Problematische Internetnutzung und Immunfunktion (2015)

Plus eins. 2015 5, 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538.

Rohr P1, Vile R1, Osborne LA2, Romano M3, Truzoli R3.

Abstrakt

Problematische Internetnutzung wurde mit einer Vielzahl von psychischen Komorbiditäten in Verbindung gebracht, aber die Beziehung zur körperlichen Krankheit hat nicht den gleichen Grad an Untersuchung erfahren. Die aktuelle Studie befragte 505-Teilnehmer online und fragte nach dem Ausmaß der problematischen Internetnutzung (Internet-Suchtest), Depression und Angst (Krankenhausangst und Depressionswaagen), sozialer Isolation (UCLA-Einsamkeitsfragebogen), Schlafproblemen (Pittsburgh Sleep Quality Index) und ihre aktuelle Gesundheit - Allgemeiner Gesundheitsfragebogen (GHQ-28) und der Immune Function Questionnaire. Die Ergebnisse zeigten, dass etwa 30% der Stichprobe eine leichte oder noch schlimmere Internetsucht aufwiesen, gemessen am IAT. Obwohl es Unterschiede in den Zwecken gab, für die Männer und Frauen das Internet nutzten, gab es keine Unterschiede in Bezug auf das Ausmaß der problematischen Nutzung zwischen den Geschlechtern. Die Internetprobleme waren stark mit allen anderen psychologischen Variablen wie Depression, Angstzuständen, sozialer Isolation und Schlafproblemen verbunden. Die Internetabhängigkeit war auch mit einer verminderten selbstberichteten Immunfunktion assoziiert, jedoch nicht mit dem Maß für den allgemeinen Gesundheitszustand (GHQ-28). Diese Beziehung zwischen problematischer Internetnutzung und reduzierter Immunfunktion erwies sich als unabhängig von den Auswirkungen der Komorbiditäten. Es wird vorgeschlagen, dass die negative Beziehung zwischen dem Niveau der problematischen Internetnutzung und der Immunfunktion durch Stresslevel, die durch eine solche Internetnutzung erzeugt werden, und nachfolgende sympathische Nervenaktivität, die mit Immunsuppressiva wie Cortisol in Zusammenhang steht, vermittelt wird.

Zitat: Reed P, Ville R, Osborne LA, Romano M, Truzoli R (2015) Problematische Internetnutzung und Immunfunktion. PLoS ONE 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538

Editor: Antonio Verdejo-García, Universität von Granada, SPANIEN

Empfangen: Dezember 3, 2014; Akzeptiert: Juli 10, 2015; Veröffentlicht am: 5. August 2015

Copyright: © 2015 Reed 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: Aufgrund der ethischen Anforderungen an die Freigabe elektronisch erhobener Daten durch das Ethikkomitee der Abteilung für Psychologie können wir den Datensatz nicht online zur Verfügung stellen, aber wir freuen uns sehr, diese Daten an jeden zu liefern, der sie sehen möchte, indem wir Professor Phil kontaktieren Reed bei [E-Mail geschützt] .

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

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

Einleitung

Übermäßige oder maladaptive Nutzung des Internets (oder problematische Internetnutzung) wurde von einigen als Problem für bestimmte Gruppen von Individuen vorgeschlagen [1,2], und die Notwendigkeit für weitere Studie, ob eine Internet-Sucht-Störung (IAD) ein nützliches Konzept ist, wurde vorgeschlagen [1,3]. Personen, die Probleme im Zusammenhang mit ihrer Internetnutzung melden, bemerken eine Reihe von damit verbundenen Symptomen, wie: erhebliche Störungen ihrer Arbeit und ihrer sozialen Beziehungen [4,5,6] und negative Affekte, wenn sie vom Internet getrennt sind [7]. Schätzungen der Prävalenz problematischer Internetnutzung in der Allgemeinbevölkerung variieren zwischen 2% und 8% und reichen bis zu 20% in jüngeren Stichproben [3, 8-10], obwohl diese Zahlen aufgrund der unterschiedlichen Definitionen von "problematischer Internetnutzung" oder "Internetsucht" nur schwer zu interpretieren sind.

Diejenigen, die eine problematische Internetnutzung melden, berichten auch über eine Vielzahl von damit verbundenen psychologischen und sozialen Problemen [10-12]. Psychologische Komorbiditäten, die bei Personen festgestellt wurden, die eine problematische Internetnutzung melden, umfassen: Angst [7,13,14], Aufmerksamkeits-Defizit-Hyperaktivitäts-Störung [15], Autismus-Spektrum-Störungen [7,16], Depression [13-15, 17], Impulsdysregulation und Feindseligkeit [18-20] und Schizophrenie [7,21]. Soziale Angststörung [18] und Einsamkeit [22], sind auch sehr häufig mit IAD assoziiert. Darüber hinaus hohe Lebensbelastung [23] und soziale Isolation [22, 24-26] und eine geringere Lebensqualität [24,27], werden von denen erwähnt, die problematische Internetnutzung melden

Problematisch hohe Ebenen und Arten der Internetnutzung wurden auch mit neurologischen Veränderungen in Verbindung gebracht [28,29]. Eine zunehmende Anzahl von Studien legt nahe, dass problematische Internetnutzung, wie auch andere Verhaltensauffälligkeiten, mit Anomalien im dopaminergen System in Verbindung gebracht werden.30,31] und mit erhöhter Sympathikusaktivität [32,33], von denen auch gezeigt wurde, dass sie miteinander verwandt sind [34].

Im Gegensatz zu der wachsenden Literatur über die psychologischen und neurologischen Korrelate von IAD gab es nur wenige Studien über die Auswirkungen von problematischen Internetnutzung auf die physische Gesundheit. Ein Zusammenhang zwischen Schlafstörungen und starker Internetnutzung wurde festgestellt [35,36], wie eine Beziehung zwischen problematischer Internetnutzung und schlechter Ernährung37] was zu Gewichtsproblemen wie Fettleibigkeit führt [38]. Einige Untersuchungen haben Assoziationen zwischen problematischer Internetnutzung und selbstberichteten gesundheitsbezogenen Lebensqualität gefunden, ein Konzept, das mit Krankheit zusammenhängt, obwohl angemerkt werden sollte, dass es sehr wenige solcher Demonstrationen gibt und dass es Diskrepanzen in dieser Literatur gibt [39,40]. Zum Beispiel korreliert die gesundheitsbezogene Lebensqualität, gemessen am SF-36, mit einer problematischen Internetnutzung, obwohl die Lebensqualität nicht mit der Zeit korreliert, die mit dem Internet verbracht wird [40]. Im Gegensatz dazu wurde, wenn die gesundheitsbezogene Lebensqualität durch den Allgemeinen Gesundheitsfragebogen (General Health Questionnaire, GHQ) gemessen wurde, wenig Beziehung mit IAD festgestellt.9,39]. Die Gründe für die unterschiedlichen Befundstrukturen, die diese beiden Maße der gesundheitsbezogenen Lebensqualität nutzen, sind unklar - obwohl sie sowohl die Unterschiede bei der Operationalisierung des Begriffs problematische Internetnutzung im gesamten Studium als auch den Fokus des SF-36 widerspiegeln können sowohl körperliche als auch seelische gesundheitsbezogene Lebensqualität im Vergleich zum primär psychologischen Fokus des GHQ. Daher ist die Literatur zur gesundheitsbezogenen Lebensqualität derzeit schwer zu interpretieren.

Die obige Diskussion impliziert, dass weitere Forschung in diesem potenziell wichtigen Bereich angesichts der zunehmenden Nutzung des Internets gerechtfertigt ist [3] und das Fehlen eindeutiger Beweise in Bezug auf ihre Auswirkungen auf die Gesundheit an sich im Gegensatz zur gesundheitsbezogenen Lebensqualität sowie den damit verbundenen Problemen, die ein erhöhtes Maß an assoziierten körperlichen Erkrankungen für Gesundheitssysteme verursachen kann. Angesichts der Komorbidität, die diejenigen zeigen, die von problematischer Internetnutzung berichten, kann natürlich jede Beziehung zwischen problematischer Internetnutzung und körperlicher Krankheit das Ergebnis einer Vielzahl von Problemen sein. Die Vernachlässigung des Selbst durch diejenigen, die problematische Internetnutzung in Form von schlechter Ernährung und schlechten Schlafgewohnheiten melden, kann zu einem erhöhten Grad an körperlicher Krankheit führen [37,40]. Sicherlich hat schlechter Schlaf gezeigt, einige Aspekte der Immunfunktion vorherzusagen41-43]. Zusätzlich können auch die komorbiden psychologischen Probleme eine Rolle spielen. Es wurde festgestellt, dass psychische Probleme mit der Anzahl der während eines Jahres gemeldeten Erkältungen korrelieren.44]. Genauer gesagt, beide Depression [45-47] und Angst- und Stressprobleme [48], vor allem soziale Angst und Einsamkeit49-51], prognostizieren Immundysfunktion. Schließlich korreliert die Aktivierung des sympathischen Systems, die bei problematischer Internetnutzung beobachtet wird, mit einem Anstieg der Adrenalin- und Cortisolspiegel und führt zu einer verminderten Immunfunktion, insbesondere bei Personen mit hohem Stressniveau [52]. Jede Untersuchung der Beziehung von problematischer Internetnutzung und körperlicher Krankheit erfordert eine Bewertung der relativen Beiträge dieser verwandten Aspekte der Funktionsweise.

