نظرات: یک مطالعه بی نظیر. از دانشجویان سال اول دانشگاه پیروی می شود تا مشخص شود که چند درصد به اعتیاد به اینترنت مبتلا می شوند و چه عواملی برای ایجاد خطر وجود دارد. جنبه منحصر به فرد این است که افراد تحقیق قبل از ثبت نام در دانشگاه از اینترنت استفاده نکرده بودند. باورش سخت است. تنها پس از یک سال تحصیل ، درصد کمی در زمره معتادان اینترنتی طبقه بندی شدند. کسانی که دچار اعتیاد به اینترنت شدند در مقیاس وسواس بالاتر بودند ، در حالی که در نمرات افسردگی اضطراب و خصومت کمتر بودند.
نقطه عطف اعتياد اينترنتي است ایجاد می شود تغییرات رفتاری و عاطفی. از مطالعه:
- پس از اعتیاد آنها برای ابعاد افسردگی، اضطراب، خصومت، حساسیت بین فردی و روان گرایی، نشان می دهد که این نتایج ناشی از اختلال اعتیاد به اینترنت است.
- ما نمی توانیم یک پیش بینی کننده پاتولوژیک برای اختلال اعتیاد به اینترنت پیدا کنیم. اختلال وابستگی اینترنت ممکن است برخی از مشکلات پاتولوژیک را به معتادان وارد کند.
پلاس وان 6 (2):e14703.doi: 10.1371 / journal.pone.0014703
گوانگنگ دونگ1*، چیلین لو2، هوی ژو1، ژوان ژائو1
1 گروه روانشناسی ، دانشگاه ژجیانگ عادی ، جینهوا ، جمهوری خلق چین ، 2 انستیتوی نوروانفورماتیک ، دانشگاه فناوری دالیان ، دالیان ، جمهوری خلق چین
چکیده
زمینه
اين مطالعه با هدف بررسی نقش اختلالات پاتولوژيک در اختلال اعتیاد به اینترنت و شناسايی مشکلات پاتولوژيک در IAD و همچنين بررسی وضعيت ذهنی معتادان به اینترنت قبل از اعتیاد، از جمله ویژگی های پاتولوژیک که ممکن است باعث اختلال اعتیاد به اینترنت شود.
روش ها و یافته ها
دانش آموزان 59 توسط Symptom CheckList-90 قبل و بعد از آنکه معتاد به اینترنت شدند، اندازه گیری شد. مقايسه داده های جمع آوری شده از چک لیست-90 علائم قبل از اعتیاد به اینترنت و داده های جمع آوری شده پس از اعتیاد به اینترنت، نقش اختلالات پاتولوژیک در افراد مبتلا به اختلال اعتياد اینترنتی را نشان داد. ابعاد وسواسی-اجباری قبل از اینکه به اینترنت وابسته شوند غیرعادی بود. پس از اعتیاد، نمرات معناداری برای ابعاد افسردگی، اضطراب، خصومت، حساسیت بین فردی و روان گرایی مشاهده شد، و این نشان می دهد که این پیام ها اختلالات اعتیاد به اینترنت هستند. ابعاد سومییزاسیون، افکار پارانوئید و اضطراب فوبی در طول دوره مطالعه تغییری نکردند و این نشان می دهد که این ابعاد مربوط به اختلال اعتیاد به اینترنت نیستند.
نتیجه گیری
ما نمی توانیم یک پیش بینی کننده پاتولوژیک برای اختلال اعتیاد به اینترنت پیدا کنیم. اختلال وابستگی اینترنت ممکن است برخی از مشکلات پاتولوژیک را به معتادان وارد کند.
استناد: Dong G، Lu Q، Zhou H، Zhao X (2011) پیش یا Sequela: اختلالات آسیب شناختی در افراد مبتلا به اختلال وابستگی به اینترنت. PLoS ONE 6 (2): e14703. doi: 10.1371 / journal.pone.0014703
تدوین: جرمی مایلز، شرکت RAND، ایالات متحده آمریکا
دریافت شده: ژوئن 18، 2010؛ پذیرفته شد: ژانویه 27، 2011؛ انتشار: فوریه 16، 2011
کپی رایت: © 2011 دونگ و همکاران. این یک مقاله دسترسی آزاد است که تحت شرایط مجوز صدور مجوز خلاقیت های مشترک توزیع شده است، که اجازه استفاده، توزیع و بازتولید نامحدود را در هر رسانه ای فراهم می کند، در صورتی که نویسنده و منبع اصلی اعتبار داده می شود.
