Uso adictivo de Internet entre los adolescentes coreanos: una encuesta nacional (2014)

Más uno. 2014 Feb 5; 9 (2): e87819. doi: 10.1371 / journal.pone.0087819.

Heo J1, Oh j2, Subramanian SV3, Kim Y4, Kawachi I3.

Resumen

FONDO:

Recientemente ha surgido un trastorno psicológico llamado "adicción a Internet" junto con un aumento espectacular del uso de Internet en todo el mundo. Sin embargo, pocos estudios han utilizado muestras a nivel de población ni han tenido en cuenta factores contextuales sobre la adicción a Internet.

MÉTODOS Y RESULTADOS:

Identificamos a los estudiantes de secundaria y preparatoria de 57,857 (13-18 años) de una encuesta representativa a nivel nacional de Corea, que fue encuestada en 2009. Para identificar factores asociados con el uso adictivo de Internet, los modelos de regresión multinivel de dos niveles se ajustaron con respuestas de nivel individual (nivel 1st) anidadas dentro de las escuelas (nivel 2nd) para estimar asociaciones de características individuales y escolares simultáneamente.

Las diferencias de género del uso adictivo de Internet se estimaron con el modelo de regresión estratificado por género. Se encontraron asociaciones significativas entre el uso adictivo de Internet y el grado escolar, la educación de los padres, el consumo de alcohol, el consumo de tabaco y el consumo de sustancias. Las alumnas de las escuelas de niñas tenían más probabilidades de utilizar Internet de forma adictiva que las de las escuelas mixtas.

Nuestros resultados también revelaron diferencias significativas de género en el uso adictivo de Internet en sus factores asociados a nivel individual y escolar.

CONCLUSIONES:

Nuestros resultados sugieren que se deben considerar los factores de riesgo multinivel junto con las diferencias de género para proteger a los adolescentes del uso adictivo de Internet.

Introducción

El uso de Internet es reconocido como una parte esencial de la vida moderna. Debido a las tecnologías basadas en la web y al aumento del acceso a Internet en América Latina y Asia, el uso de Internet ha aumentado dramáticamente en todo el mundo, llegando a la cantidad de usuarios de Internet globales más de 2.3 mil millones en 2011 [ 1 ].

En el otro lado de esta popularidad, ha surgido un nuevo trastorno psicológico: la "adicción a Internet", también conocida como "uso excesivo de Internet" [ 2 ], [ 3 ], “Uso problemático de internet” [ 4 ], [ 5 ], “Dependencia de internet” [ 6 ], [ 7 ], o "uso patológico de internet" [ 8 ], [ 9 ]. Dicha discrepancia es atribuible en gran medida a la falta de consenso en las definiciones de los estudios que se enfocaron en los diferentes síntomas de la adicción a Internet. Young Ring [ 3 ] definió la adicción a Internet como "patrón de mala adaptación del uso de Internet que conduce a un deterioro o malestar clínicamente significativo". Kandell [ 10 ] luego lo definió como "una dependencia psicológica en Internet, independientemente del tipo de actividad que haya iniciado sesión" [ 11 ]. Otros estudios ni siquiera le han dado una definición clara. Para medir o diagnosticar estos síntomas adictivos relacionados con el uso de Internet, algunos estudios han desarrollado sus propias herramientas de evaluación. La mayoría de los estudios de adicción a Internet desarrollaron medidas basadas en los criterios del Manual estadístico y de diagnóstico de trastornos mentales (DSM) [ 11 ]. Joven [ 3 ] desarrolló el Cuestionario de diagnóstico de la pregunta 8 con la modificación de los criterios para el juego compulsivo (DSM-IV). Morahan-Martin y Schumacher [ 8 ] más tarde desarrolló la escala de uso patológico de Internet de las preguntas de 13 mediante la reconstrucción de los criterios del DSM-IV. Estudios más recientes desarrollaron nuevas medidas de forma independiente con criterios DSM. Usando métodos de análisis factorial, Caplan [ 12 ] y Widyanto y Mcmurran [ 13 ] Crearon sus propias medidas. Tao et al. [ 14 ] Desarrollaron su medida utilizando la teoría de la respuesta al ítem. Estas variaciones en las definiciones y medidas han alimentado controversias sobre la inclusión de la adicción a Internet en el DSM [ 15 ], [ 16 ].

A pesar de la falta de consenso sobre su definición y medición, la evidencia de adicción a Internet se ha acumulado desde mediados de la década de 1990. Los estudios de casos y empíricos revelaron que la adicción a Internet se caracterizaba por efectos adversos en el bienestar psicológico del individuo [ 17 ], [ 18 ], fracaso academico [ 17 ], [ 19 ], rendimiento de trabajo reducido [ 20 ] o pérdida de empleo [ 21 ], la privación del sueño [ 22 ], Retiro social [ 21 ], [ 23 ], poca o ninguna confianza en sí mismo [ 21 ], [ 24 ], dieta pobre [ 20 ], [ 25 ], problemas familiares [ 21 ], [ 25 ], rompimiento marital [ 21 ], e incluso la violencia asociada con el acceso bloqueado a juegos en línea. [ 26 ] o muerte cardiopulmonar por uso excesivo [ 27 ], [ 28 ].

