Más uno. 2016 Sep 12;11(9):e0161126. doi: 10.1371 / journal.pone.0161126. eCollection 2016.
Younes F1,2, Halawi G1,2, Jabbour H3,4, El Osta N5,6,7, Karam l1,8, Hajj A1,2, Rabbaa Khabbaz L1,2.
Resumen
Antecedentes y objetivos:
MÉTODOS:
RESULTADOS:
CONCLUSIONES:
Resumen
Antecedentes y objetivos
La adicción a Internet (IA) podría ser una de las principales preocupaciones de los estudiantes de medicina de las universidades que desean convertirse en profesionales de la salud. Las implicaciones de esta adicción, así como su asociación con el sueño, los trastornos del estado de ánimo y la autoestima, pueden obstaculizar sus estudios, afectar sus objetivos profesionales a largo plazo y tener consecuencias amplias y perjudiciales para la sociedad en general. Los objetivos de este estudio fueron: 1) Evaluar el IA potencial en estudiantes universitarios de medicina, así como los factores asociados con él; 2) Evaluar las relaciones entre IA potencial, insomnio, depresión, ansiedad, estrés y autoestima.
Métodos
Nuestro estudio fue una encuesta basada en un cuestionario transversal realizado entre estudiantes de 600 de tres facultades: medicina, odontología y farmacia en la Universidad de Saint-Joseph. Se utilizaron cuatro cuestionarios validados y confiables: la Prueba de adicción a Internet para jóvenes, el Índice de gravedad del insomnio, las Escalas de estrés por ansiedad por depresión (DASS 21) y la Escala de autoestima de Rosenberg (RSES).
Resultados
La puntuación media de YIAT fue 30 ± 18.474; La tasa de prevalencia de IA potencial fue 16.8% (intervalo de confianza 95%: 13.81 – 19.79%) y fue significativamente diferente entre hombres y mujeres (p-valor = 0.003), con una mayor prevalencia en varones (23.6% versus 13.9%). Se encontraron correlaciones significativas entre IA potencial e insomnio, estrés, ansiedad, depresión y autoestima (p-valor <0.001); Las subpuntuaciones de ISI y DASS fueron más altas y la autoestima más baja en los estudiantes con potencial IA.
Conclusiones
Identificar a los estudiantes con IA potencial es importante porque esta adicción a menudo coexiste con otros problemas psicológicos. Por lo tanto, las intervenciones deben incluir no solo el manejo de la IA, sino también factores estresantes psicosociales asociados, como insomnio, ansiedad, depresión, estrés y autoestima.
Figuras
Cita: Younes F, Halawi G, Jabbour H, El Osta N, Karam L, Hajj A, et al. (2016) Adicción a Internet y relaciones con el insomnio, la ansiedad, la depresión, el estrés y la autoestima en estudiantes universitarios: un estudio de diseño transversal. PLoS ONE 11 (9): e0161126. doi: 10.1371 / journal.pone.0161126
Editor: Andrea Romigi, Universidad de Roma Tor Vergata, ITALIA
Recibido: Marzo 31, 2016; Aceptado: Julio 30, 2016; Publicado: 12 de septiembre de 2016
Copyright: © 2016 Younes et al. Este es un artículo de acceso abierto distribuido bajo los términos de la Licencia Creative Commons, que permite el uso, la distribución y la reproducción sin restricciones en cualquier medio, siempre que el autor original y la fuente estén acreditados.
Disponibilidad de datos: Todos los datos relevantes están dentro del documento y sus archivos de información de respaldo.
Fondos: Los autores no recibieron financiación específica para este trabajo.
Conflicto de intereses: Los autores han declarado que no existen intereses en pugna.
Introducción
El uso de Internet ha crecido exponencialmente en todo el mundo a más de 2.5 mil millones de usuarios activos [1, 2] siendo la mayoría adolescentes y jóvenes [3]. Paralelo al rápido crecimiento en el acceso a internet hay un aumento en la adicción a internet, especialmente entre los adolescentes, ganando mayor atención de los medios populares, autoridades gubernamentales e investigadores [4].
El uso excesivo de Internet se define cuando el uso de Internet se ha vuelto excesivo, descontrolado y requiere mucho tiempo hasta el punto de la atemporalidad y la perturbación grave de la vida de las personas [5]. La adicción a Internet se caracteriza por un patrón de mala adaptación del uso de Internet que conduce a un deterioro o malestar clínicamente significativo [6].
Los términos "uso problemático de internet" [7], uso patológico de internet [8–10] y “adicción a internet” [11–13] son usualmente considerados sinónimos de dependencia de internet [14]. Young et al [15–17] criterios diagnósticos propuestos para la adicción a Internet (IA) en los que se definieron como síntomas centrales la abstinencia, la capacidad de planificación deficiente, la tolerancia, la preocupación, el deterioro del control y el tiempo excesivo en línea.
La prevalencia mundial de IA varió de 1.6% -18% [18]. 10.7% de adolescentes en Corea del Sur presentan IA según la escala de adicción a internet de Yong [19]. 11% en Grecia, basado en la misma prueba [20]; 10.7-13.9% de los adolescentes europeos están en riesgo de consumo adictivo, según los instrumentos de Young [21] y 4% en estudiantes de secundaria en los Estados Unidos [22].
La prevalencia de IA puede variar según la edad, el sexo y la etnia, y prevalece más comúnmente entre los estudiantes universitarios [23].
Una alta tasa de trastornos de personalidad se encuentra en individuos con IA [24–27].
