Estudios anteriores han informado de una asociación entre el trastorno de los juegos de Internet (IGD) y la depresión, pero la direccionalidad de la relación sigue sin estar clara. Por lo tanto, examinamos la relación recíproca entre el nivel de síntomas depresivos y la IGD entre los niños en un estudio longitudinal.
Métodos
Los paneles de investigación para este estudio consistieron en 366 estudiantes de escuela primaria en el estudio iCURE. Todos los participantes eran usuarios actuales de Internet, por lo que podrían considerarse una población en riesgo de IGD. La gravedad autoinformada de las características de IGD y el nivel de depresión se evaluaron mediante la pantalla de síntomas provocados por el uso de juegos de Internet y el inventario de depresión infantil, respectivamente. La evaluación de seguimiento se completó después de 12 meses. Ajustamos modelos de ecuaciones estructurales rezagados cruzados para investigar la asociación entre las dos variables en dos puntos de tiempo al mismo tiempo.
El análisis de retraso cruzado reveló que el nivel de depresión al inicio del estudio predijo significativamente la gravedad de las características de IGD a los 12 meses de seguimiento (β = 0.15, p = .003). La gravedad de las características de IGD al inicio del estudio también predijo significativamente el nivel de depresión en el seguimiento de 12 meses (β = 0.11, p = .018), controlando posibles factores de confusión.
El análisis de ruta de retardo cruzado indica una relación recíproca entre la gravedad de las características de IGD y el nivel de síntomas depresivos. Comprender la relación recíproca entre los síntomas depresivos y la gravedad de las características de IGD puede ayudar en las intervenciones para prevenir ambas afecciones. Estos hallazgos brindan apoyo teórico para los planes de prevención y remediación de IGD y síntomas depresivos entre los niños.
Introducción
Los niños se están desarrollando en una era de tecnología digital y se están familiarizando con las computadoras, los dispositivos móviles e Internet a edades tempranas. El trastorno del juego se está convirtiendo en un importante problema de salud mental en niños y adolescentes en todo el mundo (Ioannidis et al., 2018), a pesar de que aún se debate si el juego es beneficioso o perjudicial para los niños y adolescentes.
La mitad de todas las enfermedades mentales comienzan a la edad de 14 años, y los problemas de regulación del estado de ánimo a veces comienzan alrededor de los 11 años, antes de la pubertad (Forbes y Dahl, 2010; Guo et al., 2012) Los problemas de salud mental representan la mayor carga de enfermedad entre los jóvenes. Estudios anteriores han informado asociaciones entre la adicción a Internet y los síntomas psiquiátricos, como la depresión, la ansiedad y la soledad, entre los adolescentes. Entre las categorías de síntomas psiquiátricos, los síntomas depresivos muestran el impacto más poderoso en el desarrollo de la adicción a Internet en niños y adolescentes (Erceg, Flander y Brezinšćak, 2018; Niall McCrae, Gettings y Purssell, 2017; Piko, Milin, O'Connor y Sawyer, 2011).
El trastorno de los juegos de Internet (IGD) y la depresión interactúan entre sí y comparten mecanismos neuronales (Choi et al., 2017; Liu y col., 2018) Regiones cerebrales similares muestran un funcionamiento anormal tanto en depresión como en IGD. La amígdala, la corteza prefrontal, la circunvolución y la conexión entre el lóbulo frontoparietal y la amígdala se ven igualmente alterados en personas con problemas de juego y con depresión.
Una revisión sistemática mostró que las personas con síntomas depresivos tienen casi tres veces más probabilidades de desarrollar adicción a Internet que aquellas sin síntomas depresivos (Carli y col., 2013) Sin embargo, 19 de 20 estudios en la revisión fueron estudios transversales que no pudieron identificar la direccionalidad de las asociaciones entre la depresión y la adicción a Internet. No obstante, el 75% de los estudios informaron correlaciones significativas entre el uso problemático de Internet y la depresión.
Un número limitado de estudios longitudinales ha evaluado las relaciones entre IGD y los resultados de salud mental entre los jóvenes. Un estudio de cohorte prospectivo en China encontró que los estudiantes universitarios que inicialmente estaban libres de problemas de salud mental al inicio del estudio, según lo evaluado por una escala de depresión autoinformada, tenían 2.5 veces más probabilidades de desarrollar depresión a los 9 meses de seguimiento si mostraban uso problemático de Internet al inicio (Lam, Peng, Mai y Jing, 2009). En un estudio longitudinal de 2 años de niños y adolescentes, Gentile et al. (2011) encontraron que los juegos problemáticos predijeron estadísticamente futuros niveles más altos de depresión, fobia social y ansiedad medidos por el estado de salud mental autoevaluado (Gentile et al., 2011) Los niveles más altos de depresión se han asociado con comportamientos adictivos de Internet más altos (Stavropoulos y Adams, 2017).
Aunque los estudios previos pueden ayudar a identificar factores relacionados con el orden temporal de las relaciones entre la depresión y la IGD, todavía no está claro si la IGD está asociada con el desarrollo de la depresión o si la relación inversa también es válida. Por lo tanto, examinamos la estabilidad y las relaciones entre los síntomas depresivos y la IGD a lo largo del tiempo para comprender mejor cómo estas dos variables se influyen entre sí a lo largo del tiempo utilizando un modelo de trayectoria de retardo cruzado. Evaluamos la relación recíproca entre los síntomas depresivos y la gravedad de las características de IGD en niños prepúberes para reducir la influencia de los cambios de humor durante la pubertad.