Sin embargo, estos estudios tienen algunas limitaciones. Primero y lo más crítico, la mayoría de las investigaciones sufrieron sesgos de muestreo debido al muestreo de conveniencia y al tamaño pequeño de la muestra cuando reclutaron sujetos a través del Internet [ 3 ], [ 13 ], [ 24 ], [ 29 ]–[ 32 ]. Inevitablemente, esta muestra de participantes auto seleccionados causó resultados contradictorios o contradictorios entre los estudios. Segundo, aunque los efectos de los factores ambientales en las conductas adictivas han sido bien establecidos. [ 33 ], [ 34 ], La mayoría de los artículos anteriores sobre adicción a Internet se han centrado principalmente en asociaciones con personalidades individuales.y como baja autoestima [ 24 ]soledad [ 8 ], baja autorrevelación o comportamiento antisocial. [ 35 ]Intención suicida mas fuerte. [ 36 ]y búsqueda de sensaciones [ 6 ], [ 7 ], [ 24 ]. Específicamente, ningún estudio empírico examinó las asociaciones con factores familiares (por ejemplo, ingresos familiares o logro educativo de los padres) y factores ambientales escolares, aunque es bien sabido que el nivel socioeconómico de los padres (NSE) y las características escolares se asociaron con riesgos de conductas adictivas de los adolescentes. [ 37 ]–[ 39 ]. Por último, a pesar de que estudios anteriores han informado sistemáticamente sobre los mayores riesgos de adicción a Internet entre los niños [40], [ 41 ], pocos estudios han identificado diferencias de género en la adicción a internet.

Para llenar estos vacíos en estudios anteriores con perspectivas epidemiológicas sociales, examinamos los correlatos individuales y contextuales de la adicción a Internet con un método estadístico de varios niveles utilizando datos de encuestas representativas a nivel nacional de adolescentes surcoreanos. Debido a la mayor prevalencia de adicción a Internet en adolescentes coreanos que en adultos [ 42 ], nos centramos en la adicción a internet entre adolescentes. Este estudio también examina las diferencias de género en la adicción a Internet entre la población.

Corea del Sur es una de las sociedades más digitalizadas del mundo. La tasa de penetración de Internet en Corea del Sur superó el porcentaje de 75 en 2011 [ 1 ]. Más de la mitad de los grupos de edad de 50 y casi el 100 de los adolescentes utilizan Internet en su vida diaria. [ 43 ]. Después de una serie de delitos y muertes relacionadas con la adicción a Internet, Corea del Sur ha considerado la adicción a Internet como un problema social y de salud pública. El gobierno desarrolló inicialmente la versión coreana de la escala de medición de la adicción a Internet (escala KS) y ha introducido en las escuelas secundarias y preparatorias para la detección de usuarios de Internet adictivos. [ 44 ]. Además, para frenar el exceso de juegos en línea entre los adolescentes, el gobierno implementó políticas compulsivas denominadas "Apagado de Internet" y "Enfriamiento" en 2011 y 2012, respectivamente, para limitar los juegos en línea de los adolescentes a la medianoche y la cantidad de tiempo que dedican a los juegos en línea. [ 45 ]. Una encuesta nacional especificada para la adicción a Internet en 2010 mostró que el 8.0% en toda la población era adicto a Internet; 12.4% de adolescentes usaban Internet de forma adictiva [ 42 ]. Dado que los usuarios de Internet han aumentado exponencialmente en todo el mundo, especialmente con la popularidad de los servicios de redes sociales (SNS), este estudio podría proporcionar información para prevenir e intervenir en la adicción a Internet de los adolescentes en otros países en los que aún no ha surgido como público y social. problema de salud.

Estamos interesados ​​en responder las siguientes preguntas: 1) ¿Se correlaciona inversamente con un mayor NSE de los padres con el uso adictivo de Internet de los adolescentes? 2) ¿Los contextos escolares están asociados con el uso adictivo de Internet por parte de los adolescentes, independientemente de factores individuales? 3) ¿Son estas asociaciones de factores a nivel individual y escolar diferentes entre géneros?