También se informó que el uso intensivo de Internet está asociado a trastornos del estado de ánimo [28], mala calidad del sueño [28, 29], baja autoestima [30] impulsividad [31], suicidio [32, 33], niveles más bajos de actividad física [29], y problemas de salud (migrañas, dolor de espalda, obesidad) [34].
Nuestra hipótesis era que la IA podría ser una preocupación importante en los estudiantes de medicina de la universidad, y que examinar su asociación con el sueño, los trastornos del estado de ánimo y la autoestima es importante, por lo que se pueden tomar las medidas adecuadas para abordar este problema.
Para los estudiantes de medicina que desean convertirse en profesionales de la salud, las implicaciones de esta adicción pueden obstaculizar sus estudios e impactar sus objetivos profesionales a largo plazo y pueden tener consecuencias amplias y perjudiciales para la sociedad en general.
Los objetivos de este estudio fueron: 1) Evaluar el IA potencial de los estudiantes en el Campus de Ciencias Médicas (CMS) en la Universidad de Saint-Joseph en el Líbano, así como los factores sociodemográficos asociados con él; 2) Evalúe las relaciones entre la IA potencial, el insomnio, la depresión, la ansiedad, el estrés y la autoestima al tiempo que explica la exposición simultánea al insomnio, el estrés, la ansiedad y la depresión en los estudiantes.
Materiales y Métodos
Consideraciones éticas
El protocolo del estudio fue aprobado por el comité de ética de la Universidad de Saint-Joseph (Ref. USJ-2015-28, June 2015). El consentimiento informado por escrito se obtuvo de todas las personas que participaron en el estudio.
Procedimiento de encuesta y toma de muestras.
Nuestro estudio fue una encuesta basada en un cuestionario transversal realizado entre estudiantes de tres facultades: medicina, odontología y farmacia en la Universidad de Saint-Joseph, de septiembre a diciembre 2015 (meses 4). Los criterios de inclusión fueron: estudiantes de 18 de años y más, y dispuestos a participar en el estudio. Los criterios de exclusión fueron: edad menor de 18 años y presencia de una enfermedad crónica. Los estudiantes fueron seleccionados al azar dentro de cada clase usando una tabla de números aleatorios para asegurar la representatividad de la muestra. Esta selección aleatoria fue proporcional al número de estudiantes en cada clase. Los estudiantes seleccionados fueron contactados por dos asistentes de investigación capacitados, generalmente al final de sus cursos antes de abandonar el aula, y se les preguntó si estaban dispuestos a participar con la condición de que no presentaran ningún criterio de exclusión. Luego se obtuvo un consentimiento formal por escrito.
La recolección de datos
Los datos se recopilaron durante una entrevista cara a cara utilizando una herramienta de encuesta estandarizada autoadministrada basada en cuatro cuestionarios validados internacionalmente, a saber, la Prueba de adicción a Internet de Young, el Índice de gravedad de insomnio, las Escalas de estrés de ansiedad por depresión (DASS 21), y la escala de autoestima de Rosenberg. La duración de las entrevistas varió de 15 a 25 minutos.
Medidas
Participantes.
Se recogieron datos personales sobre edad, género y profesorado. Además, también se obtuvo información sobre cómo vivir solo o no, tabaco (cigarrillo o pipa de agua) y consumo de alcohol.
Adicción a Internet.
La prueba Young Internet Addiction Test (YIAT) se valida entre adolescentes y adultos y se usa ampliamente [15, 16, 35]. Es una escala de autoinforme de ítems de 20 que evalúa la productividad de un encuestado en el trabajo, la escuela o el hogar (preguntas de 3), comportamientos sociales (preguntas de 3), conexión emocional y respuesta al usar Internet (preguntas de 7) y patrones generales de uso de internet (preguntas 7). Los participantes responden a los elementos 20 YIAT en una medida Likert de punto 6 ("no se aplica" a "siempre"), que produjo una puntuación general entre 0 y 100. Se aplicaron los siguientes puntos de corte para el puntaje total de YIAT: (1) uso normal de internet: puntajes 0 – 49 y (2) posible adicción a internet: puntajes sobre 50 [36, 37].
Insomnio.
El ISI es un cuestionario de autoinforme de 7 ítems que evalúa la naturaleza, la gravedad y el impacto del insomnio. Los dominios evaluados son: severidad del inicio del sueño, mantenimiento del sueño, problemas para despertarse temprano en la mañana, insatisfacción del sueño, interferencia de las dificultades del sueño con el funcionamiento diurno, percepción de las dificultades del sueño por parte de otros y angustia causada por las dificultades del sueño. Se utilizó una escala Likert de 5 puntos para calificar cada ítem (0 a 4, donde 0 indica que no hay problema y 4 corresponde a un problema muy grave), lo que arroja una puntuación total que va de 0 a 28. La puntuación total se interpretó de la siguiente manera: de insomnio (0–7); insomnio subclínico o leve (8–14); insomnio moderado (15-21); e insomnio severo (22-28). Además, se detectó insomnio clínicamente significativo cuando la puntuación total era> 14 [38, 39].
Autoestima.
La Escala de Autoestima de Rosenberg (RSES) se usa comúnmente y su consistencia interna y confiabilidad se confirmaron en muchos estudios previos [40]. Comprende declaraciones de 10. Los participantes califican el grado en que están de acuerdo con cada afirmación en una escala Likert de cuatro puntos, (0) totalmente en desacuerdo con (3) muy de acuerdo con los artículos 1, 2, 4, 6 y 7 y la clasificación opuesta para los artículos 3, 5, 8, 9 y 10. Se obtiene una puntuación total al sumar todas las respuestas y puede variar de 0 a 30, con puntuaciones más altas que indican una mayor autoestima [41].
