Social-Media-Abhängigkeit und sexuelle Dysfunktion bei iranischen Frauen: Die vermittelnde Rolle von Intimität und sozialer Unterstützung (2019)

Behav Addict. 2019 Mai 23: 1-8. doi: 10.1556 / 2006.8.2019.24.

Alimoradi Z1, Lin CY2, Imani V3, Griffiths MD4, Pakpour AH1,5.

Abstrakt

HINTERGRUND UND ZIELE:

Die Nutzung sozialer Medien ist bei Internetnutzern immer beliebter geworden. Angesichts der weit verbreiteten Nutzung sozialer Medien auf Smartphones besteht ein zunehmender Forschungsbedarf, um die Auswirkungen des Einsatzes solcher Technologien auf sexuelle Beziehungen und deren Konstrukte wie Intimität, Zufriedenheit und sexuelle Funktion zu untersuchen. Es ist jedoch wenig über den zugrunde liegenden Mechanismus bekannt, warum sich die Abhängigkeit von sozialen Medien auf die sexuelle Belastung auswirkt. Diese Studie untersuchte, ob zwei Konstrukte (Intimität und wahrgenommene soziale Unterstützung) Vermittler im Zusammenhang mit der Abhängigkeit von sozialen Medien und sexueller Belastung bei verheirateten Frauen waren.

METHODEN:

Es wurde eine prospektive Studie durchgeführt, in der alle Teilnehmer (N = 938; Durchschnittsalter = 36.5 Jahre) haben die Bergen Social Media Addiction Scale zur Beurteilung der Social Media Sucht, die Female Sexual Distress Scale - Überarbeitet zur Beurteilung der sexuellen Belastung, die Unidimensional Relationship Closeness Scale zur Beurteilung der Intimität und die Multidimensional Scale of Perceived Social Support zur Beurteilung der Intimität wahrgenommene soziale Unterstützung.

ERGEBNISSE:

Die Ergebnisse zeigten, dass die Abhängigkeit von sozialen Medien direkte und indirekte (über Intimität und wahrgenommene soziale Unterstützung) Auswirkungen auf die sexuelle Funktion und die sexuelle Belastung hatte.

Diskussion und Schlussfolgerungen:

Die Ergebnisse dieser Studie ermöglichen ein besseres Verständnis dafür, wie problematisch das Eingreifen in soziale Medien die Intimität von Paaren, die wahrgenommene soziale Unterstützung und die Konstrukte sexueller Funktionen beeinflussen kann. Folglich sollte sexuelle Beratung als wesentliches Element für die Beurteilung individueller Verhaltensweisen im Zusammenhang mit der Nutzung sozialer Medien angesehen werden.

SCHLÜSSELWÖRTER: Intimität; sexuelle Funktion; Social-Media-Sucht; Sozialhilfe

PMID: 31120317

DOI: 10.1556/2006.8.2019.24

Das rasante Wachstum der Kommunikations- und Informationstechnologien hat den weltweiten Zugang zum Internet zunehmend erleichtert. In 2017 haben ungefähr 3.77 Milliarden Menschen der Weltbevölkerung über ihre eigenen Smartphones oder Computer auf das Internet zugegriffen (Anand, Brandwood & Jameson Evans, 2017). Die Penetrationsrate der Internetnutzung unter jungen Menschen im Alter von 15 bis 24 Jahren wird in Industrieländern auf 94% und in Entwicklungsländern auf 67% geschätzt (Internationale Fernmeldeunion, 2017). Einem kürzlich veröffentlichten Bericht zufolge waren 69.1% der iranischen Bevölkerung (in dem diese Studie durchgeführt wurde) zu Beginn von 2018 (Internet World Stats, 2018).

In den letzten Jahren sind soziale Medien zu einem festen Bestandteil des Alltags geworden (Masthi, Pruthvi & Phaneendra, 2018). Das Ausmaß der Verbreitung sozialer Medien nimmt weltweit weiter zu. In 2017 waren 71% der Internetnutzer Benutzer sozialer Netzwerke (Statista, 2018). Die Anzahl der Social-Media-Nutzer ist von weniger als 1 Milliarden in 2010 auf 2.46 Milliarden in 2017 gestiegen (Pakpour, Yekaninejad, Pallich & Burri, 2015). Darüber hinaus wird erwartet, dass die Anzahl der Social-Media-Nutzer mehr als 3 Milliarden Menschen in 2021 erreichen wird (Statista, 2018). Im Iran sind ungefähr 40 Millionen Menschen aktive Social-Media-Nutzer, was einem Anstieg von 135% gegenüber dem Vorjahr entspricht. Das Wachstum der Nutzung sozialer Medien im Iran belegt nach China, Indien und Indonesien weltweit den vierten Platz (Financial Tribune, 2018). Einer Statistik-Website zufolge waren 64.86% der iranischen Nutzer sozialer Netzwerke in 2018 auf Facebook aktiv (StatCounter, 2018).

Während Internetsucht (IA) bei Einzelpersonen selten beobachtet wird, kann die Teilnahme an Online-Aktivitäten über internetbasierte Medien wie Online-Spiele und soziale Netzwerke bei einer kleinen Minderheit von Nutzern zu Suchtverhalten führen (Griffiths, 2017). Die süchtig machende Nutzung sozialer Netzwerke ist eine spezielle Form der "technologischen Sucht" und weist Ähnlichkeiten mit der Störung des Internet - Glücksspiels auf, die in der jüngsten (fünften) Ausgabe des vorläufig aufgenommen wurde Diagnostic and Statistical Manual of Mental Disorders als Störung, die weiterer Forschung bedarf (American Psychiatry Association [APA], 2013). Es wurde argumentiert, dass diese Zustände ähnliche Suchtsymptome aufweisen, einschließlich Salienz, Stimmungsschwankungen, Toleranz, Entzug, Konflikt und Rückfall (Er, Turel & Bechara, 2017). Social-Media-Sucht ist gekennzeichnet durch übermäßige Beachtung von Social-Media-Aktivitäten, häufig unter Vernachlässigung aller anderen Aktivitäten, und unkontrollierbare Nutzung in dem Maße, in dem sie andere wichtige Lebensbereiche wie persönliche Beziehungen, Bildung und / oder Beruf zum Nachteil beeinträchtigt des Individuums (dh klinische Beeinträchtigung; Dong & Potenza, 2014). Daher können technologische Abhängigkeiten wie die Abhängigkeit von sozialen Medien negative und schwerwiegende psychologische und psychosoziale Auswirkungen haben (Griffiths, 2000). Die übermäßige Online-Nutzung geht in der Regel mit einer Verringerung der Größe des sozialen Umfelds des Einzelnen sowie mit einer Zunahme der Einsamkeit und Depression einher (Lin et al., 2018). Die Ergebnisse der Studie von Yao und Zhong (2014) Die Verwendung einer prospektiven Studie bestätigte, dass eine übermäßige und ungesunde Nutzung des Internets im Laufe der Zeit das Gefühl der Einsamkeit bei männlichen und weiblichen Studenten (Alter: 18-36 Jahre) verstärkte. Obwohl Depression eine positive und bidirektionale vermittelnde Wirkung auf die IA hatte, wurde eine solche Beziehung in der Cross-Lagged-Analyse nicht berichtet. Sie berichteten, dass soziale Online-Beziehungen zu Freunden und Familie keinen wirksamen Ersatz für Offline-Interaktionen darstellen, um die Einsamkeit zu verringern.