Métodos
La población de estudio se derivó del estudio iCURE, que se ha descrito en detalle en otra parte (Jeong et al., 2017) En resumen, el estudio iCURE es un estudio longitudinal en curso basado en la escuela para estudiar la historia natural de IGD entre estudiantes de primaria en los grados tercero y cuarto y estudiantes de secundaria en el séptimo grado en Corea. Todos los participantes informaron que eran usuarios actuales de Internet, por lo que se los consideraba una población en riesgo de IGD. La primera evaluación de seguimiento se completó 3 meses después de la evaluación inicial. Para reducir los posibles efectos de los cambios en el estado de ánimo puberal en los resultados del estudio, los paneles de investigación para este estudio consistieron en estudiantes de 4 ° y 7 ° grado que formaron parte del estudio iCURE. De los 12 estudiantes de primaria que se inscribieron en el estudio iCURE al inicio del estudio, 3 (4%) completaron la evaluación de seguimiento de 399 meses y fueron incluidos en este estudio.
En la evaluación inicial, todos los participantes completaron los cuestionarios en un entorno de clase; un asistente de investigación leyó las preguntas con un guión estándar para ayudar en la comprensión. Para la evaluación de seguimiento de 12 meses, todos los estudiantes completaron los cuestionarios por su cuenta, utilizando un método de autoadministración basado en la web, con un asistente de investigación supervisor disponible para responder preguntas.
La gravedad de las características de IGD se evaluó mediante la pantalla de síntomas provocados por el uso de juegos de Internet (IGUESS). Este instrumento fue creado con base en los nueve criterios IGD DSM-5, con cada ítem calificado en una escala de 4 puntos (1 = muy en desacuerdo, 2 = algo en desacuerdo, 3 = parcialmente de acuerdo, 4 = muy de acuerdo) Una puntuación más alta indica una mayor gravedad de las características de IGD. Esta escala es confiable, con un α de Cronbach de .85 en este estudio. Se consideró que la gravedad de la IGD tenía una dimensión de gravedad continua, donde las puntuaciones más altas en la IGUESS indicaban una mayor gravedad para el análisis con el modelo de ruta de retraso cruzado. La mejor puntuación de corte fue 10 para considerarse con un riesgo elevado de IGD (Jo et al., 2017) Utilizamos esta puntuación umbral para los análisis dicotómicos.
El nivel de depresión se evaluó mediante el Inventario de depresión infantil (CDI). El CDI tiene 27 ítems que cuantifican síntomas como estado de ánimo deprimido, capacidad hedónica, funciones vegetativas, autoevaluación y comportamientos interpersonales. Cada ítem consta de tres afirmaciones calificadas para aumentar la gravedad de 0 a 2; los niños seleccionan el que mejor caracteriza sus síntomas durante las últimas 2 semanas. Las puntuaciones de los ítems se combinan en una puntuación de depresión total, que varía de 0 a 54. Utilizamos la versión coreana del CDI, que tiene una buena fiabilidad y validez para la evaluación de los síntomas depresivos (Cho y Choi, 1989) Se consideró que el nivel de síntomas depresivos tenía una dimensión de severidad continua, donde las puntuaciones más altas en el CDI indicaban una mayor severidad de los síntomas depresivos para el análisis con el modelo de ruta cruzada. Se consideró una puntuación total de 22 o más para indicar síntomas depresivos en el análisis dicotómico. Tanto la gravedad de las características de IGD como el nivel de depresión se evaluaron al inicio del estudio y a los 12 meses de seguimiento mediante evaluaciones de autoinforme guiadas por el entrevistador.
Las características generales, que incluyen la edad, el sexo, el tipo de familia y el tiempo promedio diario dedicado a los juegos de Internet, se obtuvieron de los datos de referencia adquiridos por el autoinforme de los niños guiados por el entrevistador. Para el tipo de familia, una familia intacta se definió como niños que viven con ambos padres; los definidos como no intactos incluyen niños que viven solo con una madre o un padre o sin ninguno de los padres debido al divorcio, la muerte o la separación de sus padres. La pubertad se determinó de acuerdo con las respuestas de los participantes a dos preguntas: "¿Han comenzado su período?" Para las niñas o "¿Han comenzado a crecer el vello de las axilas?" Para los niños. Si los participantes respondieron "sí", consideramos que han entrado en la pubertad. Tanto el rendimiento académico de sus hijos como el estado socioeconómico (SES) se obtuvieron de la evaluación de autoinforme de los padres.
Las estadísticas descriptivas y las interrelaciones entre las variables de estudio se realizaron con SAS 9.4 (SAS Institute Inc., Cary, NC, EE. UU.). El modelado de panel de retardo cruzado se realizó utilizando el modelado de ecuaciones estructurales (SEM) con la ayuda del paquete estadístico Analysis of Moment Structures, versión 23.0. (IBM Inc., Chicago, IL, EE. UU.). Los datos descriptivos se resumen con números y porcentajes para variables categóricas, o media ± DE o mediana (rango) para variables continuas. La asociación longitudinal entre la gravedad de las características de IGD y el nivel de depresión se evaluó con modelos de panel de retardo cruzado. Antes de realizar el análisis, tanto el nivel de depresión como la gravedad de las características de IGD se transformaron logarítmicamente para aproximarse a la normalidad.
