Problemata interreta uzo kiel aĝo multifacetita problemo: Evidenteco de du-eja enketo (2018)

Addict Behav. 2018 Feb 12; 81: 157-166. doi: 10.1016 / j.addbeh.2018.02.017.

Ioannidis K1, Treder MS2, Chamberlain SR1, Kiraly F3, Redden SA4, Stein DJ5, Lochner C6, Grant JE7.

abstrakta

BACKGROUND AND AIMS:

Problemata interreta uzo (PIU, alie konata kiel Interreta Toksomanio) estas kreskanta problemo en modernaj socioj. Malmulta scio pri la demografiaj variabloj kaj specifaj interretaj agadoj asociitaj kun PIU kaj limigita kompreno pri kiel PIU devus esti konceptita. Nia celo estis identigi specifajn interretajn agadojn asociitajn kun PIU kaj esplori la moderan rolon de aĝo kaj sekso en tiuj asocioj.

METODOJ:

Ni varbis 1749-partoprenantojn en 18 kaj pli supre tra komunikiloj en interreta enketo ĉe du lokoj, unu en Usono, kaj unu en Sudafriko; Ni uzis Lassoan regreson por la analizo.

REZULTO:

Specifaj interretaj agadoj estis asociitaj kun pli altaj problemaj interretaj uzaj poentaroj, inkluzive de ĝenerala surfado (lazo β: 2.1), interreta ludado (β: 0.6), interreta butikumado (β: 1.4), uzo de interretaj aŭkciaj retejoj (β: 0.027), sociaj interkonektado (β: 0.46) kaj uzo de interreta pornografio (β: 1.0). Aĝo moderigis la rilaton inter PIU kaj rolludoj (β: 0.33), interreta hazardludo (β: 0.15), uzo de aŭkciaj retejoj (β: 0.35) kaj flua amaskomunikilaro (β: 0.35), kun pli maljuna aĝo asociita kun pli alta niveloj de PIU. Estis nekonkludeblaj pruvoj pri sekso kaj sekso × interretaj agadoj asociitaj kun problemaj interretaj uzoj. Atent-deficita hiperaktiveco-malordo (ADHD) kaj socia angoro-malordo estis asociitaj kun altaj PIU-poentaroj en junaj partoprenantoj (aĝo ≤ 25, β: 0.35 kaj 0.65 respektive), dum ĝeneraligita angora malordo (GAD) kaj obsed-kompensa malordo (OCD) estis asociita kun altaj PIU-poentaroj en la pli malnovaj partoprenantoj (aĝo> 55, β: 6.4 kaj 4.3 respektive).

Konkludoj:

Multaj tipoj de interretaj kondutoj (ekz. Butikumado, pornografio, ĝenerala surfado) havas pli fortan rilaton kun maladaptive uzo de interreto ol ludado subtenanta la diagnozan klasifikon de problemata interreta uzo kiel multifaceta malordo. Krome, interretaj agadoj kaj psikiatraj diagnozoj asociitaj kun problemaj interretaj uzoj varias kun aĝo, kun publikaj sankcioj.

Ŝlosilvortoj: Toksomanio de kondutoj; Interdiceco; Malordo de interretaj ludoj; Lasso; Maŝinlernado; Problemata interreta uzo

PMID: 29459201

DOI: 10.1016 / j.addbeh.2018.02.017

                            1

Enkonduko

Problemata interreta uzo (PIU, alie konata kiel Interreta Toksomanio), estas publika sano zorgado pri modernaj socioj tra la tuta mondo. La epidemiologio de PIU ankoraŭ ne estas klara (

; ) kun vasta gamo de raportitaj punktaj tropezaj taksoj (1% al 36.7%), probable reflektantaj ne nur populaciajn diferencojn, sed ankaŭ la diversecon de taksaj iloj kaj malsamajn funkciajn difinojn de PIU-kondutoj. DSM-5 elstarigis interretan ludan malordon kiel kondiĉon por plua studado (), specife ekskludante aliajn interretajn agadojn kiel hazardludo kaj uzo de sociaj retoj, malgraŭ la amasiĝantaj pruvoj, ke problema interreta uzo estas multflanka problemo, kiu superas interretajn ludojn (; ;). Multaj malsamaj interretaj kondutoj estis priskribitaj kiel kapablaj malhelpi normalan funkciadon kiam oni troigas ilin, inkluzive de interreta ludado kaj amase multiludantaj interretaj rolludoj (;;;;;), interreta ludado (;), interreta butikumado (; ;), vidado de pornografio (;;), ofta retpoŝta kontrolo, tujmesaĝilo (;;) kaj trouzo de sociaj retoj (;). Interretaj kondutoj ankaŭ povas kaŭzi zorgon pri la fizika sano de individuoj (;) aŭ starigi la bazon por krimaj agoj (). Impulsaj kaj kompensaj trajtoj povas subteni problemajn interretajn kondutojn (;;;;), dum specifaj interretaj agadoj estis ligitaj kun psikiatriaj malordoj; ekzemple interreta butikumado estis ligita kun depresio kaj akaparado (

).

Junuloj kaj studentoj estas plej vundeblaj por PIU (

; ; ; ; ), sed mezepokaj kaj pli malnovaj loĝantaroj ne estis esploritaj. Junula aĝo asociis kun problemaj reta aĉetoj (;). Tamen, ekzistis kelkaj studoj identigante problemajn interretajn agadojn, inkluzive de troa interreto bazita butikumado, en plenkreskaj loĝantaroj (

). Ĝenerale, la natura historio de problema interreta uzo ankoraŭ nekonas kaj povas esti aĝo rilataj diferencoj en PIU ĝenerale aŭ en malsamaj problemaj interretaj kondutoj.

PIU estis konsiderita havi virseksan superecon (

; ) kaj verŝajne pli ofte inter la azia virseksulo, sed inoj povas esti ankaŭ vundeblaj (;). Sur klinika nivelo, la plimulto de PIU-studoj inkludis masklajn partoprenantojn nur () kaj ĝi ne scias, ĉu inaj klinikaj loĝantaroj eble estis subestudataj. Ekzistas iuj evidentecoj de observaj studoj, ke maskloj kaj inoj diferencas laŭ la maniero, kiel ili funkcias en la interreta medio, laŭ la agoj kiujn ili elektas kaj iliaj negativaj konsekvencoj (). Troa uzo de babilado kaj sociaj amaskomunikiloj estis asociita kun virina varo en junaj studentoj (;;;; S). Virina sekso ankaŭ estis identigita kiel antaŭdiro de problemaj interretaj butikumado (), sed la malo ankaŭ estis raportita (;). Enreta videoludado estis asociita kun maskla sekso (), sed amasa multijugador enreta rulludludo estis raportita en ambaŭ gentoj (). Enreta pornografio same kiel interreta ludado estis pli ofta inter plenkreskaj viroj (), tamen, ĝi argumentis, ke la rolo de rekompenciĝo, kvazaŭ reaktiveco kaj deziro de interreta sekso estas similaj por ambaŭ gepatroj (). Aparta platformoj de sociaj amaskomunikilaroj kun toksomaniuloj, kiel ekzemple retoj kiel Facebook, estas uzataj de ambaŭ genroj kaj ĝi argumentis, ke inoj povas esti aparte en risko (). Ĝenerale, povus esti diferencaj specifaĵoj pri aspektoj de PIU; alternative, eble okazas ke klinikaj kaj kondutaj trajtoj / konfuzoj estas konsiderataj, ambaŭ gentoj estas simile tuŝitaj (;

  

).

Ĝenerale, problema interreta uzo inkluzive de la ampleksa vario de problemaj interretaj kondutoj postulas pli rigorecajn esplorojn, kiuj elspezus lumon al kiu specifaj agadoj devas esti rigardataj kiel problemaj aŭ disfunciaj aŭ ĝenerale kontribuante al la fenomeno priskribita kiel PIU. La maniero, en kiu aĝo kaj sekso moderas, la rilato inter apartaj interretaj agadoj kaj PIU estis subestudata, garantiante pli da atento.

Nia objektivo estis identigi specifajn interretajn rilatojn interne statistike asociitaj kun PIU kaj ĉu ekzistas interagoj kun aĝo aŭ sekso, kiuj mezuras tiujn rilatojn.

 

 

  

2

Materialoj kaj metodoj

 

 

  

2.1

Fiksado kaj mezuroj

Pli detaloj pri la agordo kaj mezuroj de ĉi tiu studo ankaŭ estis priskribitaj en nia antaŭa publikigado pri PIU (

 

 

). Raportado de metodoj por ĉi tiu studo sekvas la gvidlinion de STROBE (

). La nuna studo efektivigis de 2014-februaro 2015 de januaro. Individuoj de 18 jaroj kaj pli estis varbitaj ĉe du lokoj: Ĉikago (Usono) kaj Stellenbosch (Sudafriko) per interretaj reklamoj (mezepoko 29 [18-77]; 1119-maskloj [64%]; 1285 Caucasian [73%]). La reklamoj petis individuojn partopreni enretan enketon pri interreta uzo. Partoprenantoj kompletigis la enketon anonime uzante la programaron Survey Monkey. La enketo estis sendita tra Craigslist tiel nur partoprenantoj de la specifaj lokoj estis celitaj. La studo estis aprobita de la instituciaj revizioj en ĉiu esplor-ejo. La partoprenantoj ricevis neniun kompenson por partopreni sed estis registritaj en hazarda loterio, per kiu kvin premioj estis disponeblaj kun ĉiu premio valora inter $ 50 kaj $ 200 en Usono kaj tri premioj inter ZAR250 kaj ZAR750 en Sud-Afriko.