Probleme von Einzelpersonen im Zusammenhang mit der Online-Nutzung und internetbasierten Medien sollten unter folgenden Gesichtspunkten genauer untersucht werden: (a) wie Einzelpersonen diesen Raum nutzen, um ihre Beziehungen zu entwickeln, und (b) wie viel Zeit Einzelpersonen mit der Kommunikation mit anderen verbringen (Whitty, 2008). Wenn Sie viel Zeit und Energie für Aktivitäten im Zusammenhang mit dem Internet aufwenden, kann sich dies auf viele Aspekte des Lebens des Einzelnen auswirken (Dong & Potenza, 2014). Verschiedene Studien haben gezeigt, dass die sexuelle Gesundheit einer der einzelnen Gesundheitsbereiche ist, die durch Folgenabschätzungen und / oder Aktivitäten im Zusammenhang mit dem Internet beeinflusst werden können (Felmlee, 2001; Whitty, 2008; Zheng & Zheng, 2014). Mit der Anzahl der Internetnutzer hat sich auch die Anzahl der Personen erhöht, die das Internet für sexuelle Aktivitäten nutzen (Cooper & Griffin-Shelley, 2002). Wörter im Zusammenhang mit „Geschlecht“ sind die wichtigsten Begriffe, die in Suchmaschinen als Beweis für diese Behauptung verwendet werden (Goodson, McCormick & Evans, 2001). Sexuelle Online-Aktivitäten beziehen sich auf jede Art von sexueller Online-Aktivität, z. B. die Suche nach Sexualpartnern, den Kauf sexueller Produkte, sexuelle Gespräche, den Zugang zu Pornografie und das Betrachten von Pornografie sowie Cybersex (Cooper & Griffin-Shelley, 2002). Die Verwendung von sexuellen Online-Inhalten kann eine wichtige Rolle in den Beziehungen zwischen Ehepartnern spielen (Olmstead, Negash, Pasley & Fincham, 2013). In einer Studie über heterosexuelle Paare von Bridges und Morokoff (2011), 48.4% der Männer und 64.5% der Frauen in der Stichprobe gaben an, dass die Verwendung sexueller Inhalte Teil des Liebesspiels mit ihren Partnern ist. Obwohl das Suchen nach sexuellen Online-Inhalten positive Erfahrungen für Einzelpersonen schaffen kann, kann die übermäßige Nutzung des Internets für sexuelle Zwecke ungeordnet sein und / oder süchtig machen (Daneback, Ross & Månsson, 2006). Studien von Aydın, Sarı und Şahin (2018) und Eichenberg, Huss und Küsel (2017) haben gezeigt, dass die Abhängigkeit von Cybersex einen Beitrag zur Trennung und Scheidung von Paaren leisten kann. Darüber hinaus berichteten Cybersex-Nutzer von einem Rückgang ihres Verlangens nach Geschlechtsverkehr. Muusses, Kerkhof und Finkenauer (2015) untersuchten die kurz- und langfristigen Beziehungen zwischen der Nutzung von Online-Sexualinhalten und der Qualität der ehelichen Beziehungen und stellten einen negativen und wechselseitigen Zusammenhang zwischen der Nutzung von Sexualinhalten und der Anpassung der Beziehungen zwischen Ehemännern fest. Mit anderen Worten, die männliche sexuelle Zufriedenheit mit ihren Partnern sagte einen Rückgang der Nutzung von sexuellen Online-Inhalten unter Männern im nächsten Jahr voraus. Die Verwendung von sexuellen Online-Inhalten durch Frauen hatte jedoch keinen Einfluss auf die sexuelle Zufriedenheit mit ihren Ehepartnern.

Sexuelle Beziehungen und Zufriedenheit mit der Beziehung hängen davon ab, inwieweit die Partner die Bedürfnisse und Wünsche der anderen verstehen (Peleg, 2008). Die Beziehungsanpassung ist ein evolutionärer Prozess zwischen zwei Menschen, der durch die zwischenmenschlichen Kommunikationsfähigkeiten und die Qualität der sexuellen Beziehungen beeinflusst wird (Sinha & Mukerjee, 1990). Zwischenmenschliche Interaktionen sind einer der wichtigsten Prädiktoren für die Zufriedenheit von Beziehungen. Sexuelle Beziehungen sind für beide Parteien nicht nur dann zufriedenstellend, wenn die körperliche Präsenz vorhanden ist, sondern auch eine Verbindung zwischen Sexualpartnern (Roberts & David, 2016). Zufriedenheit mit der Beziehung, Übereinstimmung, Kohärenz und Ausdruck von Emotionen und sexueller Zufriedenheit sind Strukturen, die die Qualität romantischer Partnerschaften beeinflussen (Muusses et al., 2015). Das Versäumnis, eine wünschenswerte sexuelle Beziehung aufzubauen, und die Unzufriedenheit damit können mit einer Verringerung von Glück, Lebenszufriedenheit, Depression, Angst, Besessenheit und Zwang, Einsamkeit, Leere, geringem Selbstwertgefühl und psychischen Störungen einhergehen. Es kann auch zu Schwierigkeiten bei der Erfüllung der elterlichen Pflichten führen (Barzoki, Seyedroghani & Azadarmaki, 2013; Heiman et al., 2011; McNulty, Wenner & Fisher, 2016). Schmiedeberg und Schröder (2016) zeigten, dass die Länge der Beziehung mit der sexuellen Zufriedenheit, dem Gesundheitszustand und der Intimität in der Beziehung zusammenhängt, während Konfliktstile die sexuelle Zufriedenheit mit Partnern beeinflussen können.

Angesichts der weit verbreiteten Nutzung von Smartphones und der Installation verschiedener Anwendungen sowie der Verbindung zum Internet und zu sozialen Netzwerken (Hertlein, 2012; Luo & Tuney, 2015) besteht ein zunehmender Forschungsbedarf, der die Auswirkungen des Einsatzes solcher Technologien auf sexuelle Beziehungen und deren Konstrukte wie Intimität, Zufriedenheit und sexuelle Funktion untersucht. Da prospektive Studien eine stärkere Beziehung zwischen Variablen nachweisen und die Bedeutung einer solchen Beziehung zwischen sozialen Online-Netzwerken und der Qualität der ehelichen Beziehung berücksichtigen können, bewertete diese Studie die Auswirkungen der Nutzung sozialer Medien auf die sexuelle Gesundheit von Paaren, einschließlich sexueller Funktionen, Sexualität und Sexualität Intimität von Paaren im Laufe der Zeit.

Teilnehmer

Die vorliegende Studie war eine prospektive Studie an Frauen in städtischen Gesundheitszentren, die zwischen August 2017 und Oktober 2018 routinemäßige Gesundheitsversorgung in der iranischen Stadt Qazvin erhalten. Im Iran arbeitet das Gesundheitssystem über ein Netzwerk. Dieses Netzwerk umfasst ein Überweisungssystem, das von Primärversorgungszentren in der Peripherie bis zu tertiären Krankenhäusern in Großstädten reicht. Die Stadt Qazvin verfügt über städtische 12-Gesundheitszentren, die eine Vielzahl von Pflegediensten anbieten, darunter Schwangerschaftsvorsorge, Schwangerschaftsvorsorge, Überwachung des Kinderwachstums, Impfung und Geburtshilfe. Diese städtischen Gesundheitszentren sind an die Qazvin University of Medical Sciences angegliedert, und in diesen Zentren werden Aufzeichnungen über Familiengesundheit geführt.

Weibliche Teilnehmer wurden auf der Grundlage der Zulassungskriterien eingeschlossen, mindestens 18 Jahre alt zu sein, innerhalb der letzten 6 Monate verheiratet oder sexuell aktiv zu sein und bereit zu sein, an der Studie teilzunehmen. Ausschlusskriterien waren (a) chronische körperliche Erkrankungen (z. B. Diabetes mellitus und Herz-Kreislauf-Erkrankungen) oder schwere psychische Erkrankungen, (b) die Verwendung von Arzneimitteln, die die sexuelle Funktion beeinträchtigen (z. B. Psychopharmaka und blutdrucksenkende Arzneimittel), und (c) schwanger und stillend Frauen. Nach diesem Rekrutierungsprozess nahmen 938 verheiratete Frauen an dieser Studie teil.

Maßnahmen

Die untersuchten Variablen in dieser Studie umfassten soziale Medienabhängigkeit, weibliche Sexualfunktion, weibliche Sexualnot, Intimität und Beziehungsnähe, soziale Unterstützung, Angst und Depression. Darüber hinaus wurden demografische Variablen wie Alter, Bildungsstand der Frau und ihres Mannes, Beschäftigungsstatus, Dauer der Ehe, Häufigkeit des Geschlechtsverkehrs pro Monat, Schwangerschaftsgeschichte, Body-Mass-Index, Fruchtbarkeitsstatus der Frau und Rauchen untersucht.