Métodos

Fuente de datos

De 75,066 muestras de la Quinta Encuesta en Internet de Conducta de Riesgo para Jóvenes de Corea (KYRBWS) realizada en 2009, identificamos 57,857 estudiantes de 400 escuelas intermedias y 400 secundarias después de eliminar muestras de valores faltantes para el nivel de educación de los padres. El KYRBWS es una encuesta representativa a nivel nacional que produce datos anuales para monitorear los comportamientos de salud de los adolescentes (13-18 años). El KYRBWS fue elaborado por los Centros de Corea para el Control y la Prevención de Enfermedades (KCDC) y aprobado por los comités de ética del KCDC. El consentimiento informado por escrito se obtuvo de los padres de cada estudiante para la encuesta. Para tener una muestra representativa a nivel nacional, la encuesta utilizó el método de muestreo aleatorio por conglomerados estratificado en dos etapas. Se seleccionaron un total de 800 escuelas intermedias y secundarias (unidades de muestreo primarias) mediante un muestreo aleatorio de cada estrato de 135 estratos que se identificaron utilizando distritos administrativos y características de las escuelas Luego, se muestreó al azar una clase (unidades de muestreo secundarias) en cada grado escolar de cada escuela seleccionada. Se solicitó a todos los estudiantes de las clases de la muestra que completaran una encuesta anónima basada en la web durante una hora de su tiempo regular de clase en una sala de computadoras de cada escuela seleccionada. Los objetivos de la encuesta y todo el proceso de la encuesta se explicaron a los estudiantes antes de que se realizara la encuesta. Los estudiantes debían iniciar sesión en el sitio web de KYRBWS con un número asignado al azar y completar el cuestionario autoadministrado. La tasa de respuesta general del quinto estudio KYRBWS fue del 97.6%.

Measurement

La adicción a Internet se evaluó mediante la Herramienta de autoevaluación coreana simplificada de adicción a Internet (escala KS) (ver Tabla S1), que fue desarrollado por el gobierno coreano y utilizado a nivel nacional en Corea con una definición de "tener problemas en la vida diaria debido a la abstinencia y la tolerancia en el uso de Internet independientemente de los dispositivos" [ 44 ]. La prueba de confiabilidad y validez de construcción de la escala se describe con más detalle en otra parte [ 44 ]. Esta medida oficial ha sido adoptada para el examen nacional de adicciones a Internet y la vigilancia anual entre adolescentes coreanos. [ 42 ]. La escala consistió en preguntas de 20 sobre los dominios de 6: alteración de las funciones adaptativas, anticipación positiva, retiro, relación interpersonal virtual, conductas desviadas y tolerancia. Las respuestas se escalaron con categorías 4 de "nunca" a "siempre sí". En este estudio, en lugar de adoptar la medida en sí que tiene puntos de corte de tres categorías (adicción, adicción latente y normal), medimos la gravedad de la adicción a Internet con una variable continua mediante la suma de cada respuesta [de 1 (nunca) a 4 (siempre sí)] con un rango de 20 a 80. Tratamos este puntaje de uso adictivo de Internet como una variable de resultado en el estudio.

Como se muestra en tabla 1, las variables clave a nivel individual utilizadas en el análisis incluyeron características demográficas; logro académico autoevaluado; estatus socioeconómico de los padres (SES); uso de tabaco, alcohol y sustancias; y actividades físicas y estado psicológico. El rendimiento académico autoevaluado fue una variable categorizada de cinco niveles de muy alto a muy bajo. Tratamos el rendimiento académico autoevaluado como una variable continua en el análisis principal. El SES de los padres se midió según el logro educativo de los padres y la Escala de riqueza familiar (FAS) [ 46 ]. El logro educativo paterno y materno se clasificó en tres niveles (escuela intermedia o menos, escuela secundaria y universidad o superior). La FAS se midió mediante la suma de las respuestas de cuatro ítems: 1) tener su propio dormitorio (sí=1, no=0); 2) frecuencia de viajes familiares por año; 3) la cantidad de computadoras en casa; y 4) el número de vehículos propiedad de la familia. El consumo de tabaco y alcohol se midió por el número promedio de cigarrillos y el volumen promedio de alcohol consumido en los últimos 30 días. El uso de sustancias se clasificó en tres niveles: nunca, uso anterior y uso actual. Las categorías de actividad física fueron ejercicio extenuante, ejercicio moderado y entrenamiento con pesas, que se estimaron por el número de días de ejercicio durante 30 minutos, 20 minutos y días de entrenamiento con pesas, respectivamente. De los factores psicológicos, la satisfacción del sueño autoevaluada se escaló en cinco categorías, de muy buena a muy mala. Los síntomas depresivos y la ideación suicida se dicotomizaron como sí o no a las preguntas de si el estudiante ha tenido alguna vez estados de ánimo deprimidos o ideas suicidas en los últimos doce meses. Incluimos dos tipos de variables a nivel de escuela: la urbanicidad de la ubicación de la escuela (metropolitana, urbana y rural) y el tipo de escuela por mezcla de género (niños, niñas y mixto).

Tabla 1  

Características de los adolescentes coreanos.

