Trastorno de comunicación en Internet: es una cuestión de aspectos sociales, afrontamiento y expectativas de uso de Internet (2016)

. 2016; 7: 1747.

Publicado en línea 2016 Nov 10. doi  10.3389 / fpsyg.2016.01747

PMCID: PMC5102883

Resumen

Las aplicaciones de comunicación en línea como Facebook, WhatsApp y Twitter son algunas de las aplicaciones de Internet más utilizadas. Hay una cantidad cada vez mayor de personas que sufren un menor control sobre su uso de las aplicaciones de comunicación en línea, lo que conduce a diversas consecuencias negativas en la vida fuera de línea. Esto podría denominarse trastorno de la comunicación por Internet (ICD). El presente estudio investiga el papel de las características individuales (p. Ej., Síntomas psicopatológicos, sentimientos de soledad) y cogniciones específicas. En una muestra de participantes de 485, se probó un modelo de ecuación estructural para investigar predictores y mediadores que pueden predecir un uso excesivo. Los resultados enfatizan que un mayor nivel de soledad social y un apoyo social menos percibido aumentan el riesgo de un uso patológico. Los efectos de los síntomas psicopatológicos (depresión y ansiedad social), así como las características individuales (autoestima, autoeficacia y vulnerabilidad al estrés) en los síntomas de ICD están mediados por las expectativas de uso de Internet y los mecanismos de afrontamiento disfuncionales. Los resultados ilustran los efectos de mediación que están en línea con el modelo teórico de Brand et al. (). Como se sugiere en el modelo, los aspectos sociales parecen ser factores predictivos clave de los síntomas de la CIE. La investigación adicional debe investigar los factores convergentes y divergentes de otros tipos de trastornos específicos del uso de Internet.

Palabras clave: Adicción a Internet, sitios de redes sociales, expectativas de uso de Internet, psicopatología, personalidad, afrontamiento, comunicación en línea.

Introducción

En la vida cotidiana, Internet es una herramienta conveniente para buscar información, comprar en línea y, además, sirve para comunicarse con personas de todo el mundo. El fácil acceso y el uso cada vez mayor de teléfonos inteligentes aumentan la popularidad de los sitios de redes sociales (SNS), como Facebook, y otras aplicaciones de comunicación, como Instagram, Twitter y WhatsApp (Wu et al., ). Todas estas aplicaciones permiten la interacción con otras personas, la interacción efectiva es una característica principal de estas herramientas como parte de las redes sociales. Sin embargo, la definición de redes sociales es más extensa: “Canales basados ​​en Internet que permiten a los usuarios interactuar de manera oportunista y auto-presentarse de forma selectiva, ya sea en tiempo real o de forma asíncrona, con audiencias amplias y estrechas que obtienen valor del contenido generado por el usuario y la percepción de la interacción con otros.”(Carr y Hayes, , pag. 50). Esta definición contiene elementos clave, como el valor generado por el usuario o la comunicación masiva personal, que también forman parte de los sitios de redes profesionales, foros de discusión o foros de discusión (Carr y Hayes, ). Para este estudio, definimos la comunicación por Internet como el uso de sitios de redes sociales (por ejemplo, Facebook, Twitter, Instagram), microblogs y blogs, así como mensajeros en línea (por ejemplo, WhatsApp). El uso de estos sitios implica actividades que permiten el intercambio con otros usuarios, como publicar contenido o leer publicaciones. La definición no incluye características adicionales de sitios de redes sociales como juegos o búsqueda de información.

Algunas de las razones principales por las que estas herramientas han alcanzado tal popularidad, además de la posibilidad de mantenerse en contacto con amigos, son la gestión de impresiones y el entretenimiento (Krämer y Winter, ; Neubaum y Krämer, ). Kuss y Griffiths () detectaron factores sociales como la identificación grupal y la autoestima colectiva como principal predictor de participación en redes sociales. Los SNS son comunidades basadas en la web en las que se pueden crear perfiles individualizados para compartir información personal y conectarse con otros usuarios. Las aplicaciones de comunicación en línea se centran principalmente en la comunicación entre diferentes personas. A diferencia de las redes sociales, los juegos sociales y la búsqueda de información no son características principales de las aplicaciones de comunicación. (Amichai-Hamburger y Vinitzky, ; Kuss y Griffiths, ; Floros y siomos, ; Guedes et al. ). Sin embargo, hay una cantidad cada vez mayor de personas que experimentan consecuencias negativas debido al uso excesivo de Internet o de varias aplicaciones en línea, como la comunicación en línea. Este uso excesivo se conoce como adicción a Internet o trastorno específico del uso de Internet. Las posibles consecuencias negativas podrían ser un desempeño deficiente en el trabajo, la escuela o la universidad, conflictos con la familia y amigos, o emociones negativas (Brand et al., ). Se informa que la tasa de prevalencia de adicción a Internet es 1% en Alemania (Rumpf et al., ).

El trastorno de uso específico de Internet describe el uso adictivo de una aplicación determinada, por ejemplo, pornografía por Internet, juegos por Internet o comunicación por Internet (para una descripción general, consulte Young, ; Young et al. ; Griffiths, ; Davis, ; Kuss y Griffiths, ; Brand et al., ). El uso adictivo de la comunicación por Internet a menudo se conoce como adicción a SNS, uso patológico de SNS, así como adicción a Facebook o adicción a teléfonos inteligentes (Griffiths et al., ; Ryan et al. ; Choi et al. ; Wegmann et al. ). Todos estos términos se aplican al uso excesivo de la comunicación en línea, las redes sociales u otros servicios de comunicación por Internet, no de las funciones específicas adicionales, como los juegos en sitios de redes sociales (Kuss y Griffiths, ; Casale et al. ). En general, los aspectos principales de estas tecnologías son la comunicación y la interacción con otras, independientemente de las características específicas. Algunos individuos sufren consecuencias negativas, como sentimientos de soledad, actividades sociales deterioradas, salud psicológica, bienestar o relaciones interpersonales, problemas con la regulación emocional y acceso limitado a estrategias de afrontamiento, debido al uso de este tipo de aplicaciones en línea. (Andreassen y Pallesen, ; Hormes et al. ). A continuación, se aplicará el término trastorno de la comunicación por Internet (ICD), que es consistente con la terminología DSM-5 del trastorno de los juegos en Internet (American Psychiatric Association, ) y además recomendado por Brand et al. (). En función de los síntomas de adicciones de comportamiento en general y de la clasificación del trastorno de juegos de Internet en la sección III del DSM-5 en particular, los síntomas de DAI son saliencia, modificación del estado de ánimo, tolerancia, síntomas de abstinencia, pérdida de control, preocupación y consecuencias negativas en el trabajo, la escuela, el rendimiento académico o en las relaciones sociales (Griffiths et al., ).

Brand et al. () sugieren un modelo de proceso teórico llamado modelo I-PACE (I-PACE significa Interacción de Persona-Afecto-Cognición-Ejecución) que aborda los procesos y mecanismos potenciales subyacentes al desarrollo y mantenimiento de un trastorno específico del uso de Internet como el ICD. Este modelo se centra en la interacción entre las características centrales de la persona, las respuestas afectivas y cognitivas y la decisión de utilizar una determinada aplicación. Estos mecanismos podrían conducir a un efecto de gratificación y compensación que posiblemente resulte en un trastorno específico del uso de Internet. El marco teórico diferencia entre factores predisponentes y variables moderadoras y mediadoras. Los autores argumentan que los individuos tienen ciertas características, como personalidad, cogniciones sociales, motivos específicos para usar una aplicación, psicopatología y constitución biopsicológica. Estas características influyen en las respuestas afectivas y cognitivas, como el estilo de afrontamiento y los sesgos cognitivos relacionados con Internet, por ejemplo, las expectativas de uso de Internet. Estas variables se definen como variables moderadoras / mediadoras en el modelo I-PACE. Las expectativas de uso de Internet se definen como las expectativas que tiene el usuario hacia el uso de Internet o aplicaciones específicas. Por ejemplo, los usuarios pueden esperar que el uso de Internet les ayude a aliviar los problemas de la vida real, a evitar la soledad o a experimentar placer y a ganar emociones positivas cuando están en línea (Brand et al., ). Estas expectativas pueden influir en el comportamiento de uno y en la decisión de usar o no una determinada aplicación. En el modelo I-PACE, Brand et al. () asumen que especialmente el efecto de las características de la persona en el desarrollo y mantenimiento de un trastorno del uso de Internet está mediado por el estilo de afrontamiento y los sesgos cognitivos relacionados con Internet. Los motivos específicos y los factores predisponentes se ven reforzados por la gratificación experimentada y el escape de los sentimientos negativos. Como resultado, se puede aumentar el uso excesivo de la aplicación preferida, lo que resulta en un control disminuido y una estabilización reducida de las características centrales de la persona (Brand et al., ). Algunas partes del modelo de proceso teórico y su versión anterior (Brand et al., ) ya han sido probados empíricamente con respecto a la adicción al cibersexo por Laier y Brand (), uso adictivo de SNS por Wegmann et al. (), y adicción generalizada a Internet por Brand et al. () utilizando un enfoque de modelado de ecuaciones estructurales. Los resultados para la adicción generalizada a Internet mostraron que el estilo de afrontamiento y las expectativas de uso de Internet median completamente los efectos de la personalidad y los aspectos psicopatológicos en una adicción generalizada a Internet (Brand et al., ).

