Welche Arten von Internetdiensten machen Jugendliche süchtig? Korrelate problematischer Internetnutzung (2020)

Die Nutzung von Pornos war die süchtig machende Internetanwendung:

 „Die Prävalenz von PIU war bei den Jugendlichen am höchsten, die das Internet am häufigsten für Pornografie nutzten (19.6 %), gefolgt von Spielen (9.3 %) und der Internet-Community (8.4 %).“

„Allerdings war das Quotenverhältnis für PIU bei denjenigen am höchsten, die das Internet hauptsächlich für Pornografie nutzten, was auf das starke Suchtpotenzial von Internetpornografie im Vergleich zu anderen Internetdiensten schließen lässt.“

Der Gebrauch von Pornos ist die Anwendung, die am stärksten mit Depressionen und Psychopathologien korreliert:

„Diese Ergebnisse legen nahe, dass die primäre Nutzung des Internets für Pornografie mit schweren Psychopathologien wie Depressionen und Selbstmord sowie einem starken Suchtpotenzial verbunden ist.“

————————————————————————————————————

2020. April 20; 16:1031-1041. doi: 10.2147/NDT.S247292

Abstrakt

Zweck:

Diese Studie untersuchte die Prävalenz und Korrelationen problematischer Internetnutzung (PIU) bei einer großen Stichprobe von Jugendlichen basierend auf der Art des genutzten Internetdienstes.

Materialen und Methoden:

Die Studie wurde von 2008 bis 2010 durchgeführt und 223,542 Jugendliche im Alter von 12 bis 18 Jahren nahmen an der Studie teil. Die Teilnehmer beantworteten einen Selbstberichtsfragebogen, der Elemente zu demografischen Faktoren, der Internetnutzungszeit, dem am häufigsten genutzten Internetdienst und der psychischen Gesundheit enthielt. Die PIU wurde mit der Internet Addiction Proneness Scale for Youth-Short Form bewertet.

Ergebnisse:

Die Gesamtprävalenzrate der PIU betrug 5.2 %, und die nach Geschlecht stratifizierte Prävalenzrate betrug 7.7 % bei Jungen und 3.8 % bei Mädchen. Die Verteilung der am häufigsten genutzten Internetdienste war zwischen den Geschlechtern deutlich unterschiedlich. Die am häufigsten genutzten Internetdienste waren Gaming (58.1 %) bei Jungen und Bloggen (22.1 %) sowie Messenger/Chatten (20.3 %) bei Mädchen. Das Quotenverhältnis für PIU war je nach am häufigsten genutztem Internetdienst deutlich unterschiedlich; Ich nutze das Internet hauptsächlich für Pornographie im Vergleich zur Informationssuche hatte das höchste Quotenverhältnis (4.526-fach höher). Depressive Episoden, Suizidgedanken und Suizidversuche waren signifikant mit höheren Odds Ratios für PIU verbunden (1.725-, 1.747- bzw. 1.361-faches).

Fazit:

Die vorliegende Studie identifizierte klinisch wichtige Informationen über PIU bei Jugendlichen. Die Verteilung von PIU weist je nach Geschlecht und bestimmten Internetdiensten unterschiedliche Muster auf. Es sind PIU-Studien mit klar definierten Methoden und Bewertungstools für PIU jedes einzelnen Internetdienstes erforderlich.

SCHLÜSSELWÖRTER: Sucht; Jugend; Geschlechtsunterschiede; Internetnutzung

PMID 32368065
PMCID: PMC7182452
DOI: 10.2147 / NDT.S247292

Einleitung

In den letzten zwei Jahrzehnten ist das Internet sehr schnell und umfassend in das Leben der Menschen eingedrungen und hat sich zu einem wichtigen Mittel des täglichen Lebens entwickelt, etwa zum Einkaufen, zum Abrufen von Nachrichten und zum Kontakt mit Freunden. US-Umfragedaten ergaben, dass im Jahr 90 etwa 2019 % der Erwachsenen Zugang zum Internet hatten, und der Anteil der Menschen, die das Internet nicht nutzten, sank von 48 % im Jahr 2000 auf nur 10 % im Jahr 2019. Insbesondere Jugendliche nutzen das Internet in ihrem täglichen Leben häufiger als andere Bevölkerungsgruppen. Im Jahr 2018 hatten Berichten zufolge 95 % der US-Jugendlichen Zugang zu Smartphones, und 45 % der Teenager sind nahezu ständig online.

Obwohl das Internet verschiedene Vorteile bietet, wie Bildung, Unterhaltung, soziale Kommunikation, Bequemlichkeit und psychisches Wohlbefinden, Viele Studien haben negative Assoziationen des Internets mit der psychischen Gesundheit junger Menschen festgestellt, darunter Depressionen, soziale Ängste, Selbstmord und Cybermobbing.- Insbesondere ist die problematische Internetnutzung (PIU), die durch übermäßige Nutzung und Suchtmerkmale gekennzeichnet ist, eines der größten Probleme bei der Internetnutzung in jugendlichen Bevölkerungsgruppen, wobei die Prävalenz in früheren Studien mit bis zu 26.7 % angegeben wurde.,

Es ist bekannt, dass Jugendliche aufgrund einer erhöhten Impulsivität, die mit der relativen Unreife des präfrontalen Kortex (PFC) einhergeht, vor allem in der frühen und mittleren Jugendperiode anfällig für PIU sind.- Darüber hinaus wurde berichtet, dass die emotionale Dysregulation im frühen Säuglingsalter (im Alter von 2 Jahren) einen erheblichen Einfluss auf PIU bei Jugendlichen hat, was darauf hindeutet, dass das angeborene Temperament einer der Hauptrisikofaktoren für PIU ist. Sex ist bekanntermaßen ein weiterer differenzierender Moderator für das PIU-Muster. Jungen nutzen häufiger Internetspiele, während Mädchen mehr soziale Netzwerke nutzen als Jungen., Darüber hinaus werden auch Umweltfaktoren, einschließlich Bindungen zu Eltern und Gleichaltrigen, als einer der Prädiktoren für PIU bei Jugendlichen angegeben. Badenes-Ribera et al berichteten, dass die Beziehungen zu ihren Eltern den Grad der PIU bei frühen Jugendlichen am stärksten beeinflussten, wohingegen Beziehungen zu Gleichaltrigen in der älteren Jugendperiode der relevanteste Faktor waren.

Ebenso haben mehrere Studien die vorherrschenden Bedenken hinsichtlich PIU und damit verbundenen Risikofaktoren bei Jugendlichen untersucht. Eine klare Definition von PIU wurde jedoch nicht erstellt. Forscher haben PIU mit unterschiedlichen Begriffen und Konzepten untersucht, wie zum Beispiel „Internetsucht“, „zwanghafte Internetnutzung“, „Problematische Internetnutzung“ und „pathologische Internetnutzung“. Andere Studien, die sich auf Internetspiele konzentrierten, verwendeten den Begriff „problematische Online-Spielnutzung“. „Internetspielsucht“ und „Internet-Gaming-Störung“.