Análisis estadístico

Se ajustó un modelo de regresión de niveles múltiples de intercepción aleatoria de dos niveles con individuos (nivel 1) anidado dentro de las escuelas (nivel 2) para estimar las asociaciones de determinantes individuales y el contexto escolar al mismo tiempo. MLwiN (versión de desarrollo 2.22). Se aplicó la prueba de Chow para detectar diferencias significativas de género en términos de pendientes e intercepciones entre las regresiones estratificadas [ 47 ] Que se ajustaban por separado a niños y niñas. Obtuvimos estimaciones de máxima verosimilitud por mínimos cuadrados iterativos generalizados (IGLS) y luego cambiamos a la función Markov Chain Monte Carlo (MCMC). Se llevó a cabo la MCMC para quemar las simulaciones de 500 para los valores de inicio de la distribución a descartar, y se siguieron otras simulaciones de 5,000 para obtener la estimación precisa y la distribución de interés. Una vez que se confirmó el diagnóstico de convergencia, se obtuvieron los valores simulados y los intervalos creíbles (IC) de 95.

Resultados

Tabla 2 muestra los propósitos primarios y secundarios de los estudiantes para el uso de Internet además de los fines académicos, según el género en las escuelas intermedias y secundarias. Independientemente de la escuela, el propósito principal y secundario del uso de Internet de los niños eran los juegos en línea y la búsqueda de información, respectivamente. Las niñas informaron escribir blogs y actualizar una página de inicio personal, buscar información y usar mensajeros y chatear como sus propósitos principales y secundarios.

Tabla 2  

Propósitos primarios y secundarios del uso de Internet (excepto con fines académicos) por género en escuelas secundarias y preparatorias.

Tabla 3 presenta el resultado del modelo de regresión multinivel para predecir el uso adictivo de Internet entre los adolescentes. Las niñas eran mucho menos propensas a ser adictas a Internet que los niños. La puntuación del uso adictivo de Internet aumentó gradualmente durante los años de escuela intermedia, pero disminuyó durante los años de escuela secundaria. El rendimiento académico autoevaluado se asoció inversamente con el uso adictivo de Internet. A medida que aumentaba el nivel de educación de los padres y el FAS, la puntuación del uso adictivo de Internet se redujo significativamente. El consumo de tabaco se asoció inversamente con el uso adictivo de Internet, mientras que el consumo de alcohol no fue un factor significativo. El uso de sustancias mostró la asociación más fuerte con el uso adictivo de Internet. Todas las variables de actividad física mostraron asociaciones inversas con el uso adictivo de Internet. Las puntuaciones más altas de uso adictivo de Internet se asociaron con niveles más altos de insatisfacción con el sueño. Las características psicológicas como los síntomas depresivos y la ideación suicida mostraron asociaciones positivas con el uso adictivo de Internet. En cuanto a las características escolares, las niñas que asisten a escuelas de niñas tienen más probabilidades de tener un uso adictivo de Internet que las que asisten a escuelas mixtas.

Tabla 3  

Estimaciones de regresión multinivel (junto con su SE) basadas en un modelo de dos niveles para el alcance del uso adictivo de Internet entre los adolescentes coreanos.

Con confirmación de la prueba de Chow [F (17, 57,823)=163.62, p <0.001], el análisis estratificado por género reveló diferentes patrones de asociaciones entre niños y niñas en todas las variables (Tabla 4). La asociación de los logros académicos mal calificados con el uso adictivo de Internet fue más fuerte en los niños que en las niñas. El nivel educativo de los padres se asoció inversamente con el uso adictivo de Internet entre los niños, mientras que no mostró asociación entre las niñas. El consumo de tabaco y alcohol mostró asociaciones opuestas entre niños y niñas: 1) una asociación estadísticamente significativa entre el consumo de alcohol y el uso adictivo de Internet en las niñas, pero no significativa en los niños; 2) una asociación significativa entre fumar menos y el uso adictivo de Internet en los niños, pero no en las niñas. Los niños que informaron el uso de sustancias en el momento de la encuesta tenían un riesgo mucho mayor de uso adictivo de Internet en comparación con las niñas. Las asociaciones del uso adictivo de Internet con las actividades físicas y las características psicológicas fueron más fuertes en los niños que en las niñas. Con respecto a las variables del contexto escolar, las escuelas de niñas tuvieron una asociación positiva con el uso adictivo de Internet; mientras que las escuelas de varones no tenían asociación. La urbanicidad de las ubicaciones de las escuelas no mostró correlación con el uso adictivo de Internet.

Tabla 4  

Estimaciones de regresión multinivel (junto con su SE) basadas en un modelo de dos niveles estratificado por género para el alcance del uso adictivo de Internet entre los adolescentes coreanos.