Es necesario investigar más efectos de mediación entre las características centrales de una persona y los estilos de afrontamiento, así como los sesgos cognitivos relacionados con Internet, que se asumen en el modelo I-PACE, para los diferentes trastornos del uso de Internet. El estudio actual probó posibles predictores y mediadores del trastorno de la comunicación en Internet. Considerando la identificación de mecanismos convergentes y divergentes de diferentes tipos de trastornos específicos del uso de Internet, el modelo empírico que incluye la misma operacionalización que Brand et al. () se aplicó para comparar los efectos de mediación directa e indirecta en un nivel teórico.

A continuación, se analizará el papel de ciertos predictores y mediadores potenciales para el mantenimiento y el desarrollo de un ICD. Todos los predictores que abordamos se han investigado en un estudio anterior sobre la adicción generalizada a Internet (Brand et al., ). También mencionamos estudios adicionales, que revelan efectos bivariados o directos entre los predictores hipotetizados y los síntomas de ICD.

Estudios previos, por ejemplo, demostraron la relación entre los síntomas de ICD y la depresión, así como la ansiedad social (De Cock et al., ; Panek et al. ; Hong et al. ; Bodroza y Jovanovic, ; Laconi et al. ; Moreau et al. ; Guedes et al. ). La timidez y la baja autoestima también se han relacionado con los síntomas de ICD en general o con la adicción a Facebook en particular (Chak y Leung, ; Steinfield et al. ; Omar y Subramanian, ; Panek et al. ; Bhagat, ; Laconi et al. ; Guedes et al. ). Por otro lado, Jelenchick et al. () no encontraron ningún efecto directo entre el uso de SNS y los síntomas de depresión.

Otros estudios han investigado el papel central de la soledad en la adicción a Internet y el ICD. Hardie y Tee () mostró que el uso problemático de Internet está asociado con una gran soledad, ansiedad social y un apoyo social menos percibido (Hardie y Tee, ). Kim et al. () argumentaron que las personas solitarias compensan los déficits en la vida real cuando están en línea. Esto está en línea con los estudios en los que se encontró una relación entre la soledad y el DAI (Baker y Oswald, ; De Cock et al. ; Omar y Subramanian, ; Song et al. ). Baker y Oswald () explicó que el entorno de las aplicaciones de comunicación en línea parece ser un entorno seguro para las personas tímidas que luego pueden interactuar con otras personas. Esto puede ser particularmente relevante si se percibe menos apoyo social y una gran soledad. Parece que el uso de SNS podría reducir la soledad, lo que lleva a un uso cada vez mayor de Internet para satisfacer la necesidad de interacciones sociales (Song et al., ). Los resultados enfatizan que la soledad social más que la soledad emocional mejora el uso de la comunicación en línea (Ryan y Xenos, ; Jin ). En general, todos estos estudios investigan el efecto directo entre las características de la persona y el uso patológico de diferentes aplicaciones de comunicación. Sin embargo, los posibles efectos de mediación por el estilo de afrontamiento o el sesgo cognitivo relacionado con Internet, que son postulados en el enfoque teórico por Brand et al. (), no se han investigado hasta el momento. Simplemente Wegmann et al. () mostró que el efecto de los síntomas psicopatológicos, como la depresión y la ansiedad social, sobre el uso adictivo de SNS fue mediado por las expectativas de uso de Internet. Esto está en línea con Hormes et al. () quien, en teoría, argumenta que el uso inadaptado del SNS se efectúa mediante diferentes mecanismos de refuerzo (ver también Kuss y Griffiths, ).

Por lo que podemos decir, solo hay unos pocos estudios que investigaron el papel de la autoeficacia y el uso de SNS. En su estudio, Wang J.-L. et al. () mostró que la autoeficacia de Internet era un factor predictivo significativo del uso de SNS en relación con la motivación para el uso de SNS como funciones sociales y recreativas. Esto es consistente con Gangadharbatla () quien indica que la autoeficacia de Internet tiene un efecto positivo en las actitudes hacia SNS. La relación entre la autoeficacia general y el DAI no se ha investigado hasta ahora.

En resumen, hay muchos estudios sobre la relación entre los síntomas psicopatológicos, la autoestima o la soledad y el uso patológico de la comunicación por Internet. Por ejemplo, no se han encontrado investigaciones anteriores sobre la vulnerabilidad al estrés o la autoeficacia como predictores de un DAI. Sin embargo, en el presente estudio se utilizaron los mismos predictores que también contienen vulnerabilidad al estrés y autoeficacia en el modelo de ecuación estructural para estar lo más cerca posible del modelo original por Brand et al. (). Este procedimiento permite comparar los efectos directos e indirectos de un DAI con los efectos ya encontrados en una adicción generalizada a Internet.

A nivel teórico, se podría suponer que las personas que sufren depresión y sensibilidad interpersonal tienen la expectativa de que Internet se sienta mejor o se escape de problemas de la vida real. Estas personas también pueden hacer frente a problemas por negación o uso de sustancias. Es parte de una estrategia de afrontamiento disfuncional. Hipotetizamos efectos similares para las personas con baja autoestima, baja autoeficacia y alta vulnerabilidad al estrés, así como para las personas que se sienten solas y perciben menos apoyo social. Estos aspectos sociales y de personalidad podrían llevar a altas expectativas de que Internet es una herramienta útil para escapar de los sentimientos negativos o para experimentar placer y diversión al estar en línea. También podría plantearse la hipótesis de que estas características conducen también a estrategias de afrontamiento disfuncionales. Los individuos pueden negar su baja autoestima o ignorar los sentimientos de apoyo menos percibido en lugar de enfrentarlos. Todas estas estrategias para manejar predisposiciones problemáticas podrían resultar en cogniciones específicas que descuidan el conflicto o las emociones negativas. Luego, asumimos que las personas con las expectativas y la idea de resolver problemas en línea podrían conducir a un uso incontrolado de las aplicaciones de comunicación en línea.

Estas consideraciones se basan en el modelo teórico de Brand et al. () que menciona que estos predictores (síntomas psicopatológicos, aspectos de la personalidad) están mediados por un estilo de afrontamiento disfuncional y cogniciones relacionadas con Internet, como las expectativas de uso de Internet. Dada la literatura sobre la importancia de las cogniciones sociales para el uso de SNS según postulado por Brand et al. (), argumentamos que el efecto de las cogniciones sociales en los síntomas de la CDI solo está parcialmente mediado por el estilo de afrontamiento y las expectativas. El modelo operacionalizado se muestra en la Figura. Figura11.

Figura 1 y XNUMX  

El modelo operacionalizado para analizar los supuestos principales, incluidas las variables latentes de la CIE..

Método

Participantes

Cuatrocientos ochenta y cinco participantes de edades comprendidas entre 14 y 55 años (M = 23.95, SD = 4.96 años) participaron en el estudio. Trescientos cincuenta y ocho eran mujeres, 125 eran hombres y dos no proporcionaron información sobre el género. Con respecto a otra información sociodemográfica relevante, los participantes de 252 informaron que estaban en una relación o estaban casados, 366 eran estudiantes, 115 tenía un trabajo regular. Todos los participantes han participado anteriormente en el estudio de Brand et al. (), en la que se utilizó una muestra de participantes de 1019 para probar el modelo de ecuación estructural en la adicción generalizada a Internet. La muestra actual se seleccionó sobre la base del uso de Internet de primera elección de los participantes. Les pedimos a los participantes que seleccionen la aplicación en línea específica que usan personalmente y que les resulte más atractiva. Después de que se tomó la decisión, los participantes administraron una versión de la breve Prueba de adicción a Internet que fue específica para su aplicación de primera elección. Solo se incluyeron participantes que utilizaron Internet principalmente para la comunicación en línea. Los análisis que utilizaron el trastorno de la comunicación por Internet como variable dependiente no fueron parte del estudio anterior realizado por Brand et al. (). Los participantes gastan en promedio 562.10 min (SD = 709.03) por semana usando aplicaciones de comunicación en línea. La muestra se reclutó en la Universidad de Duisburg-Essen a través de listas de correo, folletos y recomendaciones de boca en boca. La evaluación se realizó mediante una encuesta en línea y los participantes pudieron participar en el sorteo, donde tendrán la oportunidad de ganar tarjetas de regalo de iPad, iPad mini, iPod nano, iPod shuffle o Amazon. El comité de ética local aprobó el estudio.

