

Der ISI ist ein 7-Punkte-Selbstberichtsfragebogen, in dem Art, Schweregrad und Auswirkungen von Schlaflosigkeit bewertet werden. Die bewerteten Bereiche sind: Schweregrad des Schlafbeginns, Aufrechterhaltung des Schlafes, Probleme beim Erwachen am frühen Morgen, Schlafunzufriedenheit, Störung von Schlafstörungen mit der Tagesfunktion, Wahrnehmung von Schlafstörungen durch andere und durch Schlafstörungen verursachte Belastung. Eine 5-Punkte-Likert-Skala wurde verwendet, um jeden Punkt zu bewerten (0 bis 4, wobei 0 kein Problem anzeigt und 4 einem sehr schwerwiegenden Problem entspricht), was eine Gesamtbewertung im Bereich von 0 bis 28 ergab. Die Gesamtbewertung wurde wie folgt interpretiert: Abwesenheit von Schlaflosigkeit (0–7); subklinische oder leichte Schlaflosigkeit (8–14); mäßige Schlaflosigkeit (15–21); und schwere Schlaflosigkeit (22–28). Darüber hinaus wurde klinisch signifikante Schlaflosigkeit festgestellt, wenn die Gesamtpunktzahl> 14 war [38, 39].

Selbstachtung.

Die Rosenberg Self Esteem Scale (RSES) wird häufig verwendet und ihre interne Konsistenz und Zuverlässigkeit wurde in vielen früheren Studien bestätigt.40]. Es umfasst 10-Anweisungen. Die Teilnehmer bewerten das Ausmaß, in dem sie jeder Aussage auf einer Vier-Punkte-Likert-Skala zustimmen, (0) stimme überhaupt nicht zu (3) stimme stark mit den Punkten 1, 2, 4, 6 und 7 überein und entgegengesetzte Bewertung für Artikel 3, 5 8, 9 und 10. Eine Gesamtpunktzahl ergibt sich durch Summierung aller Antworten und kann von 0 bis 30 reichen, wobei höhere Werte für ein höheres Selbstwertgefühl sprechen.41].

Angst, Depression und Stress.

Die Depression Angstskalen (DASS) ist ein weit verbreitetes Maß für negative Affekte bei Erwachsenen [42]. Ein wichtiges und einzigartiges Merkmal der DASS ist die Einbeziehung einer Spannungs- / Stressskala zusätzlich zu den Depressions- und Angstskalen. Der DASS 21 ist eine Kurzfassung der 42-Item-Originalskala. Beide sind zuverlässige und valide Messgrößen für Depression, Angst und Anspannung / Stress in klinischen und nicht-klinischen Populationen von Erwachsenen [43-45].

Es ist eine 21-Item-Skala, die auf einer 4-Punkt-Likert-Skala (0-3) gemessen wurde, wobei "0" "für mich überhaupt nicht zutreffend" und "3" für "sehr viel angewendet" oder die meisten der Zeit".

Die folgenden Cut-Off-Scores werden für jede Subskala verwendet: Depression: normal 0-4, leicht 5-6, mittel 7-10, schwer 11-13 und extrem schwer 14 +; Angst: normal 0-3, mild 4-5, mittelschwer 7-10, schwer 11-13 und extrem schwer 10 +; Stress: normal 0-7, mild 8-9, mittelschwer 10-12, schwer 13-16 und extrem schwer 17 +.

Statistische Analyse.

Die statistische Analyse wurde mit SPSS-Software für Windows (Version 18.0, Chicago, IL, USA) durchgeführt. Das Signifikanzniveau wurde auf 0.05 gesetzt. Die Stichprobenmerkmale wurden unter Verwendung des Mittelwerts und der Standardabweichung (SD) für kontinuierliche Variablen und Prozent für kategoriale Variablen zusammengefasst. Die Prävalenzraten für Insomnie und Internetabhängigkeit wurden unter Verwendung deskriptiver Daten zusammen mit dem entsprechenden Konfidenzintervall (CI) für 95% berechnet. Die Kolmogorov-Smirnov-Tests wurden verwendet, um die Normalität der Verteilung jeder Variablen zu bewerten.

Kategorien der Internetabhängigkeit wurden als normale Internetnutzer und potentielle Internetsucht gruppiert.

Eine multivariate Analyse wurde benötigt, um den Einfluss multiplikativ erklärender erklärender Variablen, die gleichzeitig präsentiert werden, zu bestimmen und zu bestimmen, welche der erklärenden Faktoren unabhängig von der Internetabhängigkeit agieren.

In der Anfangsphase wurde die univariate Analyse von kategorialen und kontinuierlichen Variablen unter Verwendung der Chi-Quadrat-Unabhängigkeitstests oder des Fisher-Exact-Tests bzw. des Student-T-Tests oder des Mann-Whitney-Tests durchgeführt. Anschließend wurde eine logistische Regressionsanalyse mit der dichotomisierten Internetabhängigkeit (<50, ≥ 50) als abhängige Variable durchgeführt. Die Merkmale und Bewertungen der Teilnehmer (ISI, DASS A, DASS S, DASS D, RSES), die in der univariaten Analyse Assoziationen mit einem p-Wert <0.25 zeigten, waren Kandidaten für das multivariate Modell gemäß der Enter-Methode. Die Kollinearität zwischen unabhängigen Variablen wurde ebenfalls getestet. Unabhängige Variablen, die stark korrelierten, wurden ausgeschlossen.