Los modelos de panel de retardo cruzado permiten que las asociaciones entre dos o más variables medidas repetidamente se investiguen al mismo tiempo. Por lo tanto, las correlaciones de retardo cruzado indican el impacto de una variable en un punto dado en el tiempo sobre los valores de otra variable más adelante en el tiempo, controlando las correlaciones transversales y las autocorrelaciones.
Como se ilustra en la figura 1A, el primer coeficiente de atraso cruzado βCL (a) representa la asociación entre el nivel de depresión medido al inicio y la gravedad de las características de IGD medidas a los 12 meses de seguimiento. El segundo coeficiente de retraso cruzado βCL (b) representa la asociación entre la gravedad de las características de IGD medidas al inicio y el nivel de depresión medido a los 12 meses de seguimiento. La asociación transversal entre la gravedad de las características de IGD y el nivel de depresión se representa como βCL-basal. Se presentan los coeficientes autorregresivos de βAR-depresión y βAR-IGD, que representan la estabilidad de la depresión y la gravedad de las características de IGD desde el inicio hasta el seguimiento de 12 meses, respectivamente. El modelo se ajustó para posibles factores de confusión, como edad, sexo, tipo de familia, rendimiento académico y SES.
Figura 1. (A) El modelo general utilizado para los modelos de panel con rezagos cruzados. (B) El modelo de panel rezagado cruzado que analiza la asociación longitudinal entre IGD y depresión. Los valores numéricos son coeficientes de regresión estructural estandarizados. AR: autorregresivo; CL: rezagado cruzado; CS: transversal. *p <.05. **p <.01.
Para probar el efecto de mediación, se aplicaron 2,000 muestras de arranque y un intervalo de confianza (IC) del 95% para construir la ruta indirecta. Los IC con corrección de sesgo que no incluyeron 0 se consideraron significativos para el efecto indirecto. Los tamaños del efecto interpretados como pequeños (0.01), medianos (0.09) y grandes (0.25) según la recomendación anterior (Predicador y Kelley, 2011).
El ajuste del modelo se evaluó utilizando múltiples índices de ajuste, incluidos los índices de ajuste absoluto, los índices de ajuste incrementales y los índices de ajuste de parsimonia. Los índices de ajuste incremental se evaluaron utilizando el χ2 sobre grados de libertad (χ2/df), índice de bondad de ajuste (GFI), índice de ajuste comparativo (CFI) y error cuadrático medio de aproximación (RMSEA). Los índices de ajuste incremental se evaluaron utilizando el índice de Tucker-Lewis (TLI), el índice de ajuste normado, el índice de ajuste relativo (RFI) y el índice de ajuste comparativo (CFI). Se usó un GFI ajustado (AGFI) para los índices de ajuste de parsimonia. La literatura de SEM sugiere que el ajuste del modelo es bueno cuando χ2/df ≤ 3; CFI ≥ 0.95, TLI ≥ 0.95, GFI ≥ 0.95, NFI ≥ 0.95, RFI ≥ 0.95, AGFI ≥ 0.95 y RMSEA ≤ 0.06 (Kline, 2011).
Para un análisis adicional, el riesgo elevado de IGD se definió como tener una puntuación total de 10 o más en la escala IGUESS, y el nivel alto de síntomas depresivos se definió como tener una puntuación total en el CDI de 22 o más. Utilizamos un modelo log-binomial ejecutado con PROC GENMOD para estimar el riesgo relativo (RR) de la asociación entre un alto nivel de síntomas depresivos y un riesgo elevado incidente de IGD durante el período de seguimiento de 12 meses entre los niños con menor riesgo de IGD (<10 puntuaciones IGURSS) al inicio del estudio. Se calculó la tasa de incidencia de un alto nivel de síntomas depresivos a los 12 meses de seguimiento entre los niños sin síntomas depresivos al inicio del estudio. Calculamos los RR brutos y ajustados controlando los posibles factores de confusión.
Para inscribirse en el estudio iCURE, se obtuvo el consentimiento informado por escrito de todos los participantes y sus padres o tutores legales después de la explicación de la naturaleza de los principios de investigación, incluida la confidencialidad y la libertad de elección para participar de conformidad con la Declaración de Helsinki de 1975 (Asociación Médica Mundial, 2013) Este estudio fue completamente revisado y aprobado por la Junta de Revisión Institucional de la Universidad Católica de Corea (MC19ENSI0071). La junta de gestión de datos de iCURE lanzó datos no identificados para el análisis de datos.
Resultados
Las características demográficas y clínicas de los 366 participantes se resumen en la Tabla 1. La mediana de edad de los participantes fue de 10 años (rango: 9-12 años). De los 366 participantes, 188 (51.4%) eran niños. La mayoría de los participantes (n = 337; 92.1%) eran de familias intactas, el 68% de los participantes tenía un buen rendimiento académico y el 71% informó que su NSE era de bajo a moderado.