بودجه: این تحقیق توسط بنیاد ملی علوم چین (30900405) پشتیبانی شد. تأمین کنندگان نقشی در طراحی مطالعه، جمع آوری و تجزیه و تحلیل داده ها، تصمیم گیری در مورد انتشار یا تهیه نسخه ی خطی نداشتند.
منافع رقابت: نویسندگان اعلام کرده اند که منافع رقابتی وجود ندارد.
* ایمیل: [ایمیل محافظت شده]
معرفی
مصرف اینترنت در دهه گذشته بطور قابل توجهی افزایش یافته است. داده ها از مرکز اطلاعات شبکه اینترنت چین (CNNIC) از ژوئن 30، 2010 نشان داد که 420 میلیون نفر آنلاین هستند، 58.0٪ آنها بین 10-29 ساله [1]. تعداد فزاینده کاربران اینترنت منجر به افزایش درصد جمعیت مبتلا به استفاده مسئله دار این رسانه شده است که اکنون به عنوان اختلال اعتیاد به اینترنت (IAD) شناخته می شود. IAD نه تنها در چین به یک مشکل جدی بهداشت روان تبدیل شده است ، بلکه به نظر می رسد یک اختلال شایع است که در سراسر جهان ظاهر می شود و شایستگی ورود به آن را دارد. [2], [3]. در آلمان، 9.3٪ حداقل یک پیامد منفی استفاده از اینترنت را گزارش کرد، به خصوص نادیده گرفتن فعالیت های تفریحی و مشکلات خانواده / شریک زندگی، کار یا آموزش و سلامت [4]. چو و هسیاو گزارش دادند که میزان بروز اعتیاد اینترنتی در میان دانش آموزان کالج تایوان، 5.9٪ [5]. علاوه بر این، وو و زو گزارش دادند که 10.6٪ از دانشجویان کالج چینی از اعتیاد به اینترنت رنج می برند [6]. کره جنوبی معتادین اینترنت را یکی از مهمترین مسائل بهداشت عمومی خود می داند [2].
درک IAD مهم است زیرا ارتباط آن با سایر بیماری های روانپزشکی مانند رفتار های پاتولوژیک و اجباری [7]. گزارش شده است که استفاده گسترده اینترنت می تواند موجب افزایش سطح تحریک روحی شود [8]، احتمالا در نتیجه کاربران آنلاین در معرض مشکلات سلامتی هستند [9], [10]. مطالعات متعددی ادعای روانپزشکی اساسی اعتیاد به اینترنت را شامل افسردگی، اضطراب اجتماعی و وابستگی به مواد می دانند [11], [12]. اگر چه مشکلات روش شناختی قدرت کامل این مطالعات را مختل کرده است [13]. افراد IAD (بعدها به عنوان IAD ها) معمولا رفتارهای غیر طبیعی مانند اضطراب، افسردگی یا انزوا را آشکار می کنند. با این وجود، مشخص نیست که آیا این عوامل پیش از IAD یا عواقب ناشی از IAD هستند. در واقع، محققان IAD در حال حاضر با این مسئله بحث برانگیز مواجه هستند.
از دیدگاه روانپزشکی بالینی، مشخصات معتادان اینترنت ممکن است شامل افرادی باشند که دارای یک یا چند ابعاد زیر باشند: افسردگی، اختلال دوقطبی، مجبور بودن جنسی و تنهایی. موراحان-مارتین استدلال کرد که تعیین رابطه عاطفی بین ابعاد پاتولوژیک و IAD دشوار است و اعتیاد به اینترنت ممکن است نشانه اختلالات دیگر باشد (مثلا رفتار پاتولوژیک) [14]. مدل شناختی-رفتاری در IAD نشان می دهد که آسیب شناسی روانی یک علت ضروری دیستال علائم IAD است (به عنوان مثال، روانپزشکی باید در حال حاضر باشد یا باید برای نشان دادن علائم IAD رخ داده باشد) [15]. آرمسترانگ و همکاران ترس و انگیزگی و اعتماد به نفس را به عنوان اقدامات اعتیاد مورد بررسی قرار داد و نشان داد که اعتماد به نفس، اعتماد به نفس اینترنت بهتر، اما پیش بینی مطلق نیست [16]،. تاچر و گولام ادعا می کنند که گروه های پر خطر، زمان خود را با هیجان و استقلال اختصاص داده اند [17].