Instrumentos

Versión modificada de la prueba corta de adicción a internet (s-IAT-com)

Los síntomas del uso patológico de las aplicaciones de comunicación en línea como SNS o blogs se evaluaron con una versión modificada de la breve Prueba de adicción a Internet, especificada para la comunicación en línea (s-IAT-com; Wegmann et al., ). Para evaluar las quejas subjetivas en la vida cotidiana debidas a las aplicaciones de comunicación en línea, el término "Internet" en la versión original se reemplazó por "sitios de comunicación en línea" en todos los artículos. La instrucción incluía una definición de comunicación en línea, que explicaba que el término sitios de comunicación en línea incluye SNS, blogs y microblogs, correo electrónico y mensajería. En el s-IAT-com, los participantes deben responder a los elementos de 12 (por ejemplo: “¿Con qué frecuencia encuentra que permanece en los sitios de comunicación de Internet más tiempo del que esperaba?? ”) En una escala Likert de cinco puntos que va desde 1 (= nunca) a 5 (= muy a menudo). Basado en la investigación de Pawlikowski et al. () la puntuación total varía de 12 a 60. Dentro de este rango, una puntuación> 30 indica un uso problemático y una puntuación> 37 indica un uso patológico de las aplicaciones de comunicación en línea. El s-IAT-com consta de dos factores: pérdida de control (seis elementos) y ansias / problemas sociales (seis elementos). La escala tiene una alta consistencia interna (α de Cronbach). Para toda la escala α fue 0.861 (pérdida de control / gestión del tiempo α = 0.842, ansia / problemas sociales α = 0.774). La escala se utilizó para representar la dimensión latente del trastorno de la comunicación por Internet.

Escala de expectativas de uso de internet

La Escala de expectativas de uso de Internet (IUES; Brand et al., ) se utilizó para evaluar las motivaciones principales de los participantes para usar Internet o estar en línea. El cuestionario evalúa una expectativa general hacia el uso de Internet como una herramienta útil para experimentar placer o para escapar de la realidad. Wegmann et al. () ya enfatizó esta escala como un factor potencial de un uso adictivo de SNS. El cuestionario consta de dos subescalas: refuerzo positivo (cuatro ítems, por ejemplo: “Utilizo Internet, porque hace posible / facilita experimentar placer ”) y expectativas de evitación (cuatro ítems, por ejemplo: “Uso Internet, porque permite / distrae la atención de los problemas ”). Las respuestas deben darse en una escala Likert de seis puntos que va desde 1 (= totalmente en desacuerdo) a 6 (= completamente de acuerdo). En la muestra actual, la consistencia interna del refuerzo positivo fue α = 0.775, de expectativas de evitación α = 0.745. Ambas variables manifiestas representaron la dimensión latente de las expectativas de uso de Internet. Para una descripción más detallada, ver Brand et al. ().

Breve COPE

El Breve COPE (Carver, ) se utilizó para evaluar el estilo de afrontamiento en varios subdominios. Para el estudio actual, utilizamos tres subescalas de la versión alemana (Knoll et al., ): negación (por ejemplo: "Me he estado diciendo a mí mismo 'esto no es real' ”.), uso de sustancias (por ejemplo: "He estado usando alcohol u otras drogas para sentirme mejor "), y la desconexión del comportamiento (por ejemplo: "He dejado de intentar afrontarlo ”). Cada subescala consta de dos ítems, que deben responderse en una escala Likert de cuatro puntos desde 1 (= no he estado haciendo esto en absoluto) a 4 (= he estado haciendo esto mucho). La consistencia interna fue para la subescala de negación α = 0.495, la subescala de consumo de sustancias α = 0.883 y la subescala de desvinculación del comportamiento α = 0.548, que es en su mayoría comparable con Carver (). Consideramos que la confiabilidad fue aceptable dado que las subescalas constan de solo dos ítems y que existen varios estudios de validación que incluyen la confiabilidad de la prueba (Brand et al., ). Las tres subescala mencionadas se utilizaron para representar la cofia de dimensión latente.

Breve inventario de síntomas

El Inventario de síntomas breves se utilizó para evaluar el estado psicológico de los participantes mediante un autoinforme (BSI; Derogatis, ). Utilizamos las dos subescalas de depresión (seis elementos, por ejemplo: "En los últimos días de 7, ¿cuánto sufriste por no sentir interés en las cosas? ") y sensibilidad interpersonal (cuatro ítems, por ejemplo: “En los últimos días de 7, cuánto sufriste por sentirte inferior a los demás ".) de la versión alemana (Franke, ). Las respuestas deben darse en una escala de Likert de cinco puntos que van desde 0 (= nada) a 4 (= extremadamente). La consistencia interna en nuestra muestra fue α = 0.863 (depresión de subescala) y α = 0.798 (sensibilidad interpersonal de subescala). La dimensión latente de los síntomas psicopatológicos estaba representada por ambas subescalas.

Escala de autoestima

Para evaluar la autoestima, utilizamos la Escala de Autoestima modificada de Collani y Herzberg () basado en la escala original de Rosenberg (). Se compone de diez artículos (por ejemplo: "Tomo una actitud positiva hacia mi mismo. ”), Que deben responderse en una escala Likert de cuatro puntos que va desde 0 (= muy en desacuerdo) a 3 (= muy de acuerdo). La consistencia interna fue α = 0.904.

Escala de autoeficacia

Una autoeficacia general se evaluó mediante la Escala de autoeficacia (Schwarzer y Jerusalén, ) que consta de diez artículos (por ejemplo: "Normalmente puedo manejar lo que se me presente.). Los participantes responden en una escala Likert de cuatro puntos desde 1 (= no es cierto) a 4 (= no es exactamente cierto). La consistencia interna fue α = 0.860.

Inventario de Trier para el estrés crónico.

Medimos la vulnerabilidad al estrés en los últimos meses de 3 con el Inventario de Tréveres para el Estrés Crónico (TICS) de Schulz et al. (). Doce artículos (por ejemplo: “Miedo a que suceda algo desagradable ".) deben clasificarse en una escala Likert de cinco puntos que va desde 0 (= nunca) a 4 (= muy a menudo). La consistencia interna fue α = 0.910.

Las variables manifiestas de la escala de autoestima, la escala de autoeficacia y el inventario de Trier para el estrés crónico representaron los aspectos de la personalidad de la dimensión latente.

Escala de soledad

Utilizamos la versión corta de la Escala de la soledad (De Jong Gierveld y Van Tilburg, ) para medir el sentimiento de soledad. Este cuestionario contiene dos subescalas: soledad emocional (tres artículos, por ejemplo: "Experimento un sentido general de vacío ".) y soledad social/apoyo social percibido (tres artículos, por ejemplo: "Echo de menos tener gente a mi alrededor ”.). En el presente estudio nos centramos en soledad social/apoyo social percibido. En esta subescala, los elementos deben clasificarse en una escala Likert de cinco puntos desde 1 (= no!) A 5 (= yes!). Consistencia interna para soledad emocional era α = 0.755 y para soledad social/apoyo social percibido α = 0.865.

Cuestionario de apoyo social

Medimos el apoyo social percibido con el Cuestionario de Apoyo Social (F-SozU; Fydrich et al., ) que consta de elementos 14 (por ejemplo: "Tengo un amigo cercano que siempre está dispuesto a ayudarme ".), que deben clasificarse en una escala Likert de cinco puntos desde 1 (= no es cierto) a (5 = absolutamente cierto). La consistencia interna fue α = 0.924.

La variable manifiesta para la soledad social de la Escala de Soledad y la puntuación media del Cuestionario de Apoyo Social representaron la dimensión latente de los aspectos sociales.

