Lau, JT, Wu, A., Cheng, KM, Tse, VW, Lau, M. & Yang, X. (2017).
Kinder- und Jugendpsychiatrie.
- DOI: 10.1111 / camh.12219
Abstrakt
Hintergrund
Internetabhängigkeit bei Jugendlichen (IA) ist weit verbreitet. Keine Studie hat jedoch das Health Believe Model (HBM) angewendet, um Probleme im Zusammenhang mit IA zu untersuchen, noch Faktoren untersucht, die mit der Absicht verbunden sind, das wahrgenommene IA-Problem zu korrigieren (Selbstkorrekturabsicht). Diese Informationen erleichtern die Gestaltung verwandter Interventionen, die gerechtfertigt sind.
Methoden
Diese Querschnittstudie befragte chinesische Schüler der 9,618-Sekundarschule in Hongkong. 4,111 (42.7%) bewertete selbst, dass sie IA (selbstbewertete IA-Fälle) hatten; 1,145 dieser selbstbewerteten IA-Fälle (27.9%) wurden ebenfalls als IA-Fälle klassifiziert (konkordante IA-Fälle), da ihre Chen-Internet-Suchteskala-Punktzahl 63 überschritt.
Die Ergebnisse
Die Prävalenz der Selbstkorrekturabsicht unter diesen beiden Teilstichproben betrug nur 28.2% bzw. 34.1%. In der selbstbewerteten IA-Teilstichprobe umfassen die HBM-Konstrukte die wahrgenommene Anfälligkeit für IA [angepasstes Odds Ratio (ORa) = 1.24, 95% CI = 1.16, 1.34], den wahrgenommenen Schweregrad der IA (ORa = 2.28, 95% CI = 2.09, 2.48), wahrgenommene Vorteile für die Reduzierung der Internetnutzung (ORa = 1.21, 95% CI = 1.18, 1.24), Selbstwirksamkeit zur Reduzierung der Internetnutzung (ORa = 1.07, 95% CI = 1.03, 1.11) und Hinweise auf Maßnahmen zur Reduzierung Die Internetnutzung (ORa = 1.15, 95% CI = 1.11, 1.20) war positiv, während die wahrgenommenen Hindernisse für die Reduzierung der Internetnutzung (ORa = 0.95, 95% CI = 0.94, 0.97) negativ waren und mit einer Selbstkorrekturabsicht verbunden waren. Ähnliche Faktoren wurden in der übereinstimmenden IA-Teilstichprobe identifiziert.
Schlussfolgerungen
Ein großer Teil der Studenten hat festgestellt, dass sie IA haben, aber nur etwa ein Drittel hat das Problem behoben. Zukünftige Interventionen könnten eine Änderung der HBM-Konstrukte der Studierenden in Betracht ziehen und sich auf das Segment der konkordanten IA mit selbst korrigierender Absicht konzentrieren, da sie Bereitschaft für Veränderungen zeigen.
;