اینترنت به فرد اجازه می دهد شخصیت خود را باز کند و شخصیتی ایجاد کند که ممکن است بسیار متفاوت از واقعیت باشد [10], [18]. جذابیت این رسانه را می توان به این واقعیت نسبت داد که می توان محدودیت های زندگی واقعی را منزوی کرد و آزمایش با برداشت های تغییر یافته امکان پذیر است (به عنوان مثال ، ساخت خود ایده آل). افراد با عزت نفس پایین با افزایش ساعات استفاده از اینترنت همراه بوده اند ، شاید به عنوان نوعی فرار. شاپیرا و دیگران بر این باورند که IAD "ناتوانی فرد در کنترل استفاده از اینترنت است ، که به نوبه خود منجر به احساس پریشانی و اختلال در عملکرد فعالیت های روزمره می شود" [7].
همه این مطالعات اطلاعات ارزشمندی را در درک ویژگی های IAD ارائه می دهند. آنها وضعیت فعلی ذهن افراد مبتلا به این اختلال اعتیاد را بررسی کرده اند. با این حال ، تعیین علیت بین مشکلات پاتولوژیک و IAD دشوار است. به عنوان مثال ، كدام یك از این عوامل مقدمه اعتیاد است یا ناشی از اعتیاد است؟ از یک طرف ، مشخص شد افرادی که سطح خاصی از مشکل پاتولوژیک را نشان می دهند ، به راحتی به اینترنت اعتیاد پیدا می کنند. از طرف دیگر ، IAD ممکن است وضعیت روانی فرد را تغییر دهد و در نتیجه ، نوعی اختلال پاتولوژیک را به وجود آورد. مطالعات افقی نمی توانند این معضل را به وضوح توضیح دهند. بنابراین ، یک مطالعه طول جغرافیایی به منظور شناسایی رابطه علی انجام شد.
در مطالعه حاضر، از روشهای تحقیق طول جغرافیایی برای شناسایی مشکلات پاتولوژیک در IAD و نیز بررسی وضعیت روحی IAD قبل از اعتیاد استفاده شد، از جمله ویژگی های پاتولوژیک که ممکن است IAD را باعث شود. داده ها از چک لیست علائم-90 (SCL-90) از افراد 59 قبل و بعد از رنجش از IAD به دست آمد. اعتقاد بر این است که مقایسات داده ها قبل از IAD، استفاده معمول از مردم چینی و داده های جمع آوری شده پس از IAD ممکن است اطلاعات مفیدی در مورد این موضوع ارائه دهد.
مواد و روش ها
لیست علائم SCL-90
SCL-90 [19] ابزاری برای اندازه گیری اختلال روانی و برخی جنبه های روانپزشکی است. این شامل اظهارات 90 است که علائم فیزیکی و روانی را توصیف می کند. از افراد خواسته شد تا میزان هر یک از علائم خود را در طول هفته گذشته در یک مقیاس لیکرت 5 که از «نه کاملا» (0) تا «بسیار» (4) باشد، نشان دهد. با استفاده از تجزیه و تحلیل عامل، Derogatis [19] 9 عدد خرده مقیاس یا ابعاد از ابزاری که او برچسب somatisation (SOM)، وسواسی-اجباری (OC)، حساسیت بین فردی (INT)، افسردگی (DEP)، اضطراب (ANX)، خصومت (HOS)، اضطراب فوبی (PHOB) ، افکار پارانوئید (PAR)، روان گرایی (PSY) و موارد اضافی (ADD). نمره بالا در یک بعد مشخص نشان دهنده بیان بالایی از پریشانی مربوطه است. نسخه چینی SCL-90، همانطور که توسط وانگ اقتباس شده و مورد آزمایش قرار گرفت [20] و به طور گسترده در تحقیقات و اقدامات بالینی در چین استفاده می شود [21].
آزمون آنلاین اعتیاد به اینترنت یانگ
آزمون آنلاین اعتیاد به اینترنت یانگ دارای 20 مورد مرتبط با استفاده آنلاین از اینترنت است ، از جمله وابستگی روانی ، استفاده اجباری و ترک ، و همچنین مشکلات مربوط به مدرسه یا کار ، خواب ، خانواده و مدیریت زمان. برای هر مورد ، یک پاسخ درجه بندی شده از 1 = "به ندرت" تا 5 = "همیشه" یا "اعمال نمی شود" انتخاب می شود. تصور می شد افرادی که بیش از 50 امتیاز کسب کرده اند به دلیل اینترنت با مشکلات گاه به گاه یا مکرر روبرو می شوند. تصور می شد افراد بیش از 80 نمره در زندگی آنها مشکلات قابل توجهی ایجاد می کنند [22]. در مطالعه حاضر شرکت کنندگان بیش از 80 به عنوان معتادان به اینترنت مورد توجه قرار گرفتند.