Es wurde vorgeschlagen, zwei unabhängige Variablen nicht zu berücksichtigen, wenn eine Korrelation von 0.64 oder mehr besteht. Angst, Stress und Depression wurden nicht im selben Modell erfasst, da sie hoch korreliert waren, was durch die Spearman- und Pearson-Korrelationskoeffizienten angezeigt wurde. Schließlich wurden drei logistische Regressionsanalysen durchgeführt und die unabhängigen Variablen, die in dem Modell enthalten waren, waren Geschlecht, Tabakrauchen, ISI-Score, RSES-Score und der DAS-Score für Stress, Angst und Depression in jedem der drei Modelle.

Die Ergebnisse

Soziodemografische Merkmale der Teilnehmer

Insgesamt wurden 780-Studenten gebeten, an der Studie teilzunehmen, von denen 600 (77%) zustimmte. Unsere Studienpopulation umfasste 182 (30.3%) männliche und 418 (69.7%) weibliche Studenten. Das Alter lag zwischen 18 und 28 Jahren mit einem Mittelwert von 20.36 ± 1.83 Jahren.

Die Stichprobe umfasste 219-Studenten der Fakultät für Medizin (FM), 109 von der Fakultät für Zahnmedizin (FD) und 272 von der Fakultät für Pharmazie (FP). Tabelle 1 fasst die Merkmale der Teilnehmer zusammen.

Internet Suchtprävalenz (YIAT)

Der durchschnittliche YIAT-Wert war 30 ± 18.47 (Tabelle 2); Die potenzielle Prävalenzrate für Internetabhängigkeit betrug 16.80% mit einem 95% CI von 13.81-19.79%. "S1 Tabelle"Fasst die Durchschnittswerte für jedes der 20-Elemente des YIAT zusammen.

Daumennagel   

 
Tabelle 2. Anzahl und Prozentsatz der Schüler in jeder Kategorie der drei Fragebögen: ISI, DASS und YIAT mit mittleren (SD) Bewertungen (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t002

Univariate Analyse.

Die univariate Analyse zeigte, dass die potentielle Internetabhängigkeit zwischen Männern und Frauen signifikant unterschiedlich war (p-Wert = 0.003), wobei die Prävalenz bei Männern höher war (23.60% vs. 13.90%). Das Rauchen von Tabakwaren war signifikant mit der potenziellen Internetsucht verbunden (p-Wert = 0.046); Weder Alter, Fakultät, regelmäßiger Alkoholkonsum noch alleiniges Leben hatten jedoch einen signifikanten Zusammenhang mit der Internetnutzung (Tabelle 3).

Daumennagel   

 
Tabelle 3. Univariate Analyse der Beziehungen zwischen potenzieller Internetsucht und den Merkmalen der Teilnehmer (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t003

Prävalenz und Schweregrad der Schlaflosigkeit (ISI)

Die Schlaflosigkeit wurde anhand des ISI-Fragebogens bewertet. Der mittlere ISI-Score der Probe betrug 9.31 ± 3.76. Die Prävalenz klinisch signifikanter Schlafstörungen lag bei 9.80% mit einem 95% -KI zwischen 7.42 und 12.18% (Tabelle 2).

Angst, Depression und Stress (DASS-21)

Angst: DASS A. Der durchschnittliche DASS-A-Score betrug 4.77 ± 3.79. 44.70% der Teilnehmer präsentierte einen normalen DASS-A-Score (Tabelle 2).

Depression: DASS D. Der durchschnittliche DASS D-Score betrug 5.43 ± 4.43. Die Mehrheit der Teilnehmer präsentierte einen normalen DASS-D-Score (Tabelle 2).

Stress: DASS S. Der durchschnittliche DASS S-Score betrug 6.99 ± 4.46 und 33.20% der Teilnehmer zeigte einen normalen DASS S-Score (Tabelle 2).

Selbstwertgefühl (RSES)

Der durchschnittliche RSES-Score der Studie betrug 22.63 ± 5.29 (S-Datei).

Assoziationen zwischen Internetsucht, Schlaflosigkeit, geringem Selbstwertgefühl, Angstzuständen und Depressionen

Es wurde ein signifikanter Zusammenhang zwischen potenzieller Internetsucht und Schlaflosigkeit festgestellt (p-Wert <0.00001) (Tabelle 4).

Daumennagel   

 
Tabelle 4. Univariate Analyse der Beziehungen zwischen den Punktzahlen der Fragebögen (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t004

Der durchschnittliche ISI-Wert betrug 8.99 ± 3.65 für normale Internetnutzer gegenüber 10.89 ± 3.90 in der potenziellen Internetabhängigkeitsgruppe (p <0.0001) (Tabelle 5).

Daumennagel   

 
Tabelle 5. Univariate Analyse der Beziehungen zwischen ISI, DASS A, DASS S, DASS D und RSES und potenzieller Internetsucht (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t005

Darüber hinaus wurde ein signifikanter Zusammenhang zwischen potenzieller Internetsucht und Angstzuständen, Depressionen und Stress gefunden (Tabellen 4 und 5). Die durchschnittlichen DASS-Werte waren in der potenziellen Internet-Suchtgruppe für Angstzustände, Depressionen und Stress signifikant höher.

In Bezug auf das Selbstwertgefühl wurde eine signifikante Korrelation zwischen den YIAT- und RSES-Werten festgestellt, wobei ein geringes Selbstwertgefühl mit einer potenziellen Internetsucht verbunden war (Tabellen 4 und 5).

Logistisches Regressionsmodell

Das logistische Regressionsmodell zeigte, dass die Werte für Geschlecht, ISI, DASS A, S und D sowie RSES signifikant mit der Internetabhängigkeit assoziiert waren. Sobald die explikativen Variablen in der multivariaten Analyse kontrolliert wurden, war der Zusammenhang zwischen Tabakrauchen und Internetsucht nicht mehr signifikant (p> 0.05).Tabelle 6).