Obwohl diese unterschiedlichen Begriffe und ihre Definitionen ein psychologisches Konstrukt beinhalten, das ein Muster unkontrollierter Internetnutzung impliziert, das zu einer klinischen Beeinträchtigung führt, Ein Grund für das Fehlen einer Gold-Standard-Definition ist, dass das Internet eine Vielzahl von Inhalten bietet, die möglicherweise mit Suchtpotenzial verbunden sind, wie z. B. Spielen, Glücksspiel, Chatten oder Pornografie. Jung wies darauf hin, dass Internetsucht ein breites Spektrum von Problemen bei der Kontrolle von Verhaltensimpulsen umfasst und in fünf spezifische Untertypen eingeteilt wird, darunter Cyber-Sexualität, Cyber-Beziehungen, Netzzwang, Informationsüberflutung und Computersucht.

Unter diesen spezifischen Subtypen von PIU wurden „Internet-Gaming-Störung“ und „Gaming-Störung“ als Diagnose in Abschnitt 3 des Diagnostic and Statistical Manual of Mental Disorders (DSM-5) aufgenommen. und die neueste Überarbeitung der Internationalen Klassifikation der Krankheiten (ICD-11) durch die Weltgesundheitsorganisation (WHO). Obwohl Internetaktivitäten, bei denen es sich nicht um Glücksspiele handelte, aufgrund fehlender Beweise nicht als formale Diagnose angesehen wurden, Es bestehen immer noch Bedenken hinsichtlich süchtig machender Internetaktivitäten, die nicht zum Glücksspiel gehören, wie z. B. Internetglücksspiele. Social-Networking und Online-Pornografie.

Trotz dieser Bedenken hinsichtlich der verschiedenen Subtypen von PIU fehlen jedoch Studien, die das unterschiedliche Suchtpotenzial basierend auf bestimmten Internetdiensten untersuchen. Eine aktuelle deutsche Studie mit 6,081 Studierenden im Alter von 12–19 Jahren untersuchte die Verteilung intensiv genutzter Internetanwendungen in PIU und Nicht-PIU. In der Studie von Rosenkranz et al Die am intensivsten genutzten Internetanwendungen waren soziale Netzwerke und Chats, und die prädiktivsten Internetanwendungen für PIU waren Spiele und Glücksspiele. Untersuchungen zur Verbreitung und zum Suchtpotenzial aufgrund der Nutzung des jeweiligen Internetdienstes fehlen allerdings noch; Tatsächlich gibt es unseres Wissens nach keine Studien in Korea. Daher zielte die vorliegende Studie darauf ab, die Prävalenz und Korrelationen von PIU in einer großen Stichprobe von Jugendlichen basierend auf dem Subtyp der Internetnutzung zu untersuchen.

Materialen und Methoden

Teilnehmer

Unsere Studie wurde mit Daten durchgeführt, die aus der webbasierten Umfrage zum koreanischen Jugendrisikoverhalten (KYRBS) aus den Jahren 2008, 2009 und 2010 stammen. KYRBS ist eine mehrjährige Querschnittsstudie, die seit 2005 jährlich von den Korea Centers for Disease Control and Prevention (CDC) durchgeführt wird. KYRBS konzentriert sich auf gesundheitsgefährdendes Verhalten bei Jugendlichen. Die Umfrage wurde mit einem von den Jugendlichen ausgefüllten Fragebogen durchgeführt, der 125 Punkte umfasste, darunter Informationen zu Tabakkonsum, Alkoholkonsum, Fettleibigkeit, körperlicher Aktivität, sexuellem Verhalten, Substanzkonsum, Internetnutzung und psychischer Gesundheit. Die Zielgruppe besteht aus landesweit repräsentativen Mittel- und Oberstufenschülern im Alter von 12 bis 18 Jahren in Korea, die jedes Jahr an 400 Mittel- und Oberschulen befragt werden. Die Gesamtzahl der Teilnehmer betrug 400, und die KYRBS 223,542, 2008 und 2009 umfassten 2010, 75,238 bzw. 75,066 Teilnehmer. Vor Studienbeginn wurden den Studierenden von ausgebildeten Lehrkräften ausführliche Anweisungen zu Zweck und Methoden der Studie gegeben und eine schriftliche Einverständniserklärung der Studierenden eingeholt. Studierende, die einer Teilnahme zustimmten, füllten den anonymen Fragebogen aus, der auf einem Computer präsentiert wurde. Das Institutional Review Board des CDC hat die Protokolle für KYRBS genehmigt.

Beurteilung

Zur Beurteilung der PIU wurde die von Kim et al. entwickelte Internet Addiction Proneness Scale for Youth-Short Form (KS-Skala) verwendet wurde benutzt. Die KS-Skala ist eine 20-Punkte-Selbstberichtsskala, die auf einer 4-stufigen Likert-Skala bewertet wird (1 = nie, 2 = manchmal, 3 = oft oder 4 = immer). Es besteht aus sechs Unterfaktoren: (1) Störung der adaptiven Funktion (6 Items), (2) positive Antizipation (1 Item), (3) Rückzug (4 Items), (4) virtuelle zwischenmenschliche Beziehung (3 Items), (5 ) abweichendes Verhalten (2 Items) und (6) Toleranz (4 Items). Der Befragte wird anhand der Ergebnisse in eine von drei Gruppen eingeteilt: eindeutiger PIU, wahrscheinlicher PIU und normaler Internetnutzer. Definitive PIU wird durch einen Gesamtscore von 53 oder mehr oder das Vorliegen aller der folgenden Punkte definiert: Adaptive Functioning-Scores von 17 oder mehr; Auszahlungswerte von 11 oder höher; und Toleranzwerte von 13 oder höher. Eine wahrscheinliche PIU wird durch einen Gesamtscore zwischen 48 und 52 oder das Vorliegen aller der folgenden Punkte definiert: Adaptive-Funktions-Scores von 15 oder höher; Auszahlungswerte von 10 oder höher; und Toleranzwerte von 12 oder höher. In der vorliegenden Studie wurde die PIU-Gruppe als die Teilnehmer der definitiven und wahrscheinlichen PIU-Gruppen definiert.

Erfragt wurde die Internetnutzungszeit mit dem Item „Wie viele Stunden und Minuten haben Sie in den letzten 30 Tagen wochentags und am Wochenende das Internet genutzt?“ Der von den Teilnehmern am häufigsten genutzte Internetdienst wurde mit dem Item „Für welchen Dienst nutzen Sie das Internet normalerweise am häufigsten genutzt?“ gefragt. mit den Auswahlmöglichkeiten, einschließlich Informationssuche, Messenger/Chatten, Spielen, Ansehen von Filmen, Hören von Musik, Ansehen von Videos wie von Benutzern erstellten Inhalten, E-Mail, Einkaufen, Pornografie, Bloggen usw. Das Vorhandensein von depressiven Episoden, Selbstmordgedanken und Suizidversuche wurden durch ein Item für jedes Erlebnis in den letzten 12 Monaten mit „Ja“ oder „Nein“ wie folgt abgefragt: „Haben Sie sich in den letzten 12 Monaten jemals traurig oder verzweifelt genug gefühlt, um Ihr tägliches Leben für zwei Wochen aufzugeben?“ ” bei Depressionen: „Haben Sie in den letzten 12 Monaten ernsthaft über Selbstmord nachgedacht?“ für Selbstmordgedanken und „Haben Sie in den letzten 12 Monaten einen Selbstmordversuch unternommen?“ wegen Selbstmordversuchen.

