Investigación de los efectos diferenciales de la adicción a los sitios de redes sociales y el trastorno de los juegos de Internet en la salud psicológica (2017)

J Behav Addict. 2017 Nov 13: 1-10. doi: 10.1556 / 2006.6.2017.075.

Pontes HM1.

Resumen

Antecedentes y objetivos

Los estudios anteriores se centraron en examinar las interrelaciones entre la adicción al sitio de redes sociales (SNS) y el trastorno de los juegos de Internet (IGD) de forma aislada. Además, poco se sabe sobre los posibles efectos diferenciales simultáneos de la adicción a SNS y la IGD en la salud psicológica. Este estudio investigó la interacción entre estas dos adicciones tecnológicas y determinó cómo pueden contribuir de manera única y distintiva a aumentar la angustia psiquiátrica cuando se tienen en cuenta los efectos potenciales derivados de las variables sociodemográficas y relacionadas con la tecnología.

Métodos

Se reclutó una muestra de adolescentes 509 (53.5% varones) de años 10-18 (media = 13.02, SD = 1.64).

Resultados

Se encontró que las variables demográficas clave pueden jugar un papel distinto en la explicación de la adicción a SNS y la IGD. Además, se descubrió que la adicción al SNS y la IGD pueden aumentar los síntomas mutuos y al mismo tiempo contribuir al deterioro de la salud psicológica general de una manera similar, destacando además el curso etiológico y clínico potencialmente común entre estos dos fenómenos. Finalmente, se encontró que los efectos perjudiciales de la IGD en la salud psicológica eran ligeramente más pronunciados que los producidos por la adicción al SNS, un hallazgo que justifica un examen científico adicional.

Discusión y conclusión

Las implicaciones de estos resultados se discuten con mayor profundidad a la luz de la evidencia existente y los debates sobre el estado de las adicciones tecnológicas como trastornos primarios y secundarios.

PALABRAS CLAVE: Trastorno de los juegos de Internet; adicciones de comportamiento; salud mental; red social de la adicción; adicciones tecnológicas

PMID: 29130329

DOI: 10.1556/2006.6.2017.075

Introducción

 

Los últimos avances tecnológicos desempeñaron un papel clave en el cambio de la forma en que las personas experimentan los sitios de redes sociales (SNS) y los videojuegos. Aunque estos desarrollos mejoraron las experiencias generales de los usuarios en ambas actividades, también contribuyeron a difuminar aún más la línea divisoria entre el uso de SNS y el juego de videojuegos (Rikkers, Lawrence, Hafekost y Zubrick, 2016; Starcevic y Aboujaoude, 2016).

Las experiencias sociales virtuales y los procesos interactivos están muy integrados en diferentes géneros de juegos, en particular en los juegos de rol multijugador masivos en línea (MMORPG), donde los usuarios pueden jugar en mundos sociales virtuales. Una encuesta relativamente grande de jugadores de 912 MMORPG de países 45 encontró que las interacciones sociales en entornos de juego constituyen un elemento considerable en el disfrute de jugar, ya que los jugadores pueden hacer amigos y socios de por vida a lo largo de sus experiencias de juego (Cole y Griffiths, 2007). Curiosamente, las experiencias en redes sociales en la era de Web 2.0 incluyen juegos populares en redes sociales que están ganando popularidad (Bright, Kleiser y Grau, 2015), con las últimas cifras de Facebook que sugieren que en 2014, un promedio de 375 millones de personas han jugado juegos conectados a Facebook cada mes, y que las aplicaciones móviles enviaron un promedio de 735 millones de referencias a juegos todos los días (Facebook, 2014).

A pesar de los efectos positivos y beneficiosos ampliamente informados tanto del SNS como de los videojuegos en muchos niveles (por ejemplo, funcionamiento cognitivo, bienestar, etc.) (por ejemplo, Chopik, 2016; Heo, Chun, Lee, Lee y Kim, 2015; Howard, Wilding e invitado, 2016; Stroud y Whitbourne, 2015), también hay evidencia creciente de varios estudios empíricos representativos a nivel nacional que demuestran que el SNS y los videojuegos pueden contribuir a los trastornos psicosociales y la disfunción del comportamiento en una minoría de usuarios, incluidos los adolescentes jóvenes que pueden usar estas tecnologías de manera excesiva e insalubre dada su etapa de desarrollo actual (Andreassen, 2015; Bányai et al., 2017; Cock et al., 2014; Morioka et al., 2016; Pápay et al., 2013). Más recientemente, Sioni, Burleson y Bekerian (2017) realizó un estudio empírico en una muestra de jugadores de 595 MMORPG de los Estados Unidos y descubrió que el juego de videojuegos adictivo se asociaba positivamente con los síntomas de fobia social, incluso después de controlar la influencia compartida de las horas de juego semanales, lo que demuestra que los individuos socialmente fóbicos prefieren formas online de interacciones sociales (Lee y Stapinski, 2012) ya que brindan a los usuarios la oportunidad única de satisfacer sus necesidades de conexión social, al mismo tiempo que les permiten abandonar situaciones sociales en las que se sienten incómodos (por ejemplo, al cerrar la sesión del juego). Con respecto al uso excesivo de redes sociales, un estudio reciente realizado por Xanidis y Brignell (2016) en una muestra de usuarios de redes sociales de 324, se encontró que la adicción al SNS era un factor clave para predecir la disminución de la calidad del sueño y el aumento de la incidencia de fallas cognitivas. Además, Xanidis y Brignell (2016) señaló que la adicción al SNS puede potenciar las fallas cognitivas debido a sus efectos negativos en la calidad del sueño, ilustrando aún más la importancia clínica y sociológica clave de la investigación relacionada con las adicciones tecnológicas en contextos educativos, ya que el SNS patológico y excesivo y el uso de videojuegos pueden comprometer la salud física y mental Salud en una variedad de contextos y rangos de edad.

A nivel teórico, la adicción a los videojuegos [también conocida como trastorno de los juegos de Internet (IGD)] es una condición clínica que comprende un patrón de comportamiento que abarca el uso recurrente y persistente de los videojuegos, lo que lleva a un deterioro significativo o angustia durante un período de 12 meses como indicado mediante la aprobación de cinco (o más) de los nueve criterios siguientes: (i) preocupación por los juegos; (ii) síntomas de abstinencia cuando se retira el juego; (iii) tolerancia, lo que conlleva la necesidad de pasar cada vez más tiempo dedicado a los juegos; (iv) intentos fallidos de controlar la participación en los juegos; (v) pérdida de interés en pasatiempos y entretenimiento anteriores como resultado de, y con la excepción de, juegos; (vi) uso excesivo continuado de juegos a pesar del conocimiento de problemas psicosociales; (vii) engañar a los familiares, terapeutas u otros con respecto a la cantidad de juegos de azar; (viii) uso de juegos para escapar o aliviar estados de ánimo negativos; y (ix) poner en peligro o perder una relación significativa, trabajo, educación o oportunidad de carrera debido a la participación en juegos (Asociación Americana de Psiquiatría [APA], 2013). En cuanto a la adicción a la SNS, este concepto se define en términos generales como "estar demasiado preocupado por las SNS, estar motivado por una fuerte motivación para iniciar sesión o usar las SNS y dedicar tanto tiempo y esfuerzo a las SNS que perjudica otras actividades sociales, estudios / trabajo, relaciones interpersonales y / o salud y bienestar psicológico ”(Andreassen y Pallesen, 2014, P. 4054).

Desde la propuesta inicial de IGD como un desorden tentativo por la APA en la quinta edición de la Manual Diagnóstico y Estadístico de los Trastornos Mentales (DSM-5; APA, 2013), se han publicado varios debates académicos que presentan puntos de vista distintos y en conflicto con respecto a la viabilidad y el estado de la IGD como un trastorno oficial (Aarseth et al., 2016; Griffiths, Van Rooij y otros, 2016; Lee, Choo y Lee, 2017; Petry et al., 2014, 2015; Saunders et al., 2017). Algunas de estas inquietudes surgieron debido al hecho de que los criterios diagnósticos para la IGD se derivaron en gran parte de una combinación de criterios clínicos existentes y afecciones no oficiales, tales como: juego patológico, trastorno por uso de sustancias y adicción a Internet generalizada (Kuss, Griffiths y Pontes, 2017). A pesar de que las adicciones a IGD y SNS no son trastornos de salud mental reconocidos oficialmente, la Organización Mundial de la Salud (2016) intensificó el debate sobre la adicción a los videojuegos debido a su decisión de incluir el trastorno del juego (GD) como un trastorno formal en la próxima revisión de la Clasificación Internacional de Enfermedades. Otro problema involucrado en las adicciones de comportamiento, como la adicción a SNS y la IGD, se relaciona con el hecho de que la remisión espontánea puede ocurrir en muchos casos. La investigación que examinó las tasas de remisión en la IGD informó que la remisión espontánea puede ocurrir hasta en 50% de casos (por ejemplo, Gentile et al., 2011; Scharkow, Festl y Quandt, 2014; Van Rooij, Schoenmakers, Vermulst, Van den Eijnden y Van de Mheen, 2011).

