Adicción y depresión de las redes sociales en línea: los resultados de un estudio de cohorte prospectivo a gran escala en adolescentes chinos (2018)

J Behav Addict. 2018 Sep 11: 1-11. doi: 10.1556 / 2006.7.2018.69.

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Mai JC6, Chen YX6.

Resumen

Antecedentes y objetivos

El objetivo de este estudio es estimar las asociaciones longitudinales entre la adicción a las redes sociales en línea (OSNA) y la depresión, si OSNA predice el desarrollo de la depresión y, a la inversa, si la depresión predice el desarrollo de la OSNA.

Métodos

Un total de estudiantes de 5,365 de nueve escuelas secundarias en Guangzhou, sur de China, fueron encuestados al inicio del estudio en 2014 de marzo, y realizaron un seguimiento de 9 meses después. El nivel de OSNA y la depresión se midieron utilizando la escala validada de OSNA y CES-D, respectivamente. Se aplicaron modelos de regresión logística multinivel para estimar las asociaciones longitudinales entre OSNA y la depresión.

Resultados

Los adolescentes que estaban deprimidos pero sin OSNA al inicio del estudio tenían 1.48 veces más propensos a desarrollar OSNA en el seguimiento en comparación con aquellos que no estaban deprimidos al inicio del estudio [OR ajustada (AOR): 1.48, 95 intervalo de confianza (IC): 1.14-1.93 ]. Además, en comparación con aquellos que no estaban deprimidos durante el período de seguimiento, los adolescentes que sufrían depresión persistente o emergente durante el período de seguimiento tenían un mayor riesgo de desarrollar OSNA en el seguimiento (AOR: 3.45, 95% CI: 2.51-4.75 para la depresión persistente; AOR: 4.47, 95% CI: 3.33-5.99 para la depresión emergente). A la inversa, entre aquellos sin depresión al inicio del estudio, los adolescentes clasificados como OSNA persistente o OSNA emergente tuvieron un mayor riesgo de desarrollar depresión en comparación con los que no tenían OSNA (AOR: 1.65, 95% CI: 1.01-2.69 para OSNA persistente; AOR: 4.29; 95% CI: 3.17-5.81 para OSNA emergente).

Conclusión

Los hallazgos indican una asociación bidireccional entre OSNA y la depresión, lo que significa que el uso adictivo de las redes sociales en línea se acompaña de un mayor nivel de síntomas depresivos.

PALABRAS CLAVE: adolescentes; depresión; asociación longitudinal; adicción a las redes sociales en línea

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Adicción y depresión a las redes sociales en línea: los resultados de un estudio prospectivo de cohorte a gran escala en adolescentes chinos.

J Behav Addict. 2018 Sep 11: 1-11. doi: 10.1556 / 2006.7.2018.69. [Epub antes de imprimir]

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Mai JC6, Chen YX6.

Compendio

Antecedentes y objetivos El objetivo de este estudio es estimar las asociaciones longitudinales entre la adicción a las redes sociales en línea (OSNA) y la depresión, si OSNA predice el desarrollo de la depresión y, a la inversa, si la depresión predice el desarrollo de la OSNA. Métodos Un total de estudiantes de 5,365 de nueve escuelas secundarias en Guangzhou, sur de China, fueron encuestados al inicio del estudio en marzo de 2014, y realizaron un seguimiento de 9 meses después. El nivel de OSNA y la depresión se midieron utilizando la escala validada de OSNA y CES-D, respectivamente. Se aplicaron modelos de regresión logística multinivel para estimar las asociaciones longitudinales entre OSNA y la depresión. Resultados Los adolescentes que estaban deprimidos pero sin OSNA al inicio del estudio tenían 1.48 veces más propensos a desarrollar OSNA en el seguimiento en comparación con los que no estaban deprimidos al inicio del estudio [OR ajustada (AOR): 1.48, 95 intervalo de confianza (IC): 1.14- 1.93]. Además, en comparación con aquellos que no estaban deprimidos durante el período de seguimiento, los adolescentes que sufrían depresión persistente o emergente durante el período de seguimiento tenían un mayor riesgo de desarrollar OSNA en el seguimiento (AOR: 3.45, 95% CI: 2.51-4.75 para la depresión persistente; AOR: 4.47, 95% CI: 3.33-5.99 para la depresión emergente). A la inversa, entre aquellos sin depresión al inicio del estudio, los adolescentes clasificados como OSNA persistente o OSNA emergente tuvieron un mayor riesgo de desarrollar depresión en comparación con los que no tenían OSNA (AOR: 1.65, 95% CI: 1.01-2.69 para OSNA persistente; AOR: 4.29; 95% CI: 3.17-5.81 para OSNA emergente). Conclusión Los hallazgos indican una asociación bidireccional entre OSNA y la depresión, lo que significa que el uso adictivo de las redes sociales en línea se acompaña de un mayor nivel de síntomas depresivos.

PALABRAS CLAVE: adolescentes; depresión; asociación longitudinal; adicción a las redes sociales en línea

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Introducción

La depresión, el trastorno psiquiátrico más ampliamente reportado (Knopf, Park y Mulye, 2008; Thapar, Collishaw, Potter y Thapar, 2010), es un importante problema de salud pública entre los adolescentes. Más del 9% de adolescentes reportó niveles moderados a severos de depresión, y su tasa de incidencia de 1 por año se estimó en 3% en los Estados Unidos (Rushton, Forcier y Schectman, 2002). En el sur de China, nuestro estudio anterior informó una prevalencia de 1 en la semana del 23.5% entre los estudiantes de secundaria (Li et al., 2017).

Se ha informado una asociación positiva entre la adicción a Internet y la depresión entre los adolescentes tanto en la sección transversal (Moreno, Jelenchick y Breland, 2015; Yoo, Cho y Cha, 2014) y estudios longitudinales (Cho, Sung, Shin, Lim y Shin, 2013; Ko, Yen, Chen, Yeh y Yen, 2009; Lam, 2014). Sin embargo, estos estudios evaluaron la adicción a Internet en general en lugar de tipos específicos de actividades en línea. Los adolescentes pueden realizar múltiples tipos de actividades en línea en Internet. Varios estudios han resaltado la importancia y la necesidad de distinguir la adicción a actividades específicas relacionadas con Internet de la adicción a Internet en general (Davis, 2001; Laconi, Tricard y Chabrol, 2015; Pontes, Szabo y Griffiths, 2015). Las redes sociales en línea son un fenómeno relativamente nuevo, y se ha observado una alta prevalencia de depresión entre la población que es usuarios de redes sociales en línea (Lin et al., 2016; Tang y Koh, 2017). En comparación con la población general, los adolescentes y los estudiantes son los usuarios más frecuentes de las redes sociales en línea (Griths, Kuss y Demetrovics, 2014). La adicción a las redes sociales en línea (OSNA) es un comportamiento adictivo relativamente nuevo entre los adolescentes, junto con la participación compulsiva en las actividades de redes sociales en línea. Como un tipo específico de adicciones conductuales relacionadas con Internet, OSNA incorpora los principales síntomas clásicos de la adicción (Griffiths, 2013; Kuss y Griffiths, 2011), y se define como "estar demasiado preocupado por el uso de las redes sociales en línea, motivado por una fuerte motivación para iniciar sesión o usar redes sociales en línea que perjudiquen otras actividades sociales, estudios / trabajos, relaciones interpersonales y / o salud y bienestar psicológico"(Andreassen, 2015). OSNA ha aumentado notablemente entre los adolescentes. Alrededor de 9.78% de los estudiantes universitarios de Estados Unidos perciben que tienen adicción a Facebook (Pempek, Yermolayeva y Calvert, 2009), y 29.5% de estudiantes universitarios de Singapur poseen OSNA (Tang y Koh, 2017). Un estudio en 2010 informó que la prevalencia de OSNA fue incluso más alta que 30% en estudiantes universitarios chinos (Zhou y Leung, 2010). Las evidencias han sugerido que las redes sociales en línea excesivas y compulsivas rara vez son beneficiosas, en lugar de tener efectos potencialmente perjudiciales sobre el bienestar psicosocial de los adolescentes, incluidos los resultados emocionales, relacionales y otros relacionados con la salud (Andreassen, 2015).

