Ongelma Internetin käyttö ja immuunitoiminto (2015)

PLoS One. 2015 Aug 5, 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538.

Reed P1, Vile R1, Osborne LA2, Romano M3, Truzoli R3.

Abstrakti

Internetin ongelmalliselle käytölle on liitetty erilaisia ​​psykologisia seurauksia, mutta sen suhdetta fyysiseen sairauteen ei ole tutkittu samalla tavalla. Nykyisessä tutkimuksessa kysyttiin 505-osallistujia verkossa ja kysyttiin heidän ongelmallisen Internetin käytön tasoistaan ​​(Internet Addiction Test), masennuksesta ja ahdistuksesta (sairaala-ahdistuksen ja masennuksen asteikot), sosiaalisesta syrjäytymisestä (UCLA Loneliness Questionnaire), unihäiriöistä (Pittsburgh Sleep Quality Index) , ja heidän nykyinen terveytensä - yleinen terveyskysely (GHQ-28) ja immuunifunktiokysely. Tulokset osoittivat, että noin 30%: lla näytteistä oli lievä tai huonompi Internet-riippuvuus, IAT: n mittaamalla. Vaikka miesten ja naisten Internetin käytön tarkoituksissa oli eroja, sukupuolten välillä ei ollut eroja ongelmallisen käytön tasossa. Internet-ongelmat liittyivät vahvasti kaikkiin muihin psykologisiin muuttujiin, kuten masennus, ahdistus, sosiaalinen eristäytyminen ja unihäiriöt. Internet-riippuvuus liittyi myös vähentyneeseen itsensä ilmoittamaan immuunitoimintaan, mutta ei yleisen terveyden mittaan (GHQ-28). Tämän ongelmaisen Internet-käytön ja heikentyneen immuunitoiminnan välisen suhteen todettiin olevan riippumaton rinnakkaishaittavaikutusten vaikutuksista. On ehdotettu, että ongelmallisen Internetin käytön tason ja immuunitoimintojen väliseen negatiiviseen suhteeseen voivat välittyä sellaisen Internetin käytön aiheuttamat stressitasot ja myöhemmät sympaattiset hermostotoimet, jotka liittyvät immuunijärjestelmän supistajiin, kuten kortisoliin.

Citation: Reed P, Vile R, Osborne LA, Romano M, Truzoli R (2015) Internetin ongelmakäyttö ja immuunitoiminnot. PLOS ONE 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538

Editor: Antonio Verdejo-García, Granadan yliopisto, ESPANJA

Otettu vastaan: Joulukuu 3, 2014; hyväksytty: Heinäkuu 10, 2015; Julkaistu: Elokuu 5, 2015

Copyright: © 2015 Reed et ai. Tämä on avoimen pääsyn artikkeli, jota jaellaan Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, levityksen ja kopioinnin missä tahansa välineessä edellyttäen, että alkuperäinen tekijä ja lähde on hyvitetty

Tiedon saatavuus: Eettisten vaatimusten takia, joka koskee psykologian etiikan komitean sähköisesti keräämien tietojen luovuttamista, emme voi asettaa tietojoukkoa saataville verkossa, mutta olemme erittäin iloisia voidessamme toimittaa nämä tiedot kaikille, jotka haluavat nähdä ne, ottamalla yhteyttä professori Phil Ruoko klo [sähköposti suojattu].

Rahoittajat: Kirjoittajilla ei ole tukea tai rahoitusta raportoida.

Kilpailevat kiinnostuksen kohteet: Tekijät ovat ilmoittaneet, ettei kilpailevia etuja ole.

esittely

Jotkut ovat ehdottaneet Internetin liiallista tai huonosti käyttävää käyttöä (tai ongelmallista Internetin käyttöä) tietyille henkilöryhmille [1,2], ja on ehdotettu lisätutkimusta siitä, onko Internet Addiction Disorder (IAD) hyödyllinen käsite [1,3]. Henkilöt, jotka ilmoittavat Internetin käytön ongelmista, huomauttavat joukon liittyviä oireita, kuten: heidän työnsä ja sosiaalisten suhteidensa merkittävät häiriöt [4,5,6], ja negatiivinen vaikutus erillään Internetistä [7]. Arviot ongelmallisen Internetin käytön yleisyydestä väestössä vaihtelevat 2%: n ja 8%: n välillä ja vaihtelevat 20%: iin nuoremmissa näytteissä [3, 8-10], vaikka näitä lukuja on vaikea tulkita tarkasti käytetyn "ongelmallisen Internetin käytön" tai "Internet-riippuvuuden" määritelmien vuoksi.

Ne ihmiset, jotka ilmoittavat ongelmallisesta Internetin käytöstä, ilmoittavat myös monenlaisista liittyvistä psykologisista ja sosiaalisista ongelmista [10-12]. Psykologisiin samanaikaisiin sairauksiin, joita on havaittu niissä henkilöissä, jotka ilmoittavat ongelmallisesta Internetin käytöstä, on havaittu sisältävän: ahdistusta [7,13,14], Tarkkaavaisuus-ja ylivilkkaushäiriö [15], autismispektrin häiriöt [7,16], masennus [13-15, 17], impulssin säätely ja vihamielisyys [18-20] ja skitsofrenia [7,21]. Sosiaalinen ahdistushäiriö [18] ja yksinäisyys [22], liittyvät myös erittäin yleisesti IAD: iin. Lisäksi korkea elämästressi [23] ja sosiaalinen eristäminen [22, 24-26] ja heikompi elämänlaatu [24,27], mainitsevat ne, jotka ilmoittavat ongelmallisesta Internetin käytöstä

Internetin käytön ongelmallisesti korkeat tasot ja tyypit on myös liitetty neurologisiin muutoksiin [28,29]. Lisääntyvä määrä tutkimuksia osoittaa, että ongelmalliselle Internetin käytölle, kuten muille käyttäytymisriippuvuuksille, liittyy dopaminergisen järjestelmän poikkeavuuksia [30,31], ja lisääntyneellä sympaattisella hermostolla [32,33], joiden on myös osoitettu olevan yhteydessä toisiinsa [34].

Toisin kuin IAD: n psykologisia ja neurologisia korrelaatioita koskevassa kirjallisuudessa, on ollut vähän tutkimuksia ongelmakäytön Internet-käytön vaikutuksista fyysiseen terveyteen. Häiriöisen unen ja raskaan internetin käytön välille on vahvistettu yhteys [35,36], samoin kuin ongelmaisen internetin käytön ja huonojen ruokavalioiden välinen suhde [37], mikä johtaa painongelmiin, kuten liikalihavuuteen [38]. Jotkut tutkimukset ovat löytäneet yhteyksiä ongelmallisen internetin käytön ja itse ilmoittamansa terveyteen liittyvän elämänlaadun välillä, joka on sairauteen liittyvä käsite, vaikkakin on huomattava, että tällaista mielenosoitusta on hyvin vähän ja tässä kirjallisuudessa on eroja [39,40]. Esimerkiksi SF-36: lla mitatun terveyteen liittyvän elämänlaadun on havaittu korreloivan ongelmaisen Internetin käytön kanssa, vaikka elämänlaatu ei korreloi Internetin käytön kanssa käytetyn ajan kanssa [40]. Sitä vastoin, kun terveyteen liittyvä elämänlaatu on mitattu yleisellä terveyskyselyllä (GHQ), IAD: n suhteen on havaittu vain vähän suhdetta [9,39]. Syyt näihin kahteen terveyteen liittyvän elämänlaadun mittaajaan käytettyihin havaintomalleihin ovat epäselviä - vaikka ne saattavat heijastaa sekä ongelmia koskevan Internetin käytön käsitteen käytännöllisyyden eroja tutkimuksissa että SF-36: n painopistettä sekä fyysinen että psyykkinen terveyteen liittyvä elämänlaatu verrattuna GHQ: n ensisijaisesti psykologiseen keskittymiseen. Siksi terveyteen liittyvää elämänlaatua koskevaa kirjallisuutta on tällä hetkellä vaikea tulkita.