Discusión

A nuestro entender, este es el primer estudio que examinó las asociaciones de uso adictivo de Internet con factores a nivel individual y factores ambientales a nivel escolar utilizando análisis multinivel con una muestra representativa a nivel nacional. Nuestro hallazgo novedoso es que hubo asociaciones entre el uso adictivo de Internet por parte de los adolescentes y los contextos escolares incluso después de controlar las características a nivel individual: las niñas de las escuelas de niñas tenían más probabilidades de ser adictas a Internet que las de las escuelas mixtas. Además, encontramos diferencias de género en el uso adictivo de Internet a partir del análisis estratificado por género: 1) el menor nivel educativo de los padres se asoció solo con el uso adictivo de Internet de los niños, y 2) el consumo de alcohol fue un factor de riesgo del uso adictivo de Internet solo para las niñas; mientras que fumar es un factor de riesgo solo para los niños.

En primer lugar, nuestro análisis de regresión jerárquica mostró que las niñas en las escuelas de niñas tenían más probabilidades de ser adictas a Internet en comparación con las niñas en las escuelas mixtas después de controlar los factores a nivel individual. Los contextos de las escuelas de niñas pueden contribuir al uso adictivo de Internet por parte de las niñas fomentando sus redes en línea basadas en abundantes redes del mismo sexo fuera de línea dentro de sus escuelas. Los estudiantes coreanos en las escuelas de un solo género parecían tener más amigos del mismo sexo que los de las escuelas mixtas porque pasan la mayor parte de su tiempo en la escuela en busca de la excelencia académica, y los padres preocupados por la educación académica de sus hijos no suelen agradar el hacer amigos del sexo opuesto. logro [ 48 ]. Dado que las niñas tienen una mayor tendencia a apreciar las relaciones interpersonales en las redes fuera de línea y, en general, son más cautelosas a la hora de crear nuevas relaciones en línea. [ 48 ]–[ 50 ], pueden aprovechar el ciberespacio para mantener relaciones y reforzar sus propias identidades mediante la comunicación y el intercambio de información sobre sus intereses comunes a través de mensajería instantánea, chat y visitas a sitios web personales de amigos. [ 10 ], [ 48 ], [ 51 ]. Algunas chicas también pueden hacer novios en línea o fuera de línea; sin embargo, es posible que no contribuya a la adicción a Internet, ya que es posible que quieran pasar más tiempo cara a cara. Los niños en las escuelas de niños también pueden tender a la adicción a Internet debido a sus redes fuera de línea relativamente abundantes dentro de las escuelas a través de juegos en línea juntos. Sin embargo, como se muestra en la dE TRATAMIENTOS, el tipo de escuela no fue un factor significativo para el uso adictivo de Internet por parte de los niños quizás porque las redes de juegos en línea generalmente se establecen a nivel nacional o mundial [ 52 ].

Otro hallazgo novedoso en nuestro estudio es que el NSE de los padres se asoció inversamente con el uso adictivo de Internet de los adolescentes. Los padres con un nivel de educación superior podrían guiar a sus hijos hacia el uso deseable de Internet y supervisar el uso de Internet de los niños de manera eficaz basándose en su conocimiento de Internet y sus dispositivos. Además, los adolescentes cuyos padres tenían un NSE más alto podrían usar Internet de manera menos adictiva debido a su mayor autoestima. [ 53 ]. En particular, la estratificación de género mostró que un mayor nivel educativo de los padres solo se asoció significativamente a una puntuación más baja del uso adictivo de Internet en los niños (Figura 1 y XNUMX-A y 2-A). Esto podría explicarse por la supervisión de los padres centrada en sus hijos. Los padres coreanos generalmente tenían preocupaciones sobre el uso de Internet de sus hijos porque eran más accesibles y vulnerables a los juegos en línea adictivos y las imágenes sexuales / violentas. [ 51 ].

Figura 1 y XNUMX  

Las extensiones del uso adictivo de Internet de los niños coreanos (A) y las niñas (B) en la educación paterna.
Figura 2 y XNUMX  

La extensión del uso adictivo de Internet de los niños coreanos (A) y las niñas (B) en la educación materna.

También encontramos varias otras variables asociadas con el uso adictivo de Internet entre ambos géneros, pero sus direcciones y magnitudes variaron en la estratificación de género. En los grados de la escuela secundaria, el puntaje de uso de Internet adictivo se redujo. Esto se contrasta con estudios anteriores que no informaron asociación entre la edad y la adicción a Internet. [ 9 ], [ 54 ]. Esta inconsistencia parece residir en la diferencia de métodos de muestreo o contextos académicos y culturales (Taiwán vs. países europeos vs. Corea). Una mayor presión por el rendimiento académico en la sociedad coreana podría limitar las redes en línea de los estudiantes de secundaria y / o el tiempo dedicado a los juegos en línea. [ 48 ].