Statistiken

Zur Analyse demografischer Merkmale wurden deskriptive Statistiken eingesetzt. Um den Zusammenhang zwischen dem am häufigsten genutzten Internetdienst, der Prävalenz und den Korrelaten von PIU und deskriptiver Statistik zu analysieren, wurden der Chi-Quadrat-Test und die Varianzanalyse (ANOVA) eingesetzt. Um das Odds Ratio für PIU anhand der zugehörigen Korrelate zu untersuchen, wurde von zwei Modellen eine logistische Regression mit PIU als abhängiger Variable verwendet. Das erste Modell umfasste Geschlecht, Klasse, am häufigsten genutzter Internetdienst, depressive Episode, Suizidgedanken und Suizidversuch als unabhängige Variablen. Modell 2 fügte Modell 1 den sozioökonomischen Status und die schulischen Leistungen als Kovariaten hinzu. Statistische Analysen wurden mit dem Softwarepaket SPSS 25.0 für Windows (SPSS Inc., Chicago, IL) durchgeführt.

Die Ergebnisse

Demographische Merkmale

Demografische Merkmale werden in angezeigt Tabelle 1. Insgesamt nahmen 223,542 Mittel- und Oberstufenschüler an der Studie teil, 52.5 % waren männlich. Die Gesamtprävalenz von PIU betrug 5.8 %, und die Hochrisikogruppe der Internetnutzer in der PIU-Gruppe betrug 3.2 %. Die geschlechtsspezifische Prävalenz von PIU betrug 7.7 % bei Jungen und 3.8 % bei Mädchen. Der Anteil der Teilnehmer, die eine depressive Episode, Suizidgedanken und einen Suizidversuch erlebten, betrug 38.0 %, 19.1 % bzw. 4.8 %.

Tabelle 1

Demographische Merkmale

n (%)
Gesamt223542
Jahr
 200875238 (33.7)
 200975066 (33.6)
 201073238 (32.8)
Geschlecht
 Männlich117281 (52.5)
 Female106261 (47.5)
Klasse
 Mittelschule 138219 (17.1)
 Mittelschule 238423 (17.2)
 Mittelschule 338280 (17.1)
 Oberstufe 137218 (16.6)
 Gymnasium 236926 (16.5)
 Oberstufe 334476 (15.4)
PIU
 Gesamt13056 (5.8)
 Benutzer mit hohem Risiko7183 (3.2)
 Potenzieller Risikobenutzer5873 (2.6)
 Depressive Episode; Ja84848 (38.0)
 Suizidgedanken; Ja42728 (19.1)
 Selbstmordversuch; Ja10778 (4.8)
Sozioökonomischen Status
 High13775 (6.2)
 Hoch-Mittel48348 (21.6)
 Mitte105472 (47.2)
 Niedrig-Mittel41322 (18.5)
 Sneaker14625 (6.5)
Schulleistung
 High25440 (11.4)
 Hoch-Mittel52399 (23.4)
 Mitte60448 (27.0)
 Niedrig-Mittel57183 (25.6)
 Sneaker28072 (12.6)

Abkürzung: PIU, problematische Internetnutzung.

Prävalenz und Korrelationen von PIU basierend auf dem am häufigsten genutzten Internetdienst

Unter allen Teilnehmern war der am häufigsten genutzte Internetdienst Internet-Gaming (35.0 %), gefolgt von Informationssuche (16.2 %), Chatten (14.1 %) und Bloggen (12.1 %) (Tabelle 2 und Figure 1). Allerdings waren die Anteile der am häufigsten genutzten Internetdienste zwischen Jungen und Mädchen unterschiedlich (x2=9144.0; p<0.001). Während der am häufigsten genutzte Dienst bei Jungen das Spielen im Internet war (58.1 %), nutzten Mädchen das Bloggen (22.1 %) und das Chatten (20.3 %) am häufigsten.

Tabelle 2

Zusammenhang zwischen dem am häufigsten genutzten Internetdienst und der Prävalenz sowie den Korrelaten von PIU

Meistgenutzter InternetdienstInformationssucheMessenger / ChattenGamingFilm schauenMusik hörenVideo ansehen (z. B. UCC)Internet-Community oder ClubE-MailOnline EinkaufenInternet-PornografieBloggenUsw.GesamtStatistik F or χ2
Gesamt
 n36,15031,44678,325824821,0752896403211475315171627,1426050223,542
 %16.214.135.03.79.41.31.80.52.40.812.12.7100.0
Geschlecht
 Männlich; N16,857987368,1394415725711581064313780156536372223117,28169144.0 *
 %14.48.458.13.86.21.00.90.30.71.33.11.9100.0
 Weiblich ; N19,29321,57310,186383313,81817382968834453515123,5053827102,434
 %18.220.39.63.613.01.62.80.84.30.122.13.6100.0
Internetnutzungszeit; Mittelwert (SD)
 Wochentag; Std.1.1 (1.3)1.6 (1.6)1.6 (1.8)1.3 (1.5)1.1 (1.3)1.4 (1.4)1.7 (1.5)1.0 (1.2)1.3 (1.3)2.0 (3.0)1.4 (1.4)1.5 (1.7)457.5 *
 Wochenende; Std.1.8 (1.8)2.4 (2.1)3.1 (2.5)2.4 (2.1)1.8 (1.7)2.4 (2.1)3.0 (2.2)1.5 (1.7)2.1 (1.8)2.8 (3.4)2.2 (1.9)2.4 (2.3)1112.5 *
KS-Skala1298.4 *
 Bedeuten27.829.633.029.127.029.832.926.427.836.228.728.6
 SD8.69.010.58.97.78.99.77.77.818.18.18.9
Gesamt-PIU; Ja3791.9 *
 n1217153473173345161223392514933691125613,056
 %3.44.99.34.02.44.28.42.22.819.63.44.25.8
Nur eindeutige PIU; Ja2624.9 *
 n66681740261952726017411842694561537183
 %1.82.65.12.41.32.14.31.01.615.71.72.53.2
Depressive Episode; Ja3867.8 *
 n13,41215,17124,0813307828811041585443222585812,149222584,848
 %37.148.230.740.139.338.139.338.641.950.044.836.838.0
Suizidgedanken; Ja1918.0 *
 n6107794712,3071662399954587621211005336,2081,23242,728
 %16.925.315.720.219.018.821.718.520.731.122.920.419.1
Selbstmordversuch; Ja1386.4 *
 n13322458281340197210218058274235166528810,778
 %3.77.83.64.94.63.54.55.15.213.76.14.84.8

Hinweis: *p<0.001.

