Euroopan nuorten (2016) patologinen Internetin käyttö ja riskinotto

Int. J. Environ. Res. Kansanterveys 2016, 13(3), 294; doi:10.3390 / ijerph13030294

Tony Durkee 1,*, Vladimir Carli 1, Birgitta Floderus 2, Camilla Wasserman 3,4, Marco Sarchiapone 3,5, Alan Apter 6, Judit A. Balazs 7,8, Julio Bobes 9, Romuald Brunner 10, Paul Corcoran 11, Doina Cosman 12, Christian Haring 13, Christina W. Hoven 4,14, Michael Kaess 10, Jean-Pierre Kahn 15, Bogdan Nemes 12, Vita Postuvan 16, Pilar A. Saiz 9, Peeter Värnik 17 ja Danuta Wasserman 1
1
Kansallinen itsemurhatutkimuksen ja mielenterveyden ehkäisemisen keskus (NASP), Karolinska Institutet, Tukholma SE-17177, Ruotsi
2
Kliinisen neurotieteen laitos, Karolinska Institutet, Tukholma SE-17177, Ruotsi
3
Lääketieteen ja terveystieteiden laitos, Molisen yliopisto, Campobasso 86100, Italia
4
Lasten ja nuorten psykiatrian laitos, New Yorkin osavaltion psykiatrinen instituutti, Columbia University, New York, NY 10032, USA
5
Kansallinen muutto- ja köyhyysinstituutti, Via San Gallicano, Roma 25 / A, Italia
6
Feinbergin lastenopiskelukeskus, Schneiderin lastenlääketieteellinen keskus, Tel Aviv University, Tel Aviv 49202, Israel
7
Vadaskertin lasten ja nuorten psykiatrinen sairaala, Budapest 1021, Unkari
8
Psykologian instituutti, Eötvös Loránd University, Budapest 1064, Unkari
9
Psykiatrian laitos, Mielenterveysverkoston biolääketieteellisen tutkimuksen keskus (CIBERSAM), Oviedon yliopisto, Oviedo 33006, Espanja
10
Persoonallisuuden kehityshäiriöiden osasto, Lasten ja nuorten psykiatrian klinikka, Psykososiaalisen lääketieteen keskus, Heidelbergin yliopisto, Heidelberg 69115, Saksa
11
Kansallinen itsemurhatutkimussäätiö, Western Rd., Cork, Irlanti
12
Kliinisen psykologian laitos, Iuliu Hatieganu University of Medicine and Pharmacy, Str. Victor Babes Nr. 8, Cluj-Napoca 400000, Romania
13
Mielenterveyden tutkimusosasto, Lääketieteellisen tietotekniikan yliopisto (UMIT), Klagenfurt, Innsbruck 6060, Itävalta
14
Epidemiologian laitos, Mailmanin kansanterveyden korkeakoulu, Columbia University, New York, NY 10032, USA
15
Psykiatrian laitos, Centre Hospitalo-Universitaire de Nancy, Lorrainen yliopisto, Nancy, Vandoeuvre-lès-Nancy 54500, Ranska
16
Slovenian itsemurhatutkimuskeskus, Andrej Marušič-instituutti, Primorskan yliopisto, Koper 6000, Slovenia
17
Käyttäytymis- ja terveystieteiden keskus, virolainen-ruotsalainen mielenterveyden ja itsemurhainstituutti, Tallinnan yliopisto, Tallinn 10120, Viro
*
Correspondence: Tel.: +46-852-486-935; Fax: +46-8-30-64-39
Akateeminen toimittaja: Paul B. Tchounwou
Vastaanotettu: 1 joulukuu 2015 / Hyväksytty: 3 maaliskuu 2016 / Julkaistu: 8 maaliskuu 2016

Abstrakti

: Riskikäyttäytyminen on tärkeä tekijä nuorten ja nuorten sairastuvuuden johtavissa syissä; niiden liittymistä patologiseen Internet-käyttöön (PIU) ei kuitenkaan ole suhteellisen tutkittu, etenkin eurooppalaisessa tilanteessa. Tämän tutkimuksen päätavoite on tutkia riskikäyttäytymisen ja PIU: n välistä yhteyttä eurooppalaisilla murrosikäisillä. Tämä poikkileikkaustutkimus toteutettiin FP7 Euroopan unionin hankkeen "Nuorten elämien pelastaminen ja voimaannuttaminen Euroopassa" (SEYLE) puitteissa. Tietoja murrosikäisistä kerättiin satunnaistetuista kouluista tutkimuspaikoilla yksitoista Euroopan maassa. PIU mitattiin käyttämällä Youngin diagnoosikyselyä (YDQ). Riskikäyttäytymistä arvioitiin käyttämällä kyselyjä, jotka on hankittu globaalista koulupohjaisesta opiskelijoiden terveystutkimuksesta (GSHS). Analyyseihin otettiin yhteensä 11,931-murrosikäisiä: 43.4% miehiä ja 56.6% naisia ​​(M / F: 5179 / 6752), joiden keski-ikä oli 14.89 ± 0.87 vuotta. Huonoista nukkumistavoista ja riskinottotoimista ilmoittaneet murrosikäiset osoittivat voimakkaimpia yhteyksiä PIU: hon, mitä seurasi tupakan käyttö, heikko ravitsemus ja fyysinen passiivisuus. PIU-ryhmän murrosikäisten joukossa 89.9%: lla tunnistettiin olevan useita riskikäyttäytymismalleja. PIU: n ja riskikäyttäytymisen välillä havaittu merkittävä yhteys yhdessä korkean samanaikaisen esiintymisasteen kanssa korostaa, että on tärkeää harkita PIU: ta seulonnassa, hoidossa tai estää nuorten korkean riskin käyttäytymistä.

Avainsanat: patologinen Internetin käyttö; Internet-riippuvuus; riskikäyttäytymistä; useat riskikäyttäytymiset; epäterveelliset elämäntavat; nuoriin; SEYLE

1. Esittely

Teini-ikä on siirtymäkausi, jolle on ominaista huomattavat fyysisten, sosiaalisten ja psykologisten ominaisuuksien muutokset [1]. Lisäksi suhteissa ikäisensä, perheen ja yhteiskunnan kanssa tapahtuu selviä muutoksia tällä ohimenevällä ajanjaksolla, kun nuoret alkavat puolustaa itseään päätöksistään, tunteistaan ​​ja käyttäytymisstään [2]. Teini-ikäisten sosiaaliset kyvyt kehittyvät usein psykososiaalisen vuorovaikutuksen aikana erilaisissa oppimisympäristöissä [3]. Koska laaja foorumi sosiaalisen kognition ja ihmissuhdetaitojen edistämiseen [4,5], Internet on osoittautunut uudeksi ja ainutlaatuiseksi kanavaksi psykososiaaliseen kehitykseen murrosikäisten keskuudessa [6,7].
Näistä luontaisista eduista huolimatta tutkimukset ovat osoittaneet, että online-sovellusten usein ja pitkäaikaisella käytöllä on taipumus syrjäyttää perinteiset sosiaaliset vuorovaikutukset ja suhteet [8,9]. On näyttöä siitä, että verkossa kertyvä aika syrjäyttää aikaa kasvotusten vuorovaikutuksessa perheen ja ystävien kanssa [10], osallistuminen opetussuunnitelman ulkopuolelle [11] suorittamalla akateemiset tehtävät [12], oikeat syömistavat [13], liikunta [14] ja nukkuminen [15]. Koska nuoret viettävät enemmän aikaa verkossa, on vaara, että heidän Internetin käytöstä voi tulla liiallista tai jopa patologista [16].
 
Patologiselle Internetin käytölle (PIU) on ominaista liiallinen tai huonosti hallittu Internet-käytön huolenaihe, kehotus tai käyttäytyminen, joka johtaa heikentymiseen tai ahdistumiseen [17]. PIU on käsitteellisesti mallinnettu impulssinhallintahäiriöksi ja luokiteltu patologisen uhkapelien luonteen kaltaisten käyttäytymisriippuvuuden taksonomialle [18]. Huolimatta PIU-tutkimuksen viimeaikaisista edistyksistä, pyrkimyksiä ymmärtää tätä ilmiötä haittaa kansainvälisen konsensuksen puute sairauden diagnoosikriteereistä. Sitä ei ole lueteltu mielenterveyshäiriöiden diagnostiikka- ja tilastollisessa käsikirjassa eikä kansainvälisen sairauksien luokittelun (ICD) nosologisissa järjestelmissä. PIU-tutkimuksen suurin haaste on sen käsitys riippuvuussairaudeksi.
 