Aunque las tasas de prevalencia de adicción a SNS e IGD pueden verse significativamente afectadas por factores como los problemas metodológicos y conceptuales como se sugirió anteriormente (Griffiths, Király, Pontes y Demetrovics, 2015; Griffiths, Kuss y Pontes, 2016; Griffiths y Pontes, 2015), estudios sólidos (es decir, estudios representativos a nivel nacional) informaron tasas de prevalencia de adicción al SNS que oscilan entre el 2.9% en la población adulta belga (Cock et al., 2014) al 4.5% entre adolescentes húngaros (Bányai et al., 2017). A pesar de que las tasas de prevalencia de IGD de estudios robustos encontraron tasas que oscilan entre el 2.5% en adolescentes eslovenos (Pontes, Macur y Griffiths, 2016) al 5.8% entre adolescentes y adultos holandeses (Lemmens y Hendriks, 2016), otros estudios a gran escala informaron tasas de prevalencia tan bajas como 0.3% (Scharkow et al., 2014). Si bien los hallazgos sobre la prevalencia parecen ser relativamente consistentes en estudios sólidos, algunos factores pueden contribuir a la inflación de las estimaciones. Por ejemplo, se ha encontrado que los patrones traviesos y extremos de respuesta pueden inflar las estimaciones de las tasas de prevalencia (Przybylski, 2017). De manera similar, se ha demostrado que el tipo de evaluación psicométrica utilizada contribuye a la sobreestimación de las tasas de prevalencia de trastornos raros, como la IGD (Maraz, Király y Demetrovics, 2015).

Dado que el conocimiento existente basado en los efectos de la SNS y el juego de videojuegos sobre la salud psicológica en adolescentes jóvenes es posiblemente escaso, la investigación sobre los posibles efectos diferenciales de la adicción a la SNS y la IGD en la salud psicológica es primordial, ya que estos dos fenómenos comparten una etiología subyacente común con Otras adicciones relacionadas con sustancias y comportamiento (Griffiths, 2015; Griffiths y Pontes, 2015; Shaffer y col., 2004), y que el aumento en los juegos sociales afecta la calidad general de las relaciones interpersonales en los adolescentes al obstaculizar el apoyo emocional (Kowert, Domahidi, Festl y Quandt, 2014).

El estudio actual

Estudios previos (ej., Andreassen et al., 2016; Cock et al., 2014; Pontes y Griffiths, 2015b; Yu, Li y Zhang, 2015) encontraron que el género y la edad pueden aumentar la vulnerabilidad tanto para la adicción a SNS como para la IGD. Por lo tanto, dado que el género masculino se ha asociado sistemáticamente con la IGD y el género femenino con adicción al SNS (Andreassen et al., 2016), este estudio plantea la hipótesis de que El género y la edad predecirán mayores niveles de adicción a SNS y síntomas de IGD (H1). Además, varios estudios (por ejemplo, Andreassen et al., 2013, 2016; Sussman y col., 2014) han reportado asociaciones positivas entre diferentes tipos de adicciones tecnológicas, sugiriendo correlatos subyacentes comunes. Por lo tanto, se supone que La adicción al SNS y la IGD se asociarán positivamente entre sí (H2). Aunque la relación entre adicción a SNS, IGD y salud mental es compleja y, en el mejor de los casos, sigue siendo controvertidaPantic, 2014), un gran cuerpo de evidencia reportó correlatos clave de adicciones tecnológicas, como depresión, ansiedad y estrés (por ejemplo,  Király et al., 2014; Lehenbauer-Baum et al., 2015; Ostovar et al., 2016; Pontes y Griffiths, 2016). Por lo tanto, se supone que La adicción al SNS y la IGD contribuirán de manera única y diferencial al aumento de los niveles generales de angustia psiquiátrica (H3). Las tres hipótesis mencionadas anteriormente se investigarán teniendo en cuenta los efectos potenciales derivados de la alta frecuencia de uso de Internet y los videojuegos, ya que el tiempo dedicado a estas actividades suele asociarse con tendencias adictivas (Pontes y Griffiths, 2015a; Pontes, Király, Demetrovics y Griffiths, 2014; Stubblefield et al., 2017; Wu, Cheung, Ku y Hung, 2013).

Métodos

Participantes y trámites.

Los posibles participantes de este estudio fueron todos los estudiantes (N = 700) matriculados en sexto, séptimo, octavo y noveno grados de una escuela secundaria importante ubicada en el Algarve (Portugal). Se obtuvo la autorización del director de la escuela y de los padres y los estudiantes completaron una encuesta dentro de la biblioteca de la escuela durante las actividades extracurriculares. Este estudio fue aprobado por el Comité de Ética de Investigación de la Universidad de Nottingham Trent, se obtuvo el consentimiento informado de todos los participantes individuales incluidos en el estudio, y el período de recopilación de datos se extendió de mayo a junio de 2015, y la escuela se seleccionó sobre la base de disponibilidad, y los estudiantes fueron muestreados aleatoriamente del grupo de clases que comprenden los grados sexto, séptimo, octavo y noveno (es decir, de 10 a 18 años) para lograr una representatividad óptima de la población estudiantil de la escuela participante. Se recopilaron datos de 509 estudiantes (72.7% de toda la población muestreada). La edad media de la muestra fue de 13.02 años (SD = 1.64) y hubo una división de género relativamente equivalente con 53.5% (n = 265) siendo hombre (Tabla 1).

 

 

  

Mesa

Tabla 1. Las principales características sociodemográficas de la muestra, los patrones de uso de la tecnología, los niveles de uso adictivo de la tecnología y la salud psicológica (N = 495)

 

 


  

 

Tabla 1. Las principales características sociodemográficas de la muestra, los patrones de uso de la tecnología, los niveles de uso adictivo de la tecnología y la salud psicológica (N = 495)

Variable Longitud MínimaMáximo
Edad (años) (media, SD)13.02 (1.64)1018
Género masculino, %)265 (53.5)
En una relación (n,%)99 (20)
El tiempo semanal empleado en Internet (media, SD)17.91 (23.34)149
Tiempo semanal de juego (media, SD)10.21 (17.86)152
Niveles de adicción SNS (media, SD)10.70 (4.83)630
Niveles de IGD (media, SD)15.92 (6.99)941
Niveles de depresión (media, SD)3.12 (3.94)021
Niveles de ansiedad (media, SD)2.66 (3.78)021
Niveles de estrés (media, SD)3.32 (3.97)021

Note. El tiempo semanal que se pasa en Internet y los juegos se refiere a la cantidad de horas dedicadas a esas actividades durante la semana. SD: desviación estándar; SNS: sitio de redes sociales; IGD: trastorno del juego en internet.

Medidas
Sociodemografía y frecuencia de uso de la tecnología.

Se recopilaron datos demográficos sobre edad, sexo y estado civil. Los datos sobre el uso de las redes sociales se recopilaron preguntando el tiempo medio semanal de los participantes que pasan en Internet con fines de ocio y no específicos (generalizados) (es decir, número de horas). La frecuencia de los juegos se evaluó preguntando el tiempo promedio semanal que los participantes dedicaban al juego (es decir, el número de horas).

La Escala de Adicción de Facebook de Bergen (BFAS)

El BFAS (Andreassen, Torsheim, Brunborg y Pallesen, 2012) evalúa la adicción al SNS en el contexto del uso de Facebook y se ha demostrado que exhibe excelentes propiedades psicométricas en varios países (Phanasathit, Manwong, Hanprathet, Khumsri y Yingyeun, 2015; Salem, Almenaye y Andreassen, 2016; Silva et al., 2015), incluido Portugal (Pontes, Andreassen y Griffiths, 2016). El BFAS comprende seis elementos que cubren las características centrales de las adicciones conductuales (es decir, prominencia, modificación del estado de ánimo, tolerancia, abstinencia, conflicto y recaída) (Griffiths, 2005). Los ítems se califican en una escala de puntos 5, es decir, que van desde 1 (muy raramente) a 5 (muy a menudo) Dentro de un marco de tiempo de 12 meses. Las puntuaciones totales se obtienen sumando las calificaciones de los participantes de cada elemento (que van desde 6 a 30 puntos), con puntuaciones más altas que indican una mayor adicción a Facebook. El BFAS ha demostrado niveles adecuados de confiabilidad en este estudio (α = 0.83).