Yllä oleva keskustelu merkitsee sitä, että lisätutkimus tällä mahdollisesti tärkeällä alueella on perusteltua, kun otetaan huomioon Internetin lisääntyvä käyttö [3], ja sen vaikutuksesta terveyden toimintaan ei ole selkeitä todisteita sinänsä toisin kuin terveyteen liittyvä elämänlaatu, samoin kuin niihin liittyvät ongelmat, joita liittyvän fyysisen sairauden lisääntyminen voi aiheuttaa terveysjärjestelmille. Tietysti ottaen huomioon ongelmaisen Internetin käytön ilmoittajien samanaikaiset sairaudet, ongelmaisen internetin käytön ja fyysisen sairauden välinen suhde voi olla mikä tahansa monista aiheista. Niiden henkilöiden laiminlyöminen, jotka ilmoittavat ongelmallisesta Internetin käytöstä huonon ruokavalion ja huonojen unitottumusten suhteen, voi olla mukana lisääntyneissä fyysisten sairauksien tasolla [37,40]. Varmasti huonon unen on osoitettu ennustavan immuunitoiminnan joitain näkökohtia [41-43]. Lisäksi samanaikaisesti esiintyvillä psykologisilla kysymyksillä voi olla myös rooli. On todettu, että mielenterveysongelmat korreloivat vuoden aikana ilmoitettujen vilustumismäärien kanssa [44]. Tarkemmin sanottuna molemmat masennus [45-47] sekä ahdistus- ja stressi-ongelmat [48], erityisesti sosiaalinen ahdistus ja yksinäisyys [49-51], ennustaa immuunihäiriöitä. Lopuksi sympaattisen järjestelmän aktivoituminen, mikä on havaittavissa niissä, joilla on ongelmallista internetin käyttöä, korreloi adrenaliini- ja kortisolitasojen nousun kanssa, ja johtaa heikentyneeseen immuunitoimintaan, varsinkin niissä, joissa ilmoitettu stressi on korkea [52]. Mahdolliset tutkimukset ongelmaisen Internetin käytön ja fyysisten sairauksien suhteesta vaativat jonkin verran arviointia näiden toimintaan liittyvien näkökohtien suhteellisesta vaikutuksesta.

On selvää, että fyysinen terveys on hyvin laaja käsite, mutta yllä oleva katsaus viittaa siihen, että ongelmallisella Internetin käytöllä voi olla vaikutusta erityisesti immuunijärjestelmään, jota ei ole tutkittu suoraan [53]. Jos näin on, niin sairaudet, kuten tavallinen kylmä [54], influenssa [55], kylmähaavat [56], keuhkokuume [57], sepsis [58] ja iho-infektiot [59], voi olla avain keskittymiseen arvioitaessa ongelmaisen Internetin käytön vaikutusta fyysisiin oireisiin. Kuten edellä todettiin, ongelmallisen Internetin käytön ja fyysisen sairauden välisissä suhteissa on aiemmin tutkittu keskittyen terveyteen liittyvään elämänlaatuun, joka on saatu käyttämällä välineitä, kuten SF-36 ja GHQ. Vaikka nämä toimenpiteet ovat luotettavia, ne eivät välttämättä keskity mihinkään tiettyyn sairauksien joukkoon eivätkä liity sairauksiin, joita immuunijärjestelmä on heikentynyt. Määrittäessään, missä määrin immuunijärjestelmä voi vaarantua, aiemmassa työssä on tutkittu itseraportteja oireista, jotka tyypillisesti korreloivat heikon immuunitoiminnan kanssa [31,44]. Itseraportointia pidetään tässä yhteydessä vahvana menetelmänä, koska tällaisia ​​oireita on helppo syrjiä, niistä ei usein ilmoiteta terveydenhuollon ammattilaisille, joten niitä ei ilmene lääketieteellisissä asiakirjoissa, ja heillä on usein kokemusta ilman objektiivisesti todennettavissa olevaa virussyytä. [54].

Edellä esitetyt näkökohdat huomioon ottaen tässä tutkimuksessa tutkittiin ongelmaisen internetin käytön ja kahden ensisijaisen terveysindikaattorin (immuunitoiminta ja itsensä ilmoittama terveydentila) välistä suhdetta sekä joukko terveyteen liittyviä muuttujia (masennus, ahdistus, yksinäisyys ja unihäiriöt). Erityisen mielenkiintoista oli ongelmaisen internetin käytön ja immuunijärjestelmään liittyvän fyysisen terveyden välinen suhde, jota ei ole aiemmin arvioitu erityisesti. Tässä suhteessa tutkimuksen lähtökohtana oli selvittää, liittyykö suurempaan määrään ongelmallista Internetin käyttöä suurempi immuunijärjestelmään liittyvien sairauksien ilmoittaminen (yli Internet-ongelmien mahdollisen vaikutuksen muihin mitattuihin terveyteen liittyviin muuttujiin) ). Lisäksi oli olemassa useita toissijaisia ​​tavoitteita, joita ei ole aiemmin tutkittu tutkimuksessa, mukaan lukien ongelmallisen Internetin käytön ja itsensä ilmoittaman terveydentilan välisen suhteen selvittäminen. Tätä tutkittiin sen määrittämiseksi, onko tällä muuttujalla sama suhde ongelmaiseen Internetin käyttöön kuin immuunijärjestelmään liittyvien oireiden ilmoituksiin. Useita muita mahdollisesti liittyviä ongelmia internetin käytöstä kärsiville, joiden on myös havaittu ennustavan heikkoa immuunitoimintaa, kuten ahdistusta, masennusta, yksinäisyyttä ja unihäiriöitä, mitattiin yrittäessä määrittää ongelmaisen Internetin käytön välinen suhde. ja fyysiset terveysoireet, jotka ovat riippumattomia näistä samanaikaisista sairauksista. Tämän pitäisi mahdollistaa ensimmäinen askel ongelmaisen internetin käytön ja heikentyneen immuunitoiminnan välisen suhteen määrittämisessä, jos yhteys todetaan.

Menetelmä

Eettinen lausunto

Tämän tutkimuksen eettinen hyväksyntä on saatu Swansean yliopiston psykologian etiikan komitealta. Osallistujat antoivat tietoisen suostumuksensa osallistua tähän tutkimukseen allekirjoittamalla suostumuslomakkeen luettuaan heille annetun tietolomakkeen, ja eettinen komitea hyväksyi tämän suostumusmenettelyn.

osallistujat

Viisisataa viittä osallistujaa (265-naisia ​​ja 240-miehiä) rekrytoitiin Internet-sivustoille (sosiaalisen verkostoitumisen sivut, blogi- ja microblogging-sivustot sekä pelisivustot) lähetettyjen linkkien kautta. Verkkopalvelustrategia hyväksyttiin aiempien tutkimusten perusteella ongelmaisen Internetin käytön vaikutuksista [60,61].

Kaikki osallistujat olivat vapaaehtoisia, eikä kukaan saanut minkäänlaista korvausta osallistumisestaan. Osallistujien keski-ikä oli 29.73 (+ 13.65, vaihteluväli 18–101) vuotta: <20 vuotta = 7.5%; 21–29 vuotta = 61.8%; 30–39 vuotta = 15.5%; 40–49 vuotta = 4.6%; 50–59 vuotta = 4.2%; Yli 60 vuotta = 5.9%. Osallistujien itsensä ilmoittama etnisyys oli: 202 (40%) valkoista; 50 (10%) sekoitettua / monta etnistä ryhmää; 141 (28%) aasialaista; 106 (21%) musta / afrikkalainen / karibialainen; ja 6 (1%) muuta etnistä ryhmää. Otoksen siviilisääty oli: 305 (60%) naimaton, 65 (13%) naimisissa tai parisuhteessa; 105 (21%) muussa suhteessa; ja 30 (6%) eronneita tai leskiä.