Näiden väitteiden valossa äskettäin julkaistu DSM-5 [19] on sisällyttänyt käyttäytymisriippuvuuden (aineista riippumattomat riippuvuushäiriöt) viralliseksi diagnostiikkakategoriksi, uhkapelihäiriöt (GD) ovat ainoat tässä uudessa luokituksessa luetellut sairaudet. Internet-pelihäiriöt (IGD) ovat myös potentiaalinen alatyyppi käyttäytymisriippuvuudelle, jota harkittiin sisällyttämistä DSM-nosologiseen järjestelmään; IGD: tä diagnosoivana häiriönä tukevia todisteita ei kuitenkaan vielä ollut. IGD sisällytettiin myöhemmin DSM-5: n osaan III ehtona, joka vaati lisätutkimuksia [20] sen mahdollisen soveltuvuuden diagnosoimiseksi häiriöksi määrittämiseksi. Huolimatta PIU: n nykyisestä nosologisesta epäselvyydestä on edelleen olemassa todisteita, jotka osoittavat vahvan yhteyden PIU: n ja muiden riippuvuusmuotojen välillä [21,22,23,24].
Tutkimukset osoittavat, että PIU-potilailla on neurologisia, biologisia ja psykososiaalisia ominaisuuksia sekä käyttäytymiseen että aineisiin liittyvistä riippuvuuksista [25,26,27,28,29]. Perustuu Griffithsin merkitsemään teoreettiseen malliin [30], riippuvuussairauksissa on kuusi ydinoiretta, joita voidaan soveltaa PIU: hon. Näihin kuuluvat: miellyttävyys (huolenaihe online-aktiviteeteista), mielialan muutokset (Internetin käyttäminen paeta tai lievittää stressiä), suvaitsevaisuus (välttämättömyys pysyä verkossa pidempään), vetäytyminen (masennus ja ärtyneisyys offline-tilassa), konfliktit (ihmissuhde ja psyykkinen psykologisuus) ja uusiutuminen (epäonnistuneet yritykset keskeyttää Internetin käyttö). Nämä ydinkomponentit tarjoavat teoreettisen kehyksen PIU: n suuruuden arvioimiseksi.
 
PIU: n esiintyvyys vaihtelee suuresti maiden välillä, osittain sen määritelmän, nimikkeistön ja diagnostisen arvioinnin heterogeenisyyden vuoksi. Yrittäessään arvioida maailmanlaajuista esiintyvyyttä, Cheng ja Li [31] korvasi nämä erot soveltamalla satunnaisten vaikutusten metaanalyysiä käyttämällä tutkimuksia vertailukelpoisilla psykometrisillä välineillä ja kriteereillä. Tämä lähestymistapa tuotti yhteensä 89,281-osallistujia 31-maista kattaen useita maailman alueita. Tulokset osoittivat, että PIU: n globaali esiintyvyys oli 6.0% (95% CI: 5.1 – 6.9) vain kohtuullisella heterogeenisyydellä.
Levinneisyystutkimukset, joissa arvioidaan PIU: ta Euroopan tasolla edustavien näytteiden avulla, ovat rajalliset. Tästä heikkoudesta huolimatta on tulossa epidemiologisia todisteita, jotka osoittavat tämän kohderyhmän levinneisyysasteen vakaat suuntaukset. Edustavassa näytteessä eurooppalaisia ​​murrosikäisiä (n = 18,709), joiden ikä oli 11 – 16, Blinka et ai. [32] osoitti, että PIU: n esiintyvyys oli 1.4%. Tämä on yhtä suuri kuin Tsitsika et al. [33], joka arvioi 1.2%: n PIU-esiintyvyyden edustavassa otoksessa 13,284 – 14-vuotiaista eurooppalaisista nuorista (n = 17). Durkee ja hänen kollegansa [34] havaitsi kuitenkin hiukan suuremman 4.4%: n PIU-esiintyvyyden edustavassa näytteessä eurooppalaisia ​​murrosikäisiä (n = 11,956), joiden ikä oli 14 – 16. PIU: n esiintyvyys Euroopassa osoittautui olevan huomattavasti korkeampi miehillä kuin naisilla, lisääntyvän iän myötä, erot maittain ja liittyvät moniin mielenterveys- ja käyttäytymishäiriöihin [35,36,37,38,39].
 
Riskikäyttäytyminen alkaa usein murrosiän aikana ja on todennäköistä, että se jatkuu aikuisuuteen. Miehillä on yleensä enemmän esiintyvyyttä kuin naisilla, ja riskikäyttäytymisten esiintymistiheydellä on taipumus kasvaa iän myötä [40]. Vakavuusaste on selkeä alhaisesta riskistä (huonot nukkumistavat, huono ravitsemus ja fyysinen passiivisuus) korkean riskin (liiallinen alkoholin käyttö, laiton huumeiden ja tupakan käyttö) käyttäytymiseen. Tutkimuksissa on tyypillisesti arvioitu riskikäyttäytymistä riippumattomina kokonaisuuksina, tosin selkeät todisteet osoittavat niiden samanaikaisen esiintymisen jopa varhaisessa iässä [41,42]. Useilla riskikäyttäytymispopulaatioilla on suurin riski kroonisiin sairauksiin, psykiatrisiin häiriöihin, itsemurhakäyttäytymiseen ja ennenaikaiseen kuolemaan verrattuna yksilöihin, joilla on yksi tai ei lainkaan riskikäyttäytymistä [43,44]. Kun otetaan huomioon riskikäyttäytymisen samanaikainen luonne, on välttämätöntä ymmärtää niiden vaikutukset nuorten PIU-riskiin.
 
Nuorten riskikäyttäytymisen seurantajärjestelmä (YRBSS) Yhdysvalloissa toteaa, että riskikäyttäytyminen on tärkeä tekijä nuorten ja nuorten sairastuvuuden johtavissa syissä [45]. Tämän implisiittisen oletuksen lisäksi on suhteellisen vähän tutkimusta, joka tutkii systemaattisesti sitä, missä määrin nämä käyttäytymismuodot liittyvät murrosikäisen PIU: han, etenkin Euroopan kontekstissa. Epidemiologiset tutkimukset ovat välttämättömiä tämän ilmiön ymmärtämiseksi paremmin.
 
Perustuen suureen, edustavaan otokseen kouluikäisistä nuorista Euroopassa, tämän tutkimuksen ensisijaisena tavoitteena on selvittää riskikäyttäytymisen (ts. Alkoholinkäytön, laittoman huumeiden käytön, tupakan käytön, riskinoton, keskeytyksen, huonot nukkumistavat, huono ravitsemus ja fyysinen passiivisuus) ja erilliset Internetin käytön muodot.

2. Materiaalit ja menetelmät

2.1. Opintosuunnittelu ja väestö

Tämä poikkileikkaustutkimus toteutettiin Euroopan unionin hankkeen "Nuorten elämien pelastaminen ja voimaannuttaminen Euroopassa" (SEYLE) puitteissa [46]. Nuoria rekrytoitiin satunnaisesti valituista kouluista tutkimuspaikoilla Itävallassa, Virossa, Ranskassa, Saksassa, Unkarissa, Irlannissa, Israelissa, Italiassa, Romaniassa, Sloveniassa ja Espanjassa. Ruotsi toimi koordinointikeskuksena.
 
Tukikelpoisten koulujen valintakriteerit perustuivat seuraaviin ehtoihin: (1) koulut olivat julkisia; (2) sisälsi vähintään 40-opiskelijat iältään 15-vuotiaita; (3) oli yli kaksi opettajaa 15-vuotiaille opiskelijoille; ja (4) ei ollut enempää kuin 60% saman sukupuolen opiskelijoista. Tukikelpoiset koulut luokiteltiin koon mukaan: (i) pienet (≤opiskelijoiden lukumäärän mediaani kaikissa opiskelupaikan kouluissa); ja (ii) suuri (≥on keskimääräinen lukumäärä oppilaita kaikissa opiskelupaikan kouluissa) [46]. Satunnaislukugeneraattorin avulla koulut jaettiin satunnaisesti SEYLE-interventioiden ja koulun koon perusteella suhteessa sosiokulttuurisiin tekijöihin, kouluympäristöön ja koulujärjestelmän rakenteeseen kussakin tutkimuspaikassa.
 
Tiedot kerättiin strukturoitujen kyselylomakkeiden avulla, joita annettiin nuorille koulumiljöössä.
Otoksen edustavuus, suostumus, osallistuminen ja vastausprosentit ilmoitetaan metodologisessa analyysissä [47].
Tämä tutkimus suoritettiin Helsingin julistuksen mukaisesti, ja kunkin osallistujamaan paikallinen etiikkakomitea hyväksyi sen (projekti nro HEALTH-F2-2009-223091). Ennen tutkimukseen osallistumista sekä nuoret että vanhemmat antoivat tietoisen suostumuksensa osallistumiseen.

2.2. Mitat

PIU: ta arvioitiin Youngin diagnoosikyselyllä (YDQ) [18]. YDQ on 8-tuotekysely, joka arvioi Internetin käytön malleja, jotka johtavat psykologiseen tai sosiaaliseen toimintakykyyn kuuden kuukauden ajan ennen tiedonkeruua [48]. YDQ: n kahdeksan kohtaa vastaa kuutta kohtaa Griffithsin komponenttimallissa ja yhdeksää kohtaa IGD: n diagnostiikkakriteereissä DSM-5: ssä [49,50]. YDQ-pistemäärän perusteella, joka vaihteli välillä 0 – 8, Internetin käyttäjät luokiteltiin kolmeen ryhmään: adaptiiviset Internetin käyttäjät (AIU) (pisteytys 0 – 2); huonontuneita Internet-käyttäjiä (MIU) (pisteytys 3 – 4); ja patologiset Internet-käyttäjät (PIU) (pisteytys ≥ 5) [51]. Lisäksi online-tunteja päivässä mitattiin käyttämällä yksittäistä kysymystä strukturoidussa kyselylomakkeessa.
Tiedot riskikäyttäytymisestä saatiin käyttämällä kyselyjä globaalista koulupohjaisesta opiskelijoiden terveystutkimuksesta (GSHS) [52]. Maailman terveysjärjestön (WHO) ja yhteistyökumppaneiden kehittämä GSHS on koulupohjainen tutkimus, jossa arvioidaan 13 – 17-vuotiaiden murrosikäisten terveysriskikäyttäytymistä. Tämä itseraportointikysely sisältää kohteita, jotka vastaavat 10: n johtavia nuorten ja nuorten sairastuvuuden syitä.