La interreta enketo enhavis demandojn pri la aĝo, sekso, raso, rilato, seksa orientiĝo kaj eduka fono de ĉiu individuo, kune kun diversaj mezuroj de specifaj interretaj agadoj. Ni mezuris kelkajn malsamajn interretajn agadojn inkluzive de 1) ĝenerala surfado 2) interreta ludado entute 3) Interretaj rolludoj (RPG) 4) Tempomalŝparoj / lertaj ludoj (t.e. Aplikaĵoj en iPod / iPad / poŝtelefono, Tetris, Juveloj) 5 ) Interreta multiludanto (t.e. Call of Duty, Gears of War) 6) Reta butikumado 7) Aŭkciaj retejoj (t.e. Ebay) 8) Reta vetludo 9) Socia reto 10) Reta sporto (t.e. Fantaziaj sportoj, ESPN) 11) Pornografio / Sekso en interreto 12) Mesaĝado / Blogado (t.e. AIM, Skajpo) kaj 13) Retsendado de filmetoj / amaskomunikiloj (t.e. Jutubo, Hulu). La enketo ankaŭ inkluzivis klinikajn mezurojn: la Interreta Toksomanio-Testo (IAT) (

) provizi mezuron de maladaptive interreta uzo; Elektu Mini Internacian Neuropsychiatric Intervjuon (MINI) modulojn () por identigi probablan socian angoron-malordon (SAD), ĝeneraligitan angoron-malordon (GAD) kaj obsessive-compulsive disorder (OCD); la Adekvata ADHD Self-Report Scale Symptom Checklist (ASRS-v1.1) () por identigi atent-deficitan hiperactivecon malordo (ADHD) simptomoj; la Padova Inventaro (PI) () por identigi tendencojn obsesivaj-compulsivas; kaj la Barratt Impulsive Scale (BIS-11) por kalkuli impulsiĝan personecon (

). Statistikaj priskribaj por ĉiuj variabloj estas resumitaj kaj stratigitaj per aĝo en Suplementa Tablo S1a.

La IAT konsistas el 20-demandoj pri ekzamenantaj facetoj de PIU. La interpunkcioj en la IAT gamo de 20 ĝis 100 kun 20-49 reflektantaj mildan interretan uzon, 50-79 moderan interretan uzon, kaj 80-100 reflektante severan interreton. La PI konsistas el eroj 39 taksantaj komuna obsesia kaj komprenebla konduto. La BIS-11 estas mem-raporta demando uzata por determini nivelojn de impulso.

Ni plenumis Ĉefan Komponentan Analizon (PCA) por identigi ĉu kelkaj eroj de interretaj agadoj povus kalkuli signifan parton de la varianco. Tamen ĉi tiu analizo montris, ke ni postulis> 11 el 13 komponantoj por atingi> 90% de varianco indikante ke signifa parto de la variabloj de interretaj agadoj kontribuas unike al la varianco. Ni do decidis uzi ĉiun variablon aparte en nia analizo.

Nur datumoj de partoprenantoj, kiuj kompletigis la interretan enketon, inkluzive la interretajn agadajn rimedojn, estis inkluzivitaj en la analizoj. La originala specimeno inkluzivis 2551 individuojn. 63 individuoj estis ekskluditaj pro manko de IAT-poentaroj. Pliaj 18 individuoj estis ekskluditaj pro raportado pri transgenra sekso kaj 459 pro mankantaj gravaj prognozaj variabloj ekz. PI aŭ BIS-demandaj poentaroj. Kvin individuoj estis ekskluditaj pro raportado de aĝo <18 jaroj. Pliaj 257 individuoj estis ekskluditaj pro mankaj mezuroj de interreta agado. La fina kompleta aro inkluzivis 1749 individuojn kun kompleta poentaro pri ĉiuj variabloj. Ĉi tiu lasta paŝo de ekskluda procezo reprezentas la specimenan diferencon inter la nuna studo kaj

. Ĉi tiu fina kompleta aro inkluzivis 1063 individuojn de la retejo Stellenbosch kaj 686 individuojn de la retejo Ĉikago. La laŭtaksa punkta tropezo de PIU estis ~ 8.5% uzante IAT-detranĉon de 50 aŭ pli. Komparante la du populaciojn de studejoj, la retejo Stellenbosch havis pli junajn partoprenantojn [averaĝa (intervalo) 24.3 (18-76) kontraŭ 36.3 (18-77), ANOVA F <0.05, η 2 : 0.20], pli malalta proporcio de vira sekso [58% vs 73%, χ 2 <0.05, φ : 0.15], pli alta proporcio de malgeja seksa orientiĝo [91% vs 84%, χ 2 <0.05, φ : 0.10], pli altaj impostoj de ADHD [50% vs 41% χ 2 <0.05, φ : 0.9], pli malaltaj tarifoj de interreta butikumado [averaĝa (intervalo) 0.48 (0-5) kontraŭ 1.27 (0-5), ANOVA F <0.05, η 2 : 0.18] kaj iomete pli malaltaj IAT-poentaroj [meznombro (intervalo) 30.3 (20-94) kontraŭ 35.9 (20-85), ANOVA F <0.05, η 2 : 0.06]. Pli detala komparo estas prezentita en la Suplementa Tablo S1b. Reclutado kaj ekskluda procezo estas grafike prezentitaj Figo. 1 . Ĉiuj kontinuaj variabloj (te BIS-poentaro) estis normigitaj por pliigi la interpretabilecon de la modelaj koeficientoj. La prognozaj metodoj uzis la IAT-poentaron kiel nombran variablon (Range 20-94, Meza 32.48). Ĉiuj analizoj estis entreprenitaj en R Studio-versio 3.1.2. Lasso-Ĝeneralaj Linearaj Modeloj estis faritaj per la "glmnet" pako (Pako-glmnet-versio 2.0-5 (

)). Pli detaloj pri la procezo de analizo troviĝas en la Suplemento (metodika apendico).

  

 

 

 

 

 

  

Figo. 1
  

Rekrutada fluskemo. Flua diagramo priskribanta varbadon kaj ekskludon de ĉefaj kaj subgrupaj analizoj; IAT: Interreta Toksomanio; PI: Inventaro-Revizio de Padovo; BIS - Impulsemo-Skalo 11 de Barratt; CHI - Ĉikago; SA - Sudafriko (Stellenbosch). (Por interpreto de la referencoj al koloro en ĉi tiu figura legendo, la leganto estas raportita al la interreta versio de ĉi tiu artikolo.)

 

 

 

 

 

  

2.2

Esplorado de korelacioj

Ni esploris korelaciojn inter la variabloj en niaj datumoj (vidu Figo. 2 ). Ĉiuj malsamaj interretaj agadoj havis malfortajn pozitivajn korelaciojn kun la IAT-poentaro (Pearson-korelacia koeficienta gamo 0.23-0.48). Iuj moderaj pozitivaj korelacioj inter interretaj agadaj variabloj estis identigitaj t.e. totala interreta ludado kaj RPG (r = 0.57), totala interreta ludado kaj agado plurludantaj ludoj (r = 0.55), interreta butikumado kaj uzo de aŭkciaj retejoj (r = 0.55), ĝenerala surfado kaj butikumado (r = 0.44), ĝenerala surfado kaj sociaj retoj (r = 0.44), ĝenerala surfado kaj flua amaskomunikilaro (r = 0.44). Estis malfortaj pozitivaj korelacioj inter sportoj kaj pornografio (r = 0.38), vira sekso kaj sportoj (r = 0.30) aŭ pornografio (r = 0.39) aŭ aga plurludanta ludado (r = 0.27). Estis malfortaj korelacioj inter interreta ludado kaj multludanta ago (r = 0.41), RGP (r = 0.32), aŭkciaj retejoj (r = 0.38), sportoj (r = 0.38) aŭ pornografio (r = 0.39). Impulsemo malforte pozitive rilatis kun ĝenerala surfado, interreta butikumado, uzo de aŭkciaj retejoj, sociaj retoj, fluaj amaskomunikiloj kaj pornografio (0.2 ≤ r ≤ 0.3). Ankaŭ estis malforta korelacio inter pli aĝaj kaj aĉetaj agadoj (r = 0.33) aŭ uzo de aŭkciaj retejoj (r = 0.22), kaj inter ne-aliseksema seksa orientiĝo kaj pornografio (r = 0.22). Ĉiuj aliaj korelacioj inter interretaj agadoj kaj aĝo, sekso, rilata stato, seksa orientiĝo, eduka nivelo, raso kaj niveloj de impulsemo kaj kompensemo estis tre malfortaj (-0.2 <r <0.2).

  

 

 

 

 

 

  

Figo. 2
  

Esplora korelacia matrico de variabloj. Pearson-korelacioj inter ĉiuj variabloj. Pozitivaj korelacioj estas indikitaj en verda gradienta koloro, negativaj korelacioj estas en ruĝa gradiento. IAT. Sumo - Interreta Toksomanio; PADUA - PADUA Inventara poentaro; BIS - Barratt Impulsiveness Scale-poentaro; RPG - Interretaj Rolludoj. (Por interpreto de la referencoj al koloro en ĉi tiu figura legendo, la leganto estas raportita al la interreta versio de ĉi tiu artikolo.)