|
Tabla 1. Características generales y clínicas de 366 estudiantes de primaria en el estudio iCURE
| Variables | N (%) | Mediana (rango) | Cronbach's α |
|---|---|---|---|
| Sexo | |||
| Niños | 188 (51.4) | ||
| Chicas | 178 (48.6) | ||
| Edad | 10 (9 – 12) | ||
| Estructura familiar | |||
| Familia intacta | 337 (92.1) | ||
| Familia no intacta | 29 (7.9) | ||
| Estatus socioeconómico | |||
| Bajo y medio | 263 (71.9) | ||
| Alta | 103 (28.1) | ||
| Logro académico | |||
| Bueno | 249 (68.0) | ||
| Malo | 117 (32.0) | ||
| Evaluaciones de referencia | |||
| Trastorno de juego en internet | 2 (0 – 22) | .78 | |
| Depresión | 6 (0 – 46) | .88 | |
| Ansiedad | 26 (20 – 58) | .89 | |
| Evaluaciones de seguimiento de 12 meses | |||
| Trastorno de juego en internet | 2 (0 – 23) | .86 | |
| Depresión | 5 (0 – 45) | .89 | |
| Ansiedad | 24 (20 – 58) | .94 |
Las correlaciones entre las principales variables de interés se presentan en la Tabla 2. De forma transversal, el nivel de depresión al inicio del estudio se correlacionó positivamente con la gravedad de la IGD tanto en el inicio como en el seguimiento a los 12 meses. Longitudinalmente, el nivel de depresión (línea de base) se correlacionó positivamente con la gravedad de la IGD (seguimiento de 12 meses), y la gravedad de la IGD (línea de base) se correlacionó positivamente con el nivel de depresión (seguimiento de 12 meses).
|
Tabla 2. Matriz de correlación, media y desviación estándar (SD) para las principales variables
| Variables | 1 | 2 | 3 | 4 | Media | SD |
|---|---|---|---|---|---|---|
| 1. Nivel de depresión (basal) | 1 | 7.4 | 6.5 | |||
| 2. Gravedad de IGD (línea de base) | .443 * | 1 | 2.6 | 3.2 | ||
| 3. Nivel de depresión (seguimiento de 12 meses) | .596 * | .339 * | 1 | 6.7 | 6.6 | |
| 4. Gravedad de IGD (seguimiento de 12 meses) | .359 * | .453 * | .447 * | 1 | 2.9 | 3.6 |
Nota. IGD: trastorno de los juegos en Internet.
*p <.001.
Figura 1 muestra el modelo teorizado (A) y el modelo analizado (B) con cargas de ruta estandarizadas (beta estandarizada, β). Con respecto a las trayectorias autocorrelacionadas, el nivel de depresión en la línea base predijo estadísticamente la gravedad de las características de IGD en el seguimiento de 12 meses (β = 0.55 p <001). Además, la gravedad de las características de IGD al inicio del nivel de depresión predicho estadísticamente a los 12 meses de seguimiento (β = 0.37, p <001). Los resultados mostraron que tanto el nivel de síntomas depresivos como la gravedad de las características de IGD se correlacionaron significativamente entre la línea de base y el seguimiento de 12 meses. De manera similar, la gravedad de las características de IGD se correlacionó en los dos puntos temporales.
Con respecto a la ruta de correlación transversal, el nivel de síntomas depresivos y la gravedad de las características de IGD se correlacionaron positivamente en cada punto de tiempo (β = 0.46, p <0.001 al inicio y β = 0.27, p <001 a los 12 meses de seguimiento). Los resultados mostraron una correlación positiva entre el nivel de síntomas depresivos y la gravedad de las características de IGD en cada momento.
Los análisis de retraso cruzado revelaron que el nivel de depresión al inicio del estudio predijo estadísticamente la gravedad de las características de IGD a los 12 meses de seguimiento (β = 0.15, p = .003). La gravedad de las características de IGD al inicio del estudio también pronosticó estadísticamente el nivel de depresión en el seguimiento de 12 meses (β = 0.11, p = .018), después de controlar los posibles factores de confusión. El análisis de la ruta de retardo cruzado indicó una relación recíproca entre la gravedad de las características de IGD y el nivel de síntomas depresivos.
Nuestro modelo general demostró un buen ajuste basado en índices de ajuste. La relación de χ2 a los grados de libertad fue 1.336, lo que indica un buen ajuste del modelo. El RMSEA fue 0.03, GFI fue 0.997, TLI fue 0.976, CFI fue 0.997 y AGFI fue 0.964, lo que también indica un buen ajuste. Cuando se toman en conjunto, las estadísticas de ajuste sugieren que esto fue suficiente para producir un modelo válido basado en un sólido marco teórico a priori y confiabilidades aceptables.
De 366 participantes, 351 no informaron tener un riesgo elevado de IGD al inicio del estudio. De estos 351 participantes, 15 (4.3%) se clasificaron como de alto riesgo de IGD a los 12 meses de seguimiento. Después de ajustar los posibles factores de confusión, los participantes con síntomas depresivos al inicio del estudio tuvieron un RR de IGD 3.7 veces mayor a los 12 meses que los participantes sin síntomas depresivos al inicio (RR = 3.7, IC 95% = 1.1-13.2).
De 366 participantes, 353 no informaron un alto nivel de síntomas depresivos al inicio del estudio. De estos 353 participantes, 8 (2.3%) se clasificaron como que tenían un alto nivel de síntomas depresivos a los 12 meses de seguimiento. Después de ajustar los posibles factores de confusión, los participantes que tenían un riesgo elevado de IGD al inicio del estudio tenían un riesgo 3.6 veces mayor de depresión a los 12 meses de seguimiento en comparación con los participantes que no tenían un riesgo elevado de IGD al inicio del estudio, sin embargo no fue estadísticamente significativo (RR = 3.6, IC 95% = 0.5–29.0; Tabla 3).