Escala de trastorno de juego en Internet - Forma corta (IGDS9-SF)

El IGDS9-SF (Pontes y Griffiths, 2015a) es una breve herramienta psicométrica diseñada para evaluar la gravedad de la IGD durante un período de 12-mes de acuerdo con el marco sugerido por la APA en DSM-5 (APA, 2013). El IGDS9-SF ha demostrado propiedades psicométricas adecuadas y validez intercultural en varios países (Monacis, De Palo, Griffiths y Sinatra, 2016; Pontes y Griffiths, 2015a; Pontes, Macur, et al., 2016), incluido Portugal (Pontes y Griffiths, 2016). Las nueve preguntas que comprenden el IGDS9-SF se responden utilizando una escala de puntos 5, es decir, que van desde 1 (nunca) a 5 (muy a menudo), y las puntuaciones se pueden obtener sumando las respuestas (que van desde los puntos 9 a 45), y las puntuaciones más altas sugieren un mayor grado de GD. La confiabilidad del IGDS9-SF en este estudio fue satisfactoria (α = 0.87).

La salud psicológica

La salud psicológica general se evaluó mediante las escalas de ansiedad y estrés depresivo - 21 (DASS-21; Lovibond y Lovibond, 1995), que comprende tres subescalas de elementos 7 que cubren los tres síntomas que se clasifican en una escala de puntos 4, es decir, que van desde 0 (no se aplicó a mí en absoluto) a 3 (Me aplicaron mucho o la mayor parte del tiempo). La versión del DASS-21 utilizada en este estudio ha demostrado previamente que posee propiedades psicométricas adecuadas en la población del estudio (País-Ribeiro, Honrado y Leal, 2004). Los coeficientes α de Cronbach para este instrumento en este estudio fueron .84 (depresión), .86 (ansiedad) y .86 (estrés).

Manejo de datos y análisis estadístico

La gestión de datos implicó (i) limpiar el conjunto de datos mediante la inspección de casos con valores faltantes por encima del umbral convencional del 10% en todos los instrumentos pertinentes; (ii) verificar la normalidad univariante de todos los ítems del BFAS e IGDS9-SF usando pautas estándar (es decir, asimetría> 3 y curtosis> 9) (Kline, 2011); (iii) detección de valores atípicos univariados que obtuvieron un puntaje de ± 3.29 desviaciones estándar del BFAS IGDS9-SF z-puntuaciones (Campo, 2013); y (iv) la detección de valores atípicos multivariados utilizando las distancias de Mahalanobis y el valor crítico para cada caso basado en el χ2 valores de distribucion. Este procedimiento dio como resultado la exclusión de los casos de 14, lo que produjo un conjunto final de datos de los casos válidos de 495 que fueron elegibles para análisis posteriores. Los análisis estadísticos incluyeron (i) análisis descriptivo de las características de la muestra principal, (ii) análisis correlacional de las principales variables del estudio mediante la estimación de los coeficientes de correlación producto-momento de Pearson con 95% de intervalo de confianza corregido por sesgo y acelerado (BCa) ( IC) y los coeficientes de determinación que lo acompañan (R2), y (iii) un análisis comparativo de modelos de ecuaciones estructurales (SEM, por sus siglas en inglés) para determinar el papel predictivo diferencial de la adicción al SNS y la IGD en la salud psicológica cuando se tienen en cuenta los efectos, la edad, el género y la frecuencia del uso de Internet y los videojuegos. Los análisis estadísticos se realizaron utilizando Mplus 7.2 e IBM SPSS Statistics versión 23 (IBM Corporation, 2015; Muthén y Muthén, 2012).

Ética

Los procedimientos de estudio se llevaron a cabo de conformidad con la Declaración de Helsinki. La Junta de Revisión Institucional de la Universidad de Nottingham Trent aprobó el estudio. Todos los sujetos fueron informados sobre el estudio y todos dieron su consentimiento informado. Además, el consentimiento de los padres y tutores legales se obtuvo de todos los participantes menores de 18 años de edad.

Resultados

 
Estadística descriptiva

Mesa 1 resume los hallazgos relacionados con las principales características sociodemográficas de la muestra, el patrón de uso de la tecnología, junto con los niveles observados de uso adictivo de la tecnología (es decir, adicción al SNS e IGD) y la salud psicológica. Además, tanto IGD (media = 15.92 [95% BCa = 15.31 - 16.56], SD = 6.99) y adicción al SNS (media = 10.70 [95% BCa = 10.28 - 11.15], SD = 4.83) presentó niveles moderados dentro de la muestra. En cuanto a la salud psicológica de los participantes, depresión (media = 3.12 [95% BCa = 2.78 - 3.47], SD = 3.94), ansiedad (media = 2.66 [95% BCa = 2.33 - 2.99], SD = 3.78) y niveles de estrés (media = 3.32 [95% BCa = 2.98 - 3.67], SD = 3.97) no fueron demasiado frecuentes.

Análisis correlacional

Se realizó un análisis correlacional que incluye las principales variables del estudio para proporcionar perspectivas preliminares y contexto estadístico para el posterior análisis comparativo SEM. Como resultado, este análisis reveló que la adicción al SNS se asoció positivamente con la IGD (r = .39, p <.01, R2 = .15), estrés (r = .36, p <.01, R2 = .13) y depresión (r = .33, p <.01, R2 = .11). Con respecto a IGD, surgieron asociaciones positivas con el tiempo semanal dedicado al juego (r = .42, p <.01, R2 = .18), género (r = .41, p <.01, R2 = .17) y estrés (r = .40, p <.01, R2 = .16) (Tabla 2).

 

 

  

Mesa

Tabla 2. Bootstrappeda matriz de correlación con el intervalo de confianza (IC) del 95 con corrección de sesgo y acelerado (BCa) entre la adicción a SNS, IGD y las variables del estudio (N = 495)

 

 


  

 

Tabla 2. Bootstrappeda matriz de correlación con el intervalo de confianza (IC) del 95 con corrección de sesgo y acelerado (BCa) entre la adicción a SNS, IGD y las variables del estudio (N = 495)

Variables secundariasAdicción a SNSR295% BCa CIIGDR295% BCa CI
Edad0.02−0.07 – 0.10-0.07−0.16 – 0.02
Sexo0.04−0.05 – 0.120.41*.170.34-0.48
Estado civil0.20*.040.11-0.290.13*.020.03-0.23
Tiempo semanal dedicado a internet.0.03−0.05 – 0.120.12*.010.03-0.22
Tiempo semanal dedicado al juego.0.05−0.05 – 0.140.42*.180.34-0.50
Depresión0.33*.110.23-0.430.36*.130.26-0.46
Ansiedad0.31*.100.22-0.410.33*.110.24-0.42
Estrés0.36*.130.25-0.440.40*.160.32-0.49
IGD0.39*.150.30-0.48

Nota. SNS: sitio de redes sociales; IGD: trastorno del juego en internet.

aLos resultados de Bootstrap se basan en muestras de bootstrap de 10,000.

* La correlación es significativa en 0.01.

Análisis SEM comparativo

Para probar las principales hipótesis del estudio, se realizó un análisis SEM comparativo para estimar los posibles efectos diferenciales de la adicción a SNS y la IGD en la salud psicológica. Más específicamente, se probó un Modelo de Indicadores Múltiples, Causas Múltiples (MIMIC) utilizando el método de estimación de máxima verosimilitud con errores estándar robustos. Los índices y umbrales de ajuste convencionales fueron adoptados para examinar la bondad de ajuste del modelo:2/df [1, 4], error cuadrático medio de aproximación (RMSEA) [0.05, 0.08], RMSEA 90% CI con su límite inferior cercano a 0 y el límite superior por debajo de 0.08, valor del nivel de probabilidad de la prueba de ajuste estrecho (Cfit )> .05, residuo cuadrático medio estandarizado (SRMR) [0.05, 0.08], índice de ajuste comparativo (CFI) e índice de ajuste de Tucker-Lewis (TLI) [0.90, 0.95] (Bentler, 1990; Bentler y Bonnet, 1980; Hooper, Coughlan y Mullen, 2008; Hu y Bentler, 1999). Los resultados de este análisis arrojaron los siguientes resultados:2(722) = 1,193.40, χ2/df = 1.65; RMSEA = 0.036 [IC del 90%: 0.033–0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91, lo que sugiere que el modelo presenta un ajuste óptimo a los datos (Figura 1).

figura padre quitar  

Figura 1 y XNUMX. Representación gráfica de los efectos diferenciales de la adicción a los sitios de redes sociales y los trastornos de los juegos de Internet en la salud psicológica (N = 495). Note. Bondad general de ajuste: χ2(722) = 1,193.40, χ2/df = 1.65; RMSEA = 0.036 [IC del 90%: 0.033–0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91. β = efecto directo estandarizado; r = coeficiente de correlación. *p <.0001

En cuanto al papel potencial del género y la edad en el aumento de los síntomas de la adicción al SNS y la IGD (es decir, H1), no se encontró apoyo para el efecto combinado de estas dos variables sobre la adicción al SNS. Sin embargo, el género (β = 0.32, p <.001) y edad (β = −0.11, p = .007) contribuyó a aumentar los síntomas de IGD. Más específicamente, el sexo masculino se asoció con una mayor incidencia de síntomas de IGD (media = 18.60 [95% BCa = 4.59 - 5.97], SD = 5.32) en comparación con las mujeres (media = 12.83 [95% BCa = 6.60 - 7.70], SD = 7.17), y se encontró que ser más joven aumenta los niveles generales de IGD. En general, estos hallazgos corroboran parcialmente H1.