Análisis estadístico

Los análisis estadísticos se llevaron a cabo utilizando SPSS 23.0 para Windows (IBM SPSS Statistics, lanzado 2014). Para probar las relaciones bivariadas entre dos variables, calculamos las correlaciones de Pearson. El análisis factorial confirmatorio (CFA) y el modelo de ecuación estructural (SEM) se computaron con Mplus 6 (Muthén y Muthén, ). No faltaron datos. Evaluamos el ajuste del modelo con los criterios estándar: raíz cuadrada media estandarizada residual (SRMR; valores <0.08 indican un buen ajuste con los datos), índices de ajuste comparativo (CFI / TLI; valores> 0.90 indican un ajuste aceptable y> 0.95 un buen ajuste). con los datos) y el error cuadrático medio de aproximación (RMSEA; valores <0.08 indican un buen ajuste del modelo y 0.08-0.10 aceptable) (Hu y Bentler, , ). El χ2 Se usó la prueba para verificar, si los datos derivan del modelo definido. Para contrastar diferentes modelos, consideramos el Criterio de Información Bayesiano (BIC), mientras que los valores de diez puntos más bajos indican un mejor ajuste con los datos (Kass y Raftery, ). Todas las variables relevantes para la mediación debían correlacionarse entre sí (Baron y Kenny, ).

Resultados

Descripción y correlaciones

La puntuación media de la muestra en el s-IAT-com y las puntuaciones de los cuestionarios aplicados y las correlaciones bivariadas se pueden encontrar en la Tabla Table1.1. En comparación con las puntuaciones de corte informadas por Pawlikowski et al. () 39 participantes (8.04%) indicaron un uso problemático pero no patológico (puntajes de corte> 30 pero ≤37) y 15 participantes (3.09%) un uso patológico (puntajes de corte> 37) de actividades de comunicación en línea.

Tabla 1  

Estadísticas descriptivas y correlaciones bivariadas entre los puntajes de la prueba corta de adicción a Internet y las escalas aplicadas.

Modelo de ecuación estructural

El modelo de ecuación estructural propuesto en la variable latente con síntomas ICD (s-IAT-com) como variable dependiente mostró un buen ajuste con los datos. El RMSEA fue 0.060 (p = 0.054), CFI era 0.957, TLI era 0.938 y el SRMR era 0.040, BIC era 15072.15. El χ2—La prueba fue significativa,2 fue 174.17 (p <0.001) y χ2/ df fue 2.76.

En general, 50.8% de la varianza en los síntomas de ICD podría explicarse por el modelo propuesto (R2 = 0.508, p <0.001). El modelo de ecuación estructural con las cargas factoriales y los pesos β se representan en la Figura Figura22.

Figura 2 y XNUMX  

Los resultados del modelo de ecuación estructural, incluidas las cargas factoriales en las variables latentes descritas y los pesos β adjuntos, p-valores, y residuos.

La variable latente aspectos sociales tuvo un efecto directo sobre la variable latente dependiente ICD mientras que las otras variables latentes no mostraron ningún efecto directo (todas las β <0.169, todas p's> 0.263). Sin embargo, ambas variables mediadoras, las expectativas de uso de Internet y el afrontamiento fueron predictores significativos de ICD. Además, los aspectos de la personalidad fueron un predictor significativo de afrontar un peso β negativo. El efecto indirecto de los aspectos de personalidad sobre el afrontamiento de la CIE fue significativo (β = −0.166, SE = 0.077, p = 0.031). El efecto indirecto de los síntomas psicopatológicos a los síntomas de CDI sobre las expectativas de uso de Internet también fue significativo (β = 0.199, SE = 0.070, p = 0.005). Ambos resultados indicaron efectos de mediación.

Análisis adicionales

Para comprender mejor los mecanismos subyacentes de la ICD, se probaron algunos modelos adicionales o partes del modelo.

El primer tema que abordamos fue el efecto de los aspectos sociales en el ICD. Comparado con el modelo empírico de Brand et al. (), los aspectos sociales de la variable latente fueron conceptualizados con las variables manifiestas. apoyo social percibido y la variable latente soledad social de la Escala de la soledad de De Jong Gierveld y Van Tilburg () en lugar de la subescala soledad emocional En el estudio actual. Cuando se usan las mismas variables manifiestas para la variable latente. aspectos sociales, como se hace en Brand et al. (), hubo un ajuste aceptable del modelo (CFI = 0.955, TLI = 0.936, RMSEA 0.063, SRMR = 0.040, BIC = 15142.03). Sin embargo, la diferencia entre este modelo y el modelo principal del estudio actual es que no hubo un efecto directo de los aspectos sociales o el efecto de mediación de los aspectos de la personalidad y el DAI al enfrentarlos. Las variables demográficas también se consideraron como variables potenciales que pueden tener un efecto en el modelo de ecuación estructural. Primero calculamos las correlaciones bivariadas entre las variables manifiestas y la edad y encontramos solo correlaciones con un tamaño de efecto bajo (Cohen, ) entre edad y autoestima, autoeficacia, vulnerabilidad al estrés, variables de afrontamiento y expectativas de uso de Internet (r's <| 0.212 |). En general, no se cumplieron los requisitos para integrar la edad en el modelo propuesto (Baron y Kenny, ). Para controlar los sesgos de género, se calculó una comparación de grupo con todas las variables y se encontraron diferencias significativas entre los participantes masculinos y femeninos con respecto a la sensibilidad interpersonal, la autoeficacia, la vulnerabilidad al estrés, el uso de sustancias de subescala de afrontamiento y los factores de expectativa de uso de Internet (t = | 0.06 – 4.32 |, p = 0.035– <0.001). Posteriormente, se analizó un modelo de ecuación estructural con diferenciación adicional por género mediante un análisis de estructura media. Esta forma de proceder se utiliza a menudo para comparar las medias del grupo (hombre frente a mujer) en los constructos propuestos (Dimitrov, ). Los índices de ajuste fueron aceptables (CFI = 0.942, TLI = 0.926, RMSEA 0.066, SRMR = 0.070, BIC = 15179.13). En general, encontramos las mismas relaciones entre afrontamiento, expectativas de uso de Internet e ICD para participantes masculinos y femeninos. Para las mujeres, el efecto directo de los aspectos sociales al ICD no fue significativo (β = −0.148, p = 0.087) ni para los hombres (β = −0.067, p = 0.661), aunque el tamaño del efecto fue más descriptivo. El efecto de los síntomas psicopatológicos en el DAI mediado por las expectativas de uso de Internet solo se encontró en mujeres (β = 0.192, SE = 0.086, p = 0.025). Sin embargo, debido al pequeño tamaño de la muestra para los modelos de ecuaciones estructurales, los resultados deben discutirse con cautela. Los diferentes modelos de ecuaciones estructurales para la muestra femenina y masculina con las cargas factoriales y los pesos β se representan en la Figura Figura33.

Figura 3 y XNUMX  

Los resultados del modelo de ecuación estructural se separaron para la muestra femenina y masculina, incluidas las cargas factoriales en las variables latentes descritas y los pesos β adjuntos. p-valores, y residuos.

Discusión

Discusión general de los resultados.

El estudio actual analizó los mecanismos potenciales como las características de la persona, el estilo de afrontamiento y el sesgo cognitivo relacionado con Internet asociado con los síntomas del ICD. El modelo de ecuación estructural propuesto se basó en el modelo teórico de un trastorno específico del uso de Internet de Brand et al. () y un modelo empírico sobre la adicción generalizada a Internet por Brand et al. (). En general, el modelo con ICD como variable dependiente arrojó un buen ajuste con los datos. El modelo hipotetizado explicó el 50.8% de la varianza de los síntomas del DAI. Los resultados mostraron que la relación entre las características de la persona y el ICD estaba parcialmente mediada por el estilo de afrontamiento y las expectativas de uso de Internet. Además, se encontró un efecto directo de aspectos sociales como la soledad social y el apoyo social percibido a los síntomas de la DCI.

Al principio, calculamos la correlación bivariada entre todas las variables y la puntuación de comunicación s-IAT, que fueron significativas. Esto está en línea con la investigación previa en ICD. Los hallazgos también confirman la hipótesis de que la vulnerabilidad al estrés y la autoeficacia se correlacionan con el ICD (por primera vez).

En segundo lugar, se analizó el hipotético modelo de ecuación estructural. El estudio encontró que los aspectos sociales desempeñan un papel central en el ICD. La soledad social alta y el apoyo social menos percibido predijeron los síntomas de DAI. Las personas que se perciben a sí mismas como solas socialmente y menos apoyadas socialmente experimentan más consecuencias negativas debido a su comportamiento de comunicación en línea, lo cual está en línea con investigaciones anteriores (Baker y Oswald, ; De Cock et al. ; Omar y Subramanian, ; Song et al. ). Las personas que seleccionaron las aplicaciones de comunicación en línea como su actividad principal en línea parecen satisfacer las necesidades sociales en línea más que en situaciones de la vida real (Song et al., ). Esto indica que las aplicaciones de comunicación en línea cumplen una función social y posiblemente compensan los déficits percibidos de la vida real, que parecen ser un mecanismo esencial para el comportamiento de comunicación problemático (Kim et al., ; Yadav et al. ; Huang et al. ). Curiosamente, este efecto no fue mediado por estrategias de superación o expectativas relacionadas con la utilidad de Internet para resolver problemas o escapar de la realidad. Por lo tanto, la gratificación experimentada o la compensación de los déficits sociales, que llevan a un uso excesivo de Internet, describe un efecto directo sin el impacto de sesgos cognitivos adicionales.