Del tabaquismo y el consumo de alcohol, nuestros resultados mostraron una asociación inversa del uso adictivo de Internet con el tabaquismo y una asociación insignificante con el consumo de alcohol; sin embargo, la estratificación de género mostró patrones complejos en las asociaciones del uso adictivo de Internet con beber y fumar. Beber y fumar parecían complementar el uso adictivo de Internet por parte de las niñas, mientras que fumar podría haber actuado como una sustitución para los niños. Los niños pueden tener menos oportunidades de fumar porque generalmente juegan juegos en línea en casa o en un cibercafé donde está prohibido fumar en los adolescentes. Por el contrario, el ciberespacio podría brindar a las niñas más oportunidades de reforzar las conductas de beber y fumar frente a una atmósfera social discriminatoria por género para las mujeres. [ 3 ], [ 48 ]. Se podría alentar a las niñas a beber y fumar compartiendo experiencias o información sobre beber y fumar con sus compañeros en línea. Dichas interacciones en línea pueden contribuir a establecer una norma favorable para fumar y beber, lo que podría llevar a reuniones fuera de la red para poder beber o fumar.

Nuestros hallazgos sobre logros académicos autoevaluados, actividades físicas y estado psicológico confirman estudios previos [ 17 ], [ 22 ], [ 35 ]. Los logros académicos autoevaluados se asociaron inversamente con el uso adictivo de Internet, sin embargo, la asociación fue más fuerte en niños que en niñas. La diferencia puede atribuirse a la presión desigual para un mejor rendimiento académico entre los géneros. En una sociedad masculina dominante, como en las comunidades asiáticas con antecedentes confucianos, las expectativas de los padres aún se centran más en los niños con la perspectiva tradicional de los hombres como ganadores del pan, responsables de ganar dinero para sus familias. Como su excelencia académica afecta las posiciones sociales y económicas posteriores, los niños con bajo rendimiento académico pueden estar más estresados ​​que sus contrapartes femeninas. Este ambiente social puede inducir a los niños a ser adictos a Internet, lo que proporciona un escondite de la realidad. [ 3 ] o alivia su estrés con sentimientos ilusorios de logro y autoestima [ 54 ]. De esta manera, los niños adictos a Internet podrían perder tiempo para estudiar, lo que conduce de manera iterativa a un bajo rendimiento académico (causalidad inversa). Este estudio también confirma los resultados anteriores que informan asociaciones de adicción a Internet con depresión. [ 17 ]comportamientos suicidas [ 55 ], menor satisfacción del sueño auto-calificada [ 3 ]y uso de sustancias [ 56 ].

Cabe señalar varias limitaciones de este estudio. En primer lugar, este estudio utilizó datos de corte transversal para los cuales no se pueden inferir relaciones causales. En segundo lugar, a pesar de que la administración de la encuesta garantiza el anonimato del sujeto en línea, los adolescentes pueden subinformar o sobreinformar de una manera socialmente deseable. Por último, los encuestados fueron muestreados entre adolescentes que asistían a escuelas. Aunque fue una encuesta representativa a nivel nacional y la tasa de ingreso a la escuela media y secundaria en Corea ha sido superior al 99%, el sesgo de selección podría existir debido a que los adolescentes excluidos estaban ausentes de la escuela, ausentes y niños excepcionales.

En resumen, encontramos varias asociaciones significativas del uso adictivo de Internet con factores a nivel individual y escolar y diferencias de género. Nuestros resultados sugieren que la prevención del uso adictivo de Internet por parte de los adolescentes a nivel poblacional debe tener en cuenta las diferencias de género y los factores de asociación de los contextos familiar y escolar.

información de soporte

Tabla S1

Veinte cuestionarios de la Herramienta de autoevaluación coreana simplificada de adicción a Internet (escala KS).

(DOCX)

Declaración de financiación

Los autores no tienen apoyo o financiación para informar.