Los resultados de este análisis prestan apoyo a H2, ya que los efectos estandarizados obtenidos para la asociación entre la adicción a SNS y la IGD sugieren que estos dos fenómenos están asociados positivamente (r = .53, p <.001), hallazgo que coincide con los resultados del análisis correlacional, operacionalizándose estas variables como medidas observables (r = 39 [95% BCa = 0.30 - 0.48], R2 = .15, p <.01) (Tabla 2).

Finalmente, el análisis de los efectos diferenciales de la adicción a la SNS y la IGD en la salud psicológica de los adolescentes sugirió que ambas adicciones tecnológicas pueden tener un efecto positivo estadísticamente significativo hacia el aumento de los niveles generales de trastornos psiquiátricos. Más específicamente, la IGD pareció exacerbar los síntomas de la depresión (β = 0.28, p <001), ansiedad (β = 0.26, p <.001) y estrés (β = 0.33, p <001). Además, la adicción al SNS también contribuyó a aumentar la gravedad de la depresión (β = 0.27, p <001), ansiedad (β = 0.25, p <.001) y estrés (β = 0.26, p <.001), pero en un grado ligeramente menor. Aunque estos resultados apoyan H3, los efectos de la adicción al SNS y la IGD sobre la salud psicológica pueden no ser demasiado distintos, ya que los efectos estandarizados fueron muy comparables.

Discusión

 

Este estudio buscó investigar la interacción entre la adicción al SNS y la IGD y cómo estas dos adicciones tecnológicas emergentes pueden contribuir de manera única y distintiva al deterioro de la salud psicológica en los adolescentes más allá de los efectos potenciales derivados de variables sociodemográficas y relacionadas con la tecnología. Con respecto a H1 (es decir, El género y la edad contribuirán a aumentar tanto la adicción a SNS como los síntomas de IGD.), este estudio pudo corroborar esta hipótesis en relación con la IGD, respaldando aún más un gran número de estudios previos que encontraron que la edad joven y el género masculino son variables clave que predicen la IGD (Cock et al., 2014; Guillot et al., 2016; Rehbein, Staudt, Hanslmaier y Kliem, 2016).

A pesar de esto, H1 no se corroboró en el contexto de la adicción al SNS, un hallazgo que agrega mayor complejidad a los estudios anteriores que informaron que la adicción al SNS es más frecuente entre los jóvenes (Andreassen et al., 2013, 2012; Turel y Serenko, 2012), usuarios mayores (Floros y Siomos, 2013) hembras (Andreassen et al., 2012), y machos (Çam e Işbulan, 2012). No obstante, los resultados obtenidos en este estudio coinciden con investigaciones previas que encontraron que la adicción al SNS no está relacionada con la edad (Koc y Gulyagci, 2013; Wu y col., 2013) y el género (Koc y Gulyagci, 2013; Tang, Chen, Yang, Chung y Lee, 2016; Wu y col., 2013). Como se señaló anteriormente, esto podría ser el resultado de la calidad deficiente de investigaciones anteriores sobre la adicción al SNS en términos de muestreo, diseño de estudio, evaluación y puntajes de corte adoptados (Andreassen, 2015). Curiosamente, el tiempo semanal empleado en Internet no predijo un aumento de la adicción al SNS. Una posible explicación para este hallazgo podría estar relacionada con el hecho de que el uso de SNS en línea se ha convertido en algo ordinario e inevitable en la vida moderna, lo que dificulta cada vez más que muchos adolescentes estimen su uso de manera adecuada, lo que agrega una mayor complejidad a la relación entre el tiempo excesivo que se dedica a estos. Tecnologías y niveles de adicción. Por esta razón, es necesario reconocer la diferencia entre un alto compromiso y la adicción a la SNS, ya que algunos adolescentes pasan muchas horas utilizando la SNS como parte de una rutina saludable y normal (Andreassen, 2015; Andreassen y Pallesen, 2014; Turel y Serenko, 2012).

Los hallazgos presentes también prestan apoyo empírico a H2 (es decir, La adicción al SNS y la IGD se asociarán positivamente entre sí), validando una serie de estudios que informaron resultados similares (Andreassen et al., 2013, 2016; Chiu, Hong y Chiu, 2013; Dowling y Brown, 2010). Este hallazgo puede explicarse por el hecho de que un gran número de personas, incluidos los adolescentes jóvenes, ahora juegan juegos a través de SNS de forma regular (Griffiths, 2014). Además, se ha establecido desde hace mucho tiempo que los aspectos de socialización de los juegos desempeñan un papel motivacional clave en el juego de videojuegos, como lo sugieren muchos estudios (Demetrovics et al., 2011; Fuster, Chamarro, Carbonell y Vallerand, 2014; Yee, 2006). A nivel clínico, este hallazgo podría apuntar hacia puntos en común compartidos subyacentes a estas dos adicciones tecnológicas (Griffiths, 2015; Griffiths y Pontes, 2015; Shaffer y col., 2004). Dado que el uso de la tecnología adictiva afecta a los individuos en entornos educativos, la investigación sobre la adicción a IGD y SNS entre los adolescentes de las escuelas puede ayudar a los formuladores de políticas a diseñar políticas preventivas orientadas a mitigar el impacto negativo del uso adictivo de la tecnología en los adolescentes jóvenes.

Finalmente, H3 (es decir, La adicción al SNS y la IGD contribuirán de manera única y diferencial al aumento de los niveles generales de angustia psiquiátrica) también se corroboró y proporcionó ideas novedosas con respecto a los efectos diferenciales combinados de la adicción al SNS y la IGD en la salud mental de los adolescentes. En este estudio, tanto la adicción a SNS como la IGD contribuyeron al deterioro de la salud psicológica al aumentar los niveles de depresión, ansiedad y estrés. Este hallazgo apoya una investigación previa que ha encontrado que estas dos adicciones tecnológicas deterioran la salud mental de manera independiente (Kim, Hughes, Park, Quinn y Kong, 2016; Primack et al., 2017; Sampasa-Kanyinga y Lewis, 2015; Sarda, Bègue, Bry y Gentile, 2016). Estos hallazgos pueden ser utilizados por profesionales de la salud mental y consejeros escolares que deseen desarrollar programas de intervención enfocados en mejorar el bienestar de los estudiantes al reducir el uso adictivo de la tecnología. Aunque este hallazgo es prometedor y vale la pena investigarlo en el futuro, vale la pena señalar que la evidencia con respecto a la relación entre los trastornos de salud mental y las adicciones conductuales sigue sin ser concluyente. Más específicamente, los investigadores han informado que las adicciones conductuales pueden predecir (es decir, la hipótesis del trastorno primario) y ser predichas por la angustia psiquiátrica (es decir, la hipótesis del trastorno secundario) (p. Ostovar et al., 2016; Snodgrass et al., 2014; Zhang, Brook, Leukefeld y Brook, 2016). Por lo tanto, no es posible sacar conclusiones definitivas sobre la direccionalidad con respecto a las adicciones conductuales y la angustia por la salud mental.

Además, en este estudio se descubrió que los efectos perjudiciales de la IGD en la salud psicológica eran ligeramente más pronunciados que los producidos por la adicción al SNS. Dados los amplios déficits exhibidos por los jugadores en varios dominios de salud mental y bienestar, este hallazgo está en línea con los informes que sugieren que la IGD puede reflejar una psicopatología más grave en comparación con la adicción al SNS (Leménager et al., 2016), que apoya parcialmente la decisión tomada por la APA (2013) considerar IGD como un trastorno tentativo. Sin embargo, sería necesaria una investigación empírica adicional utilizando muestras más grandes y representativas para corroborar aún más esta hipótesis. Además del potencial para ayudar a dar forma a las políticas, los presentes resultados contribuyen a los debates en curso sobre si las adicciones tecnológicas, como la adicción a la IGD y al SNS, deben conceptualizarse como trastornos primarios o secundarios. Según los hallazgos reportados en este estudio, conceptualizar las adicciones tecnológicas como trastornos primarios (es decir, un tema que puede afectar negativamente la salud mental) es una vía empíricamente viable que no invalida los debates académicos previos a favor de la visión de las adicciones tecnológicas como trastornos secundarios. (es decir, un producto de problemas subyacentes de salud mental y bienestar) (Kardefelt-Winther, 2016; Snodgrass et al., 2014; Thorens et al., 2014).