El presente estudio tuvo como objetivo identificar los efectos de la mediación y verificar los resultados con hallazgos empíricos previos sobre los mecanismos de una adicción generalizada a Internet (Brand et al., ). No hubo un efecto directo ni mediado de los aspectos sociales en una adicción general a Internet. En consecuencia, se puede suponer que el uso adictivo de Facebook, WhatsApp o Twitter está asociado con déficits sociales en la vida real, como la soledad social percibida y el apoyo social menos percibido. Este no es el caso de un uso excesivo general de Internet cuando no se prefiere ninguna aplicación específica. Por lo tanto, la preferencia de las aplicaciones de comunicación en línea como un entorno seguro, anónimo y controlado para la comunicación se asocia con una menor integración en las redes sociales de la vida real, lo que se supone que conduce a un uso disfuncional.

El estudio también mostró que el estilo de afrontamiento disfuncional y las expectativas de uso de Internet son predictores significativos de CDI, lo cual es consistente con otros estudios sobre predictores de adicción a Internet (Tonioni et al., ; Turel y Serenko, ; Xu et al. ; Tang et al. ; Brand et al., ; Kardefelt-Winther, ; Lee et al. ). Las personas con grandes expectativas hacia Internet como una herramienta útil para distraerse de los deberes molestos o para experimentar placer, así como con estrategias de afrontamiento disfuncionales como la negación o la desconexión del comportamiento, tienen un mayor riesgo de desarrollar un ICD. La relevancia de los síntomas psicopatológicos como la ansiedad social y la depresión para un DAI está respaldada por el modelo sugerido y es compatible con otras investigaciones sobre la relación entre los aspectos psicopatológicos y el uso de SNS (De Cock et al., ; Panek et al. ; Hong et al. ; Bhagat, ; Bodroza y Jovanovic, ; Laconi et al. ; Moreau et al. ; Guedes et al. ). El efecto de los síntomas psicopatológicos en la DAI estuvo mediado por las expectativas de uso de Internet, lo que concuerda con el estudio de Wegmann et al. (). Las personas con síntomas depresivos, ansiedad social y expectativas hacia Internet como una herramienta útil para escapar de sentimientos negativos y satisfacer necesidades sociales, tienen un mayor riesgo de desarrollar un uso problemático de los servicios de comunicación en línea (Wegmann et al., ). Al igual que los síntomas psicopatológicos, el efecto de aspectos de la personalidad como la autoestima, la autoeficacia y la vulnerabilidad al estrés frente a la CDI fueron mediados por cogniciones específicas, en este caso un estilo de afrontamiento disfuncional. La baja autoestima, la autoeficacia y una mayor vulnerabilidad al estrés conducen a la negación o los problemas, el uso de sustancias y la desconexión del comportamiento. Estas personas no tienen más estrategias para enfrentar la baja autoestima o los sentimientos de soledad o depresión. Esta asociación podría influir en las personas para conectarse en línea con el fin de escapar de los problemas de la vida real. Las investigaciones anteriores ya indicaban la relación entre la autoestima y la preferencia por la comunicación en línea (Chak y Leung, ; Steinfield et al. ; Panek et al. ; Bhagat, ; Laconi et al. ; Guedes et al. ). De acuerdo con el enfoque teórico de Brand et al. (), se supone que los individuos con mayor vulnerabilidad al estrés y deficiencias en cuanto a su autoconfianza en combinación con estrategias de afrontamiento disfuncionales / impulsivas tienen una mayor necesidad de regulación del estado de ánimo (Whang et al., ; Tonioni et al. ; Brand et al., ). La interacción entre las características de estas personas y la forma individual de reaccionar ante situaciones difíciles podría resultar en el uso de la aplicación de “primera elección”, es decir, aplicaciones de comunicación, en las que los individuos se comunican con otros. Este comportamiento puede ser una estrategia muy útil dado que las personas discuten sus problemas con otras personas en línea. Por otro lado, este comportamiento podría ser problemático si se descuidan otras estrategias de resolución de problemas y se ignora el contacto en la vida real, lo que podría resultar en un mayor aislamiento social. Los resultados indican que las estrategias de resolución de problemas de la vida real también juegan un papel importante en línea. Transmitir estrategias funcionales de afrontamiento, como el afrontamiento activo, parece ser un mecanismo preventivo esencial para disminuir el riesgo de utilizar Internet o la aplicación de "primera elección" como estrategia de afrontamiento disfuncional (Kardefelt-Winther, ).

Al controlar los resultados después de buscar el sesgo de género, encontramos algunas diferencias en los resultados para hombres y mujeres. Los resultados simplemente revelaron que el uso de aplicaciones de comunicación en línea cuando se sentía solo o la percepción de menos apoyo social era más distintivo para las mujeres. Algunas diferencias entre participantes masculinos y femeninos para diferentes trastornos de uso de Internet o patrones de uso de SNS se informaron previamente (Ko et al., ; Meerkerk et al. ; Kuss y Griffiths, ; Laconi et al. ). Ang () por ejemplo, enfatizó que las mujeres con un fuerte hábito de Internet tienen más probabilidades de participar en la comunicación en línea que los participantes masculinos. Las posibles diferencias para ICD deben investigarse en estudios posteriores.

En resumen, los hallazgos están en línea con el modelo teórico del trastorno de uso de Internet (Brand et al., ) que indica que la relación entre las características de la persona y los síntomas de un trastorno del uso de Internet está mediada por cogniciones específicas. Además, los efectos de mediación que se encontraron en el curso de este estudio ya se suponían para una adicción a Internet generalizada (Brand et al., ) y la adicción al cibersexo (Laier y Brand, ). Sin embargo, la relevancia de aspectos individuales como psicopatología, personalidad y aspectos sociales difiere. Si bien los aspectos de la personalidad y los síntomas psicopatológicos estaban mediados por dimensiones cognitivas que evaluaban una adicción generalizada a Internet y CDI, las cogniciones sociales no desempeñaban un papel en el desarrollo y mantenimiento del uso excesivo generalizado de Internet. En el presente estudio, los aspectos sociales tuvieron un efecto directo en los síntomas de la CIE.

En consecuencia, el estudio actual enfatiza los mecanismos convergentes y divergentes de diferentes formas de trastornos del uso de Internet, como muestran Montag et al. (), Laconi et al. (), Pawlikowski et al. (), y Wang CW et al. (). Si bien parece haber una superposición entre los mecanismos potenciales de un uso excesivo general de Internet y el comportamiento de comunicación en línea, se encontró evidencia que permite diferenciar entre trastornos específicos del uso de Internet. Por lo tanto, se podría concluir que la adicción generalizada a Internet y la DAI comparten mecanismos comunes pero no son sinónimos (Hormes et al., ). Algunas investigaciones muestran evidencia creciente que sugiere similitudes entre el uso excesivo de aplicaciones de comunicación por Internet y otras adicciones de comportamiento. Estos estudios ilustran la relevancia de los mecanismos de refuerzo, así como la evidencia de varios criterios diagnósticos, que enfatizan el propio constructo de un ICD (Kuss y Griffiths, ; Andreassen y Pallesen, ; Hormes et al. ).

Una conclusión principal es que el modelo teórico del trastorno de uso de Internet (Brand et al., ) podría ser transferido a ICD, similar al caso de adicción al cybersex (Laier y Brand, ). La modificación de este modelo teórico en un trastorno específico del uso de Internet, que enfatiza el uso de aplicaciones específicas y preferidas, podría facilitar la comprensión de los mecanismos individuales. El modelo modificado para un ICD debe centrarse en el papel de los aspectos sociales y el supuesto de que las personas con déficits sociales percibidos utilizan aplicaciones de comunicación en línea para compensar estos déficits directamente. Esto contrasta con otras características de la persona, que están mediadas por cogniciones específicas. Además, el modelo empírico del estudio actual debe controlarse para detectar otras formas, como el trastorno por juegos de Internet, el trastorno por uso de pornografía en Internet o el comportamiento patológico de compra en línea. Para el trastorno de los juegos de Internet, las personas también pueden usar la función para comunicarse en línea y mantenerse en contacto con otros jugadores mientras juegan. En consecuencia, en este caso, también se debe discutir el papel potencial de los aspectos sociales.