 

 

 

 

 

  

2.3

Traktado kun tro-konvena

Por niaj statistikaj metodoj ni uzis modelojn kiuj inkludis demografiajn variablojn (aĝo, raso, eduknivelo, sekso, rilata statuso, seksa orientiĝo), klinikaj trajtoj (diagnozoj de ADHD, GAD, Socia angoro kaj OCD), kondukaj dimensioj konataj asociitaj kun PIU (impulseco kaj kompenso), interretaj agadoj kaj interaktaj terminoj inter interretaj agadoj × Aĝo aŭ Sekso; ĉi-lasta decidis provi la hipotezon, ke aĝo aŭ sekso moderas la rilaton inter interretaj agadoj kaj problemaj interpunkcioj de interreto. Ni inkluzivis totalon de 51-prognozaj variabloj. Per inkluzivanta multoblan variablon ni celis modelon pli precizan kaj samtempe kaptas kompleksajn interagojn inter demografiaj kaj interretaj variabloj. Tamen, la malfacilaĵo de havi multajn antaŭdirektajn variablojn estas, ke ĉi tio kutime kondukas al tro-taŭga akompanita de grandaj koeficientoj. Plie, en-specimena lineara regresado ankaŭ inklinas superfunkciigi, precipe en kompleksaj modeloj, kaj estas esence malforta en fari antaŭdirojn pri novaj datumoj. Ekzistas ampleksa evidenteco de la malaltiĝoj de tro-konvenaj modeloj (

 

 

). Por pritraktata trovidebla, ni diskutis uzadon de ekster-ekzemplaj statistikaj metodoj (krucvalidigo) por akiri takson de la ĝeneraligo kaj antaŭdiro de la modelo (

 

 

). Ni esploris ĉi tiun aliron en niaj aktualaj datumoj, kiam ni uzis ekster-specimenan krucvalidigitan korinklinon de la radika-meznombro-kvadrata-eraro kune kun malantaŭa elekto de variabloj por provi ĉu modeloj plibonigas aldonante altan nombron de variabloj en la subaroj de eblaj kombinaĵoj de antaŭdiroj, kaj ni vidis, ke malabundaj modeloj (t.e. kun ĉirkaŭ 13 kaj 16 variabloj) estis ne-malsuperaj laŭ transvalidigita RMSE kompare kun pli kompleksaj modeloj (inkluzive de> 16 variabloj). Ĉi tio montras en esplorado Figo. 3 (supro maldekstre).

  

 

 

 

 

 

  

Figo. 3
  

Komplikaj intrigoj por krucvaloraj eraroj kaj Lasso-koeficientoj. Komplikaj intrigoj por krucvaloraj eraroj kaj Lasso-koeficientoj (ĉiuj partoprenantoj n = 1749). La unua intrigo (supro maldekstre) pruvas la kruc-validigitan radikon signifan kvadratan eraron (rmse.cv) kiel funkcio de nombro da variabloj inkluzivitaj en la lineara regresiga modelo. La intrigo pruvas, ke aldonante pli ol ~ 16-variablojn en la modelo ne necese plibonigas la modelon laŭ RMSE-redukto. La dua argumento (supre dekstra) montras la 10-faldan krucvalivigitan mezan kvadratan eraron kiel funkcio de (log) lambda (λ) por la lasso reguligita modelo uzante la plenan datumon kun interaktaj terminoj. La plej alta nombro de la intrigo indikas la numeron de antaŭdiroj (variabloj), kiujn la modelo uzas, el ĉiuj antaŭdiroj (maldekstre angulo) al pli maldikaj modeloj (supre dekstra angulo). Ĉi tiu funkcio helpas la optimumigon de Lasso laŭ elekto de la plej bona λ. La tria intrigo (maldekstre maldekstre) montras la antaŭdiristojn de koeficientaj interpunkcioj kiel funkcio de log (λ) indikante la kuntifikiĝojn de koeficientoj por pli grandaj nombroj de log (λ). La plej alta nombro de la intrigo indikas la numeron de antaŭdiroj (variabloj), kiujn la modelo uzas, el ĉiuj antaŭdiroj (maldekstre angulo) al pli maldikaj modeloj (supre dekstra angulo). La lasta intrigo (malsupre dekstra) montras la frakcion de deviance klarigita de la modeloj rilate al la nombro da antaŭdiroj uzataj kaj iliaj koeficientoj. Ĉiu kolora linio priskribis solan antaŭdestanton kaj ĝian koeficientan poentaron. La intrigo montras, ke proksime al la maksimuma frakcio de deviance klarigis pli grandajn koeficientojn, kiuj indikas, ke la modelo probable ege ĝustigas. (Por lego de la referencoj al koloro en ĉi tiu figuro legendo, la leganto estas referita al la retejo versio de ĉi tiu artikolo.)

 

 

 

 

 

  

2.4

Reguligita regresado kun malrapideco

Pro la kialoj menciitaj en la antaŭa alineo, ni volis uzi metodon de antaŭdiro, ke tio ne multe ĝustus, kvankam ĝi estas komparebla al normaj statistikaj metodoj koncerne antaŭdiri PIU-poentojn. Ĝi ankaŭ estus valora se nia metodo povus ankaŭ fari diversan elekton (te reduktante la nombro da antaŭdiroj kun ne-nulaj koeficientoj), por helpi kun la interpretabileco de la modelo. Reguligo, komence desegnita de Tikhonov por solvi integrajn ekvaciojn (

 

 

) kaj poste enmetita en statistika scienco per kelkaj el la deziritaj antaŭe menciitaj proprietoj de ŝanĝiĝema modelo-konstruado al malrapideco kaj reduktado de malkuraĝigo (). Lasso (ĝeneraligita lineara modelo kun penalizita maksimuma verŝajneco, konata kiel regresigo uzante Plejparta Absoluta Sindikado kaj Elektra Operaciisto (Lasso aŭ LASSO ())) estas reguligo kaj regresiga analizo-metodo nun ofte uzata en medicinaj sciencoj (;) kaj havas potencialon por uzi en Klinika prognozo-modelado en psikiatrio (RC). Rinka regresado estas alia formo de reguligita lineara regresado kiu ŝaltas koeficientojn enkondukante koeficientan punon (). La elasta-reto estas intera modelo inter kresto kaj lasso kaj ĝia puno estas kontrolita de α, kiu pontigas la interspacon inter Lasso (α = 1) kaj kresto (α = 0). La agordo de parametro λ kontrolas la ĝeneralan forton de la puno. Lasso uzas la L1-punon kaj kreston uzas la L2-puno. En kontrasto kun kruta regresio, la efiko de la Lasso L1-puno estas, ke la plej multaj koeficientoj estas nulaj, kondukante al reguligita solvo, kiu estas maldika samtempe. Per ĉi tiu mekanismo, la Lasso plenumas diversan selektadon, kiu povas tre simpligi la legadon precipe se multaj antaŭdiroj estas implikitaj en la modelo. Alia ne-norma metodo konata por alta precizeco kaj kapablo eviti super ĝustigi estas hazarda arbaroj (

 

 

  

). Randomaj arbaroj estas maŝinforma metodo, kiu agas bone kontraŭ ne-lineaj dependecoj kaj sekve, esplorante la efikecon de ĉi tiu modelo povus doni al ni informon pri, eble kaŝitaj, kompleksaj asocioj.

 

 

  

2.5

Antaŭdiroj metodoj

Por elekti la taŭgan modelon en nia analizo, ni komparis linian regreson, krestan regreson, elastan-retan, lazan kaj hazardajn arbarajn modelojn unu kun la alia kaj kontraŭ naiva bazlinio, uzante krucvalidigitan ekster-specimenan takson de RMSE. Nia krucvalidigo inkluzivis hazarde dividi la datumojn en trejna kaj testada aro, agordi la modelajn parametrojn en la trejnada aro kaj fari antaŭdirojn pri IAT-poentaroj en la testada aro. Pro la hazarda naturo dividi la datumojn en faldojn, ni ripetis ĉi tiun procezon 50 fojojn por akiri stabilan kaj kopieblan takson. Ni tiam komparis la finajn vektorojn de RMSE-poentaroj uzante Precizajn Wilcoxon-Pratt subskribitajn rangotestojn. Ĉiuj modeloj estis signife superaj al la naiva baza linio (p korektita <0.001, Cohen d = -0.87) (vidu Suplementan Tabelon S2). Resumaj statistikoj de poentaroj de RMSE estas prezentitaj en Suplementa Tabelo S3. Lazo kaj elasta reto estis superaj al kresta regreso (p-korektita <0.01, d = 0.51, d = 0.49) kaj lineara regreso (p korektita <0.001, d = 0.76) kaj ne statistike malsamaj inter si (p korektita> 0.05, d = −0.08). Hazarda arbaro ne superis aŭ lazon (p = 0.12) aŭ elastan reton (p korektis> 0.05). Sekve, en nia analizo, ni uzis Lasso, ĉar, krom bona eksterprova antaŭdira agado, Lasso povis plenumi varian elekton per ŝrumpado de koeficientoj al nulo kaj do pliiganta interpreteblon. Kvankam la elasta reto ankaŭ povas plenumi variablan elekton, ĝi emas elekti pli da variabloj, kaj malgraŭ esti pli kompleksa kaj pli potenca modelo, ĝi ne donis signife pli bonan rendimenton ol lazo. En nia fina analizo plenaj datumoj kaj subgrupaj analizoj, ni uzis 10-oblan krucvalidigon por produkti la optimuman lambdon por ĉiu lazo-modelo kaj raporti koeficientojn produktitajn de tiuj modeloj. Klarigaj intrigoj devenantaj de la kompleta datuma analizo estas prezentitaj en Figo. 3 .