Ansiedad, depresión y estrés.
Las escalas de estrés por ansiedad por depresión (DASS, por sus siglas en inglés) son una medida ampliamente utilizada de afecto negativo en adultos [42]. Una característica importante y única del DASS es su inclusión de una escala de tensión / estrés además de las escalas de depresión y ansiedad. El DASS 21 es una versión corta de la escala original del elemento 42. Ambas son medidas confiables y válidas de depresión, ansiedad y tensión / estrés en poblaciones clínicas y no clínicas de adultos [43–45].
Es una escala de elemento 21 medida en una escala Likert de punto 4 (0 – 3), "0" que denota "no se aplicó a mí en absoluto" y "3" que denota "se aplicó mucho a mí, o la mayoría de hora".
Se utilizan los siguientes puntajes de corte para cada subescala: depresión: normal 0 – 4, 5 – 6 leve, 7 – 10 moderado, 11 – 13 moderado y 14 + extremadamente grave; ansiedad: normal 0 – 3, leve 4 – 5, moderado 7 – 10, severo 11 – 13 y extremadamente severo 10 +; estrés: normal 0 – 7, leve 8 – 9, moderado 10 – 12, severo 13 – 16 y extremadamente severo 17 +.
Análisis estadístico.
El análisis estadístico se llevó a cabo utilizando el software SPSS para Windows (versión 18.0, Chicago, IL, EE. UU.). El nivel de significación se estableció en 0.05. Las características de la muestra se resumieron utilizando la media y la desviación estándar (DE) para las variables continuas y el porcentaje para las variables categóricas. Las tasas de prevalencia de insomnio y adicción a Internet se calcularon utilizando datos descriptivos, junto con el intervalo de confianza (IC) del 95 correspondiente. Las pruebas de Kolmogorov-Smirnov se utilizaron para evaluar la normalidad de la distribución de cada variable.
Las categorías de adicción a Internet se agruparon como usuarios normales de Internet y como posible adicción a Internet.
Se requirió un análisis multivariado para determinar el impacto de las múltiples variables explicativas explicativas presentadas simultáneamente y para determinar cuáles de los factores explicativos actúan independientemente en la adicción a Internet.
En las etapas iniciales, el análisis univariado de variables categóricas y continuas se realizó utilizando respectivamente las pruebas de independencia de Chi-cuadrado o prueba exacta de Fisher y la prueba t de Student o prueba de Mann-Whitney. Posteriormente, se realizó un análisis de regresión logística con la adicción a internet dicotomizada (<50, ≥50) como variable dependiente. Las características y puntuaciones de los participantes (ISI, DASS A, DASS S, DASS D, RSES) que mostraron asociaciones con p-value <0.25 en el análisis univariante, fueron candidatos para el modelo multivariado, según el método Enter. También se probó la colinealidad entre variables independientes. Se excluyeron las variables independientes altamente correlacionadas.
Se ha sugerido no incluir dos variables independientes donde existe una correlación de 0.64 o más. La ansiedad, el estrés y la depresión no se incluyeron en el mismo modelo, ya que estaban altamente correlacionados entre sí, indicados por los coeficientes de correlación de Spearman y Pearson. Finalmente, se realizaron tres análisis de regresión logística y las variables independientes incluidas en el modelo fueron género, tabaquismo, puntaje ISI, puntaje RSES y puntaje DAS para el estrés, la ansiedad y la depresión en cada uno de los tres modelos.
Resultados
Características sociodemográficas de los participantes.
Un total de estudiantes de 780 fueron contactados para participar en el estudio, de los cuales 600 (77%) dio su consentimiento. Nuestra población de estudio comprendía 182 (30.3%) hombres y 418 (69.7%) estudiantes femeninas. La edad osciló entre 18 y 28 años con una media de 20.36 ± 1.83 años.
La muestra incluyó estudiantes de 219 de la Facultad de medicina (FM), 109 de la Facultad de odontología (FD) y 272 de la Facultad de farmacia (FP). Tabla 1 Resume las características de los participantes.
Prevalencia de adicción a internet (YIAT)
La puntuación media de YIAT fue 30 ± 18.47 (Tabla 2); La tasa de prevalencia potencial de adicción a Internet fue 16.80% con un 95% CI de 13.81 – 19.79%. "Mesa S1”Resume los puntajes promedio para cada uno de los ítems 20 del YIAT.
Análisis univariado.
El análisis univariado mostró que la adicción potencial a internet fue significativamente diferente entre hombres y mujeres (valor p = 0.003), con una mayor prevalencia en hombres (23.60% versus 13.90%). El consumo de tabaco se relacionó significativamente con la posible adicción a Internet (valor de p = 0.046); sin embargo, ni la edad, la facultad, el consumo regular de alcohol ni la vida sola se relacionaron significativamente con el uso de Internet (Tabla 3).
Insomnio prevalencia y severidad (ISI)
El insomnio se evaluó de acuerdo con el cuestionario ISI. La puntuación ISI media de la muestra fue 9.31 ± 3.76. La prevalencia de insomnio clínicamente significativo fue 9.80% con un 95% CI que oscila entre 7.42 y 12.18% (Tabla 2).