Aunque los resultados obtenidos en este estudio son empíricamente sólidos, existen limitaciones potenciales dignas de mención. Primero, todos los datos fueron autoinformados y propensos a sesgos conocidos (por ejemplo, deseabilidad social, sesgos de recuerdo de la memoria, etc.). En segundo lugar, los estudios que adopten diseños más sólidos (por ejemplo, diseño longitudinal cruzado) podrían proporcionar respuestas más concretas a las vías únicas entre la adicción al SNS y la IGD y la salud psicológica. En tercer lugar, debido a que todos los participantes fueron autoseleccionados, no se puede generalizar directamente los resultados actuales a la población en general. Dada la edad relativamente joven de la muestra reclutada, es posible que el control de los padres haya tenido un impacto en los niveles autoinformados de uso de tecnología y el nivel general de uso adictivo. Por lo tanto, los estudios futuros que evalúen el uso de la tecnología en niños pequeños y adolescentes tempranos deben tener en cuenta esta variable, de modo que se puedan obtener mejores estimaciones sobre los niveles de adicción. Independientemente de estas limitaciones potenciales, los resultados de este estudio se extienden a investigaciones previas sobre las interrelaciones entre las adicciones tecnológicas y sus efectos perjudiciales aislados sobre la salud psicológica al ofrecer un marco empíricamente viable mediante el cual las adicciones tecnológicas también pueden aumentar la probabilidad de resultados negativos en la salud psicológica. En conclusión, los presentes hallazgos apoyan la conceptualización de las adicciones tecnológicas como trastornos primarios capaces de comprometer la salud mental.

Contribución del autor

El autor de este estudio fue responsable de todas las etapas de este estudio y es el único autor de este manuscrito.

Conflicto de intereses

El autor declara que no hay conflicto de interés.

Agradecimientos

El autor de este estudio desea agradecer a la escuela participada, a todos los estudiantes, padres y maestros que han ayudado a organizar la logística involucrada en el proceso de recolección de datos de este estudio.