Sucht nach Social Media wurde anhand der Bergen Social Media Addiction Scale (BSMAS; Andreassen et al., 2016). Das BSMAS umfasst sechs Artikel auf einer 5-Punkt-Likert-Skala von 1 (sehr selten) zu 5 (sehr oft). Das BSMAS umfasst sechs Kernkomponenten der Sucht (dh Salience, Stimmungsänderung, Toleranz, Rückzug, Konflikt und Rückfall). Höhere Werte im BSMAS beziehen sich auf eine stärkere Abhängigkeit von der Nutzung sozialer Medien, und ein Wert über 19 weist darauf hin, dass die Person dem Risiko ausgesetzt ist, von der Nutzung sozialer Medien abhängig zu werden (Bányai et al., 2017). Die Skala wurde mit überprüfter Gültigkeit und Zuverlässigkeit in Persisch übersetzt (Lin, Broström, Nilsen, Griffiths & Pakpour, 2017). Cronbachs α des BSMAS in dieser Studie war .84.

Weibliche sexuelle Funktion wurde anhand des Female Sexual Function Index (FSFI; Lin, Burri, Fridlund & Pakpour, 2017; Lin, Oveisi, Burri & Pakpour, 2017; Rosen et al., 2000). Es bewertet die sexuelle Funktion bei Frauen anhand von 19-Fragen, die sechs unabhängige Bereiche umfassen, darunter Lust (2-Fragen), psychologische Stimulation (4-Fragen), Schmierung (4-Fragen), Orgasmen (3-Fragen), Zufriedenheit (3-Fragen) und sexuelle Schmerzen ( 3-Fragen). Die psychometrischen Eigenschaften der Farsi-Version des FSFI erwiesen sich als zufriedenstellend (Fakhri, Pakpour, Burri, Morshedi & Zeidi, 2012). Cronbachs α des FSFI in dieser Studie war .87.

Weibliche sexuelle Not wurde anhand der Female Sexual Distress Scale - Revised (FSDS-R) bewertet. Dies ist eine Selbstberichtsskala mit 13-Elementen, die verschiedene Aspekte der sexuellen Aktivitäten von Frauen untersuchen. Alle Fragen haben einen 5-Punkt Likert Score von 0 (hört niemals ) zu 4 (immer). Je höher die Punktzahl, desto größer die sexuelle Belastung. Die Gesamtpunktzahl ergibt sich aus der Summe der einzelnen Fragen (DeRogatis, Clayton, Lewis-D'Agostino, Wunderlich & Fu, 2008). Die Gültigkeit und Zuverlässigkeit der Farsi-Version wurde bestätigt (Azimi Nekoo et al., 2014). Cronbachs α des FSDS-R in dieser Studie war .81.

Intimität wurde unter Verwendung der Unidimensional Relationship Closeness Scale (URCS) bewertet. Das URCS ist eine Selbstberichtsskala, die 12-Elemente umfasst, mit denen der Grad der Nähe zwischen Personen und sozialen Beziehungen bewertet wird (Dibble, Levine & Park, 2012). Die Ergebnisse der URCS-Umfrage in verschiedenen Gruppen (College-Dating-Paare, weibliche Freunde und Fremde, Freunde und Familienmitglieder) zeigten, dass es eine angemessene Gültigkeit und Zuverlässigkeit hatte (Dibble et al., 2012). In dieser Studie wurde das URCS gemäß den internationalen Standard-Übersetzungsrichtlinien (Pakpour, Zeidi, Yekaninejad & Burri, 2014). Dementsprechend betrug die Test-Retest-Zuverlässigkeit des Farsi-URCS 0.91 innerhalb eines 2-Wochenintervalls und der Cronbach-α-Koeffizient betrug .88. Darüber hinaus wurde die eindimensionale Struktur des URCS bestätigt.

Sozialhilfe wurde anhand der multidimensionalen Skala der wahrgenommenen sozialen Unterstützung (MSPSS; Zimet, Dahlem, Zimet & Farley, 1988). Diese Skala enthält 12-Elemente auf einer 5-Punkteskala ab der Note 1 (stimme überhaupt nicht zu) zu 5 (Stimme voll und ganz zu). Die Mindest- und Höchstwerte sind 12 bzw. 60. Die psychometrischen Eigenschaften des Farsi-MSPSS wurden von Salimi, Joukar und Nikpour (2009). Cronbachs α des MSPSS in dieser Studie war .93.

Angst und Depression wurden mit der Hospital Anxiety and Depression Scale (HADS; Zigmond & Snaith, 1983). Diese Skala umfasst 14-Fragen in zwei Teilskalen von Angstzuständen und Depressionen auf einer 4-Punkt-Likert-Skala von 0 bis 3. Die maximale Punktzahl für jede Subskala beträgt 21. Werte über 11 in jeder Subskala weisen auf eine psychische Erkrankung hin, Werte von 8 – 10 stellen Grenzfälle dar und Werte von 0 – 7 gelten als normal. Die psychometrischen Eigenschaften der Farsi-HADS wurden von Montazeri, Vahdaninia, Ebrahimi und Jarvandi bestätigt (2003) und Lin und Pakpour (2017). Cronbachs α der HADS in dieser Studie war .90.

Verfahren

Eine mehrstufige Cluster-Zufallsstichprobenmethode wurde angewendet. Um eine maximale Variabilität sowie wirtschaftliche und soziale Vielfalt zu erreichen, kontaktierte das Forschungsteam alle städtischen Gesundheitszentren in der Stadt Qazvin. Nach Erhalt der Genehmigung kontaktierten die Forscher berechtigte Teilnehmer und luden sie zur Teilnahme an der Studie ein. Einhundert Dateien wurden zufällig ausgewählt und in einem Telefoninterview auf Einschlusskriterien überprüft. Frauen, die Einschluss- / Ausschlusskriterien erfüllten, wurden gebeten, die Studienmaßnahmen zu Studienbeginn in einer Sitzung in den städtischen Gesundheitszentren abzuschließen. Die Teilnehmer wurden dann für einen Zeitraum von 6 Monaten beobachtet. Sechs Monate später wurden die gleichen Frauen zum zweiten Mal gebeten, die sexuelle Funktion, die sexuelle Belastung sowie die Skalen für Angstzustände und Depressionen zu vervollständigen.

Statistische Analysen

Kontinuierliche Daten wurden als Mittelwert [Standardabweichung (SD)] und kategoriale Daten wurden unter Verwendung von Zahlen und Frequenzprozentsätzen ausgedrückt. Korrelationen nullter Ordnung wurden durchgeführt, um die bivariaten Beziehungen zwischen Studienvariablen zu bestimmen, einschließlich Baseline- und Follow-up-Maßnahmen. Eine Mediationsanalyse wurde durchgeführt, um zu testen, ob die Auswirkungen der Sucht nach sozialen Medien auf das sexuelle Funktionieren / die sexuelle Belastung durch wahrgenommene soziale Unterstützung und Beziehungsnähe unter Verwendung von Bootstrapping-Methoden vermittelt wurden. Daher wurden zwei Mediationsmodelle durchgeführt (dh Modell A verwendete FSFI als Ergebnismaß und Modell B verwendete FSDS-R als Ergebnismaß). In jedem Modell wurden die folgenden Beziehungen getestet: (a) der BSMAS-Effekt auf FSFI oder FSDS-R (Pfad „c“ in Abbildung) 1), (b) die BSMAS-Wirkung auf Mediatoren (dh wahrgenommene soziale Unterstützung und Beziehungsnähe; Wege „a1" und ein2" in Abbildung 1) und (iii) Mediatoreffekte (wahrgenommene soziale Unterstützung und Beziehungsnähe) auf FSFI oder FSDS-R (Pfade „b1" und B2" in Abbildung 1). Die dreistufigen Empfehlungen von Krull und MacKinnon (1999) wurden verwendet, um die Auswirkungen der Clusterdaten zu bewältigen. Schließlich wurden Alter, Bildung des Mannes, Depression, Angst, FSFI und FSDS-R zu Studienbeginn für beide Modelle A und B angepasst.