Daumennagel   

 
Tabelle 6. Multivariate Analyse der Beziehungen zwischen Internetsucht und Geschlecht, Tabakrauchen, ISI, RSES, DASS A, DASS S und DASS D (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t006

Diskussion

Ziel war es, die Prävalenz potenzieller Folgenabschätzungen bei libanesischen Universitätsmedizinstudenten zu ermitteln, die Beziehungen zwischen den Folgenabschätzungen und den Merkmalen der Teilnehmer (hauptsächlich Alter, Geschlecht, Rauchgewohnheiten, Alkoholkonsum) zu bewerten und mögliche Zusammenhänge zwischen Folgenabschätzungen, Schlaflosigkeit, Angstzuständen und Depressionen zu untersuchen , Stress und Selbstwertgefühl.

Unsere Studie ergab, dass die potenzielle Folgenabschätzung signifikant mit dem Geschlecht zusammenhängt und bei Männern höher ist. 16.80% der Teilnehmer litt unter einer potenziellen Folgenabschätzung mit einem mittleren YIAT-Score von 30. Diese Ergebnisse sind vergleichbar mit denen, die zuvor für junge Erwachsene berichtet wurden [1, 4, 6, 13]. Einige Studien berichteten, dass die IA-Prävalenz bei Männern höher war [46], während andere keinen Unterschied zwischen den Geschlechtern fanden [34].

Bei der Untersuchung der Schlaflosigkeit zeigten unsere Ergebnisse auch, dass 9.8% der Teilnehmer an klinisch signifikanter Schlaflosigkeit litt und ein starker Zusammenhang zwischen potenzieller Internetsucht und Schlaflosigkeit festgestellt wurde. Die in dieser Studie berichtete Prävalenz der Schlaflosigkeit steht im Einklang mit der Art der untersuchten Stichprobe (junge Studenten) und ist vergleichbar mit der von jungen Erwachsenen im Alter von 20 bis 29 (9.1%).47, 48] und bei Studenten (12 – 13%) [49].

Schlafstörungen werden normalerweise als negative Folgen oder Komplikationen der Internetsucht betrachtet.50], aber eine umgekehrte Kausalität ist auch möglich, da Schlafprobleme eine längere Zeit in sozialen Netzwerken für junge Studenten vorhersagten [51]. In einer systematischen Literaturrecherche wurde festgestellt, dass süchtig machendes Spielen mit schlechterer Schlafqualität zusammenhängt und die problematische Internetnutzung mit subjektiver Schlaflosigkeit und schlechter Schlafqualität assoziiert war.52]. Die Studiendesigns sowie die verwendeten Fragebögen waren jedoch sehr heterogen und es wurde hauptsächlich die Schlafqualität untersucht, geschweige denn die Schlaflosigkeit.

Darüber hinaus wurde in dieser Studie ein starker Zusammenhang zwischen potenzieller Internetsucht und Angstzuständen, Stress und Depressionen festgestellt: Der Prozentsatz der Schüler, die unter Angstzuständen, Depressionen oder Stress leiden, ist bei potenziellen Internetsüchtigen höher. Frühere veröffentlichte Studien haben bereits einen möglichen Zusammenhang zwischen der pathologischen Internetnutzung und Depressionen gezeigt [53, 54] und Angst [55]; Daten waren jedoch widersprüchlich [56] und Studien untersuchten die pathologische Internetnutzung und nicht die von Young definierte Sucht.

Eine wichtige Erkenntnis unserer Studie war schließlich, dass das Selbstwertgefühl in signifikantem Zusammenhang mit der Internetsucht und dem psychologischen Profil der Schüler steht: Die RSES-Werte korrelierten invers mit den ISI-, DASS-A-, DASS-S-, DASS-D- und YIAT-Werten. Eine Abnahme des Selbstwertgefühls scheint mit erhöhter Schlaflosigkeit, Angstzuständen, Depressionen, Stress und potenziellen Folgen einer Beeinträchtigung der Symptome in Verbindung zu stehen.

Das Selbstwertgefühl wird als die Bewertung beschrieben, die man über sich selbst hat, wie man sich in fast allen Situationen über sich selbst fühlt [40, 41]. Wenn die soziale Integration und Unterstützung gering sind, sinkt das Selbstwertgefühl entsprechend [57].

Das Erkennen von Faktoren, die mit einer geringen Wertschätzung der Schüler verbunden sind, ist von erheblicher Bedeutung, da eine umgekehrte Beziehung zwischen Selbstwertgefühl und Depression und Angst besteht.58, 59] und die Abnahme des Selbstwertgefühls kann zu einer Zunahme der Selbstmordgedanken führen [60].

Stärke und Einschränkungen

Unsere Ergebnisse sollten im Zusammenhang mit dem Design und den Einschränkungen der Studie interpretiert werden. Die Ergebnisse unserer Umfrage stützen sich auf selbst gemeldetes Verhalten. Fragebögen zur Selbstberichterstattung sind nach wie vor die am häufigsten verwendeten Instrumente in Community-Umfragen für die Bewertung der körperlichen und psychischen Gesundheit [61, 62, 63]. Die Methode der Selbstberichterstattung spiegelt die eigene Perspektive des Befragten wider, die möglicherweise eher für die Meldung subjektiver Störungen geeignet ist. Die Fragebögen wurden in einem Multiple-Choice- und Skalenmuster formuliert, um die Beantwortung zu erleichtern und eine kürzere Interviewdauer zu haben, um die Schüler nicht zu stören. In der Hoffnung, dass die Einfachheit des Fragebogens es den Befragten erleichtern würde, genaue Informationen zu geben . Der chronische Drogenkonsum wurde nicht bewertet, da das Vorliegen einer chronischen Krankheit zu den Ausschlusskriterien dieser Studie gehörte. Schließlich untersuchte die Studie nicht die Auswirkungen der Internetsucht auf Erfolge, in Bezug auf Noten, Misserfolg oder Erfolg, die interessant sein könnten.