Offensichtlich ist körperliche Gesundheit ein sehr weit reichendes Konzept, aber die obige Übersicht legt nahe, dass problematische Internetnutzung sich speziell auf die Immunfunktion auswirken könnte, die keine direkte Studie erhalten hat [53]. Wenn dies der Fall ist, dann Krankheiten wie die Erkältung [54], Grippe [55], Fieberbläschen [56], Lungenentzündung57], Sepsis [58] und Hautinfektionen [59], kann der Schlüssel sein, auf den man sich konzentrieren sollte, wenn man die Auswirkungen problematischer Internetnutzung auf körperliche Symptome untersucht. Wie oben erwähnt, konzentrierten sich frühere Untersuchungen der Beziehung zwischen problematischer Internetnutzung und körperlicher Krankheit eher auf Berichte über gesundheitsbezogene Lebensqualität, die mit Instrumenten wie dem SF-36 und dem GHQ erzielt wurden. Obwohl diese Maßnahmen zuverlässig sind, konzentrieren sie sich nicht unbedingt auf bestimmte Krankheitsbilder und stehen nicht in Zusammenhang mit Krankheiten, die Menschen mit unterdrücktem Immunsystem möglicherweise aufweisen. Bei der Bestimmung des Ausmaßes, in dem die Immunfunktion beeinträchtigt sein kann, wurden in früheren Arbeiten Selbstberichte der Symptome untersucht, die typischerweise mit einer schlechten Immunfunktion in Zusammenhang stehen [31,44]. Der Selbstbericht wird in diesem Zusammenhang als eine starke Methode angesehen, da solche Symptome leicht selbst zu diskriminieren sind, oft nicht an medizinisches Personal gemeldet werden und daher nicht in medizinischen Aufzeichnungen erscheinen und oft ohne objektiv überprüfbare virale Ursachen erfahren werden [54].

Angesichts dieser Überlegungen untersuchte die aktuelle Studie die Beziehung zwischen problematischer Internetnutzung und zwei primären Indikatoren für Gesundheit (Immunfunktion und selbstberichteter Gesundheitszustand) sowie eine Reihe von gesundheitsbezogenen Variablen (Depression, Angst, Einsamkeit und Schlafstörung). Von besonderem Interesse war die Beziehung zwischen problematischer Internetnutzung und körperlicher Gesundheit im Zusammenhang mit dem Immunsystem, die bisher nicht speziell bewertet wurde. In dieser Hinsicht war ein erstes Ziel der Studie, zu untersuchen, ob ein höheres Niveau der problematischen Internetnutzung mit einer größeren Meldung von Immunkrankheiten verbunden wäre (über die potenziellen Auswirkungen der Internetprobleme auf die anderen gemessenen Gesundheitsvariablen hinaus) ). Darüber hinaus gab es eine Reihe von sekundären Zielen, die bisher noch nicht untersucht wurden, einschließlich der Untersuchung der Art der Beziehung zwischen problematischer Internetnutzung und selbstberichtetem Gesundheitszustand. Dies wurde untersucht, um zu bestimmen, ob diese Variable die gleiche Beziehung zur problematischen Internetnutzung wie Berichte über immunbedingte Symptome aufwies. Eine Reihe anderer potentiell assoziierter Probleme für diejenigen, die eine problematische Internetnutzung aufwiesen, bei denen auch eine schlechte Immunfunktion wie Angst, Depression, Einsamkeit und Schlafprobleme vorhergesagt wurde, wurden gemessen, um die Beziehung zwischen problematischer Internetnutzung zu bestimmen und körperliche Gesundheitssymptome unabhängig von diesen komorbiden Problemen. Dies sollte einen ersten Schritt bei der Feststellung der Art einer Beziehung zwischen problematischer Internetnutzung und verminderter Immunfunktion ermöglichen, sollte ein Zusammenhang festgestellt werden.

Versandart

Ethische Erklärung

Ethische Genehmigung für diese Forschung wurde von der Ethikkommission der Abteilung für Psychologie, Swansea University erhalten. Die Teilnehmer gaben ihr Einverständnis zur Teilnahme an dieser Studie, indem sie nach dem Lesen des für sie bereitgestellten Informationsblatts eine Einverständniserklärung unterzeichneten, und die Ethikkommission genehmigte dieses Einwilligungsverfahren.

Teilnehmer

Fünfhundert und fünf Teilnehmer (265-Frauen und 240-Männer) wurden über Links auf Internet-Seiten (Social-Networking-Sites, Blogging-und Microblogging-Sites und Gaming-Sites) rekrutiert. Eine Online-Einstellungsstrategie wurde im Einklang mit früheren Untersuchungen der Auswirkungen problematischer Internetnutzung angenommen [60,61].

Alle Teilnehmer waren Freiwillige und keiner erhielt irgendeine Entschädigung für ihre Teilnahme. Die Teilnehmer hatten ein Durchschnittsalter von 29.73 (+ 13.65, Bereich 18–101) Jahren: <20 Jahre = 7.5%; 21–29 Jahre = 61.8%; 30–39 Jahre = 15.5%; 40–49 Jahre = 4.6%; 50–59 Jahre = 4.2%; 60+ Jahre = 5.9%. Die von den Teilnehmern selbst gemeldete ethnische Zugehörigkeit war: 202 (40%) Weiß; 50 (10%) gemischte / mehrere ethnische Gruppen; 141 (28%) Asiaten; 106 (21%) schwarz / afrikanisch / karibisch; und 6 (1%) andere ethnische Gruppen. Der Familienstand der Stichprobe betrug: 305 (60%) ledig, 65 (13%) verheiratet oder in einer Lebenspartnerschaft; 105 (21%) in anderen Beziehungsformen; und 30 (6%) geschieden oder verwitwet.

Typische Verwendung des Internets durch den Teilnehmer

Die Teilnehmer wurden gebeten, ihre durchschnittliche Internetnutzung zu schätzen, indem sie sie aufforderten, die Anzahl der Stunden pro Woche zu schätzen, die sie in den letzten Monaten im Internet verbracht hatten; Diese Maßnahme wird häufig in Studien zur problematischen Internetnutzung eingesetzt [40,61]. Es wurde zwar vorgeschlagen, dass es sich um eine "nicht-professionelle" Nutzung handelt, die jedoch mit mehreren Problemen im Zusammenhang mit starker Internetnutzung korreliert [40] wurde angenommen, dass die Unterscheidung zwischen Berufstätigen und Nichtfachleuten nicht für alle Befragten gilt und dass diese Verwendung für einige Befragte ebenfalls schwierig zu diskriminieren ist. Darüber hinaus wurde festgestellt, dass die gesamte Internetnutzung an sich auch mit Internetproblemen verbunden ist [40].

Die durchschnittliche Anzahl der pro Woche gemeldeten Stunden pro Woche war 39.57 (+ 28.06, Bereich = 1 bis 135): 28.3% meldete Ausgaben zwischen 1 und 20 Stunden pro Woche online; 29.5% gab an, 21 zu 40 Stunden pro Woche online zu verbringen; 22.4% gab an, 41 Stunden pro Woche online an 60 zu geben, und 19.8% gab an, über 61 Stunden pro Woche im Internet zu verbringen. Die durchschnittliche Anzahl der Stunden pro Woche, die Frauen online verbrachten, war 34.77 (± 26.84, Bereich = 1-135), und für Männer war dies 44.88 (± 28.46, Bereich = 6-130). Ein unabhängiger Gruppent-Test zeigte, dass dieser Unterschied statistisch signifikant war, mit einem mäßig großen Effekt, t(503) = 4.11, p <0.001, d = 0.366. Es gab eine signifikante, aber schwache, positive lineare Beziehung zwischen Alter und Zeit, die online verbracht wurde, F(1,503) = 6.74, p <0.05, R2 = 0.013, aber eine stärkere invertierte U quadratische Beziehung zwischen diesen Variablen, F(1,502) = 11.10, p <0.001, R2 = 0.042). Wenn jedoch die Stichprobe in diejenigen unterteilt wurde, die gegenwärtig alleinstehend waren (N = 331), und diejenigen in irgendeiner Form der Beziehung (N = 174), gab es keinen statistisch signifikanten Unterschied in der Zeit, die online verbracht wurde t (503) = 1.48, p > .10, d = 0.146. In ähnlicher Weise gab es keine statistisch signifikanten Unterschiede zwischen den Online-Ausgaben für die verschiedenen ethnischen Gruppen, F <1.

Die Teilnehmer wurden auch zu den Nutzungsarten befragt, die sie im Internet gemacht haben, und wurden gebeten anzugeben, ob sie in den letzten Monaten bestimmte Arten von Internetseiten besucht haben oder nicht. Die Antworten auf diese Frage finden Sie in Tabelle 1, die den Prozentsatz der gesamten Stichprobe anzeigt, die Websites der verschiedenen Formulare besucht hat, sowie Prozentsätze von Männern und Frauen und jüngeren (weniger als 29 Jahre) und älteren (30 Jahre und älter) Teilnehmern, die Websites besuchen. In Ergänzung, Tabelle 1 zeigt die Phi - Koeffizienten für diese Daten an (berechnet auf der tatsächlichen Anzahl der Teilnehmer und nicht auf den in Tabelle 1). Die Phi-Koeffizienten geben einen Index für den Grad der Assoziation zwischen den Variablen (und sind statistisch signifikant, wenn die entsprechende Chi-Quadrat-Statistik signifikant ist).

Daumennagel
Tabelle 1 Prozentsatz der Besucher, die Websites in verschiedenen Formen besuchen, sowie prozentuale Anteile von Männern und Frauen sowie jüngeren und älteren Teilnehmern, die Websites zusammen mit Phi-Koeffizienten besuchen.

doi: 10.1371 / journal.pone.0134538.t001

Diese Daten zeigen, dass soziale Netzwerke (z. B. Facebook, Twitter) und Shopping / Banking-Websites die am häufigsten verwendeten Arten von Internetseiten sind. Glücksspiele (einschließlich Lotterieseiten), Spiele und Websites mit sexuellem / Dating-Content wurden moderat genutzt, wobei kleine Gruppen traditionelle Blogs (außer Twitter) oder Chatrooms nutzten. Es gab einige geschlechtsspezifische Unterschiede bei der Nutzung des Internets, wobei Frauen soziale Medien und Shopping-Sites mehr als Männer und Männer Glücksspiele, Sex- / Dating-Sites und Chatrooms mehr als Frauen nutzen. Mehr Menschen unter 30 Jahren verwendeten Social-Networking-Sites und Websites für die Forschung, häufiger als die über 30. Diejenigen, die über 30 Jahre alt waren, benutzten häufiger Shopping- / Banking-Sites, aber auch News-Sites, traditionelles Blogging und Chatrooms als die unter 30.