Ansiedad, depresión y estrés (DASS-21)
Ansiedad: DASS A. El puntaje promedio de DASS A fue 4.77 ± 3.79. 44.70% de participantes presentaron una puntuación DASS A normal (Tabla 2).
Depresión: DASS D. El puntaje promedio de DASS D fue 5.43 ± 4.43. La mayoría de los participantes presentaron una puntuación DASS D normal (Tabla 2).
Estrés: DASS S. La puntuación promedio de DASS S fue 6.99 ± 4.46 y 33.20% de los participantes presentaron una puntuación normal de DASS S (Tabla 2).
Autoestima (RSES)
El puntaje RSES promedio de la muestra del estudio fue 22.63 ± 5.29 (archivo S).
Asociaciones entre adicción a internet, insomnio, baja autoestima, ansiedad y depresión.
Se encontró una relación significativa entre la adicción potencial a Internet y el insomnio (p-valor <0.00001) (Tabla 4).
La puntuación ISI promedio fue de 8.99 ± 3.65 para los usuarios normales de Internet frente a 10.89 ± 3.90 en el grupo de adicción potencial a Internet (p <0.0001) (Tabla 5).
Además, se encontró una relación significativa entre la posible adicción a Internet y la ansiedad, la depresión y el estrés (Tablas 4 y 5). Los puntajes promedio de DASS fueron significativamente más altos en el potencial grupo de adicción a Internet para la ansiedad, la depresión y el estrés.
En cuanto a la autoestima, se encontró una correlación significativa entre los puntajes YIAT y RSES con una baja autoestima asociada a una posible adicción a Internet (Tablas 4 y 5).
Modelo de regresión logística.
El modelo de regresión logística mostró que las puntuaciones de género, ISI, DASS A, S y D, y RSES se asociaron significativamente con la adicción a Internet. Una vez controladas las variables explicativas en el análisis multivariado, la asociación entre el tabaquismo y la adicción a internet dejó de ser significativa (p> 0.05), (Tabla 6).
Discusión
El objetivo fue determinar la prevalencia de IA potencial en estudiantes universitarios de medicina del Líbano, evaluar las relaciones entre la IA y las características de los participantes (principalmente edad, sexo, hábitos de fumar, consumo de alcohol) y explorar posibles asociaciones entre IA, insomnio, ansiedad y depresión. , estrés y autoestima.
Nuestro estudio reveló que la IA potencial estaba significativamente relacionada con el género y mayor entre los hombres. 16.80% de participantes sufrió de IA potencial, con un puntaje promedio de YIAT de 30. Estos resultados son comparables a los reportados previamente para adultos jóvenes [1, 4, 6, 13]. Algunos estudios informaron que la prevalencia de IA fue mayor en los hombres [46], mientras que otros no encontraron diferencia entre los géneros [34].
Al examinar el insomnio, nuestros resultados también mostraron que 9.8% de los participantes sufría de insomnio clínicamente significativo y se encontró una fuerte correlación entre la posible adicción a Internet y el insomnio. La prevalencia de insomnio reportada en este estudio es consistente con la naturaleza de la muestra estudiada (estudiantes jóvenes) y es comparable a lo reportado en adultos jóvenes de edades entre 20 y 29 (9.1%) [47, 48] y en estudiantes universitarios (12 – 13%) [49].
Los problemas del sueño generalmente se consideran resultados negativos o complicaciones de la adicción a Internet [50], pero la causa inversa también es posible porque los problemas de sueño predijeron un mayor tiempo dedicado a los sitios de redes sociales entre los jóvenes universitarios [51]. En una revisión sistemática de la literatura, se descubrió que los juegos adictivos se asocian con una peor calidad del sueño y el uso problemático de Internet se asoció con el insomnio subjetivo y la mala calidad del sueño [52]. Sin embargo, los diseños de los estudios y los cuestionarios utilizados fueron muy heterogéneos y se exploró principalmente la calidad del sueño, y mucho menos el insomnio.
Además, en este estudio se encontró una fuerte correlación entre la posible adicción a Internet y la ansiedad, el estrés y la depresión: el porcentaje de estudiantes que sufren de ansiedad, depresión o estrés es mayor entre los posibles adictos a Internet. Estudios anteriores publicados ya han indicado una correlación potencial entre el uso patológico de internet y la depresión [53, 54] y ansiedad [55]; sin embargo, los datos han sido contradictorios [56] y los estudios examinaron el uso patológico de Internet y no la adicción como lo definió Young.
Finalmente, un hallazgo importante de nuestro estudio fue que la autoestima se relaciona significativamente con la adicción a Internet y con el perfil psicológico de los estudiantes: las puntuaciones de RSES se correlacionaron inversamente con las puntuaciones de ISI, DASS A, DASS S, DASS D y YIAT. Una disminución en la autoestima parece estar asociada con un aumento del insomnio, ansiedad, depresión, estrés y una posible IA.
La autoestima se describe como la evaluación que uno tiene de sí mismo, cómo se siente acerca de sí mismo en casi todas las situaciones [40, 41]. Cuando la integración y el apoyo social son bajos, el nivel de autoestima disminuirá en consecuencia [57].
La detección de factores asociados a la baja estima en los estudiantes es de considerable importancia porque existe una relación inversa entre la autoestima y la depresión y la ansiedad [58, 59] y la disminución en el sentimiento de autoestima puede llevar a un aumento en la ideación suicida [60].