Trotz dieser Einschränkungen sind die in dieser Studie beobachteten Ergebnisse wichtig und erfordern weitere Untersuchungen.

Nach unserem besten Wissen war dies die erste Studie, die die Beziehung zwischen fünf verschiedenen psychosozialen Stressoren bewertet: Schlaflosigkeit, Angstzustände, Depression, Stress, Selbstwertgefühl und Folgenabschätzungen bei Studenten.

Unsere Ergebnisse zeigen, wie wichtig es ist, Studierende mit potenzieller Folgenabschätzung zu identifizieren und ihnen Hilfe anzubieten, da diese Sucht häufig mit anderen psychischen Problemen zusammenfällt, und die Folgenummer könnte eine sichtbare Spitze eines komplexen Eisbergs sein.

zusätzliche Informationen

   

   

(DOCX)

 

 

 

S1 Tabelle. Dies sind die individuellen und vollständigen Daten für alle Teilnehmer (SPSS-Datenblatt).

doi: 10.1371 / journal.pone.0161126.s001

(DOCX)

Anerkennungen

Wir danken allen Studierenden, die an der Studie teilgenommen haben, und Frau Tatiana Papazian für ihre Mithilfe beim Redigieren.

Autorenbeiträge

  1. Konzipiert und gestaltet die Experimente: LRK HJ.
  2. Führte die Experimente durch: FY GH.
  3. Analysiert die Daten: AH NEO LK.
  4. Schrieb das Papier: LRK.

Bibliographie

S1 Tabelle. Dies sind die individuellen und vollständigen Daten für alle Teilnehmer (SPSS-Datenblatt).

doi: 10.1371 / journal.pone.0161126.s001

(DOCX)

Anerkennungen

Wir danken allen Studierenden, die an der Studie teilgenommen haben, und Frau Tatiana Papazian für ihre Mithilfe beim Redigieren.

Autorenbeiträge

  1. Konzipiert und gestaltet die Experimente: LRK HJ.
  2. Führte die Experimente durch: FY GH.
  3. Analysiert die Daten: AH NEO LK.
  4. Schrieb das Papier: LRK.