Abbildung 1. Die hypothetischen Mediationsmodelle mit wahrgenommener sozialer Unterstützung und enger Beziehung werden als Mediatoren für die Auswirkung der Abhängigkeit von sozialen Medien auf sexuelle Funktionen, sexuellen Stress, Depressionen und Angstzustände vorgeschlagen. BSMAS: Bergen Social Media Addiction Scale; FSFI: Female Sexual Function Index; FSDS-R: Skala für weibliche sexuelle Notlage - überarbeitet

PROCESS-Makro in SPSS (Hayes, 2013; Modell 4) wurde verwendet, um mehrere Mediationsanalysen durchzuführen. Ein Bootstrap-Verfahren von 10,000-Replikationen wurde verwendet, um die Signifikanz der indirekten Effekte zu bewerten. Das Fehlen von Null im 95% Bias-korrigierten und beschleunigten Konfidenzintervall (CI) ist erforderlich, um vermittelte Effekte zu identifizieren. Die statistischen Analysen wurden unter Verwendung der SPSS-Version 24 (IBM, Armonk, NY, USA) mit einem auf α = .05 eingestellten Signifikanzniveau durchgeführt.

Ethik

Der Forschungsvorschlag wurde von der Ethikkommission für biologische Forschung der Qazvin University of Medical Sciences genehmigt. Die Genehmigungen für die Probenahme wurden von den zuständigen Behörden eingeholt. Vor der Datenerhebung wurden alle ethischen Überlegungen einschließlich der Beschreibung der Studie, des Datenschutzes und der Vertraulichkeit der Daten, der Anonymität, der Freiheit zur Teilnahme an der Studie und des Rücktritts aus der Studie berücksichtigt und erläutert. Zusätzlich wurde von allen Teilnehmern ein schriftliches Einverständnisformular unterzeichnet.

Die Ergebnisse

Die Teilnehmer (n = 938) hatte ein Durchschnittsalter von 36.5 Jahren (SD = 6.8). Das mittlere Bildungsjahr betrug 11.7 Jahre für die Teilnehmer und 12.24 Jahre für ihre Ehemänner. Die durchschnittliche Heiratsdauer betrug 9.7 Jahre. Mehr als die Hälfte von ihnen waren Hausfrauen und 88% von ihnen waren im prämenopausalen Alter. Darüber hinaus hatten 36% von ihnen eine Schwangerschaftsgeschichte.

Die Durchschnittswerte auf jeder Skala waren wie folgt: Social-Media-Abhängigkeit = 15.6 (von 30), wahrgenommene soziale Unterstützung = 53.2 (von 60), Intimität = 4.9 (von 7), sexuelle Funktion = 27.7 (von 95) , Angst = 7.7 (von 21), Depression = 6.2 (von 21) und sexuelle Belastung = 7.4 (von 52). Nach einem Zeitraum von 6 Monaten nahmen die mittleren Werte für Angstzustände und Depressionen leicht zu und die mittleren Werte für sexuelle Funktionen und sexuelle Belastungen nahmen leicht ab. Tabelle 1 zeigt die Demographie, Mittelwerte und SDs an der Basislinie und nach 6 Monaten.

Tabelle 1. Merkmale der Teilnehmer (N = 938)

Tabelle 1. Merkmale der Teilnehmer (N = 938)

Eigenschaftenn (%) oder M (SD)
Baseline
 Alter Jahre)36.5 (6.8)
 Schuljahre11.7 (4.8)
 Anzahl der Ausbildungsjahre (Ehemann)12.24 (5.9)
 Dauer der Ehe (Jahre)9.7 (6.4)
 Koitalfrequenz (pro Monat)5.2 (3.9)
 Derzeitiger Raucher137 (14.6%)
Berufsstatus
 Arbeitslos677 (55.3%)
 Beschäftigt261 (23.0%)
 Schüler und Studenten158 (16.8%)
Menopause Status
 Postmenopause113 (12.0%)
 Prämenopause825 (88.0%)
Parität
 0315 (33.6%)
 1341 (36.3%)
 2209 (22.3%)
 ≥373 (7.8%)
BMI (kg / m2)22.9 (6.2)
Baseline
 Social-Media-Sucht15.6 (5.8)
 Wahrgenommene soziale Unterstützung53.2 (10.7)
 Beziehungsnähe4.9 (0.9)
 Sexuelle Funktionsweise27.7 (4.6)
 Angst & Sorgen7.7 (4.9)
 Reduzierung des Depressionsrisikos6.2 (4.8)
 Weibliche sexuelle Not7.4 (3.7)
Sechs Monate nach Studienbeginn
 Sexuelle Funktionsweise27.0 (4.9)
 Angst & Sorgen7.9 (4.7)
 Reduzierung des Depressionsrisikos6.4 (4.5)
 Weibliche sexuelle Not7.3 (3.4)

Hinweis. SD: Standardabweichung; BMI: Body Mass Index.

Tisch 2 präsentiert die Ergebnisse einer Korrelationsanalyse nullter Ordnung zwischen MSPSS, BSMAS, FSFI (zu Studienbeginn und Follow-up), Angst (zu Studienbeginn und Follow-up), Depression (zu Studienbeginn und Follow-up) und FSDS-R (zu Studienbeginn und Follow-up) und Follow-up) und URCS. Die Ergebnisse zeigten, dass FSFI in den 6-Monaten positiv mit MSPSS und URCS korrelierte, jedoch negativ mit Angstzuständen und Depressionen in den 6-Monaten und der Abhängigkeit von sozialen Medien korrelierte.

Tabelle 2. Korrelationen nullter Ordnung für sexuelle Funktionen, Angstzustände, Depressionen, Abhängigkeit von sozialen Medien, enge Beziehungen und sexuelle Probleme

Tabelle 2. Korrelationen nullter Ordnung für sexuelle Funktionen, Angstzustände, Depressionen, Abhängigkeit von sozialen Medien, enge Beziehungen und sexuelle Probleme

BSMASaFSFIaAngst & SorgenaReduzierung des DepressionsrisikosaFSDS-RaURCSaFSFIbAngst & SorgenbReduzierung des DepressionsrisikosbFSDS-Rb
MSPSSa-0.140.21-0.24-0.34-0.400.280.24-0.21-0.30-0.43
BSMASa--0.220.290.450.25-0.27-0.280.330.440.32
FSFIa---0.29-0.37-0.320.200.58-0.37-0.40-0.38
Angst & Sorgena---0.510.48-0.38-0.410.550.500.48
Reduzierung des Depressionsrisikosa----0.49-0.21-0.480.440.560.69
FSDS-Ra------0.26-0.490.500.440.54
URCSa------0.27-0.31-0.28-0.33
FSFIb--------0.41-0.390.51
Angst & Sorgenb--------0.400.37
Reduzierung des Depressionsrisikosb---------0.35

Hinweis. MSPSS: Mehrdimensionale Skala wahrgenommener sozialer Unterstützung; BSMAS: Bergen Social Media Addiction Scale; FSFI: Female Sexual Function Index; FSDS-R: Skala für weibliche sexuelle Notlage - überarbeitet; URCS: Unidimensionale Beziehungsnäherungsskala. Alles p Werte <01.

aBewertet bei 6 Monaten. bZu Studienbeginn beurteilt.

Es wurde geprüft, inwieweit wahrgenommene soziale Unterstützung und Beziehungsnähe die Beziehung zwischen sozialer Medialsucht und sexueller Funktionsfähigkeit (Modell A) / sexueller Belastung (Modell B) vermittelten. Die Ergebnisse basierend auf 10,000-Bias-korrigierten Bootstrap-Stichproben zeigten, dass die Gesamtwirkung der Abhängigkeit von sozialen Medien auf FSFI signifikant war (B = –0.93, p <001), wobei URCS und MSPSS 31.3% der Beziehung zwischen Social-Media-Sucht und FSFI erklären. Es gab einen indirekten Effekt der Social-Media-Sucht auf FSFI über URCS: B = –0.16, SE = 0.05, 95% CI = [–0.29, –0.09]. Es gab auch indirekte Auswirkungen über MSPSS: B = –0.11, SE = 0.03, 95% CI = [–0.19, –0.06] (Tabelle 3; Modell A).