 

 

  

3

rezultoj

Lasso-regresaj rezultoj estas resumitaj en la tuta specimeno kaj stratigita de aĝo en Tabuloj 1 kaj 2 . Plena tabelo de rezultoj por subgrupoj analizoj, inkluzive stratigita de aĝo kaj de studa retejo, estas prezentitaj en la suplementaj tabloj enretaj (Tabeloj S4-S10). Esploraj intrigoj de la datumoj estas prezentitaj en Suplementaj figuroj (Figs. S1-S3). Rezultoj de la pli norma statistika aliro de lineara regresado ankaŭ estas prezentitaj en Suplementaj Tabeloj S4-S10 kaj iuj diferencoj en struktura inferencia kompare al la ĉefaj rezultoj prezentitaj sube estas kondiĉe al la elekto de alia modelo.

tablo 1
Lasso-koeficientoj por interretaj agadoj stratigitaj de aĝo.
Interreta agadoĈiuj (n = 1749)18 ≤ Aĝo ≤ 25 (n = 1042)26 ≤ Aĝo ≤ 55 (n = 592)Aĝo> 55 (n = 115)
Ĝenerala surfado2.100 2.400 1.500 0.590
Interreta ludado0.600 0.450 0.110 0.000
RPG0.0000.0000.710 0.000
Vespiloj0.0000.0000.0000.450
Ago multijugador0.0000.0000.0000.000
Butikumado1.400 0.840 1.500 0.000
Aŭkcioj retejo0.027 0.0000.990 0.230
hazardludo0.0000.0000.780 0.000
Sociaj retoj0.460 0.0001.300 0.000
Sportoj0.0000.0000.0000.000
pornografio1.000 1.400 0.210 0.000
mesaĝado0.0000.0000.110 0.000
Streaming amaskomunikilaro0.0000.0000.0001.200
PADUA0.074 0.085 0.029 0.065
BIS0.066 0.048 0.072 0.086
ADHDa Diagnozo1.700 0.350 3.100 0.000
GAD-diagnozo0.230 0.0000.0006.400
Socia angoro diagnozo0.0000.560 0.0000.000
OCD-diagnozo0.270 0.0000.0004.300
 

 

 

Lazo - malplej absoluta ŝrumpa kaj elekta funkciigisto; RPG - Rolludoj; PADUA: Padova Inventaro-Reviziita Kontrolo; BIS - Impulsemo-Skalo 11 de Barratt; ADHD - Atenta Deficito de Hiperaktiveco; GAD - Ĝeneraligita Angora Malordo; OCD - obsed-deviga malordo. Por prezentaj celoj la signifaj Lazo-koeficientoj estas indikitaj per grasa skribo.
tablo 2
Lasso-koeficientoj por demografiaj kaj interaktaj terminoj.
Interreta agadoĈiuj (n = 1749)18 ≤ Aĝo ≤ 25 (n = 1042)26 ≤ Aĝo ≤ 55 (n = 592)Aĝo> 55 (n = 115)
Demografiaj variabloj0.0000.0000.0000.000
Sekso × iu interreta agado0.0000.0000.0000.000
Aĝo × ĝenerala surfado0.000---
Aĝo × Interretaj ludoj0.000---
Aĝo × RPG0.330 ---
Eraroj de tempoj tempoj0.000---
Aĝo × ago-multijugador0.000---
Aĝo × aĉetoj0.000---
Aĝo × ludado0.150 ---
Aĝo × auktaj retejoj0.350 ---
Aĝo × sociaj retoj0.000---
Aĝo × sportoj0.000---
Aĝo × pornografio0.000---
Aĝo × mesaĝoj0.000---
Aĝo × fluaj rimedoj0.350 ---
 
  

Lazo - malplej absoluta ŝrumpa kaj elekta funkciigisto; RPG - Rolludoj; Demografiaj variabloj estas: Aĝo, Sekso, Raso, Eduko, Rilata stato kaj Seksa Orientiĝo. Por prezento celoj la signifa Lasso koeficientoj estas indikitaj en aŭdaca.

 

 

  

3.1

Demografio

En lasso-regresado neniu variablo, inkluzive de aĝo, sekso, raso, eduknivelo, rilata statuso aŭ seksa orientiĝo asociis kun PIU en iu ajn aĝo subgrupo aŭ en la plena datumo.

 

 

  

3.2

Interretaj agadoj

En la plena datuma Lasso-regreso, kelkaj interretaj agadoj estis asociitaj kun altaj PIU-poentaroj inkluzive de ĝenerala surfado (β: 2.1), interreta ludado (β: 0.6), interreta butikumado (β: 1.4), uzo de aŭkciaj retejoj (β: 0.027), sociaj retoj (β: 0.46) kaj uzo de interreta pornografio (β: 1.0). La rilatoj inter PIU kaj rolludoj (RPG), interreta hazardludo, uzo de aŭkciaj retejoj kaj uzado de fluaĵoj estis moderigitaj laŭ aĝo (β: 0.33, 0.15, 0.35 kaj 0.35 respektive), kun pli maljuna aĝo asociita kun pli altaj PIU-poentaroj . En aĝ-subgrupa analizo (junaj partoprenantoj aĝas ≤ 25, mezaĝaj partoprenantoj 25 <aĝo ≤ 55; pli aĝaj partoprenantoj aĝas> 55), ĝenerala surfado estis asociita kun PIU en ĉiuj aĝoklasoj, sed pli forte en la junuloj (β: 2.4) , malpli en la mezaĝo (β: 1.5), kaj eĉ malpli ĉe la pli maljunaj partoprenantoj (β: 0.59). Simila tendenco estis vidita en interreta ludado (β: 0.45, 0.11 kaj 0.0 por la tri aĝaj grupoj respektive) kaj uzo de interreta pornografio (β: 1.4, 0.21 kaj 0.0). Iuj interretaj agadoj kiel uzo de interretaj RPG-oj pli forte asociiĝis kun PIU ĉe mezaĝaj partoprenantoj kompare kun aliaj aĝaj grupoj (β: 0.71). La sama estis vera por interreta ludado (β: 0.78), tujmesaĝilo (β: 0.11) kaj interreta socia reto (β: 1.3). Uzo de aŭkciaj retejoj ankaŭ pli forte asociiĝis kun PIU ĉe mezaĝaj partoprenantoj (β: 0.99), sed ankaŭ antaŭdira ĉe la pli malnovaj partoprenantoj (β: 0.23). Retsendado de interretaj amaskomunikiloj kaj uzo de tempomalŝparoj estis asociitaj kun PIU en la pli malnovaj partoprenantoj (β: 1.2, 0.45 respektive), sed ne en iu ajn alia aĝoklaso.

 

 

  

3.3

Karakterizaj klinikoj kaj kondutoj

Simptomoj de atento-deficita hiperactive-malordo (ADHD) (β: 1.7), ĝeneraligita angoro-malordo (GAD) (β: 0.23) kaj obsessive-compulsive disorder (OCD) (β: 0.27) estis asociitaj kun pli altaj PIU-poentaroj. En analizo de subgrupo, ADHD kaj SAD estis asociitaj kun pli altaj PIU-punktoj en pli junaj partoprenantoj (β: 0.35 kaj 0.56 respektive), dum ADHD restis signifa en la mezaĝa subgrupo (β: 3.1). GAD kaj OCD asociis kun pli altaj PIU-poentaroj en la pli malnovaj partoprenantoj subgrupo (β: 6.4 kaj 4.3 respektive), sed ne en la aliaj aĝoj. Bursaj punktoj (impulsiĝema personeco) kaj PADUA-punktoj (obsesivaj-devigaj tendencoj) estis asociitaj kun pli altaj PIU-poentaroj en la plena datumo (β: 0.066 kaj 0.074 respektive) kaj en ĉiuj aĝaj subgrupaj analizoj.