|
Tabla 3. Incidencia de IGD y depresión entre los niños a los 12 meses de seguimiento
| Sí | No | IR | RR | ARRa | ||
|---|---|---|---|---|---|---|
| IGD de 12 mesesb | ||||||
| Depresión basal | Sí | 2 | 8 | 20 | 5.2 (1.4 – 20.2) | 3.7 (1.1 – 13.2) |
| No | 13 | 328 | 3.8 | |||
| Depresión de 12 mesesc | ||||||
| IGD basal | Sí | 1 | 11 | 8.3 | 4.1 (0.5 – 30.4) | 3.6 (0.5 – 29.0) |
| No | 7 | 334 | 2.1 | |||
Nota. IR: tasa de incidencia; RR: riesgo relativo; ARR: riesgo relativo ajustado; IGD: trastorno de los juegos de Internet.
aAjustado por sexo, tipo de familia, rendimiento académico y nivel socioeconómico.
bTasa de incidencia de IGD a los 12 meses de seguimiento entre niños sin IGD al inicio del estudio (n = 351).
cTasa de incidencia de depresión a los 12 meses de seguimiento entre niños sin depresión al inicio del estudio (n = 353).
Discusión
Encontramos una correlación positiva significativa entre el nivel de síntomas depresivos y la gravedad de las características de IGD, tanto en la línea de base como en el seguimiento de 12 meses en los niños. Estos resultados sugieren que los síntomas depresivos constituyen un factor de riesgo potencial para una gravedad elevada de IGD, y la gravedad de las características de IGD pueden constituir un factor de riesgo potencial para síntomas depresivos un año después.
Un análisis de ruta de retardo cruzado permite analizar múltiples relaciones simultáneamente, produciendo modelos estadísticos más complejos que los que podrían obtenerse al ejecutar varias regresiones lineales separadas. Las fuerzas relativas de las relaciones longitudinales se pueden determinar mediante la comparación de coeficientes de correlación estandarizados. Tanto la gravedad de las características de IGD como el nivel de síntomas depresivos mostraron coeficientes de correlación transversales, de autocorrelación y de retardo cruzado significativos.
Las correlaciones transversales revelaron una asociación positiva entre el nivel de síntomas depresivos y la gravedad de las características de IGD en cada punto de tiempo. Del mismo modo, la autocorrelación reveló que tanto el nivel de síntomas depresivos como la gravedad de las características de IGD se correlacionaron significativamente con la estabilidad en los dos puntos temporales. El análisis de ruta de retraso cruzado indicó una causalidad recíproca entre el riesgo de IGD y el nivel de síntomas depresivos. Estas asociaciones transversales y longitudinales persistieron después de controlar posibles factores de confusión. La fortaleza de la relación fue más fuerte entre el nivel basal de depresión y la severidad de 12 meses de las características de IGD (β = 0.15, p = .003) que entre la gravedad inicial de las características de IGD y el nivel de depresión de 12 meses (β = 0.11, p = .018), que se sugiere que tengan un tamaño de efecto medio. Este hallazgo sugiere que la depresión contribuye en mayor medida a la gravedad de las características de IGD que viceversa, y que existe una relación recíproca a lo largo del tiempo.
Las asociaciones entre IGD y depresión a veces se han explicado por una hipótesis de mejora del estado de ánimo, que sugiere que las personas con emociones negativas tienen más probabilidades de buscar actividades recreativas para escapar de los estados disfóricos. Estudios previos han sido consistentes con una hipótesis de mejora del estado de ánimo en que se ha observado una relación significativa y positiva entre la depresión y la IGD (Ostovar et al., 2019; Seyrek, Cop, Sinir, Ugurlu y Senel, 2017; Yen, Chou, Liu, Yang y Hu, 2014; Younes et al., 2016) Los intentos de escapar de la depresión y las preocupaciones del mundo real a través de interacciones en línea pueden dar lugar a un círculo vicioso que exacerba la depresión.
Según la hipótesis del desplazamiento social, cuanto más tiempo pasa una persona haciendo una cosa, menos tiempo puede dedicar a hacer otra. Los niños que pasan demasiado tiempo jugando a Internet suelen pasar menos tiempo interactuando con otras personas (Caplan, 2003) Una suposición del efecto de desplazamiento social es que el tiempo dedicado al juego desplazará otras actividades, como la interacción social, que son esenciales para el desarrollo psicosocial en los niños (Zamani, Kheradmand, Cheshmi, Abedi y Hedayati, 2010). La falta de interacción social puede provocar emociones negativas. Gentile y col. (2011) informaron síntomas depresivos elevados después de que comenzaron los problemas de videojuegos, y estos síntomas persistieron (Gentile et al., 2011) Si la hipótesis del desplazamiento social es correcta, la IGD puede conducir a la depresión (Amorosi, Ruggieri, Franchi y Masci, 2012; Dalbudak et al., 2013).
Los síntomas depresivos en los adolescentes tienden a ocurrir antes de la pubertad. En términos de vulnerabilidad genética para un trastorno depresivo mayor, la experiencia de eventos vitales estresantes o la presencia de trastornos psiquiátricos durante la infancia se han relacionado con el inicio de la depresión (Piko et al., 2011; Shapero et al., 2014) Dado que la depresión prepuberal se ha relacionado con el desarrollo del trastorno antisocial y la adicción (Ryan, 2003 años), es probable que los esfuerzos de prevención para la adicción a Internet se implementen a edades tempranas para minimizar los efectos exacerbados sobre la depresión. Por lo tanto, se debe prestar más atención a la depresión y sus posibles impactos en el desarrollo de IGD en los niños.