Abkürzungen: PIU, Problematische Internetnutzung; UCC, vom Benutzer erstellte Inhalte; KS-Skala, Internet-Sucht-Anfälligkeitsskala für Jugendliche – Kurzform; SD, Standardabweichung.

Eine externe Datei, die ein Bild, eine Illustration usw. enthält. Der Objektname ist NDT-16-1031-g0001.jpg

Am häufigsten genutzter Internetdienst nach Geschlecht (%).

Die Prävalenzrate von PIU bei den Nutzern jedes einzelnen Internetdienstes unterschied sich auch signifikant je nach dem am häufigsten genutzten Internetdienst (x2=3791.9; p<0.001). Die Prävalenz von PIU war bei den Jugendlichen am höchsten, die das Internet am häufigsten für Pornografie nutzten (19.6 %), gefolgt von Spielen (9.3 %) und der Internet-Community (8.4 %) (Tabelle 2 und Figure 2). Der Anteil der Internet-Gaming-Nutzer an der Gesamtgruppe der Personen mit PIU war mit 56.0 % am höchsten.

Eine externe Datei, die ein Bild, eine Illustration usw. enthält. Der Objektname ist NDT-16-1031-g0002.jpg

Prävalenz von PIU nach dem am häufigsten genutzten Internetdienst (%).

Abkürzungen: PIU, problematische Internetnutzung; UCC, vom Benutzer erstellte Inhalte.

Der Anteil der Teilnehmer mit Erfahrungen mit depressiven Episoden, Suizidgedanken und Selbstmordversuchen war auch unter den Jugendlichen am höchsten, die das Internet am häufigsten für Pornografie nutzten (50.0 %, 31.1 % bzw. 13.7 %), gefolgt vom Chatten (48.2 %, 25.3 %). %, bzw. 7.8 %) und Bloggen (44.8 %, 22.9 % bzw. 6.1 %).

Quotenverhältnisse der Zugehörigkeit zur PIU-Gruppe basierend auf demografischen Merkmalen und Internetnutzungsvariablen

Tabelle 3 zeigt die Chancenverhältnisse für die Zugehörigkeit zur PIU-Gruppe basierend auf demografischen Merkmalen und Internetnutzungsvariablen. Das Odds Ratio war bei Jungen signifikant höher als bei Mädchen (OR=1.520; p<0.001). Im Vergleich zu den jüngsten Teilnehmern zeigten die älteren Studentengruppen deutlich höhere Quotenverhältnisse (1.274- bis 1.319-fach höher) für PIU.

Tabelle 3

Logistische Regression für die PIU mit Kovariaten

VariablenModell 1Modell 2
OR95% CIpOR95% CIp
Geschlecht
 FemaleReferent
 Männlich1.5011.432zu1.573.0001.5201.450zu1.593.000
Klasse
 Mittelschule 1Referent
 Mittelschule 21.3031.223zu1.387.0001.2741.196zu1.357.000
 Mittelschule 31.3681.285zu1.457.0001.3271.246zu1.413.000
 Oberstufe 11.3341.251zu1.423.0001.2861.205zu1.373.000
 Gymnasium 21.3101.226zu1.399.0001.2381.158zu1.323.000
 Oberstufe 31.4041.313zu1.501.0001.3191.232zu1.411.000
Meistgenutzter Internetdienst
 InformationssucheReferent
 Messenger / Chatten1.3781.274zu1.490.0001.2851.188zu1.391.000
 Gaming2.8242.644zu3.015.0002.6612.491zu2.843.000
 Film schauen1.127.995zu1.276.0601.096.967zu1.241.152
 Musik hören.743.668zu.825.000.733.660zu.814.000
 Video ansehen (z. B. UCC)1.2871.063zu1.559.0101.2781.055zu1.548.012
 Internet-Community oder Club2.7852.453zu3.162.0002.8222.485zu3.206.000
 E-Mail.682.456zu1.019.062.658.440zu.985.042
 Online Einkaufen.893.750zu1.063.203.873.733zu1.040.128
 Internetpornographie4.9444.311zu5.670.0004.5263.941zu5.198.000
 Bloggen1.058.967zu1.158.2171.023.935zu1.120.616
 Usw.1.3411.167zu1.541.0001.3351.162zu1.535.000
Depressive Episode
 NeinReferent
 Ja1.7821.710zu1.857.0001.7251.655zu1.798.000
Suizidgedanken
 NeinReferent
 Ja1.8131.728zu1.903.0001.7471.664zu1.833.000
Selbstmordversuch
 NeinReferent
 Ja1.4501.353zu1.553.0001.3611.270zu1.459.000

Anmerkungen: Modell 1 umfasste Geschlecht, Klasse, am häufigsten genutzter Internetdienst, depressive Episode, Suizidgedanken und Suizidversuch als Kovariaten. Modell 2 berücksichtigte zusätzlich zu Modell 1 den sozioökonomischen Status und die schulischen Leistungen als Kovariaten.

Abkürzungen: PIU, problematische Internetnutzung; UCC, vom Benutzer erstellte Inhalte

Im Vergleich zu den Jugendlichen, die das Internet am häufigsten zur Informationssuche nutzen, war das Quotenverhältnis für PIU bei den Jugendlichen am höchsten, die das Internet am häufigsten für Pornografie nutzten (OR=4.526, p<0.001), gefolgt von denen, die das Internet für die Community nutzten (OR=2.822, p<0.001) und Gaming (OR=2.661, p<0.001). Diejenigen Jugendlichen, die das Internet am häufigsten zum Hören von Musik (OR=0.733, p<0.001) und E-Mails (OR=0.658, p=0.042) nutzten, wiesen deutlich niedrigere Quotenverhältnisse auf als diejenigen der Jugendlichen, die das Internet zur Informationssuche nutzten. Es gab keine signifikanten Unterschiede in den Quotenverhältnissen zwischen den Gruppen, die das Internet hauptsächlich zur Informationssuche nutzten, und den Gruppen, die sich Filme ansahen, online einkauften und bloggten.

Zusammenhänge zwischen Psychopathologie und Risiko für PIU

Der Anteil der Teilnehmer mit depressiven Episoden, Suizidgedanken und Suizidversuchen in den letzten 12 Monaten war in den Gruppen am höchsten, die das Internet am häufigsten für Pornografie nutzten (50.0 %, 31.1 % bzw. 13.7 %). durch Messenger/Chatten (48.2 %, 25.3 % bzw. 7.8 %) und Bloggen (44.8 %, 22.9 % bzw. 6.1 %) (Tabelle 2). Das Vorliegen depressiver Episoden, Suizidgedanken und Suizidversuche war ebenfalls signifikant mit einem höheren Odds Ratio für PIU in der gesamten Stichprobe verbunden. (OR=1.725, p<0.001; OR=1.747, p<0.001; bzw. 1.361, p<0.001) (Tabelle 3).