Materialien

Internet Suchtest (IAT)

Die IAT [62] ist eine 20-Itemskala, die den Grad der Nutzung des Internets im Alltag (zB Arbeit, Schlaf, Beziehungen etc.) abhandelt. Jeder Gegenstand wird auf einer 1-4-Skala bewertet und die Gesamtpunktzahl liegt zwischen 20 und 100. Die Faktorenstruktur des IAT wird derzeit diskutiert [61,63], aber ein Cut-Off-Score von 40 oder mehr für die Gesamtpunktzahl des IAT wird als ein gewisses Maß an problematischer Internetnutzung angesehen [7,62,64] Die interne Zuverlässigkeit der Skala wurde zwischen .90 [64] und .93 [62].

Krankenhausangst und Depression Skala (HADS)

Die HADS [65] ist ein weit verbreitetes Maß für Angst und Depression. Ursprünglich für den Einsatz bei ambulanten Krankenhauspatienten konzipiert, wurde es für nicht-medizinische Proben verwendet [66,67]. Es enthält 14-Elemente (7 für Angst und 7 für Depression), die sich auf die letzte Woche beziehen. Es gibt 7-Fragen jeweils für Angst und Depression, jede Frage wird von 0 bis 3 abhängig von der Schwere des Symptoms bewertet; Die maximale Punktzahl ist 21 für jede der Skalen. Die Befragten können in vier Kategorien eingeteilt werden: 0-7 normal; 8-10 mild; 11-14 moderat; und 15-21 schwerwiegend. Die Test-Retest-Reliabilität und die Validität sind beide stark65], und die interne Zuverlässigkeit ist. 82 für die Angstskala, und. 77 für die Depressionsskala, für eine nicht-klinische Bevölkerung [67].

UCLA Einsamkeits-Skala

Die UCLA-Einsamkeitsskala [68] besteht aus 20-Anweisungen, die zur Beurteilung der Einsamkeit dienen. Die Teilnehmer antworten auf jede Frage mit einer 4-Punktskala ("Ich fühle mich oft so", "Ich fühle manchmal so", "Ich fühle mich selten so" und "Ich fühle mich nie so") und jeder Gegenstand ist von 0 bis 3, wobei die Gesamtpunktzahl von 0 bis 60 reicht. Ein höherer Wert weist auf eine höhere Schwere der Einsamkeit hin. Ein Grenzwert für Einsamkeitsprobleme wird normalerweise mit einer Standardabweichung über dem Mittelwert der Probe angegeben. Die Waage hat eine hohe Zuverlässigkeit mit einer internen Konsistenz von .92 und einer Test-Retest-Zuverlässigkeit von .73 [69].

Pittsburgh Schlafqualität Index (PSQI)

Dieser PSQI [70] besteht aus 10-Hauptfragen, teilweise mit Unterabschnitten, in denen der Teilnehmer Daten über seine Schlafgewohnheiten eingeben muss. Der Fragebogen gibt eine Punktzahl zwischen 0 und 21 an, wobei ein hoher Wert für schlechteren Schlaf steht und ein Wert größer als 5 für einen schlechten Schlaf [70]. Das PSQI hat eine hohe "Test-Retest-Reliabilität" und eine gute Validität beim Testen70].

Allgemeiner Gesundheitsfragebogen (GHQ-28)

Der GHQ-28 [71] misst eine Reihe von psychiatrischen und gesundheitlichen Problemen und ist in 4-Unterskalen unterteilt: somatische Symptome, Angst und Schlaflosigkeit, soziale Dysfunktion und schwere Depression. Jede Unterskala enthält 7-Elemente, die alle eine Antwort auf einer 4-Punkt-Likert-Skala erfordern: Ganz und gar nicht, Nicht mehr als üblich, Eher als sonst, Viel mehr als sonst, 0 zu 3, beziehungsweise. Die interne Zuverlässigkeit der Waage liegt über .90. Für die vorliegende Studie wurde nur die somatische Symptomskala analysiert, die die Teilnehmer aufforderte, das Ausmaß zu bewerten, in dem sie sich gefühlt haben: bei guter allgemeiner Gesundheit, die ein Tonikum benötigt, heruntergekommen, krank, Kopfschmerzen, Engegefühl oder Druck in Kopf und heiße oder kalte Zaubersprüche.

Immunfunktionsfragebogen (IFQ)

Das IFQ besteht aus 15-Elementen, die die Häufigkeit verschiedener Symptome im Zusammenhang mit einer schlechten Immunfunktion beurteilen. Basierend auf ihrer Häufigkeit in der Allgemeinbevölkerung und in direktem Zusammenhang mit Immunschwächen wurden die folgenden Bedingungen als Grundlage für die Punkte auf dem Fragebogen ausgewählt: Erkältung54], Grippe [55], Fieberbläschen [56], Lungenentzündung57], Sepsis [58] und Hautinfektionen [59]. Nach der Analyse der Hauptsymptome dieser Erkrankungen wurden 19-Symptome in den Fragebogen als Zeichen einer geschwächten Funktion des Immunsystems aufgenommen: Halsschmerzen, Kopfschmerzen, Grippe, laufende Nase, Husten, Lippenherpes, Furunkel, leichtes Fieber, Warzen / Warzen Lungenentzündung, Bronchitis, Sinusitis, plötzliches hohes Fieber, Ohrenentzündung, Durchfall, Meningitis, Augeninfektion, Sepsis und lange Heilungsverletzungen. Sie wurden auf einer 5-Punkt-Likert-Skala bewertet (nie, einmal oder zweimal, gelegentlich, regelmäßig, häufig, mit Bewertungen von 0 bis 4). Die Gesamtpunktzahl reicht von 0 bis 79, wobei der Highscore eine schlechtere Immunfunktion widerspiegelt. Die IFQ wurde früher verwendet, um die Auswirkungen von stressigen Lebensereignissen auf die eigene Gesundheit zu untersuchen, wie zum Beispiel die Auswirkungen eines Kindes mit ASS zu beurteilen. In früheren Arbeiten [72] wurde festgestellt, dass der IFQ-Score positiv korreliert (r = .578, p <001) Bei der Anzahl der Besuche bei einem Allgemeinarzt besteht eine signifikante positive Korrelation zwischen dem IFQ und dem gesamten GHQ-Wert (r = .410, p <01) sowie eine signifikante Korrelation zwischen IFQ und somatischer Symptomsubskala von GHQ (r = .493, p <01).

Verfahren

Alle Teilnehmer reagierten auf Links, die auf Internet-Seiten gepostet wurden, um eine Vielzahl von Personen anzusprechen, einschließlich Websites sozialer Netzwerke (z. B. Facebook, Twitter), Blogging- / Forenseiten (z. B. Mashable), Spieleseiten (z. B. Eurogamer.com), und Internet-Sucht helfen Websites. Diese Links gaben den Teilnehmern eine kurze Einführung in die Studie, in der ihnen gesagt wurde, dass die Forschung den Zusammenhang zwischen Internetnutzung und verschiedenen Persönlichkeits- und Gesundheitsthemen betraf. Wenn sie an einer Teilnahme interessiert waren, wurden sie angewiesen, einem Online-Link zum Fragebogen zu folgen. Dieser Link führte die Teilnehmer zu einer Webseite, die weitere Informationen über die Studie enthielt: Sie wiesen erneut darauf hin, dass der Zweck der Studie mit der Internetnutzung und verschiedenen Persönlichkeits- und Gesundheitsproblemen zusammenhängt und welche Arten von Fragebögen sie beantworten würden. Auf der Informationsseite wurden außerdem Einzelheiten zu ihrem Recht, jederzeit von der Studie zurückzutreten, und zu den Schritten, die unternommen werden, um ihre Privatsphäre sicherzustellen, aufgeführt. Auf die Informationen folgte eine Einverständniserklärung, die die Teilnehmer anwies, nur zu klicken, um den Fragebogen zu beginnen, wenn sie bereit waren, ihre Einwilligung zu geben, und wenn sie älter als 18 waren. Den Teilnehmern wurden dann die Fragebögen vorgelegt.

Für die zu ergreifenden Antworten wurde keine zeitliche Begrenzung festgelegt, und die Teilnehmer erhielten die Möglichkeit, ihre Umfrage zu speichern und bei Bedarf zu einem späteren Zeitpunkt zurückzukehren. Nachdem alle Fragebögen ausgefüllt waren und die Teilnehmer ungefähr 30 min nahmen, wurden die Teilnehmer zu einer Nachbesprechungsseite weitergeleitet, die sich für ihren Beitrag bedankte, näher auf die Ziele und den Zweck der Studie einging und Kontaktinformationen für die Forscher und eine Beratungsstelle, wenn sie der Meinung waren, dass sie Unterstützung benötigen, nach den in der Umfrage aufgeworfenen Fragen. Die Studienverbindung blieb drei Monate offen (im Frühjahr) und wurde dann geschlossen.