Los niños con síntomas depresivos al inicio del estudio mostraron un riesgo 3.7 veces mayor de desarrollar síntomas de IGD a los 12 meses de seguimiento en comparación con los niños sin síntomas depresivos al inicio del estudio, después de ajustar los posibles factores de confusión. Dado que el IC del 95% es tan amplio como 1.1–13.2, puede haber limitaciones para garantizar la precisión de las estimaciones, por lo que estos resultados deben interpretarse con precaución. Además, los niños con síntomas de IGD al inicio del estudio podrían tener un mayor riesgo de desarrollar síntomas depresivos a los 12 meses de seguimiento en comparación con los niños sin síntomas de IGD al inicio del estudio; sin embargo, los resultados no fueron estadísticamente significativos.
Las niñas alcanzan la pubertad unos 12 años antes que los niños. La edad promedio para que las niñas comiencen la pubertad es de 12.7 años en muestras representativas a nivel nacional (Lee, Kim, Oh, Lee y Park, 2016) Desde esta perspectiva, la mayoría de los participantes en este estudio aún no se habrían sometido a la pubertad. Se encontró que un total de 8 (2.2%) niños alcanzaron la pubertad (3 al inicio del estudio; 5 a los 12 meses de seguimiento). Debido al pequeño número de niños que ingresaron a la pubertad, los resultados de este estudio probablemente no fueron influenciados por los cambios relacionados con la pubertad.
La tasa de deserción a los 12 meses de seguimiento fue del 9.1% (33 niños). Todo el desgaste ocurrió porque los estudiantes se habían transferido a otra escuela. No hubo diferencias significativas en las características basales, incluidos el sexo, la edad, el tipo de familia, el rendimiento académico, el SES, la actividad de Internet o la gravedad de las características de IGD, entre los participantes que completaron y no completaron el estudio.
Los factores relacionados con la depresión pueden diferir entre países. La depresión es una condición multifactorial, que muestra una variación considerable entre las diferentes poblaciones y está asociada con una multitud de factores genéticos y socioambientales, con varios subtipos con diferentes etiologías. Corea fue el primer país en asignar un presupuesto nacional para abordar los problemas de Internet y la adicción a los juegos (Ko, 2015) Las diferencias psicosociales, ambientales y culturales pueden afectar las relaciones entre los síntomas depresivos y la gravedad de las características de IGD, aunque se puede esperar una asociación fundamental entre depresión e IGD en todas las jurisdicciones y culturas. Por lo tanto, los resultados de este estudio pueden ser relevantes para los niños en otros países, aunque se recomienda precaución al generalizar los hallazgos. Porque los encuestados fueron muestreados entre adolescentes que asistían a escuelas y excluyeron a niños que no estaban en la escuela. Las escuelas participantes, así como los niños y los padres participaron voluntariamente; por lo tanto, estas escuelas tenían interés en prevenir IGD en comparación con las escuelas no participantes. No se puede descartar la posibilidad de sesgo de selección y subestimación de la prevalencia de IGD.
La infancia es un período de riesgo para el desarrollo de depresión e IGD. Estos dos trastornos con frecuencia ocurren conjuntamente en la infancia y están asociados con un deterioro funcional significativo en la edad adulta. Dado el desarrollo continuo de las características mentales durante la adolescencia y la vida adulta temprana, una mejor comprensión de la direccionalidad del inicio y el curso de estos trastornos durante la infancia será útil para desarrollar estrategias preventivas y de tratamiento más efectivas.
El análisis de ruta de retardo cruzado indicó relaciones bidireccionales entre la gravedad de las características de IGD y el nivel de depresión. Un mayor nivel de síntomas depresivos al inicio predijo una mayor gravedad de las características de IGD después de 12 meses. Además, la gravedad inicial de las características de IGD se relacionó significativamente con un mayor nivel de síntomas depresivos después de 12 meses en niños. Comprender las relaciones recíprocas entre los síntomas depresivos y la gravedad de las características de IGD puede ayudar en las intervenciones para prevenir ambas afecciones. Estos hallazgos brindan apoyo teórico para los planes de prevención y remediación de IGD y síntomas depresivos entre los niños.
HJ realizó los análisis y dirigió la redacción del manuscrito. HWY guió y supervisó la redacción del manuscrito. HJ y HWY desarrollaron y propusieron la idea básica del estudio. S-YL, HL y MNP revisaron el contenido científico y editaron el manuscrito. HWY, HJ, S-YJ y HS realizaron el estudio. Todos los autores contribuyeron con comentarios editoriales sobre el manuscrito.
Los autores declaran no tener ningún conflicto de intereses con respecto al contenido del manuscrito. El Dr. MNP informa las siguientes divulgaciones. Ha consultado y asesorado a Game Day Data, el Addiction Policy Forum, RiverMend Health, Lakelight Therapeutics / Opiant y Jazz Pharmaceuticals; ha recibido apoyo de investigación del Casino Mohegan Sun y del Centro Nacional de Juego Responsable; ha participado en encuestas, correos o consultas telefónicas relacionadas con la drogadicción, trastornos de control de impulsos u otros temas de salud; y ha consultado a despachos de abogados y entidades de juego sobre temas relacionados con el control de impulsos o trastornos adictivos.
Los conjuntos de datos generados durante y / o analizados durante este estudio están disponibles del autor correspondiente.