Diskussion

Unsere Studie untersuchte die Prävalenz und Korrelationen von PIU bei einer großen Anzahl von Jugendlichen anhand der am häufigsten genutzten Internetdienste. In unserer Studie betrug die Gesamtprävalenz von PIU 5.4 %, was mit früheren Studien in anderen Ländern vergleichbar ist. Mehrere frühere Studien zu PIU berichteten über ein breites Spektrum an PIU-Prävalenzen. Beispielsweise ergab eine in neun europäischen Ländern durchgeführte Studie eine Prävalenz von 25 %, wobei die Spanne in den einzelnen Ländern zwischen 14 % und 55 % liegt. Eine weitere in sechs asiatischen Ländern durchgeführte Studie ergab, dass die Prävalenz der süchtig machenden Internetnutzung, die mit dem Internet Addiction Test (IAT) untersucht wurde, zwischen 1 % in Südkorea und 5 % auf den Philippinen lag und die Prävalenz von PIU zwischen 13 % und 46 % lag. . Andere systematische Untersuchungen zur Internetsucht hatten ebenfalls eine breite Spanne von Prävalenzraten von 1 % bis 18.7 % gemeldet. und von 0.8 % auf 26.7 %. In diesen Studien wurde argumentiert, dass diese großen Schwankungen der Prävalenzraten für PIU möglicherweise auf die mangelnde Konsistenz der Methodik, wie etwa der Definitionen, Bewertungsinstrumente und Grenzwerte für PIU, zurückzuführen seien., Daher sind zukünftige Studien mit einheitlicheren Definitionen und Bewertungsinstrumenten für PIU erforderlich, um die Prävalenz von PIU zu bestätigen. Dennoch ergab eine Metaanalyse mit 27 Studien aus den Jahren 1998 bis 2006 eine durchschnittliche Prävalenz von Internet-Spielstörungen von 4.7 %, trotz einer breiten Spanne an Prävalenzraten. was mit unserer Studie übereinstimmt.

In unserer Studie war die PIU-Prävalenz bei Jungen etwa doppelt so hoch wie bei Mädchen. Dies steht im Einklang mit mehreren früheren Studien, in denen berichtet wurde, dass männliches Geschlecht ein Risikofaktor für PIU ist.- Andere Studien haben jedoch das gegenteilige Muster von Geschlechtsunterschieden für die Prävalenz von PIU berichtet. Beispielsweise haben Durkee et al berichteten, dass in einer Studie mit Jugendlichen aus 11 europäischen Ländern trotz einiger interkultureller Unterschiede geringe Unterschiede in der Prävalenzrate von PIU zwischen den Geschlechtern festgestellt wurden. Eine kanadische Studie berichtete auch über keine geschlechtsspezifischen Unterschiede in der Prävalenz von PIU. Darüber hinaus ergab eine Studie mit Erwachsenen aus neun europäischen Ländern, dass PIU insgesamt häufiger bei Frauen als bei Männern vorkam. Diese Diskrepanzen hinsichtlich der Geschlechtsunterschiede in PIU könnten durch interkulturelle Unterschiede verursacht werden. Um diese Diskrepanzen bei den geschlechtsspezifischen Unterschieden in der Prävalenz von PIU zu verstehen, sollte jedoch auch die Untersuchung der spezifischen Dienste berücksichtigt werden, die von beiden Geschlechtern über das Internet genutzt werden.

In unserer Studie war Internet-Gaming der von allen Teilnehmern am häufigsten genutzte Internetdienst, gefolgt von Informationssuche, Messenger/Chatten und Bloggen. Allerdings war die Verteilung der am häufigsten genutzten Internetdienste zwischen den Geschlechtern deutlich unterschiedlich. Während die Jungen das Internet überwiegend zum Spielen nutzten, nutzten die Mädchen das Internet am häufigsten zum Bloggen und Messenger/Chatten. Diese Tendenzen stimmen mit den Ergebnissen früherer Studien überein. Es wurde berichtet, dass Mädchen häufiger Instant Messaging (74 %) und soziale Netzwerkdienste (70 %) nutzen als Jungen im Alter von 15 bis 17 Jahren (62 % bzw. 54 %)., Dufour et al berichteten außerdem, dass der Anteil der übermäßigen Nutzung sozialer Netzwerke und Blogs bei Mädchen höher sei als bei Jungen. Im Gegensatz dazu wurde durchweg berichtet, dass die Nutzung von Internetspielen bei Männern höher ist als bei Frauen.,,, Obwohl die genauen Gründe für diese geschlechtsspezifischen Unterschiede bei der Internetnutzung nicht genau geklärt sind, Frühere Studien zur Erklärung geschlechtsspezifischer Unterschiede bei der Teilnahme an Computerspielen konzentrierten sich auf Aspekte wie den Inhalt und das Design typischer Spiele, die Gewalt der Spiele, die Wettbewerbsstrukturen der Spiele und die sozialen Interaktionen innerhalb der Spiele. Unsere Ergebnisse für die stärkere Nutzung des Internets zum Bloggen und Chatten und eine geringere Nutzung des Internets für Spiele bei Mädchen als bei Jungen könnten mit fundierten Belegen dafür zusammenhängen, dass Frauen eher zwischenmenschlich orientiert sind, während Männer eher informations-/aufgabenorientiert sind.

In unserer Studie war die Zahl der Personen mit PIU unter den Internet-Gaming-Nutzern am höchsten (sie machten mehr als 50 % der gesamten PIU-Gruppe aus), und auch das Quotenverhältnis für PIU war bei Internet-Gaming-Nutzern sehr hoch. Diese Ergebnisse liefern unterstützende Beweise für die vorherrschende Sorge um Internet-Gaming und die Einbeziehung von Internet-Gaming-Störungen in diagnostische Kriteriensysteme., Dennoch ist auch auf das Suchtpotenzial der Internetpornografie hinzuweisen. Der Anteil von Internetpornografie als meistgenutztem Internetdienst war nicht hoch (0.8 %) und bei Mädchen sogar noch seltener (0.1 %). Allerdings war das Quotenverhältnis für PIU bei denjenigen am höchsten, die das Internet hauptsächlich für Pornografie nutzten, was auf das starke Suchtpotenzial von Internetpornografie im Vergleich zu anderen Internetdiensten schließen lässt. Natürlich ist der Konsum von Pornografie kein Problem, das nur durch das Internet verursacht wird. Es wurde argumentiert, dass übermäßige Internetnutzer keine Internetsüchtigen sind, sondern das Internet nur als Medium für andere Suchtverhalten nutzen., Frühere Studien haben jedoch darauf hingewiesen, dass die Nutzung von Online-Pornografie zunimmt und dass das zunehmende „Triple A“ (Zugänglichkeit, Erschwinglichkeit und Anonymität), das das Internet bietet, das potenzielle Risiko für die problematische Nutzung von Online-Pornografie erhöht hat. Darüber hinaus stimmen unsere Ergebnisse nicht mit den Ergebnissen der vorherigen Studie von Rosenkranz et al. überein die über ein relativ geringeres Suchtpotenzial sexueller Inhalte im Vergleich zu Spielen und Glücksspielen berichteten. Diese unterschiedlichen Ergebnisse hinsichtlich des Suchtpotenzials sexueller Inhalte zwischen den Studien könnten auf sozioökologische Unterschiede zurückzuführen sein. Daher sind weitere Studien erforderlich, um Jugendliche vor dem Risiko einer problematischen Nutzung von Internetpornografie zu verstehen und zu schützen.