Algunas de las encuestas transversales informaron una asociación positiva entre OSNA y la depresión entre los adolescentes (Hong, Huang, Lin y Chiu, 2014; Koc y Gulyagci, 2013). Sin embargo, debido a la limitación inherente del diseño del estudio transversal, todavía no está claro si OSNA es una causa o consecuencia de la depresión o bidireccional. Las redes sociales en línea podrían proporcionar a los adolescentes conveniencia social y capital, auto-divulgación selectiva y apoyo social potencial (Ellison, Steinfield y Lampe, 2007; Steinfield, Ellison y Lampe, 2008). Las personas que experimentan trastornos psiquiátricos (es decir, depresión y ansiedad) pueden ver las redes sociales en línea como una comunidad virtual segura e importante (Gámez-Guadix, 2014), donde podrían escapar de los problemas emocionales experimentados en el mundo real (Andreassen, 2015; Griths et al., 2014), y además conducen a una potencial participación adictiva (Oberst, Wegmann, Stodt, Brand y Chamarro, 2017). Mientras tanto, la exposición excesiva a la comunidad virtual resultaría en emociones negativas (McDougall et al., 2016). Los adolescentes con desajustes en su estado de ánimo depresivo pueden experimentar efectos más perjudiciales por el exceso de redes sociales en línea (Selfhout, Branje, Delsing, Ter Bogt y Meeus, 2009). Por lo tanto, una asociación bidireccional entre OSNA y depresión es teóricamente razonable. Sin embargo, según nuestro conocimiento, no hay ningún estudio prospectivo que se centre en explorar las relaciones longitudinales entre la OSNA y la depresión entre los adolescentes y otras poblaciones.

Por lo tanto, diseñamos un estudio prospectivo para estimar de manera integral la asociación longitudinal entre depresión y OSNA a lo largo del tiempo, como si OSNA predice el desarrollo de depresión y si la depresión predice el desarrollo de OSNA, considerando cambios en OSNA y estado de depresión (p. Ej., Remisión de trastorno) durante un período de seguimiento de 9 meses.

Diseño del estudio

Este estudio de cohorte prospectivo se realizó en Guangzhou, sur de China. La encuesta de línea de base se realizó de marzo a abril en 2014, y la encuesta de seguimiento posterior se realizó en un intervalo de 9 por mes, utilizando el mismo procedimiento.

Participantes y muestreo.                                                               

Los participantes fueron reclutados mediante un método de muestreo por conglomerados estratificado. Se seleccionó convenientemente un distrito / condado de cada una de las tres regiones (es decir, regiones centrales, suburbios y suburbios exteriores) en Guangzhou, respectivamente (puntos rojos en la Figura 1). Luego se seleccionaron convenientemente tres escuelas secundarias públicas de cada distrito / condado seleccionado, y así se seleccionó un total de nueve escuelas. Todos los estudiantes de séptimo y octavo grado de las escuelas seleccionadas fueron invitados voluntariamente a participar en el estudio. El cuestionario anónimo fue autoadministrado por los participantes en el aula con la ausencia de cualquier maestro, bajo la supervisión de asistentes de investigación bien capacitados.

figura padre quitar

Figura 1. La ubicación de los sitios de estudio.

Un total de 5,365 (tasa de respuesta = 98.04%) de los alumnos completó la encuesta de referencia. Los dos cuestionarios de los mismos estudiantes se combinaron utilizando los últimos cuatro dígitos del número de teléfono de la casa, los últimos cuatro dígitos del número de teléfono móvil de los padres, los últimos cuatro dígitos del número de documento de identidad de los participantes, la fecha de nacimiento de los participantes, la última letra de los mismos y los padres 'nombre del hechizo. Finalmente, los participantes de 4,871 de 5,365 proporcionaron cuestionarios completos en el seguimiento (tasa de seguimiento = 90.8%). Después de excluir a aquellos que no usaron redes sociales en línea (n = 643), un total de 4,237 participantes participaron en nuestro estudio longitudinal.

Depresión

El nivel de síntomas depresivos se midió utilizando la versión china del ítem 20 de la Escala del Centro de Epidemiología para la Depresión (CES-D). Sus propiedades psicométricas han sido validadas entre los adolescentes chinos (Chen, Yang y Li, 2009; Cheng, Yen, Ko y Yen, 2012; Lee et al., 2008; Wang et al., 2013). Las puntuaciones más altas indican un nivel más grave de síntomas depresivos, con una puntuación total que va desde 0 a 60 (Radloff, 1977). Los coeficientes α de Cronbach en este estudio fueron .86 al inicio del estudio y .87 en el seguimiento, mostrando una buena confiabilidad interna. El individuo que reporta una puntuación CES-D ≥21 se define como un caso deprimido (Medias et al., 2015). Siguiendo los estudios anteriores (Penninx, Deeg, van Eijk, Beekman y Guralnik, 2000; Van Gool y col., 2003), el cambio en el estado de depresión durante el período de seguimiento en este estudio se categorizó de la siguiente manera: sin depresión (participantes sin depresión tanto al inicio como durante el seguimiento), remisión de la depresión (participantes con depresión al inicio del estudio pero que pasaron a la depresión sin seguimiento en el seguimiento) -up), depresión persistente (participantes con depresión tanto en la línea de base como en el seguimiento) y depresión emergente (participantes sin depresión en la línea de base pero con transición a la depresión en el seguimiento).

Adicción a las redes sociales en línea (OSNA)

El nivel adictivo de las redes sociales en línea se midió utilizando una escala OSNA, que incluye ocho elementos que miden los síntomas adictivos centrales de la prominencia cognitiva y conductual, el conflicto con otras actividades, la euforia, la pérdida de control, el retiro, la recaída y la reincorporación. Las puntuaciones más altas de la escala OSNA indican niveles más altos de tendencia adictiva a las redes sociales en línea, con una puntuación máxima de 40. Sus propiedades psicométricas se han evaluado exhaustivamente en nuestro estudio anterior (Li et al., 2016). No existe un valor de corte establecido para la escala OSNA para identificar los casos de OSNA: los participantes que puntuaron en el décimo decil de puntuaciones (es decir, puntuación de OSNA ≥10) se clasificaron como casos de OSNA al inicio del estudio, y el mismo valor de corte fue utilizado para clasificar los casos en el seguimiento. La estrategia de clasificación similar se ha aplicado en el estudio anterior (Verkuijl et al., 2014). Los coeficientes α de Cronbach de la escala OSNA en este estudio fueron .86 en la línea base y .89 en el seguimiento. De manera similar, el cambio en el estado de OSNA desde la línea de base hasta el seguimiento se categorizó de la siguiente manera: sin OSNA (participantes sin OSNA tanto en la línea de base como en el seguimiento), remisión de la OSNA (participantes con OSNA en la línea de base pero con una transición a la OSNA sin seguimiento) ), OSNA persistente (participantes con OSNA tanto en la línea de base como en el seguimiento), y OSNA emergente (participantes sin OSNA en la línea de base pero con una transición a la OSNA en el seguimiento).

Covariables

Las covariantes incluyeron el sexo, el grado, los niveles de educación de los padres, la situación financiera familiar percibida, los arreglos de vivienda (con ambos padres o no), el rendimiento académico autoinformado y la presión percibida del estudio en la línea de base.