Tabelle 3. Modelle der Auswirkung der Abhängigkeit von Frauen in sozialen Medien auf die sexuelle Funktion, sexuelle Belastung und psychologische Belastung mit Vermittlern der wahrgenommenen sozialen Unterstützung und Beziehungsnähe

Tabelle 3. Modelle der Auswirkung der Abhängigkeit von Frauen in sozialen Medien auf die sexuelle Funktion, sexuelle Belastung und psychologische Belastung mit Vermittlern der wahrgenommenen sozialen Unterstützung und Beziehungsnähe

KoeffizientSEtp
Modell A. Ergebnisvariable: FSFI
 Gesamtwirkung von BSMAS auf FSFI-0.930.146.83<.001
 Auswirkungen von BSMAS auf FSFI im vermittelten Modell
  Direkte Wirkung von BSMAS auf den Mediatora
   URCS-0.390.04-8.54<.001
   MSPSS-0.250.06-4.37.003
 Direkte Wirkung von BSMAS auf FSFI-0.670.14-4.77<.001
 Indirekte Wirkung von BSMAS auf FSFIBewirkenBooten Sie SEBoot LLCIBooten Sie ULCI
 Gesamt-0.270.07-0.44-.16
 URCS-0.160.05-0.29-.09
 MSPSS-0.110.03-0.19-.06
Modell B. Ergebnisvariable: FSDS-R
 Gesamtwirkung von BSMAS auf FSDS-R1.230.157.94<.001
 Auswirkungen von BSMAS auf FSDS-R im vermittelten Modell
  Direkte Wirkung von BSMAS auf den Mediatora
   URCS-0.380.05-8.42<.001
   MSPSS-0.240.06-4.18<.001
 Direkte Wirkung von BSMAS auf FSDS-R0.580.144.17<.001
 Indirekte Wirkung von BSMAS auf FSDS-RBewirkenStiefel SEBoot LLCIBooten Sie ULCI
 Gesamt0.650.160.431.01
 URCS0.380.100.24.62
 MSPSS0.260.080.15.46

Hinweis. Alter, Bildung des Mannes, Grundwerte für Depression, Angst, FSFI und FSDS-R wurden für die Modelle A und B angepasst. MSPSS: Mehrdimensionale Skala der wahrgenommenen sozialen Unterstützung; BSMAS: Bergen Social Media Addiction Scale; FSFI: Female Sexual Function Index; FSDS-R: Skala für weibliche sexuelle Notlage - überarbeitet; URCS: Skala für eindimensionale Beziehungsnähe; Stiefel SE: Bootstrapping-Standardfehler; Boot LLCI: Bootstrapping-Untergrenze des Konfidenzintervalls; Boot ULCI: Bootstrapping-Obergrenze des Konfidenzintervalls.

aDie Mediatoren wurden zu Studienbeginn bewertet.

In Modell B (Tabelle 3) war auch die gesamte indirekte Auswirkung der Abhängigkeit von sozialen Medien auf FSDS-R statistisch signifikant (B = 1.23, p <001), wobei URCS und MSPSS 45.6% der Beziehung zwischen Social-Media-Sucht und FSDS-R erklären. In Bezug auf spezifische indirekte Effekte haben beide URCS (B = 0.38, SE = 0.10, 95% CI = 0.24, 0.62) und MSPSS (B = 0.26, SE = 0.08, 95% CI = 0.15, 0.46) waren signifikante Vermittler zwischen Social-Media-Sucht und FSDS-R.

Diskussion

Dies ist die erste Studie, die die Auswirkung der Abhängigkeit von sozialen Medien auf die sexuelle Funktion von Frauen unter Berücksichtigung der Vermittlerrolle der sozialen und bürgerlichen Unterstützung in der ehelichen Beziehung anhand einer prospektiven Längsschnittstudie innerhalb eines Zeitraums von 6 Monaten untersucht. McNulty et al. (2016) In einer Längsschnittstudie von 207-Paaren in den ersten 4-5-Ehejahren wurde berichtet, dass die Zufriedenheit in der Ehe, die sexuelle Zufriedenheit und die Häufigkeit sexueller Beziehungen bei Paaren im Laufe der Zeit abnahmen. Liebesgefühle, eheliche Konflikte und eheliche Zufriedenheit können die sexuelle Zufriedenheit beeinträchtigen, die eine wichtige Rolle für die sexuelle Funktion von Frauen spielt (Pakpour et al., 2015).

Angstzustände und Depressionen sind psychische Zustände, die die sexuelle Funktion von Frauen beeinträchtigen (Burri, Rahman & Spector, 2011; Johannes et al., 2009; Johnson, Phelps & Cottler, 2004; Serati et al., 2010). Die Ergebnisse dieser Studie zeigten, dass weibliche sexuelle Dysfunktion mit Depressionen und Angstzuständen verbunden war. Folglich war die Online-Auseinandersetzung mit sozialen Medien ein weiterer Faktor, der in dieser Studie zu einer geringen sexuellen Dysfunktion von Frauen beitrug. Diese Ergebnisse stimmen mit früheren Untersuchungen über die Auswirkungen von Social Media-Aktivitäten auf die sexuelle Leistung überein. Zheng und Zheng (2014) stellten fest, dass die Qualität der sexuellen Beziehungen von Personen durch Online-Aktivitäten und die Verwendung von sexuellen Online-Inhalten beeinträchtigt wurde. Sie berichteten, dass einer der Prädiktoren für sexuelle Online-Aktivitäten die Suche nach sexuellen Empfindungen war. Sie fanden heraus, dass die Verlagerung vom tatsächlichen sexuellen Verhalten zum virtuellen sexuellen Verhalten auf die Tendenz zurückzuführen war, neue und aufregende sexuelle Erfahrungen zu machen. Sexuelles Verlangen, Einstellung und Verhalten korrelierten positiv und signifikant mit der Verwendung von Online-Sexualmaterialien. Die negativen Auswirkungen der Verwendung von sexuellen Online-Inhalten auf die sexuelle Verträglichkeit und sexuelle Zufriedenheit wurden auch von Muusses et al. (2015). Sie zeigten, dass die Verwendung von sexuellen Online-Inhalten durch Männer einen signifikanten und umgekehrten Zusammenhang mit ihrer sexuellen Kompatibilität und Zufriedenheit aufweist. Obwohl die Verwendung von sexuellen Online-Inhalten für einige Personen positive Erfahrungen schaffen kann (Bridges & Morokoff, 2011), Eichenberg et al. (2017) und Aydın et al. (2018) zeigten, dass Benutzer mit sexuellen Online-Aktivitäten im Cyberspace keine echten sexuellen Beziehungen pflegen wollten. Weil sexuelle Dysfunktion auf Störungen der Tendenz, der Erregung, des Orgasmus und auf sexuelle Schmerzen zurückzuführen sein kann (APA, 2013) kann der Verlust des sexuellen Verlangens mit einer sexuellen Funktionsstörung der Frau in Verbindung gebracht werden.