Datenanalyse

Zunächst wurden die potenziellen Unterschiede in den Internet-Sucht-Scores zwischen Teilnehmern mit unterschiedlichen Merkmalen (z. B. Geschlecht, Alter usw.) mittels t-Tests analysiert. Die Teilnehmer wurden dann in Problemgruppen im unteren und oberen Internet-Bereich eingeteilt, indem sie einen Trennungswert für leichte oder schlechtere Internetprobleme auf der Grundlage des IAT (dh 40) und den Zusammenhang zwischen problematischen Internetnutzungswerten und Geschlecht, Depression verwendeten usw. wurde mit Chi-Quadrat-Tests untersucht. Die Beziehung zwischen dem Immunfunktions-Score und jeder der Prädiktorvariablen wurde unter Verwendung semi-partieller Korrelationen untersucht (um den Einfluss der anderen Prädiktoren zu verringern), und eine schrittweise Regression wurde auch verwendet, um den Einfluss von Internet-Problem-Scores auf die Immunfunktion zu identifizieren über den Einfluss der anderen Prädiktorvariablen hinaus. Die gleichen Analysen wurden auch für den Self-Report Health Score (GHQ) durchgeführt. Schließlich wurden die Gruppen in hohe und niedrige Immunfunktion und hohen und niedrigen selbstberichteten Gesundheitszustand (GHQ) aufgeteilt, und diese Gruppen wurden in Bezug auf ihre Internet-Sucht-Scores durch Analyse der Kovarianz verglichen, wobei die anderen Prädiktoren als Kovariaten verwendet wurden. Wenn mehrere Vergleiche durchgeführt wurden, wurden strengere Ablehnungskriterien für Signifikanztests übernommen, und die Effektgrößen wurden durchweg berechnet.

Die Ergebnisse

Die mittlere Punktzahl für Internetprobleme (IAT) für die Stichprobe war 37.25 (± 16.18, Bereich = 0-96). Der mittlere IAT-Score für Frauen war 36.26 (± 15.36, Bereich = 0-69), und dieser Score für Männer war 38.35 (± 17.00, Bereich = 9-96). Ein unabhängiger Gruppent-Test zeigte keinen statistisch signifikanten Unterschied zwischen diesen Werten, t <1, d = 0.006. Pearson-Korrelationen ergaben eine statistisch signifikante und mäßig große Beziehung zwischen der Online-Zeit und dem IAT-Score, r(503) = .485, p <001, R2 = .235, aber es gab keine signifikante Beziehung zwischen dem Alter der Teilnehmer und ihrer IAT-Punktzahl, r(503) = -.025, p > .50, R2 = .0006.

Die Anteile der Stichprobe, die über den Cut-Off-Punkt fallen, für eine moderate oder schlechtere problematische Internetnutzung (dh ein IAT-Score von 40 oder höher62]) sind in gezeigt Abb 1 für die gesamte Probe, zusammen mit diesen Daten für Frauen und Männer, getrennt. Der 192-Teilnehmer (103 weiblich, 89 männlich) fiel unter die Stichprobe für Internetprobleme. Es gab keinen statistisch signifikanten Unterschied zwischen der Wahrscheinlichkeit eines problematischen Internetnutzungsergebnisses zwischen den Geschlechtern, Chi quadriert = .17, p > .60, Phi = .018. Punkt-Biser-Korrelationen ergaben keinen Zusammenhang zwischen dem Alter und dem Überschreiten des Grenzwertes. rpb(503) = -.002, p > .30, Rpb2 = .102, obwohl es eine statistisch signifikante und mäßig große Beziehung zwischen den Online-Stunden und dem Überschreiten des Grenzwertes für Internet-Suchtprobleme gab, r(503) = .320, p <001, Rpb2 = .102.

Daumennagel
Bild 1. Prozentuale Teilnehmer über und unter dem Cut-Off-Punkt für mittlere oder schlechtere problematische Internetnutzung (dh ein IAT-Score von 40 oder höher), zusammen mit diesen Daten für Frauen und Männer, getrennt.

doi: 10.1371 / journal.pone.0134538.g001

Die obere Platte von Tabelle 2 zeigt die Stichprobenmittel und Standardabweichungen für Internetprobleme (IAT), Online-Stunden, Depression (HADS), Angst (HADS), Einsamkeit (UCLA) und Schlafprobleme (PSQI). Diese Mittel stimmen weitgehend mit denen früherer Untersuchungen solcher Proben überein [7]. Es zeigt auch den Prozentsatz der Individuen, die über den Cut-Off-Punkt für diese Skalen fallen, die abgesehen von Schlafproblemen für eine solche Probe erwartet wurden. Tabelle 2 Zeigt auch den Prozentsatz der Stichprobe an, bei dem der IAD über dem Grenzwert für diese anderen psychologischen Skalen liegt. Die Prozentsätze derjenigen mit einem IAD, die ebenfalls eine Komorbidität aufweisen, sind höher als die für die gesamte Stichprobe. Um diese Beziehungen weiter zu untersuchen, wurde für jede Variable eine Reihe von 2 × 2-Chi-Quadrat-Tests (vorhandene oder fehlende Komorbidität im Vergleich zu vorhandenen oder fehlenden Internetproblemen) durchgeführt, die zeigten, dass alle Komorbiditäten signifikant mit dem Vorhandensein von assoziiert waren ein Internetproblem: Depression -Chi-Quadrat(1) = 30.56, p <001, Phi = .246; Angst-cHallo-Quadrat(1) = 38.98, p <001, Phi = .278; Einsamkeit-cHallo-Quadrat(1) = 15.31, p <001, Phi = .174; und Schlaf-cHallo-Quadrat(1) = 9.38, p <01, Phi = .136. Die Pearson - Korrelationen zwischen allen Variablen, sowohl mit somatischen Gesundheitsproblemen (GHQ) als auch mit Immunsymptomen, werden ebenfalls gezeigt Tabelle 2und diese Analysen ergaben statistisch signifikante Beziehungen zwischen allen Variablen.

Daumennagel
Tabelle 2 Mittelwerte (Standardabweichungen) für Internetprobleme (IAT), Online-Stunden, Depressionen (HADS), Angstzustände (HADS), Einsamkeit (UCLA) und Schlafprobleme (PSQI) sowie Prozentsätze von Personen, die über den Cut-Off-Punkt fallen diese Skalen, und der Prozentsatz der Menschen mit IAD über den Cut-off für diese Skalen fallen.

 

Pearson Korrelationen zwischen allen Variablen und mit somatischen Gesundheitsproblemen (OHL) und Symptomen sind ebenfalls gezeigt.

doi: 10.1371 / journal.pone.0134538.t002

Der mittlere Stichprobenwert für somatische Symptome (GHQ-S) war 7.28 (± 3.87; Bereich = 0-19) und der Mittelwert für den Fragebogen zu immunbedingten Symptomen war 15.20 (± 9.43; Bereich = 0-37). Diese Skalen hatten eine Korrelation von r = 0.345, p <001, R2 = .119, miteinander. Der GHQ (S) -Score war stark mit Depressionen, Angstzuständen und Schlafproblemen und in geringerem Maße mit den anderen Variablen verbunden. Die Skala der immunbedingten Symptome war stark mit Angst-, Schlaf- und Internetproblemen verbunden und in geringerem Maße mit den anderen Variablen.

Angesichts der Tatsache, dass beide Krankheitsvariablen (GHQ-S und IFQ) mit allen anderen Variablen korreliert waren und dass die IAT mit allen anderen Variablen verwandt war, um zu untersuchen, ob Internetprobleme (dh der IAT-Score) dazu beigetragen haben Bei diesen Krankheitsscores wurden zwei separate schrittweise multiple Regressionen durchgeführt - eine für die Vorhersage des GHQ-S-Scores und eine für die Vorhersage des IFQ-Scores. In beiden Fällen wurden Depressionen, Angstzustände, Einsamkeit, Schlaf und Online-Stunden im ersten Schritt in das Regressionsmodell eingegeben. Alle diese Variablen plus der Internet-Problem (IAT) -Score wurden dann in das Modell im zweiten Schritt eingegeben, und der Grad, bis zu dem die Menge der Varianz berücksichtigt wurde durch die Zugabe der IAT-Score verbessert wurde berechnet.

Die unteren Paneele von Tabelle 2 Zeigen Sie die Ergebnisse für diese Analysen. Die Überprüfung der Daten aus dem unteren rechten Feld für den GHQ-S-Score zeigt, dass beide Schritte der Regression statistisch signifikant waren, wobei die Verringerung des Fehlers, die durch die Zugabe des IAT in Schritt 2 erzeugt wurde, ebenfalls zu einer statistisch signifikanten Verbesserung der Vorhersage führte des GHQ-S-Wertes. Es sollte angemerkt werden, dass die Verbesserung der Vorhersage der durch die Zugabe des IAT erzeugten GHQ-S nicht sehr groß war. Das gleiche Datenmuster wurde auch bei der Analyse gefunden, die durchgeführt wurde, um den IFQ-Score vorherzusagen. Die Zugabe der IAT in Schritt 2 ergab jedoch eine viel größere Verbesserung der Vorhersagegenauigkeit für die immunbezogenen Werte (IFQ) als bei den Werten der somatischen Symptome (GHQ-S).

Um die Art der Beziehungen zwischen den Variablen näher zu untersuchen, die semi-partiellen Korrelationen zwischen den einzelnen Prädiktoren (zB Depression, Angst, Schlaf, Einsamkeit, Online-Stunden und Internet-Probleme) und die beiden Symptom-Scores (GHQ-S und IFQ) wurden separat berechnet. Die semi-partiellen Korrelationen wurden zwischen jeder Prädiktorvariablen und den beiden krankheitsbezogenen Variablen unter Verwendung aller anderen Prädiktorvariablen als Co-Variaten durchgeführt. Dies ermöglicht, dass die einzigartige Beziehung zwischen zwei Variablen in Abwesenheit einer vermittelnden Wirkung von irgendwelchen anderen Variablen beobachtet wird, und diese Werte können in Abb 2 für die beiden krankheitsbezogenen Variablen. Diese Daten zeigen ein ähnliches Beziehungsmuster zwischen den Prädiktoren und den Symptomen sowohl für die GHQ-S als auch für die IFQ; Depressionen, Angstzustände und Schlafprobleme hatten alle statistisch signifikante Beziehungen zu beiden Endpunkten, wenn der Einfluss der anderen Variablen kontrolliert wurde. Während jedoch Internet-Probleme (IAT) die immunbedingten Symptome (IFQ) signifikant vorhersagten, war dies statistisch nicht signifikant mit dem GHQ (S) -Score korreliert.