Bibliographie

  1. 1. Internet-Weltstatistiken. Internetnutzer der Welt: Verteilung nach Weltregionen 2014 [Februar 27, 2016.]. Verfügbar ab: www.internetworldstats.
  2. 2. Social Networking erreicht weltweit fast jeder Vierte. [Februar 20, 2016]. Verfügbar ab: www.emarketer.com/Artikel/Social-Networking-Reaches-Near-One-Four-Around-World/1009976.
  3. 3. Bremer J. Internet und Kinder: Vor- und Nachteile. Psychiaterpraxis für Kinder und Jugendliche N. 2005; 14 (3): 405 – 28, viii. pmid: 15936666 doi: 10.1016 / j.chc.2005.02.003
  4. 4. Christakis DA, Moreno MA. Gefangen im Netz: Wird die Internetsucht zu einer Epidemie des 21st-Jahrhunderts? Arch Pediatr Adolesc Med. 2009; 163 (10): 959 – 60. doi: 10.1001 / archpediatrics.2009.162. pmid: 19805719
  5. Artikel ansehen
  6. PubMed / NCBI
  7. Google Scholar
  8. Artikel ansehen
  9. PubMed / NCBI
  10. Google Scholar
  11. Artikel ansehen
  12. PubMed / NCBI
  13. Google Scholar
  14. Artikel ansehen
  15. PubMed / NCBI
  16. Google Scholar
  17. Artikel ansehen
  18. PubMed / NCBI
  19. Google Scholar
  20. Artikel ansehen
  21. PubMed / NCBI
  22. Google Scholar
  23. Artikel ansehen
  24. PubMed / NCBI
  25. Google Scholar
  26. Artikel ansehen
  27. PubMed / NCBI
  28. Google Scholar
  29. Artikel ansehen
  30. PubMed / NCBI
  31. Google Scholar
  32. Artikel ansehen
  33. PubMed / NCBI
  34. Google Scholar
  35. Artikel ansehen
  36. PubMed / NCBI
  37. Google Scholar
  38. 5. Kraut R, Patterson M, Lundmark V, Kiesler S, Mukopadhyay T, Scherlis W. Internet-Paradoxon. Eine soziale Technologie, die soziales Engagement und psychologisches Wohlbefinden reduziert? Bin Psychol. 1998; 53 (9): 1017 – 31. pmid: 9841579 doi: 10.1037 / 0003-066x.53.9.1017
  39. Artikel ansehen
  40. PubMed / NCBI
  41. Google Scholar
  42. Artikel ansehen
  43. PubMed / NCBI
  44. Google Scholar
  45. Artikel ansehen
  46. PubMed / NCBI
  47. Google Scholar
  48. Artikel ansehen
  49. PubMed / NCBI
  50. Google Scholar
  51. Artikel ansehen
  52. PubMed / NCBI
  53. Google Scholar
  54. Artikel ansehen
  55. PubMed / NCBI
  56. Google Scholar
  57. Artikel ansehen
  58. PubMed / NCBI
  59. Google Scholar
  60. Artikel ansehen
  61. PubMed / NCBI
  62. Google Scholar
  63. Artikel ansehen
  64. PubMed / NCBI
  65. Google Scholar
  66. Artikel ansehen
  67. PubMed / NCBI
  68. Google Scholar
  69. Artikel ansehen
  70. PubMed / NCBI
  71. Google Scholar
  72. Artikel ansehen
  73. PubMed / NCBI
  74. Google Scholar
  75. Artikel ansehen
  76. PubMed / NCBI
  77. Google Scholar
  78. Artikel ansehen
  79. PubMed / NCBI
  80. Google Scholar
  81. Artikel ansehen
  82. PubMed / NCBI
  83. Google Scholar
  84. Artikel ansehen
  85. PubMed / NCBI
  86. Google Scholar
  87. Artikel ansehen
  88. PubMed / NCBI
  89. Google Scholar
  90. Artikel ansehen
  91. PubMed / NCBI
  92. Google Scholar
  93. Artikel ansehen
  94. PubMed / NCBI
  95. Google Scholar
  96. 6. Weinstein A, Lejoyeux M. Internetsucht oder übermäßige Internetnutzung. Bin J Alkoholmissbrauch. 2010; 36 (5): 277 – 83. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
  97. Artikel ansehen
  98. PubMed / NCBI
  99. Google Scholar
  100. Artikel ansehen
  101. PubMed / NCBI
  102. Google Scholar
  103. Artikel ansehen
  104. PubMed / NCBI
  105. Google Scholar
  106. Artikel ansehen
  107. PubMed / NCBI
  108. Google Scholar
  109. Artikel ansehen
  110. PubMed / NCBI
  111. Google Scholar
  112. Artikel ansehen
  113. PubMed / NCBI
  114. Google Scholar
  115. Artikel ansehen
  116. PubMed / NCBI
  117. Google Scholar
  118. Artikel ansehen
  119. PubMed / NCBI
  120. Google Scholar
  121. Artikel ansehen
  122. PubMed / NCBI
  123. Google Scholar
  124. Artikel ansehen
  125. PubMed / NCBI
  126. Google Scholar
  127. Artikel ansehen
  128. PubMed / NCBI
  129. Google Scholar
  130. Artikel ansehen
  131. PubMed / NCBI
  132. Google Scholar
  133. Artikel ansehen
  134. PubMed / NCBI
  135. Google Scholar
  136. Artikel ansehen
  137. PubMed / NCBI
  138. Google Scholar
  139. Artikel ansehen
  140. PubMed / NCBI
  141. Google Scholar
  142. Artikel ansehen
  143. PubMed / NCBI
  144. Google Scholar
  145. Artikel ansehen
  146. PubMed / NCBI
  147. Google Scholar
  148. Artikel ansehen
  149. PubMed / NCBI
  150. Google Scholar
  151. Artikel ansehen
  152. PubMed / NCBI
  153. Google Scholar
  154. Artikel ansehen
  155. PubMed / NCBI
  156. Google Scholar
  157. Artikel ansehen
  158. PubMed / NCBI
  159. Google Scholar
  160. Artikel ansehen
  161. PubMed / NCBI
  162. Google Scholar
  163. Artikel ansehen
  164. PubMed / NCBI
  165. Google Scholar
  166. Artikel ansehen
  167. PubMed / NCBI
  168. Google Scholar