Fuerza y limitaciones
Nuestros hallazgos deben interpretarse en el contexto del diseño y las limitaciones del estudio. Los resultados de nuestra encuesta se basan en el comportamiento autoinformado. Los cuestionarios de autoinforme siguen siendo las herramientas más utilizadas en las encuestas comunitarias para la evaluación de la salud física y mental [61, 62, 63]. El método de autoinforme refleja la propia perspectiva del entrevistado, que puede ser más adecuado para informar trastornos subjetivos. Los cuestionarios se formularon en una "elección múltiple" y un patrón de escala para facilitar la respuesta y tienen una duración de entrevista más corta para evitar molestar a los estudiantes, con la esperanza de que la sencillez del cuestionario facilitaría a los encuestados proporcionar información precisa . El uso crónico de medicamentos no se evaluó ya que la presencia de cualquier enfermedad crónica se encontraba entre los criterios de exclusión de este estudio. Finalmente, el estudio no examinó la repercusión de la adicción a Internet en los logros, en términos de calificaciones, fracaso o éxito, lo que podría haber sido interesante.
A pesar de estas limitaciones, los hallazgos observados en este estudio son importantes y justifican investigaciones adicionales.
Según nuestro conocimiento, este fue el primer estudio que evalúa la relación entre cinco factores estresantes psicosociales diferentes: insomnio, ansiedad, depresión, estrés, autoestima e IA en estudiantes universitarios.
Nuestros hallazgos denotan la importancia de identificar y ofrecer ayuda a los estudiantes con IA potencial porque esta adicción a menudo coexiste con otros problemas psicológicos, y la IA podría ser una punta visible de un iceberg complejo.
información de soporte
(DOCX)
Tabla S1. Estos son los datos individuales y completos de todos los participantes (hoja SPSS).
doi: 10.1371 / journal.pone.0161126.s001
(DOCX)
AGRADECIMIENTOS
Agradecemos a todos los estudiantes que participaron en el estudio y a la Sra. Tatiana Papazian por ayudarnos en la edición.
Contribuciones de autor
- Concebido y diseñado los experimentos: LRK HJ.
- Realizó los experimentos: FY GH.
- Analicé los datos: AH NEO LK.
- Escribió el papel: LRK.
Referencias
Tabla S1. Estos son los datos individuales y completos de todos los participantes (hoja SPSS).
doi: 10.1371 / journal.pone.0161126.s001
(DOCX)
AGRADECIMIENTOS
Agradecemos a todos los estudiantes que participaron en el estudio y a la Sra. Tatiana Papazian por ayudarnos en la edición.
Contribuciones de autor
- Concebido y diseñado los experimentos: LRK HJ.
- Realizó los experimentos: FY GH.
- Analicé los datos: AH NEO LK.
- Escribió el papel: LRK.
Referencias
- 1. Estadísticas mundiales de internet. Usuarios de Internet del mundo: Distribución por regiones del mundo 2014 [Febrero 27, 2016.]. Disponible de: www.internetworldstats.
- 2. Las redes sociales llegan a casi uno de cada cuatro en todo el mundo. [Febrero 20, 2016]. Disponible de: www.emarketer.com/Article/Social-Networking-Reaches-Nearly-One-Four-Around-World/1009976.
- 3. Bremer J. El internet y los niños: ventajas y desventajas. Psiquiatría Infantil Adolescente Clin N Am. 2005; 14 (3): 405 – 28, viii. pmid: 15936666 doi: 10.1016 / j.chc.2005.02.003
- 4. Christakis DA, Moreno MA. Atrapados en la red: ¿la adicción a Internet se convertirá en una epidemia del siglo 21? Arch Pediatr Adolesc Med. 2009; 163 (10): 959 – 60. doi: 10.1001 / archpediatrics.2009.162. pmid: 19805719
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- 5. Kraut R, Patterson M, Lundmark V, Kiesler S, Mukopadhyay T, Scherlis W. Internet paradox. ¿Una tecnología social que reduce la participación social y el bienestar psicológico? Soy Psychol. 1998; 53 (9): 1017 – 31. pmid: 9841579 doi: 10.1037 / 0003-066x.53.9.1017
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- 6. Weinstein A, Lejoyeux M. Adicción a Internet o uso excesivo de Internet. Soy abuso de alcohol de drogas. 2010; 36 (5): 277 – 83. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- Ver artículo
- PubMed / NCBI
- Google Scholar
- 7. Davis RA, Flett GL, Besser A. Validación de una nueva escala para medir el uso problemático de Internet: implicaciones para la evaluación previa al empleo. Cyberpsychol Behav. 2002; 5 (4): 331 – 45. pmid: 12216698 doi: 10.1089 / 109493102760275581
- 8. Bloque JJ. Problemas para el DSM-V: adicción a internet. Soy J Psychiatry. 2008; 165 (3): 306 – 7. doi: 10.1176 / appi.ajp.2007.07101556. pmid: 18316427
- 9. Pies R. ¿Debería el DSM-V designar la “adicción a Internet” como un trastorno mental? Psiquiatría (Edgmont). 2009; 6 (2): 31–7.