Ein weiteres bemerkenswertes Ergebnis unserer Studie war der signifikante Zusammenhang zwischen einem höheren Gesamtwahrscheinlichkeitsverhältnis für PIU und Psychopathologie, einschließlich Depressionen und Selbstmordgedanken und -versuchen, was mit den Ergebnissen einer früheren Studie übereinstimmt Darin wurde berichtet, dass die Gruppe der Studierenden mit PIU häufiger an Depressionen sowie suizidalem und selbstverletzendem Verhalten litt als die Gruppe mit normaler Internetnutzung. Interessant ist insbesondere, dass der Anteil der „Ja“-Antworten auf depressive Episoden, Suizidgedanken und Suizidversuche bei den Nutzern von Messengern/Chats und Blogs höher war als bei den Nutzern anderer Dienste, mit Ausnahme der Nutzer von Internetpornografie. und dieser Anteil war bei den Internet-Gaming-Nutzern am niedrigsten. Diese Ergebnisse deuten darauf hin, dass depressive Jugendliche soziale Interaktion eher über das Internet als über Unterhaltung betreiben. Diese Ergebnisse stimmen mit einer früheren Studie überein Darin wurde auch berichtet, dass bei Schülern mit Nicht-Gaming-PIU ein höheres Depressionsrisiko bestand als bei Schülern mit Gaming-PIU. Darüber hinaus war der Anteil der „Ja“-Antworten auf depressive Episoden, Suizidgedanken und Suizidversuche bei Internetpornografienutzern am höchsten. Diese Ergebnisse deuten darauf hin, dass die primäre Nutzung des Internets für Pornografie mit schweren Psychopathologien wie Depressionen und Selbstmord sowie einem starken Suchtpotenzial verbunden ist.

Einschränkungen

Unsere Studie weist einige Einschränkungen auf, die beachtet werden sollten. Obwohl wir die Studie mit einer großen Stichprobe von Jugendlichen durchgeführt haben, basiert unsere Studie auf einem Querschnittsdesign, das die Interpretation der Kausalität einschränkt. Beispielsweise sind depressive Episoden, Suizidgedanken und Suizidversuche mit einem höheren Odds Ratio für PIU verbunden, und wir können die Richtung der Kausalität nicht bestimmen. Daher sind zukünftige Studien mit einem Längsschnittdesign gerechtfertigt. Zweitens: Obwohl wir versucht haben, eine Vielzahl von Internetdiensten, die die Jugendlichen nutzen, in die Fragebögen einzubeziehen, haben wir nicht alle Dienste einbezogen. Beispielsweise ist das Glücksspiel im Internet eines der größten Probleme bei der Internetnutzung. was in den Fragebögen nicht enthalten war. Drittens basierte unsere Studie allein auf dem Selbstbericht der Jugendlichen, was den Bericht verzerren könnte. Es ist bekannt, dass die Meldung psychiatrischer Symptome zwischen Informanten, wie Eltern und Jugendlichen, unterschiedlich ausfällt. Daher ist es für die genaue Beurteilung psychiatrischer Symptome wichtig, Informationen von mehreren Informanten, einschließlich der Eltern, einzuholen. Glücklicherweise berichtete eine frühere Studie, dass Berichte, die auf Selbstberichten der Jugendlichen über die Symptome von Suchterkrankungen wie Alkohol- und Drogenmissbrauch basierten, viel eher mit tatsächlichen Diagnosen übereinstimmten als Berichte der Eltern. Darüber hinaus verwendeten wir vereinfachte kategoriale Items zur Beurteilung von Depressionen, Suizidgedanken und Suizidversuchen und schlossen keine validierten Bewertungsinstrumente ein. Obwohl diese vereinfachten Elemente übernommen wurden, um die Rücklaufquote eines sparsamen Fragebogens für eine große Anzahl von Teilnehmern zu verbessern, könnte dies zu einem Mangel an detaillierten Informationen und einer Verzerrung des tatsächlichen Zusammenhangs zwischen PIU und der Jugendpsychologie, wie Depression und Selbstmord, führen. Schließlich wurden keine Informationen zu Familienmerkmalen wie Eltern-Kind-Interaktionen und Erziehungsstil in die Studie einbezogen, was ein wichtiger Faktor für die Moderation von PIU bei Jugendlichen ist. Zukünftige Studien, die detailliertere Informationen zur Psychopathologie von Jugendlichen und Familienmerkmalen von mehreren Informanten enthalten, sind daher erforderlich, um die vorliegenden Ergebnisse zu bestätigen.

Schlussfolgerungen

Trotz einiger Einschränkungen identifizierte unsere Studie klinisch wichtige Informationen über PIU bei Jugendlichen. Die Verteilung der am häufigsten genutzten Internetdienste weist je nach Geschlecht unterschiedliche Muster auf. Die Prävalenz von PIU zeigte auch signifikante Unterschiede in Abhängigkeit von der Nutzung bestimmter Internetdienste. Zukünftige Studien zu PIU mit klar definierten Methoden und Bewertungsinstrumenten für jeden spezifischen Internetdienst sind erforderlich, um Strategien zum Schutz einzelner Jugendlicher vor dem Risiko von PIU zu entwickeln.

Anerkennungen

Die Autoren möchten dem Bildungsministerium, dem Ministerium für Gesundheit und Soziales und den Centers for Disease Control and Prevention Korea Centers for Disease Control and Prevention danken, die die Rohdaten bereitgestellt haben.

Finanzierungsbescheinigung

Diese Arbeit wurde durch ein von der koreanischen Regierung finanziertes Stipendium der National Research Foundation of Korea (NRF) (MSIP; Ministerium für Wissenschaft, IKT und Zukunftsplanung) (NRF-2018R1C1B5041143) unterstützt.

Autorenbeiträge

Alle Autoren leisteten wesentliche Beiträge zur Konzeption und Gestaltung, zur Datenerfassung oder zur Analyse und Interpretation von Daten; beteiligte sich an der Ausarbeitung des Artikels oder an der kritischen Überarbeitung des Artikels hinsichtlich wichtiger intellektueller Inhalte; gab die endgültige Genehmigung für die zu veröffentlichende Version; und stimmen zu, für alle Aspekte der Arbeit verantwortlich zu sein.

Offenlegung

Die Autoren berichten von keinen Interessenkonflikten bei dieser Arbeit.