Osallistujan tyypillinen Internetin käyttö

Osallistujia pyydettiin arvioimaan Internetin keskimääräinen käyttö pyytämällä heitä arvioimaan tuntimäärä viikossa, jonka he olivat viettäneet Internetissä viime kuukausien aikana. tämä toimenpide tehdään yleisesti ongelmallisen Internetin käytön tutkimuksissa [40,61]. Vaikka on ehdotettu, että "ei-ammattimainen" käyttö korreloi useiden ongelmien kanssa, jotka liittyvät Internetin kovaan käyttöön [40], ajateltiin, että ammatillinen / ei-ammatillinen ero ei välttämättä koske kaikkia vastaajia ja että näitä käytäntöjä saattaa olla vaikea syrjiä joillekin vastaajille. Lisäksi Internetin kokonaiskäyttöön itsessään on todettu liittyvän myös Internetiin liittyviä ongelmia [40].

Keskimääräinen ilmoitettu tuntimäärä viikossa Internetin käytöstä oli 39.57 (+ 28.06, alue = 1 - 135): 28.3% ilmoitti viettävänsä 1 ja 20 tunteja viikossa verkossa; 29.5% ilmoitti viettävänsä 21-ajan 40-tunteihin viikossa verkossa; 22.4% ilmoitti viettävänsä 41 60 tuntiin viikossa verkossa, ja 19.8% ilmoitti viettävänsä 61 tuntia viikossa Internetissä. Naisten keskimääräinen online-tuntimäärä tunteina viikossa oli 34.77 (± 26.84, alue = 1 – 135), ja miehillä tämä oli 44.88 (± 28.46, alue = 6 – 130). Riippumaton ryhmä t-testi paljasti, että tämä ero oli tilastollisesti merkitsevä, jolla oli kohtalaisen suuri vaikutus, t(503) = 4.11, p <0.001, d = 0.366. Iän ja verkossa vietetyn ajan välillä oli merkittävä, mutta heikko, positiivinen lineaarinen suhde, F(1,503) = 6.74, p <0.05, R2 = 0.013, mutta näiden muuttujien välillä on vahvempi käänteinen U-asteen kvadraatiosuhde, F(1,502) = 11.10, p <0.001, R2 = 0.042). Kuitenkin, kun otos jaettiin niihin, jotka olivat tällä hetkellä yksinäisiä (N = 331), ja niihin, joilla oli jonkinlainen suhde (N = 174), verkossa vietetyssä ajassa ei ollut tilastollisesti merkitsevää eroa t (503) = 1.48, p > .10, d = 0.146. Samoin verkossa vietetyn ajan välillä etnisissä ryhmissä ei ollut staattisesti merkittäviä eroja, F <1.

Osallistujilta kysyttiin myös, millaisia ​​käyttötarkoituksia he ovat käyttäneet internetiin, ja heitä pyydettiin ilmoittamaan, ovatko he käyneet tietyntyyppisillä verkkosivustoilla viime kuukausien aikana vai eivät. Vastaukset tähän kysymykseen esitetään Taulukko 1, joka näyttää prosenttimäärän koko näytteestä, joka on käynyt erilaisissa verkkosivustoissa, samoin kuin miesten ja naisten sekä nuorten (alle 29-vuotiaiden) ja vanhempien (30-vuotiaiden ja sitä vanhempien) osallistujien prosentuaalinen osuus, jotka osallistuvat sivustoille. Lisäksi, Taulukko 1 näyttää näiden tietojen Phi-kertoimet (laskettu osallistujien todellisesta lukumäärästä, ei prosentteina näytetyissä prosentteissa) Taulukko 1). Phi-kertoimet antavat indeksin muuttujien välisestä assosiaatioasteesta (ja ovat tilastollisesti merkitseviä, kun vastaava ki-neliötilasto on merkitsevä).

thumbnail
Taulukko 1. Prosenttiosuus näytteistä, jotka vierailevat erilaisissa verkkosivustoissa, sekä miesten ja naisten sekä nuorempien ja vanhempien, sivustoja käyvien osallistujien prosenttiosuus yhdessä Phi-kertoimien kanssa.

doi: 10.1371 / journal.pone.0134538.t001

Nämä tiedot paljastavat, että sosiaaliset verkostot (esim. Facebook, Twitter) ja ostos- / pankkisivustot ovat yleisimmin käytettyjä verkkosivustojen tyyppejä. Uhkapelejä (mukaan lukien arpajaiset), pelaamista ja sivustoja, joissa on seksuaalista / treffisisältöä, käytettiin kohtalaisen usein, pienen määrän harjoittaessa perinteistä blogointia (pois lukien Twitter) tai chat-huoneita. Internetin käytössä oli joitain sukupuolieroja: naiset käyttivät sosiaalista mediaa ja ostospaikkoja enemmän kuin miehiä ja miehet käyttivät pelaamista, seksuaalisia / treffisivustoja ja chat-huoneita enemmän kuin naisia. Enemmän alle 30-vuotiaita ihmisiä käytettiin sosiaalisen verkottumisen sivustoja ja verkkosivustoja tutkimukseen, useammin kuin 30: n yli. Yli 30-vuotiaat käyttivät kuitenkin ostoksia / pankkisivustoja, samoin kuin uutissivuja, perinteisiä blogeja ja chat-huoneita useammin kuin alle 30-vuotiaita.

Tarvikkeet

Internet-riippuvuustesti (IAT)

IAT [62] on 20-asteikko, joka kattaa Internetin käytön häiritsemän arkea (esim. työ, uni, suhteet jne.). Jokainen esine pisteytetään 1 – 4 asteikolla, ja kokonaispistemäärä vaihtelee 20 – 100. IAT: n tekijärakenteesta keskustellaan parhaillaan [61,63], mutta IAT: n kokonaispistemäärän rajapisteen, joka on vähintään 40, katsotaan edustavan jonkin verran ongelmallista Internetin käyttöä [7,62,64] Asteikon sisäisen luotettavuuden on havaittu olevan välillä .90 [64] ja .93 [62].

Sairaalan ahdistuksen ja masennuksen asteikko (HADS)

HADS [65] on laajalti käytetty ahdistuksen ja masennuksen mittari. Alun perin suunniteltu sairaalan yleislääkärien käyttöön, sitä on käytetty muihin kuin lääketieteellisiin näytteisiin [66,67]. Se sisältää 14-kohteita (7 ahdistuksen ja 7 masennuksen vuoksi), jotka liittyvät viime viikkoon. Jokaisella on 7-kysymyksiä ahdistusta ja masennusta varten, jokainen kysymys pisteytetään 0: stä 3: iin oireen vakavuudesta riippuen; korkein pistemäärä on 21 jokaisella asteikolla. Vastaajat voidaan jakaa neljään luokkaan: 0 – 7 normaali; 8 – 10 lievä; 11 – 14 kohtalainen; ja 15 – 21 vakava. Testitestin luotettavuus ja pätevyys ovat molemmat vahvoja [65], ja sisäinen luotettavuus on .82 ahdistuksen asteikolla ja .77 masennuksen asteikolla ei-kliinisessä populaatiossa [67].