  169. Artikel ansehen
  170. PubMed / NCBI
  171. Google Scholar
  172. Artikel ansehen
  173. PubMed / NCBI
  174. Google Scholar
  175. Artikel ansehen
  176. PubMed / NCBI
  177. Google Scholar
  178. Artikel ansehen
  179. PubMed / NCBI
  180. Google Scholar
  181. 7. Davis RA, Flett GL, Besser A. Validierung einer neuen Skala zur Messung der problematischen Internetnutzung: Auswirkungen auf das Screening vor der Einstellung. Cyberpsychol Behav. 2002; 5 (4): 331 – 45. pmid: 12216698 doi: 10.1089 / 109493102760275581
  182. 8. Block JJ. Probleme für DSM-V: Internetsucht. Bin J. Psychiatrie. 2008; 165 (3): 306 – 7. doi: 10.1176 / appi.ajp.2007.07101556. pmid: 18316427
  183. 9. Pies R. Sollte DSM-V "Internetabhängigkeit" als psychische Störung bezeichnen? Psychiatrie (Edgmont). 2009; 6 (2): 31–7.
  184. 10. Holden C. Psychiatrie. Verhaltensabhängigkeiten debütieren im vorgeschlagenen DSM-V. Wissenschaft. 2010; 327 (5968): 935. doi: 10.1126 / science.327.5968.935. pmid: 20167757
  185. 11. Junge KS. Psychologie der Computernutzung: XL. Süchtig machender Gebrauch des Internets: ein Fall, der den Stereotyp bricht. Psychol Rep. 1996; 79 (3 Pt 1): 899-902. pmid: 8969098 doi: 10.2466 / pr0.1996.79.3.899
  186. 12. Young KS, Rechtssache CJ. Internetmissbrauch am Arbeitsplatz: neue Trends im Risikomanagement. Cyberpsychol Behav. 2004; 7 (1): 105 – 11. pmid: 15006175 doi: 10.1089 / 109493104322820174
  187. 13. Junge K, Pistner M, O'Mara J, Buchanan J. Cyber-Störungen: das psychische Problem für das neue Jahrtausend. Cyberpsychol Behav. 1999; 2 (5): 475–9. doi: 10.1089 / cpb.1999.2.475. pmid: 19178220
  188. 14. van den Eijnden RJ, R. Spijkerman, AA Vermulst, van Rooij TJ, RC Engels. Zwanghafte Internetnutzung bei Jugendlichen: bidirektionale Eltern-Kind-Beziehungen. J Abnorm Child Psychol. 2010; 38 (1): 77 – 89. doi: 10.1007 / s10802-009-9347-8. pmid: 19728076
  189. 15. Junge KS. Gefangen im Netz: Wie erkennt man die Anzeichen einer Internetsucht - und eine erfolgreiche Strategie für die Wiederherstellung. New York, NY: Wiley; 1998.
  190. 16. Junge KS. Internetabhängigkeit: Die Entstehung einer neuen klinischen Störung. CyberPsychology & Behavior. 2009; 1 (3): 237–44. doi: 10.1089 / cpb.1998.1.237
  191. 17. Widyanto L, Griffiths, Brunsden V. Ein psychometrischer Vergleich des Internetsuchtetests, der Internet-Problemskala und der Selbstdiagnose. Cyberpsychol Behav Soc Netw. 2011; 14 (3): 141 – 9. doi: 10.1089 / cyber.2010.0151. pmid: 21067282
  192. 18. Shaw M, Schwarz DW. Internetsucht: Definition, Bewertung, Epidemiologie und klinisches Management. ZNS-Medikamente. 2008; 22 (5): 353 – 65. pmid: 18399706 doi: 10.2165 / 00023210-200822050-00001
  193. 19. Park SK, Kim JY, Cho CB. Prävalenz der Internetsucht und Korrelationen mit familiären Faktoren bei südkoreanischen Jugendlichen. Jugend. 2008; 43 (172): 895 – 909. pmid: 19149152
  194. 20. Siomos KE, Dafouli ED, Braimiotis DA, Mouzas OD, Angelopoulos NV. Internetsucht unter griechischen Jugendlichen. Cyberpsychol Behav. 2008; 11 (6): 653 – 7. doi: 10.1089 / cpb.2008.0088. pmid: 18991535
  195. 21. Durkee T, Kaess M, Carli V, Parzer P, Wasserman C, Floderus B, et al. Prävalenz der pathologischen Internetnutzung bei Jugendlichen in Europa: demographische und soziale Faktoren. Sucht. 2012; 107 (12): 2210 – 22. doi: 10.1111 / j.1360-0443.2012.03946.x. pmid: 22621402
  196. 22. Liu TC, Desai RA, Krishnan-Sarin S., Cavallo DA, Potenza MN. Problematische Internetnutzung und Gesundheit bei Jugendlichen: Daten aus einer High School-Umfrage in Connecticut. J Clin Psychiatrie. 2011; 72 (6): 836 – 45. doi: 10.4088 / JCP.10m06057. pmid: 21536002
  197. 23. Pujazon-Zazik M, Park MJ. Twittern oder nicht twittern: geschlechtsspezifische Unterschiede und mögliche positive und negative gesundheitliche Folgen der sozialen Internetnutzung von Jugendlichen. Bin J Mens Health. 2010; 4 (1): 77–85. doi: 10.1177 / 1557988309360819. pmid: 20164062
  198. 24. Dalbudak E, Evren C, Aldemir S, Evren B. Die Schwere des Internet-Suchtrisikos und sein Zusammenhang mit der Schwere von grenzüberschreitenden Persönlichkeitsmerkmalen, Kindheitstraumata, dissoziativen Erfahrungen, Depressionen und Angstsymptomen bei türkischen Universitätsstudenten. Psychiatrie Res. 2014; 219 (3): 577 – 82. doi: 10.1016 / j.psychres.2014.02.032. pmid: 25023365
  199. 25. Kim EJ, Namkoong K, Ku T, Kim SJ. Die Beziehung zwischen Online-Spielsucht und Aggression, Selbstkontrolle und narzisstischen Persönlichkeitsmerkmalen. Eur Psychiatrie. 2008; 23 (3): 212 – 8. doi: 10.1016 / j.eurpsy.2007.10.010. pmid: 18166402