 

 

  

4

diskuto

Ĉi tiu papero estas la unua provo esplori ekskluzive la malsamajn tipojn de interretaj agadoj asociitaj kun maladaptive uzo de interreto, tio estas kun problema interreta uzo. Antaŭa laboro ĝenerale traktis la temon de specifaj interretaj agadoj kaŭzante probleman uzon fokante al izolitaj interretaj agadoj (

 

 

; ; ; ; ). Ni montris ĉi tie, ke gamo de interretaj agadoj, inkluzive de ĝenerala surfado, interreta ludado, interreta aĉetado, uzado de aŭkcioj, enreta ludado, sociaj retoj kaj uzado de interreta pornografio kontribui aparte kaj unike al PIU, havigante evidentecon, ke PIU estas kompleksa fenomeno konsistanta diversajn problemajn kondutojn. Krom tio, ni montris, ke tiuj kondutoj konservas siajn statistike signifajn asociojn kun PIU, eĉ kiam psikiatraj simptomoj konataj asociiĝas kun PIU (te simptomoj de ADHD, GAD kaj OCD) () kaj dimensioj de konduto, kiuj estas antaŭdireblaj de PIU (te personecaj mezuroj de impulseco kaj kompenso) (;

) estas konsiderata. Ni plue pruvis, ke specifaj interretaj agadoj kiel RPG, interreta ludado, uzado de aŭkcioj kaj amaskomunikiloj estas asociitaj kun pli altaj PIU-poentaroj kaj ke ĉi tiu rilato estas influita de aĝo. Finfine, niaj datumoj montras, ke aliaj tipoj de interretaj kondutoj (ekz. Butikumado, pornografio, ĝenerala surfado) subtenas pli fortan rilaton kun maladaptive uzo de interreto ol ludado kaj eblas ke ĉi tio rilatas al la fakto, ke antaŭaj studoj ne inkludis tiajn larĝa aro de interretaj rilatoj. Ĉi tiuj rezultoj havas signifajn implikaĵojn por la konceptado de PIU kiel klinike signifa malordo, ĉar ili altiras la atenton for de la unidimensia kaj relative mallarĝa konstruaĵo de "interreta ĉambro-malordo", al multimensia ento de problemata interreto-uzo aŭ interreta toksomanio, kiu enhavas multajn facojn de homaj interretaj kondutoj.

Plie, uzante ekstere-de-specimena kruca validigo, ni montris, ke la "ne-norma" aliro al uzi Lasso-regresion estas pli preciza en antaŭdiri PIU-poentojn kompare al la "pli norma" lineara regresado. Uzanta ekstere de specimena korinklino de la prognoza valoro de modelo ofte helpas al traktado de la fenomeno, per kiu signifoj dekadencas en replikaj studoj. Tamen, la elekto de Lasso-regresigo venas kun la kaverno, ke variabloj, kiuj ne estas elektitaj de la modelo (kun nulaj koeficientoj), povas ankoraŭ esti antaŭdifinaj, precipe kiam ekzistas altaj korelacioj inter elektitaj kaj ne-elektitaj variabloj. En nia datuma aro, ni ne havis ajnajn rilatajn variablojn, tamen, ĉi tiu limigo signifas, ke ni devas trakti ajnajn negativajn rezultojn konservativamente. Ekzemple, la manko de asocio inter sekso kaj PIU same kiel la manko de asocio inter sekso × Interretaj agadoj kun PIU eble subtenas la hipotezon, ke se pli ampleksa gamo de kondutoj pri PIU kaj potencaj konfliktoj estas konsiderataj, ambaŭ gepatroj estas same vundeblaj al evoluantaj facetoj de PIU (

; ). Tamen, pro la limigoj de nia analizo, ni ne povas ekskludi la eblecon, ke ekzistas aliaj asocioj inter PIU kaj sekso. Ekzemple, oni sugestis, ke sekso moderas la rilaton inter interretaj butikoj kaj PIU kaj ke inoj povas esti pli danĝeraj (). De graveco eble estas tiu komprenebla komerca malordo, malordo, kiu estas elstara en mezepokaj grupoj, havas virinan superregadon per 5: 1-akso (), kaj povas konduki tiajn rezultojn. Ni ne havis neniun datumon pri ĉi tiu malordo por provi ĉi tiun hipotezon. Ankaŭ gravas rimarki, ke la IAT-instrumento uzata ĉi tie ricevis kritikon pri sia manko de fortikeco koncerne la faktor-strukturon, diferencojn de la aktuala operacio DSM-5 (ludado-malordo) kaj malantaŭ la teknologiaj progresoj de interretaj aplikoj (;

). Estonta PIU-esploro bone utilus per metodike fortikaj kaj validigitaj instrumentoj, kiuj ankaŭ povus kapti la rapide evoluantan naturon de PIU de teknologia kaj konduto perspektivo.

Nia analizo de subgrupo havigis informon pri la aĝoj rilataj asocioj inter PIU kaj diversaj interretaj agadoj. La komuna koncepto, ke PIU estas malordo de juneco, ne estas nepre korekta kaj povas esti bazita sur la manko de taŭge desegnitaj studoj, kiuj kaptas interretajn kondutojn tra ĉiuj aĝoj. La nesufiĉa scio pri la natura historio de PIU trans la vivdaŭro ne permesas ampleksan esploron pri vulnerabilecoj en la pli malnovaj populacioj en risko por disvolvi PIU. Tamen, niaj rezultoj indikas, ke tiuj vulnerabilecoj ekzistos kaj pliaj esploroj devas garantii la karakterizaĵojn de la loĝantaroj en risko. Ekzemple, havante simptomojn de ADHD aŭ socia angoro povas esti antaŭdiro por PIU en junaj loĝantaroj, dum kiu havi simptomojn de OCD aŭ GAD povas esti antaŭdiro por PIU en pli malnovaj populacioj. La fakto, ke OCD ne estis asociita kun PIU en freŝa meta-analizo (

) povas esti indikilo, ke pli malnovaj populacioj estis subestudataj. La fakto, ke ADHD forte asociis kun altrangaj punktoj de PIU, ne estas mirinda, ĉar aliaj studoj raportis tre altan oftecon de ADHD (ĝis 100%) en PIU-populacioj (). Al la sama tempo, specifaj mezepokaj loĝantaroj (inter 26 kaj 55) povas esti pli en risko de PIU, se ili ankaŭ suferas de compulsiva aĉetado-malordo aŭ ludado-malordo, donita la naturan historion de tiuj malordoj, kiuj pintas en meza aĝo (

).

Krome, la trovoj, kiujn aparta enreta agado asociis kun PIU nur en specifaj aĝaj grupoj, implicas ke apartaj aĝaj grupoj riskas evoluigi aspektojn de PIU. Dum junuloj eble pli riskas disvolvi PIU kun respekto por vidado de pornografio, vundebleco, kiu povas esti malpli forta en meza aĝo kaj malrapide plu en la vivo, pli maljunaj homoj povus esti pli inklinaj al disvolvi PIU karakterizitan de problemata uzo de tempo varmiloj kaj amaskomunikiloj (vidu esploristo Figo. 4 ). Fine, ĝenerala surfado povus esti subtaksita faceto de PIU, kiu ŝajnas esti pli forte asociita kun pli altaj PIU-poentaroj en junuloj, sed gravaj tra ĉiuj aĝoj; ĉi tiu trovo povas esti rilatigita kun la fakto, ke frua plenaĝa vivo povas esti malpli celita kaj la junuloj pasas pli da tempo dum nestrukcitaj agadoj en interretaj medioj kompare kun aliaj pli aĝaj grupoj.

  

 

 

 

Figo. 4
  

Ekzempla esplora figuro de la asocio inter Problema interreta uzo kaj flua amaskomunikilaro, laŭ aĝoklaso. Ĉi tio estas ekzempla figuro montranta la rilaton inter Problema interreta uzo (PIU) kaj fluantaj amaskomunikiloj grupigitaj laŭ aĝo. La regresaj linioj estas linearaj modeloj kun konfidencaj intervaloj (grizaj areoj). Kurioze, flua amaskomunikilaro ŝajnas esti malpli asociita kun PIU en la juna aĝo ≤ 25 kompare kun pli maljunaj homoj> 55 (ankaŭ montrita en Lazo-analizo en la ĉefa papero; Lasso coef Streaming media β: 0.0 por junuloj kaj β: 1.2 por maljunuloj , Age × Streaming Media interaction Lasso coef β: 0.35). (Por interpreto de la referencoj al koloro en ĉi tiu figura legendo, la leganto estas raportita al la interreta versio de ĉi tiu artikolo.)

 

 

 

Niaj rezultoj ankaŭ havas publikajn sanajn implikaĵojn rilate al la reguligo de interreta enhavo kaj celaj intervenoj. Se apartaj agadoj pli forte ligas kun la disvolviĝo de problema uzo ol aliaj, tiam ekestas la demando, ĉu politikoj pri publika sano devas celi grupojn de vundeblaj individuoj por plibonigi sian fortikecon al risko de PIU, aŭ ĉu pli universalaj intervenoj celantaj specifajn aspektojn. pri interretaj kondutoj, devas esti konsiderata por fari la interretajn medio malpli kutimiga. Ekzemple, interretaj platformoj en iuj kazoj eble uzas specifajn arkitekturojn, kiuj utiligas la vundeblecojn de uzantoj (t.e. impulsemaj aŭ devigaj trajtoj) kaj kiuj celas maksimumigi la daŭron de uzantoj en la interreta medio. Kvankam ĉi tio havas sencon laŭ merkatika perspektivo, ĝi ja zorgigas, ĉu ĉi tiuj medioj ankaŭ devas sendi sanan averton al la uzanto.