Análisis estadístico

Se presentaron estadísticas descriptivas (por ejemplo, medias, desviación estándar y porcentajes) cuando fue apropiado. Los coeficientes de correlación intraclase para la agrupación en todas las escuelas fueron del 1.56% (p = .002) para depresión incidente y 1.42% (p = .042) para OSNA incidente, lo que indica variaciones significativas entre las escuelas (Wang, Xie y Fisher, 2009). Por lo tanto, se aplicaron modelos de regresión logística multinivel (Nivel 1: estudiante; Nivel 2: escuela) para evaluar las asociaciones longitudinales entre OSNA y depresión a lo largo del tiempo, lo que explica el efecto de muestreo de conglomerados de la escuela. Covariables de fondo asociadas con la depresión incidente / OSNA con p <.05 en el análisis univariado o ampliamente informado en la literatura (es decir, sexo y grado) se ajustaron en los modelos de regresión logística multivariable.

Para la predicción de OSNA sobre la nueva incidencia de depresión entre los participantes que no estaban deprimidos al inicio del estudio (n = 3,196), primero estimamos la razón de posibilidades (OR) del OSNA basal, tanto variable binaria (es decir, OSNA o no) como variable continua (puntuaciones de la escala OSNA), sobre la nueva incidencia de depresión después de ajustar las covariables significativas, y luego ajuste de la puntuación de la escala CES-D de referencia (Hinkley y col., 2014). Luego, estimamos la predicción del cambio en el estado de OSNA a lo largo del tiempo sobre la nueva incidencia de depresión, incluido un modelo ajustado de covariables significativas y un modelo ajustado adicionalmente de la puntuación de la escala de referencia CES-D.

A la inversa, la predicción de la depresión en la nueva incidencia de OSNA entre los participantes sin OSNA al inicio del estudio (n = 3,657) se estimó de manera similar a la descrita anteriormente con una nueva incidencia de OSNA como resultado y depresión como exposición. Se estimó la predicción de la depresión inicial (versión continua y categórica) sobre la nueva incidencia de OSNA y la predicción del cambio en el estado de depresión a lo largo del tiempo sobre la nueva incidencia de OSNA, respectivamente.

Los análisis estadísticos se realizaron utilizando la versión SAS 9.4 (SAS Institute, Cary, NC, EE. UU.). Una de dos caras p valor <.05 se consideró estadísticamente significativo.

Ética

Los procedimientos de estudio se llevaron a cabo de conformidad con la Declaración de Helsinki. El consentimiento y el permiso de la escuela para la encuesta dentro de la escuela se obtuvieron de los directores de las escuelas antes de que se administrara la encuesta. El consentimiento verbal se obtuvo de los estudiantes antes de su participación. Este estudio y el procedimiento de consentimiento fueron aprobados por la Encuesta y el Comité de Ética de Investigación del Comportamiento de la Universidad China de Hong Kong.

Resultados

Características de los participantes y análisis de desgaste.

El análisis del desgaste mostró que no hubo diferencias significativas en cuanto a los niveles de educación de los padres y el rendimiento académico autoinformado entre los adolescentes que participaron en el análisis longitudinal (n = 4,237) y que fueron excluidos del análisis longitudinal (n = 1,128). Los adolescentes que participaron en la muestra longitudinal tenían más probabilidades de ser mujeres, pertenecían al octavo grado, tenían una buena situación económica familiar, vivían con ambos padres y percibían una presión de estudio nula / leve (Tabla 1).

Mesa

Tabla 1. Análisis del desgaste y características de los participantes en la muestra longitudinal.
 

Tabla 1. Análisis del desgaste y características de los participantes en la muestra longitudinal.

 

Base

Participantes en la muestra longitudinal.

Participantes sin depresión al inicio del estudio.

Participantes sin OSNA al inicio del estudio.

 

No

p*

No-OSNA

OSNA

p*

No deprimido

Deprimido

p*

Total5,3654,2371,1282,9222742,922735
Sexo
 Masculino2,533 (47.2)2,105 (49.7)727 (64.4)<.0011,464 (50.1)164 (59.8).0021,464 (50.1)309 (42.0)<.001
 Femenino2,832 (52.8)2,132 (50.3)401 (35.6) 1,458 (49.9)110 (40.2) 1,458 (49.9)426 (58.0) 
Grado
 Siete2,592 (48.3)2,011 (47.5)581 (51.5).0161,418 (48.5)131 (47.8).8201,418 (48.5)337 (45.9).194
 Ocho2,773 (51.7)2,226 (52.5)547 (48.5) 1,504 (51.5)143 (52.2) 1,504 (51.5)398 (54.2) 
Nivel educativo del padre
 Escuela primaria o inferior356 (6.6)273 (6.4)83 (7.4).376165 (5.7)21 (7.7).049165 (5.7)61 (8.3).010
 Escuela secundaria básica1,816 (33.9)1,425 (33.6)391 (34.7) 958 (32.8)108 (39.4) 958 (32.8)259 (35.2) 
 Escuela secundaria superior1,646 (30.7)1,312 (31.0)334 (29.6) 911 (31.2)79 (28.8) 911 (31.2)230 (31.3) 
 Universidad o superior1,317 (24.5)1,053 (24.9)264 (23.4) 763 (26.1)54 (6.6) 763 (26.1)159 (21.6) 
 No lo sé230 (4.3)174 (4.1)56 (5.0) 125 (4.3)12 (4.4) 125 (4.3)26 (3.5) 
Nivel educativo de la madre
 Escuela primaria o inferior588 (11.0)445 (10.5)143 (12.7).144267 (9.1)35 (12.8).108267 (9.1)103 (14.0)<.001
 Escuela secundaria básica1,909 (35.6)1,507 (35.6)402 (35.6) 1,030 (35.3)108 (39.4) 1,030 (35.3)274 (37.3) 
 Escuela secundaria superior1,497 (27.9)1,199 (28.3)298 (26.4) 860 (29.4)71 (25.9) 860 (29.4)180 (24.5) 
 Universidad o superior1,143 (21.3)913 (21.6)230 (20.4) 634 (21.7)50 (18.3) 634 (21.7)156 (21.2) 
 No lo sé228 (4.3)173 (4.1)55 (4.9) 131 (4.5)10 (3.6) 131 (4.5)22 (3.0) 
Situación financiera familiar
 Muy bien2,519 (47.0)2,047 (48.3)472 (41.8)<.0011,495 (51.2)123 (44.9).1151,495 (51.2)300 (40.8)<.001
 Normal2,664 (49.6)2,072 (48.9)592 (52.5) 1,366 (46.7)143 (52.2) 1,366 (46.8)405 (55.1) 
 Pobre / muy pobre182 (3.4)118 (2.8)64 (5.7) 61 (2.1)8 (8.6) 61 (2.1)30 (4.1) 
Vive con ambos padres
 No4,712 (87.8)490 (11.6)163 (14.4).008312 (10.7)30 (11.0).890312 (10.7)107 (14.6).003
 Sí653 (12.2)3,747 (88.4)965 (85.6) 2,610 (89.3)244 (89.0) 2,610 (89.3)628 (85.4) 
Desempeño académico
 Superior1,817 (33.9)1,465 (34.6)223 (19.8).2761,142 (39.1)51 (18.6)<.0011,142 (39.1)205 (27.9)<.001
 Medio2,396 (44.6)1,920 (45.3)619 (54.9) 1,306 (44.7)134 (48.9) 1,306 (44.7)347 (47.2) 
 Más Bajo1,152 (21.5)490 (20.1)286 (25.4) 474 (16.2)89 (32.5) 474 (16.2)183 (24.9) 
Presión de estudio percibida
 Nulo / claro1,034 (19.3)811 (19.1)352 (31.2)<.001667 (22.8)31 (11.3)<.001667 (22.8)78 (10.6)<.001
 General3,052 (56.9)2,433 (57.4)476 (42.2) 1,769 (60.5)172 (62.8) 1,769 (60.5)359 (48.8) 
 Pesado / muy pesado1,279 (23.8)993 (23.4)300 (26.6) 486 (16.6)71 (25.9) 486 (16.6)298 (40.5) 

Nota. Los datos se muestran como n (%). OSNA: adicción a las redes sociales en línea; CES-D: Centro para la Escala de Epidemiología de la Depresión; -: no aplica.