Referencias

1. Unión Internacional de Telecomunicaciones (2013) Base de datos de indicadores de telecomunicaciones / TIC mundiales 2013 (17th Edition).
2. Weinstein A, Lejoyeux M (2010) adicción a Internet o uso excesivo de Internet. La revista estadounidense de abuso de drogas y alcohol 36: 277 – 283. ElPubMed]
3. Young KS (1998) Adicción a Internet: la aparición de un nuevo trastorno clínico. CyberPsychology & Behavior 1: 237–244.
4. Thatcher A, Goolam S (2005) Desarrollo y propiedades psicométricas del cuestionario de uso problemático de Internet. Revista sudafricana de psicología 35: 793.
5. Shapira NA, Lessig MC, Goldsmith TD, Szabo ST, Lazoritz M, et al. (2003) Uso problemático de internet: criterios propuestos de clasificación y diagnóstico. Depresión y ansiedad 17: 207 – 216. ElPubMed]
6. Lin SSJ, Tsai CC (2002) Búsqueda de sensaciones y dependencia de internet de adolescentes taiwaneses de secundaria. Computadoras en comportamiento humano 18: 411 – 426.
7. Lavin M, Marvin K, McLarney A, Nola V, Scott L (1999) Búsqueda de sensaciones y vulnerabilidad colegiada a la dependencia de Internet. CyberPsychology & Behavior 2: 425–430. [PubMed]
8. Morahan-Martin J, Schumacher P (2000) Incidencia y correlatos del uso patológico de Internet entre estudiantes universitarios. Computadoras en comportamiento humano 16: 13 – 29.
9. Durkee T, Kaess M, Carli V, Parzer P, Wasserman C, et al. (2012) Prevalencia del uso patológico de internet en adolescentes en Europa: factores demográficos y sociales. Adicción 107: 2210 – 2222. ElPubMed]
10. Kandell JJ (1998) Adicción a Internet en el campus: la vulnerabilidad de los estudiantes universitarios. CyberPsychology & Behavior 1: 11–17.
11. American Psychiatric Association (2000) Manual de diagnóstico y estadístico de trastornos mentales: DSM-IV-TR®: American Psychiatric Pub.
12. Caplan SE (2002) Uso problemático de Internet y bienestar psicosocial: desarrollo de un instrumento de medición cognitivo-conductual basado en la teoría. Computadoras en el comportamiento humano 18: 553 – 575.
13. Widyanto L, Mcmurran M (2004) Las propiedades psicométricas de la prueba de adicción a Internet. CyberPsychology & Behavior 7: 443–450. [PubMed]
14. Tao R, Huang X, Wang J, Zhang H, Zhang Y, et al. (2010) Criterios diagnósticos propuestos para la adicción a internet. Adicción 105: 556 – 564. ElPubMed]
15. Bloquee los problemas de JJ (2008) para DSM-V: adicción a Internet. American Journal of Psychiatry 165: 306. ElPubMed]
16. Suler J (2004) "Adicción" a las computadoras y al ciberespacio. Revista Internacional de Estudios Psicoanalíticos Aplicados 1: 359 – 362.
17. Chou C, Hsiao MC (2000) Adicción a Internet, uso, gratificación y experiencia de placer: el caso de los estudiantes universitarios de Taiwán. Computadoras y educación 35: 65–80.
18. Ha JH, Yoo HJ, Cho IH, Chin B, Shin D, et al. (2006) Comorbilidad psiquiátrica evaluada en niños y adolescentes coreanos con resultados positivos para la adicción a Internet. El Diario de la psiquiatría clínica 67: 821. ElPubMed]
19. Kubey RW, Lavin MJ, Barrows JR (2001) El uso de Internet y el rendimiento académico colegiado disminuyen: resultados iniciales. Diario de la comunicación 51: 366 – 382.
20. Brenner V (1997) Psicología del uso de la computadora: XLVII. Parámetros de uso de Internet, abuso y adicción: los primeros días de 90 de la Encuesta de uso de Internet. Informes psicológicos 80: 879 – 882. ElPubMed]
21. Griffiths M (2000) ¿Existe Internet y la "adicción" a la computadora? Alguna evidencia de estudio de caso. CiberPsicología y Comportamiento 3: 211 – 218.
22. Flisher C (2010) Cómo conectarse: una descripción general de la adicción a Internet. Revista de pediatría y salud infantil 46: 557 – 559. ElPubMed]
23. Ko CH, Yen JY, Chen CS, Yeh YC, Yen CF (2009) Valores predictivos de los síntomas psiquiátricos de la adicción a Internet en adolescentes. Arch Pediatr Adolesc Med 163: 937 – 943. ElPubMed]
24. Armstrong L, Phillips JG, Saling LL (2000) Determinantes potenciales de un mayor uso de Internet. Revista Internacional de Estudios Humanos-Computadores 53: 537 – 550.
25. Christakis D (2010) Adicción a Internet: ¿una epidemia del siglo 21st? Medicina BMC 8: 61. ElArtículo gratuito de PMC] [PubMed]
26. CNN (2010) Virtualmente adictos: sacar a los coreanos de su mundo alámbrico. Accedido: 2012.1.20.
27. BBC news (2005) S Korean muere después de la sesión de juegos. Accedido: 2012.1.20.
28. BBC news asia-pacific (2011) jugador chino en línea muere después de una sesión de tres días. Accedido: 2012.1.20.
29. Soule LC, Shell LW, Kleen BA (2003) Explorando la adicción a Internet: características demográficas y estereotipos de los grandes usuarios de Internet. Diario de sistemas de información computarizados 44: 64 – 73.
30. Nalwa K, Anand AP (2003) La adicción a Internet en los estudiantes: un motivo de preocupación. CyberPsychology & Behavior 6: 653–656. [PubMed]