Referencias

 
 Aarseth, E., Bean, AM, Boonen, H., Colder, CM, Coulson, M., Das, D., Deleuze, J., Dunkels, E., Edman, J., Ferguson, CJ, Haagsma, MC , Helmersson Bergmark, K., Hussain, Z., Jansz, J., Kardefelt-Winther, D., Kutner, L., Markey, P., Nielsen, RK, Prause, N., Przybylski, A., Quandt, T., Schimmenti, A., Starcevic, V., Stutman, G., Van Looy, J. y Van Rooij, AJ (2016). Documento de debate abierto de los académicos sobre la propuesta de la Organización Mundial de la Salud sobre el trastorno del juego ICD-11. Journal of Behavioral Addictions, 6 (3), 267-270. doi:https://doi.org/10.1556/2006.5.2016.088 Enlace
 Asociación Americana de Psiquiatría [APA]. (2013). Manual diagnóstico y estadístico de trastornos mentales (5th ed.). Arlington, VA: Asociación Americana de Psiquiatría. CrossRef
 Andreassen, C. S. (2015). Adicción a sitios de redes sociales en línea: una revisión completa. Informes actuales de adicción, 2 (2), 175-184. doi:https://doi.org/10.1007/s40429-015-0056-9 CrossRef
 Andreassen, C. S., Billieux, J., Griffiths, M. D., Kuss, D. J., Demetrovics, Z., Mazzoni, E. y Ståle, P. (2016). La relación entre el uso adictivo de las redes sociales y los videojuegos y los síntomas de los trastornos psiquiátricos: un estudio transversal a gran escala. Psicología de las conductas adictivas, 30 (2), 252-262. doi:https://doi.org/10.1037/adb0000160 CrossRef, Medline
 Andreassen, C. S., Griffiths, M. D., Gjertsen, S. R., Krossbakken, E., Kvam, S. y Pallesen, S. (2013). Las relaciones entre las adicciones conductuales y el modelo de personalidad de cinco factores. Journal of Behavioral Addictions, 2 (2), 90-99. doi:https://doi.org/10.1556/JBA.2.2013.003 Enlace
 Andreassen, C. S. y Pallesen, S. (2014). Adicción a los sitios de redes sociales: descripción general. Diseño farmacéutico actual, 20 (25), 4053–4061. doi:https://doi.org/10.2174/13816128113199990616 CrossRef, Medline
 Andreassen, C. S., Torsheim, T., Brunborg, G. S. y Pallesen, S. (2012). Desarrollo de una escala de adicción a Facebook. Psychological Reports, 110 (2), 501–517. doi:https://doi.org/10.2466/02.09.18.PR0.110.2.501-517 CrossRef, Medline
 Bányai, F., Zsila, Á., Király, O., Maraz, A., Elekes, Z., Griffiths, M. D., Andreassen, C. S. y Demetrovics, Z. (2017). Uso problemático de las redes sociales: resultados de una muestra de adolescentes representativa a nivel nacional a gran escala. PLoS One, 12 (1), e0169839. doi:https://doi.org/10.1371/journal.pone.0169839 CrossRef, Medline
 Bentler, P. M. (1990). Índices de ajuste comparativo de modelos estructurales. Psychological Bulletin, 107 (2), 238–246. doi:https://doi.org/10.1037/0033-2909.107.2.238 CrossRef, Medline
 Bentler, P. M. y Bonnet, D. G. (1980). Pruebas de significación y bondad de ajuste en el análisis de estructuras de covarianza. Psychological Bulletin, 88 (3), 588–606. doi:https://doi.org/10.1037/0033-2909.88.3.588 CrossRef
 Bright, L. F., Kleiser, S. B. y Grau, S. L. (2015). ¿Demasiado Facebook? Un examen exploratorio de la fatiga de las redes sociales. Computers in Human Behavior, 44, 148-155. doi:https://doi.org/10.1016/j.chb.2014.11.048 CrossRef
 Çam, E. y Işbulan, O. (2012). Una nueva adicción para los candidatos a docentes: las redes sociales. The Turkish Journal of Educational Technology, 11, 14-19.
 Chiu, S.-I., Hong, F.-Y. y Chiu, S.-L. (2013). Un análisis sobre la correlación y la diferencia de género entre la adicción a Internet de los estudiantes universitarios y la adicción al teléfono móvil en Taiwán Adicción a ISRN, 2013, 1–10. doi:https://doi.org/10.1155/2013/360607 CrossRef
 Chopik, W. J. (2016). Los beneficios del uso de la tecnología social entre los adultos mayores están mediados por una menor soledad. Cyberpsychology, Behavior, and Social Networking, 19 (9), 551–556. doi:https://doi.org/10.1089/cyber.2016.0151 CrossRef, Medline
 Cock, R. D., Vangeel, J., Klein, A., Minotte, P., Rosas, O. y Meerkerk, G. (2014). Uso compulsivo de sitios de redes sociales en Bélgica: prevalencia, perfil y el papel de la actitud hacia el trabajo y la escuela. Ciberpsicología, comportamiento y redes sociales, 17 (3), 166-171. doi:https://doi.org/10.1089/cyber.2013.0029 CrossRef, Medline
 Cole, H. y Griffiths, M. D. (2007). Interacciones sociales en jugadores de rol en línea multijugador masivo. CyberPsychology & Behavior, 10 (4), 575–583. doi:https://doi.org/10.1089/cpb.2007.9988 CrossRef, Medline
 Demetrovics, Z., Urbán, R., Nagygyörgy, K., Farkas, J., Zilahy, D., Mervó, B., Reindl, A., Ágoston, C., Kertész, A. y Harmath, E. (2011). ¿Por qué juegas? El desarrollo de los motivos del cuestionario de juegos en línea (MOGQ). Métodos de investigación del comportamiento, 43 (3), 814–825. doi:https://doi.org/10.3758/s13428-011-0091-y CrossRef, Medline
 Dowling, N. A. y Brown, M. (2010). Similitudes en los factores psicológicos asociados con problemas de juego y dependencia de Internet. Ciberpsicología, comportamiento y redes sociales, 13 (4), 437–441. doi:https://doi.org/10.1089/cyber.2009.0317 CrossRef, Medline
 Facebook. (2014). Facebook @ GDC: Impulsando el descubrimiento y el compromiso para juegos multiplataforma. Recuperado de https://developers.facebook.com/blog/post/2014/03/19/facebook-at-gdc-2014
 Campo, A. (2013). Descubrimiento de estadísticas utilizando IBM SPSS Statistics (4th ed.). Londres, Reino Unido: Sage Publications Ltd.
 Floros, G. y Siomos, K. (2013). La relación entre la crianza óptima, la adicción a Internet y los motivos de las redes sociales en la adolescencia. Psychiatry Research, 209 (3), 529–534. doi:https://doi.org/10.1016/j.psychres.2013.01.010 CrossRef, Medline
 Fuster, H., Chamarro, A., Carbonell, X. y Vallerand, R. J. (2014). Relación entre pasión y motivación por el juego en jugadores de juegos de rol online multijugador masivo. Cyberpsychology, Behavior, and Social Networking, 17, 292–297. doi:https://doi.org/10.1089/cyber.2013.0349
 Gentile, D. A., Choo, H., Liau, A., Sim, T., Li, D., Fung, D. y Khoo, A. (2011). Uso patológico de videojuegos entre jóvenes: un estudio longitudinal de dos años. Pediatría, 127, e319 – e329. doi:https://doi.org/10.1542/peds.2010-1353
 Griffiths, M. D. (2005). Un modelo de adicción de 'componentes' dentro de un marco biopsicosocial. Journal of Substance Use, 10 (4), 191-197. doi:https://doi.org/10.1080/14659890500114359 CrossRef
 Griffiths, M. D. (2014). Juegos sociales para niños y adolescentes: ¿Cuáles son los temas que preocupan? Educación y salud, 32, 9-12.
 Griffiths, M. D. (2015). Clasificación y tratamiento de las adicciones conductuales. Enfermería en la práctica, 82, 44–46.
 Griffiths, M. D., Király, O., Pontes, H. M. y Demetrovics, Z. (2015). Una descripción general de los juegos problemáticos. En E. Aboujaoude & V. Starcevic (Eds.), Salud mental en la era digital: Graves peligros, gran promesa (págs. 27–45). Oxford, Reino Unido: Oxford University Press. CrossRef
 Griffiths, M. D., Kuss, D. J. y Pontes, H. M. (2016). Una breve descripción del trastorno de los juegos de Internet y su tratamiento. Psicólogo clínico australiano, 2, 1–12.
 Griffiths, M. D. y Pontes, H. M. (2015). Productos de adicción y entretenimiento. En R. Nakatsu, M. Rauterberg y P. Ciancarini (Eds.), Manual de juegos digitales y tecnologías de entretenimiento (págs. 1–22). Singapur: Springer. CrossRef
 Griffiths, MD, Van Rooij, AJ, Kardefelt-Winther, D., Starcevic, V., Király, O., Pallesen, S., Müller, K., Dreier, M., Carras, M., Prause, N. , King, DL, Aboujaoude, E., Kuss, DJ, Pontes, HM, Fernandez, OL, Nagygyorgy, K., Achab, S., Billieux, J., Quandt, T., Carbonell, X., Ferguson, CJ , Hoff, RA, Derevensky, J., Haagsma, MC, Delfabbro, P., Coulson, M., Hus, Z. y Demetrovics, Z. (2016). Trabajando hacia un consenso internacional sobre los criterios para evaluar el trastorno de los juegos de Internet: un comentario crítico sobre Petry et al. (2014). Adicción, 111 (1), 167-175. doi:https://doi.org/10.1111/add.13057 CrossRef, Medline
 Guillot, C. R., Bello, M. S., Tsai, J. Y., Huh, J., Leventhal, A. M. y Sussman, S. (2016). Asociaciones longitudinales entre anhedonia y conductas adictivas relacionadas con Internet en adultos emergentes. Computers in Human Behavior, 62, 475–479. doi:https://doi.org/10.1016/j.chb.2016.04.019 CrossRef, Medline
 Heo, J., Chun, S., Lee, S., Lee, K. H. y Kim, J. (2015). Uso de Internet y bienestar en adultos mayores. Ciberpsicología, comportamiento y redes sociales, 18 (5), 268-272. doi:https://doi.org/10.1089/cyber.2014.0549 CrossRef, Medline
 Hooper, D., Coughlan, J. y Mullen, M. R. (2008). Modelado de ecuaciones estructurales: pautas para determinar el ajuste del modelo. Revista electrónica de métodos de investigación empresarial, 6, 53–60.
 Howard, C. J., Wilding, R. y Guest, D. (2016). El juego ligero de videojuegos está asociado con un procesamiento visual mejorado de objetivos de presentación visual en serie rápidos. Perception, 46 (2), 161-177. doi:https://doi.org/10.1177/0301006616672579 CrossRef, Medline