 

 

  

4.1

Limigoj

Ĉi tio estis transversa interreta enketo, tial neniuj kaŭzaj rilatoj povas esti desegnitaj. Cetere, pro la varba metodiko kaj ebla inklino por homoj kun PIU pli probable plenumi interretan enketon, la nunaj rezultoj eble ne ĝeneralas al PIU en la ĝenerala fona loĝantaro ĝenerale. Alia limigo de nia studo estas la manko de klinikaj datumoj por iuj diagnozaj entoj asociitaj kun PIU, ekzemple depresio aŭ substanca misuzo. Sekve, eblas, ke depresio aŭ misuzo de substanco povus klarigi iujn el la asocioj observitaj en nia studo. Estontaj studoj devas inkluzivi pli vastan gamon de klinikaj parametroj por esplori ĉu tiuj respondecas pri asocioj observitaj inter PIU kaj interretaj agadoj. Estas pliaj limigoj pri niaj klinikaj datumoj devenantaj de uzado de la MINI; ĉi tio estas validigita por esti liverita de trejnita persono en vid-al-videbla intervjuo, dum en nia studo ĝi estis transdonita per interreta ilo. Tamen niaj klinikaj datumoj konsentas kun antaŭaj studoj en PIU. Plue, alia malavantaĝo de nia datumkolektado estis, ke ni taksis interretan agadon uzante tempon dediĉitan al la agado kiel prokura mezuro por PIU de tiu agado. Kvankam ĉi tio povas kapti troan, kaj tial probleman uzon, ĝi ankaŭ povas eble kapti esencan uzon. Dum la agadoj taksitaj en ĉi tiu studo ofte estis defaŭlte neesencaj pro sia naturo (ekz. Tempomalŝparoj), aŭ kiam ili estas plenumataj en severa troo (ekz.> 8 h / tago de butikumado, vetludado aŭ pornografio), estontaj studoj povus inkluzivi rimedojn, kiuj povas diferencigi esencan de neesencan interretan uzon por ĉiu interreta agado, por permesi tiajn analizojn. Alia limigo de nia studo estas la manko de datumoj por infanoj kaj adoleskaj loĝantaroj. Infanaj kaj adoleskaj loĝantaroj povas interagi kun la interreto alimaniere, sed ankaŭ estas elmetitaj al interreta uzo dum malsama neŭroevoluiga fenestro. Tial, tiaj diferencoj povas implici malsamajn vundeblecojn aŭ fortikecon laŭ risko por disvolvi PIU. Ekzemple, frua, malalta nivelo ekspozicio al la interreta medio povas havi "streĉan inokuladon" efiko (

 

 

 

 

  

) kiu prizorgas individuojn de estonta disvolviĝo de PIU. Se tia estas la kazo, ĉi tio povas plue klarigi kial pli maljunaj loĝantaroj, kiuj nur ricevis sian unuan malkovron de interretaj medioj en plenaĝeco, povas esti pli vundeblaj. Estontaj studoj povus inkluzivi tiujn infanajn kaj adoleskajn aĝajn grupojn kaj ekzameni eventuale ĉu specifaj interretaj agadoj antaŭdiras PIU. Bedaŭrinde, la nombro de partoprenantoj raportantaj transgenran sekson estis malgranda (n = 18), kio ne permesis signifan analizon de la efiko de transgenra sekso. Fina limigo de nia studo estas, ke nia studpopulacio konsistas el sanaj plenkreskuloj, kiuj nur en <1% suferas signifajn PIU-kondutojn (IAT> 80). Estontaj studoj profitus el specifa fokuso sur la pli alta fino de la PIU-spektro por povi kompari tiujn severajn PIU-loĝantarojn kun kontrolgrupo de malaltaj ĝis moderaj aŭ ne-PIU-individuoj. Dum la laŭtaksa punkta tropezo de PIU en nia specimeno estis ~ 8.5% (uzante IAT ≥ 50-detranĉon), la sojloj por klinika punkteco por PIU restas disputaj kaj estonta esplorado profitus de universale akceptita mezuro kaj difino de PIU.

 

 

  

4.2

konkludo

Por resumi, DSM-5 montras interreton de interreta ludado kiel kandidata malordo, sed aliaj tipoj de interreta konduto (ekz. Butikumado, pornografio, ĝenerala surfado) subtenas pli fortan rilaton kun maladaptive uzo de interreto ol ludado. Psikiatraj diagnozoj kaj interretaj agadoj asociitaj kun Problemata interreta uzo varias kun aĝo, trovo, kiu havas publikajn sanajn implikaĵojn. Ĉi tiuj rezultoj kontribuas al la limigita scio pri interretaj agadoj asociitaj kun problemaj interretaj uzoj kaj povas kontribui al la diagnozaj klasifikoj pri problemaj interretaj uzoj kiel multifaceta malordo.

 

 

  

Rolo de financaj fontoj

Ĉi tiu esplorado ricevis internajn departamentajn financojn de la Departemento de Psikiatrio ĉe la Universitato de Ĉikago. D-ro Ioannidis esplorado de aktivecoj estas apogita de Sanaj Edukado Orienta de Anglujo Pli-trejnaj Specialaj interesaj kunsidoj. Aŭtoroj ricevis neniun financadon por la preparado de ĉi tiu manuskripto. La fonto de financado ne okupis paperon en la dezajno, analizo de datumoj aŭ skribado de la studo.

 

 

  

kontribuantoj

KI projektis la ideon por la manuskripto, analizis la datumojn, verkis la plimulton de la manuskripto kaj Suplementa materialo kaj kunordigis la kontribuojn de la kunaŭtoroj. MT kaj FK partoprenis en la koncepto kaj revizio de la statistika analizo. SRC, SR, DJS, CL kaj JEG projektis kaj kunordigis la studon kaj kolektis kaj administris la datumojn. Ĉiuj aŭtoroj legis kaj aprobis la finan manuskripton kaj kontribuis al la redaktado kaj revizio de la gazeto kaj ankaŭ al interpretado de la rezultoj.

 

 

  

Konflikto de intereso

D-ro. Grant ricevis esploradajn donacojn de NIDA (RC1DA028279-01), la Nacia Centro por Responsable Gaming, kaj Roche and Forest Pharmaceuticals. D-ro. Grant ricevas kompenson de Springer kiel la redaktoro-estro de la Journal of Gambling Studies kaj ricevis royalties de McGraw Hill, Oxford University Press, Norton kaj la APPI. D-ro Chamberlain konsultas pri Cambridge Cognition kaj lia partopreno en ĉi tiu esplorado estis subtenata de Intera Klinika Kunularo de la Wellcome Trust (UK; 110049 / Z / 15 / Z). Dan Stein kaj Christine Lochner estas financitaj de la Medicina Esplorkonsilio de Sudafriko. La aliaj aŭtoroj raportas neniajn financajn rilatojn kun komerca intereso. Neniu el la menciitaj fontoj havis rolon en la studado, kolekto, analizo aŭ lego de la datumoj, skribante la manuskripton, aŭ la decidon submeti la paperon por publikigo.

 

 

Agnosko

Ni endeudas la volontulojn de ambaŭ lokoj, kiuj partoprenis en la studo.

 

 

apendico A

Suplementaj datumoj

Suplementa materialo

Suplementa materialo

 

 

 