  200. 26. Floros G, Siomos K, Stogiannidou A, Giouzepas I, Garyfallos G. Komorbidität psychiatrischer Erkrankungen mit Internetsucht in einer klinischen Probe: Die Wirkung von Persönlichkeit, Abwehrstil und Psychopathologie. Addict Behav. 2014; 39 (12): 1839 – 45. doi: 10.1016 / j.addbeh.2014.07.031. pmid: 25129172
  201. 27. Floros G., Siomos K., Stogiannidou A., Giouzepas I., Garyfallos G. Die Beziehung zwischen Persönlichkeit, Verteidigungsstilen, Internetsuchtstörung und Psychopathologie bei Studenten. Cyberpsychol Behav Soc Netw. 2014; 17 (10): 672 – 6. doi: 10.1089 / cyber.2014.0182. pmid: 25225916
  202. 28. 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): 282–7. doi: 10.1097 / ADM.0000000000000026. pmid: 25026104
  203. 29. Kim JH, Lau CH, Cheuk KK, Kan P., Hui HL, Griffiths SM. Kurzbericht: Prädiktoren für starke Internetnutzung und Assoziationen mit gesundheitsförderndem und gesundheitlichem Risikoverhalten unter Studenten der Universität Hongkong. J Adolesc. 2010; 33 (1): 215 – 20. doi: 10.1016 / j.adolescence.2009.03.012. pmid: 19427030
  204. 30. Naseri L, Mohamadi J, Sayehmiri K, Azizpoor Y. Wahrgenommene soziale Unterstützung, Selbstachtung und Internetsucht unter Studenten der Al-Zahra-Universität, Teheran, Iran. Iran J Psychiatrie Behav Sci. 2015; 9 (3): e421. doi: 10.17795 / ijpbs-421. pmid: 26576175
  205. 31. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsivität bei Internetsucht: Ein Vergleich mit pathologischem Glücksspiel. Cyberpsychol Behav Soc Netw. 2012; 15 (7): 373 – 7. doi: 10.1089 / cyber.2012.0063. pmid: 22663306
  206. 32. Lin IH, Ko CH, Chang YP, Liu TL, Wang PW, Lin HC, et al. Die Verbindung zwischen Suizidalität und Internetsucht und Aktivitäten bei taiwanesischen Jugendlichen. Compr Psychiatrie. 2014; 55 (3): 504 – 10. doi: 10.1016 / j.comppsych.2013.11.012. pmid: 24457034
  207. 33. Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, Seo JS et al. Internetsucht bei koreanischen Jugendlichen und ihre Beziehung zu Depressionen und Selbstmordgedanken: eine Fragebogenumfrage. Int J Nurs Stud. 2006; 43 (2): 185 – 92. pmid: 16427966 doi: 10.1016 / j.ijnurstu.2005.02.005
  208. 34. Fernandez-Villa T, Alguacil Ojeda J, Almaraz Gomez A, Cancela Carral JM, Delgado-Rodriguez M, Garcia-Martin M, et al. Problematische Internetnutzung bei Universitätsstudenten: damit verbundene Faktoren und Unterschiede zwischen den Geschlechtern. Adicciones 2015; 27 (4): 265 – 75. pmid: 26706809 doi: 10.20882 / adicciones.751
  209. 35. Internet-Sucht-Test (IAT) [April, 2016]. Verfügbar ab: http://netaddiction.com/internet-addiction-test./.
  210. 36. Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E, et al. Französische Validierung des Internetsuchtests. Cyberpsychol Behav. 2008; 11 (6): 703 – 6. doi: 10.1089 / cpb.2007.0249. pmid: 18954279
  211. 37. Alpaslan AH, Soylu N., Avci K., Coskun KS, Kocak U, Tas HU. Ungeordnete Essgewohnheiten, Alexithymie und Selbstmordwahrscheinlichkeit bei türkischen High-School-Mädchen. Psychiatrie Res. 2015; 226 (1): 224 – 9. doi: 10.1016 / j.psychres.2014.12.052. pmid: 25619436
  212. 38. Cho YW, Lied ML, Morin CM. Validierung einer koreanischen Version des Schweregrads der Schlaflosigkeit. J Clin Neurol. 2014; 10 (3): 210 – 5. doi: 10.3988 / jcn.2014.10.3.210. pmid: 25045373
  213. 39. Gagnon C, Belanger L, Ivers H, Morin CM. Validierung des Insomnia Severity Index in der Primärversorgung. J Am Board Fam Med. 2013; 26 (6): 701 – 10. doi: 10.3122 / jabfm.2013.06.130064. pmid: 24204066
  214. 40. Sinclair SJ, Blais MA, Gansler DA, Sandberg E, Bistis K, LoCicero A. Psychometrische Eigenschaften der Rosenberg Self-Esteem-Skala: Gesamt und über demografische Gruppen innerhalb der Vereinigten Staaten. Eval Health Prof. 2010; 33 (1): 56-80. doi: 10.1177 / 0163278709356187. pmid: 20164106
  215. 41. Rosenberg M. Die Verbindung zwischen Selbstwertgefühl und Angst. J Psychiatr Res. 1962; 1: 135 – 52. pmid: 13974903 doi: 10.1016 / 0022-3956 (62) 90004-3
  216. 42. Lovibond PF, Lovibond SH. Die Struktur negativer emotionaler Zustände: Vergleich der Depression Anxiety Stress Scales (DASS) mit den Beck Depressions- und Angstinventaren. Behav Res Ther. 1995; 33 (3): 335 – 43. pmid: 7726811 doi: 10.1016 / 0005-7967 (94) 00075-u
  217. 43. Taylor R, Lovibond PF, Nicholas MK, Cayley C, Wilson PH. Der Nutzen somatischer Gegenstände bei der Beurteilung von Depressionen bei Patienten mit chronischen Schmerzen: Ein Vergleich der Zung-Self-Rating-Depressionsskala und der Depressionsangst-Stress-Skalen in chronischen Schmerzen sowie in klinischen und kommunalen Proben. Clin J Pain. 2005; 21 (1): 91 – 100. pmid: 15599136 doi: 10.1097 / 00002508-200501000-00011