Limitaciones

Finalmente, hay algunas limitaciones a mencionar. Primero, el estudio se basa en una encuesta en línea en una muestra no clínica. Aunque los datos fueron controlados cuidadosamente y eliminaron a los participantes, que respondieron los cuestionarios en un tiempo excesivamente largo o corto, no pudimos excluir sesgos potenciales en los datos debido a la relación entre el entorno en línea de la encuesta y su contenido. En segundo lugar, el Breve COPE de Carver () mostró una fiabilidad baja, que aún es comparable a estudios anteriores (Carver, ; Brand et al., ). Sin embargo, los estudios futuros deben considerar usar otro cuestionario o controlar los datos y las subescalas con respecto a su confiabilidad. Sin embargo, utilizamos estas subescalas para modelar la cofia como dimensión latente, lo que significa que los efectos en el modelo de ecuación estructural estaban libres de errores de medición, aunque la confiabilidad de las escalas individuales que medían la cofia no era óptima. Con respecto a la discusión sobre el sesgo del método común, una fortaleza del estudio actual es la heterogeneidad de las escalas de Likert. Podsakoff et al. () enfatizar que el uso de formatos de escala comunes se referiría a la covariación artificial. Recomiendan el uso de diferentes escalas y construcciones para mejorar las variaciones y reducir el sesgo del método común. En tercer lugar, en el estudio actual se utilizó el término "aplicación de comunicación por Internet" o "aplicaciones de comunicación en línea". Dado que este término incluye una amplia gama de tecnologías diferentes, el efecto de las diferentes tecnologías se puede abordar en futuras investigaciones. Sin embargo, para limitar este problema, a todos los participantes del estudio se les ha dado una definición clara del término "aplicaciones de comunicación por Internet". Además, se podrían especificar variables como la autoeficacia para las variables dependientes y los mecanismos subyacentes, para Ejemplo de uso de la autoeficacia de Internet o la autoeficacia para estas diferentes aplicaciones de comunicación en línea.

Las investigaciones futuras

Las investigaciones futuras deberían investigar los mecanismos directos convergentes y divergentes de diferentes tipos de trastornos del uso de Internet. En el presente estudio se utilizó un modelo de ecuación estructural y los resultados se compararon con otros hallazgos empíricos en la literatura. Sin embargo, una comparación empírica directa debería ampliar nuestro conocimiento sobre las diferentes contribuciones de los aspectos sociales en el desarrollo y mantenimiento de diferentes tipos de trastornos de uso de Internet.

Contribuciones de autor

EW: Escribió el primer borrador del documento, supervisó la preparación del manuscrito y contribuyó con el trabajo intelectual y práctico al manuscrito; MB: Editó el borrador, lo revisó críticamente y contribuyó intelectualmente y prácticamente al manuscrito. Ambos autores finalmente aprobaron el manuscrito. Ambos autores son responsables de todos los aspectos del trabajo.

Declaracion de conflicto de interes

Los autores declaran que la investigación se llevó a cabo en ausencia de cualquier relación comercial o financiera que pudiera interpretarse como un posible conflicto de intereses.