*p los valores se obtuvieron usando χ2 .

Entre los adolescentes con 4,237 (edad media: 13.9, desviación estándar: 0.7) en la muestra longitudinal, 49.7% (2,105 de 4,237) fueron mujeres y 47.5% (2,011 de 4,237) fueron estudiantes de séptimo grado. La mayoría de los adolescentes (88.4%; 3,747 de 4,237) vivían con sus padres. En la muestra longitudinal, la prevalencia de depresión aumentó significativamente de 24.6% (1,041 de 4,237) al inicio del estudio a 26.6% en el seguimiento (prueba de McNemar = 7.459, p = .006). No hubo diferencias significativas para la prevalencia de OSNA entre el inicio y el seguimiento (13.7% al inicio frente al 13.6% en el seguimiento; prueba de McNemar = 0.053, p = .818). Un total de 3,196 estudiantes no estaban deprimidos al inicio del estudio y 3,657 estudiantes no tenían OSNA al inicio del estudio (Tabla 1).

Posibles factores de confusión asociados con la nueva incidencia de depresión o OSNA

Mesa 2 muestra que la situación financiera familiar pobre percibida, el bajo rendimiento académico auto-reportado y la fuerte presión del estudio percibida se asociaron significativamente con una mayor incidencia de depresión (rango de OR univariable: 1.32-1.98) y una mayor incidencia de OSNA (rango de OR univariable: 1.61 – 2.76). Vivir con sus padres fue un factor de protección significativo para la incidencia de OSNA solamente [OR univariable: 0.65, 95 intervalo de confianza (IC): 0.48 – 0.89].

Mesa

Tabla 2. Asociaciones univariadas entre covariables de fondo e incidencia de depresión / OSNA
 

Tabla 2. Asociaciones univariadas entre covariables de fondo e incidencia de depresión / OSNA

 

Incidencia de la depresión

Incidencia de OSNA

 

n (%) (n = 515)

ORu (95% CI)

p

n (%) (n = 335)

ORu (95% CI)

p

Sexo 
 Masculino249 (15.9)1 168 (8.9)1 
 Femenino266 (16.3)0.96 (0.79, 1.16).641167 (9.4)0.94 (0.75, 1.17).573
Grado  
 Siete250 (16.1)1 160 (9.1)1 
 Ocho265 (16.1)1.00 (0.83, 1.21).977175 (9.2)1.00 (0.80, 1.26).977
Nivel educativo del padre 
 Escuela primaria o inferior32 (17.2)1 26 (11.5)1 
 Secundaria secundaria190 (17.8)1.04 (0.69, 1.59).827116 (9.5)0.81 (0.52, 1.28).377
 Secundaria139 (14.0)0.80 (0.52, 1.23).31793 (8.2)0.67 (0.42, 1.07).090
 Universidad o superior129 (15.8)0.92 (0.60, 1.42).70586 (9.3)0.78 (0.49, 1.26).310
 No lo sé25 (18.3)1.14 (0.63, 2.04).66614 (9.3)0.79 (0.40, 1.59).516
Nivel educativo de la madre 
 Escuela primaria o inferior47 (15.6)1 31 (8.4)1 
 Secundaria secundaria196 (17.2)1.15 (0.81, 1.63).424118 (9.1)1.11 (0.73, 1.69).621
 Secundaria141 (15.2)1.01 (0.70, 1.46).939109 (10.5)1.28 (0.84, 1.96).257
 Universidad o superior105 (15.4)1.03 (0.70, 1.52).86164 (8.1)0.97 (0.61, 1.53).891
 No lo sé26 (18.4)1.32 (0.77, 2.25).31013 (8.5)1.03 (0.52, 2.03).940
Situación financiera familiar 
 Muy bien229 (14.2)1 145 (8.1)1 
 Normal269 (17.8)1.32 (1.08, 1.60).006172 (9.7)1.21 (0.96, 1.53).105
 Pobre / muy pobre17 (24.6)1.98 (1.12, 3.49).01918 (19.8)2.76 (1.60, 4.76)<.001
Vive con ambos padres 
 No64 (18.7)1 54 (12.9)1 
 Sí451 (15.8)0.80 (0.60, 1.07).135281 (8.7)0.65 (0.48, 0.89).008
Desempeño académico 
 Superior169 (14.2)1 109 (8.1)1 
 Medio226 (15.7)1.13 (0.91, 1.41).254145 (8.8)1.10 (0.85, 1.42).488
 Más Bajo120 (21.3)1.66 (1.28, 2.16)<.00181 (12.3)1.61 (1.19, 2.19).002
Presión de estudio percibida 
 Nulo / claro96 (13.8)1 59 (7.9)1 
 Normal305 (15.7)1.16 (0.90, 1.48).253178 (8.4)1.05 (0.77, 1.44).735
 Pesado / muy pesado114 (20.5)1.63 (1.20, 2.20).00296 (12.5)1.65 (1.17, 2.32).004

Nota. OSNA: adicción a las redes sociales en línea; ORu: odds ratio univariable; 95% CI: intervalo de confianza de 95%, obtenido por los modelos de regresión logística univariados.

OSNA predice nueva incidencia de depresión

Entre los adolescentes con 3,196 que no estaban deprimidos al inicio del estudio, el modelo univariado mostró que el OSNA inicial se asoció significativamente con una mayor incidencia de depresión durante el período de seguimiento (OR univariable: 1.65, 95% CI: 1.22-2.22). Después de ajustar el sexo, el grado, la situación financiera familiar, el rendimiento académico y la presión de estudio percibida, la asociación siguió siendo significativa [OR ajustada (AOR): 1.48, 95% CI: 1.09 – 2.01]. Cuando se realiza un ajuste adicional de la puntuación CES-D de referencia, la asociación se convierte en estadísticamente no significativa (AOR: 1.16, 95% CI: 0.85 – 1.60). Los resultados similares se observaron al utilizar la puntuación OSNA (variable continua) como un predictor de la nueva depresión incidente (Tabla 3).

Mesa

Tabla 3. Asociaciones longitudinales entre OSNA y depresión: modelos de regresión logística multinivel
 

Tabla 3. Asociaciones longitudinales entre OSNA y depresión: modelos de regresión logística multinivel

 

n

No. de casos nuevos incidentes

Modelos univariados

Modelos multivariables

 

ORu (95% CI)

p

AOR (95% CI)

p

AOR (95% CI)

p

OSNA predice nuevos incidentes de depresión (n = 3,196)
Puntuación OSNA basal (continua)1.05 (1.03, 1.07)<.0011.04 (1.02, 1.06)a<.0011.01 (0.99, 1.03)b.242
Línea de base OSNA
 No2,9224511 1a 1b 
 Sí274641.65 (1.22, 2.22).0011.48 (1.09, 2.01).0121.16 (0.85, 1.60).342
Cambio en el estado de OSNA a lo largo del tiempo.
 Sin OSNA2,6943541 1a 1b 
 Remisión de OSNA179381.77 (1.21, 2.58).0031.61 (1.10, 2.37).0151.29 (0.87, 1.91).202
 OSNA persistente95262.46 (1.54, 3.93)<.0012.23 (1.39, 3.58)<.0011.65 (1.01, 2.69).044
 OSNA emergente228974.89 (3.67, 6.52)<.0014.67 (3.49, 6.24)<.0014.29 (3.17, 5.81)<.001
Depresión predice nuevo incidente OSNA (n = 3,657)
Puntuación basal CES-D (continua)1.05 (1.03, 1.06)<.0011.04 (1.03, 1.05)c<.0011.03 (1.01, 1.04)d<.001
Depresión basal
 No2,9222281 1c 1d 
 Sí7351072.02 (1.58, 2.58)<.0011.78 (1.38, 2.31)<.0011.48 (1.14, 1.93).004
Cambio en el estado de depresión con el tiempo
 Sin depresión2,4711311 1c 1d 
 Remisión de la depresión315211.28 (0.80, 2.07).3071.19 (0.73, 1.93).4860.97 (0.60, 1.59).918
 Depresión persistente420864.62 (3.43, 6.21)<.0014.17 (3.05, 5.69)<.0013.45 (2.51, 4.75)<.001
 Depresión emergente451974.88 (3.67, 6.50)<.0014.70 (3.53, 6.28)<.0014.47 (3.33, 5.99)<.001