  218. 44. Brown TA, Chorpita BF, Korotitsch W, Barlow DH. Psychometrische Eigenschaften der Depression Anxiety Stress Scales (DASS) in klinischen Proben. Behav Res Ther. 1997; 35 (1): 79 – 89. pmid: 9009048 doi: 10.1016 / s0005-7967 (96) 00068-x
  219. 45. Edmed S, Sullivan K. Depression, Angstzustände und Stress als Prädiktoren für Symptome, die nach einer Konkussion auftreten, in einer nicht-klinischen Probe. Psychiatrie Res. 2012; 200 (1): 41 – 5. doi: 10.1016 / j.psychres.2012.05.022. pmid: 22709538
  220. 46. Ni X, Yan H., Chen S., Liu Z. Faktoren, die die Internetsucht in einer Stichprobe von Studienanfängern in China beeinflussen. Cyberpsychol Behav. 2009; 12 (3): 327 – 30. doi: 10.1089 / cpb.2008.0321. pmid: 19445631
  221. 47. Thomas SJ, Lichstein KL, Taylor DJ, Riedel BW, Bush AJ. Epidemiologie der Schlafenszeit, der Entstehungszeit und der Zeit im Bett: Analyse von Alter, Geschlecht und Ethnizität. Behav Schlaf med. 2014; 12 (3): 169 – 82. doi: 10.1080 / 15402002.2013.778202. pmid: 23574553
  222. 48. Choueiry N, Salamoun T, Jabbour H, El Osta N, Hajj A, Rabbaa Khabbaz L. Insomnia und Beziehung zu Angst bei Studenten: Eine Querschnittsstudie. Plus eins. 2016; 11 (2): e0149643. doi: 10.1371 / journal.pone.0149643. pmid: 26900686
  223. 49. Gellis LA, Park A, MT Stotsky, Taylor DJ. Zusammenhänge zwischen Schlafhygiene und Schweregrad der Schlaflosigkeit bei Studenten: Querschnitts- und prospektive Analysen. Behav Ther. 2014; 45 (6): 806 – 16. doi: 10.1016 / j.beth.2014.05.002. pmid: 25311289
  224. 50. Kain N, Gradisar M. Elektronische Mediennutzung und Schlaf bei Kindern und Jugendlichen im Schulalter: Ein Rückblick. Schlaf med. 2010; 11 (8): 735 – 42. doi: 10.1016 / j.sleep.2010.02.006. pmid: 20673649
  225. 51. Tavernier R, Willoughby T. Sind alle Abendtypen zum Scheitern verurteilt? Latente Klassenanalysen von wahrgenommenem Morgenabend, Schlaf und psychosozialem Funktionieren bei aufkommenden Erwachsenen. Chronobiol Int. 2014; 31 (2): 232 – 42. doi: 10.3109 / 07420528.2013.843541. pmid: 24131151
  226. 52. Lam LT. Spielsucht im Internet, problematische Nutzung des Internets und Schlafprobleme: eine systematische Überprüfung. Curr Psychiatrie Rep. 2014; 16 (4): 444. doi: 10.1007 / s11920-014-0444-1. pmid: 24619594
  227. 53. Tsai CC, Lin SS. Internetsucht von Jugendlichen in Taiwan: eine Interviewstudie. Cyberpsychol Behav. 2003; 6 (6): 649 – 52. pmid: 14756931 doi: 10.1089 / 109493103322725432
  228. 54. te Wildt BT, Putzig I., M. Zedler, Dr. med. Ohlmeier. Internetabhängigkeit als Symptom depressiver Stimmungsstörungen Psychiatr Prax. 2007; 34 Suppl 3: S318 – 22. pmid: 17786892 doi: 10.1055 / s-2007-970973
  229. 55. Bernardi S., Pallanti S. Internetabhängigkeit: eine deskriptive klinische Studie, die sich auf Komorbiditäten und dissoziative Symptome konzentriert. Compr Psychiatrie. 2009; 50 (6): 510 – 6. doi: 10.1016 / j.comppsych.2008.11.011. pmid: 19840588
  230. 56. 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. doi: 10.1159 / 000337971. pmid: 22854219
  231. 57. Garaigordobil M, Perez JI, Mozaz M. Selbstverständnis, Selbstwertgefühl und psychopathologische Symptome. Psicothema. 2008; 20 (1): 114 – 23. pmid: 18206073
  232. 58. Moksnes UK, Espnes GA. Selbstwertgefühl und emotionale Gesundheit bei Jugendlichen - Geschlecht und Alter als potenzielle Moderatoren. Scand J Psychol. 2012; 53 (6): 483 – 9. doi: 10.1111 / sjop.12021. pmid: 23170865
  233. 59. Sowislo JF, Orth U. Prognostiziert ein niedriges Selbstwertgefühl Depression und Angstzustände? Eine Metaanalyse von Längsschnittstudien. Psychol Bull. 2013; 139 (1): 213 – 40. doi: 10.1037 / a0028931. pmid: 22730921
  234. 60. Creemers DH, Scholte RH, Engels RC, Prinstein MJ, Wiers RW. Implizites und explizites Selbstwertgefühl als gleichzeitige Prädiktoren für Suizidgedanken, depressive Symptome und Einsamkeit. J Behav Ther Exp Psychiatrie. 2012; 43 (1): 638 – 46. doi: 10.1016 / j.jbtep.2011.09.006. pmid: 21946041
  235. 61. Fischer A, Fischer M., Nicholls RA, Lau S., Pöckgen J, Patas K. et al. Diagnosegenauigkeit für schwere Depressionen bei Multipler Sklerose anhand von Fragebögen zur Selbstauskunft. Brain Behav. 2015; 5 (9): e00365. doi: 10.1002 / brb3.365. pmid: 26445703
  236. 62. Ortega-Montiel J, Posadas-Romero C, Ocampo-Arcos W, Medina-Urrutia A, Cardoso-Saldana G, Jorge-Galarza E, et al. Selbst wahrgenommener Stress ist mit Adipositas und Arteriosklerose verbunden. Die GEA-Studie. BMC Public Health. 2015; 15: 780. doi: 10.1186 / s12889-015-2112-8. pmid: 26271468
  237. 63. White K, Scarinci IC. Vergleich der selbstbewerteten Gesundheit von Latina-Einwanderern in einer Stadt im Süden der USA und einer nationalen Stichprobe. Am J Med Sci. 2015; 350 (4): 290 – 5. doi: 10.1097 / MAJ.0000000000000554. pmid: 26263236