UCLA-yksinäisyysasteikko

UCLA-yksinäisyysasteikko [68] koostuu 20-lauseista, jotka on suunniteltu yksinäisyyden arvioimiseksi. Osallistujat vastaavat kuhunkin kysymykseen 4-pisteasteikolla (“Tunnen usein tällaista”, “Tunnen joskus tällaista”, “Tunnen vain harvoin näin” ja “En koskaan tunne tätä”), ja jokainen kohta on pisteytetään 0 - 3, jolloin kokonaispistemäärä oli välillä 0 - 60. Korkeammat pisteet osoittavat, että yksinäisyys on vakavampi. Yksinäisyysongelmien raja-arvo annetaan yleensä yhdellä standardipoikkeamalla näytteen keskiarvon yläpuolelle. Asteikolla on korkea luotettavuus, sisäinen sakeus on .92 ja testin uudelleentestauksen luotettavuus .73 [69].

Pittsburghin unenlaatuindeksi (PSQI)

Tämä PSQI [70] koostuu 10-pääkysymyksistä, joissakin on alaosioita, joihin osallistujan on annettava tietoja nukkumistavoistaan. Kyselylomake antaa pisteet välillä 0 ja 21, missä korkea pistemäärä heijastaa huonompaa nukkumista ja pisteet yli 5 heijastaa huonoa nukkujaa [70]. PSQI: lla on todettu olevan korkea ”testin uudelleentestauksen luotettavuus” ja hyvä kelpoisuus testattaessa [70].

Yleinen terveyskysely (GHQ-28)

GHQ-28 [71] mittaa erilaisia ​​psykiatrisia ja terveysongelmia ja on jaettu 4-ala-asteikkoihin: somaattiset oireet, ahdistus ja unettomuus, sosiaaliset toimintahäiriöt ja vaikea masennus. Jokainen osa-asteikko sisältää 7-kohteita, kaikki vaativat vastauksen 4-pisteen Likert-tyyppisellä asteikolla: Ei lainkaan, Ei enempää kuin tavallisesti, Pikemmin kuin tavallisesti, Paljon tavallista enemmän, pisteyttämällä 0 vastaavasti 3: iin. Asteikkojen sisäinen luotettavuus on yli .90. Tätä tutkimusta varten analysoitiin vain somaattiset oireasteikot, jotka pyysi osallistujia arvioimaan, missä määrin he ovat kokeneet: hyvässä yleisessä terveydessä, toonikon tarpeessa, ajaa alas, sairas, päänsärkyä, kireyttä tai painetta pää ja kuuma tai kylmä loitsuja.

Immuunifunktiokysely (IFQ)

15-tuotteiden IFQ-asiantuntijat, jotka arvioivat heikkoon immuunitoimintaan liittyvien erilaisten oireiden esiintymistiheyttä. Seuraavat sairaudet valittiin perustana kyselylomakkeen kohteille yleisyyden ja immuunipuutosten välittömän suhteen perusteella: tavallinen kylmä [54], influenssa [55], kylmähaavat [56], keuhkokuume [57], sepsis [58] ja iho-infektiot [59]. Näiden tilojen tärkeimpien oireiden analysoinnin jälkeen 19-oirekohteet sisällytettiin kyselyyn merkkeinä heikentyneestä immuunijärjestelmän toiminnasta: kurkkukipu, päänsärky, flunssa, nenä, yskä, kylmähaavat, kiehuu, lievä kuume, syyli / verrucas , keuhkokuume, keuhkoputkentulehdus, sinuiitti, äkillinen korkea kuume, korvainfektio, ripuli, aivokalvontulehdus, silmäinfektio, sepsis ja pitkät paranemisvammat. Niitä arvioitiin 5-pisteen Likert-tyyppisellä asteikolla (ei koskaan, kerran tai kahdesti, satunnaisesti, säännöllisesti, usein, pisteillä 0 - 4). Kokonaispistemäärä vaihtelee välillä 0 - 79, ja korkeat pisteet heijastavat huonompaa immuunitoimintaa. IFQ-arvoa on aikaisemmin käytetty tutkimaan stressaavien elämätapahtumien vaikutuksia itse ilmoitettuun terveyteen, kuten arvioitaessa ASD-lapsen vaikutusta. Aiemmassa työssä [72], IFQ-pistemäärän on havaittu korreloivan positiivisesti (r = .578, p <.001) yleislääkäriin tehtyjen käyntien määrän kanssa IFQ: n ja GHQ-kokonaispistemäärän välillä on merkittävä positiivinen korrelaatio (r = .410, p <.01), sekä merkittävä korrelaatio IFQ: n ja GHQ: n somaattisten oireiden ala-asteikon välillä (r = .493, p <.01).

menettely

Kaikki osallistujat vastasivat linkkeihin, jotka on lähetetty verkkosivustoille, jotka on suunnattu tavoittamaan monenlaisia ​​ihmisiä, mukaan lukien sosiaalisten verkostojen sivustot (esim. Facebook, Twitter), blogi- / foorumisivut (esim. Mashable), pelisivustot (esim. Eurogamer.com), ja Internet-riippuvuusohje-sivustot. Nämä linkit antoivat osallistujille lyhyen johdannon tutkimukseen, jossa heille kerrottiin, että tutkimus koski internetin käytön suhdetta erilaisiin persoonallisuus- ja terveyskysymyksiin. Jos he olivat kiinnostuneita osallistumisesta, heitä kehotettiin seuraamaan online-linkkiä kyselyyn. Tämä linkki vie osallistujat verkkosivulle, joka sisältää lisätietoja tutkimuksesta: korosti jälleen, että tutkimuksen tarkoitus liittyi Internetin käyttöön ja erilaisiin persoonallisuus- ja terveyskysymyksiin, ja joka myös hahmotteli kyselylomakkeita, joihin he vastaisivat. Tietosivulla oli myös tietoja heidän oikeudestaan ​​vetäytyä tutkimuksesta milloin tahansa, ja heidän yksityisyytensä turvaamiseksi toteutettavista toimenpiteistä. Tietoja seurasi suostumus, jossa osallistujia kehotettiin napsauttamaan kyselylomakkeen aloittamista vain, jos he olivat valmiita antamaan suostumuksensa ja jos he olivat yli 18-ikäisiä. Sitten osallistujille esitettiin kyselylomakkeet.

Vastauksille ei annettu määräaikaa, ja osallistujille annettiin mahdollisuus tallentaa kyselynsä ja palata siihen myöhemmin tarvittaessa. Kun kaikki kyselylomakkeet, jotka osallistujia veivät noin 30 min, täytettiin, osallistujat johdettiin lausuntosivulle, joka kiitti heitä panoksestaan, meni tarkemmin tutkimuksen tavoitteisiin ja tarkoitukseen sekä toimitti yhteystiedot tutkija ja neuvontapalvelu, jos he katsovat tarvitsevansa tukea, kyselyn aikana esiin nousseiden kysymysten perusteella. Tutkimuslinkki pysyi avoinna kolme kuukautta (kevään ajanjaksolla) ja suljettiin sitten.