انتخاب شرکت کننده
در سپتامبر 2008، دانشجویان تازه کار 2132 با استفاده از SCL-90 آزمایش شدند. داده ها از 1024 (48٪) دختر و 1108 (52٪) دانشجوی پسر به دست آمد. در سپتامبر 2009 ، همه آنها با آزمایش آنلاین اعتیاد به اینترنت توسط یانگ مورد آزمایش قرار گرفتند. برای کنترل زمان مواجهه شرکت کنندگان با اینترنت ، دانشجویان رشته های نرم افزار ، اطلاعات رایانه و رشته های مرتبط از مطالعه خارج شدند. با تعریف یانگ [9]، یک در مجموع از دانش آموزان 66 (زنان 12) به عنوان معتادان به اینترنت در این مطالعه قضاوت شد.
برای شناختن اینکه آیا این دانشجویان 66 به دانشگاه معتاد شده بودند (اکتبر 2008) معتاد به اینترنت بودند، تشخیص گذشته نگر برای این معتادان اینترنت مورد ارزیابی قرار گرفت. هفت دانشجوی مرد معتاد از مطالعه حذف شدند، زیرا همکلاسی های آنها و یا معلمان گزارش کردند که هنگام ورود به دانشگاه با اینترنت آشنا بودند. این برای اطمینان دادن است که همه تغییرات در اولین سال خود در موضوعات قرار گرفته اند. دیگر دانش آموزان 59 با اینترنت به عنوان تازه واردان نا آشنا بودند؛ با این حال، یک سال بعد، آنها به عنوان معتاد به اینترنت تشخیص داده شدند. همچنین ، حالات روانی این 59 IAD با استفاده از SCL-90 (سپتامبر 2009) اندازه گیری شد. اولین آزمون SCL-90 توسط دانشگاه ترتیب داده شد (این سیاست دانشگاه است که دانش آموزان از توانایی روحی آنها هنگام ورود به دانشگاه مطلع شوند). بنابراین ، هیچ فرم رضایت آگاهانه ای امضا نشده است. در بار دوم ، هر آزمودنی فرم رضایت آگاهانه را برای مطالعه امضا کرد. روش تحقیق مطابق با اصول اخلاقی اعلامیه 1964 هلسینکی (سازمان پزشکی جهانی) بود. هیئت بررسی موسسه دانشگاه عادی ژجیانگ روش تحقیق را تأیید کرد.
نتایج
آزمونهای تک نمونه ای در بین معتادان به اینترنت 59 و هنجارهای چینی ها انجام شده است. سپس، داده های SCL-90 جمع آوری شده در 2008 و 2009 از این دانش آموزان 59 انجام شد. جدول 1 ابعاد و انحرافات استاندارد داده های SCL-90 که در 2008 و 2009 جمع آوری شده اند و مقادیر استاندارد برای مردم چینی را نشان می دهد. خصوصیات هر بعد در نشان داده شده است شکل 1.
شکل 1. نمرات میانگین ابعاد SCL-90 در گروههای مختلف.
شکل نشان می دهد ویژگی های ابعاد مختلف در اندازه گیری های مختلف. از این رقم می توان دید که INT، DEP، ANX، HOS و PSY شدیدا بین اطلاعات جمع آوری شده در 2008 و 2009 تغییر می کند. با این حال، SOM، OC، و PHOB تغییرات کمی را نشان داد.
doi: 10.1371 / journal.pone.0014703.g001
جدول 1. نمرات میانگین ابعاد SCL-90 در گروههای مختلف.
doi: 10.1371 / journal.pone.0014703.t001
پس از مقایسه، تنها نتایج OC در نتایج SCL-90 (2008) نسبت به عدد به میزان قابل توجهی بالاتر نشان داد (جدول 2) هنگامی که نتایج SCL-90 (2009) و هنجار مقایسه شد، تفاوت معنی داری در ابعاد OC، DEP، ANX و HOS یافت شد. نتایج در SCL-90 (2009) در مقایسه با نتایج SCL-90 (2008) (،)، نمرات معنی داری و افزایش معناداری برای INT، DEP، ANX، HOS و PSYجدول 2).