2.3. Henkilökohtainen riskikäyttäytyminen

GSHS: n perusteella yksilölliset riskikäyttäytymiset jaettiin kolmeen luokkaan: (i) aineen käyttö; (ii) tunnehaku; (iii) ja elämäntavan ominaispiirteet. Seuraavat yksilölliset riskikäyttäytymiset koodattiin kaksijakoisiksi muuttujiksi.

2.3.1. Aineen käyttö

Aineiden käyttö sisälsi alkoholin, laittoman huumeiden käytön ja tupakan käytön. Muuttujat luokiteltiin vastaavasti: (1) alkoholin käytön tiheys: ≥2 kertaa / viikko vs. ≤1 kertaa / viikko; (2) juomien lukumäärä tyypillisellä juomapäivänä: ≥3 juomat vs. ≤2 juomat; (3) elinikäinen juomisen esiintyminen juopumispisteeseen (alkoholimyrkytys): ≥3 kertaa vs. ≤2 kertaa; (4) elinikäinen krapulaa juomisen jälkeen: ≥3 kertaa vs. ≤2 kertaa; (5) koskaan käyttämiä huumeita: kyllä ​​/ ei; (6) koskaan käytetty hasia tai marihuanaa: kyllä ​​/ ei; (7) koskaan käytetty tupakka: kyllä ​​/ ei; ja (8) tupakoivat tällä hetkellä: ≥6 / päivä vs. ≤5 / päivä.

2.3.2. Sensaatiomainen

Sensaationhaku koostui neljästä kohdasta, jotka osoittavat riskinottoa viimeisen 12 kuukauden aikana: (1), jota ajaa ajoneuvossa alkoholia käyttänyt ystävä; (2) ajoi rullalautaan tai rullalaitaan liikenteessä ilman kypärää ja / tai (3) vetettynä liikkuvaa ajoneuvoa pitkin; ja (4) menneet vaarallisille kaduille tai kujalle yöllä. Vastausvaihtoehdot olivat kyllä ​​/ ei kaikissa neljässä kohdassa.

2.3.3. Elämäntavan ominaisuudet

Elämäntapaan liittyviä ominaisuuksia olivat muuttujat, jotka liittyivät nukkumiseen, ravitsemukseen, liikuntaan ja koulunkäyntiin. Kuuden viimeksi kuluneen kuukauden nukkumistavat: (1) väsymys tunne aamulla ennen koulua: ≥3 päivää / viikko vs. ≤2 päivää / viikko; (2) nappaus koulun jälkeen: ≥3 päivää / viikko vs. ≤2 päivää / viikko; ja (4) nukkuminen: ≤6 tuntia / yö vs. ≥7 tuntia / yö. Viimeisen kuuden kuukauden ajan käytetty ravitsemus: (4) hedelmiä / vihanneksia kuluttava: ≤1 aika / viikko vs. ≥2 kertaa viikossa; ja (5) syövät aamiaista ennen koulua: ≤2 päivää / viikko vs. ≥3 päivää / viikko. Fyysinen aktiivisuus, johon viitataan viimeisen kuuden kuukauden aikana: (6) fyysinen aktiivisuus vähintään 60 minuuttia kahden viime viikon aikana: ≤3 päivää vs. ≥4 päivää; ja (7) urheilevat säännöllisesti: kyllä ​​/ ei. Koulukäynti koostui yhdestä aiheesta käyttämättä jääneiden poissaolojen esiintymisestä koulussa kahden viime viikon aikana: ≥3 päivää vs. ≤2 päivää.

2.4. Useita riskikäyttäytymistä

Riskikäyttäytymisten kokonaismäärä laskettiin yhdeksi muuttujaksi ja koodattiin säännöllisinä mittaina. Jakautunut luotettavuus (rsb = 0.742) ja sisäisen konsistenssin (α = 0.714) arvot osoittivat hyväksyttävän homogeenisuusasteen kohteiden välillä monen riskikäyttäytymisen mittayksikössä

3. Tilastolliset analyysit

Yksittäisten riskikäyttäytymisten esiintyvyys Internet-käyttäjäryhmissä laskettiin miehille ja naisille. Tilastollisesti merkitsevien erojen selvittämiseksi ryhmäosuuksien välillä suoritettiin useita pareittain suoritettavia vertailuja käyttämällä kaksipuolista z-testiä Bonferronin kanssa sovitettujen p-arvojen kanssa. Laajennetut analyysit suoritettiin yksittäisten riskikäyttäytymisten vaikutuksen testaamiseksi MIU: han ja PIU: han käyttämällä yleisiä lineaarisia sekoitettuja malleja (GLMM), jossa on multinomiaalinen logit-linkki ja täysi maksimiarviointiarvio. GLMM-analyysissä MIU ja PIU annettiin tulosmittareina, joissa vertailuluokka oli AIU, yksilölliset riskikäyttäytymiset merkittiin tason 1 kiinteinä vaikutuksina, koulu tason 2 satunnaisena sieppauksena ja maa tason 3 satunnaisena sieppauksena. Varianssikomponentteja käytettiin satunnaisvaikutusten kovarianssirakenteena. Sukupuolen maltillisen vaikutuksen tutkimiseksi integrointitermit (sukupuoli * riskikäyttäytyminen) sovitettiin regressiomalliin. Iän ja sukupuolen mukautukset tehtiin asiaankuuluviin GLMM-malleihin. Odds-suhteet (OR) 95%: n luottamusväleillä (CI) raportoidaan vastaaville malleille.
Useiden riskikäyttäytymisten analyysissä laskettiin keskiarvo (M) ja keskimääräinen standardivirhe (SEM) erilaisille Internet-käyttäjäryhmille ja osittain sukupuolen mukaan. Box- ja whisker-kuvaajia käytettiin näiden suhteiden havainnollistamiseen. Tilastollinen merkitsevyys monen riskikäyttäytymisen ja sukupuolen välillä arvioitiin käyttämällä riippumattomia näytteitä t-testiä. Yhdensuuntaista varianssianalyysiä (ANOVA) post hoc -parin vertailuin käytettiin useiden riskikäyttäytymisten ja Internet-käyttäjäryhmien tilastollisen merkitsevyyden arvioimiseksi.
Regressiomuuttuja-käyrä suoritettiin lineaarisen suhteen selvittämiseksi online-päivien tuntimäärän ja riskikäyttäytymisten määrän välillä Internet-käyttäjäryhmissä. Kaikki tilastolliset testit tehtiin käyttäen IBM SPSS Statistics 23.0 -ohjelmaa. Kriittisen arvon p <0.05 pidettiin tilastollisesti merkitsevänä.

4. tulokset

4.1. Tutkimusnäytteen ominaisuudet

Alkuperäisessä 12,395 464 nuorten SEYLE-otoksessa oli 3.7 (11,931%) potilasta, jotka jätettiin pois, koska asiaankuuluvista muuttujista puuttui tietoja. Tämä tuotti otoksen koon 43.4 56.6 koulupohjaista nuorta tähän tutkimukseen. Otokseen kuului 5179% mies- ja 6752% naisia ​​(M / F: 14.89/0.87), joiden keski-ikä oli 14.3 ± 12.4 vuotta. MIU: n esiintyvyys oli merkittävästi suurempi naisilla (5.2%) verrattuna miehiin (3.9%), kun taas PIU oli huomattavasti suurempi miehillä (2%) kuin naisilla (11928%) (χ² (19.92, 0.001) = XNUMX, p < XNUMX).

4.2. Riskikäyttäytymisen yleisyys

Taulukko 1 kuvaa Internet-käyttäjäryhmitelmän mukaan jakautuneiden riskikäyttäytymisten yleisyyttä. Internetin käyttäjäryhmien (AIU, MIU ja PIU) keskimääräinen esiintyvyysprosentti oli 16.4%, 24.3% ja 26.5% aineiden käytössä (alkoholin käyttö, laiton huumeiden käyttö ja tupakan käyttö); 19.0%, 27.8% ja 33.8% sensaatiota etsivään käyttäytymiseen (riskinottotoimet); ja 23.8%, 30.8% ja 35.2% vastaavasti elämäntapojen ominaispiirteille (huonot nukkumistavat, huono ravitsemus, fyysinen passiivisuus ja keskeytyminen). Levinneisyys MIU- ja PIU-ryhmissä oli merkitsevästi korkeampi kuin AIU-ryhmä kaikissa riskiluokissa (aineen käyttö, sensaationhaku ja elämäntapaominaisuudet). Paitsi viisi alaluokkaa, parilliset vertailut osoittivat, että esiintyvyysluvut eivät poikkea merkitsevästi MIU- ja PIU-ryhmien välillä.

Pöytä
Taulukko 1. Nuorten riskikäyttäytymisen yleisyys sukupuolen ja Internet-käyttäjäryhmän mukaan jakautuneena 1,2a-c.