Tietojen analysointi

Aluksi Internet-riippuvuuspisteiden mahdollisia eroja eri ominaisuuksilla (esim. Sukupuoli, ikä jne.) Osallistujien välillä analysoitiin t-testeillä. Sitten osallistujat jaettiin alempiin ja korkeampiin Internet-ongelmaryhmiin käyttämällä jakaumaa rajapisteessä lieville tai pahemmille Internet-ongelmille IAT: n (eli 40) perusteella ja ongelmaisten internetin käyttöpisteiden ja sukupuolen väliselle yhteydelle, masennukselle. jne. tutkittiin käyttämällä chi-neliöisiä testejä. Immuunijärjestelmän pistemäärän ja kunkin ennustettavan muuttujan välistä suhdetta tutkittiin puoli-osittaisilla korrelaatioilla (muiden ennustajien vaikutuksen poistamiseksi osittain), ja myös vaiheittaista regressiota käytettiin myös Internet-ongelmapisteiden vaikutuksen immuunitoimintaan tunnistamiseen. muiden ennustemuuttujien vaikutuksen lisäksi. Samat analyysit tehtiin myös itseraportoitujen terveyspisteiden (GHQ) osalta. Lopuksi ryhmät jaettiin korkeaan ja matalaan immuunitoimintaan sekä korkeaan ja matalaan itsensä ilmoittamaan terveystilaan (GHQ), ja näitä ryhmiä verrattiin Internet-riippuvuuspisteidensä perusteella kovarianssianalyysillä, käyttämällä muita ennustajia kovariaatteina. Kun suoritettiin useita vertailuja, merkitsevyystestaukseen hyväksyttiin vakavampi hylkäämiskriteeri, ja vaikutuskokot laskettiin läpi.

tulokset

Internet-ongelmien (IAT) keskimääräinen pistemäärä näytteelle oli 37.25 (± 16.18, alue = 0 – 96). Naisten keskimääräinen IAT-pistemäärä oli 36.26 (± 15.36, alue = 0 – 69) ja tämä miesten pistemäärä oli 38.35 (± 17.00, alue = 9 – 96). Riippumaton ryhmien t-testi ei paljastanut tilastollisesti merkitsevää eroa näiden pisteiden välillä, t <1, d = 0.006. Pearson-korrelaatiot paljastivat tilastollisesti merkittävän ja kohtalaisen suuren suhteen verkossa vietetyn ajan ja IAT-pisteet, r(503) = .485, p <.001, R2 = .235, mutta osallistujien iän ja heidän IAT-pistemääränsä välillä ei ollut merkittävää yhteyttä, r(503) = –.025, p > .50, R2 = .0006.

Näytteen osuudet, jotka laskevat raja-arvon yläpuolelle kohtalaisen tai huonomman ongelmaisen Internet-käytön suhteen (ts. IAT-pistemäärä on 40 tai suurempi [62]) näytetään kuvio 1 koko näytteestä, samoin kuin nämä tiedot naisista ja miehistä, erikseen. Otoksesta 192 (103 nainen, 89 mies) osallistujat laskivat ylärajan Internet-ongelmien vuoksi. Sukupuolten välillä ei ollut tilastollisesti merkitsevää eroa ongelmaisen Internet-käytön pisteet-todennäköisyydessä, chi ruudussa = .17, p > .60, Phi = .018. Piste-biseriaalikorrelaatiot eivät paljastaneet mitään yhteyttä iän ja laskun raja-arvon yläpuolelle, rpb(503) = -.002, p > .30, Rpb2 = .102, vaikka verkossa vietettyjen tuntien ja Internet-riippuvuusongelmien raja-arvon yläpuolella olleiden välillä oli tilastollisesti merkitsevä ja kohtuullisen suuri suhde, r(503) = .320, p <.001, Rpb2 = .102.

thumbnail
Kuva 1. Prosenttiosuus osallistujista kohtuullisen tai huonomman ongelmaisen Internet-käytön raja-arvon ylä- ja alapuolella (ts. IAT-pistemäärä on 40 tai enemmän), samoin kuin nämä tiedot naisista ja miehistä erikseen.

doi: 10.1371 / journal.pone.0134538.g001

Yläpaneeli Taulukko 2 näyttää näytteen keskiarvot ja standardipoikkeamat Internet-ongelmien (IAT), verkossa vietettyjen tuntien, masennuksen (HADS), ahdistuksen (HADS), yksinäisyyden (UCLA) ja unihäiriöiden (PSQI) suhteen. Nämä keinot ovat pääosin yhdenmukaisia ​​tällaisten näytteiden aiemmissa tutkimuksissa havaittujen kanssa [7]. Se osoittaa myös niiden yksilöiden prosentuaalisen osuuden, jotka putoutuvat raja-arvon yläpuolelle niiden asteikkojen osalta, jotka nukkumisongelmien lisäksi olivat odotetut sellaiselle näytteelle. Taulukko 2 näyttää myös prosenttiosuuden näytteestä, jonka IAD on näiden muiden psykologisten asteikoiden raja-arvon yläpuolella. Niiden potilaiden prosenttiosuudet, joilla IAD: lla on myös samanaikainen sairastuvuus, ovat korkeammat kuin koko näytteen. Näiden suhteiden edelleen tutkimiseksi suoritettiin kullekin muuttujalle sarja 2 × 2 khi-neliötestiä (samanaikainen esiintyvyys tai puuttuminen vs. läsnä olevat tai puuttuvat Internet-ongelmat) ja paljasti, että kaikki samanaikaiset sairaudet liittyivät merkittävästi Internet-ongelma: masennus -Khin neliö(1) = 30.56, p <.001, Phi = .246; ahdistus-chi-neliö(1) = 38.98, p <.001, Phi = .278; yksinäisyys-chi-neliö(1) = 15.31, p <.001, Phi = .174; ja uni – chi-neliö(1) = 9.38, p <.01, Phi = .136. Pearson-korrelaatiot kaikkien muuttujien välillä, sekä sekä somaattisten terveysongelmien (GHQ) että immuunioireiden kanssa, esitetään myös Taulukko 2, ja nämä analyysit paljastivat tilastollisesti merkittävät suhteet kaikkien muuttujien välillä.

thumbnail
Taulukko 2. Keinot (keskipoikkeamat) Internet-ongelmiin (IAT), verkossa vietettyihin tunteihin, masennukseen (HADS), ahdistukseen (HADS), yksinäisyyteen (UCLA) ja unihäiriöihin (PSQI) samoin kuin prosentuaalisiin yksilöiden osuuksiin, jotka jäävät yli raja-arvon nämä asteikot, ja niiden ihmisten prosenttiosuus, joilla IAD laskee kyseisten asteikkojen raja-arvon yläpuolelle.

 

Pearson-korrelaatiot kaikkien muuttujien välillä sekä somaattisten terveysongelmien (GHQ) ja oireiden kanssa esitetään myös.

doi: 10.1371 / journal.pone.0134538.t002

Otoksen keskimääräinen pistemäärä somaattisille oireille (GHQ-S) oli 7.28 (± 3.87; alue = 0 – 19), ja immuunijärjestelmään liittyvien oireiden kyselylomakkeen keskiarvo oli 15.20 (± 9.43; alue = 0 – 37). Näiden asteikkojen korrelaatio oli r = 0.345, p <.001, R2 = .119, keskenään. GHQ (S) -piste oli vahvasti yhteydessä masennukseen, ahdistukseen ja unihäiriöihin, ja vähemmässä määrin muihin muuttujiin. Immuunijärjestelmään liittyvä oireasteikko liittyi vahvasti ahdistuneisuuteen, uni- ja Internet-ongelmiin ja vähemmässä määrin muihin muuttujiin.

Koska molemmat sairausmuuttujat (GHQ-S ja IFQ) korreloivat kaikkien muiden muuttujien kanssa ja että IAT liittyi kaikkiin muihin muuttujiin, jotta voitaisiin selvittää, vaikuttivatko internet-ongelmat (ts. IAT-pisteet) nämä sairauspisteet, suoritettiin kaksi erillistä vaiheittaista moninkertaista regressiota - yksi GHQ-S-pistemäärän ennustamiseen ja toinen IFQ-pistemäärän ennustamiseen. Molemmissa tapauksissa masennus, ahdistus, yksinäisyys, uni ja verkossa vietetyt tunnit sisällytettiin regressiomalliin ensimmäisessä vaiheessa. Kaikki nämä muuttujat plus Internet-ongelman (IAT) pisteet syötettiin sitten malliin toisessa vaiheessa, ja laskettiin, missä määrin huomioitua varianssimäärää parannettiin lisäämällä IAT-pistemäärä.