 Hu, L. T. y Bentler, P. M. (1999). Criterios de corte para los índices de ajuste en el análisis de la estructura de covarianza: Criterios convencionales versus nuevas alternativas. Modelado de ecuaciones estructurales: una revista multidisciplinaria, 6 (1), 1-55. doi:https://doi.org/10.1080/10705519909540118 CrossRef
 IBM Corporation. (2015). Estadísticas de IBM SPSS para Windows, versión 23. Nueva York, NY: IBM Corporation.
 Kardefelt-Winther, D. (2016). Conceptualización de los trastornos de uso de Internet: ¿Adicción o proceso de afrontamiento? Psiquiatría y Neurociencias Clínicas, 71 (7), 459 – 466. doihttps://doi.org/10.1111/pcn.12413 CrossRef, Medline
 Kim, N., Hughes, T. L., Park, C. G., Quinn, L. y Kong, I. D. (2016). Catecolaminas periféricas en estado de reposo y niveles de ansiedad en adolescentes varones coreanos con adicción a los juegos de Internet. Ciberpsicología, comportamiento y redes sociales, 19 (3), 202-208. doi:https://doi.org/10.1089/cyber.2015.0411 CrossRef, Medline
 Király, O., Griffiths, M. D., Urbán, R., Farkas, J., Kökönyei, G., Elekes, Z., Tamás, D. y Demetrovics, Z. (2014). El uso problemático de Internet y los juegos en línea problemáticos no son lo mismo: hallazgos de una gran muestra de adolescentes representativa a nivel nacional. Cyberpsychology, Behavior, and Social Networking, 17 (12), 749–754. doi:https://doi.org/10.1089/cyber.2014.0475 CrossRef, Medline
 Kline, R. B. (2011). Principios y práctica del modelado de ecuaciones estructurales (3ª ed.). Nueva York, NY: Guilford Press.
 Koc, M. y Gulyagci, S. (2013). Adicción a Facebook entre estudiantes universitarios turcos: el papel de la salud psicológica, las características demográficas y de uso. Ciberpsicología, comportamiento y redes sociales, 16 (4), 279–284. doi:https://doi.org/10.1089/cyber.2012.0249 CrossRef, Medline
 Kowert, R., Domahidi, E., Festl, R. y Quandt, T. (2014). ¿Juegos sociales, vida solitaria? El impacto del juego digital en los círculos sociales de los adolescentes. Computers in Human Behavior, 36, 385–390. doi:https://doi.org/10.1016/j.chb.2014.04.003 CrossRef
 Kuss, D. J., Griffiths, M. D. y Pontes, H. M. (2017). Caos y confusión en el diagnóstico DSM-5 del trastorno de los juegos de Internet: problemas, preocupaciones y recomendaciones para la claridad en el campo. Journal of Behavioral Addictions, 6 (2), 103-109. doi:https://doi.org/10.1556/2006.5.2016.062 Enlace
 Lee, B. W. y Stapinski, L. A. (2012). Buscando seguridad en Internet: Relación entre la ansiedad social y el uso problemático de Internet. Revista de trastornos de ansiedad, 26 (1), 197-205. doi:https://doi.org/10.1016/j.janxdis.2011.11.001 CrossRef, Medline
 Lee, S. Y., Choo, H. y Lee, H. K. (2017). Equilibrio entre el prejuicio y la realidad para el trastorno del juego: ¿La existencia del trastorno por consumo de alcohol estigmatiza a los bebedores sanos o impide la investigación científica? Journal of Behavioral Addictions, 6 (3), 302-305. doi:https://doi.org/10.1556/2006.6.2017.047 Enlace
 Lehenbauer-Baum, M., Klaps, A., Kovacovsky, Z., Witzmann, K., Zahlbruckner, R. y Stetina, B. U. (2015). Adicción y compromiso: un estudio exploratorio sobre los criterios de clasificación para el trastorno de los juegos de Internet. Ciberpsicología, comportamiento y redes sociales, 18 (6), 343–349. doi:https://doi.org/10.1089/cyber.2015.0063 CrossRef, Medline
 Leménager, T., Dieter, J., Hill, H., Hoffmann, S., Reinhard, I., Beutel, M., Vollstädt-Klein, S., Kiefer, F. y Mann, K. (2016) . Explorando la base neural de la identificación de avatar en jugadores patológicos de Internet y de la autorreflexión en usuarios patológicos de redes sociales. Journal of Behavioral Addictions, 5 (3), 1-15. doi:https://doi.org/10.1556/2006.5.2016.048 Enlace
 Lemmens, J. S. y Hendriks, S. J. F. (2016). Juegos en línea adictivos: examen de la relación entre los géneros de juegos y el trastorno de los juegos de Internet. Cyberpsychology, Behavior, and Social Networking, 19 (4), 270–276. doi:https://doi.org/10.1089/cyber.2015.0415 CrossRef, Medline
 Lovibond, P. F. y Lovibond, S. H. (1995). La estructura de los estados emocionales negativos: comparación de las escalas de estrés, ansiedad y depresión (DASS) con los inventarios de depresión y ansiedad de Beck. Investigación y terapia del comportamiento, 33 (3), 335–343. doi:https://doi.org/10.1016/0005-7967(94)00075-U CrossRef, Medline
 Maraz, A., Király, O. y Demetrovics, Z. (2015). Comentario sobre: ​​¿Estamos sobrepatologizando la vida cotidiana? Un plan sostenible para la investigación de la adicción al comportamiento. Los errores de diagnóstico de las encuestas: si obtiene un resultado positivo en una prueba de adicción, aún tiene una buena posibilidad de no ser adicto. Revista de adicciones al comportamiento, 4 (3), 151-154. doi:https://doi.org/10.1556/2006.4.2015.026 Enlace
 Monacis, L., De Palo, V., Griffiths, M. D. y Sinatra, M. (2016). Validación de la Escala de trastornos de los juegos de Internet - Forma corta (IGDS9-SF) en una muestra de habla italiana. Revista de adicciones al comportamiento, 5 (4), 683–690. doi:https://doi.org/10.1556/2006.5.2016.083 Enlace
 Morioka, H., Itani, O., Osaki, Y., Higuchi, S., Jike, M., Kaneita, Y., Kanda, H., Nakagome, S. y Ohida, T. (2016). Asociación entre el tabaquismo y el uso problemático de Internet entre los adolescentes japoneses: estudio epidemiológico nacional a gran escala. Ciberpsicología, comportamiento y redes sociales, 19 (9), 557–561. doi:https://doi.org/10.1089/cyber.2016.0182 CrossRef, Medline
 Muthén, L. K. y Muthén, B. O. (2012). Guía del usuario de Mplus (7ª ed.). Los Ángeles, CA: Muthén & Muthén.
 Ostovar, S., Allahyar, N., Aminpoor, H., Moafian, F., Nor, M. B. M. y Griffiths, M. D. (2016). La adicción a Internet y sus riesgos psicosociales (depresión, ansiedad, estrés y soledad) entre adolescentes y adultos jóvenes iraníes: un modelo de ecuación estructural en un estudio transversal. Revista Internacional de Salud Mental y Adicciones, 14 (3), 257–267. doi:https://doi.org/10.1007/s11469-015-9628-0 CrossRef
 País-Ribeiro, J., Honrado, A. y Leal, I. (2004). Contribuição para o estudo da adaptação portuguesa das Escalas de Ansiedade, Depressão e Stress (EADS) de 21 itens de Lovibond e Lovibond [Contribución al estudio de validación portugués de Lovibond y la versión corta de Lovibond de la Depression Anxiety and Stress Scale (DASS)]. Psicologia, Saúde & Doenças, 5, 229-239.
 Pantic, I. (2014). Redes sociales online y salud mental. Ciberpsicología, comportamiento y redes sociales, 17 (10), 652 – 657. doihttps://doi.org/10.1089/cyber.2014.0070 CrossRef, Medline
 Pápay, O., Urbán, R., Griffiths, MD, Nagygyörgy, K., Farkas, J., Kökönyei, G., Felvinczi, K., Oláh, A., Elekes, Z., y Demetrovics, Z. ( 2013). Propiedades psicométricas del cuestionario abreviado sobre juegos en línea problemáticos y prevalencia de juegos en línea problemáticos en una muestra nacional de adolescentes. Ciberpsicología, comportamiento y redes sociales, 16 (5), 340–348. doi:https://doi.org/10.1089/cyber.2012.0484 CrossRef, Medline
 Petry, NM, Rehbein, F., Gentile, DA, Lemmens, JS, Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, DSS, Borges, G., Auriacombe , M., González-Ibáñez, A., Tam, P. y O'Brien, CP (2014). Un consenso internacional para evaluar el trastorno de los juegos de Internet mediante el nuevo enfoque DSM ‐ 5. Adicción, 109 (9), 1399–1406. doi:https://doi.org/10.1111/add.12457 CrossRef, Medline
 Petry, NM, Rehbein, F., Gentile, DA, Lemmens, JS, Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, DSS, Borges, G., Auriacombe , M., González-Ibáñez, A., Tam, P. y O'Brien, CP (2015). Comentarios de Griffiths et al. Sobre la declaración de consenso internacional sobre el trastorno de los juegos de Internet: ¿promover el consenso u obstaculizar el progreso? Adicción, 111 (1), 175-178. doi:https://doi.org/10.1111/add.13189 CrossRef
 Phanasathit, M., Manwong, M., Hanprathet, N., Khumsri, J. y Yingyeun, R. (2015). Validación de la versión tailandesa de la escala de adicción a Facebook de Bergen (Thai-BFAS). Revista de la Asociación Médica de Tailandia, 98, 108-117.
 Pontes, H. M., Andreassen, C. S. y Griffiths, M. D. (2016). Validación portuguesa de la Escala de adicción a Facebook de Bergen: un estudio empírico. Revista Internacional de Salud Mental y Adicciones, 14 (6), 1062–1073. doi:https://doi.org/10.1007/s11469-016-9694-y CrossRef
 Pontes, H. M. y Griffiths, M. D. (2015a). Medición del trastorno de los juegos de Internet DSM-5: Desarrollo y validación de una escala psicométrica corta. Computers in Human Behavior, 45, 137–143. doi:https://doi.org/10.1016/j.chb.2014.12.006 CrossRef
 Pontes, H. M. y Griffiths, M. D. (2015b). El papel de la edad, la edad de inicio del acceso a Internet y el tiempo pasado en línea en la etiología de la adicción a Internet. Journal of Behavioral Addictions, 4 (Supl. 1), 30–31. doi:https://doi.org/10.1556/JBA.4.2015.Suppl.1