Bibliographie

1. Anderson M, Perrin A, Jiang J, Kumar M. 10 % der Amerikaner nutzen das Internet nicht. Wer sind Sie? Washington, D.C.: Pew Research Center; 2019. []
2. Anderson M, Jiang J. Jugendliche, Social Media & Technologie 2018. Washington, D.C.: Pew Research Center; 2018. []
3. Gross E, Juvonen J, Gable S. Internetnutzung und Wohlbefinden im Jugendalter. J Soc Fragen. 2002;58:75–90. doi:10.1111/1540-4560.00249 [CrossRef] []
4. Caplan SE. Zusammenhänge zwischen Einsamkeit, sozialer Angst und problematischer Internetnutzung. Cyberpsychologie. 2006;10(2):234–242. doi:10.1089/cpb.2006.9963 [PubMed] [CrossRef] []
5. Daine K, Hawton K, Singaravelu V, Stewart A, Simkin S, Montgomery P. Die Macht des Internets: eine systematische Überprüfung von Studien zum Einfluss des Internets auf Selbstverletzung und Selbstmord bei jungen Menschen. PLoS One. 2013;8(10):e77555. doi:10.1371/journal.pone.0077555 [PMC freier Artikel] [PubMed] [CrossRef] []
6. Kiriakidis SP, Kavoura A. Cybermobbing: eine Überprüfung der Literatur zu Belästigung durch das Internet und andere elektronische Mittel. Gesundheit der Familie. 2010;33(2):82–93. doi:10.1097/FCH.0b013e3181d593e4 [PubMed] [CrossRef] []
7. Young KS, Rogers RC. Der Zusammenhang zwischen Depression und Internetsucht. Cyberpsychologie. 1998;1(1):25–28. doi:10.1089/cpb.1998.1.25 [CrossRef] []
8. Kuss DJ, Griffiths MD, Karila L, Billieux J. Internetsucht: eine systematische Übersicht über die epidemiologische Forschung des letzten Jahrzehnts. Curr Pharm Des. 2014;20(25):4026–4052. doi:10.2174/13816128113199990617 [PubMed] [CrossRef] []
9. Pontes HM, Kuss DJ, Griffiths MD. Klinische Psychologie der Internetsucht: eine Überprüfung ihrer Konzeptualisierung, Prävalenz, neuronalen Prozesse und Implikationen für die Behandlung. Neurosci Neuroecon. 2015;4: 11-23. []
10 Cerniglia L, Cimino S, Ballarotto G, et al. Kraftfahrzeugunfälle und Jugendliche: eine empirische Studie zu ihren emotionalen und Verhaltensprofilen, Abwehrstrategien und elterlicher Unterstützung. Transp Res F. 2015;35:28–36. doi:10.1016/j.trf.2015.09.002 [CrossRef] []
11 Steinberg L. Ein duales Systemmodell der Risikobereitschaft Jugendlicher. Entwickler Psychobiol. 2010;52(3):216–224. doi:10.1002/dev.20445 [PubMed] [CrossRef] []
12 Cerniglia L, Guicciardi M, Sinatra M, Monacis L, Simonelli A, Cimino S. Der Einsatz digitaler Technologien, Impulsivität und psychopathologische Symptome im Jugendalter. Behav Sci. 2019;9(8):E82. doi:10.3390/bs9080082 [PMC freier Artikel] [PubMed] [CrossRef] []
13 Cimino S, Cerniglia L. Eine Längsschnittstudie zur empirischen Validierung eines ätiopathogenetischen Modells der Internetsucht im Jugendalter basierend auf früher Emotionsregulation. Biomed Res Int. 2018;2018: 4038541. doi: 10.1155 / 2018 / 4038541 [PMC freier Artikel] [PubMed] [CrossRef] []
14 Lenhart A, Madden M, Macgill A, Smith A. Teenager und soziale Medien. Washington, DC: Pew Internet & American Life-Projekt; 2007. []
15 Dufour M, Brunelle N, Tremblay J, et al. Geschlechtsspezifische Unterschiede bei der Internetnutzung und Internetprobleme bei Oberstufenschülern in Quebec. Can J Psychiatry. 2016;61(10): 663 – 668. doi: 10.1177 / 0706743716640755 [PMC freier Artikel] [PubMed] [CrossRef] []
16 Badenes-Ribera L, Fabris MA, Gastaldi FGM, Prino LE, Longobardi C. Bindung von Eltern und Gleichaltrigen als Prädiktoren für Facebook-Suchtsymptome in verschiedenen Entwicklungsstadien (frühe Jugendliche und Heranwachsende). Süchtigkeitsverhalten. 2019;95:226–232. doi:10.1016/j.addbeh.2019.05.009 [PubMed] [CrossRef] []
17 Junge KS. Im Netz gefangen: Wie man die Anzeichen einer Internetsucht erkennt – und eine erfolgreiche Strategie zur Genesung. New York: John Wiley & Sons; 1998. []
18 Van der Aa N, Overbeek G, Engels RC, Scholte RH, Meerkerk GJ, Van den Eijnden RJ. Tägliche und zwanghafte Internetnutzung und Wohlbefinden im Jugendalter: ein Diathese-Stress-Modell basierend auf den großen fünf Persönlichkeitsmerkmalen. J Jugend Adolesc. 2009;38(6):765–776. doi:10.1007/s10964-008-9298-3 [PubMed] [CrossRef] []
19 Caplan SE. Problematische Internetnutzung und psychosoziales Wohlbefinden: Entwicklung eines theoriebasierten kognitiv-verhaltensbezogenen Messinstruments. Comput Hum Behav. 2002;18(5):553–575. doi:10.1016/S0747-5632(02)00004-3 [CrossRef] []
20 Kaess M, Parzer P, Brunner R, et al. Unter europäischen Jugendlichen nimmt die pathologische Internetnutzung zu. J Adolesc Gesundheit. 2016;59(2):236–239. doi:10.1016/j.jadohealth.2016.04.009 [PubMed] [CrossRef] []
21 Kim MG, Kim J. Kreuzvalidierung der Zuverlässigkeit, der konvergenten und diskriminanten Gültigkeit für die Skala der problematischen Online-Spielnutzung. Comput Hum Behav. 2010;26(3):389–398. doi:10.1016/j.chb.2009.11.010 [CrossRef] []
22 Kuss DJ, Griffiths MD. Internetspielsucht: eine systematische Überprüfung der empirischen Forschung. Int J Ment Gesundheit Addict. 2012;10(2):278–296. doi:10.1007/s11469-011-9318-5 [CrossRef] []
23 Pontes HM, Griffiths MD. Messung der DSM-5-Internetspielstörung: Entwicklung und Validierung einer kurzen psychometrischen Skala. Comput Menschliches Verhalten. 2015;45:137–143. doi:10.1016/j.chb.2014.12.006 [CrossRef] []