جدول 2. نتایج مقایسه در میان انواع داده ها.
doi: 10.1371 / journal.pone.0014703.t002
بحث
دولت های روانی قبل از اعتیاد
بر اساس مقایسه، ما دریافتیم که نمرات دانش آموزان 59 قبل از اعتیادشان، کمتر از حد معمول برای بسیاری از ابعاد SCL-90 است. فقط نمره OC (وسواسی-اجباری) بعد در میان IAD ها به طور قابل توجهی بیشتر از Norm بود. نتیجه نشان می دهد که افراد قبل از اینکه معتاد به اینترنت شوند، رفتارهای OC بیشتری نشان دادند. در واقع، اعتیاد معمولا به عنوان یک بیماری مغزی تعریف می شود که به عنوان یک رفتار اجباری، یا اجبار و ادامه استفاده از یک ماده یا رفتار حتی اگر کاربر آن را مضر [23]. این نتیجه با مطالعه شاپریا که IADs معمولاً رفتارهای اجباری را نشان می دهد سازگار است [7]. مطالعات در مورد افراد مبتلا به مواد [24] و تنباکو [25] اعتیاد نیز در رفتار OC مشهود است. بنابراین رابطه بین OC و IAD به آسانی تایید شد.
هنگامی که افراد به اینترنت دسترسی پیدا می کنند
وضعیت های ذهنی فعلی IAD ها را می توان با مقایسه IAD09 و هنجار بررسی کرد. نتایج نشان می دهد که نمرات OC، DEP، ANX و HOS در IAD ها به طور قابل توجهی بالاتر از حد نرمال است، و این نشان می دهد که دانشجویانی که از IAD نیز رنج می برند از مشکلات پاتولوژیک ذکر شده نیز رنج می برند. یافته های SOM، INT، PHOB، PAR، PSY و ADD نشان می دهد که IAD با این ابعاد مرتبط نیست. مدر همین حال، افسردگی و اضطراب در انواع مطالعات قبلی تایید شده است [14], [16]. بنابراین مطالعه حاضر، یافته های مربوط به DEP و ANX را پشتیبانی می کند. مطالعات قبلی نیز نشان داده است که خصومت با اعتیاد به اینترنت در میان مردان ارتباط دارد [26]. گزارش شده است که خصومت، پیش بینی سبک های مقابله با فرار از اجتناب، و همچنین استفاده از مواد ناشی از نشانه شناخته شده (به عنوان مثال، حالت های احساسی منفی و تنش) [27]. برای نوجوانان، خصومت بیشتر معمولا منجر به درگیری و اختلاف بین فردی می شود. از آنجایی که مواد برای آنها کمتر در دسترس هستند، اینترنت می تواند یک دنیای مجازی برای فرار از استرس از دنیای واقعی فراهم کند [28].
نکات برجسته در SCL-90 نتایج 2008 و 2009
نتایج مقایسه ای بین داده های جمع آوری شده در 2008 و 2009 حالت های ذهنی این معتادان اینترنتی 59 را فراهم می کند که در طول سال تغییر کرده است. نمرات برای INT، DEP، ANX، HOS، و PSY در این سال به طور قابل توجهی تغییر کرد. با این حال، نمرات SOM، OC، PHOB و PAR به طور قابل توجهی تغییر نکرده است، و این نشان می دهد که این ابعاد با IAD ارتباط ندارند. مطالعات قبلی حقیقتا نشان داده است که آسیب ناشی از IAD، از جمله اختلالات خلقی، اختلالات توجه و وابستگی به مواد به عنوان عوارض جانبی [29], [30]. به همین ترتیب، هنگامی که اختلالات همراه با IAD در نظر گرفته شده است، نتایج بیمار را می توان تا حد زیادی بهبود یافته است [31].
پیش ماده یا Sequela
ویژگی های ابعاد SCL-90 در مطالعه حاضر می توان به چهار نوع تقسیم کرد. اول، SOM، PAR، و PHOB تا قبل و بعد از اعتیاد خود تغییری نکردند، به این معنی که این ابعاد نه پیشینها و نه پیروی از IAD بود. به سادگی، آنها ارتباطی با IAD نشان ندادند. دوم، نمره OC بسیار بالاتر از حد معمول قبل از IAD بود و بنابراین می تواند پیش بینی کننده IAD باشد. با این حال، نمره OC در 2009 به طور قابل توجهی تغییر نکرده است، که ممکن است تا حدودی اعتبار این یافته را تحت تاثیر قرار دهد. از یک طرف، نتایج نشان می دهد که OC می تواند یک پیش بینی کننده IAD باشد، زیرا پیش از اعتیاد به اینترنت، نمره بالاتر را نشان می دهد. با این حال، از آنجا که نمره OC در 2009 به طور قابل توجهی تغییر نکرده است، بعد OC ممکن است به IAD مربوط نباشد. به همین ترتیب، ما نمی توانیم قطعیت قطعی OC را پیش بینی کننده IAD بدانیم.