Nota. OSNA: adicción a las redes sociales en línea; CES-D: Centro para la Escala de Epidemiología de la Depresión; ORu: odds ratio univariable; AOR: odds ratio ajustado; 95% CI: intervalo de confianza 95%.

aLos modelos se ajustaron por sexo, grado, situación financiera familiar, rendimiento académico y presión percibida en el estudio. bLos modelos se ajustaron según el sexo, el grado, la situación financiera familiar, el rendimiento académico, la presión percibida del estudio y la puntuación de la escala CES-D de referencia (variable continua). cLos modelos se ajustaron por sexo, grado, situación financiera familiar, arreglo de vivienda con los padres, rendimiento académico y presión percibida en el estudio. dLos modelos se ajustaron según el sexo, el grado, la situación financiera familiar, los arreglos de vivienda con los padres, el rendimiento académico, la presión percibida del estudio y la puntuación de la escala OSNA de referencia (variable continua).

Encontramos una asociación significativa entre el cambio en el estado de OSNA y una mayor incidencia de depresión. En comparación con los adolescentes clasificados como no OSNA, el riesgo de desarrollar depresión fue 1.65 veces (95% CI: 1.01 – 2.69) mayor entre aquellos con OSNA persistente, y 4.29% (95% CI: 3.17 – 5.81) mayor entre aquellos con OSNA emergente, después del ajuste de sexo, grado, situación financiera familiar, rendimiento académico, presión percibida del estudio y puntajes de CES-D de referencia (Tabla 3).

La depresión predice una nueva incidencia de OSNA

Entre los adolescentes con 3,657 que estaban libres de OSNA al inicio del estudio, los resultados univariados demostraron una asociación positiva significativa entre la depresión basal y una mayor incidencia de OSNA (OR univariable: 2.02, 95% CI: 1.58-2.58). Después de ajustar el sexo, el grado, la situación financiera familiar, el acuerdo de convivencia con los padres, el rendimiento académico y la presión percibida del estudio, la asociación se atenuó ligeramente pero siguió siendo significativa (AOR: 1.78, 95% CI: 1.38 – 2.31). La asociación entre el estado de depresión basal y la incidencia de OSNA todavía fue estadísticamente significativa cuando se ajustaron más las puntuaciones OSNA de referencia (AOR: 1.48, 95% CI: 1.14 – 1.93). Los resultados aún fueron significativos cuando se utilizó la puntuación CES-D (variable continua) como un predictor de nuevo incidente OSNA (Tabla 3).

Una asociación significativa entre el cambio en el estado de depresión y la incidencia de OSNA se observó en el análisis multivariable. Después de ajustar el sexo, el grado, la situación financiera familiar, la convivencia con los padres, el rendimiento académico, la presión percibida del estudio y la puntuación OSNA de referencia, en comparación con los adolescentes sin depresión, las probabilidades de desarrollar OSNA fueron 3.45 veces (95% CI: 2.51– 4.75) mayor entre los que sufrieron una depresión persistente, y 4.47 veces (95% CI: 3.33 – 5.99) más alto entre los que estaban emergiendo deprimido (Tabla 3).

Discusión

En este estudio longitudinal a gran escala, encontramos que los adolescentes que estaban deprimidos pero sin ONSA al inicio del estudio tenían un riesgo 48% mayor de desarrollar OSNA dentro del período de seguimiento de 9 meses en comparación con aquellos sin depresión al inicio del estudio, pero la predicción de El OSNA basal sobre la nueva incidencia de depresión no fue respaldado en este estudio. Además, cuando se consideraron en los modelos los efectos de los cambios en el estado a lo largo del tiempo (es decir, la remisión de depresión / OSNA al inicio a no depresión / no OSNA en el seguimiento), los resultados revelaron una asociación bidireccional entre OSNA y depresión. . Los adolescentes que estaban deprimidos persistentemente o que estaban deprimidos emergentes tenían un mayor riesgo de desarrollar OSNA en comparación con aquellos que no estaban deprimidos durante el período de seguimiento de 9 meses. A la inversa, los adolescentes que tenían OSNA persistente o OSNA emergente también tienen un mayor riesgo de desarrollar depresión en comparación con aquellos que no tenían OSNA tanto al inicio como al seguimiento.

La diferencia en los resultados obtenidos utilizando medidas de línea base (es decir, OSNA inicial) y cambios en el estado (es decir, cambio en el estado OSNA) para predecir un resultado de incidencia (es decir, nueva incidencia de depresión) podría explicarse por las altas tasas de remisión de OSNA y depresión durante el período de seguimiento. La alta tasa de remisión natural de las conductas adictivas a Internet (49.5% -51.5%) se ha observado en dos estudios longitudinales anteriores en Taiwán (Ko, Yen, Yen, Lin y Yang, 2007; Ko et al., 2015). Los resultados de nuestra encuesta anterior en Hong Kong también observaron consistentemente una alta incidencia de remisión del comportamiento de adicción a Internet durante un período de 12-mes (59.29 por persona-año 100; Lau, Wu, Gross, Cheng y Lau, 2017). Del mismo modo, en este estudio, una gran proporción de casos de remisión de depresión (41.4%) y OSNA (58.8%) se observaron durante el período de estudio. Estos resultados indicaron que OSNA y el estado de depresión en la evaluación de línea de base no podrían tratarse como condiciones inalterables con el tiempo y, por lo tanto, ignorar el efecto de remisión con el tiempo podría subestimar el efecto de OSNA en la depresión. Por lo tanto, especulamos que el enfoque de modelado que involucra cambios dinámicos en OSNA y el estado de depresión a lo largo del tiempo podría proporcionar una estimación más convincente y sólida al descartar los posibles efectos de compensación de los casos de remisión.

Los hallazgos de este estudio sugieren una asociación bidireccional entre OSNA y depresión entre los adolescentes, lo que indica que la depresión genera una vulnerabilidad individual para desarrollar OSNA y, a su vez, la consecuencia negativa de OSNA agrava aún más los síntomas de depresión. Las cogniciones desadaptativas (es decir, la rumia, la duda, la baja autoeficacia y la autoevaluación negativa) y los comportamientos disfuncionales (es decir, usar Internet para escapar de problemas emocionales) son fundamentales en el desarrollo de conductas adictivas relacionadas con Internet (Davis, 2001). Las personas deprimidas generalmente presentan síntomas cognitivos y poseen expectativas positivas para el uso de Internet que Internet podría distraerlos de estados de ánimo negativos y problemas personales (por ejemplo, depresión y soledad; Brand, Laier y Young, 2014; Wu, Cheung, Ku y Hung, 2013). En particular, las redes sociales en línea son atractivas para las personas con problemas del estado de ánimo debido a su anonimato y ausencia de señales sociales (es decir, expresión facial, inflexión de voz y contacto visual) en comparación con las comunicaciones cara a cara (Young y Rogers, 1998). Las personas deprimidas pueden preferir las redes sociales en línea como un medio de comunicación más seguro y menos amenazante, así como un medio para regular sus estados de ánimo negativos (es decir, aliviar las emociones negativas, la ansiedad y los problemas personales). Estas estrategias de afrontamiento de la cognición desadaptativa y la evitación aceleran el desarrollo de OSNA. La participación excesiva en las redes sociales en línea desplaza el tiempo que se pasa con la familia y los compañeros en el mundo real y provoca la abstinencia de las actividades interpersonales fuera de línea, lo que intensifica los estados de ánimo negativos (p. Ej., Síntomas depresivos y soledad; Kraut y col., 1998), presentando así una relación recíproca.