Daumennagel
Bild 2. Semi-partielle Korrelationen zwischen Depression (HADS), Angst (HADS), Schlaf (PSQI), Einsamkeit (UCLA), Online-Stunden und Internet-Probleme (IAT), und die beiden Symptom-Scores (GHQ (S) und IFQ).

doi: 10.1371 / journal.pone.0134538.g002

Um die Beziehung zwischen internetbezogenen Problemen (IAT-Scores) und sowohl allgemein-somatischen (GHQ-S) als auch immunbezogenen (IFQ) Gesundheitsproblemen weiter zu untersuchen, wurde die Stichprobe in diejenigen unterteilt, die unterhalb und oberhalb der Cut-off-Werte lagen 40 für mittelschwere oder schlechtere Internetprobleme auf dem IAT [62]. Dadurch entstanden zwei Gruppen: eine Gruppe ohne Internetprobleme (N = 313; meine IAT = 26.89 + 7.89; Bereich = 0-39) und eine Gruppe mit Internetproblemen (N = 313; Mittelwert IAT = 54.14 ± 11.23; Bereich = 40-96). Abb 3 zeigt den mittleren Soma-Health (GHQ-S) -Score (linkes Feld) und den mittleren immunologischen Gesundheits-Score (IFQ). Die Überprüfung der Daten für die GHQ-S zeigt wenig Unterschied zwischen den niedrigen und hohen IAT-Gruppen in Bezug auf ihre GHQ-S-Werte. Diese Daten wurden unter Verwendung einer Kovarianzanalyse analysiert, wobei die Internetgruppe als ein Zwischensubjektfaktor und Depression, Angstzustände, Schlafprobleme, Einsamkeit und Online-Stunden als Kovariaten betrachtet wurden. Diese Analyse ergab keinen statistisch signifikanten Unterschied zwischen den Internet-Problemgruppen hinsichtlich ihrer GHQ-S-Werte, F <1, teilweise eta2 = .001. Im Gegensatz dazu ist das rechte Panel von Abb 3 zeigt, dass die Gruppe mit hohen Internetproblemen mehr gesundheitliche Probleme im Zusammenhang mit dem Immunsystem hatte als die Gruppe ohne Internetprobleme, F(1,498) = 27.79, p <001, teilweise eta2 = .046.

Daumennagel
Bild 3. Mittlere allgemeine Gesundheit (GHQ (S)) -Score (linkes Feld) und der mittlere immunbezogene Gesundheit (IFQ) -Score für die beiden IAT-Gruppen (niedrigere und höhere Probleme).

 

Linkes Feld = somatische Werte HGH (S); rechtes Feld = immunbezogene Werte (IFQ).

doi: 10.1371 / journal.pone.0134538.g003

Diskussion

Die aktuelle Studie untersuchte den Zusammenhang zwischen den Testergebnissen von Internet-Suchtests und Gesundheitsparametern und konzentrierte sich auf die Selbsteinschätzung der Funktion des Immunsystems sowie des allgemeinen Gesundheitszustands. Dies war ein wichtiger Bereich, der untersucht werden sollte, da bisher keine Daten über die Auswirkungen problematischer Internetnutzung auf das Immunsystem präsentiert wurden. Darüber hinaus waren frühere Berichte über den Zusammenhang zwischen problematischer Internetnutzung und gesundheitsbezogener Lebensqualität voneinander abweichend [9,39,40]. Es wurde angenommen, dass die letztgenannten Diskrepanzen mit der Art der Maßnahmen zur Bewertung des Gesundheitszustands zusammenhängen könnten, wobei eher psychologisch orientierte Gesundheitsberichterstattungsskalen wie das GHQ weniger mit problematischer Internetnutzung zusammenhängen als Maßnahmen, die direkter damit in Zusammenhang stehen Immunsystem funktioniert.

Obwohl eine Online-Einstellungsstrategie angenommen wurde, hatte die aktuelle Stichprobe ähnliche Merkmale wie viele andere, die zuvor in der Studie der Internetnutzung eingesetzt wurden. Die Probe war jung (unter 30 Jahre alt), aber es hatte eine große Altersspanne. Die durchschnittliche Dauer der im Internet verbrachten Zeit betrug etwa 5-6 Stunden pro Tag, was einigen aktuellen Schätzungen entspricht [40,61]. Es sollte angemerkt werden, dass dieser Wert nicht zwischen beruflichem und privatem Gebrauch unterscheidet, und es wurde vorgeschlagen, dass dies in Bezug auf Internetprobleme wichtig ist [40]. Es ist jedoch unklar, ob eine solche Unterscheidung für die Teilnehmer überhaupt leicht zu treffen ist. Die Arten von Aktivitäten, die von den derzeitigen Teilnehmern im Internet durchgeführt wurden, ähnelten denen, die in früheren Studien festgestellt wurden [61]. Es gab geschlechtsspezifische Unterschiede bei der Internetnutzung. Frauen neigten dazu, soziale Medien und Shopping-Sites mehr zu nutzen als Männer, aber Männer neigten eher dazu, Spiele, Sex- / Dating-Sites und Chatrooms zu nutzen als Frauen. Natürlich beruht dies auf Selbstberichtdaten, und die Unterschiede, obwohl statistisch zuverlässig, waren für einige dieser Vergleiche gering. Das Ausmaß der problematischen Internetnutzung in der aktuellen Stichprobe, in der 30% der Stichprobe leichte oder schlechtere Symptome der Internetabhängigkeit aufwiesen, entspricht weitgehend früheren Untersuchungen [7].

Ein Schlüsselergebnis der aktuellen Studie war, dass die selbst berichtete problematische Internetnutzung mit einer schlechteren selbstberichteten Immunfunktion in Verbindung gebracht wurde, die durch die Anzahl der immunbezogenen Symptome indiziert wurde. Dies bestätigt die Ergebnisse einer Studie, die die selbstberichtete gesundheitsbezogene Lebensqualität, gemessen am SF-36 und die problematische Internetnutzung, untersuchte [40]. Obwohl die Immunfunktion und die selbstberichtete Gesundheit miteinander in Beziehung standen, prognostizierte die problematische Internetnutzung keine selbstberichteten Gesundheitssymptome, gemessen an der somatischen Skala der GHQ. Der letztgenannte Befund steht im Einklang mit mehreren früheren Studien, in denen kein Zusammenhang zwischen IAT-Werten und GHQ-Scores festgestellt werden konnte [9,39]. Der aktuelle positive Befund hinsichtlich des Zusammenhangs zwischen IAT-Werten und beeinträchtigter Immunfunktion könnte widerspiegeln, dass das direkte Messen von immunbedingten Symptomen, wie es in der aktuellen Studie durchgeführt wurde, diesen Gesundheitsaspekt besser beurteilt als das eher psychologisch orientierte GHQ Rahmen.

Ungeachtet der Schwierigkeiten bei der Messung der Immunfunktion, die bereits früher diskutiert wurden (siehe auch unten), könnte die klinische Relevanz der Ergebnisse angesichts der methodischen Grenzen der Studie in den Kontext gestellt werden. Die Studie ist eine Korrelation, was bedeutet, dass eine Kausalität nicht automatisch aus einer solchen Assoziation abgeleitet werden sollte. Es ist möglich, dass Personen mit einem höheren Grad an Krankheit dazu tendieren, das Internet häufiger zu nutzen als solche, die fitter sind. Angesichts der Allgegenwärtigkeit der Nutzung des Internets und des Zusammenhangs zwischen Jugend und Internetnutzung erscheint dies jedoch unwahrscheinlich, bleibt jedoch eine Möglichkeit, die eine Längsschnittforschung erfordert. Alternativ könnte es sein, dass ein dritter Faktor sowohl die Internetnutzung als auch eine schlechte Gesundheit voraussagt. Es sollte jedoch auch angemerkt werden, dass die Beziehung zwischen problematischer Internetnutzung und selbstberichteten Immunfunktionen über die Auswirkungen einer Reihe von anderen Funktionsbereichen (Depression, Angst, Einsamkeit), die mit problematischem Internet verbunden sind, hinausgeht benutzen [10-12], und die an sich mit einer verminderten Immunfunktion assoziiert sind [45,46,48,49]. Dies macht es unklar, was der dritte vermittelnde Faktor sein könnte.

Wenn eine problematische Internetnutzung eine schlechtere Immunfunktion voraussagte, würde die klare Frage für Kliniker die Mechanismen betreffen. Eine Möglichkeit besteht darin, dass ein hohes Maß an problematischer Internetnutzung festgestellt wurde, um die Aktivierung des sympathischen Nervensystems zu erhöhen.32,33]. Eine derart erhöhte sympathische Aktivität führt zu einem Anstieg der Nor-Epinephron- und / oder Cortisol-Spiegel (Cortisol), die schließlich zu einer verminderten Immunfunktion führen.52]. Daher kann diese Route die Beziehung zwischen problematischer Internetnutzung und verminderter Immunfunktion gut nachvollziehen, erfordert jedoch weitere Untersuchungen. Der letztere Vorschlag hat eine gewisse Relevanz für die zukünftige Konzeptualisierung und Erforschung der klinischen Merkmale problematischer Internetnutzung.

Die Beziehung zwischen den IAT-Scores und der Immunfunktion spiegelt die Tatsache wider, dass die allgemeine Nutzung des Internets für einige Personen an sich als ein Problem betrachtet wird. Allerdings wird sich das, wofür sie das Internet nutzen, zwischen diesen Personen unterscheiden. Zum Beispiel fand die aktuelle Studie geschlechtsspezifische Unterschiede in den Verwendungen, die Leute für das Internet hatten, und es kann sein, dass bestimmte Verwendungen mit der Verminderung der Immunfunktion differentiell zwischen den Geschlechtern verbunden sind. Weitere detaillierte Arbeiten über die Art der Internetnutzung, wie die genaue Art der Nutzung und die Online-Zeit für den beruflichen und privaten Gebrauch, können ein weiteres Licht auf die Beziehung zwischen der Internetnutzung und der Verringerung der Immunfunktion werfen.