4.3. Useita riskikäyttäytymistä

Tulokset osoittivat, että 89.9% PIU-ryhmän nuorista ilmoitti monista riskikäyttäytymistä. Yksisuuntainen ANOVA-testi paljasti, että monen riskikäyttäytymisen keskimääräinen nopeus nousi merkittävästi adaptiivisesta käytöstä (M = 4.89, SEM = 0.02) epäsovittavaan käyttöön (M = 6.38, SEM = 0.07) patologiseen käyttöön (M = 7.09, SEM = 0.12) (F (2, 11928) = 310.35, p <0.001). Tämä suuntaus oli käytännössä vastaava miehillä ja naisilla (Kuva 1).

Ijerph 13 00294 g001 1024
Kuva 1. Sukupuolen mukaan jakautuvat adaptiivisten Internet-käyttäjien, huonosti sopeutuneiden Internet-käyttäjien (MIU) ja patologisten Internet-käyttäjien (PIU) monista riskikäyttäytymisistä koostuvat ruudut ja kuiskauskäyrät.
Lisäksi sukupuolten välillä ei havaittu tilastollista eroa sekä MIU (t (1608) = 0.529, p = 0.597) että PIU (t (526) = 1.92, p = 0.054) ryhmissä (Taulukko 2). On kuitenkin huomattava, että PI-ryhmän p-arvo oli suhteellisen lähellä saavuttamaan tilastollinen merkitsevyys (p = 0.054). 

Pöytä
Taulukko 2. Riippumattomat näytteet t-testi useista riskikäyttäytymisistä ja sukupuolesta Internet-käyttäjäryhmittäin 1-3.
Regression muuttujan käyrä osoitti selkeän lineaarisen suhteen päivässä online-tuntimäärän ja murrosikäisten riskikäyttäytymisen määrän välillä. Tämä suuntaus oli verrattain identtinen Internet-käyttäjäryhmien välillä (Kuva 2). 

Ijerph 13 00294 g002 1024
Kuva 2. Päivässä olevien online-tuntimäärien ja AIU-, MIU- ja PIU-ryhmien riskikäyttäytymisten lukumäärän välinen lineaarinen suhde *.

4.4. GLMM-analyysi riskikäyttäytymisen, MIU: n ja PIU: n välisestä yhteydestä

MIU: han merkittävästi liittyneet riskikäyttäytymiset liittyivät myös merkittävästi PIU: hon, lukuun ottamatta kolmea alakategoriaa, jotka mainittiin riskinottotoimien ja harjoittelujakson aikana (Taulukko 3). GLMM-analyysi osoitti, että kaikki huonojen nukkumistapojen alakategoriat kasvattivat merkittävästi PIU: n suhteellisia kertoimia vaikutuskokojen ollessa OR = 1.45 - OR = 2.17. Riskinottoa aiheuttavien toimien ja PIU: n välillä havaittiin merkittäviä assosiaatioita, joiden vaikutuskoot olivat OR = 1.55 - OR = 1.73. Lisäksi tupakan käytön yksittäisten alaluokkien kertoimet (OR = 1.41), huono ravitsemus (OR = 1.41) ja fyysinen passiivisuus (OR = 1.39) -alueilla olivat tilastollisesti merkitseviä.

Pöytä
Taulukko 3. Yleinen lineaarinen sekoitettu malli (GLMM) yksittäisten riskikäyttäytymisten, maladaptiivisen käytön ja patologisen käytön välisestä yhteydestä ja laajennettu analyysi sukupuolten välisistä vuorovaikutuksista 1-4.

4.5. Sukupuolten väliset vuorovaikutukset

Sukupuolten välisten vuorovaikutusten analyysi paljasti, että riskinottotoimenpiteiden, huonojen nukkumistapojen ja PIU: n välinen yhteys oli naisilla huomattavasti korkeampi, kun taas keskeytyksen, huonojen ravintojen ja PIU: n välinen yhteys oli miehillä huomattavasti suurempi (Taulukko 3).

5. keskustelu

5.1. Riskikäyttäytymisen yleisyys

Tässä tutkimuksessa pyrittiin tutkimaan PIU: n ja riskikäyttäytymisen välistä suhdetta. Tulokset osoittivat, että riskikäyttäytyminen oli huomattavasti korkeampi patologisten käyttäjien keskuudessa verrattuna adaptiivisiin käyttäjiin, joilla oli joitain eroja sukupuolten välillä. Suurin esiintyvyys huonoin mukautuneiden ja patologisten käyttäjien keskuudessa oli huonot nukkumistavat, joita seurasi tupakan käyttö. Nämä arviot ovat huomattavasti korkeammat verrattuna esiintyvyysluvuihin, jotka on raportoitu EU: n ulkopuolella, eli Aasian ja Tyynenmeren alueilla, tehdyissä tutkimuksissa [53,54]. Yksi uskottava selitys voisi liittyä ekologisilla tasoilla havaittuihin vaihteluihin (esim. Tunkeutumisnopeudet) näiden alueiden välillä. Tilastot osoittavat, että Euroopan alueella on korkein Internet-käyttöaste (78%) maailmanlaajuisesti. Euroopan korot ovat yli kaksinkertaiset verrattuna Aasian ja Tyynenmeren alueiden kuvauksiin (36%) [55]. Todelliset roolien levinneisyysluvut vaikuttavat PIU: n esiintyvyyteen ovat edelleen epäselviä; Siksi tulevaisuuden pyrkimyksillä tutkia tätä suhdetta olisi suuri arvo tämän yhteyden selittämisessä.

5.2. Aineen käyttö

Riskikäyttäytymisen ja riippuvuuskäyttäytymisen ominaisuudet ovat päällekkäin. Tämä on ehkä ilmeisin aineiden käytön yhteydessä. Aineiden käyttö luokitellaan usein riskikäyttäytymiseen; Se on kuitenkin myös päihteiden väärinkäytön edeltäjä. Jos korkean riskin käyttäytymisellä on samanlaiset taustalla olevat mekanismit, silloin yhden ongelmakäyttäytymisen käyttäminen voi laskea kynnystä muun ongelmakäyttäytymisen kehittämiseen. Tätä väitettä tukee todisteisiin perustuva tutkimus, joka osoittaa korkean tason yhteydet eri riskikäyttäytymisten välillä [56]. Tämän käsitteen perusteella on uskottavaa olettaa, että nuorilla, joilla on jo olemassa riskikäyttäytyminen, on todennäköisesti korkeampi PIU-riski kuin nuorilla, joilla ei ole riskikäyttäytymistä.

5.3. Sensaatiomainen

Edellä esitetyn tutkimuksen mukaisesti [57], tulokset osoittivat, että suurin osa sensaatiota etsivän ryhmän riskinottotoimista liittyi merkitsevästi PIU: hon. Sensaationhaku on persoonallisuusominaisuus, joka liittyy puutteisiin itsesääntelyssä ja viivästyneeseen tyydytykseen [58]. Nämä ominaisuudet nuorten keskuudessa liittyvät usein "optimistisen puolueellisuusvaikutuksen" havaitsevaan taipumukseen, jossa nuoret todennäköisemmin alentavat riskejä itselleen, samalla kun yliarvioivat muiden riskejä [59]. Nuorilla, joilla on nämä taipuvaiset piirteet, on todennäköisesti suurempi taipumus käyttäytymisongelmiin.

5.4. Elämäntavan ominaisuudet

Huonot nukkumistavat osoittautuivat voimakkaimmin PIU: han liittyviin tekijöihin. Tämä johtuu todennäköisesti unen siirtymän vaikutuksesta online-toimintoihin. Jotkin verkkoaktiviteetit, jotka saavat käyttäjät selvästi pysymään verkossa odotettua pidempään. Massiivisesti moninpelisissä online-roolipeleissä (MMORPG) tehty tutkimus osoitti, että käyttäjiä houkutellaan pysymään verkossa pidempään seuraamaan online-hahmonsa asteittaista tarinaa [60]. Sosiaalisten verkostoitumissivustojen liiallinen käyttö on myös noussut esiin viime vuosina, mikä viittaa sekä verkossa vietetyn ajan lisääntymiseen että negatiiviseen korrelaatioon tosielämän sosiaalisen vuorovaikutuksen kanssa [61,62]. Tutkimukset osoittavat, että nuoria, jotka käyttävät Internetiä liikaa, on taipumus kehittää unihäiriöitä pidennetyn online-aikansa seurauksena [63,64]. Krooninen unen siirtyminen online-toimintojen vuoksi voi johtaa unen puutteeseen, jonka tiedetään aiheuttavan vakavia haitallisia vaikutuksia sosiaaliseen, psykologiseen ja somaattiseen toimintaan.
Säänneltyjen nukkumistapojen häiriöt voivat myös olla välittäjä tekijälle keskeytyksen ja Internetin väärinkäytön välisessä suhteessa. Nuoret, jotka harjoittavat verkkotoimintaa liiallisessa määrin, voivat vaarantaa luonnollisen unelmajärjestyksensä. Tiedot osoittavat, että lisääntynyt unen viive ja vähentynyt silmien nopean liikkumisen uni (REM-uni) liittyvät merkittävästi liialliseen Internet-käyttöön [65], kun taas subjektiiviset unettomuudet ja parasomniat liittyvät todellisuuteen [66]. Unihäiriöillä on selkeät vaikutukset päivätoimintaan ja akateemisiin saavutuksiin. Tämä voi aiheuttaa murrosiän kiinnostuksen kouluun, mikä kasvattaa koulun epäämisen ja kroonisen poissaolon riskiä [66].
Heikon ravinnon ja fyysisen passiivisuuden osoitettiin liittyvän merkittävästi PIU: han. Pidempiä tunteja verkossa viettävät nuoret siirtyvät potentiaalisesti epäterveellisempiin ruokia. Postuloidaan, että online-pelaajat juovat korkean kofeiinin omaavia energiajuomia ja syövät paljon sokeria sisältäviä välipaloja lisätäkseen online-pelaamisen valppautta [67]. Myöhemmin nämä tekijät voivat tehdä online-pelaajista taipuvaisempia istumakäyttäytymiseen verrattuna muihin kuin pelaajiin. Lisäksi pelaajilla on laaja uskollisuus, etenkin niissä, jotka syrjäyttävät ruuan, henkilökohtaisen hygienian ja fyysisen toiminnan jatkaakseen verkkopelejä [68]. Tämä voi aiheuttaa vakavia terveysriskejä ja voi johtaa vakaviin psykosomaattisiin oireisiin.