Obwohl die Ergebnisse dieser Studie den Einfluss der Nutzung von Social Media auf die sexuelle Leistung belegen, besteht der Unterschied zwischen dieser Studie und früheren Studien darin, dass in dieser Studie die Abhängigkeit von Social Media untersucht wurde, die nicht unbedingt die Nutzung sexueller Inhalte beinhaltete. Angesichts der zunehmenden Reichweite des Internets hängen in der heutigen Gesellschaft problematische Internetnutzung und onlinebasierte Medien nicht nur mit ihren Inhalten zusammen, sondern auch mit dem Zeitaufwand für die Nutzung dieser Medien und der Entwicklung zwischenmenschlicher Beziehungen (Whitty, 2008). Die Verwendung von Zeit und Energie für internetbasierte Aktivitäten kann sich auf viele Aspekte des Lebens eines Menschen auswirken (Dong & Potenza, 2014). McDaniel und Coyne (2016) stellten fest, dass der Einsatz solcher Technologien das Verhältnis zwischen Romantik und Zufriedenheit innerhalb von Beziehungen beeinträchtigt. Ein solcher Effekt in dieser Studie wurde untersucht, indem die Rolle von Intimität und wahrgenommener sozialer Unterstützung als Vermittler untersucht wurde. Insbesondere zeigte diese Studie, dass soziale Unterstützung und Intimität einen signifikanten Prozentsatz der Varianz der Beziehung zwischen der Nutzung sozialer Medien und der sexuellen Funktion (31.1%) und der sexuellen Belastung (45.6%) ausmachen. Die Ergebnisse der Studie bestätigten daher, dass die Abhängigkeit von sozialen Medien nicht nur direkt zur sexuellen Funktionsstörung von Frauen beitrug, sondern auch indirekt durch die Verringerung der Intimität zwischen Paaren und der wahrgenommenen sozialen Unterstützung.

Einschränkungen

Die Haupteinschränkung dieser Studie war der mangelnde Zugang zu den Partnern der Teilnehmerinnen. Daher wurden keine Daten zu psychischen und sexuellen Merkmalen von Männern erhoben. Angesichts der Tatsache, dass eheliche Beziehungen bilateral sind und sowohl von der Frau als auch von ihrem Partner beeinflusst werden und dass männliche psychologische und sexuelle Merkmale die weibliche Sexualfunktion beeinflussen, werden zukünftige Studien zu Paaren und Dyaden vorgeschlagen. Es sollte auch beachtet werden, dass die Art der Selbstberichtsdaten bekannten Vorurteilen unterworfen ist (z. B. Erinnerungserinnerungen und soziale Begierden).

Schlussfolgerungen

Diese Studie hat gezeigt, dass die Abhängigkeit von sozialen Medien die sexuelle Funktion von Frauen negativ beeinflusst. Dementsprechend ist die Beachtung der Rolle der sozialen Medien für die Verbesserung der Intimität und die Unterstützung von Paaren von entscheidender Bedeutung. Sexuelle Beratung sollte als wesentliches Element für die Bewertung individueller Verhaltensweisen im Zusammenhang mit der Nutzung sozialer Medien angesehen werden, insbesondere wenn diese übermäßig oder problematisch sind. Darüber hinaus sollten Verhaltensinterventionen zur Verbesserung des Verhaltens von Personen bei der Nutzung sozialer Medien im Behandlungsplan berücksichtigt werden, an denen Frauen mit sexuellen Funktionsstörungen beteiligt sind.

Beitrag der Autoren

ZA und AHP haben die Studie entworfen und das Protokoll verfasst. VI und AHP sammelten die Daten und führten die statistische Analyse durch. MDG und C-YL waren an den Bearbeitungs-, Interpretations- und Überarbeitungsprozessen beteiligt. Alle Autoren haben zur endgültigen Fassung des Manuskripts beigetragen und diese genehmigt.

Interessenkonflikt

MDG ist Mitentwickler der Originalversion der Bergen Social Media Addiction Scale (BSMAS). Alle Autoren berichten über keine finanziellen oder sonstigen Beziehungen, die für das Thema dieser Veröffentlichung relevant sind.