Wie immer gibt es einige Einschränkungen für die aktuelle Studie, die beachtet werden müssen. Die aktuelle Stichprobe wurde online rekrutiert, und dies könnte die Art der Person, die an der Studie teilnahm, beeinflusst haben. Es sollte jedoch erwähnt werden, dass die Anzahl der Personen in der Stichprobe in Bezug auf ihr Alter und ihre anderen Merkmale recht groß war und dass die Stichprobe den in früheren Studien verwendeten Ergebnissen entsprach. Es sei darauf hingewiesen, dass in der vorliegenden Studie nicht zwischen professioneller und privater Nutzung des Internets unterschieden wurde, was möglicherweise untersucht werden muss. Zum Beispiel kann das Ausmaß des Zwanges und der Dringlichkeit, das Internet zu nutzen, das Stressniveau stärker beeinflussen als Stunden, die im Internet für die Arbeit ausgegeben werden müssen. Das heißt, es kann zwischen denjenigen unterschieden werden, die hart arbeiten und aus diesem Grund gestresst sind, und Menschen, die ein Internetproblem haben und aufgrund dieses Problems gestresst und unwohl sind.

Im Hinblick auf die potenziellen alternativen Prädiktoren der reduzierten Immunfunktion, die bei problematischen Nutzern zu beobachten sind, könnte die zukünftige Arbeit die Rolle multipler Süchte berücksichtigen, die die Gruppe problematischer Internetnutzer beeinflusst haben könnten. Informationen über pharmakologische und nicht-pharmakologische Abhängigkeit wurden in dem vorliegenden Bericht nicht erfasst, und dies könnte mit Internetproblemen kovariieren und die Immunfunktion beeinträchtigen. In ähnlicher Weise könnten die jüngsten stressigen Lebensereignisse das Suchtverhalten und die Funktion des Immunsystems beeinflusst haben, ebenso wie die sozialen Bedingungen der Teilnehmer. Beide Aspekte könnten durch weitere Untersuchungen untersucht werden.

Das Vertrauen auf die Selbstberichterstattung für die Immunfunktion kann anschließend durch die Analyse der Blutzellen verstärkt werden, was die aktuellen Schlussfolgerungen unterstützen würde. Wie oben erwähnt, gibt es jedoch keine perfekte Beziehung zwischen der Physiologie der Immunfunktion und der Erfahrung von Symptomen [54], und Selbstbericht von Erkältungen und Flus wird als gültiges Maß der Immunfunktion in dieser Hinsicht genommen [31,44]. Sicherlich wurde festgestellt, dass Selbstberichte von Krankheitssymptomen - insbesondere in Bezug auf Infektionen der oberen Atemwege (z. B. Erkältungen und Grippe), wie sie in der aktuellen Studie verwendet werden, gut mit objektiven Immunglobulinwerten korrelieren [73].

Schließlich sollte anerkannt werden, dass, obwohl die aktuelle Studie Beziehungen zwischen problematischer Internetnutzung und immunbedingten Symptomen zeigte, zwei Vorbehalte zu ziehen sind, um kausale Schlussfolgerungen aus dieser Assoziation zu ziehen, die erwähnt werden sollten. Erstens, da die Studie nicht longitudinaler Natur war, sollte die kausale Inferenz nicht als bewiesen gelten. Zweitens, da viele der Prädiktorvariablen miteinander korreliert waren, hätte dies möglicherweise einen Grad an Ko-Linearität in den Regressionsanalysen ergeben, was die Interpretation schwierig macht. Es sollte jedoch angemerkt werden, dass die Verwendung von halbpartiellen Korrelationen diese Schwierigkeit in gewissem Maße mildert.

Zusammenfassend kann festgestellt werden, dass der aktuelle Bericht eine Verbindung zwischen problematischer Internetnutzung und der Meldung einer größeren Anzahl von Symptomen, die mit einer verminderten Funktion des Immunsystems einhergehen, herstellt. Diese Beziehung war unabhängig von der Anzahl der Stunden, die im Internet verbracht wurden, und auch von den Auswirkungen von komorbiden Symptomen problematischer Internetnutzung wie Depression, Isolation und Angstzuständen. Es wurde vorgeschlagen, dass die negativen Auswirkungen der Immunfunktion durch erhöhten Stress und auch durch die erhöhte sympathische Nervenstimulation, die manchmal von Internet-Süchtigen angezeigt wird, vermittelt werden.

Autorenbeiträge

Konzeption und Design der Experimente: PR RV LAO MR RT. Führte die Experimente durch: RV. Analysiert die Daten: RV PR. Mitwirkende Reagenzien / Materialien / Analysewerkzeuge: LAO. Schrieb die Zeitung: PR LAO MR RT.