5.5. Useita riskikäyttäytymistä

Riskikäyttäytymisten todettiin olevan luonteeltaan samanaikaisia, ja 89.9% PIU-ryhmän murrosikäisistä ilmoitti useista riskikäyttäytymisistä. Nämä tulokset ovat Jessorin teoriaa ongelmakäyttäytymisestä [69,70]. Ongelmakäyttäytymisteoria on psykososiaalinen malli, jolla yritetään selittää murrosikäisten käyttäytymistuloksia. Se koostuu kolmesta käsitteellisestä järjestelmästä, joka perustuu psykososiaalisiin komponentteihin: persoonallisuusjärjestelmä, havaittu ympäristöjärjestelmä ja käyttäytymisjärjestelmä. Jälkimmäisessä järjestelmässä riskikäyttäytymisrakenteilla (esim. Alkoholin käyttö, tupakan käyttö, rikollisuus ja devianssi) on taipumus esiintyä samanaikaisesti ja ryhmittyä yleiseksi ”riskikäyttäytymisoireyhtymäksi” [71]. Jessorin mukaan nämä ongelmakäyttäytymiset johtuvat usein murrosiän väitteestä riippumattomuudesta vanhemmista ja yhteiskunnallisista vaikutteista.
Itsenäisyydestä kamppailevat murrosikäiset voisivat osittain ottaa huomioon merkittävän lineaarisen trendin, joka havaittiin päivässä päivässä pidettävien tuntien ja monien riskikäyttäytymisten välillä. Tämä suuntaus oli suhteellisen identtinen kaikissa Internetin käyttäjäryhmissä. Nämä havainnot ovat erittäin merkityksellisiä, koska ne viittaavat siihen, että liian pitkät verkkotunnit itsessään voivat lisätä riskikäyttäytymisten määrää kaikissa murrosikäisissä eikä vain niissä, joilla on diagnosoitu PIU. Liiallinen online-tunti voi myös olla maltillinen tekijä PIU: n ja riskikäyttäytymisen välisessä suhteessa; tätä suhdetta on kuitenkin tutkittava edelleen.

5.6. Sukupuolten väliset vuorovaikutukset

Sukupuolten välisten vuorovaikutusten analyysi osoitti, että riskikäyttäytymisen ja PIU: n välillä havaitut merkittävät yhteydet jakautuivat tasaisesti miesten ja naisten välillä. Tämä on jonkin verran ristiriidassa aiemman tutkimuksen kanssa, joka tyypillisesti osoittaa, että PIU- ja riskikäyttäytymiset ovat ominaisia ​​miehen sukupuolelle. Tämä sukupuolijakauma voisi olla osoitus siitä, että sukupuolten väliset erot riskikäyttäytymisessä voivat kaventua eurooppalaisten murrosikäisten keskuudessa.
Toisesta näkökulmasta sukupuolen ja riskikäyttäytymisen välistä suhdetta voisi välittää kolmas tekijä, kuten psykopatologia. Laajassa, sukupuoleen perustuvassa tutkimuksessa, jossa käytettiin 56,086 – 12-vuotiaita murrosikäisiä (n = 18), PIU: n esiintyvyysluvuiksi arvioitiin olevan 2.8% kokonaisnäytteestä, ja miehillä havaitut merkitsevästi korkeammat (3.6%) kuin naisilla ( 1.9%) [72]. Vastaavassa tutkimuksessa todettiin, että naisilla, joilla on tunnepoliittisia ongelmia, kuten subjektiivinen onnettomuus tai masennusoireet, on huomattavasti korkeampi PIU-esiintyvyys kuin miehillä, joilla on samanlaisia ​​tunneoireita. Sukupuoleen perustuvat tutkimukset, joissa tarkastellaan sukupuolten välisten vuorovaikutusten vaikutusta PIU: han, ovat olennainen edellytys PIU: n tutkimuksen tulevalle suunnalle.

5.7. Griffithsin komponenttimalli

Griffithsin komponenttimallimalli [30] olettaa, että käyttäytymisriippuvuudet (esim. PIU) ja aineisiin liittyvät riippuvuudet etenevät samanlaisten biopsykososiaalisten prosessien kautta ja jakavat lukuisia fysiologioita. Tämän mallin kuuden ydinkomponentin riippuvuuskriteerit ovat (1) miellyttävyys, (2) mielialan muutokset, (3) toleranssi, (4) vetäytyminen, (5) ristiriita ja (6) relapsi. Kuss et ai. [73] arvioi riippuvuuskomponenttimallin kahdessa riippumattomassa näytteessä (n = 3105 ja n = 2257). Tulokset osoittivat, että PIU: n komponenttimalli sopii tietoihin erittäin hyvin molemmissa näytteissä.
Tässä tutkimuksessa YDQ-mittaa käytettiin arvioimaan ja havaitsemaan murrosikäisiä, joilla on Internetin käyttöön ja verkkokäyttäytymiseen liittyviä heikentyneitä ja patologisia riskejä. Koska YDQ-mitta sisältää kaikki kuusi Griffithsin komponenttimallissa määriteltyä riippuvuuskriteeriä, tämä teoreettinen kehys tukee tässä tutkimuksessa raportoitujen tulosten paikkansapitävyyttä.

5.8. Vahvuudet ja rajoitukset

Suuri, edustava, monikansallinen otos on tämän tutkimuksen tärkein vahvuus. Kaikissa maissa käytetty homogeeninen menetelmä ja standardisoidut menettelytavat lisää tietojen paikkansapitävyyttä, luotettavuutta ja vertailukelpoisuutta. Tietojemme mukaan Euroopan maantieteellinen alue oli suurin, jota on koskaan käytetty tutkimaan PIU: ta ja riskikäyttäytymistä.
Tutkimuksessa on myös joitain rajoituksia. Itse ilmoittamat tiedot ovat alttiita muistuttamiselle ja sosiaalisen toivomuksen puolueellisuudelle, mikä todennäköisesti vaihtelee maiden ja kulttuurien välillä. Poikkileikkausmuoto ei pysty ottamaan huomioon ajallisia suhteita, joten syy-yhteyttä ei voitu määrittää. GSHS-toimenpiteessä riskinottotoimien alaryhmät edustavat vain osaa tunnepyrkimyskäyttäytymistä; Siksi tuloksia on tulkittava varovaisesti.

6. johtopäätökset

Kaikissa riskiluokissa (aineen käyttö, tunnehaku ja elämäntapaominaisuudet) havaittiin huomattavasti kasvavaa esiintyvyyttä AIU-, MIU- ja PIU-ryhmissä. Huonoista nukkumistavoista ja riskinottotoimista ilmoittaneet murrosikäiset osoittivat voimakkaimpia yhteyksiä PIU: hon, mitä seurasi tupakan käyttö, heikko ravitsemus ja fyysinen passiivisuus. PIU: n ja riskikäyttäytymisen välillä havaittu merkittävä yhteys yhdessä korkean samanaikaisen esiintymisasteen kanssa korostaa PIU: n huomioon ottamisen tärkeyttä murrosiän seulonnassa, hoidossa tai ehkäisyssä murrosikäisillä.
PIU-ryhmän murrosikäisten joukossa 89.9%: lla tunnistettiin olevan useita riskikäyttäytymismalleja. Siksi ponnistelujen tulisi kohdistua nuoria, jotka käyttävät liikaa Internetiä, koska huomattava lineaarinen suuntaus havaittiin päivässä tapahtuvien online-tuntien ja monien riskikäyttäytymisten välillä. Tämä suuntaus oli samanlainen kaikissa Internet-käyttäjäryhmissä osoittaen, että liian pitkät verkossa käynti tuntia itsessään on tärkeä tekijä riskikäyttäytymisessä. Nämä havainnot on toistettava ja tutkittava edelleen ennen niiden teoreettisten vaikutusten selvittämistä.