31. Kaltiala-Heino R, Lintonen T, Rimpela A (2004) ¿Adicción a Internet? Uso potencialmente problemático de Internet en una población de adolescentes de 12 a 18 años. Investigación y teoría de la adicción 12: 89–96.
32. Davis RA, Flett GL, Besser A (2002) Validación de una nueva escala para medir el uso problemático de Internet: implicaciones para la selección previa al empleo. CyberPsychology & Behavior 5: 331–345. [PubMed]
33. Scholte EM (1992) Prevención y tratamiento del comportamiento problemático juvenil: una propuesta para un enfoque socioecológico. Diario de psicología infantil anormal 20: 247 – 262. ElPubMed]
34. Sallis JF, Owen N, Fisher EB (2008) Modelos ecológicos de comportamiento de salud. Salud del comportamiento y educación para la salud: teoría, investigación y práctica. 4: 465 – 486.
35. Chou C, Condron L, Belland JC (2005) Una revisión de la investigación sobre la adicción a Internet. Revisión de la psicología educativa 17: 363 – 388.
36. Mathy RM, Cooper A (2003) La duración y frecuencia del uso de Internet en una muestra no clínica: suicidio, problemas de comportamiento e historial de tratamiento. Psicoterapia: teoría, investigación, práctica, entrenamiento 40: 125.
37. Soteriades ES, DiFranza JR (2003) Estado socioeconómico de los padres, ingresos disponibles de los adolescentes y estado del tabaquismo de los adolescentes en Massachusetts. Revista Estadounidense de Salud Pública 93: 1155–1160. [Artículo gratuito de PMC] [PubMed]
38. Fawzy FI, Coombs RH, Simon JM, Bowman-Terrell M (1987) Composición familiar, estado socioeconómico y uso de sustancias en adolescentes. Comportamientos adictivos 12: 79 – 83. ElPubMed]
39. Garnefski N, Okma S (1996) Riesgo de adicción y comportamiento agresivo / criminal en la adolescencia: Influencia de la familia, la escuela y los compañeros. Revista de la adolescencia 19: 503 – 512. ElPubMed]
40. Greenfield DN (1999) Características psicológicas del uso compulsivo de Internet: un análisis preliminar. CyberPsychology & Behavior 2: 403–412. [PubMed]
41. Lin MP, Ko HC, Wu JYW (2008) El papel de la expectativa de resultados positivos / negativos y la autoeficacia de rechazo del uso de Internet en la adicción a Internet entre estudiantes universitarios en Taiwán. CyberPsychology & Behavior 11: 451–457. [PubMed]
42. Agencia Nacional de la Sociedad de la Información (2011) Encuesta sobre adicción a Internet 2010. En: Agencia NIS, editor. Seúl, Corea del Sur.
43. Estadísticas del Servicio de Información Estadística de Corea (2013) sobre el uso de Internet.
44. Kim D, Jung Y, Lee E, Kim D, Cho Y (2008) Desarrollo de la forma corta de la adicción a la adicción a Internet (escala KS). The Korea Journal of Counseling 9: 1703 – 1722.
45. Hawkins M (2012) Corea del Sur introduce otra ley más para frenar los males del juego. NBC News.
46. ​​Currie C, Gabhainn SN, Godeau E, Roberts C, Smith R, et al. . (2008) Desigualdades en la salud de los jóvenes: Informe internacional sobre comportamiento de salud en niños en edad escolar (HBSC) de 2005/2006.
47. Chow GC (1960) Pruebas de igualdad entre conjuntos de coeficientes en dos regresiones lineales. Econometrica: Revista de la Econometric Society: 591 – 605.
48. Kim H, Kim E, Min K, Shin J, Lee S, et al. . (2007) Conferencia internacional sobre socialización en la adolescencia III sobre la relación de padres-hijos, maestros-estudiantes y entre pares En: National Youth Policy Institute, editor. Conferencia internacional sobre socialización en la adolescencia.
49. Jones S (2002) Internet va a la universidad: cómo viven los estudiantes en el futuro con hoy.
50. Bruto EF (2004) Uso de Internet por parte de adolescentes: Lo que esperamos, lo que informan los adolescentes. Revista de psicología del desarrollo aplicada 25: 633 – 649.
51. La Agencia Nacional de la Sociedad de la Información de Corea (2012) La encuesta sobre adicción a Internet 2011. Seúl, Corea del Sur: El Ministerio de Administración Pública de Corea.
52. Ng BD, Wiemer-Hastings P (2005) Adicción a Internet y juegos en línea. CyberPsychology & Behavior 8: 110-113. [PubMed]
53. Rosenberg M (1989) Society y la autoimagen adolescente (rev: Wesleyan University Press.
54. Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005) Las diferencias de género y los factores relacionados que afectan la adicción al juego en línea entre los adolescentes taiwaneses. El diario de la enfermedad nerviosa y mental 193: 273. ElPubMed]
55. Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, y otros. (2006) La adicción a Internet en adolescentes coreanos y su relación con la depresión y la ideación suicida: una encuesta por cuestionario. Revista internacional de estudios de enfermería 43: 185 – 192. ElPubMed]
56. Ko CH, Yen JY, Chen CC, Chen SH, KUANYI W, et al. (2006) Personalidad tridimensional de adolescentes con adicción a internet y experiencia en el uso de sustancias. Canadian Journal of Psychiatry 51: 887 – 894. ElPubMed]