Referencias
| Amorosi M., Ruggieri F., Franchi G.Y Masci I. (2012). Depresión, dependencia patológica y conductas de riesgo en la adolescencia.. Psychiatria Danubina, 24 (Supl. 1), S77–S81. Medline, Google Scholar | |
| Caplan S. E. (2003). Preferencia por la interacción social en línea, una teoría del uso problemático de Internet y el bienestar psicosocial. Investigación en comunicación, 30 (6), 625–648. doihttps://doi.org/10.1177/0093650203257842 CrossRef, Google Scholar | |
| Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalinas, R.Y Kramarz E. (2013). La asociación entre el uso patológico de internet y la psicopatología comórbida: una revisión sistemática. Psicopatología, 46 (1), 1–13. doihttps://doi.org/10.1159/000337971 CrossRef, Medline, Google Scholar | |
| Cho S.Y Choi J. (1989). Desarrollo de la escala de ansiedad de rasgos estatales para niños coreanos. Revista de Medicina de la Universidad Nacional de Seúl, 14 (3), 150–157. Google Scholar | |
| Choi J., Cho H., Kim, J. Y., Jung D. J., Ahn K. J., Kang H. B., Choi J. S., Chun J. W.Y Kim, D. J. (2017). Las alteraciones estructurales en la corteza prefrontal median la relación entre el trastorno de los juegos de Internet y el estado de ánimo deprimido.. Informes científicos, 7 (1), 1245. doihttps://doi.org/10.1038/s41598-017-01275-5 CrossRef, Medline, Google Scholar | |
| Dalbudak E., Evren C., Aldemir, S., Coskun K. S., Ugurlu H.Y Yildirim F. G. (2013). Relación de la severidad de la adicción a Internet con depresión, ansiedad y alexitimia, temperamento y carácter en estudiantes universitarios.. Ciberpsología, Comportamiento y Redes Sociales, 16 (4), 272–278. doihttps://doi.org/10.1089/cyber.2012.0390 CrossRef, Medline, Google Scholar | |
| Erceg T., Flandes G.Y Brezinšćak, T. (2018). La relación entre el uso compulsivo de Internet y los síntomas de depresión y ansiedad en la adolescencia.. Alcoholism and Psychiatry Research, 54 (2), 101–112. doihttps://doi.org/10.20471/dec.2018.54.02.02 CrossRef, Google Scholar | |
| Forbes, E. E.Y Dahl R. E. (2010). Desarrollo y comportamiento puberal: activación hormonal de tendencias sociales y motivacionales.. Cerebro y cognición, 72 (1), 66–72. doihttps://doi.org/10.1016/j.bandc.2009.10.007 CrossRef, Medline, Google Scholar | |
| Gentil, D. A., Choo H., Liau A., Sí, T., Li, D., Fung D.Y Khoo, A. (2011). Uso patológico de videojuegos entre los jóvenes: estudio longitudinal de dos años.. Pediatría, 127 (2), e319–e329. doihttps://doi.org/10.1542/peds.2010-1353 CrossRef, Medline, Google Scholar | |
| Guo J., Chen L., Wang X., Liu, Y., Chui C. H., él, H., Qu Z.Y Tian, D. (2012). La relación entre la adicción a Internet y la depresión entre los niños migrantes y los niños abandonados en China. Ciberpsología, Comportamiento y Redes Sociales, 15 (11), 585–590. doihttps://doi.org/10.1089/cyber.2012.0261 CrossRef, Medline, Google Scholar | |
| Ioannidis K., Treder EM., Chambelán, S. R., Kiraly F., Enrojecerse, S. A., Stein D. J., Lochner C.Y Conceder, J. E. (2018). Uso problemático de Internet como un problema multifacético relacionado con la edad: evidencia de una encuesta de dos sitios. Comportamientos adictivos, 81, 157–166. doihttps://doi.org/10.1016/j.addbeh.2018.02.017 CrossRef, Medline, Google Scholar | |
| Jeong H., Yim H. W., Jo, S. J., Sotavento, S. Y., Kim, E., Hijo, H. J., Han S.S., Sotavento, H. K., Kweon Y. S., Marijuana, S. Y., Choi J. S., Kim, B. N., Gentil, D. A.Y poder, M. N. (2017). Protocolo de estudio de la cohorte de usuarios de Internet para el reconocimiento imparcial del trastorno del juego en la adolescencia temprana (iCURE), Corea, 2015-2019. BMJ Open, 7 (10), e018350. doihttps://doi.org/10.1136/bmjopen-2017-018350 CrossRef, Medline, Google Scholar | |
| Jo, S. J., Yim H. W., Sotavento, H. K., Sotavento, H. C., Choi J. S.Y Baek K. Y. (2017). La pantalla de síntomas provocados por el uso del juego en Internet demostró ser una herramienta válida para adolescentes de 10 a 19 años. Acta Pediátrica, 107 (3), 511–516. doihttps://doi.org/10.1111/apa.14087 CrossRef, Medline, Google Scholar | |
| Kline, R. B. (2011) Principios y práctica de modelado de ecuaciones estructurales (3rd ed.). Nueva York, NY / Londres, Reino Unido: El Guilford Press. Google Scholar | |
| Koh Y. (2015). La política nacional coreana para la adicción a internet. En C. lunes & M. Reuter (Eds.), Adicción a Internet, enfoques neurocientíficos e intervenciones terapéuticas (pp. 219–234). Londres, Reino Unido: Springer. CrossRef, Google Scholar | |