Referencias

  • Asociación Americana de Psiquiatría (2013). Manual diagnóstico y estadístico de trastornos mentales, 5th Edn. Washington DC: Publicación psiquiátrica estadounidense.
  • Amichai-Hamburger Y., Vinitzky G. (2010). Red social de uso y personalidad. Comput. Tararear. Behav. 26, 1289 – 1295. 10.1016 / j.chb.2010.03.018 [Cross Ref.]
  • Andreassen CS, Pallesen S. (2014). Red social adicción al sitio: una revisión integral. Curr. Farmacéutico Des. 20, 4053 – 4061. 10.2174 / 13816128113199990616 [PubMed] [Cross Ref.]
  • Ang C.-S. (2017). La fuerza del hábito de Internet y la comunicación en línea: explorando las diferencias de género. Comput. Tararear. Behav. 66, 1 – 6. 10.1016 / j.chb.2016.09.028 [Cross Ref.]
  • Baker LR, Oswald DL (2010). Servicios de timidez y redes sociales en línea. J. Soc. Pers. Relat. 27, 873 – 889. 10.1177 / 0265407510375261 [Cross Ref.]
  • Baron RM, Kenny DA (1986). La distinción variable moderador-mediador en la investigación psicológica social: consideraciones conceptuales, estratégicas y estadísticas. J. Pers. Soc. Psychol. 51, 1173 – 1182. 10.1037 / 0022-3514.51.6.1173 [PubMed] [Cross Ref.]
  • Bhagat S. (2015). ¿Es Facebook un planeta de individuos solitarios? Una revisión de la literatura. En t. J. indio. Psychol. 3, 5 – 9.
  • Bodroza B., Jovanovic T. (2015). Validación de la nueva escala para medir los comportamientos de los usuarios de Facebook: aspectos psicosociales del uso de Facebook (PSAFU). Comput. Tararear. Behav. 54, 425 – 435. 10.1016 / j.chb.2015.07.032 [Cross Ref.]
  • Marca M., Laier C., Young KS (2014a). Adicción a Internet: estilos de afrontamiento, expectativas e implicaciones de tratamiento. Frente. Psychol. 5: 1256. 10.3389 / fpsyg.2014.01256 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  • Marca M., Young KS, Laier C. (2014b). Control prefrontal y adicción a Internet: un modelo teórico y revisión de los hallazgos neuropsicológicos y de neuroimagen. Frente. Behav. Neurosci. 8: 375. 10.3389 / fnhum.2014.00375 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  • Marca M., Young KS, Laier C., Wölfling K., Potenza MN (2016). Integración de consideraciones psicológicas y neurobiológicas con respecto al desarrollo y mantenimiento de trastornos específicos del uso de Internet: un modelo de Interacción de Persona-Afecto-Cognición-Ejecución (I-PACE). Neurosci. Biobehav. Rev. 71, 252 – 266. 10.1016 / j.neubiorev.2016.08.033 [PubMed] [Cross Ref.]
  • Carr CT, Hayes RA (2015). Redes sociales: definiendo, desarrollando y adivinando. Atl J. Commun. 23, 46 – 65. 10.1080 / 15456870.2015.972282 [Cross Ref.]
  • Carver CS (1997). Quiere medir el afrontamiento pero su protocolo es demasiado largo: considere el Breve COPE. En t. J. Behav. Medicina. 4, 92-100. 10.1207 / s15327558ijbm0401_6 [PubMed] [Cross Ref.]
  • Casale S., Fioravanti G., Flett GL, Hewitt PL (2015). Estilos de auto presentación y uso problemático de los servicios comunicativos de Internet: el papel de las preocupaciones sobre las demostraciones de comportamiento de la imperfección. Pers. Individuo Dif. 76, 187 – 192. 10.1016 / j.paid.2014.12.021 [Cross Ref.]
  • Chak K., Leung L. (2004). La timidez y el lugar de control como predictores de la adicción a Internet y el uso de Internet. Cyberpsychol. Behav. 7, 559 – 570. 10.1089 / cpb.2004.7.559 [PubMed] [Cross Ref.]
  • Choi S.-W., Kim D.-J., Choi J.-S., Choi E.-J., Song W.-Y., Kim S., et al. . (2015). Comparación de los factores de riesgo y de protección asociados con la adicción a los teléfonos inteligentes y la adicción a Internet. J. Behav. Adicto. 4, 308 – 314. 10.1556 / 2006.4.2015.043 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  • Cohen J. (1988). El análisis del poder estadístico para las ciencias de la conducta. Hillsdale, NJ: Erlbaum.
  • Collani G., Herzberg PY (2003). Una vez que revise el texto de la empresa Skala zum Selbstwertgefühl von Rosenberg. Zeitschri. Diferencia Diagn. Psychol. 24, 3 – 7. 10.1024 / 0170-1789.24.1.3 [Cross Ref.]
  • Davis RA (2001). Un modelo cognitivo-conductual de uso patológico de internet. Comput. Tararear. Behav. 17, 187 – 195. 10.1016 / S0747-5632 (00) 00041-8 [Cross Ref.]
  • De Cock R., Vangeel J., Klein A., Minotte P., Rosas O., Meerkerk G.-J. (2013). Uso compulsivo de los sitios de redes sociales en Bélgica: prevalencia, perfil y el papel de la actitud hacia el trabajo y la escuela. Cyberpsychol. Behav. Soc. Netw. 17, 166 – 171. 10.1089 / cyber.2013.0029 [PubMed] [Cross Ref.]
  • De Jong Gierveld J., Van Tilburg TG (2006). Una escala de ítems 6 para la soledad general, emocional y social: pruebas de confirmación en datos de encuestas. Res. Envejecimiento 28, 582 – 598. 10.1177 / 0164027506289723 [Cross Ref.]
  • Derogatis LR (1993). BSI: Inventario Breve de Síntomas (Manual). Minneapolis: Sistemas Informáticos Nacionales.
  • Dimitrov DM (2006). Comparando grupos en variables latentes: un enfoque de modelado de ecuaciones estructurales. Trabajo 26, 429 – 436. ElPubMed]
  • Floros G., Siomos K. (2013). La relación entre la crianza óptima, la adicción a Internet y los motivos para las redes sociales en la adolescencia. Psiquiatría Res. 209, 529 – 534. 10.1016 / j.psychres.2013.01.010 [PubMed] [Cross Ref.]
  • Franke GH (2000). Informe breve de síntomas de LR Derogatis (Kurzform der SCL-90-R) - Versión alemana. Göttingen: Beltz Test GmbH.
  • Fydrich T., Sommer G., Tydecks S., Brähler E. (2009). Fragebogen zur sozialen Unterstützung (F-SozU): Normierung der Kurzform (K-14) [Cuestionario de Apoyo Social (F-SozU): estandarización de la forma corta (K-14). Zeitschri. Medicina. Psychol. 18, 43 – 48.
  • Gangadharbatla H. (2008). Facebook me: autoestima colectiva, necesidad de pertenencia y autoeficacia en Internet como predictores de las actitudes de iGeneration hacia los sitios de redes sociales. J. Interact. Propaganda. 8, 5-15. 10.1080 / 15252019.2008.10722138 [Cross Ref.]
  • Griffiths MD (2000). ¿Existe Internet y la "adicción" a la computadora? Alguna evidencia de estudio de caso. Cyberpsychol. Behav. 3, 211 – 218. 10.1089 / 109493100316067 [Cross Ref.]
  • Griffiths MD, Kuss DJ, Demetrovics Z. (2014). Adicción a las redes sociales: una visión general de los resultados preliminares, en Behavioral Addictions, editores Feder K., Rosenberg P., Curtiss L., editores. (San Diego, CA: Academic Press;), 119 – 141.
  • Guedes E., Nardi AE, Guimarães FMCL, Machado S., King ALS (2016). Redes sociales, una nueva adicción en línea: una revisión de Facebook y otros trastornos de la adicción. Medicina. Expr. 3, 1 – 6. 10.5935 / medicalexpress.2016.01.01 [Cross Ref.]
  • Hardie E., Tee MY (2007). Uso excesivo de Internet: el papel de la personalidad, la soledad y las redes de apoyo social en la adicción a Internet. Aust. J. Emerg. Tecnol. Soc. 5, 34 – 47.
  • Hong F.-Y., Huang D.-H., Lin H.-Y., Chiu S.-L. (2014). Análisis de los rasgos psicológicos, uso de Facebook y modelo de adicción a Facebook de estudiantes universitarios taiwaneses. Telemat Informar. 31, 597 – 606. 10.1016 / j.tele.2014.01.001 [Cross Ref.]
  • Hormes JM, Kearns B., Timko CA (2015). ¿Deseando Facebook? Adicción conductual a las redes sociales en línea y su asociación con déficits de regulación emocional. Adicción 109, 2079 – 2088. 10.1111 / add.12713 [PubMed] [Cross Ref.]
  • Hu L., Bentler PM (1995). Evaluación del ajuste del modelo, en Problemas y aplicaciones de conceptos de modelado de ecuaciones estructurales, ed Hoyle RH, editor. (Londres: Sage Publications Inc.), 76 – 99.
  • Hu L., Bentler PM (1999). Criterios de corte para los índices de ajuste en el análisis de la estructura de covarianza: criterios convencionales frente a nuevas alternativas. Struct. Equ. Modelado de 6, 1 – 55. 10.1080 / 10705519909540118 [Cross Ref.]
  • Huang L.-Y., Hsieh Y.-J., Wu Y.-CJ (2014). Las gratificaciones y el uso del servicio de redes sociales: el papel mediador de la experiencia en línea. Informar. Manag. 51, 774 – 782. 10.1016 / j.im.2014.05.004 [Cross Ref.]
  • Jelenchick LA, Eickhoff JC, Moreno MA (2013). “¿Depresión de Facebook?” Uso de redes sociales y depresión en adolescentes mayores. J. Adolesc. Salud 52, 128 – 130. 10.1016 / j.jadohealth.2012.05.008 [PubMed] [Cross Ref.]
  • Jin B. (2013). Cómo la gente solitaria usa y percibe Facebook. Comput. Tararear. Behav. 29, 2463 – 2470. 10.1016 / j.chb.2013.05.034 [Cross Ref.]
  • Kardefelt-Winther D. (2014). Una crítica conceptual y metodológica de la investigación de la adicción a Internet: hacia un modelo de uso compensatorio de Internet. Comput. Tararear. Behav. 31, 351 – 354. 10.1016 / j.chb.2013.10.059 [Cross Ref.]
  • Kass RE, Raftery AE (1995). Factores de Bayes. Mermelada. Stat. Asoc. 90, 773 – 795. 10.1080 / 01621459.1995.10476572 [Cross Ref.]
  • Kim J., LaRose R., Peng W. (2009). La soledad como la causa y el efecto del uso problemático de Internet: la relación entre el uso de Internet y el bienestar psicológico. Cyberpsychol. Behav. 12, 451 – 455. 10.1089 / cpb.2008.0327 [PubMed] [Cross Ref.]
  • Knoll N., Rieckmann N., Schwarzer R. (2005). Hacer frente como mediador entre los resultados de personalidad y estrés: un estudio longitudinal con pacientes de cirugía de cataratas. EUR. J. Pers. 19, 229 – 247. 10.1002 / per.546 [Cross Ref.]
  • Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005). Diferencias de género y factores relacionados que afectan la adicción al juego en línea entre los adolescentes taiwaneses. J. Nerv. Reunió. Dis. 193, 273 – 277. 10.1097 / 01.nmd.0000158373.85150.57 [PubMed] [Cross Ref.]
  • Krämer NC, Winter S. (2008). La relación de la autoestima, la extraversión, la autoeficacia y la auto-presentación dentro de las redes sociales. J. Media. Psychol. 20, 106 – 116. 10.1027 / 1864-1105.20.3.106 [Cross Ref.]
  • Kuss DJ, Griffiths MD (2011a). Adicción a los juegos de Internet: una revisión sistemática de la investigación empírica En t. J. Ment. Adicto a la salud. 10, 278 – 296. 10.1007 / s11469-011-9318-5 [Cross Ref.]
  • Kuss DJ, Griffiths MD (2011b). Red social en línea y adicción: una revisión de la literatura psicológica. En t. J. Environ. Res. Salud Pública 8, 3528 – 3552. 10.3390 / ijerph8093528 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  • Laconi S., Tricard N., Chabrol H. (2015). Diferencias entre usuarios de Internet problemáticos específicos y generalizados según el sexo, la edad, el tiempo que pasan en línea y los síntomas psicopatológicos. Comput. Tararear. Behav. 48, 236 – 244. 10.1016 / j.chb.2015.02.006 [Cross Ref.]
  • Laier C., Marca M. (2014). Evidencia empírica y consideraciones teóricas sobre los factores que contribuyen a la adicción al cibersexo desde una perspectiva cognitivo-conductual. Sexo. Adicto. Compulsividad 21, 305 – 321. 10.1080 / 10720162.2014.970722 [Cross Ref.]
  • Lee Y.-H., Ko C.-H., Chou C. (2015). Repaso de la adicción a Internet entre estudiantes taiwaneses: una comparación transversal de las expectativas de los estudiantes, los juegos en línea y la interacción social en línea. J. Abnorm. Child Psychol. 43, 589–599. 10.1007 / s10802-014-9915-4 [PubMed] [Cross Ref.]
  • Meerkerk G., Van Den Eijnden RJJM, Garretsen HFL (2006). Predecir el uso compulsivo de Internet: ¡se trata de sexo! Cyberpsychol. Behav. 9, 95-103. 10.1089 / cpb.2006.9.95 [PubMed] [Cross Ref.]
  • Montag C., Bey K., Sha P., Li M., Chen YF, Liu WY, et al. . (2015). ¿Es significativo distinguir entre adicción a Internet generalizada y específica? Evidencia de un estudio intercultural de Alemania, Suecia, Taiwán y China. Asia Pac. Psiquiatría 7, 20 – 26. 10.1111 / appy.12122 [PubMed] [Cross Ref.]
  • Moreau A., Laconi S., Delfour M., Chabrol H. (2015). Perfiles psicopatológicos de usuarios problemáticos de adolescentes y adultos jóvenes de Facebook. Comput. Tararear. Behav. 44, 64 – 69. 10.1016 / j.chb.2014.11.045 [Cross Ref.]
  • Muthén L., Muthén B. (2011). "MPlus". (Los Angeles, CA: Muthén y Muthén;).
  • Neubaum G., Krämer NC (2015). Mis amigos a mi lado: una investigación de laboratorio sobre predictores y las consecuencias de experimentar la cercanía social en los sitios de redes sociales. Cyberpsychol. Behav. Soc. Netw. 18, 443 – 449. 10.1089 / cyber.2014.0613 [PubMed] [Cross Ref.]
  • Omar B., Subramanian K. (2013). Adicto a Facebook: examina los roles de las características de la personalidad, las gratificaciones y la exposición de Facebook entre los jóvenes. J. Media Commun. Semental. 1, 54 – 65. 10.5176 / 2335-6618_1.1.6 [Cross Ref.]
  • Panek ET, Nardis Y., Konrath S. (2013). ¿Espejo o megáfono ?: Cómo difieren las relaciones entre el narcisismo y el uso de las redes sociales en Facebook y Twitter. Comput. Tararear. Behav. 29, 2004 – 2012. 10.1016 / j.chb.2013.04.012 [Cross Ref.]
  • Pawlikowski M., Altstötter-Gleich C., Brand M. (2013). Validación y propiedades psicométricas de una versión corta de la prueba de adicción a Internet de Young. Computación. Tararear. Behav. 29, 1212-1223. 10.1016 / j.chb.2012.10.014 [Cross Ref.]
  • Pawlikowski M., Nader IW, Burger C., Biermann I., Stieger S., Marca M. (2014). Uso patológico de Internet: es una construcción multidimensional y no unidimensional. Adicto. Res. Teoría 22, 166 – 175. 10.3109 / 16066359.2013.793313 [Cross Ref.]
  • Podsakoff PM, Mackenzie SB, Lee J.-Y., Podsakoff NP (2003). El sesgo del método común en la investigación del comportamiento: una revisión crítica de la literatura y los remedios recomendados. J. Appl. Psychol. 88, 879 – 903. 10.1037 / 0021-9010.88.5.879 [PubMed] [Cross Ref.]
  • Rosenberg M. (1965). La sociedad y la autoimagen adolescente. Princeton, NJ: Princeton University Press.
  • Rumpf H.-J., Meyer C., Kreuzer A., ​​John U. (2011). Prävalenz der Internetabhängigkeit. Bericht an das Bundesministerium für Gesundheit. Disponible en línea en: http://www.drogenbeauftragte.de/fileadmin/dateien-dba/DrogenundSucht/Computerspiele_Internetsucht/Downloads/PINTA-Bericht-Endfassung_280611.pdf (Accedido marzo 30, 2015).
  • Ryan T., Chester A., ​​Reece J., Xenos S. (2014). Los usos y abusos de Facebook: una revisión de la adicción a Facebook. J. Behav. Adicto. 3, 133 – 148. 10.1556 / JBA.3.2014.016 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  • Ryan T., Xenos S. (2011). ¿Quién usa Facebook? Una investigación sobre la relación entre los Cinco Grandes, timidez, narcisismo, soledad y uso de Facebook. Comput. Tararear. Behav. 27, 1658 – 1664. 10.1016 / j.chb.2011.02.004 [Cross Ref.]
  • Schulz P., Schlotz W., Becker P. (2004). Trierer Inventar zum Chronischen Stress (TICS). Gotinga: Hogrefe.
  • Schwarzer R., Jerusalén M. (1995). Escala de autoeficacia generalizada, en Measures in Health Psychology: A User's Portfolio. Creencias causales y de control, editores Weinman J., Wright S., Johnston M., editores. (Windsor: NFER-NELSON;), 35–37.
  • Song H., Zmyslinski-Seelig A., Kim J., Drent A., Victor A., ​​Omori K., y otros. (2014). ¿Facebook te deja solo ?: un meta análisis. Comput. Tararear. Behav. 36, 446 – 452. 10.1016 / j.chb.2014.04.011 [Cross Ref.]
  • Steinfield C., Ellison NB, Lampe C. (2008). Capital social, autoestima y uso de sitios de redes sociales en línea: un análisis longitudinal. J. Appl. Dev. Psychol. 29, 434 – 445. 10.1016 / j.appdev.2008.07.002 [Cross Ref.]
  • Tang J., Yu Y., Du Y., Ma Y., Zhang D., Wang J. (2013). Prevalencia de la adicción a Internet y su asociación con eventos estresantes de la vida y síntomas psicológicos entre los usuarios de Internet adolescentes. Adicto. Behav, 39 744 – 747. 10.1016 / j.addbeh.2013.12.010 [PubMed] [Cross Ref.]
  • Tonioni F., D'Alessandris L., Lai C., Martinelli D., Corvino S., Vasale M., et al. . (2012). Adicción a Internet: horas pasadas en línea, comportamientos y síntomas psicológicos. Gen. Hosp. Psiquiatría 34, 80–87. 10.1016 / j.genhosppsych.2011.09.013 [PubMed] [Cross Ref.]
  • Tonioni F., Mazza M., Autullo G., Cappelluti R., Catalano V., Marano G., et al. . (2014). ¿Es la adicción a Internet una condición psicopatológica distinta del juego patológico? Adicto. Behav. 39, 1052 – 1056. 10.1016 / j.addbeh.2014.02.016 [PubMed] [Cross Ref.]
  • Turel O., Serenko A. (2012). Los beneficios y peligros del disfrute con los sitios web de redes sociales. EUR. J. inf. Syst. 21, 512 – 528. 10.1057 / ejis.2012.1 [Cross Ref.]
  • Wang CW, Ho RT, Chan CL, Tse S. (2015). Explorando las características de personalidad de los adolescentes chinos con comportamientos adictivos relacionados con Internet: diferencias de rasgos para la adicción al juego y la adicción a las redes sociales. Adicto. Behav. 42, 32 – 35. 10.1016 / j.addbeh.2014.10.039 [PubMed] [Cross Ref.]
  • Wang J.-L., Jackson LA, Wang H.-Z., Gaskin J. (2015). Predicción del uso del sitio de redes sociales (SNS): personalidad, actitudes, motivación y autoeficacia en Internet. Pers. Ind. Diff. 80, 119 – 124. 10.1016 / j.paid.2015.02.016 [Cross Ref.]
  • Wegmann E., Stodt B., marca M. (2015). El uso adictivo de los sitios de redes sociales puede explicarse por la interacción de las expectativas de uso de Internet, el conocimiento de Internet y los síntomas psicopatológicos. J. Behav. Adicto. 4, 155 – 162. 10.1556 / 2006.4.2015.021 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  • Whang LS, Lee S., Chang G. (2003). Perfiles psicológicos de los sobreusuarios de Internet: un análisis de muestreo de comportamiento sobre la adicción a Internet. Cyberpsychol. Behav. 6, 143–150. 10.1089 / 109493103321640338 [PubMed] [Cross Ref.]
  • Wu AMS, Cheung VI, Ku L., Hung EPW (2013). Factores de riesgo psicológico de la adicción a los sitios de redes sociales entre los usuarios chinos de teléfonos inteligentes. J. Behav. Adicto. 2, 160 – 166. 10.1556 / JBA.2.2013.006 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  • Xu ZC, Turel O., Yuan YF (2012). Adicción a los juegos en línea en adolescentes: factores de motivación y prevención. EUR. J. inf. Syst. 21, 321 – 340. 10.1057 / ejis.2011.56 [Cross Ref.]
  • Yadav P., Banwari G., Parmar C., Maniar R. (2013). La adicción a Internet y sus correlatos entre los estudiantes de secundaria: un estudio preliminar de Ahmedabad, India. Asiático. J. Psychiatr. 6, 500 – 505. 10.1016 / j.ajp.2013.06.004 [PubMed] [Cross Ref.]
  • Young KS (1998). Atrapado en la red: Cómo reconocer los signos de la adicción a Internet y una estrategia ganadora para la recuperación. Nueva York, NY: John Wiley and Sons, Inc.
  • Young K., Pistner M., O'Mara J., Buchanan J. (1999). Ciber trastornos: la preocupación de salud mental para el nuevo milenio. Cyberpsychol. Behav. 2, 475–479. 10.1089 / cpb.1999.2.475 [PubMed] [Cross Ref.]