Referencoj

  1. Achab et al., 2011. Achab S., Nicolier M., Mauny F., Monnin J., Trojak B., Vandel P., kaj Haffen E .: Amase multijugador enretaj ludaj ludoj: Komparante trajtojn de adictaj vs ne-toksomaniuloj enreta rekrutitaj ludantoj en Franca plenaĝa loĝantaro. BMC-psikiatrio 2011; 11: pp. 144
    Rigardu Artikolon
  2. Usona Psikiatra Asocio, 2013. American Psychiatric Association: Diagnoza kaj statistika manlibro de mensaj malordoj: DSM-5. Vaŝingtono: Usona Psikiatra Asocio, 2013.
    Rigardu Artikolon
  3. Andreassen et al., 2012. Andreassen CS, Torsheim T., Brunborg GS, kaj Pallesen S .: Disvolviĝo de Facebook toksomanca skalo. Psikologiaj Raportoj 2012; 110: pp. 501-517
    Rigardu Artikolon | Kruco Ref
  4. Bakken et al., 2009. Bakken IJ, Wenzel HG, Götestam KG, Johansson A., kaj Oren A .: Interreta forkaptado inter norvegaj plenkreskuloj: Stratifika probabla specimeno. Skandinava Revuo pri Psikologio 2009; 50: pp. 121-127
    Rigardu Artikolon | Kruco Ref
  5. Nigra, 2007. Nigra DW: Revizio de komforta malordo. Monda Psikiatrio: Oficiala Ĵurnalo de la Monda Psikiatra Asocio (WPA) 2007; 6: pp. 14-18
    Rigardu Artikolon
  6. Bloko, 2008. Bloko JJ: Problemoj por DSM-V: Interreta toksomanio. Usona Ĵurnalo de Psikiatrio 2008; 165: pp. 306-307
    Rigardu Artikolon | Kruco Ref
  7. Brand et al., 2011. Marko M., Laier C., Pawlikowski M., Schächtle U., Schöler T., kaj Altstötter-Gleich C .: Rigardante pornografiajn bildojn en Interreto: Rolo de seksaj eksaltoj kaj psikologiaj psikiatraj simptomoj por uzado de interretaj seksaj ejoj troe . Ciberecikologio, Konduto kaj Socia Reto 2011; 14: pp. 371-377
    Rigardu Artikolon | Kruco Ref
  8. Breiman, 2001. Breiman L .: Statistika modelado: La du kulturoj. Statistika Scienco 2001; 16: pp. 199-215
    Rigardu Artikolon
  9. Bujak et al., 2016. Bujak R., Daghir-Wojtkowiak E., Kaliszan R. kaj Markuszewski MJ: PLS-bazitaj kaj reguligaj metodoj por elektado de rilataj variabloj en ne-celataj metabolomaj datumoj. Limoj en Molekulaj Biosciencoj 2016; 3: pp. 1-10
    Rigardu Artikolon
  10. Burns et al., 1996. Burns GL, Keortge SG, Formea ​​GM, kaj Sternberger LG: Revizio de la Padova Inventaro de obsesivaj malĉefaj simptomoj: Distingoj inter maltrankvilo, obsedoj kaj kompensoj. Konduto Esplorado kaj Terapio 1996; 34: pp. 163-173
    Rigardu Artikolon | Kruco Ref
  11. Cao et al., 2007. Cao F., Su L., Liu T. kaj Gao X .: La rilato inter impulseco kaj interreta toksomanio en specimeno de ĉinaj adoleskantoj. Eŭropa psikiatrio 2007; 22: pp. 466-471
    Rigardu Artikolon | Kruco Ref
  12. Carli et al., 2013. Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E., kaj Kaess M .: La asocio inter patologia Interreta uzo kaj komorbida psikopatologio: Sistema revizio. Psikopatologio 2013; 46: pp. 1-13
    Rigardu Artikolon | Kruco Ref
  13. Claes et al., 2016. Claes L., Müller A., ​​kaj Luyckx K .: Komprenebla aĉetado kaj prokrastado kiel identecaj anstataŭoj: La rolo de materiisma valoro-apogo kaj depresio. Kompleksa Psikiatrio 2016; 68: pp. 65-71
    Rigardu Artikolon | Kruco Ref
  14. Cole kaj Hooley, 2013. Cole SH, kaj Hooley JM: Klinika kaj personeco korektas de MMO-ludado: Angoro kaj absorción en problema interreta uzo. Socia Scienca Komputila Revizio 2013; 31: pp. 424-436
    Rigardu Artikolon | Kruco Ref
  15. Cunningham-Williams et al., 2005. Cunningham-Williams RM, Grucza RA, Cottler LB, Womack SB, Libroj SJ, Przybeck TR, kaj Cloninger CR: Antaŭparteco kaj antaŭdiroj de patologia vetkuro: Rezultoj de la St. Louis-personeco, sano kaj vivstilo (SLPHL) studo. Ĵurnalo pri Psikiatra Esploro 2005; 39: pp. 377-390
    Rigardu Artikolon | Kruco Ref
  16. von Elm et al., 2008. von Elm E., Altman DG, Egger M., Pocock SJ, Gøtzsche PC, Vandenbroucke JP, kaj Iniciato S .: La plifortigo de raportado de observational studoj en epidemiologio (STROBE) deklaro: Gvidlinioj por raportado de observaj studoj. Ĵurnalo de Klinika Epidemiologio 2008; 61: pp. 344-349
    Rigardu Artikolon | Kruco Ref
  17. Fernández-Villa et al., 2015. Fernández-Villa T., Alguacil Ojeda J., Almaraz Gómez A., Cancela Carral JM, Delgado-Rodríguez M., García-Martín M. kaj Martín V .: Problemata Interreta uzo en universitataj studentoj: Asociitaj faktoroj kaj diferencoj de sekso . Adicciones 2015; 27: pp. 265-275
    Rigardu Artikolon | Kruco Ref
  18. Friedman et al., 2010. Friedman J., Hastie T., kaj Tibshirani R .: Regularaj vojoj por ĝeneralaj linearaj modeloj per koordinatoj. Ĵurnalo de Statistika Programaro 2010; 33: pp. 1-22
    Rigardu Artikolon
  19. Griffiths, 2003. Griffiths M .: Interreta hazardludo: Temoj, zorgoj kaj rekomendoj. Ciberpsikologio & Konduto: La Efiko de la Interreto, Multmedia kaj Virtuala Realeco sur Konduto kaj Socio 2003; 6: pp 557-568
    Rigardu Artikolon | Kruco Ref
  20. Ha kaj Hwang, 2014. Ha Kaj.-M., Kaj Hwang WJ: Homaj diferencoj en interreta toksomanio asociita kun psikologiaj sanaj indikiloj inter adoleskantoj uzanta Nacian Retejon-Enketon. Internacia Ĵurnalo pri Mensa Sano kaj Addikcio 2014; 12: pp. 660-669
    Rigardu Artikolon | Kruco Ref
  21. Ho et al., 2014. Ho RC, Zhang MWB, Tsang TY, Toh AH, Pan F., Lu Y. kaj Mak K.-K .: La asocio inter interreta toksomanio kaj psikiatra morbemo: Meta-analizo. BMC-psikiatrio 2014; 14: pp. 183
    Rigardu Artikolon
  22. Hoerl kaj Kennard, 1970. Hoerl AE, kaj Kennard RW: Ridge regression: Biased-korinklino por neortogonaj problemoj. Teknometriko 1970; 12: pp. 55-67
    Rigardu Artikolon
  23. Huys et al., 2016. Huys QJM, Maia TV kaj Frank MJ: Komputika psikiatrio kiel ponto de neŭrikeco al klinikaj aplikoj. Naturo-Neŭrikeco 2016; 19: pp. 404-413
    Rigardu Artikolon | Kruco Ref
  24. Igarashi et al., 2008. Igarashi T., Motoyoshi T., Takai J., kaj Yoshida T .: Neniu poŝtelefono, neniu vivo: Mem-percepto kaj tekst-mesaĝo dependas inter japanaj mezlernejaj studentoj.
    Rigardu Artikolon
  25. Ioannidis et al., 2016. Ioannidis K., Chamberlain SR, Treder MS, Kiraly F., Leppink E., Redden S., kaj Grant JE: Problemata interreta uzo (PIU): Asocioj kun la impulsiĝema-komprenebla spektro. Journal of Psych: Apliko de maŝinlernado en psikiatrio, 2016.
    Rigardu Artikolon
  26. Janower, 2006. Janower CR: Gambling en Interreto. Ĵurnalo pri Komputila-Amaskomunikila Komunikado 2006; 2: pp. 0
    Rigardu Artikolon | Kruco Ref
  27. Kessler et al., 2005. Kessler RC, Adler L., Ames M., Demler O., Faraone S., Hiripi E., kaj Walters EE: skalo de memreporto de adoltoj de ADHD (ASRS) de la Monda Organizaĵo pri la Sano de la Sano: mallonga skalo de ekrano por ĝenerala uzo loĝantaro. Psikologia Medicino 2005; 35: pp. 245-256
    Rigardu Artikolon | Kruco Ref
  28. Kessler et al., 2016. Kessler RC, Van Loo HM, Wardenaar KJ, Bossarte RM, Brenner LA, Cai T., kaj Zaslavsky AM: Provante maŝin-lernanta algoritmon por antaŭdiri la persistadon kaj severecon de grava depresiva malordo de bazaj memreportoj. Molekula Psikiatrio 2016; 21: pp. 1366-1371
    Rigardu Artikolon | Kruco Ref
  29. Khazaal et al., 2015. Khazaal Y., Achab S., Billieux J., Thorens G., Zullino D., Dufour M., kaj Rothen S .: Faktoro-strukturo de interreta provo en interreta ludantoj kaj pokerludantoj. JMIR Mental Health Kompania Informo Kompania Nomo 2015; 2:
    Rigardu Artikolon
  30. Kim et al., 2016. Kim D., Kang M., Biswas A., Liu C., kaj Gao J .: Integrala aliro por inferencia de genaj reguligaj retoj uzante lasso-bazita hazarda prezentado kaj apliko al psikiatraj malordoj. BMC Medicina Genomiko 2016; 9: pp. 50
    Rigardu Artikolon
  31. Reĝo, 1999. King SA: Interreta hazardludo kaj pornografio: Ilustraj ekzemploj de la psikologiaj konsekvencoj de komunikada anarkio. Ciberpsikologio & Konduto 1999; 2: pp 175-193
    Rigardu Artikolon
  32. Reĝo kaj Barak, 1999. King SA, kaj Barak A.: Kompreta Interreta Ludado. Cyberpsychology & Behavior 1999; 2: pp 441-456