Bibliographie

American Psychiatric Association. (2013). Diagnostisches und statistisches Handbuch von psychischen Störungen (5th ed.). Arlington, VA: Amerikanische Psychiatrische Vereinigung. CrossRefGoogle Scholar
A. Anand, H. J. Brandwood & M. Jameson Evans (2017). Verbesserung der Patientenbeteiligung am Arzneimittelentwicklungsprozess: Fallstudie potenzieller Anwendungen aus einem Online-Peer-Support-Netzwerk. Clinical Therapeutics, 39 (11), 2181–2188. doi:https://doi.org/10.1016/j.clinthera.2017.10.004 CrossRef, MedlineGoogle Scholar
C. S. Andreassen, J. Billieux, M. D. Griffiths, D. J. Kuss, Z. Demetrovics, E. Mazzoni & S. Pallesen (2016). Der Zusammenhang zwischen der süchtig machenden Nutzung von Social Media und Videospielen und den Symptomen psychiatrischer Störungen: Eine groß angelegte Querschnittsstudie. Psychology of Addictive Behaviours, 30 (2), 252–262. doi:https://doi.org/10.1037/adb0000160 CrossRef, MedlineGoogle Scholar
B. Aydın, S. V. Sarı & M. Şahin (2018). Die Auswirkungen sozialer Netzwerke auf den Scheidungsprozess. Universal Journal of Psychology, 6 (1), 1–8. doi:https://doi.org/10.13189/ujp.2018.060101 CrossRefGoogle Scholar
E. Azimi Nekoo, A. Burri, F. Ashrafti, B. Fridlund, H. G. Koenig, L. R. Derogatis & A. H. Pakpour (2014). Psychometrische Eigenschaften der iranischen Version der Skala für weibliche sexuelle Not bei Frauen überarbeitet. Journal of Sexual Medicine, 11 (4), 995–1004. doi:https://doi.org/10.1111/jsm.12449 CrossRef, MedlineGoogle Scholar
F. Bányai, Á Zsila, O. Király, A. Maraz, Z. Elekes, M. D. Griffiths, C. S. Andreassen & Z. Demetrovics (2017). Problematische Nutzung sozialer Medien: Ergebnisse einer groß angelegten national repräsentativen Stichprobe von Jugendlichen. PLoS One, 12 (1), e0169839. doi:https://doi.org/10.1371/journal.pone.0169839 CrossRef, MedlineGoogle Scholar
M. H. Barzoki, N. Seyedroghani & T. Azadarmaki (2013). Sexuelle Unzufriedenheit in einer Stichprobe verheirateter iranischer Frauen. Sexualität & Kultur, 17 (2), 244–259. doi:https://doi.org/10.1007/s12119-012-9149-y CrossRefGoogle Scholar
Bridges, A. J. & Morokoff, P. J. (2011). Sexuelle Mediennutzung und relationale Zufriedenheit bei heterosexuellen Paaren. Persönliche Beziehungen, 18 (4), 562–585. doi:https://doi.org/10.1111/j.1475-6811.2010.01328.x CrossRefGoogle Scholar
A. Burri, Q. Rahman & T. Spector (2011). Genetische und Umweltrisikofaktoren für sexuelle Belastung und deren Zusammenhang mit sexueller Dysfunktion von Frauen. Psychological Medicine, 41 (11), 2435–2445. doi:https://doi.org/10.1017/S0033291711000493 CrossRef, MedlineGoogle Scholar
Cooper, A. & Griffin-Shelley, E. (2002). Einführung. Das Internet: Die nächste sexuelle Revolution. New York, NY: Brunner-Routledge. Google Scholar
K. Daneback, M. W. Ross & S.-A. Månsson (2006). Merkmale und Verhaltensweisen von sexuellen Zwängen, die das Internet für sexuelle Zwecke nutzen. Sexuelle Sucht und Zwanghaftigkeit, 13 (1), 53–67. doi:https://doi.org/10.1080/10720160500529276 CrossRefGoogle Scholar
L. DeRogatis, A. Clayton, D. Lewis-D'Agostino, G. Wunderlich & Y. Fu (2008). Validierung der überarbeiteten Skala für sexuelle Belastungen bei Frauen zur Beurteilung der Belastung bei Frauen mit hypoaktiver Störung des sexuellen Verlangens. Journal of Sexual Medicine, 5 (2), 357–364. doi:https://doi.org/10.1111/j.1743-6109.2007.00672.x CrossRef, MedlineGoogle Scholar
J. L. Dibble, T. R. Levine & H. S. Park (2012). Die eindimensionale Beziehungsnähe-Skala (URCS): Zuverlässigkeits- und Validitätsnachweise für ein neues Maß für die Beziehungsnähe. Psychological Assessment, 24 (3), 565–572. doi:https://doi.org/10.1037/a0026265 CrossRef, MedlineGoogle Scholar
Dong, G. & Potenza, M. N. (2014). Ein kognitiv-verhaltensbezogenes Modell der Internet-Gaming-Störung: Theoretische Grundlagen und klinische Implikationen. Journal of Psychiatric Research, 58, 7–11. doi:https://doi.org/10.1016/j.jpsychires.2014.07.005 CrossRef, MedlineGoogle Scholar
C. Eichenberg, J. Huss & C. Küsel (2017). Vom Online-Dating zur Online-Scheidung: Ein Überblick über Paar- und Familienbeziehungen, die durch digitale Medien geprägt sind. Zeitgenössische Familientherapie, 39 (4), 249–260. doi:https://doi.org/10.1007/s10591-017-9434-x CrossRefGoogle Scholar
A. Fakhri, A. H. Pakpour, A. Burri, H. Morshedi & I. M. Zeidi (2012). Der Index der weiblichen Sexualfunktionen: Übersetzung und Validierung einer iranischen Version. Journal of Sexual Medicine, 9 (2), 514–523. doi:https://doi.org/10.1111/j.1743-6109.2011.02553.x CrossRef, MedlineGoogle Scholar
Felmlee, D. H. (2001). Kein Paar ist eine Insel: Eine soziale Netzwerkperspektive zur dyadischen Stabilität. Social Forces, 79 (4), 1259–1287. doi:https://doi.org/10.1353/sof.2001.0039 CrossRefGoogle Scholar
Finanzielle Tribüne. (2018, Februar 6). Aktuelle Daten zum Iran: Social-Media-Anstieg nutzt Financial Tribune. Erste iranische englische Wirtschaftszeitung. Abgerufen März 13, 2019, von https://financialtribune.com/articles/sci-tech/81536/latest-data-on-iran-surge-in-social-media-use Google Scholar
Goodson, P., McCormick, D. & Evans, A. (2001). Suche nach sexuell eindeutigen Materialien im Internet: Eine explorative Studie über das Verhalten und die Einstellungen von Studenten. Archiv für sexuelles Verhalten, 30 (2), 101–118. doi:https://doi.org/10.1023/A:1002724116437 CrossRef, MedlineGoogle Scholar
Griffiths, M. D. (2000). Internetabhängigkeit - Zeit, ernst genommen zu werden? Addiction Research, 8 (5), 413–418. doi:https://doi.org/10.3109/16066350009005587 CrossRefGoogle Scholar
Griffiths, M. D. (2017). Kommentar: Entwicklung und Validierung eines selbstberichteten Fragebogens zur Messung der Abhängigkeit von der Internetsuche. Frontiers of Public Health, 5, 95. doi:https://doi.org/10.3389/fpubh.2017.00095 CrossRef, MedlineGoogle Scholar
Hayes, A. F. (2013). Einführung in Mediation, Moderation und bedingte Prozessanalyse: Ein auf Regression basierender Ansatz. New York, NY: Die Guilford Press. Google Scholar
He, Q., Turel, O. & Bechara, A. (2017). Veränderungen der Gehirnanatomie im Zusammenhang mit der Abhängigkeit von Social Networking Site (SNS). Scientific Reports, 7 (1), 45064. doi:https://doi.org/10.1038/srep45064 CrossRef, MedlineGoogle Scholar
Heiman, J. R., Long, J. S., Smith, S. N., Fisher, W. A., Sand, M. S., & Rosen, R. C. (2011). Sexuelle Zufriedenheit und Beziehungsglück im mittleren Lebensalter und ältere Paare in fünf Ländern. Archiv für sexuelles Verhalten, 40 (4), 741–753. doi:https://doi.org/10.1007/s10508-010-9703-3 CrossRef, MedlineGoogle Scholar
Hertlein, K. M. (2012). Digitales Wohnen: Technologie in Paar- und Familienbeziehungen. Familienbeziehungen, 61 (3), 374–387. doi:https://doi.org/10.1111/j.1741-3729.2012.00702.x CrossRefGoogle Scholar
Internationale Fernmeldeunion. (2017). Zahlen und Fakten zu IKT 2017. Abgerufen März 13, 2019, von https://www.itu.int/en/ITU-D/Statistics/Documents/facts/ICTFactsFigures2017.pdf Google Scholar
Internet World Stats. (2018). Berichte über Internetnutzung, Breitband und Telekommunikation im Iran. Telekommunikationsberichte des Nahen Ostens. Abgerufen März 13, 2019, von https://www.internetworldstats.com/me/ir.htm Google Scholar
Johannes, C. B., Clayton, A. H., Odom, D. M., Rosen, R. C., Russo, P. A., Shifren, J. L., & Monz, B. U. (2009). Beunruhigende sexuelle Probleme bei Frauen in den USA erneut: Prävalenz nach Berücksichtigung von Depressionen. Journal of Clinical Psychiatry, 70 (12), 1698–1706. doi:https://doi.org/10.4088/JCP.09m05390gry CrossRef, MedlineGoogle Scholar
Johnson, S. D., Phelps, D. L. & Cottler, L. B. (2004). Der Zusammenhang zwischen sexueller Dysfunktion und Substanzkonsum in einer epidemiologischen Stichprobe der Gemeinschaft. Archiv für sexuelles Verhalten, 33 (1), 55–63. doi:https://doi.org/10.1023/B:ASEB.0000007462.97961.5a CrossRef, MedlineGoogle Scholar
Krull, J. L. & Mackinnon, D. P. (1999). Mehrebenen-Mediationsmodellierung in gruppenbasierten Interventionsstudien. Evaluation Review, 23 (4), 418–444. doi:https://doi.org/10.1177/0193841X9902300404 CrossRef, MedlineGoogle Scholar