- 10. Holden C. Psiquiatría. Adicciones conductuales debutan en la propuesta DSM-V. Ciencia. 2010; 327 (5968): 935. doi: 10.1126 / science.327.5968.935. pmid: 20167757
- 11. Joven KS. Psicología del uso informático: XL. Uso adictivo de internet: un caso que rompe el estereotipo. Psychol Rep. 1996; 79 (3 Pt 1): 899 – 902. pmid: 8969098 doi: 10.2466 / pr0.1996.79.3.899
- 12. Joven KS, Caso CJ. Abuso de Internet en el lugar de trabajo: nuevas tendencias en la gestión de riesgos. Cyberpsychol Behav. 2004; 7 (1): 105 – 11. pmid: 15006175 doi: 10.1089 / 109493104322820174
- 13. Young K, Pistner M, O'Mara J, Buchanan J. Cyber trastornos: el problema de salud mental para el nuevo milenio. Cyberpsychol Behav. 1999; 2 (5): 475–9. doi: 10.1089 / cpb.1999.2.475. pmid: 19178220
- 14. van den Eijnden RJ, Spijkerman R, Vermulst AA, van Rooij TJ, Engels RC. Uso compulsivo de internet entre adolescentes: relaciones bidireccionales entre padres e hijos. J Abnorm Child Psychol. 2010; 38 (1): 77 – 89. doi: 10.1007 / s10802-009-9347-8. pmid: 19728076
- 15. Joven KS. Atrapados en la red: cómo reconocer los signos de la adicción a Internet y una estrategia ganadora para la recuperación. Nueva York, Nueva York: Wiley; 1998.
- 16. Young KS. Adicción a Internet: la aparición de un nuevo trastorno clínico. CyberPsicology & Behavior. 2009; 1 (3): 237–44. doi: 10.1089 / cpb.1998.1.237
- 17. Widyanto L, Griffiths MD, Brunsden V. Una comparación psicométrica de la Prueba de adicción a Internet, la Escala de problemas relacionados con Internet y el autodiagnóstico. Cyberpsychol Behav Soc Netw. 2011; 14 (3): 141 – 9. doi: 10.1089 / cyber.2010.0151. pmid: 21067282
- 18. Shaw M, DW Negro. Adicción a internet: definición, valoración, epidemiología y manejo clínico. Drogas del SNC. 2008; 22 (5): 353 – 65. pmid: 18399706 doi: 10.2165 / 00023210-200822050-00001
- 19. Parque SK, Kim JY, Cho CB. Prevalencia de adicción a internet y correlaciones con factores familiares entre adolescentes surcoreanos Adolescencia. 2008; 43 (172): 895 – 909. pmid: 19149152
- 20. Siomos KE, Dafouli ED, Braimiotis DA, Mouzas OD, Angelopoulos NV. La adicción a internet entre los adolescentes griegos. Cyberpsychol Behav. 2008; 11 (6): 653 – 7. doi: 10.1089 / cpb.2008.0088. pmid: 18991535
- 21. Durkee T, Kaess M, Carli V, Parzer P, Wasserman C, Floderus B, et al. Prevalencia del uso patológico de internet en adolescentes en Europa: factores demográficos y sociales. Adiccion. 2012; 107 (12): 2210 – 22. doi: 10.1111 / j.1360-0443.2012.03946.x. pmid: 22621402
- 22. Liu TC, Desai RA, Krishnan-Sarin S, Cavallo DA, Potenza MN. Uso problemático de Internet y salud en adolescentes: datos de una encuesta de escuela secundaria en Connecticut. J Clin Psiquiatría. 2011; 72 (6): 836 – 45. doi: 10.4088 / JCP.10m06057. pmid: 21536002
- 23. Pujazon-Zazik M, Park MJ. Tuitear, o no tuitear: diferencias de género y posibles resultados de salud positivos y negativos del uso de Internet social por parte de los adolescentes. Soy J Mens Health. 2010; 4 (1): 77–85. doi: 10.1177 / 1557988309360819. pmid: 20164062
- 24. Dalbudak E, Evren C, Aldemir S, Evren B. La gravedad del riesgo de adicción a Internet y su relación con la gravedad de los rasgos límite de personalidad, traumas infantiles, experiencias disociativas, depresión y síntomas de ansiedad entre los estudiantes universitarios turcos. Psiquiatría Res. 2014; 219 (3): 577 – 82. doi: 10.1016 / j.psychres.2014.02.032. pmid: 25023365
- 25. Kim EJ, Namkoong K, Ku T, Kim SJ. La relación entre la adicción a los juegos en línea y la agresión, el autocontrol y los rasgos de personalidad narcisistas. Eur psiquiatría. 2008; 23 (3): 212 – 8. doi: 10.1016 / j.eurpsy.2007.10.010. pmid: 18166402
- 26. Floros G, Siomos K, Stogiannidou A, Giouzepas I, Garyfallos G. Comorbilidad de los trastornos psiquiátricos con adicción a Internet en una muestra clínica: el efecto de la personalidad, el estilo de defensa y la psicopatología. Adicto Behav. 2014; 39 (12): 1839 – 45. doi: 10.1016 / j.addbeh.2014.07.031. pmid: 25129172
- 27. Floros G, Siomos K, Stogiannidou A, Giouzepas I, Garyfallos G. La relación entre personalidad, estilos de defensa, trastorno de adicción a Internet y psicopatología en estudiantes universitarios. Cyberpsychol Behav Soc Netw. 2014; 17 (10): 672 – 6. doi: 10.1089 / cyber.2014.0182. pmid: 25225916