Kiitokset

SEYLE-projektia tuettiin Euroopan unionin seitsemännen puiteohjelman koordinointiteeman 1 (terveys) kautta, avustussopimus nro HEALTH-F7-2-2009. Kirjoittajat olivat riippumattomia rahoittajista kaikessa tämän käsikirjoituksen suunnittelussa, tietojen analysoinnissa ja kirjoittamisessa. Projektinjohtaja ja SEYLE-projektin koordinaattori on psykiatrian ja suididologian professori Danuta Wasserman, Karolinska-instituutti (KI), Kansallisen itsemurhakeskuksen ja mielenterveyden ja itsemurhan ehkäisyn keskuksen (NASP) johtaja Tukholman KI: ssä. Ruotsi. Muita johtoryhmän jäseniä ovat vanhempi lehtori Vladimir Carli, Kansallinen itsemurhien tutkimuksen ja mielenterveyden ehkäisyn keskus (NASP), Karolinska-instituutti, Tukholma, Ruotsi Christina WH Hoven ja antropologi Camilla Wasserman, lasten ja nuorten psykiatrian osasto, New Yorkin osavaltion psykiatrinen instituutti, Columbian yliopisto, New York, USA; ja Marco Sarchiapone, terveystieteiden laitos, Molisen yliopisto, Campobasso, Italia. SEYLE-konsortioon kuuluu keskuksia 223091 Euroopan maassa. Kunkin keskuksen ja maan työmaajohtajat ovat: Danuta Wasserman (NASP, Karolinska-instituutti, Ruotsi, koordinointikeskus), Christian Haring (lääketieteellisen tietotekniikan yliopisto, Itävalta), Airi Varnik (virolainen ruotsalainen mielenterveys- ja itsemurhainstituutti, Viro), Jean-Pierre Kahn (Lorrainen yliopisto, Nancy, Ranska), Romuald Brunner (Heidelbergin yliopisto, Saksa), Judit Balazs (Vadaskertin lasten ja nuorten psykiatrinen sairaala, Unkari), Paul Corcoran (kansallinen itsemurhien tutkimuksen säätiö, Irlanti), Alan Apter (Israelin Schneiderin lasten lääketieteellinen keskus, Tel Avivin yliopisto, Tel Aviv, Israel), Marco Sarchiapone (Molisen yliopisto, Italia), Doina Cosman (Iuliu Hatieganu lääketieteen ja farmasian yliopisto, Romania), Vita Postuvan (Primorskan yliopisto, Slovenia) ) ja Julio Bobes (Oviedon yliopisto, Espanja). Tuki "Alaikäisten ja muiden heikossa asemassa olevien ryhmien tutkimuksessa käytetyille eettisille kysymyksille" saatiin apurahalla Baselin Botnar-säätiöltä etiikan professorille, Stella Reiter-Theilille, Baselin yliopiston psykiatriselle klinikalle, joka toimi riippumattomana eettisenä konsulttina SEYLE-projekti.

Tekijänoikeudet

Tony Durkee on ensimmäinen ja vastaava kirjailija, joka kehitti tutkimussuunnitelman, suoritti tilastolliset analyysit ja tarkisti kriittisesti kaikki käsikirjoituksen vaiheet. Vladimir Carli, Birgitta Floderus ja Danuta Wasserman osallistuivat tutkimuksen suunnitteluun ja tekivät kriittisiä muutoksia käsikirjoitukseen. Camilla Wasserman, Christina W. Hoven, Michael Kaess ja Peeter Värnik neuvottelivat ja muuttivat käsikirjoitusta kriittisesti. Marco Sarchiapone, Alan Apter, Judit A. Balazs, Julio Bobes, Romuald Brunner, Paul Corcoran, Doina Cosman, Christian Haring, Jean-Pierre Kahn ja Vita Postuvan ovat SEYLE-hankkeen päätutkijoita maissaan ja osallistuivat kriittisiin tarkistuksiin käsikirjoitus. Bogdan Nemes ja Pilar A. Saiz ovat SEYLE-projektin projektipäälliköitä maissaan ja osallistuivat tärkeisiin käsikirjoituksen tarkistuksiin.

Eturistiriidat

Tekijät eivät ilmoita eturistiriitoja.

Lyhenteet

Tässä käsikirjassa käytetään seuraavia lyhenteitä: 

SEYLE
Nuorten ihmisten pelastaminen ja lujittaminen Euroopassa
YRBSS
Nuorten riskikäyttäytymisen valvontajärjestelmä
GSHS
Globaali koulupohjainen opiskelijoiden terveystutkimus
YDQ
Youngin diagnoosikysely
GLMM
Yleiset lineaariset sekoitetut mallit
ANOVA
Yksisuuntainen varianssianalyysi
PIU
Patologinen Internet-käyttö
MIU
Internetin huono käyttö
AIU
Mukautuva Internet-käyttö
CI
Luottamusvälit
SEM
Keskiarvon vakiovirhe
M
Mean