Bibliographie

  1. 1. Blockiere JJ. Ausgaben für DSM-V: Internetsucht. Am J Psychiatrie 2008; 165: 306-7. doi: 10.1176 / appi.ajp.2007.07101556. pmid: 18316427
  2. 2. Junge KS. Internetabhängigkeit: Die Entstehung einer neuen klinischen Störung. CyberPsychology & Behavior 1998; 1 (3): 237–244. doi: 10.1089 / cpb.1998.1.237
  3. Artikel ansehen
  4. PubMed / NCBI
  5. Google Scholar
  6. Artikel ansehen
  7. PubMed / NCBI
  8. Google Scholar
  9. Artikel ansehen
  10. PubMed / NCBI
  11. Google Scholar
  12. Artikel ansehen
  13. PubMed / NCBI
  14. Google Scholar
  15. Artikel ansehen
  16. PubMed / NCBI
  17. Google Scholar
  18. Artikel ansehen
  19. PubMed / NCBI
  20. Google Scholar
  21. Artikel ansehen
  22. PubMed / NCBI
  23. Google Scholar
  24. Artikel ansehen
  25. PubMed / NCBI
  26. Google Scholar
  27. Artikel ansehen
  28. PubMed / NCBI
  29. Google Scholar
  30. Artikel ansehen
  31. PubMed / NCBI
  32. Google Scholar
  33. Artikel ansehen
  34. PubMed / NCBI
  35. Google Scholar
  36. Artikel ansehen
  37. PubMed / NCBI
  38. Google Scholar
  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. Artikel ansehen
  97. PubMed / NCBI
  98. Google Scholar
  99. Artikel ansehen
  100. PubMed / NCBI
  101. Google Scholar
  102. Artikel ansehen
  103. PubMed / NCBI
  104. Google Scholar
  105. Artikel ansehen
  106. PubMed / NCBI
  107. Google Scholar
  108. Artikel ansehen
  109. PubMed / NCBI
  110. Google Scholar
  111. Artikel ansehen
  112. PubMed / NCBI
  113. Google Scholar
  114. Artikel ansehen
  115. PubMed / NCBI
  116. Google Scholar
  117. Artikel ansehen
  118. PubMed / NCBI
  119. Google Scholar
  120. Artikel ansehen
  121. PubMed / NCBI
  122. Google Scholar
  123. Artikel ansehen
  124. PubMed / NCBI
  125. Google Scholar
  126. Artikel ansehen
  127. PubMed / NCBI
  128. Google Scholar
  129. Artikel ansehen
  130. PubMed / NCBI
  131. Google Scholar
  132. Artikel ansehen
  133. PubMed / NCBI
  134. Google Scholar
  135. Artikel ansehen
  136. PubMed / NCBI
  137. Google Scholar
  138. Artikel ansehen
  139. PubMed / NCBI
  140. Google Scholar
  141. Artikel ansehen
  142. PubMed / NCBI
  143. Google Scholar
  144. Artikel ansehen
  145. PubMed / NCBI
  146. Google Scholar
  147. Artikel ansehen
  148. PubMed / NCBI
  149. Google Scholar
  150. Artikel ansehen
  151. PubMed / NCBI
  152. Google Scholar
  153. Artikel ansehen
  154. PubMed / NCBI
  155. Google Scholar
  156. Artikel ansehen
  157. PubMed / NCBI
  158. Google Scholar
  159. Artikel ansehen
  160. PubMed / NCBI
  161. Google Scholar
  162. Artikel ansehen
  163. PubMed / NCBI
  164. Google Scholar
  165. Artikel ansehen
  166. PubMed / NCBI
  167. Google Scholar
  168. Artikel ansehen
  169. PubMed / NCBI
  170. Google Scholar
  171. Artikel ansehen
  172. PubMed / NCBI
  173. Google Scholar
  174. Artikel ansehen
  175. PubMed / NCBI
  176. Google Scholar
  177. Artikel ansehen
  178. PubMed / NCBI
  179. Google Scholar
  180. Artikel ansehen
  181. PubMed / NCBI
  182. Google Scholar
  183. 3. Christakis DA. Internetsucht: eine 21st Jahrhundertepidemie ?. BMC Medizin 2010; 8 (1): 61. doi: 10.1186 / 1741-7015-8-61
  184. Artikel ansehen
  185. PubMed / NCBI
  186. Google Scholar
  187. Artikel ansehen
  188. PubMed / NCBI
  189. Google Scholar
  190. 4. Caplan SE, hohe AC. Online soziale Interaktion, psychosoziales Wohlbefinden und problematische Internetnutzung. Internet-Sucht: Ein Handbuch und Leitfaden für die Bewertung und Behandlung 201; 35-53. doi: 10.1002 / 9781118013991.ch3
  191. Artikel ansehen
  192. PubMed / NCBI
  193. Google Scholar
  194. Artikel ansehen
  195. PubMed / NCBI
  196. Google Scholar
  197. Artikel ansehen
  198. PubMed / NCBI
  199. Google Scholar
  200. Artikel ansehen
  201. PubMed / NCBI
  202. Google Scholar
  203. Artikel ansehen
  204. PubMed / NCBI
  205. Google Scholar
  206. Artikel ansehen
  207. PubMed / NCBI
  208. Google Scholar
  209. Artikel ansehen
  210. PubMed / NCBI
  211. Google Scholar
  212. Artikel ansehen
  213. PubMed / NCBI
  214. Google Scholar
  215. 5. Shaw M, Schwarz DW. Internetsucht. CNS Drogen 2008; 22: 353-65. pmid: 18399706-Do: 10.2165 / 00023210-200822050-00001
  216. 6. Griffiths M. Internet-Sucht-Zeit ernst genommen werden? Suchtforschung & Theorie 2000; 8: 413–418. doi: 10.3109 / 16066350009005587
  217. 7. Romano M, Osborne LA, Truzoli R, Reed P. Unterschiedliche psychologische Auswirkungen der Internet-Exposition auf Internet-Abhängige. PLOS EINS 2013; 8 (2): e55162. doi: 10.1371 / journal.pone.0055162. pmid: 23408958
  218. 8. Kuss DJ, MD Griffiths, Binder JF. Internetabhängigkeit bei Studenten: Prävalenz und Risikofaktoren. Computer in menschlichem Verhalten 2013; 29 (3): 959-966. doi: 10.1016 / j.chb.2012.12.024
  219. 9. Niemz K., Griffiths M., Banyard P. Prävalenz der pathologischen Internetnutzung bei Universitätsstudenten und Korrelationen mit dem Selbstwertgefühl, dem allgemeinen Gesundheitsfragebogen (GHQ) und der Enthemmung. CyberPsychology & Behavior 2005; 8 (6): 562–570. doi: 10.1089 / cpb.2005.8.562
  220. 10. Weinstein A, Lejoyeux M. Internetsucht oder exzessive Internetnutzung. Die amerikanische Zeitschrift für Drogen- und Alkoholmissbrauch 2010; 36 (5): 277-283. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
  221. 11. Bernardi S, Pallanti S. Internetsucht: eine deskriptive klinische Studie, die sich auf Komorbiditäten und dissoziative Symptome konzentriert. Umfassende Psychiatrie 2009; 50 (6): 510-516. doi: 10.1016 / j.comppsych.2008.11.011. pmid: 19840588
  222. 12. Ko CH, Yen JY, CF Yen, Chen CS, Chen CC. Der Zusammenhang zwischen Internetsucht und psychiatrischen Störungen: eine Überprüfung der Literatur. Europäische Psychiatrie 2012; 27 (1): 1-8. doi: 10.1016 / j.Europsy.2010.04.011. pmid: 22153731
  223. 13. Akin A, Iskender M. Internetsucht und Depression, Angst und Stress. Internationales Online-Journal für Bildungswissenschaften 2011; 3 (1): 138-148.
  224. 14. Yen CF, Tschou WJ, Liu TL, Yang P, Hu. Die Assoziation von Internet-Sucht Symptomen mit Angst, Depression und Selbstwertgefühl bei Jugendlichen mit Aufmerksamkeitsdefizit- / Hyperaktivitätsstörung. Umfassende Psychiatrie 2014. doi: 10.1016 / j.comppsych.2014.05.025
  225. 15. Gundogar A, Bakim B, Ozer OA, Karamustafalioglu. P-32 - Der Zusammenhang zwischen Internetsucht, Depressionen und ADHS bei Schülern. Europäische Psychiatrie 201; 27: 1. doi: 10.1016 / s09249338 (12) 74199-8
  226. 16. Romano M, Truzoli R, Osborne LA, Reed P. Die Beziehung zwischen Autismus Quotient, Angst und Internet-Sucht. Forschung in Autismus-Spektrum-Störungen 2014; 11: 1521-1526. doi: 10.1016 / j.rasd.2014.08.002
  227. 17. Junge KS, Rogers RC. Die Beziehung zwischen Depression und Internetabhängigkeit. CyberPsychology & Behavior 1998; 1 (1): 25–28. doi: 10.1089 / cpb.1998.1.25
  228. 18. Ko CH, Liu TL, Wang PW, Chen CS, Yen CF, Yen JY. Die Verschärfung der Depression, Feindseligkeit und soziale Angst im Zuge der Internet-Sucht bei Jugendlichen: eine prospektive Studie. Umfassende Psychiatrie 2014. doi: 10.1016 / j.comppsych.2014.05.003
  229. 19. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsivität in der Internet-Sucht: ein Vergleich mit pathologischem Glücksspiel. Cyberpsychologie, Verhalten und Social Networking 2012; 15 (7): 373-377. doi: 10.1089 / cyber.2012.0063
  230. 20. Yen JY, Yen CF, Wu HY, Huang CJ, Ko CH. Feindseligkeit in der realen Welt und online: die Auswirkungen von Internet-Sucht, Depression und Online-Aktivitäten. Cyberpsychologie, Verhalten und Social Networking 2011; 14 (11): 649-655. doi: 10.1089 / cyber.2010.0393
  231. 21. Heim C. Sehr schwere Computer- und Internetnutzung als Risikofaktor für Schizophrenie bei intelligenten jungen Männern. Australisches und Neuseeländisches Journal der Psychiatrie 2012; 46 (8): 791-792. doi: 10.1177 / 0004867412442407. pmid: 22403394
  232. 22. Caplan SE. Präferenz für soziale Online-Interaktion: Eine Theorie der problematischen Internetnutzung und des psychosozialen Wohlbefindens. Kommunikationsforschung 2003; 30: 625-648. doi: 10.1177 / 0093650203257842
  233. 23. Yan W, Li Y, Sui N. Die Beziehung zwischen den letzten stressigen Lebensereignissen, Persönlichkeitsmerkmalen, wahrgenommener Familienfunktion und Internetabhängigkeit unter Studenten. Stress und Gesundheit 2014; 30 (1): 3-11. doi: 10.1002 / smi.2490. pmid: 23616371
  234. 24. Bozoglan B, Demirer V, Sahin I. Einsamkeit, Selbstwertgefühl und Lebenszufriedenheit als Prädiktoren der Internetsucht: Eine Querschnittstudie unter türkischen Studenten. Skandinavisches Journal der Psychologie 2013; 54 (4): 313-319. doi: 10.1111 / sjop.12049. pmid: 23577670
  235. 25. Nalwa K, Anand AP. Internetabhängigkeit bei Studenten: Anlass zur Sorge. CyberPsychology & Behavior 2003; 6 (6): 653–656. doi: 10.1089 / 109493103322725441
  236. 26. Sanders CE, Feld TM, Diego M, Kaplan M. Die Beziehung der Internetnutzung zu Depression und soziale Isolation bei Jugendlichen. Adoleszenz 2000; 35 (138): 237-242. pmid: 11019768
  237. 27. Tonioni F., D'Alessandris L., Lai C., Martinelli D., Corvino S., Vasale M.,… Bria P. Internetabhängigkeit: Online-Stunden, Verhalten und psychische Symptome. Allgemeine Krankenhauspsychiatrie 2012; 34 (1): 80–87. doi: 10.1016 / j.genhosppsych.2011.09.013. pmid: 22036735
  238. 28. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, et al. Mikrostrukturanomalien bei Jugendlichen mit Internetabhängigkeit. PloS ONE 2011; 6 (6): e20708. doi: 10.1371 / journal.pone.0020708. pmid: 21677775