- 28. An J, Sun Y, Wan Y, Chen J, Wang X, Tao F. Asociaciones entre el uso problemático de Internet y los síntomas físicos y psicológicos de los adolescentes: posible papel de la calidad del sueño. J Addict Med. 2014; 8 (4): 282–7. doi: 10.1097 / ADM.0000000000000026. pmid: 25026104
- 29. Kim JH, Lau CH, Cheuk KK, Kan P, Hui HL, Griffiths SM. Breve informe: predictores de uso intensivo de Internet y asociaciones con conductas de riesgo para la salud y de salud entre los estudiantes universitarios de Hong Kong. J adolesc. 2010; 33 (1): 215 – 20. doi: 10.1016 / j.adolescence.2009.03.012. pmid: 19427030
- 30. Naseri L, Mohamadi J, Sayehmiri K, Azizpoor Y. Apoyo social percibido, autoestima y adicción a Internet entre estudiantes de la Universidad Al-Zahra, Teherán, Irán. Iran J Psychiatry Behav Sci. 2015; 9 (3): e421. doi: 10.17795 / ijpbs-421. pmid: 26576175
- 31. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. La impulsividad en la adicción a internet: una comparación con el juego patológico. Cyberpsychol Behav Soc Netw. 2012; 15 (7): 373 – 7. doi: 10.1089 / cyber.2012.0063. pmid: 22663306
- 32. Lin IH, Ko CH, Chang YP, Liu TL, Wang PW, Lin HC, y otros. La asociación entre el suicidio y la adicción a Internet y las actividades en adolescentes taiwaneses. Comprende la psiquiatría. 2014; 55 (3): 504 – 10. doi: 10.1016 / j.comppsych.2013.11.012. pmid: 24457034
- 33. Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, Seo JS, y otros. La adicción a Internet en adolescentes coreanos y su relación con la depresión y la ideación suicida: una encuesta mediante cuestionario. Int J Nurs Stud. 2006; 43 (2): 185 – 92. pmid: 16427966 doi: 10.1016 / j.ijnurstu.2005.02.005
- 34. Fernández-Villa T, Alguacil Ojeda J, Almaraz Gómez A, Cancela Carral JM, Delgado-Rodríguez M, García-Martin M, et al. Uso problemático de Internet en estudiantes universitarios: factores asociados y diferencias de género. Adicciones. 2015; 27 (4): 265 – 75. pmid: 26706809 doi: 10.20882 / adicciones.751
- 35. Prueba de adicción a Internet (IAT) [Abril, 2016]. Disponible de: http://netaddiction.com/internet-addiction-test./.
- 36. Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E, et al. Validación en francés de la prueba de adicción a internet. Cyberpsychol Behav. 2008; 11 (6): 703 – 6. doi: 10.1089 / cpb.2007.0249. pmid: 18954279
- 37. Alpaslan AH, Soylu N, Avci K, Coskun KS, Kocak U, Tas HU. Actitudes alimentarias desordenadas, alexitimia y probabilidad de suicidio entre las chicas de secundaria turcas. Psiquiatría Res. 2015; 226 (1): 224 – 9. doi: 10.1016 / j.psychres.2014.12.052. pmid: 25619436
- 38. Cho YW, Song ML, Morin CM. Validación de una versión coreana del índice de severidad del insomnio. J Clin Neurol. 2014; 10 (3): 210 – 5. doi: 10.3988 / jcn.2014.10.3.210. pmid: 25045373
- 39. Gagnon C, Belanger L, Ivers H, Morin CM. Validación del Índice de Severidad del Insomnio en Atención Primaria. J Am Board Fam Med. 2013; 26 (6): 701 – 10. doi: 10.3122 / jabfm.2013.06.130064. pmid: 24204066
- 40. Sinclair SJ, Blais MA, Gansler DA, Sandberg E, Bistis K, LoCicero A. Propiedades psicométricas de la Escala de Autoestima de Rosenberg: en general y en todos los grupos demográficos que viven en los Estados Unidos. Eval Health Prof. 2010; 33 (1): 56 – 80. doi: 10.1177 / 0163278709356187. pmid: 20164106
- 41. Rosenberg M. La asociación entre la autoestima y la ansiedad. J Psychiatr Res. 1962; 1: 135 – 52. pmid: 13974903 doi: 10.1016 / 0022-3956 (62) 90004-3
- 42. Lovibond PF, Lovibond SH. La estructura de los estados emocionales negativos: comparación de las escalas de estrés de ansiedad por depresión (DASS) con los inventarios de depresión y ansiedad de Beck. Behav Res Ther. 1995; 33 (3): 335 – 43. pmid: 7726811 doi: 10.1016 / 0005-7967 (94) 00075-u
- 43. Taylor R, Lovibond PF, Nicholas MK, Cayley C, Wilson PH. La utilidad de los ítems somáticos en la evaluación de la depresión en pacientes con dolor crónico: una comparación de la Escala de autoevaluación de la depresión de Zung y las Escalas de estrés por ansiedad de depresión en el dolor crónico y muestras clínicas y comunitarias. Clin J Dolor. 2005; 21 (1): 91 – 100. pmid: 15599136 doi: 10.1097 / 00002508-200501000-00011
- 44. TA marrón, Chorpita BF, Korotitsch W, Barlow DH. Propiedades psicométricas de las Escalas de Estrés de Ansiedad por Depresión (DASS) en muestras clínicas. Behav Res Ther. 1997; 35 (1): 79 – 89. pmid: 9009048 doi: 10.1016 / s0005-7967 (96) 00068-x
- 45. Edmed S, Sullivan K. Depresión, ansiedad y estrés como predictores de síntomas similares a la conmoción cerebral en una muestra no clínica. Psiquiatría Res. 2012; 200 (1): 41 – 5. doi: 10.1016 / j.psychres.2012.05.022. pmid: 22709538