Lin, C.-Y., Broström, A., Nilsen, P., Griffiths, M. D. & Pakpour, A. H. (2017a). Psychometrische Validierung der persischen Bergen Social Media Addiction Scale unter Verwendung klassischer Testtheorie und Rasch-Modelle. Journal of Behavioral Addictions, 6 (4), 620–629. doi:https://doi.org/10.1556/2006.6.2017.071 LinkGoogle Scholar
Lin, C.-Y., Burri, A., Fridlund, B. & Pakpour, A. H. (2017b). Die weibliche Sexualfunktion vermittelt die Auswirkungen der Einhaltung von Medikamenten auf die Lebensqualität von Menschen mit Epilepsie. Epilepsie & Verhalten, 67, 60–65. doi:https://doi.org/10.1016/j.yebeh.2016.12.012 CrossRef, MedlineGoogle Scholar
Lin, C.-Y., Ganji, M., Pontes, H. M., Imani, V., Broström, A., Griffiths, M. D., & Pakpour, A. H. (2018). Psychometrische Auswertung der Persian Internet Disorder Scale bei Jugendlichen. Journal of Behavioral Addictions, 7 (3), 665–675. doi:https://doi.org/10.1556/2006.7.2018.88 LinkGoogle Scholar
Lin, C.-Y., Oveisi, S., Burri, A. & Pakpour, A. H. (2017c). Die Theorie des geplanten Verhaltens einschließlich Selbststigmatisierung und wahrgenommener Barrieren erklärt das Hilfesuchverhalten bei sexuellen Problemen bei an Epilepsie leidenden iranischen Frauen. Epilepsie & Verhalten, 68, 123–128. doi:https://doi.org/10.1016/j.yebeh.2017.01.010 CrossRef, MedlineGoogle Scholar
Lin, C.-Y. & Pakpour, A. H. (2017). Verwendung der HADS-Skala (Hospital Anxiety and Depression Scale) bei Patienten mit Epilepsie: Bestätigungsfaktoranalyse und Rasch-Modelle. Beschlagnahme, 45, 42–46. doi:https://doi.org/10.1016/j.seizure.2016.11.019 CrossRef, MedlineGoogle Scholar
Luo, S. & Tuney, S. (2015). Kann SMS verwendet werden, um romantische Beziehungen zu verbessern? - Die Auswirkungen des Versendens positiver Textnachrichten auf die Zufriedenheit der Beziehung. Computer im menschlichen Verhalten, 49, 670–678. doi:https://doi.org/10.1016/j.chb.2014.11.035 CrossRefGoogle Scholar
N. R. Masthi, S. Pruthvi & M. Phaneendra (2018). Eine vergleichende Studie zur Nutzung sozialer Medien und zum Gesundheitszustand von Studenten, die an voruniversitären Hochschulen im städtischen Bengaluru studieren. Indian Journal of Community Medicine, 43 (3), 180–184. doi:https://doi.org/10.4103/ijcm.IJCM_285_17 MedlineGoogle Scholar
McDaniel, B. T. & Coyne, S. M. (2016). „Technoference“: Die Einmischung von Technologie in Paarbeziehungen und Auswirkungen auf das persönliche und relationale Wohlbefinden von Frauen. Psychology of Popular Media Culture, 5 (1), 85–98. doi:https://doi.org/10.1037/ppm0000065 CrossRefGoogle Scholar
J. K. McNulty, C. A. Wenner & T. D. Fisher (2016). Längsschnittliche Assoziationen zwischen Beziehungszufriedenheit, sexueller Zufriedenheit und Häufigkeit des Geschlechts in der frühen Ehe. Archiv für sexuelles Verhalten, 45 (1), 85–97. doi:https://doi.org/10.1007/s10508-014-0444-6 CrossRef, MedlineGoogle Scholar
A. Montazeri, M. Vahdaninia, M. Ebrahimi & S. Jarvandi (2003). Die Hospital Anxiety and Depression Scale (HADS): Übersetzungs- und Validierungsstudie der iranischen Version. Ergebnisse zu Gesundheit und Lebensqualität, 1 (1), 14. doi:https://doi.org/10.1186/1477-7525-1-14 CrossRef, MedlineGoogle Scholar
Muusses, L. D., Kerkhof, P. & Finkenauer, C. (2015). Internetpornografie und Beziehungsqualität: Eine Längsschnittstudie über die Auswirkungen von Anpassung, sexueller Befriedigung und sexuell explizitem Internetmaterial bei Neuvermählten innerhalb und zwischen Partnern. Computer im menschlichen Verhalten, 45, 77–84. doi:https://doi.org/10.1016/j.chb.2014.11.077 CrossRefGoogle Scholar
S. B. Olmstead, S. Negash, K. Pasley & F. D. Fincham (2013). Die Erwartungen aufstrebender Erwachsener an die Verwendung von Pornografie im Kontext zukünftiger engagierter romantischer Beziehungen: Eine qualitative Studie. Archiv für sexuelles Verhalten, 42 (4), 625–635. doi:https://doi.org/10.1007/s10508-012-9986-7 CrossRef, MedlineGoogle Scholar
A. H. Pakpour, M. S. Yekaninejad, G. Pallich & A. Burri (2015). Verwendung einer ökologischen Momentanbewertung zur Untersuchung kurzfristiger Unterschiede in der sexuellen Funktionsweise in einer Stichprobe von Frauen aus der Menopause aus dem Iran. PLoS One, 10 (2), e0117299. doi:https://doi.org/10.1371/journal.pone.0117299 CrossRef, MedlineGoogle Scholar
A. H. Pakpour, I. M. Zeidi, M. S. Yekaninejad & A. Burri (2014). Validierung einer übersetzten und kulturell angepassten iranischen Version des International Index of Erectile Function. Journal of Sex & Marital Therapy, 40 (6), 541–551. doi:https://doi.org/10.1080/0092623X.2013.788110 CrossRef, MedlineGoogle Scholar
Peleg, O. (2008). Der Zusammenhang zwischen Selbstunterscheidung und ehelicher Zufriedenheit: Was kann man im Laufe des Lebens von Verheirateten lernen? Amerikanisches Journal für Familientherapie, 36 (5), 388 – 401. doi:https://doi.org/10.1080/01926180701804634 CrossRefGoogle Scholar
Roberts, J. A. & David, M. E. (2016). Mein Leben ist zu einer großen Ablenkung von meinem Handy geworden: Partner-Phubbing und Zufriedenheit der Beziehung zwischen romantischen Partnern. Computer im menschlichen Verhalten, 54, 134–141. doi:https://doi.org/10.1016/j.chb.2015.07.058 CrossRefGoogle Scholar
Rosen, R., Brown, C., Heiman, J., Leiblum, S., Meston, C., Shabsigh, R., Ferguson, D. & D'Agostino, R., Jr. (2000). Der Female Sexual Function Index (FSFI): Ein mehrdimensionales Selbstberichtsinstrument zur Bewertung der weiblichen Sexualfunktion. Journal of Sex & Marital Therapy, 26 (2), 191–208. doi:https://doi.org/10.1080/009262300278597 CrossRef, MedlineGoogle Scholar
Salimi, A., Joukar, B. & Nikpour, R. (2009). Internet und Kommunikation: Wahrgenommene soziale Unterstützung und Einsamkeit als vorausgehende Variablen. Psychological Studies, 5 (3), 81–102. Google Scholar
Schmiedeberg, C. & Schroder, J. (2016). Ändert sich die sexuelle Zufriedenheit mit der Dauer der Beziehung? Archiv für sexuelles Verhalten, 45 (1), 99–107. doi:https://doi.org/10.1007/s10508-015-0587-0 CrossRef, MedlineGoogle Scholar
Serati, M., Salvatore, S., Siesto, G., Cattoni, E., Zanirato, M., Khullar, V., Cromi, A., Ghezzi, F. & Bolis, P. (2010). Weibliche Sexualfunktion während der Schwangerschaft und nach der Geburt. Journal of Sexual Medicine, 7 (8), 2782–2790. doi:https://doi.org/10.1111/j.1743-6109.2010.01893.x CrossRef, MedlineGoogle Scholar
Sinha, S. & Mukerjee, N. (1990). Anpassung der Ehe und persönliche Raumorientierung. Journal of Social Psychology, 130 (5), 633–639. doi:https://doi.org/10.1080/00224545.1990.9922955 CrossRefGoogle Scholar
StatCounter. (2018). Social-Media-Statistiken in der Islamischen Republik Iran. Abgerufen März 13, 2019, von http://gs.statcounter.com/social-media-stats/all/iran Google Scholar
Statista. (2018). Anzahl der Nutzer sozialer Netzwerke weltweit von 2010 bis 2021 (in Milliarden). Abgerufen März 13, 2019, von https://www.statista.com/statistics/278414/number-of-worldwide-social-network-users/ Google Scholar
Whitty, M. T. (2008). Befreiend oder schwächend? Eine Untersuchung romantischer Beziehungen, sexueller Beziehungen und Freundschaften im Netz. Computer im menschlichen Verhalten, 24 (5), 1837–1850. doi:https://doi.org/10.1016/j.chb.2008.02.009 CrossRefGoogle Scholar
Yao, M. Z. & Zhong, Z.-J. (2014). Einsamkeit, soziale Kontakte und Internetabhängigkeit: Eine Cross-Lagged-Panel-Studie. Computer im menschlichen Verhalten, 30, 164–170. doi:https://doi.org/10.1016/j.chb.2013.08.007 CrossRefGoogle Scholar
Zheng, L. & Zheng, Y. (2014). Sexuelle Online-Aktivitäten auf dem chinesischen Festland: Beziehung zur Suche nach sexuellen Empfindungen und zur Soziosexualität. Computer im menschlichen Verhalten, 36, 323–329. doi:https://doi.org/10.1016/j.chb.2014.03.062 CrossRefGoogle Scholar
Zigmond, A. S. & Snaith, R. P. (1983). Die Skala für Krankenhausangst und Depression. Acta Psychiatrica Scandinavica, 67 (6), 361–370. doi:https://doi.org/10.1111/j.1600-0447.1983.tb09716.x CrossRef, MedlineGoogle Scholar
G. D. Zimet, N. W. Dahlem, S. G. Zimet & G. K. Farley (1988). Die mehrdimensionale Skala der wahrgenommenen sozialen Unterstützung. Journal of Personality Assessment, 52 (1), 30–41. doi:https://doi.org/10.1207/s15327752jpa5201_2 CrossRefGoogle Scholar