    Rigardu Artikolon | Kruco Ref
  33. Király et al., 2015. Király O., Griffiths MD, kaj Demetrovics Z .: Interreta videoludado kaj la DSM-5: Konceptualigo, debatoj kaj diskutadoj. Aktualaj Toksomanaj Raportoj 2015; 2: pp. 254-262
    Rigardu Artikolon
  34. Király et al., 2014. Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z. kaj Demetrovics Z .: Problemata interreta uzo kaj problemaj interretaj ludoj ne estas la samaj: Trovoj de granda nacia reprezentanta adoleskanta specimeno. Ciberecikologio, Konduto kaj Socia Reto 2014; 17: pp. 749-754
    Rigardu Artikolon
  35. Kittinger et al., 2012. Kittinger R., Correia CJ, kaj Irons JG: Rilato inter Facebook-uzo kaj problema interreta uzo inter kolegiaj studentoj. Ciberecikologio, Konduto kaj Socia Reto 2012; 15: pp. 324-327
    Rigardu Artikolon | Kruco Ref
  36. Ko et al., 2012. Ko C.-H., Jeno J.-Y., Yen C.-F., Chen C.-S., Kaj Chen C.-C .: La asocio inter Interreta toksomanio kaj psikiatra malordo: Revizio de la literaturo . Eŭropa psikiatrio 2012; 27: pp. 1-8
    Rigardu Artikolon
  37. Ko et al., 2007. Ko C.-H., Yen J.-Y., Yen C.-F., Lin H.-C., kaj Yang M.-J .: Faktoroj prognozaj por efiko kaj remisio de interreta toksomanio en junaj adoleskantoj: A eventuala studo. Ciberpsikologio & Konduto: La Efiko de la Interreto, Multmedia kaj Virtuala Realeco sur Konduto kaj Socio 2007; 10: pp 545-551
    Rigardu Artikolon | Kruco Ref
  38. Kuss kaj Griffiths, 2011. Kuss DJ, kaj Griffiths MD: Enreta socia reto kaj toksomanio - Revizio de la psikologia literaturo. Internacia Ĵurnalo pri Ekologia Esploro kaj Publika Sano 2011; 8: pp. 3528-3552
    Rigardu Artikolon | Kruco Ref
  39. Kuss et al., 2013. Kuss DJ, Griffiths MD, kaj Binder JF: Interreta toksomanio en studentoj: Fakteco kaj riska faktoroj. Komputiloj pri Homa Konduto 2013; 29: pp. 959-966
    Rigardu Artikolon | Kruco Ref
  40. Kuss kaj López Fernández, 2016. Kuss DJ, kaj López-Fernández Aŭ .: Interreta toksomanio kaj problema Interreta uzo: Sistema revizio pri klinika esplorado. Monda Ĵurnalo de Psikiatrio 2016; 6: pp. 143-176
    Rigardu Artikolon | Kruco Ref
  41. Laconi et al., 2016. Laconi S., Andréoletti A., Chauchard E., Rodgers RF kaj Chabrol H .: Problema interreta uzo, tempo pasigita interrete kaj personecaj trajtoj. L'Encéphale 2016; 42: pp 214-218
    Rigardu Artikolon | Kruco Ref
  42. Laconi et al., 2014. Laconi S., Rodgers RF, kaj Chabrol H .: La mezurado de interreta toksomanio: kritika revizio pri ekzistantaj skaloj kaj iliaj psikometraj propraĵoj. Komputiloj pri Homa Konduto 2014; 41: pp. 190-202
    Rigardu Artikolon | Kruco Ref
  43. Laier et al., 2013. Laier C., Pawlikowski M., Pekal J., Schulte FP, kaj Brand M .: Cybersex-toksomanio: Sperta seksa ekscito dum rigardado de pornografio kaj ne reala vivo seksaj kontaktoj faras la diferencon. Journal of Behavioral Addictions 2013; 2: pp. 100-107
    Rigardu Artikolon | Kruco Ref
  44. Lecardeur, 2013. Lecardeur L .: Psikopatologiaj du jaraj plur-junejoj. Annales Médico-Psychologiques, Revue Psychiatrique 2013; 171: pp. 579-586
    Rigardu Artikolon | Kruco Ref
  45. Liang et al., 2016. Liang L., Zhou D., Yuan C., Shao A., kaj Bian Y .: Seksaj diferencoj en la interrilato inter interreta toksomanio kaj depresio: studo en maljunaj ĉinaj adoleskantoj. Komputiloj pri Homa Konduto 2016; 63: pp. 463-470
    Rigardu Artikolon | Kruco Ref
  46. López Fernández, 2015. López Fernández Aŭ .: ¿Kiel evoluis la esploron de la toksomanio de interreto pro tio ke la alveno de la malordoj de interreto ludis? Superrigardon pri cikrecikcioj de psikologia perspektivo. Aktualaj Toksomanaj Raportoj 2015; 2: pp. 263-271
    Rigardu Artikolon | Kruco Ref
  47. Masten kaj Tellegen, 2012. Masten AS, kaj Tellegen A .: Resilience en evolua psikopatologio: Kontribuoj de la projekto-kapableco longitudinala studo. Disvolviĝo kaj Psikopatologio 2012; 24: pp. 345-361
    Rigardu Artikolon | Kruco Ref
  48. Mueller et al., 2010. Mueller A., ​​Mitchell JE, Crosby RD, Gefeller O., Faber RJ, Martin A., kaj de Zwaan M .: Estimata prevalenco de compulsiva aĉetado en Germanio kaj ĝia asocio kun sociodemografiaj trajtoj kaj deprimaj simptomoj. Psikiatria Esploro 2010; 180: pp. 137-142
    Rigardu Artikolon | Kruco Ref
  49. Patton et al., 1995. Patton JH, Stanford MS, kaj Barratt ES: Faktoro strukturo de la Barratt impulsive scale. Ĵurnalo de Klinika Psikologio 1995; 51: pp. 768-774
    Rigardu Artikolon | Rekuperi, NENIU. Rekupero PR: Jura pritaksado de problema Interreta uzo. La Ĵurnalo de la Amerika Akademio de Psikiatrio kaj la Leĝo 2008; 36: pp. 505-514
    Rigardu Artikolon
  50. Rozo kaj Dhandayudham, 2014. Rose S., Kaj Dhandayudham A .: Al kompreno pri interreta problemo komerca konduto: La koncepto de reta butikumado kaj ĝiaj proponitaj antaŭdiroj. Journal of Behavioral Addictions 2014; 3: pp. 83-89
    Rigardu Artikolon | Kruco Ref
  51. Rutland kaj aliaj, 2007. Rutland JB, Sheets T., kaj Young T.: Disvolviĝo de skalo por mezuri probleman uzon de mallonga mesaĝa servo: La SMS-problemo uzas diagnozan enketilon. Ciberpsikologio & Konduto 2007; 10: pp 841-844
    Rigardu Artikolon | Kruco Ref
  52. Rutter, 1993. Rutter M .: Resilience: Iuj konceptaj konceptoj. The Journal of Adolescent Health: Oficiala Publikigado de la Socio por Adoleskanta Medicino 1993; 14: pp. 626-631
    Rigardu Artikolon | Kruco Ref
  53. Shaw kaj Nigra, 2008. Shaw M., kaj Black DW: Interreta toksomanio: Difino, takso, epidemiologio kaj klinika demarŝo. CNS-Drogoj 2008; 22: pp. 353-365
    Rigardu Artikolon | Kruco Ref
  54. Sheehan et al., 1998. Sheehan DV, Lecrubier Y., Sheehan KH, Amorim P., Janavs J., Weiller E., kaj Dunbar GC: The Mini-International Neuropsychiatric Interview (MINI): La evoluo kaj kontrolado de strukturita diagnoza psikiatra intervjuo por DSM-IV kaj ICD-10. La Ĵurnalo de Klinika Psikiatrio 1998; 59:
    Rigardu Artikolon
  55. Tam kaj Walter, 2013. Tam P., kaj Walter G .: Problemata interreta uzo en infanaĝo kaj juneco: Evoluado de 21-a jarcento-aĝo. Aŭtralazia Psikiatrio 2013; nedifinita:
    Rigardu Artikolon
  56. Tibshirani, 1996. Tibshirani R .: Regreskreskigo kaj elekto tra la lasso. Ĵurnalo de la Royal Statistical Society, Serio B 1996; 58: pp. 267-288
    Rigardu Artikolon
  57. Tikhonov, NENIU. Tikhonov AN: Solvo de malĝuste formulitaj problemoj kaj la reguliga metodo. Sovetia Matematiko Doklady 1963; 5: pp. 1035-1038
    Rigardu Artikolon
  58. Trotzke et al., 2015. Trotzke P., Starcke K., Müller A. kaj Brand M .: Patologia aĉetado enrete kiel specifa formo de interreta toksomanio: Modelo-bazita eksperimenta esploro. PLoS Unu 2015; 10:
    Rigardu Artikolon
  59. Tsai et al., 2009. Tsai HF, Cheng SH, Yeh TL, Shih C.-C., Chen KC, Yang YC, kaj Yang YK: La riskon-faktoroj de interreta toksomanio? Enketo de universitatuloj. Psikiatria Esploro 2009; 167: pp. 294-299
    Rigardu Artikolon | Kruco Ref
  60. Wallace, 2014. Wallace P.: Malordo de interreta toksomanio kaj juneco: kreskas zorgoj pri deviga interreta agado kaj ke ĉi tio povus malhelpi la rendimenton kaj socian vivon de studentoj. EMBO-Raportoj 2014; 15: pp 12-16
    Rigardu Artikolon | Kruco Ref
  61. Xin et al., 2018. Xin M., Xing J., Pengfei W., Houru L., Mengcheng W., kaj Hong Z .: Enretaj aktivecoj, prevalenco de interreta toksomanio kaj riska faktoroj rilatigitaj kun familio kaj lernejo inter adoleskantoj en Ĉinio. Addictive Behaviors Raportas 2018; 7: pp. 14-18
    Rigardu Artikolon | Kruco Ref
  62. Yuen kaj aliaj, 2004. Yuen CN, Lavin MJ, Weinman M. kaj Kozak K .: Interreta dependeco en la kolegia loĝantaro: La rolo de timideco. Ciberpsikologio & Konduto 2004; 7: pp 379-383
    Rigardu Artikolon | Kruco Ref
  63. Juna, 1998. Young KS: Interreta toksomanio: La apero de nova klinika malordo. CyberPsychology & Behavior 1998; 1: pp 237-244
    Rigardu Artikolon | Kruco Ref