| Justicia, L. T., Peng Z. W., Mai, J. C.Y Jing J. (2009). Factores asociados con la adicción a Internet entre los adolescentes.. CyberPsicology & Behavior, 12 (5), 551–555. doihttps://doi.org/10.1089/cpb.2009.0036 CrossRef, Medline, Google Scholar | |
| Sotavento, M. H., Kim, S. H., Oh, M., Sotavento, K. W.Y Parque, M. J. (2016). Edad de menarquia en adolescentes coreanas: tendencias y factores influyentes. Salud reproductiva, 42 (1), 121–126. doihttps://doi.org/10.1530/jrf.0.0420121 CrossRef, Google Scholar | |
| Liu, L., Yao Y. W., Li, C. R., Zhang J. T., Xia C. C., Lan J., Mamá, S. S., Zhou N.Y Colmillo, X. Y. (2018). La comorbilidad entre el trastorno de los juegos de Internet y la depresión: interrelación y mecanismos neuronales. Psiquiatría Frontal, 9, 154. doihttps://doi.org/10.3389/fpsyt.2018.00154 CrossRef, Medline, Google Scholar | |
| Niall McCrae, N., Obteniendo, S.Y Purssell E. (2017). Redes sociales y síntomas depresivos en la infancia y la adolescencia: una revisión sistemática. Revisión de investigación de adolescentes, 2 (4), 315–330. doihttps://doi.org/10.1007/s40894-017-0053-4 CrossRef, Google Scholar | |
| Ostovar, S., Allahyar, N., Aminpoor H., Moafian, F., Ni, M.Y Griffiths, M. D. (2019). La adicción a Internet y sus riesgos psicosociales (depresión, ansiedad, estrés y soledad) entre los adolescentes y adultos jóvenes iraníes: un modelo de ecuación estructural en un estudio transversal. Revista Internacional de Salud Mental y Adicciones, 14 (3), 257–267. doihttps://doi.org/10.1007/s11469-015-9628-0 CrossRef, Google Scholar | |
| Piko B. F., Milin R., O'Connor, R.Y Aserrador, M. (2011). Enfoque multidisciplinario para la depresión infantil y adolescente. Investigación y tratamiento de la depresión, 2011, 1–3. doihttps://doi.org/10.1155/2011/854594 CrossRef, Google Scholar | |
| Predicador, K. J.Y Kelley K. (2011). Medidas de tamaño del efecto para modelos de mediación: estrategias cuantitativas para comunicar efectos indirectos. Métodos psicológicos, 16 (2), 93–115. doihttps://doi.org/10.1037/a0022658 CrossRef, Medline, Google Scholar | |
| Ryan, N. D. (2003). Depresión en niños y adolescentes: efectividad del tratamiento a corto plazo y oportunidades a largo plazo. Revista Internacional de Métodos en Investigación Psiquiátrica, 12 (1), 44–53. doihttps://doi.org/10.1002/mpr.141 CrossRef, Medline, Google Scholar | |
| Seyrek S., Policía, E., Sinir H., Ugurlu M.Y Senel S. (2017). Factores asociados con la adicción a Internet: estudio transversal de adolescentes turcos. Pediatría Internacional, 59 (2), 218–222. doihttps://doi.org/10.1111/ped.13117 CrossRef, Medline, Google Scholar | |
| Shapero B. G., negro, S. K., Liu, R. T., Klugman J., Juerga, R. E., Abramson L. Y.Y Aleación, L. B. (2014). Acontecimientos vitales estresantes y síntomas de depresión: el efecto del abuso emocional infantil en la reactividad al estrés. Revista de Psicología Clínica, 70 (3), 209–223. doihttps://doi.org/10.1002/jclp.22011 CrossRef, Medline, Google Scholar | |
| Stavropoulos, V.Y Adams B. L. M. (2017). Síntomas del trastorno del juego en Internet en la adultez emergente: la interacción entre la ansiedad y la cohesión familiar. Diario de adicciones de comportamiento, 6 (2), 237–247. doihttps://doi.org/10.1556/2006.6.2017.026 Enlace, Google Scholar | |
| Asociación Médica Mundial (2013). Declaración de Helsinki: principios éticos para la investigación médica en seres humanos.. JAMA, 310 (20) 2191–2194. doihttps://doi.org/10.1001/jama.2013.281053 CrossRef, Medline, Google Scholar | |
| Yen, C. F., Chou W. J., Liu, T. L., Yang P.Y Hu H. F. (2014). La asociación de los síntomas de adicción a Internet con ansiedad, depresión y autoestima entre los adolescentes con trastorno por déficit de atención / hiperactividad. Psiquiatría Integral, 55 (7), 1601–1608. doihttps://doi.org/10.1016/j.comppsych.2014.05.025 CrossRef, Medline, Google Scholar | |
| Younes F., Halawi G., Jabbour H., El Osta N., Karam L., Hayy, A.Y Rabbaa Khabbaz L. (2016). Adicción a Internet y relaciones con insomnio, ansiedad, depresión, estrés y autoestima en estudiantes universitarios: un estudio transversal diseñado. PLoS One, 11 (9), e0161126. doihttps://doi.org/10.1371/journal.pone.0161126 CrossRef, Medline, Google Scholar | |
| Zamani E., kheradmand, A., Cheshmi M., Abedi A.Y Hedayati N. (2010). Comparar las habilidades sociales de los estudiantes adictos a los juegos de computadora con los estudiantes normales.. Adicción y salud, 2 (3–4), 59–65. doihttps://doi.org/10.1016/S0924-9338(12)74212-8 Medline, Google Scholar |
;