سوم، قبل از معتاد شدن به اینترنت، نمرات DEP، ANX و HOS برای دانش آموزانی که دارای IAD بودند، کمتر از حد معمول بود، بدین معنی که در این ابعاد هیچ چیز اشتباهی یافت نشد. اساسا، این ابعاد را نمی توان به عنوان پیش بینی کننده های IAD طبقه بندی کرد. الفاعتیاد آنها، ابعاد به دست آمده بالا و حتی به طور قابل توجهی افزایش یافته است، که نشان می دهد DEP، ANX، و HOS منجر به نتایج IAD شده و پیش از IAD. این یافته ممکن است به ما در درک بهتر علیت بین اختلالات پاتولوژیک و IAD کمک کند [15], [17]است. Tاو چهارمین نوع است که بر روی INT و PSY تمرکز دارد و نشان داد که این بعد ها قبل از اعتیاد به اینترنت عادی است. با وجود اینکه نمرات آنها در مقایسه با داده های SCL-90 که در 2009 جمع آوری شده بود، در مقایسه با داده های SCL-2009 معنی دار نبود، مشاهده شد که آنها به طور قابل توجهی در 90 تغییر کرده اند، همانگونه که در مقایسه با داده های SCL-2008 جمع آوری شده در 2009 و XNUMX. به این ترتیب، می توان نتیجه گرفت که نمره افزایش یافته برای ابعاد INT و PSY نتایج حاصل از IAD است.
مطالعات زیادی انجام داده اند که پیش بینی کنندگان وابستگی اینترنت را مورد بررسی قرار داده اند. لذت ارتباطی [5]، تکانشی [32]، و رقابت و همکاری [33] پیشگیری از اعتماد به اینترنت بود. اکثر این مطالعات بر تجارب استفاده از اینترنت و صفات شخصیتی به عنوان وابستگی به اینترنت تأکید دارند. با این حال، تنها چند مطالعه به وضوح علت آن را با اختلالات پاتولوژیک بررسی کرد. نتایج مطالعه حاضر می تواند بیشتر درک ما از رابطه بین اختلالات پاتولوژیک و اعتياد به اینترنت باشد. بنابراين، ارتباط علت بين اختلالات پاتولوژيک و اعتياد به اينترنت بايد با مطالعات آينده نگر مورد ارزيابي قرار گيرد.
محدودیت ها و ضعف ها
نتایج حاصل از مطالعه حاضر چندین یافته مهم را برای تعمیق درک ما در مورد اختلالات پاتولوژیک اعتیاد به اینترنت نشان داد ، با این حال ، محدودیت های زیادی باید در نظر گرفته شود. ابتدا این تحقیق به مدت یک سال به طول انجامید. در این سال اتفاقات زیادی افتاده است که ممکن است حالات روانی فرد را تغییر دهد. بنابراین ، با اطمینان 100 درصدی نتیجه گیری که این تغییرات مربوط به IAD باشد ، کار سختی است. دوم ، SCL-90 ابزاری مفید در اندازه گیری حالات روحی در هفته گذشته است ، اما نمی تواند روند تغییر را در مدت زمان طولانی تر ردیابی کند. این تحقیق فقط وضعیت روانی ساکن دانش آموزان را قبل و بعد از اعتیاد به اینترنت نشان می دهد. سوم ، تعداد IADs محدود است (59) ، در مطالعات امکان پذیر است که در صورت امکان شرکت کنندگان بیشتری پیدا شود. چهارم ، ما از هنجار استفاده کردیم اما از داده های گروه کنترل به عنوان سطح مقایسه استفاده نکردیم. این بدان دلیل است که انجام یک محقق گسترده دیگر به عنوان اولین اقدام در مطالعه حاضر بسیار دشوار است. استفاده از هنجار به عنوان سطح مقایسه ای مفید و آسان است.
اگر چه محدودیت های زیادی در این مطالعه وجود دارد، هنوز هم اعتقاد داریم که ارزشمند است. اول، کنترل بیشتر متغیرها در مطالعات طولی نسبت به مطالعات تجربی، به ویژه مطالعات انجام شده در بیماران، سخت تر است. دوم، مطالعه حاضر نشان داد که پیش بینی جامد برای IAD سخت است، که متفاوت از نتایج مطالعه قبلی است. این دانش ما را در مورد IAD گسترش داد.