Pohjan paneelit Taulukko 2 näytä näiden analyysien tulokset. GHQ-S-pistemäärän tarkastaminen oikealta alhaalta paneelista osoittaa, että regression molemmat vaiheet olivat tilastollisesti merkitseviä, ja virheiden vähentäminen, joka aiheutettiin lisäämällä IAT vaiheeseen 2, tuotti myös tilastollisesti merkittävän parannuksen ennusteessa GHQ-S-pisteet. On huomattava, että parannus ennusteessa GHQ-S: stä, joka tuotettiin lisäämällä IAT: tä, ei ollut kovin suuri. Sama datamalli löydettiin myös analyysistä, joka suoritettiin immuunijärjestelmään liittyvien oireiden (IFQ) pistemäärän ennustamiseksi. IAT: n lisääminen vaiheessa 2 tuotti kuitenkin paljon suuremman parannuksen ennustetun tarkkuuden suhteen immuniteettiin liittyviin pisteisiin (IFQ) kuin se oli somaattisten oireiden (GHQ-S) pisteiden suhteen.

Jotta voitaisiin tutkia muuttujien välisten suhteiden luonnetta, puolipuoliset korrelaatiot yksittäisten ennustajien (ts. Masennus, ahdistus, uni, yksinäisyys, online-ajat ja Internet-ongelmat) ja kahden oirepisteen (GHQ-S ja IFQ) välillä laskettiin erikseen. Puoliväliset korrelaatiot suoritettiin kunkin ennustemuuttujan ja kahden sairauteen liittyvän muuttujan välillä käyttämällä kaikkia muita ennustajamuuttujia rinnakkaismuuttujina. Tämä sallii kahden muuttujan välisen ainutlaatuisen suhteen tarkkailun ilman minkään muun muuttujan välittävää vaikutusta, ja nämä arvot voidaan nähdä kuvio 2 kahdelle sairauteen liittyvälle muuttujalle. Nämä tiedot osoittavat samanlaisen suhdekuvion ennustajien ja oireiden välillä sekä GHQ-S: n että IFQ: n suhteen; siinä, että masennuksella, ahdistuksella ja unihäiriöillä, kaikilla oli tilastollisesti merkitseviä suhteita molempiin tuloksiin, kun muiden muuttujien vaikutuksia hallittiin. Vaikka Internet-ongelmat (IAT) ennustivat kuitenkin merkittävästi immuunijärjestelmään liittyviä oireita (IFQ), tämä ei ollut tilastollisesti merkitsevästi liittynyt GHQ (S) -pisteeseen.

thumbnail
Kuva 2. Puoli-osittaiset korrelaatiot masennuksen (HADS), ahdistuksen (HADS), unen (PSQI), yksinäisyyden (UCLA), online-tuntien ja Internet-ongelmien (IAT) sekä kahden oirepisteen (GHQ (S) ja IFQ) välillä.

doi: 10.1371 / journal.pone.0134538.g002

Internetiin liittyvien ongelmien (IAT-pistemäärät) ja sekä yleisesti somaattisten (GHQ-S) että immuunijärjestelmään liittyvien (IFQ) terveysongelmien välisen suhteen tutkimiseksi otos jaettiin niihin pisteytyspisteisiin, jotka olivat 40 kohtuullisiin tai huonompiin Internet-ongelmiin IAT: lla [62]. Tämä loi kaksi ryhmää: ryhmän, jolla ei ollut Internet-ongelmia (N = 313; tarkoittaa IAT = 26.89 + 7.89; alue = 0 – 39) ja ryhmä, jolla on Internet-ongelmia (N = 313; tarkoittaa IAT = 54.14 ± 11.23; alue = 40 – 96). kuvio 3 osoittaa keskimääräisen yleisen somaattisen terveyspisteen (GHQ-S) (vasen paneeli) ja keskimääräisen immuunijärjestelmän (IFQ) pisteet. GHQ-S: n tietojen tarkistaminen paljastaa pienen eron alhaisen ja korkean IAT-ryhmän välillä niiden GHQ-S-pistemäärien suhteen. Nämä tiedot analysoitiin käyttämällä kovarianssianalyysiä, jossa Internet-ryhmä oli aiheiden välisenä tekijänä, ja masennus, ahdistus, unihäiriöt, yksinäisyys ja online-aika kovariaatteina. Tämä analyysi ei paljastanut tilastollisesti merkitsevää eroa Internet-ongelmaryhmien välillä niiden GHQ-S-pistemäärien suhteen, F <1, osittainen eta2 = .001. Sen sijaan kuvio 3 osoittaa, että korkean Internet-ongelmien ryhmällä oli enemmän immuunijärjestelmään liittyviä terveysongelmia kuin ei-Internet-ongelmien ryhmällä, F(1,498) = 27.79, p <.001, osittainen eta2 = .046.

thumbnail
Kuva 3. Keskimääräinen yleinen-somaattisten terveysasteiden (GHQ (S)) pisteet (vasen paneeli) ja keskimääräinen immuunipitoisuuteen liittyvä terveys (IFQ) pisteet kahdelle IAT-ryhmälle (alempi ja korkeampi ongelma).

 

Vasen paneeli = somaattiset liittyvät pisteet GHQ (S); oikea paneeli = immuniteettiin liittyvät pisteet (IFQ).

doi: 10.1371 / journal.pone.0134538.g003

Keskustelu

Tässä tutkimuksessa tutkittiin Internet-riippuvuustestipisteiden ja terveyspisteiden välistä suhdetta keskittyen immuunijärjestelmän toiminnan itsearviointiin ja yleiseen terveydentilaan. Tämän katsottiin olevan tärkeä tutkittava alue, koska aiemmin ei ollut esitetty tietoja ongelmallisen Internetin käytön vaikutuksista immuunijärjestelmään; lisäksi aiemmat raportit ongelmallisen Internetin käytön ja terveyteen liittyvän elämänlaadun välisestä suhteesta olivat olleet toisistaan ​​poikkeavia [9,39,40]. Viimeksi mainittujen eroavuuksien ajateltiin liittyvän terveystilan arviointiin käytettyjen toimenpiteiden luonteeseen, sillä psykologisesti suuntautuneempien terveysraporttien asteikot, kuten GHQ, liittyvät vähemmän ongelmallisen internetin käyttöön kuin toimenpiteet, jotka liittyvät suoraan immuunitoiminta.

Vaikka online-rekrytointistrategia hyväksyttiin, nykyisellä otoksella oli samanlaiset piirteet kuin monilla muilla, joita on aikaisemmin käytetty Internetin käytön tutkimuksessa. Näyte oli nuori (alle 30-vuotiaita), mutta sillä oli suuri ikäryhmä. Keskimäärin Internetissä vietetty aika oli noin 5 – 6 tuntia päivässä, mikä on useiden nykyisten arvioiden mukainen [40,61]. On huomattava, että tämä arvo ei eronnut ammatillisesta ja henkilökohtaisesta käytöstä, ja on ehdotettu, että tämä on tärkeä Internet-ongelmien kannalta [40]. On kuitenkin epäselvää, onko tällainen erottelu ollenkaan helppoa osallistujille. Nykyisten osallistujien Internetissä harjoittamat tyypit olivat samanlaisia ​​kuin aiemmissa tutkimuksissa [61]. Internetin käytössä oli sukupuolieroja. Naisilla oli taipumus käyttää sosiaalista mediaa ja ostospaikkoja enemmän kuin miehillä, mutta miehillä oli taipumus käyttää peli-, seksi- / treffisivustoja ja chat-huoneita enemmän kuin naisilla. Tietenkin tämä perustuu itseraportointitietoihin, ja erot, vaikka ne ovat tilastollisesti luotettavia, olivat pieniä joissakin näistä vertailuista. Nykyisessä näytteessä ongelmallisen internetin käytön tasot, noin 30% näytteestä, osoittivat lieviä tai huonompia Internet-riippuvuuden oireita, ovat pääosin yhdenmukaisia ​​aiempien tutkimusten kanssa [7].