- 46. Ni X, Yan H, Chen S, Liu Z. Factores que influyen en la adicción a Internet en una muestra de estudiantes universitarios de primer año en China. Cyberpsychol Behav. 2009; 12 (3): 327 – 30. doi: 10.1089 / cpb.2008.0321. pmid: 19445631
- 47. Thomas SJ, Lichstein KL, Taylor DJ, Riedel BW, Bush AJ. Epidemiología de la hora de acostarse, el tiempo que surge y el tiempo en la cama: análisis de edad, género y etnia. Behav Sleep Med. 2014; 12 (3): 169 – 82. doi: 10.1080 / 15402002.2013.778202. pmid: 23574553
- 48. Choueiry N, Salamoun T, Jabbour H, El Osta N, Hajj A, Rabbaa Khabbaz L. El insomnio y la relación con la ansiedad en estudiantes universitarios: un estudio transversal diseñado. Más uno. 2016; 11 (2): e0149643. doi: 10.1371 / journal.pone.0149643. pmid: 26900686
- 49. Gellis LA, Park A, Stotsky MT, Taylor DJ. Asociaciones entre la higiene del sueño y la severidad del insomnio en estudiantes universitarios: análisis transversal y prospectivo. Behav Ther. 2014; 45 (6): 806 – 16. doi: 10.1016 / j.beth.2014.05.002. pmid: 25311289
- 50. Caín N, Gradisar M. El uso de medios electrónicos y el sueño en niños y adolescentes en edad escolar: una revisión. Sleep Med. 2010; 11 (8): 735 – 42. doi: 10.1016 / j.sleep.2010.02.006. pmid: 20673649
- 51. Tavernier R, Willoughby T. ¿Todos los tipos nocturnos están condenados? Análisis de clases latentes sobre la percepción de la madrugada, el sueño y el funcionamiento psicosocial en adultos emergentes. Cronobiol int. 2014; 31 (2): 232 – 42. doi: 10.3109 / 07420528.2013.843541. pmid: 24131151
- 52. Lam LT. La adicción a los juegos de Internet, el uso problemático de Internet y los problemas del sueño: una revisión sistemática. Curr Psiquiatría Rep. 2014; 16 (4): 444. doi: 10.1007 / s11920-014-0444-1. pmid: 24619594
- 53. Tsai CC, Lin SS. Adicción a Internet de los adolescentes en Taiwan: un estudio de entrevista. Cyberpsychol Behav. 2003; 6 (6): 649 – 52. pmid: 14756931 doi: 10.1089 / 109493103322725432
- 54. Te Wildt BT, Putzig I, Zedler M, Ohlmeier MD. La dependencia de internet como síntoma de trastornos depresivos del estado de ánimo. Psiquiatra Prax. 2007; 34 Suppl 3: S318 – 22. pmid: 17786892 doi: 10.1055 / s-2007-970973
- 55. Bernardi S, Pallanti S. Adicción a Internet: un estudio clínico descriptivo que se centra en las comorbilidades y los síntomas disociativos. Comprende la psiquiatría. 2009; 50 (6): 510 – 6. doi: 10.1016 / j.comppsych.2008.11.011. pmid: 19840588
- 56. Carli V, Durkee T, Wasserman D, Hadlaczky G, Despalins R, Kramarz E, et al. La asociación entre el uso patológico de internet y la psicopatología comórbida: una revisión sistemática. Psicopatología. 2013; 46 (1): 1 – 13. doi: 10.1159 / 000337971. pmid: 22854219
- 57. Garaigordobil M, Pérez JI, Mozaz M. Autoconcepto, autoestima y síntomas psicopatológicos. Psicotema. 2008; 20 (1): 114 – 23. pmid: 18206073
- 58. Moksnes Reino Unido, Espnes GA. Autoestima y salud emocional en adolescentes: género y edad como posibles moderadores. Scand J Psychol. 2012; 53 (6): 483 – 9. doi: 10.1111 / sjop.12021. pmid: 23170865
- 59. Sowislo JF, Orth U. ¿La baja autoestima predice la depresión y la ansiedad? Un metaanálisis de estudios longitudinales. Psychol Bull. 2013; 139 (1): 213 – 40. doi: 10.1037 / a0028931. pmid: 22730921
- 60. Creemers DH, Scholte RH, Engels RC, Prinstein MJ, Wiers RW. Autoestima implícita y explícita como predictores concurrentes de ideación suicida, síntomas depresivos y soledad. J Behav Ther Exp Psiquiatría. 2012; 43 (1): 638 – 46. doi: 10.1016 / j.jbtep.2011.09.006. pmid: 21946041
- 61. Fischer A, Fischer M, Nicholls RA, Lau S, Poettgen J, Patas K, et al. Precisión diagnóstica para la depresión mayor en la esclerosis múltiple mediante cuestionarios de autoinforme. Cerebro Behav. 2015; 5 (9): e00365. doi: 10.1002 / brb3.365. pmid: 26445703
- 62. Ortega-Montiel J, Posadas-Romero C, Ocampo-Arcos W, Medina-Urrutia A, Cardoso-Saldana G, Jorge-Galarza E, et al. El estrés auto-percibido se asocia con la adiposidad y la aterosclerosis. El estudio GEA. BMC Salud Pública. 2015; 15: 780. doi: 10.1186 / s12889-015-2112-8. pmid: 26271468
- 63. Blanco K, Scarinci IC. Comparación de salud autocalificada entre inmigrantes latinas en una ciudad del sur de los EE. UU. Y una muestra nacional. Soy J Med Sci. 2015; 350 (4): 290 – 5. doi: 10.1097 / MAJ.0000000000000554. pmid: 26263236
;