نتیجه گیری
به طور خلاصه، می توانیم دریافت کنیم که پیش بینی های پاتولوژیک جامع برای IAD وجود ندارد. در حالی که OC ممکن است به عنوان یک بعد درنظر گرفته شود، هنوز این نتیجه گیری کاملا نتیجه نگرفته است. برعکس، اختلال اعتیاد به اینترنت ممکن است برخی از مشکلات پاتولوژیک را به افرادی که از آن رنج می برند، به ارمغان بیاورد, گرچه، نتیجه گیری هنوز به دلیل محدودیت طراحی تحقیق در پژوهش حاضر نیازمند حمایت بیشتر است.
مقالات نویسنده
آزمایشات انجام شده و طراحی شده است: GD. آزمایشات انجام شد: GD HZ XZ. داده ها را تجزیه و تحلیل کرد: GD XZ. معرفهای مواد / مواد / ابزارهای تجزیه و تحلیل: GD QL. مقاله را چاپ کرد: GD.
1. CNNIC (2010) گزارش آمار 26th از توسعه اینترنت چین. در دسترس: http://research.cnnic.cn/html/1279173730d2350.html. دسترسی به 2010 اکتبر 10.
2. بلوک JJ (2008) مسائل مربوط به DSM-V: اعتیاد به اینترنت. ام آی جی روانپزشکی 165: 306-307. این مقاله را آنلاین پیدا کنید
3. Folder C (2010) دریافت اتصال: یک مرور کلی از اعتیاد به اینترنت. J Pediatric Child Health 46: 557-559. این مقاله را آنلاین پیدا کنید
4. Beutel ME، Brähler E، Glaesmer H، KJS DJ، Wölfling K و همکاران. استفاده روزافزون از اینترنت به طور منظم و مشکوک در جامعه: نتایج حاصل از یک نظرسنجی مبتنی بر جمعیت در آلمان است. Cyberpsychol، Behav، و Net Soc .. در مطبوعات. این مقاله را آنلاین پیدا کنید
5. Chou C ، Hsiao MC (2000) اعتیاد به اینترنت ، استفاده ، رضایت خاطر و تجربه لذت: پرونده دانشجویان دانشگاه تایوان. Comput Teac 35: 65–80. این مقاله را آنلاین پیدا کنید
6. وو H، Zhu K (2004) تجزیه و تحلیل مسیر بر روی عوامل مرتبط با اختلال اعتیاد به اینترنت در دانشجویان دانشگاه. چين J بهداشت عمومی 20: 1363-1366. این مقاله را آنلاین پیدا کنید
7. Shapira NA، Lessig MC، Goldsmith TD، Szabo ST، Lazoritz M، و همکاران. (2003) استفاده از اینترنت مشکوک: طبقه بندی پیشنهاد شده و معیارهای تشخیصی. افسردگی اضطراب 17: 207-216. این مقاله را آنلاین پیدا کنید
8. دونگ G، لو Q، ژو H، ژائو X (2010) مهار امپدانس در افراد مبتلا به اختلال اعتیاد به اینترنت: شواهد الکتروفیزیولوژیک از مطالعه Go / NoGo. Neurosci Lett 485: 138-142. این مقاله را آنلاین پیدا کنید
9. Young KS، Rodgers RC (1998) روابط بین افسردگی و اعتیاد به اینترنت. CyberPsychol Behav 1: 25-28. این مقاله را آنلاین پیدا کنید
10. Young KS (1998) Internet addiciton: ظهور یک اختلال بالینی جدید. CyberPsychol Behav 1: 237-244. این مقاله را آنلاین پیدا کنید
11. Kraut R، Patterson M، Lundmark V، Kiesler S، Mukopadhyay T، و همکاران. (1998) پارادوکس اینترنت: تکنولوژی اجتماعی که باعث کاهش مشارکت اجتماعی و رفاه روانی می شود؟ من روانک 53: 1017-1031. این مقاله را آنلاین پیدا کنید
12. هوانگ C (2010) استفاده از اینترنت و رفاه روانی: یک متاآنالیز. Cyberpsychol Behav، Soc Netw 13: 241-249. این مقاله را آنلاین پیدا کنید
13. Rierdan J (1999) لینک اینترنتی افسردگی؟ من روانک 54: 781-782. این مقاله را آنلاین پیدا کنید
14. Morahan-Martin J (2005) سوء استفاده اینترنتی: اعتیاد؟ اختلال علائم توضیحات جایگزین؟ محاسبات علوم رایانه Rev 23: 39-48. این مقاله را آنلاین پیدا کنید
15. Davis RA (2001) یک مدل شناختی - رفتاری از استفاده از اینترنت پاتولوژیک. محاسبات انسان بهوان 17: 187-195. این مقاله را آنلاین پیدا کنید
16. Armstrong L، Phillips JG، Saling LL (2000) تعیین کننده های بالقوه استفاده از اینترنت سنگین تر. Int J Hum Comput Stud 53: 537-550. این مقاله را آنلاین پیدا کنید
17. تاچر A، Goolam S (2005) تعریف معتاد اینترنت اینترنتی آفریقای جنوبی: شایع و توصیف بیوگرافی کاربران اینترنت مشکل ساز در آفریقای جنوبی. S Afr J Psychol 35: 766-792. این مقاله را آنلاین پیدا کنید
18. Peng W، Liu M (2010) وابستگی به بازی آنلاین: مطالعه مقدماتی در چین. Cyberpsychol Behav Soc Netw 13: 329-333. این مقاله را آنلاین پیدا کنید