Tämän tutkimuksen keskeinen havainto oli, että itse ilmoitettu ongelmallinen Internetin käyttö liittyi huonompaan itse ilmoittamaan immuunitoimintaan, kuten indeksoidaan immuunijärjestelmään liittyvien oireiden lukumäärillä. Tämä vahvistaa tutkimuksen tulokset, joissa tutkittiin itse ilmoitettua terveyteen liittyvää elämänlaatua mitattuna SF-36: lla ja ongelmallista Internetin käyttöä [40]. Vaikka immuunitoiminta ja itsensä ilmoittama terveys liittyivät toisiinsa, ongelmainen Internetin käyttö ei kuitenkaan ennakoinut itsensä ilmoittamia terveysoireita, mitattuna GHQ: n somaattisella asteikolla. Jälkimmäinen havainto on yhdenmukainen useiden aikaisempien tutkimusten kanssa, joissa ei ole löydetty yhteyttä IAT-pisteiden ja GHQ-pisteiden välillä [9,39]. Nykyinen positiivinen havainto IAT-pisteiden ja heikentyneen immuunitoiminnan välisessä suhteessa voi heijastaa sitä, että immuunijärjestelmään liittyvien oireiden mittaaminen suorimmin, kuten tehtiin tässä tutkimuksessa, arvioi tätä terveysnäkökohtaa paremmin kuin psykologisesti suuntautuneempi GHQ mittakaavassa.

Huolimatta aiemmin keskusteltuista immuunitoiminnan mittausvaikeuksista (ks. Myös jäljempänä), havaintojen kliininen merkitys tulisi asettaa asiayhteyteen, ottaen huomioon tutkimuksen metodologiset rajoitukset. Tutkimus on korrelaatio, mikä tarkoittaa, että syy-yhteyttä ei pitäisi päätellä automaattisesti sellaisesta assosiaatiosta. On mahdollista, että suurempi sairausaste yleensä käyttää Internetiä useammin kuin asentajilla. Internetin käytön yleisyys ja nuorten ja Internetin käytön välinen yhteys kuitenkin vaikuttavat epätodennäköiseltä, vaikka se onkin mahdollisuus, jonka arviointi vaatii pitkittäistutkimusta. Vaihtoehtoisesti voi olla, että jokin kolmas tekijä ennustaa sekä Internetin käytön että huonon terveyden. On kuitenkin myös huomattava, että ongelmallisen Internetin käytön ja itsensä ilmoittaman immuunitoiminnan välisen suhteen todettiin pitävän yli monien muiden toiminta-alueiden (masennus, ahdistus, yksinäisyys) vaikutukset, jotka liittyvät ongelmallisen internetin käyttämiseen käytä [10-12], ja joihin sinänsä liittyy heikentynyt immuunitoiminta [45,46,48,49]. Tämän vuoksi on epäselvää, mikä kolmas välitystekijä voi olla.

Jos ongelmainen Internet-käyttö ennustaisi heikentyneen immuunijärjestelmän, kliinikoille selkeä kysymys koskisi mekanismeja. Yksi mahdollisuus on, että ongelmaisen Internetin käytön korkea taso on todettu lisäävän sympaattisen hermoston aktivoitumista [32,33]. Tällainen kohonnut sympaattinen aktiivisuus johtaa nor-epinefronin ja / tai kortisteroidien (kortisolin) pitoisuuksien nousuun, mikä lopulta johtaa heikentyneeseen immuunitoimintaan [52]. Siksi tämä reitti saattaa hyvinkin alistaa suhteen ongelmallisen internetin käytön ja heikentyneen immuunitoiminnan välillä, mutta se vaatii lisätutkimuksia. Jälkimmäisellä ehdotuksella on jonkin verran merkitystä ongelmaisen Internetin käytön kliinisten piirteiden tulevaisuuden käsitteellisessä suunnittelussa ja tutkimuksessa.

IAT-pistemäärien ja immuunitoimintojen välinen suhde heijastaa sitä tosiseikkaa, että Internetin yleistä käyttöä joillekin ihmisille pidetään itsessään ongelmana, mutta se, mitä he käyttävät Internetiä, eroaa näiden henkilöiden välillä. Esimerkiksi nykyisessä tutkimuksessa todettiin sukupuolieroja ihmisten käyttämissä Internetissä, ja voi olla, että tietyt käyttötavat liittyvät immuunitoimintojen vähentymiseen sukupuolten välillä. Internetin käytön tyyppiä, kuten käytön tarkkaa luonnetta sekä verkossa ammattimaisessa ja henkilökohtaisessa käytössä käytetyn ajan, koskevat yksityiskohtaiset lisätiedot voivat valaista entistä paremmin Internetin käytön ja immuunijärjestelmän vähentymisen välistä suhdetta.

Kuten aina, nykyiseen tutkimukseen on joitain rajoituksia, jotka on huomattava. Nykyinen otos rekrytoitiin verkossa, ja se saattoi olla puolueellinen tutkimukseen osallistuneiden henkilöiden tyypille. On kuitenkin syytä mainita, että otoksessa olevien yksilöiden joukko oli iän ja heidän muiden ominaisuuksiensa suhteen melko laaja ja otos näytti olevan samanlainen kuin aiemmissa tutkimuksissa. On huomattava, että tässä tutkimuksessa ei tehty eroa Internetin ammatillisen ja henkilökohtaisen käytön välillä, mikä voi olla tärkeää tutkia. Esimerkiksi Internetin käytön pakko- ja kiireellisyysaste voi vaikuttaa stressitasoon enemmän kuin tuntia, joka on vietävä Internetissä töihin. Toisin sanoen voidaan tehdä ero niiden välillä, jotka työskentelevät ahkerasti ja ovat tästä syystä stressaantuneita, ja ihmisten välillä, joilla on Internet-ongelma ja jotka ovat stressiä ja pahoja tämän ongelman takia.

Mitä tulee potentiaalisiin vaihtoehtoisiin ennusteisiin heikentyneestä immuunitoiminnasta, joka havaitaan korkean ongelman käyttäjissä, tulevassa työssä voidaan harkita monien riippuvuuksien roolia, jotka ovat saattaneet vaikuttaa ongelmaisten Internet-käyttäjien ryhmään. Tietoja farmakologisista ja ei-farmakologisista riippuvuuksista ei ole kerätty nykyiseen raporttiin, ja tämä saattaa aiheuttaa Internet-ongelmia ja vaikuttaa immuunijärjestelmään. Samoin äskettäiset stressaavat elämätapahtumat ovat saattaneet vaikuttaa riippuvuutta aiheuttavaan käyttäytymiseen ja immuunijärjestelmän toimintaan, samoin kuin osallistujien sosiaaliset olosuhteet. Molemmat näistä näkökohdista voitaisiin tutkia lisätutkimuksilla.

Itseraportin luottamista immuunijärjestelmään voidaan myöhemmin vahvistaa käyttämällä verisolujen analyysejä, mikä lisäisi tukea nykyisille päätelmille. Kuten edellä todettiin, immuunitoimintojen fysiologian ja oireiden kokemuksen välillä ei ole kuitenkaan täydellistä yhteyttä [54], ja kylmä- ja flussi-ilmoituksia pidetään tässä suhteessa immuunitoiminnan kelvollisena mittana [31,44]. Varmasti on todettu, että sairauden oireiden itseraportointi - etenkin ylempien hengityselinten infektioiden (esim. Vilustuminen ja flunssa) - kuten tässä tutkimuksessa käytettiin, korreloi hyvin objektiivisten immunoglobiinimäärien kanssa [73].