Viitteet

  1. Moshman, D. Kognitiivinen kehitys lapsuuden ulkopuolella. Lastenpsykologian käsikirjassa, 5th ed .; Kuhn, D., Damon, W., Siegler, RS, toim.; Wiley: New York, NY, USA, 1998; Nide 2, sivut 947 – 978. [Google Scholar]
  2. Choudhury, S .; Blakemore, SJ; Charman, T. Sosiaalinen kognitiivinen kehitys murrosiän aikana. Soc. Cogn. Vaikuttaa. Neurosci. 2006, 1, 165 – 174. [Google Scholar] [CrossRef] [PubMed]
  3. Eccles, JS; Wigfield, A .; Byrnes, J. Kognitiivinen kehitys nuoruudessa. Psykologian käsikirjassa: kehityspsykologia; Lerner, RM, Easterbrooks, MA, Mistry, J., toim.; Wiley: Hoboken, NJ, USA, 2003; Nide 6, sivut 325 – 350. [Google Scholar]
  4. Subrahmanyam, K .; Greenfield, P .; Kraut, R .; Gross, E. Tietokonekäytön vaikutus lasten ja nuorten kehitykseen. J. Appi. Dev. Psychol. 2001, 22, 7 – 30. [Google Scholar] [CrossRef]
  5. Ellison, NB; Steinfield, C .; Lampe, C. Facebookin “ystävien” edut: Sosiaalisen pääoman ja korkeakouluopiskelijoiden käyttäminen online-sosiaalisten verkostojen sivustoissa. J. Comput. Med. Commun. 2007, 12, 1143 – 1168. [Google Scholar] [CrossRef]
  6. Steinfield, C .; Ellison, NB; Lampe, C. Sosiaalinen pääoma, itsetunto ja online-sosiaalisten verkostojen käyttö: pitkittäinen analyysi. J. Appi. Dev. Psychol. 2008, 29, 434 – 445. [Google Scholar] [CrossRef]
  7. Tapscott, D. Digitaalinen kasvattaminen: Verkkosukupolven nousu; McGraw-Hill koulutus: New York, NY, USA, 2008; s. 384. [Google Scholar]
  8. Kraut, R .; Patterson, M .; Lundmark, V .; Kiesler, S .; Mukopadhyay, T .; Scherlis, W. Internet-paradoksi. Sosiaalinen tekniikka, joka vähentää sosiaalista osallistumista ja psykologista hyvinvointia? Olen. Psychol. 1998, 53, 1017 – 1031. [Google Scholar] [CrossRef] [PubMed]
  9. Kraut, R .; Kiesler, S .; Boneva, B .; Cummings, J .; Helgeson, V .; Crawford, A. Internet-paradoksi uudelleen. J. Soc. kysymykset 2002, 58, 49 – 74. [Google Scholar] [CrossRef]
  10. Nie, NH; Hillygus, DS; Erbring, L. Internetin käyttö, ihmissuhteet ja sosiaalisuus: Aikapäiväkirjan tutkimus. Internetissä jokapäiväisessä elämässä; Wellman, B., Haythornthwaite, C., toim.; Blackwell Publishers Ltd: Oxford, UK, 2002; s. 213 – 243. [Google Scholar]
  11. Nalwa, K .; Anand, AP Opiskelijoiden Internet-riippuvuus: huolenaihe. Cyberpsychol. Behav. 2003, 6, 653 – 656. [Google Scholar] [CrossRef] [PubMed]
  12. Akhter, N. Internet-riippuvuuden ja yliopisto-opiskelijoiden akateemisen suorituksen suhde. Edu. Res. Rev. 2013, 8, 1793. [Google Scholar]
  13. Gür, K .; Yurt, S .; Bulduk, S .; Atagöz, S. Internet-riippuvuus sekä fyysiset ja psykososiaaliset käyttäytymisongelmat maaseudun keskiasteen oppilaiden keskuudessa. Nurs. Health Sci. 2015, 17, 331 – 338. [Google Scholar] [CrossRef] [PubMed]
  14. Peltzer, K .; Pengpid, S .; Apidechkul, T. Raskas internetin käyttö ja sen yhteydet Thaimaan yliopisto-opiskelijoiden terveysriskeihin ja terveyttä edistäviin käyttäytymisiin. Int. J. Adolesc. Med. terveys 2014, 26, 187 – 194. [Google Scholar] [CrossRef] [PubMed]
  15. Punamaki, RL; Wallenius, M .; Nygard, CH; Saarni, L .; Rimpela, A. Tieto- ja viestintätekniikan (ICT) käyttö ja koettu terveys murrosikäisenä: nukkumistapojen ja herätysajan väsymyksen merkitys. J. Adolesc. 2007, 30, 569 – 585. [Google Scholar] [CrossRef] [PubMed]
  16. Straker, L .; Pollock, C .; Maslen, B. Lasten tietokoneiden viisaan käytön periaatteet. Ergonomia 2009, 52, 1386 – 1401. [Google Scholar] [CrossRef] [PubMed]
  17. Shaw, M .; Musta, DW-Internet-riippuvuus: määritelmä, arviointi, epidemiologia ja kliininen hallinta. CNS-lääkkeet 2008, 22, 353 – 365. [Google Scholar] [CrossRef] [PubMed]
  18. Young, K. Internet-riippuvuus: Uuden kliinisen häiriön syntyminen. CyberPsychol. Behav. 1998, 1, 237 – 244. [Google Scholar] [CrossRef]
  19. American Psychiatric Association (APA). Psyykkisten häiriöiden diagnostinen ja tilastollinen käsikirja. Saatavana verkossa: http://www.dsm5.org (saatavana 2 helmikuun 2016).
  20. Petry, NM; O'Brien, CP Internet-pelihäiriö ja DSM-5. Riippuvuus 2013, 108, 1186 – 1187. [Google Scholar] [CrossRef] [PubMed]
  21. Sussman, S .; Lisha, N .; Griffiths, M. Riippuvuuksien esiintyvyys: enemmistön vai vähemmistön ongelma? Eval. Terveys Prof. 2011, 34, 3 – 56. [Google Scholar] [CrossRef] [PubMed]
  22. Lee, HW; Choi, JS; Shin, YC; Lee, JY; Jung, HY; Kwon, JS Impulsiviteetti Internet-riippuvuudessa: Vertailu patologiseen rahapelaamiseen. Cyberpsychol. Behav. Soc. Netw. 2012, 15, 373 – 377. [Google Scholar] [CrossRef] [PubMed]
  23. Tonioni, F .; Mazza, M .; Autullo, G .; Cappelluti, R .; Catalano, V .; Marano, G .; Fiumana, V .; Moschetti, C .; Alimonti, F .; Luciani, M. Onko Internet-riippuvuus psykopatologinen tila, joka eroaa patologisesta uhkapeleistä? Addikti. Behav. 2014, 39, 1052 – 1056. [Google Scholar] [CrossRef] [PubMed]
  24. Sajeev Kumar, P .; Prasad, N .; Raj, Z .; Abraham, A. Internet-riippuvuus- ja päihteiden käyttöhäiriöt murrosikäisillä opiskelijoilla - poikkileikkaustutkimus. J. Int. Med. Dent. 2015, 2, 172 – 179. [Google Scholar]
  25. Brezing, C .; Derevensky, JL; Potenza, MN Ei-aineiden addiktiivinen käyttäytyminen nuoruudessa: Patologinen uhkapeli ja ongelmainen Internetin käyttö. Lapsi-murrosikäiset. Psychistr. Clin. N. Am. 2010, 19, 625 – 641. [Google Scholar] [CrossRef] [PubMed]
  26. Goldstein, RZ; Volkow, ND Prefontaalisen kuoren toimintahäiriö riippuvuudessa: Neuroimageologiset havainnot ja kliiniset vaikutukset. Nat. Neurosci. 2011, 12, 652 – 669. [Google Scholar] [CrossRef] [PubMed]
  27. Montag, C .; Kirsch, P .; Sauer, C .; Markett, S .; Reuter, M. chrna4-geenin rooli Internet-riippuvuudessa: Tapauskontrollitutkimus. J. addikti. Med. 2012, 6, 191 – 195. [Google Scholar] [CrossRef] [PubMed]
  28. Kormas, G .; Critselis, E .; Janikian, M .; Kafetzis, D .; Tsitsika, A. Nuorten mahdollisen ongelmallisen ja ongelmallisen internetin käytön riskitekijät ja psykososiaaliset ominaisuudet: Poikkileikkaustutkimus. BMC: n kansanterveys 2011, 11, 595. [Google Scholar] [CrossRef] [PubMed]
  29. Zhou, Y .; Lin, F.-C .; Du, Y.-S .; Zhao, Z.-M .; Xu, J.-R .; Lei, H. Harmaan aineen poikkeavuudet Internet-riippuvuudessa: Vokselipohjainen morfometriatutkimus. Eur. J. Radiol. 2011, 79, 92 – 95. [Google Scholar] [CrossRef] [PubMed]
  30. Griffiths, M. "Komponenttimalli" riippuvuuden malli biopsykososiaalisessa kehyksessä. J. Subst. Käyttää 2005, 10, 191 – 197. [Google Scholar] [CrossRef]
  31. Cheng, C .; Li, AY Internet-riippuvuuksien esiintyvyys ja (todellisen) elämän laatu: Metaanalyysi 31-maista seitsemällä maailman alueella. Cyberpsychol. Behav. Soc. Netw. 2014, 17, 755 – 760. [Google Scholar] [CrossRef] [PubMed]
  32. Blinka, L .; Škařupová, K .; Ševčíková, A .; Wölfling, K .; Müller, KW; Dreier, M. Liiallinen Internet-käyttö eurooppalaisilla murrosikäisillä: Mikä määrittää vaikeuserot? Int. J. Kansanterveys 2015, 60, 249 – 256. [Google Scholar] [CrossRef] [PubMed]
  33. Tsitsika, A .; Janikian, M .; Schoenmakers, TM; Tzavela, EC; Ólafsson, K .; Wójcik, S .; Florian Macarie, G .; Tzavara, C .; Richardson, C. Internet-riippuvuuskäyttäytyminen nuoruudessa: Poikkileikkaustutkimus seitsemässä Euroopan maassa. Cyberpsychol. Behav. Soc. Netw. 2014, 17, 528 – 535. [Google Scholar] [CrossRef] [PubMed]
  34. Durkee, T .; Kaess, M .; Carli, V .; Parzer, P .; Wasserman, C .; Floderus, B .; Apter, A .; Balazs, J .; Barzilay, S .; Bobes, J .; et ai. Patologisen internetin käytön yleisyys nuorten keskuudessa Euroopassa: Demografiset ja sosiaaliset tekijät. Riippuvuus 2012, 107, 2210 – 2222. [Google Scholar] [CrossRef] [PubMed]
  35. Kuss, DJ; Griffiths, MD; Karila, L .; Billieux, J. Internet-riippuvuus: Epidemiologisen tutkimuksen järjestelmällinen katsaus viime vuosikymmenen aikana. As. Pharm. Des. 2014, 20, 4026 – 4052. [Google Scholar] [CrossRef] [PubMed]
  36. Carli, V .; Durkee, T .; Wasserman, D .; Hadlaczky, G .; Despalins, R .; Kramarz, E .; Wasserman, C .; Sarchiapone, M .; Hoven, CW; Brunner, R .; et ai. Patologisen internetin käytön ja komorbidisen psykopatologian välinen yhteys: systemaattinen katsaus. psykopatologia 2013, 46, 1 – 13. [Google Scholar] [CrossRef] [PubMed]
  37. Ho, RC; Zhang, MW; Tsang, TY; Toh, AH; Pan, F .; Lu, Y .; Cheng, C .; Yip, PS; Lam, LT; Lai, C.-M .; et ai. Internet-riippuvuuden ja psykiatrisen yhteissairauden välinen yhteys: Metaanalyysi. BMC-psykiatria 2014, 14, 1 – 10. [Google Scholar] [CrossRef] [PubMed]