Los hallazgos de este estudio conllevan varias implicaciones en el diseño de programas de prevención e intervención. Primero, la predicción positiva de la depresión de línea de base en la nueva incidencia de OSNA implica que los adolescentes deprimidos tienen un alto riesgo de desarrollar OSNA más adelante. Estrategias de intervención para reducir los síntomas depresivos, es decir, reducir la creencia desadaptativa de las expectativas de resultados positivos del uso de Internet, la capacitación en habilidades sociales y la planificación de actividades de ocio fuera de línea (Chou et al., 2015), podría prevenir eficazmente el desarrollo de OSNA. En segundo lugar, es significativo evaluar los niveles de síntomas depresivos como un marcador de vulnerabilidad para OSNA. Las intervenciones y prevenciones dirigidas a los adolescentes en alto riesgo con síntomas depresivos identificados podrían reducir las probabilidades de experimentar OSNA entre los adolescentes escolares. En tercer lugar, para la fuerte predicción del cambio en el estado de OSNA (es decir, OSNA persistente y OSNA emergente) en la incidencia de depresión y la predicción del cambio en el estado de depresión (es decir, depresión persistente y depresión emergente) en la incidencia de OSNA, implica que OSNA es muy comórbido con depresión, lo que indica un mecanismo de refuerzo negativo.

Hay algunas implicaciones para la investigación futura. Primero, nuestros resultados junto con estudios previos indicaron que el nivel de OSNA y los síntomas depresivos son dinámicos y reversibles durante el período de estudio en lugar de una fluctuación aleatoria en el azar (Lau et al., 2017). Se sugiere que los estudios futuros que incluyan medidas de depresión u OSNA midan estos trastornos repetidamente en lugar de solo un punto temporal asumiendo que no se pueden cambiar con el tiempo. Además, la metodología estadística debe considerar dicho cambio de estado en las especificaciones del modelo, como el uso del cambio en el estado patológico a lo largo del tiempo en lugar del estado de referencia como predictor de los resultados de salud mental. En segundo lugar, planteó la preocupación de si estos trastornos (es decir, síntomas depresivos y comportamientos relacionados con Internet) son de corta o larga duración. Los estudios longitudinales adicionales que involucran un enfoque de modelado de trayectoria de clases latentes son una alternativa para estimar el curso natural del desarrollo de estos trastornos.

Por lo que sabemos, nuestro estudio de cohorte es el primero en estimar una asociación bidireccional entre OSNA y la depresión entre los adolescentes. La principal fortaleza de este estudio es un diseño de estudio prospectivo a gran escala con medidas repetidas para OSNA y depresión. Otra ventaja importante es que una asociación bidireccional, que incluye la predicción longitudinal de OSNA en el desarrollo de la depresión y la predicción longitudinal de la depresión en el desarrollo de OSNA, se probó en la misma muestra.

Sin embargo, deben tenerse en cuenta varias limitaciones al interpretar los hallazgos. En primer lugar, debido al método de recopilación de datos autoinformado, es posible que exista un sesgo de notificación (por ejemplo, sesgo socialmente deseable y sesgo de recuerdo). En segundo lugar, este estudio se centró en una población demográfica específica (es decir, estudiantes no clínicos, escolares), y la generalización de los resultados a otra población debe ser cautelosa. Se necesitan estudios en otra población demográfica (es decir, población clínica psiquiátrica) para confirmar aún más las asociaciones longitudinales encontradas en este estudio. En tercer lugar, puede haber una clasificación errónea de la depresión como una fuente de error de medición considerando que la depresión se midió mediante una escala de detección epidemiológica autoadministrada en lugar de un diagnóstico clínico para evaluar la depresión. En cuarto lugar, este estudio se limitó a dos puntos de tiempo con un intervalo de 9 meses. Como definimos el cambio en OSNA / depresión (es decir, ONSA persistente / depresión y remisión de OSNA / depresión) al comparar los resultados de las encuestas de línea de base y de seguimiento que se realizaron con 9 meses de diferencia, no sabemos si el estado de OSNA / depresión cambió o Fluctó durante el período de 9 meses. Se necesitan estudios longitudinales con múltiples observaciones y breves intervalos de tiempo para capturar la imagen dinámica de estas condiciones negativas. En quinto lugar, considerando que no hay un instrumento estándar de oro disponible y criterios de diagnóstico para OSNA, utilizamos el décimo decil de las puntuaciones de OSNA al inicio del estudio para definir los casos de OSNA después de un estudio publicado similar (Verkuijl et al., 2014). La sensibilidad y la especificidad de dicho criterio para el estado de OSNA no está clara y deben evaluarse en futuras investigaciones. Sin embargo, la escala OSNA mostró propiedades psicométricas aceptables en este estudio y en nuestros estudios anteriores. Sexto, las asociaciones longitudinales entre OSNA y la depresión se estimaron por separado utilizando dos submuestras. Creemos que usar el estado patológico como resultado en lugar de puntajes continuos podría proporcionar una explicación más significativa en el estudio epidemiológico. El modelado de ecuaciones estructurales con retraso puede ser un enfoque alternativo para explorar direcciones causales en futuros estudios longitudinales con tres o más observaciones. Además, nuestros hallazgos proporcionan evidencias sólidas de asociaciones temporales (un criterio importante para la inferencia causal) entre OSNA y la depresión. Sin embargo, no se pudo descartar la posibilidad de que una tercera variable no incluida en este estudio vinculara las asociaciones longitudinales entre OSNA y la depresión.

Conclusiones

Este estudio reveló una asociación bidireccional entre OSNA y la depresión entre los adolescentes, lo que significa que la depresión contribuye significativamente al desarrollo de OSNA y, a su vez, los individuos deprimidos experimentan efectos más perjudiciales del uso adictivo de las redes sociales en línea. Se requieren más estudios longitudinales con múltiples puntos de tiempo de observación e intervalo de tiempo corto para una confirmación adicional de los hallazgos de este estudio.

Contribución de los autores

J-BL, JTFL, PKHM y X-FS concibieron y diseñaron el estudio. J-BL, J-CM y Y-XC adquirieron los datos. J-BL, JTFL y PKHM realizaron los análisis estadísticos. J-BL, JTFL, PKHM, XZ y AMSW redactaron y revisaron el manuscrito. Todos los autores contribuyeron a la interpretación de los resultados y la revisión crítica del manuscrito para contenido intelectual importante y aprobaron la versión final del manuscrito.

Conflicto de intereses

Los autores declaran no tener conflicto de intereses.

Agradecimientos

Los autores desean agradecer a todos los participantes, sus familias y escuelas por apoyar este estudio.