  239. 29. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. Anomalien der grauen Substanz bei der Internetsucht: Eine Voxel-basierte Morphometrie-Studie. Europäische Zeitschrift für Radiologie 2011; 79 (1): 92-95. doi: 10.1016 / j.ejrad.2009.10.025. pmid: 19926237
  240. 30. Hou H, Jia S, Hu S, Fan R, Sun W., Sun T. et al. Reduzierte striatale Dopamintransporter bei Menschen mit Internetabhängigkeit. BioMed Research International 2012; 2012. doi: 10.1155 / 2012 / 854524
  241. 31. Kim SH, Baik SH, Park CS, Kim SJ, Choi SW, Kim SE. Reduzierte striatale Dopamin D2-Rezeptoren bei Menschen mit Internet-Sucht. Neuroreport 2011; 22 (8): 407-411. doi: 10.1097 / WNR.0b013e328346e16e. pmid: 21499141
  242. 32. Lu DW, Wang JW, Huang ACW. Differenzierung des Internet-Sucht-Risikoniveaus basierend auf autonomen Nervenreaktionen: Die Internet-Sucht-Hypothese der autonomen Aktivität. Cyberpsychologie, Verhalten und Social Networking 2010; 13 (4): 371-378. doi: 10.1089 / cyber.2009.0254
  243. 33. Lin PC, Kuo SY, PH Lee, Sheen TC, Chen SR. Auswirkungen der Internetsucht auf die Herzfrequenzvariabilität bei Kindern im Schulalter. Das Journal der Herz-Kreislauf-Krankenpflege 2013. doi: 10.1097 / jcn.0b013e3182a477d5
  244. 34. Zheng H, Liu X, Patel K. Eine Rolle für Dopamin in der zentral vermittelten sympathischen Reaktion bei Ratten mit Typ 2 Diabetes induziert durch Streptozotocin und eine fettreiche Diät. Das FASEB Journal 2011; 25: 1028-11.
  245. 35. Bélanger RE, Akre C, Berchtold A, Michaud, PA. Eine U-förmige Verbindung zwischen der Intensität der Internetnutzung und der Gesundheit von Jugendlichen. Pädiatrie 2014; 127: e330 – e335. doi: 10.1542 / peds.2010-1235
  246. 36. Lam LT. Internet-Gaming-Sucht, problematische Nutzung des Internets und Schlafprobleme: Eine systematische Überprüfung. Aktuelle Psychiatrieberichte 2014; 16 (4): 1 – 9. doi: 10.1007 / s11920-014-0444-1
  247. 37. Kim Y, Park JY, Kim SB, Jung IK, Lim YS, Kim JH. Die Auswirkungen der Internetsucht auf den Lebensstil und das Ernährungsverhalten koreanischer Jugendlicher. Ernährungsforschung und -praxis 2010; 4 (1): 51 – 57. doi: 10.4162 / nrp.2010.4.1.51. pmid: 20198209
  248. 38. Li M, Deng Y, Ren Y, Guo S, He X. Adipositas-Status der Mittelschüler in Xiangtan und ihre Beziehung zur Internetsucht. Adipositas 2014; 22 (2): 482 – 487. doi: 10.1002 / oby.20595. pmid: 23929670
  249. 39. Jenaro C, Flores N, Gomez-Vela M, Gonzalez-Gil F, Caballo C. Problematische Internet- und Handy-Nutzung: Psychologische, Verhaltens- und Gesundheitskorrelate. Suchtforschung und Theorie 2007; 15: 309 – 320. doi: 10.1080 / 16066350701350247
  250. 40. Kelley KJ, Gruber EM. Problematische Internetnutzung und körperliche Gesundheit. Journal of Behavioral Addictions 2013; 2 (2): 108 – 112. doi: 10.1556 / JBA.1.2012.016. pmid: 26165930
  251. 41. Besedovsky L, Lange T, Born J. Schlaf- und Immunfunktion. Pflügers Archiv - Europäische Zeitschrift für Physiologie 2012; 463 (1): 121 – 137. doi: 10.1007 / s00424-011-1044-0. pmid: 22071480
  252. 42. Cheung LM, Wong WS. Die Auswirkungen von Schlaflosigkeit und Internetsucht auf Depressionen bei chinesischen Jugendlichen in Hongkong: eine explorative Querschnittsanalyse. Schlafforschung 2011; 20: 311 – 317. doi: 10.1111 / j.1365-2869.2010.00883.x
  253. 43. Irwin M. Auswirkungen von Schlaf und Schlafverlust auf Immunität und Zytokine. Gehirn, Verhalten und Immunität 2002; 16 (5): 503 – 512. doi: 10.1016 / s0889-1591 (02) 00003-x
  254. 44. Adam Y, Meinlschmidt G, Lieb R. Zusammenhänge zwischen psychischen Störungen und Erkältung bei Erwachsenen: Eine bevölkerungsbezogene Querschnittsstudie. Journal of Psychosomatic Research 2013; 74 (1): 69 – 73. doi: 10.1016 / j.jpsychores.2012.08.013. pmid: 23272991
  255. 45. Irwin M, Patterson T., Smith TL, Caldwell C., Brown SA, Gillin JC, et al. Verringerung der Immunfunktion bei Lebensstress und Depression. Biologische Psychiatrie 1990; 27 (1): 22 – 30. pmid: 2297549 doi: 10.1016 / 0006-3223 (90) 90016-u
  256. 46. Kiecolt-Glaser JK, Glaser R. Depression und Immunfunktion: zentrale Wege zu Morbidität und Mortalität. Journal of Psychosomatic Research 2002; 53 (4): 873 – 876. pmid: 12377296 doi: 10.1016 / s0022-3999 (02) 00309-4
  257. 47. Kim HC, Park SG, JH Leem, Jung DY, Hwang SH. Depressive Symptome als Risikofaktor für die Erkältung bei Angestellten: Eine 4-Monatsstudie. Journal of Psychosomatic Research 2011; 71 (3): 194 – 196. doi: 10.1016 / j.jpsychores.2011.01.014. pmid: 21843756
  258. 48. Dickerson SS, Kemeny ME. Akute Stressoren und Cortisolreaktionen: eine theoretische Integration und Synthese von Laborforschung. Psychologisches Bulletin 2004; 130 (3): 355. pmid: 15122924 doi: 10.1037 / 0033-2909.130.3.355
  259. 49. Cacioppo JT, Hawkley LC. Soziale Isolation und Gesundheit mit einem Schwerpunkt auf den zugrunde liegenden Mechanismen Perspektiven in Biologie und Medizin 2003; 46 (3): S39 – S52. pmid: 14563073 doi: 10.1353 / pbm.2003.0049
  260. 50. Cohen S. Soziale Beziehungen und Gesundheit. Amerikanischer Psychologe 2004; 59 (8): 676. pmid: 15554821 doi: 10.1037 / 0003-066x.59.8.676
  261. 51. Jaremka LM, Fagundes CP, Glaser R, Bennett JM, Malarkey WB, Kiecolt-Glaser JK. Einsamkeit sagt Schmerz, Depression und Müdigkeit voraus: Verstehen der Rolle der Immunregulation. Psychoneuroendokrinologie 2013; 38 (8): 1310 – 1317. doi: 10.1016 / j.psyneuen.2012.11.016. pmid: 23273678
  262. 52. McClelland DC, Boden E, Davidson RJ, Saron C. Betont die Motivation der Kraft, die Aktivierung des Sympathikus, die Immunfunktion und die Krankheit. Journal of Human Stress 1980; 6 (2): 11 – 19. pmid: 7391555 doi: 10.1080 / 0097840x.1980.9934531
  263. 53. Cao H, Sun Y, Wan Y, Hao J, Tao F. BMC Public Health 2011; 11: 802. doi: 10.1186 / 1471-2458-11-802. pmid: 21995654
  264. 54. Heikkinen T, Järvinen A. Erkältung. Lancet 2003; 361: 51 – 59. pmid: 12517470 doi: 10.1016 / s0140-6736 (03) 12162-9
  265. 55. WER. Rückblick auf die Wintergrippe-Saison 2012 – 2013, nördliche Hemisphäre. Wöchentliche epidemiologische Aufzeichnung der Weltgesundheitsorganisation 2013; 88: 225 – 232. Abgerufen von http://www.who.int/wer/2013/wer8822.pdf
  266. 56. Grout P, ​​Barber V E. Fieberbläschen - eine epidemiologische Untersuchung. Zeitschrift des Royal College of General Practitioners 1976; 26: 428 – 434. pmid: 957310
  267. 57. Glaser R, Sheridan J, Malarkey WB, MacCallum RC, Kiecolt-Glaser J K. Chronischer Stress moduliert die Immunantwort auf einen Pneumokokken-Pneumonie-Impfstoff. Psychosomatische Medizin 2000; 62: 804 – 807. pmid: 11139000 doi: 10.1097 / 00006842-200011000-00010
  268. 58. Hass HS, Schauenstein K. Immunität, Hormone und das Gehirn. Allergie 2001; 56: 470 – 77 pmid: 11421890 doi: 10.1034 / j.1398-9995.2001.056006470.x
  269. 59. Aberg KM, Radeck KA, Choi EH, Kim DK, Demerjian M, Hupe M, ua Der psychische Stress reguliert die epidermale antimikrobielle Peptid-Expression und erhöht den Schweregrad der Hautinfektionen bei Mäusen. The Journal of Clinical Investigation 2007; 117: 3339 – 3349. pmid: 17975669 doi: 10.1172 / jci31726
  270. 60. Ng BD, Wiemer-Hastings P. Sucht nach Internet und Online-Spielen. CyberPsychology & Behavior 2005; 8 (2): 110–113. doi: 10.1089 / cpb.2005.8.110
  271. 61. Widyanto L, McMurran M. Die psychometrischen Eigenschaften des Internet-Suchttests. Cyberpsychology & Behavior 2004; 7: 443–450. doi: 10.1089 / cpb.2004.7.443
  272. 62. Junge KS. Internet-Sucht-Test (IAT) 2009.
  273. 63. Chang MK, Menschenrecht SP. Faktorenstruktur für den Internet-Sucht-Test von Young: Eine bestätigende Studie. Computer im menschlichen Verhalten 2008; 24: 2597 – 2619. doi: 10.1016 / j.chb.2008.03.001
  274. 64. Hardie E, Abschlag MY. Übermäßige Internetnutzung: Die Rolle der Persönlichkeit, der Einsamkeit und der sozialen Unterstützungsnetzwerke bei der Internetsucht. Australisches Journal für aufstrebende Technologien und Gesellschaft 2007; 5: 34 – 47.
  275. 65. Snaith RP, Zigmond AS. HADS: Krankenhausangst und Depressionsskala 1994. Windsor: NFER Nelson.
  276. 66. Andrew B, Wilding JM. Das Verhältnis von Depression und Angstzuständen zu Stress und Leistung bei Schülern. British Journal of Psychology 2004; 95 (4): 509 – 521. doi: 10.1348 / 0007126042369802
  277. 67. Crawford JR, Henry JD, Crombie C, Taylor EP. Normative Daten für die HADS aus einer großen nicht-klinischen Probe. British Journal of Clinical Psychology 2001; 40 (4): 429 – 434. doi: 10.1348 / 014466501163904
  278. 68. Russell DW. UCLA-Einsamkeitsskala (Version 3): Zuverlässigkeit, Gültigkeit und Faktorstruktur. Journal zur Persönlichkeitsbewertung 1996; 66 (1): 20 – 40. pmid: 8576833 doi: 10.1207 / s15327752jpa6601_2
  279. 69. Jobe LE, Williams White S. Einsamkeit, soziale Beziehungen und ein breiterer Autismus-Phänotyp bei Studenten. Persönlichkeit und individuelle Unterschiede 2007; 42 (8): 1479 – 1489. doi: 10.1016 / j.paid.2006.10.021
  280. 70. Buysse DJ, Reynolds CF, Mönch TH, Berman SR, Kupfer DJ. Der Pittsburgh Sleep Quality Index (PSQI): Ein neues Instrument für psychiatrische Forschung und Praxis. Psychiatrieforschung 1989; 28 (2): 193 – 213. doi: 10.1016 / 0165-1781 (89) 90047-4
  281. 71. Goldberg DP, Hillier V F. Eine skalierte Version des allgemeinen Gesundheitsfragebogens. Psychologische Medizin 1979; 9: 139 – 145. pmid: 424481 doi: 10.1017 / s0033291700021644
  282. 72. Reed P. & Senunaite K. Einfluss eines Kindes mit ASD auf die selbst berichtete Immunfunktion der Eltern. Wird überprüft.
  283. 73. McClelland DC, Alexander C., Mark E. Das Bedürfnis nach Macht, Stress, Immunfunktion und Krankheit bei männlichen Gefangenen. Journal of Abnormal Psychology 1982; 91 (1): 61. pmid: 7056944 doi: 10.1037 / 0021-843x.91.1.61