  38. Kaess, M .; Durkee, T .; Brunner, R .; Carli, V .; Parzer, P .; Wasserman, C .; Sarchiapone, M .; Hoven, C .; Apter, A .; Balazs, J .; et ai. Patologinen internetin käyttö eurooppalaisten nuorten keskuudessa: Psykopatologia ja itsensä tuhoava käyttäytyminen. Eur. Lapsi murrosikäinen. Psykiatria 2014, 23, 1093 – 1102. [Google Scholar] [CrossRef] [PubMed]
  39. Pontes, HM; Kuss, DJ; Griffiths, MD Internet-riippuvuuden kliininen psykologia: Katsaus sen käsitteellistämiseen, esiintyvyyteen, hermosolujen prosesseihin ja vaikutuksiin hoitoon. Neurosci. Neuroeconomics 2015, 4, 11 – 23. [Google Scholar]
  40. Kipping, RR; Campbell, RM; MacArthur, GJ; Gunnell, DJ; Hickman, M. Moniriskinen käyttäytyminen murrosikässä. J. Kansanterveys 2012, 34, i1 – i2. [Google Scholar] [CrossRef] [PubMed]
  41. Dodd, LJ; Al-Nakeeb, Y .; Nevill, A .; Forshaw, MJ Opiskelijoiden elintapojen riskitekijät: klusterianalyyttinen lähestymistapa. Ed. Med. 2010, 51, 73 – 77. [Google Scholar] [CrossRef] [PubMed]
  42. Berk, M .; Sarris, J .; Coulson, C .; Jacka, F. Yksipolaarisen masennuksen elintapojen hallinta. Acta Psychiatr. Scand. 2013, 127, 38 – 54. [Google Scholar] [CrossRef] [PubMed]
  43. Prochaska, JJ; Spring, B .; Nigg, CR Moninkertainen terveyskäyttäytymisen muutostutkimus: Johdanto ja yleiskatsaus. Ed. Med. 2008, 46, 181 – 188. [Google Scholar] [CrossRef] [PubMed]
  44. Carli, V .; Hoven, CW; Wasserman, C .; Chiesa, F .; Guffanti, G .; Sarchiapone, M .; Apter, A .; Balazs, J .; Brunner, R .; Corcoran, P. Äskettäin identifioitu ryhmä nuoria, joilla on ”näkymätön” riski psykopatologian ja itsemurhakäyttäytymisen suhteen: Tulokset SEYLE-tutkimuksesta. Maailman psykiatria 2014, 13, 78 – 86. [Google Scholar] [CrossRef] [PubMed]
  45. Kann, L .; Kinchen, S .; Shanklin, SL; Flint, KH; Kawkins, J .; Harris, WA; Lowry, R .; Olsen, E .; McManus, T .; Chyen, D. Nuorten riskikäyttäytymisen seuranta - Yhdysvallat, 2013. MMWR-tutkimus. Summ. 2014, 63, 1 – 168. [Google Scholar]
  46. Wasserman, D .; Carli, V .; Wasserman, C .; Apter, A .; Balazs, J .; Bobes, J .; Bracale, R .; Brunner, R .; Bursztein-Lipsicas, C .; Corcoran, P .; et ai. Nuorten ihmishenkien pelastaminen ja voimaannuttaminen Euroopassa (SEYLE): Satunnaistettu kontrolloitu tutkimus. BMC: n kansanterveys 2010, 10, 192. [Google Scholar] [CrossRef] [PubMed]
  47. Carli, V .; Wasserman, C .; Wasserman, D .; Sarchiapone, M .; Apter, A .; Balazs, J .; Bobes, J .; Brunner, R .; Corcoran, P .; Cosman, D. Nuorten ihmisten pelastaminen ja voimaannuttaminen Euroopassa (SEYLE) satunnaistettu kontrolloitu tutkimus (RCT): metodologiset kysymykset ja osallistujien ominaisuudet. BMC: n kansanterveys 2013, 13, 479. [Google Scholar] [CrossRef] [PubMed]
  48. Nuori, KS kiinni verkosta: Kuinka tunnistaa Internet-riippuvuuden merkit - ja voittava strategia toipumiselle; J. Wiley: New York, NY, USA, 1998; s. 248. [Google Scholar]
  49. Dowling, NA; Quirk, KL Internet-riippuvuuden seulonta: Eroavatko ehdotetut diagnoosikriteerit normaalin riippuvaisesta Internetin käytöstä? Cyberpsychol. Behav. 2009, 12, 21 – 27. [Google Scholar] [CrossRef] [PubMed]
  50. Li, W .; O'Brien, JE; Snyder, SM; Howard, MO Diagnostiset kriteerit ongelmalliselle Internetin käytölle Yhdysvaltain yliopisto-opiskelijoiden keskuudessa: Sekoitettujen menetelmien arviointi. PLOS YKSI 2016, 11, e0145981. [Google Scholar] [CrossRef] [PubMed]
  51. Pontes, HM; Király, O .; Demetrovics, Z .; Griffiths, MD dsm-5 Internet-pelihäiriön käsitteellistaminen ja mittaus: IGD-20-testin kehitys. PLOS YKSI 2014, 9, e110137. [Google Scholar] [CrossRef] [PubMed]
  52. Maailman terveysjärjestö (WHO). Globaali koulupohjainen opiskelijoiden terveystutkimus (GSHS). Saatavana verkossa: http://www.who.int/chp/gshs/en/ (pääsy 12 joulukuussa 2015).
  53. Choi, K .; Poika, H .; Park, M .; Han, J .; Kim, K .; Lee, B .; Gwak, H. Internetin liiallinen käyttö ja liiallinen päiväsaikaan liittyvä uneliaisuus nuorilla. Psykiatrian klinikka. Neurosci. 2009, 63, 455 – 462. [Google Scholar] [CrossRef] [PubMed]
  54. Evren, C .; Dalbudak, E .; Evren, B .; Demirci, AC 10-luokan murrosikäisten korkea Internet-riippuvuuden riski ja sen suhde elinikäiseen päihteiden käyttöön, psykologisiin ja käyttäytymisongelmiin. Psychiatria Danub. 2014, 26, 330 – 339. [Google Scholar]
  55. Kansainvälinen teleliitto (ITU). ICT - faktat ja luvut. Saatavana verkossa: http://www.itu.int/en (pääsy 8 August 2015).
  56. De La Haye, K .; D'Amico, EJ; Miles, JN; Ewing, B .; Tucker, JS Kovarianssi murrosikäisten terveysriskikäyttäytymisten joukossa. PLOS YKSI 2014, 9, e98141. [Google Scholar]
  57. Cao, F .; Su, L .; Liu, T .; Gao, X. Impulsiivisuuden ja Internet-riippuvuuden välinen suhde näytteessä kiinalaisia ​​murrosikäisiä. Eur. Psykiatria: J. Assoc. Eur. Psychistr. 2007, 22, 466 – 471. [Google Scholar] [CrossRef] [PubMed]
  58. Slater, MD Vieraantumisen, aggression ja sensaation etsiminen väkivaltaisten elokuvien, tietokoneiden ja verkkosivujen sisällön käytön ennustajana murrosikäisille. J. Commun. 2003, 53, 105 – 121. [Google Scholar] [CrossRef]
  59. Kim, HK; Davis, KE Kohti kattavaa teoriaa ongelmallisesta Internetin käytöstä: Arvioi itsetunnon, ahdistuksen, virtauksen ja Internet-toiminnan itsearvioidun merkityksen asemaa. Comput. Hyräillä. Behav. 2009, 25, 490 – 500. [Google Scholar] [CrossRef]
  60. Charlton, JP; Danforth, ID Erottuva riippuvuus ja vahva sitoutuminen online-pelien yhteydessä. Comput. Hyräillä. Behav. 2007, 23, 1531 – 1548. [Google Scholar] [CrossRef]
  61. Kuss, DJ; Griffiths, MD Online-verkostoituminen ja riippuvuus - katsaus psykologiseen kirjallisuuteen. Int. J. Environ. Res. Kansanterveys 2011, 8, 3528 – 3552. [Google Scholar] [CrossRef] [PubMed]
  62. Meena, PS; Mittal, PK; Solanki, RK Sosiaalisten verkostoitumissivustojen ongelmainen käyttö kaupunkikouluikäisten nuorten keskuudessa. Ind. Psychiatry J. 2012, 21, 94. [Google Scholar] [CrossRef] [PubMed]
  63. Li, W .; O'Brien, JE; Snyder, SM; Howard, MO Internet-riippuvuuden / patologisen internetin käytön ominaisuudet Yhdysvaltain yliopisto-opiskelijoilla: Laadullinen menetelmämenetelmä. PLOS YKSI 2015, 10, e0117372. [Google Scholar] [CrossRef] [PubMed]
  64. Lam, L. Internet-peliriippuvuus, internetin ongelmallinen käyttö ja unihäiriöt: systemaattinen katsaus. As. Psykiatrian edustaja 2014, 16, 1 – 9. [Google Scholar] [CrossRef] [PubMed]
  65. Cain, N .; Gradisar, M. Sähköisen median käyttö ja uni kouluikäisillä lapsilla ja nuorilla: Katsaus. Sleep Med. 2010, 11, 735 – 742. [Google Scholar] [CrossRef] [PubMed]
  66. Hochadel, J .; Frolich, J .; Wiater, A .; Lehmkuhl, G .; Fricke-Oerkermann, L. Unihäiriöiden yleisyys ja unihäiriöiden ja koulujen kieltäytymiskäyttäytymisen välinen suhde kouluikäisillä lapsilla lasten ja vanhempien luokituksissa. psykopatologia 2014, 47, 119 – 126. [Google Scholar] [CrossRef] [PubMed]
  67. Lin, SSJ; Tsai, CC Sensation -haku ja Internet-riippuvuus Taiwanin lukioikäisistä. Comput. Hyräillä. Behav. 2002, 18, 411 – 426. [Google Scholar] [CrossRef]
  68. Hsi-Peng, L .; Shu-ming, W. Internet-riippuvuuden merkitys online-pelin uskollisuudessa: Tutkimus. Internet Res. 2008, 18, 499 – 519. [Google Scholar]
  69. Jessor, R .; Jessor, SL Ongelmakäyttäytyminen ja psykososiaalinen kehitys: Nuorten pitkittäistutkimus; Academic Press: Cambridge, MA, Yhdysvallat, 1977; s. 281. [Google Scholar]
  70. Jessor, R. Ongelmakäyttäytymisteoria, psykososiaalinen kehitys ja nuorten ongelmajuominen. Br. J. addikti. 1987, 82, 331 – 342. [Google Scholar] [CrossRef] [PubMed]
  71. Williams, JH; Ayers, CD; Abbott, RD; Hawkins, JD; Catalano, RF Nuorten rotujen ryhmien ongelmakäyttäytymiseen osallistumisen rakenteellinen ekvivalentti käyttämällä useita ryhmiä vahvistavaa tekijäanalyysiä. Soc. Work Res. 1996, 20, 168 – 177. [Google Scholar]
  72. Ha, Y.-M .; Hwang, WJ Kansallisella verkkopohjaisella tutkimuksella sukupuolierot Internet-riippuvuudessa, joka liittyy psykologisiin terveysindikaattoreihin nuorten keskuudessa. Int. J. Ment. Terveysriippuvainen. 2014, 12, 660 – 669. [Google Scholar] [CrossRef]
  73. Kuss, DJ; Lyhyempi, GW; van Rooij, AJ; Griffiths, MD; Schoenmakers, TM Internet-riippuvuuden arviointi käyttämällä surkeuttavaa Internet-riippuvuuskomponenttimallia - alustava tutkimus. Int. J. Ment. Terveysriippuvainen. 2014, 12, 351 – 366. [Google Scholar] [CrossRef]