 Pontes, H. M. y Griffiths, M. D. (2016). Validación portuguesa de la Escala de trastornos del juego en Internet - Forma abreviada. Ciberpsicología, comportamiento y redes sociales, 19 (4), 288-293. doi:https://doi.org/10.1089/cyber.2015.0605 CrossRef, Medline
 Pontes, H. M., Király, O., Demetrovics, Z. y Griffiths, M. D. (2014). La conceptualización y medición del trastorno de los juegos de Internet DSM-5: el desarrollo de la prueba IGD-20. PLoS One, 9 (10), e110137. doi:https://doi.org/10.1371/journal.pone.0110137 CrossRef, Medline
 Pontes, H. M., Macur, M. y Griffiths, M. D. (2016). Trastorno de los juegos de Internet entre los escolares eslovenos de primaria: resultados de una muestra representativa de adolescentes a nivel nacional. Journal of Behavioral Addictions, 5 (2), 304–310. doi:https://doi.org/10.1556/2006.5.2016.042 Enlace
 Primack, B. A., Shensa, A., Escobar-Viera, C. G., Barrett, E. L., Sidani, J. E., Colditz, J. B. y James, A. E. (2017). Uso de múltiples plataformas de redes sociales y síntomas de depresión y ansiedad: un estudio representativo a nivel nacional entre adultos jóvenes de EE. UU. Las computadoras en el comportamiento humano, 69, 1–9. doi:https://doi.org/10.1016/j.chb.2016.11.013 CrossRef
 Przybylski, A. (2017). Respuesta maliciosa en la investigación de trastornos de juego en Internet. PeerJ, 4, e2401. doihttps://doi.org/10.7717/peerj.2401 CrossRef
 Rehbein, F., Staudt, A., Hanslmaier, M. y Kliem, S. (2016). Juegos de video en la población adulta general de Alemania: ¿Se puede explicar el mayor tiempo de juego de los hombres por las preferencias de género específicas del género? Computers in Human Behavior, 55 (Parte B), 729–735. doi:https://doi.org/10.1016/j.chb.2015.10.016 CrossRef
 Rikkers, W., Lawrence, D., Hafekost, J. y Zubrick, S. R. (2016). Uso de Internet y juegos electrónicos por niños y adolescentes con problemas emocionales y de comportamiento en Australia: resultados de la segunda Encuesta sobre salud mental y bienestar para niños y adolescentes. BMC Public Health, 16 (1), 399. doi:https://doi.org/10.1186/s12889-016-3058-1 CrossRef, Medline
 Salem, AAMS, Almenaye, N. S. y Andreassen, C. S. (2016). Una evaluación psicométrica de la escala de adicción a Facebook de Bergen (BFAS) de estudiantes universitarios. Revista Internacional de Psicología y Ciencias del Comportamiento, 6, 199-205. doi:https://doi.org/10.5923/j.ijpbs.20160605.01
 Sampasa-Kanyinga, H. y Lewis, R. F. (2015). El uso frecuente de sitios de redes sociales está asociado con un funcionamiento psicológico deficiente entre los niños y adolescentes. Ciberpsicología, comportamiento y redes sociales, 18 (7), 380–385. doi:https://doi.org/10.1089/cyber.2015.0055 CrossRef, Medline
 Sarda, E., Bègue, L., Bry, C. y Gentile, D. (2016). Trastorno y bienestar de los juegos de Internet: una validación de escala. Ciberpsicología, comportamiento y redes sociales, 19 (11), 674–679. doi:https://doi.org/10.1089/cyber.2016.0286 CrossRef, Medline
 Saunders, JB, Hao, W., Long, J., King, DL, Mann, K., Fauth-Bühler, M., Rumpf, H.-J., Bowden-Jones, H., Rahimi-Movaghar, A ., Chung, T., Chan, E., Bahar, N., Achab, S., Lee, HK, Potenza, M., Petry, N., Spritzer, D., Ambekar, A., Derevensky, J. , Griffiths, MD, Pontes, HM, Kuss, D., Higuchi, S., Mihara, S., Assangangkornchai, S., Sharma, M., Kashef, AE, Ip, P., Farrell, M., Scafato, E., Carragher, N. y Poznyak, V. (2017). Trastorno del juego: su delineación como una condición importante para el diagnóstico, el manejo y la prevención. Journal of Behavioral Addictions, 6 (3), 271-279. doi:https://doi.org/10.1556/2006.6.2017.039 Enlace
 Scharkow, M., Festl, R. y Quandt, T. (2014). Patrones longitudinales de uso problemático de juegos de computadora entre adolescentes y adultos: un estudio de panel de 2 años. Adicción, 109 (11), 1910-1917. doi:https://doi.org/10.1111/add.12662 CrossRef, Medline
 Shaffer, H. J., LaPlante, D. A., LaBrie, R. A., Kidman, R. C., Donato, A. N. y Stanton, M. V. (2004). Hacia un modelo de síndrome de adicción: múltiples expresiones, etiología común. Harvard Review of Psychiatry, 12 (6), 367–374. doi:https://doi.org/10.1080/10673220490905705 CrossRef, Medline
 Silva, H. R. S., Areco, K. C. N., Bandiera-Paiva, P., Galvão, P. V. M., García, A. N. M. y Silveira, D. X. (2015). Equivalência semântica e confiabilidade da versão em português da Bergen Facebook Addiction Scale [Equivalencia semántica y confiabilidad de la versión portuguesa de la Bergen Facebook Addiction Scale]. Jornal Brasileiro de Psiquiatria, 64 (1), 17-23. doi:https://doi.org/10.1590/0047-2085000000052 CrossRef
 Sioni, S. R., Burleson, M. H. y Bekerian, D. A. (2017). Trastorno de los juegos de Internet: fobia social e identificación con su yo virtual. Computadoras en el comportamiento humano, 71, 11-15. doi:https://doi.org/10.1016/j.chb.2017.01.044 CrossRef
 Snodgrass, J. G., Lacy, M. G., Dengah II, H. J. F., Eisenhauer, S., Batchelder, G. y Cookson, R. J. (2014). Unas vacaciones para tu mente: los juegos en línea problemáticos son una respuesta al estrés. Computers in Human Behavior, 38, 248-260. doi:https://doi.org/10.1016/j.chb.2014.06.004 CrossRef
 Starcevic, V. y Aboujaoude, E. (2016). Adicción a Internet: reevaluación de un concepto cada vez más inadecuado. Espectros del SNC, 22 (1), 7-13. doi:https://doi.org/10.1017/S1092852915000863 CrossRef, Medline
 Stroud, M. J. y Whitbourne, S. K. (2015). Los videojuegos casuales como herramientas de formación para los procesos atencionales en la vida cotidiana. Cyberpsychology, Behavior, and Social Networking, 18 (11), 654–660. doi:https://doi.org/10.1089/cyber.2015.0316 CrossRef, Medline
 Stubblefield, S., Datto, G., Phan, T.-LT, Werk, LN, Stackpole, K., Siegel, R., Stratbucker, W., Tucker, JM, Christison, AL, Hossain, J. y Gentile, DA (2017). Videojuegos problemáticos entre niños inscritos en programas terciarios de control de peso. Ciberpsicología, comportamiento y redes sociales, 20 (2), 109-116. doi:https://doi.org/10.1089/cyber.2016.0386 CrossRef, Medline
 Sussman, S., Arpawong, T. E., Sun, P., Tsai, J., Rohrbach, L. A. y Spruijt-Metz, D. (2014). Prevalencia y co-ocurrencia de conductas adictivas entre ex jóvenes de secundaria alternativa. Journal of Behavioral Addictions, 3 (1), 33–40. doi:https://doi.org/10.1556/JBA.3.2014.005 Enlace
 Tang, J.-H., Chen, M.-C., Yang, C.-Y., Chung, T.-Y. y Lee, Y.-A. (2016). Rasgos de personalidad, relaciones interpersonales, apoyo social en línea y adicción a Facebook. Telemática e informática, 33 (1), 102–108. doi:https://doi.org/10.1016/j.tele.2015.06.003 CrossRef
 Thorens, G., Achab, S., Billieux, J., Khazaal, Y., Khan, R., Pivin, E., Gupta, V. y Zullino, D. (2014). Características y respuesta al tratamiento de usuarios de Internet problemáticos identificados en una clínica ambulatoria de adicciones conductuales. Revista de adicciones al comportamiento, 3 (1), 78–81. doi:https://doi.org/10.1556/JBA.3.2014.008 Enlace
 Turel, O. y Serenko, A. (2012). Los beneficios y peligros de disfrutar de los sitios web de redes sociales. Revista europea de sistemas de información, 21 (5), 512–528. doi:https://doi.org/10.1057/ejis.2012.1 CrossRef
 Van Rooij, A. J., Schoenmakers, T. M., Vermulst, A. A., Van den Eijnden, R. y Van de Mheen, D. (2011). Adicción a los videojuegos en línea: Identificación de jugadores adolescentes adictos. Adicción, 106 (1), 205–212. doi:https://doi.org/10.1111/j.1360-0443.2010.03104.x CrossRef, Medline
 Organización Mundial de la Salud. (2016). Borrador ICD-11 Beta: trastorno del juego. Recuperado de https://icd.who.int/dev11/l-m/en#/http%3a%2f%2fid.who.int%2ficd%2fentity%2f1448597234
 Wu, A. M. S., Cheung, V. I., Ku, L. y Hung, E. P. W. (2013). Factores de riesgo psicológico de adicción a los sitios de redes sociales entre los usuarios chinos de teléfonos inteligentes. Journal of Behavioral Addictions, 2 (3), 160-166. doi:https://doi.org/10.1556/JBA.2.2013.006 Enlace
 Xanidis, N. y Brignell, C. M. (2016). La asociación entre el uso de sitios de redes sociales, la calidad del sueño y la función cognitiva durante el día. Las computadoras en el comportamiento humano, 55 (Parte A), 121-126. doi:https://doi.org/10.1016/j.chb.2015.09.004 CrossRef
 Yee, N. (2006). Motivaciones para jugar en juegos online. CyberPsychology & Behavior, 9 (6), 772–775. doi:https://doi.org/10.1089/cpb.2006.9.772 CrossRef, Medline
 Yu, C., Li, X. y Zhang, W. (2015). Predicción del uso de juegos en línea problemáticos en adolescentes a partir del apoyo a la autonomía del maestro, la satisfacción de las necesidades psicológicas básicas y la participación escolar: un estudio longitudinal de 2 años. Ciberpsicología, comportamiento y redes sociales, 18 (4), 228-233. doi:https://doi.org/10.1089/cyber.2014.0385 CrossRef, Medline
 Zhang, C., Brook, J. S., Leukefeld, C. G. y Brook, D. W. (2016). Factores psicosociales longitudinales relacionados con los síntomas de la adicción a Internet entre adultos en la mediana edad. Comportamientos adictivos, 62, 65–72. doi:https://doi.org/10.1016/j.addbeh.2016.06.019 CrossRef, Medline