19. Deragotis LR (1975) نحوه استفاده از چک لیست علائم (SCL-90) در ارزیابی بالینی. Nutley، NJ: Hoffmann-La Roche.
20. Wang Z (1984) چک لیست علائم SCL-90. شیمیدان روانشناسی 2: 68-70. این مقاله را آنلاین پیدا کنید
21. Zhang Z، Luo S (1998) مطالعه در مورد SCL-90 در دانشجویان دانشگاه چینی. چن ج Ment بهداشت 12: 77-78. این مقاله را آنلاین پیدا کنید
22. تست اعتیاد به اینترنت Young KS (2009). در دسترس: http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106. دسترسی به 2010 اکتبر 10.
23. Leshner AI (1997) اعتیاد یک بیماری مغزی است و مهم است. علم 278: 45-47. این مقاله را آنلاین پیدا کنید
24. دیویس C، کارتر JC (2009) Overeating اجباری به عنوان یک اختلال اعتیاد: مرور تئوری و شواهد. اشتها 53: 1-8. این مقاله را آنلاین پیدا کنید
25. Spinella M (2005) رفتار اجباری در مصرف کنندگان دخانیات. Addict Behav 30: 183-186. این مقاله را آنلاین پیدا کنید
26. یان JY، Ko CH، Yen CF، Wu HY، Yang MJ (2007) علائم روانپزشکی همراه با اعتیاد به اینترنت: اختلال توجه و اختلال بیش فعالی (ADHD)، افسردگی، ترس اجتماعی و خصومت. J Adolesc بهداشت 41: 93-98. این مقاله را آنلاین پیدا کنید
27. McCormick RA، Smith M (1995) تجاوز و خصومت در مواد مخدر: ارتباط با الگوهای سوء استفاده، سبک مقابله و triggers عود. Addict Behav 20: 555-562. این مقاله را آنلاین پیدا کنید
28. Douglas AC، Mills JE، Niang M، Stepchenkova S، Byun S، و همکاران. (2008) اعتیاد به اینترنت: متا سنتز تحقیق کیفی برای دهه 1996-2006. محاسبه Hum Behav 24: 3027-3044. این مقاله را آنلاین پیدا کنید
29. Christensen MH، Orzack MH، Babington LM، Patsdaughter CA (2001) هنگامی که مانیتور مرکز کنترل می شود. J Psychosoc Nurs Ment Health Serv 39: 40-47. این مقاله را آنلاین پیدا کنید
30. Volkow ND (2004) واقعیت همبستگی: افسردگی و سوء مصرف مواد. Biol Psychiatry 56: 714-717. این مقاله را آنلاین پیدا کنید
31. Dell'Osso B ، Altamura AC ، Allen A ، Marazziti D ، Hollander E (2006) به روزرسانی های اپیدمیولوژیک و بالینی در مورد اختلالات کنترل تکانه: یک بررسی مهم. Eur Arch Psychiatry Clin Neurosci 256: 464–475. این مقاله را آنلاین پیدا کنید
32. بارنز GM، Welte JW، هافمن JH، Dintcheff BA (2005) پیش بینی کننده قمار، استفاده از مواد مخدر و بزهکاری جوانان را به اشتراک می گذارد. روان معتاد به آب 19: 165-174. این مقاله را آنلاین پیدا کنید
33. Hsu SH، Wen MH، Wu MC (2009) بررسی تجربیات کاربر به عنوان پیش بینی کننده وابستگی MMORPG. محاسبات آموزشی 53: 990-999. این مقاله را آنلاین پیدا کنید
;