24 Strittmatter E, Kaess M, Parzer P, et al. Pathologische Internetnutzung bei Jugendlichen: Vergleich von Gamern und Nicht-Gamern. Psychiatry Res. 2015;228(1):128–135. doi:10.1016/j.psychres.2015.04.029 [PubMed] [CrossRef] []
25 Junge KS. Internetsucht: Bewertung und Behandlung. Br Med J. 1999;7: 351-352. []
26 American Psychiatric Association. Diagnostisches und statistisches Handbuch psychischer Störungen (DSM-5®). Arlington, TX: American Psychiatric Publishing; 2013. []
27 König DL, Potenza MN. Nicht herumspielen: Spielstörung in der internationalen Klassifikation von Krankheiten (ICD-11). J Adolesc Gesundheit. 2019;64(1):5–7. doi:10.1016/j.jadohealth.2018.10.010 [PubMed] [CrossRef] []
28 Gainsbury SM. Online-Glücksspielsucht: Die Beziehung zwischen Internet-Glücksspiel und gestörtem Glücksspiel. Curr Addict Rep. 2015;2(2):185–193. doi:10.1007/s40429-015-0057-8 [PMC freier Artikel] [PubMed] [CrossRef] []
29 Andreassen CS. Online-Sucht nach sozialen Netzwerken: eine umfassende Übersicht. Curr Addict Rep. 2015;2(2):175–184. doi:10.1007/s40429-015-0056-9 [CrossRef] []
30 Grubbs JB, Volk F, Exline JJ, Pargament KI. Nutzung von Internetpornografie: wahrgenommene Sucht, psychische Belastung und die Validierung einer kurzen Maßnahme. J Sex Ehe Ther. 2015;41(1):83–106. doi:10.1080/0092623X.2013.842192 [PubMed] [CrossRef] []
31 Rosenkranz T, Muller KW, Dreier M, Beutel ME, Wolfling K. Suchtpotenzial von Internetanwendungen und unterschiedliche Korrelate problematischer Nutzung bei Internetspielern im Vergleich zu allgemeinen Internetnutzern in einer repräsentativen Stichprobe von Jugendlichen. Eur Süchtiger Res. 2017;23(3):148–156. doi:10.1159/000475984 [PubMed] [CrossRef] []
32 Kim Y, Choi S, Chun C, Park S, Khang YH, Oh K. Datenressourcenprofil: die webbasierte Umfrage zum Risikoverhalten koreanischer Jugendlicher (KYRBS). Int J Epidemiol. 2016;45(4):1076–1076e. doi:10.1093/ije/dyw070 [PubMed] [CrossRef] []
33 Kim DI, Chung YJ, Lee EA, Kim DM, Cho YM. Entwicklung der Internetsuchtanfälligkeitsskala – Kurzform (KS-Skala). Korea J Couns. 2008;9:1703–1722. doi:10.15703/kjc.9.4.200812.1703 [CrossRef] []
34 Laconi S., Kaliszewska-Czeremska K., Gnisci A. et al. Interkulturelle Studie zur problematischen Internetnutzung in neun europäischen Ländern. Comput Menschliches Verhalten. 2018;84:430–440. doi:10.1016/j.chb.2018.03.020 [CrossRef] []
35 Mak KK, Lai CM, Watanabe H, et al. Epidemiologie des Internetverhaltens und der Sucht bei Jugendlichen in sechs asiatischen Ländern. Cyberpsychol Behav Soc Netw. 2014;17(11):720–728. doi:10.1089/cyber.2014.0139 [PubMed] [CrossRef] []
36 Petry NM, O'Brien CP. Internet Gaming Disorder und der DSM-5. Sucht. 2013;108(7):1186–1187. doi:10.1111/add.12162 [PubMed] [CrossRef] []
37 Feng W, Ramo DE, Chan SR, Bourgeois JA. Internet-Gaming-Störung: Trends in der Prävalenz 1998–2016. Süchtigkeitsverhalten. 2017;75:17–24. doi:10.1016/j.addbeh.2017.06.010 [PMC freier Artikel] [PubMed] [CrossRef] []
38 Bakken IJ, Wenzel HG, Gotestam KG, Johansson A, Oren A. Internetsucht bei norwegischen Erwachsenen: eine geschichtete Wahrscheinlichkeitsstichprobenstudie. Scand J Psychol. 2009;50(2):121–127. doi:10.1111/j.1467-9450.2008.00685.x [PubMed] [CrossRef] []
39 Durkee T., Kaess M., Carli V. et al. Prävalenz pathologischer Internetnutzung bei Jugendlichen in Europa: demografische und soziale Faktoren. Sucht. 2012;107(12):2210–2222. doi:10.1111/j.1360-0443.2012.03946.x [PubMed] [CrossRef] []
40 Tsai HF, Cheng SH, Yeh TL, et al. Die Risikofaktoren der Internetsucht – eine Umfrage unter Studienanfängern. Psychiatry Res. 2009;167(3):294–299. doi:10.1016/j.psychres.2008.01.015 [PubMed] [CrossRef] []
41 Pujazon-Zazik M, Park MJ. Twittern oder nicht twittern: Geschlechterunterschiede und mögliche positive und negative gesundheitliche Auswirkungen der sozialen Internetnutzung von Jugendlichen. Bin J Mens Health. 2010;4(1):77–85. doi:10.1177/1557988309360819 [PubMed] [CrossRef] []
42 Yau YH, Crowley MJ, Mayes LC, Potenza MN. Machen Internetnutzung und Videospiele süchtig? biologische, klinische und öffentliche Gesundheitsimplikationen für Jugendliche und Erwachsene. Minerva Psychiatrie. 2012;53(3): 153 – 170. [PMC freier Artikel] [PubMed] []
43 Hartmann T, Klimmt C. Geschlechter- und Computerspiele: Erforschung der Abneigungen von Frauen. J Comput Mediat Commun. 2006;11(4):910–931. doi:10.1111/j.1083-6101.2006.00301.x [CrossRef] []
44 Jackson LA, Ervin KS, Gardner PD, Schmitt N. Geschlecht und das Internet: Frauen kommunizieren und Männer auf der Suche. Sex Rollen. 2001;44(5):363–379. doi:10.1023/A:1010937901821 []
45 Griffiths M. Internetsucht – Zeit, ernst genommen zu werden? Addict Res. 2000;8(5):413–418. doi:10.3109/16066350009005587 [CrossRef] []
46 Young KS, de Abreu CN. Internet Addiction: Ein Handbuch und Leitfaden für die Bewertung und Behandlung. Hoboken, NJ: Wiley; 2010. []
47 de Alarcon R, de la Iglesia JI, Casado NM, Montejo AL. Online-Pornosucht: Was wir wissen und was nicht – eine systematische Überprüfung. J. Clin. Med. 2019;8(1):E91. doi:10.3390/jcm8010091 [PMC freier Artikel] [PubMed] [CrossRef] []
48 Cantwell DP, Lewinsohn PM, Rohde P, Seeley JR. Korrespondenz zwischen Jugendbericht und Elternbericht psychiatrischer Diagnosedaten. J Am Acad Kinderpsychiatrie. 1997;36(5):610–619. doi:10.1097/00004583-199705000-00011 [PubMed] [CrossRef] []