Referencias

 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 CrossRefGoogle Scholar
 Brand, M., Laier, C. y Young, K. S. (2014). Adicción a Internet: estilos de afrontamiento, expectativas e implicaciones del tratamiento. Frontiers in Psychology, 5, 1256. doi:https://doi.org/10.3389/fpsyg.2014.01256 CrossRef, MedlineGoogle Scholar
 Chen, Z. Y., Yang, X. D. y Li, X. Y. (2009). Características psicométricas de CES-D en adolescentes chinos. Revista china de psicología clínica, 17 (4), 443–448. doi:https://doi.org/10.16128/j.cnki.1005-3611.2009.04.027 Google Scholar
 Cheng, C. P., Yen, C. F., Ko, C. H. y Yen, J. Y. (2012). Estructura factorial de la Escala de Depresión del Centro de Estudios Epidemiológicos en adolescentes taiwaneses. Psiquiatría integral, 53 (3), 299-307. doi:https://doi.org/10.1016/j.comppsych.2011.04.056 CrossRef, MedlineGoogle Scholar
 Cho, S. M., Sung, M. J., Shin, K. M., Lim, K. Y. y Shin, Y. M. (2013). ¿La psicopatología en la infancia predice la adicción a Internet en los adolescentes varones? Psiquiatría infantil y desarrollo humano, 44 ​​(4), 549–555. doi:https://doi.org/10.1007/s10578-012-0348-4 CrossRef, MedlineGoogle Scholar
 Chou, W. P., Ko, C. H., Kaufman, E. A., Crowell, S. E., Hsiao, R. C., Wang, P. W., Lin, J. J. y Yen, C. F. (2015). Asociación de estrategias de afrontamiento del estrés con la adicción a Internet en estudiantes universitarios: el efecto moderador de la depresión. Psiquiatría integral, 62, 27–33. doi:https://doi.org/10.1016/j.comppsych.2015.06.004 MedlineGoogle Scholar
 Davis, R. A. (2001). Un modelo cognitivo-conductual de uso patológico de Internet. Computers in Human Behavior, 17 (2), 187-195. doi:https://doi.org/10.1016/S0747-5632(00)00041-8 CrossRefGoogle Scholar
 Ellison, N. B., Steinfield, C. y Lampe, C. (2007). Los beneficios de los “amigos” de Facebook: Capital social y uso de sitios de redes sociales en línea por parte de estudiantes universitarios. Journal of Computer-Mediated Communication, 12 (4), 1143-1168. doi:https://doi.org/10.1111/j.1083-6101.2007.00367.x CrossRefGoogle Scholar
 Gámez-Guadix, M. (2014). Síntomas depresivos y uso problemático de Internet en adolescentes: Análisis de las relaciones longitudinales desde el modelo cognitivo-conductual. Ciberpsología, Comportamiento y Redes Sociales, 17 (11), 714 – 719. doihttps://doi.org/10.1089/cyber.2014.0226 MedlineGoogle Scholar
 Griffiths, M. D. (2013). Adicción a las redes sociales: temas y problemas emergentes. Revista de Investigación y Terapia de Adicciones, 4 (5), e118. doi:https://doi.org/10.4172/2155-6105.1000e118 Google Scholar
 Griths, M. D., Kuss, D. J. y Demetrovics, Z. (2014). Adicción a las redes sociales: una descripción general de los hallazgos preliminares. En K. P. Rosenberg y L. C. Feder (Eds.), Adicciones conductuales: Criterios, pruebas y tratamiento (págs. 119-141). Londres, Reino Unido: Elsevier. Google Scholar
 Hinkley, T., Verbestel, V., Ahrens, W., Lissner, L., Molnár, D., Moreno, LA, Pigeot, I., Pohlabeln, H., Reisch, LA y Russo, P. (2014 ). El uso de medios electrónicos en la primera infancia como un factor de predicción de un peor bienestar: un estudio de cohorte prospectivo. JAMA Pediatrics, 168 (5), 485–492. doi:https://doi.org/10.1001/jamapediatrics.2014.94 MedlineGoogle Scholar
 Hong, F. Y., Huang, D. H., Lin, H. Y. y Chiu, S. L. (2014). Análisis de los rasgos psicológicos, uso de Facebook y modelo de adicción a Facebook de estudiantes universitarios taiwaneses. Telemática e informática, 31 (4), 597–606. doi:https://doi.org/10.1016/j.tele.2014.01.001 CrossRefGoogle Scholar
 Knopf, D., Park, M. J. y Mulye, T. P. (2008). La salud mental de los adolescentes: un perfil nacional, 2008. San Francisco, CA: Centro Nacional de Información sobre la Salud de los Adolescentes. Google Scholar
 Ko, C. H., Wang, P. W., Liu, T. L., Yen, C. F., Chen, C. S. y Yen, J. Y. (2015). Asociaciones bidireccionales entre factores familiares y adicción a Internet entre adolescentes en una investigación prospectiva. Psiquiatría y neurociencias clínicas, 69 (4), 192-200. doi:https://doi.org/10.1111/pcn.12204 MedlineGoogle Scholar
 Ko, C. H., Yen, J. Y., Chen, C. S., Yeh, Y. C. y Yen, C. F. (2009). Valores predictivos de los síntomas psiquiátricos de la adicción a Internet en adolescentes: un estudio prospectivo de 2 años. Archives of Pediatrics & Adolescent Medicine, 163 (10), 937–943. doi:https://doi.org/10.1001/archpediatrics.2009.159 CrossRef, MedlineGoogle Scholar
 Ko, C. H., Yen, J. Y., Yen, C. F., Lin, H. C. y Yang, M. J. (2007). Factores predictivos de la incidencia y remisión de la adicción a Internet en adolescentes jóvenes: un estudio prospectivo. CyberPsychology & Behavior, 10 (4), 545–551. doi:https://doi.org/10.1089/cpb.2007.9992 CrossRef, MedlineGoogle Scholar
 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, MedlineGoogle Scholar
 Kraut, R., Patterson, M., Lundmark, V., Kiesler, S., Mukopadhyay, T. y Scherlis, W. (1998). Paradoja de Internet. ¿Una tecnología social que reduce la participación social y el bienestar psicológico? Psicólogo estadounidense, 53 (9), 1017–1031. doi:https://doi.org/10.1037/0003-066X.53.9.1017 CrossRef, MedlineGoogle Scholar
 Kuss, D. J. y Griffiths, M. D. (2011). Las redes sociales en línea y la adicción: una revisión de la literatura psicológica. Revista Internacional de Investigación Ambiental y Salud Pública, 8 (9), 3528–3552. doi:https://doi.org/10.3390/ijerph8093528 CrossRef, MedlineGoogle Scholar
 Laconi, S., Tricard, N. y Chabrol, H. (2015). Diferencias entre usos problemáticos de Internet específicos y generalizados según sexo, edad, tiempo de conexión y síntomas psicopatológicos. Computers in Human Behavior, 48, 236–244. doi:https://doi.org/10.1016/j.chb.2015.02.006 CrossRefGoogle Scholar
 Lam, L. T. (2014). Adicción a los juegos de Internet, uso problemático de Internet y problemas para dormir: una revisión sistemática. Informes actuales de psiquiatría, 16 (4), 444. doi:https://doi.org/10.1007/s11920-014-0444-1 CrossRef, MedlineGoogle Scholar
 Lau, J. T. F., Wu, A. M. S., Gross, D. L., Cheng, K. M. y Lau, M. M. C. (2017). ¿La adicción a Internet es transitoria o persistente? Incidencia y predictores prospectivos de remisión de la adicción a Internet entre estudiantes de secundaria chinos. Comportamientos adictivos, 74, 55–62. doi:https://doi.org/10.1016/j.addbeh.2017.05.034 MedlineGoogle Scholar
 Lee, S. W., Stewart, S. M., Byrne, B. M., Wong, J. P. S., Ho, S. Y., Lee, P. W. H. y Lam, T. H. (2008). Estructura factorial de la escala de depresión del Centro de Estudios Epidemiológicos en adolescentes de Hong Kong. Revista de evaluación de la personalidad, 90 (2), 175-184. doi:https://doi.org/10.1080/00223890701845385 MedlineGoogle Scholar
 Li, J. B., Lau, J. T. F., Mo, P. K. H., Su, X. F., Tang, J., Qin, Z. G. y Gross, D. L. (2017). El insomnio medió parcialmente la asociación entre el uso problemático de Internet y la depresión entre los estudiantes de secundaria en China. Journal of Behavioral Addictions, 6 (4), 554–563. doi:https://doi.org/10.1556/2006.6.2017.085 EnlaceGoogle Scholar
 Li, J. B., Lau, J. T. F., Mo, P. K. H., Su, X. F., Wu, A. M., Tang, J. y Qin, Z. G. (2016). Validación de la escala de intensidad de actividad de redes sociales entre estudiantes de secundaria en China. PLoS One, 11 (10), e0165695. doi:https://doi.org/10.1371/journal.pone.0165695 CrossRef, MedlineGoogle Scholar
 Lin, L. Y., Sidani, J. E., Shensa, A., Radovic, A., Miller, E., Colditz, J. B., Hoffman, B. L., Giles, L. M. y Primack, B. A. (2016). Asociación entre el uso de las redes sociales y la depresión entre los adultos jóvenes de EE. UU. Depresión y ansiedad, 33 (4), 323–331. doi:https://doi.org/10.1002/da.22466 MedlineGoogle Scholar
 McDougall, M. A., Walsh, M., Wattier, K., Knigge, R., Miller, L., Stevermer, M. y Fogas, B. S. (2016). El efecto de los sitios de redes sociales en la relación entre el apoyo social percibido y la depresión. Psychiatry Research, 246, 223-229. doi:https://doi.org/10.1016/j.psychres.2016.09.018 MedlineGoogle Scholar
 Moreno, M. A., Jelenchick, L. A. y Breland, D. J. (2015). Explorando la depresión y el uso problemático de Internet entre mujeres universitarias: un estudio en varios sitios. Computers in Human Behavior, 49, 601–607. doi:https://doi.org/10.1016/j.chb.2015.03.033 Google Scholar
 Oberst, U., Wegmann, E., Stodt, B., Brand, M. y Chamarro, A. (2017). Consecuencias negativas de las redes sociales intensas en los adolescentes: el papel mediador del miedo a perderse algo. Journal of Adolescence, 55, 51–60. doi:https://doi.org/10.1016/j.adolescence.2016.12.008 CrossRef, MedlineGoogle Scholar
 Pempek, T. A., Yermolayeva, Y. A. y Calvert, S. L. (2009). Experiencias de redes sociales de estudiantes universitarios en Facebook. Revista de psicología del desarrollo aplicada, 30 (3), 227-238. doi:https://doi.org/10.1016/j.appdev.2008.12.010 CrossRefGoogle Scholar
 Penninx, B. W., Deeg, D. J., van Eijk, J. T., Beekman, A. T. y Guralnik, J. M. (2000). Cambios en la depresión y el deterioro físico en adultos mayores: una perspectiva longitudinal. Journal of Affective Disorders, 61 (1–2), 1–12. doi:https://doi.org/10.1016/s0165-0327(00)00152-x MedlineGoogle Scholar
 Pontes, H. M., Szabo, A. y Griffiths, M. D. (2015). El impacto de las actividades específicas basadas en Internet en las percepciones de la adicción a Internet, la calidad de vida y el uso excesivo: un estudio transversal. Informes sobre comportamientos adictivos, 1, 19–25. doi:https://doi.org/10.1016/j.abrep.2015.03.002 CrossRef, MedlineGoogle Scholar
 Radloff, L. S. (1977). La escala CES-D: una escala de depresión autoinformada para la investigación en la población general. Medición psicológica aplicada, 1 (3), 385–401. doi:https://doi.org/10.1177/014662167700100306 CrossRefGoogle Scholar
 Rushton, J. L., Forcier, M. y Schectman, R. M. (2002). Epidemiología de los síntomas depresivos en el estudio longitudinal nacional de salud del adolescente. Revista de la Academia Estadounidense de Psiquiatría de Niños y Adolescentes, 41 (2), 199–205. doi:https://doi.org/10.1097/00004583-200202000-00014 MedlineGoogle Scholar
 Selfhout, M. H. W., Branje, S. J. T., Delsing, M., Ter Bogt, T. F. M. y Meeus, W. H. J. (2009). Diferentes tipos de uso de Internet, depresión y ansiedad social: el papel de la calidad de la amistad percibida. Journal of Adolescence, 32 (4), 819–833. doi:https://doi.org/10.1016/j.adolescence.2008.10.011 CrossRef, MedlineGoogle Scholar
 Steinfield, C., Ellison, N. B. y Lampe, C. (2008). Capital social, autoestima y uso de sitios de redes sociales en línea: un análisis longitudinal. Revista de psicología del desarrollo aplicada, 29 (6), 434–445. doi:https://doi.org/10.1016/j.appdev.2008.07.002 CrossRefGoogle Scholar
 Medias, E., Degenhardt, L., Lee, Y. Y., Mihalopoulos, C., Liu, A., Hobbs, M. y Patton, G. (2015). Escalas de cribado de síntomas para detectar el trastorno depresivo mayor en niños y adolescentes: una revisión sistemática y un metanálisis de confiabilidad, validez y utilidad diagnóstica. Journal of Affective Disorders, 174, 447–463. doi:https://doi.org/10.1016/j.jad.2014.11.061 MedlineGoogle Scholar
 Tang, C. S. y Koh, Y. Y. (2017). Adicción a las redes sociales en línea entre estudiantes universitarios en Singapur: comorbilidad con adicción conductual y trastorno afectivo. Asian Journal of Psychiatry, 25, 175-178. doi:https://doi.org/10.1016/j.ajp.2016.10.027 MedlineGoogle Scholar
 Thapar, A., Collishaw, S., Potter, R. y Thapar, A. K. (2010). Manejo y prevención de la depresión en adolescentes. BMJ, 340, c209. doi:https://doi.org/10.1136/bmj.c209 CrossRef, MedlineGoogle Scholar
 Van Gool, C. H., Kempen, GIJM, Penninx, BWJH, Deeg, D. J. H., Beekman, A. T. F. y Van Eijk, J. T. M. (2003). Relación entre los cambios en los síntomas depresivos y los estilos de vida poco saludables en personas de mediana edad y mayores: resultados del Estudio Longitudinal de Envejecimiento de Amsterdam. Edad y envejecimiento, 32 (1), 81–87. doi:https://doi.org/10.1093/ageing/32.1.81 MedlineGoogle Scholar
 Verkuijl, N. E., Richter, L., Norris, S. A., Stein, A., Avan, B. y Ramchandani, P. G. (2014). Síntomas depresivos posnatales y desarrollo psicológico infantil a los 10 años: un estudio prospectivo de datos longitudinales de la cohorte South African Birth to Twenty. Lancet Psychiatry, 1 (6), 454–460. doi:https://doi.org/10.1016/S2215-0366(14)70361-X MedlineGoogle Scholar
 Wang, J. C., Xie, H. Y. y Fisher, J. H. (2009). Modelos multinivel para medidas de resultados discretas. En L.-P. Wang (Ed.), Modelos multinivel: aplicaciones que utilizan SAS® (pp. 113 – 174). Beijing, China: Prensa de Educación Superior. Google Scholar
 Wang, M., Armor, C., Wu, Y., Ren, F., Zhu, X. y Yao, S. (2013). Estructura factorial de la CES-D e invariancia de medición entre sexos en adolescentes de China continental. Revista de psicología clínica, 69 (9), 966–979. doi:https://doi.org/10.1002/jclp.21978 MedlineGoogle Scholar
 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 EnlaceGoogle Scholar
 Yoo, Y.-S., Cho, O.-H. y Cha, K.-S. (2014). Asociaciones entre uso excesivo de Internet y salud mental en adolescentes. Enfermería y Ciencias de la Salud, 16 (2), 193-200. doi:https://doi.org/10.1111/nhs.12086 CrossRef, MedlineGoogle Scholar
 Young, K. S. y Rogers, R. C. (1998). La relación entre la depresión y la adicción a Internet. CyberPsychology & Behavior, 1 (1), 25–28. doi:https://doi.org/10.1089/cpb.1998.1.25 CrossRefGoogle Scholar
 Zhou, S. X. y Leung, L. (2010). Las gratificaciones, la soledad, el aburrimiento del ocio y la autoestima como predictores de la adicción a los juegos de redes sociales y el patrón de uso entre los estudiantes universitarios chinos. Maestría en Ciencias en Nuevos Medios, Universidad China de Hong Kong, Hong Kong. Google Scholar