Lopuksi on todettava, että vaikka nykyinen tutkimus osoitti ongelmallisen Internetin käytön ja immuunijärjestelmään liittyvien oireiden välisiä suhteita, tästä syystä on syytä tehdä syy-johtopäätöksiä kahdesta syystä, jotka olisi mainittava. Ensinnäkin, koska tutkimus ei ollut luonteeltaan pitkittäistä, syy-johtopäätöksiä ei pitäisi pitää todisteina. Toiseksi, koska monet ennustajamuuttujista korreloivat keskenään, tämä olisi saattanut tuottaa regressioanalyyseissä tietyn osittaisen lineaarisuuden, mikä vaikeutti tulkintaa. Vaikka on huomattava, että osittain korrelaatioiden käyttö lievittää jossain määrin tätä vaikeutta.

Yhteenvetona voidaan todeta, että nykyisessä raportissa luotiin yhteys ongelmallisen internetin käytön ja suurempien oireiden ilmoittamisen välillä, jotka liittyvät heikentyneen immuunijärjestelmän toimintaan. Tämä suhde oli riippumaton verkossa vietettyjen tuntien lukumäärästä ja myös ongelmaisen internetinkäytön mahdollisten samanaikaisten oireiden, kuten masennuksen, eristyneisyyden ja ahdistuksen vaikutuksista. Ehdotettiin, että immuunitoiminnan kielteisiä vaikutuksia voi välittää lisääntynyt stressi ja myös lisääntynyt sympaattinen hermoston toiminta, jota toisinaan osoittavat Internet-addikti.

Tekijänoikeudet

Suunnitellut ja suunnitellut kokeet: PR RV LAO MR RT. Kokeet suoritettu: RV. Analysoi tiedot: RV PR. Mukana toimitetut reagenssit / materiaalit / analyysityökalut: LAO. Kirjoitti paperin: PR LAO MR RT.

Viitteet

  1. 1. Estä JJ. DSM-V: n ongelmat: Internet-riippuvuus. Am J Psykiatria 2008; 165: 306 – 7. doi: 10.1176 / appi.ajp.2007.07101556. PMID: 18316427
  2. 2. Nuori KS. Internet-riippuvuus: Uuden kliinisen häiriön ilmaantuminen. Kyberpsykologia ja käyttäytyminen 1998; 1 (3): 237–244. doi: 10.1089 / sp.1998.1.237
  3. Näytä artikkeli
  4. PubMed / NCBI
  5. Google Scholar
  6. Näytä artikkeli
  7. PubMed / NCBI
  8. Google Scholar
  9. Näytä artikkeli
  10. PubMed / NCBI
  11. Google Scholar
  12. Näytä artikkeli
  13. PubMed / NCBI
  14. Google Scholar
  15. Näytä artikkeli
  16. PubMed / NCBI
  17. Google Scholar
  18. Näytä artikkeli
  19. PubMed / NCBI
  20. Google Scholar
  21. Näytä artikkeli
  22. PubMed / NCBI
  23. Google Scholar
  24. Näytä artikkeli
  25. PubMed / NCBI
  26. Google Scholar
  27. Näytä artikkeli
  28. PubMed / NCBI
  29. Google Scholar
  30. Näytä artikkeli
  31. PubMed / NCBI
  32. Google Scholar
  33. Näytä artikkeli
  34. PubMed / NCBI
  35. Google Scholar
  36. Näytä artikkeli
  37. PubMed / NCBI
  38. Google Scholar
  39. Näytä artikkeli
  40. PubMed / NCBI
  41. Google Scholar
  42. Näytä artikkeli
  43. PubMed / NCBI
  44. Google Scholar
  45. Näytä artikkeli
  46. PubMed / NCBI
  47. Google Scholar
  48. Näytä artikkeli
  49. PubMed / NCBI
  50. Google Scholar
  51. Näytä artikkeli
  52. PubMed / NCBI
  53. Google Scholar
  54. Näytä artikkeli
  55. PubMed / NCBI
  56. Google Scholar
  57. Näytä artikkeli
  58. PubMed / NCBI
  59. Google Scholar
  60. Näytä artikkeli
  61. PubMed / NCBI
  62. Google Scholar
  63. Näytä artikkeli
  64. PubMed / NCBI
  65. Google Scholar
  66. Näytä artikkeli
  67. PubMed / NCBI
  68. Google Scholar
  69. Näytä artikkeli
  70. PubMed / NCBI
  71. Google Scholar
  72. Näytä artikkeli
  73. PubMed / NCBI
  74. Google Scholar
  75. Näytä artikkeli
  76. PubMed / NCBI
  77. Google Scholar
  78. Näytä artikkeli
  79. PubMed / NCBI
  80. Google Scholar
  81. Näytä artikkeli
  82. PubMed / NCBI
  83. Google Scholar
  84. Näytä artikkeli
  85. PubMed / NCBI
  86. Google Scholar
  87. Näytä artikkeli
  88. PubMed / NCBI
  89. Google Scholar
  90. Näytä artikkeli
  91. PubMed / NCBI
  92. Google Scholar
  93. Näytä artikkeli
  94. PubMed / NCBI
  95. Google Scholar
  96. Näytä artikkeli
  97. PubMed / NCBI
  98. Google Scholar
  99. Näytä artikkeli
  100. PubMed / NCBI
  101. Google Scholar
  102. Näytä artikkeli
  103. PubMed / NCBI
  104. Google Scholar
  105. Näytä artikkeli
  106. PubMed / NCBI
  107. Google Scholar
  108. Näytä artikkeli
  109. PubMed / NCBI
  110. Google Scholar
  111. Näytä artikkeli
  112. PubMed / NCBI
  113. Google Scholar
  114. Näytä artikkeli
  115. PubMed / NCBI
  116. Google Scholar
  117. Näytä artikkeli
  118. PubMed / NCBI
  119. Google Scholar
  120. Näytä artikkeli
  121. PubMed / NCBI
  122. Google Scholar
  123. Näytä artikkeli
  124. PubMed / NCBI
  125. Google Scholar
  126. Näytä artikkeli
  127. PubMed / NCBI
  128. Google Scholar
  129. Näytä artikkeli
  130. PubMed / NCBI
  131. Google Scholar
  132. Näytä artikkeli
  133. PubMed / NCBI
  134. Google Scholar
  135. Näytä artikkeli
  136. PubMed / NCBI
  137. Google Scholar
  138. Näytä artikkeli
  139. PubMed / NCBI
  140. Google Scholar
  141. Näytä artikkeli
  142. PubMed / NCBI
  143. Google Scholar
  144. Näytä artikkeli
  145. PubMed / NCBI
  146. Google Scholar
  147. Näytä artikkeli
  148. PubMed / NCBI
  149. Google Scholar
  150. Näytä artikkeli
  151. PubMed / NCBI
  152. Google Scholar
  153. Näytä artikkeli
  154. PubMed / NCBI
  155. Google Scholar
  156. Näytä artikkeli
  157. PubMed / NCBI
  158. Google Scholar
  159. Näytä artikkeli
  160. PubMed / NCBI
  161. Google Scholar
  162. Näytä artikkeli
  163. PubMed / NCBI
  164. Google Scholar
  165. Näytä artikkeli
  166. PubMed / NCBI
  167. Google Scholar
  168. Näytä artikkeli
  169. PubMed / NCBI
  170. Google Scholar
  171. Näytä artikkeli
  172. PubMed / NCBI
  173. Google Scholar
  174. Näytä artikkeli
  175. PubMed / NCBI
  176. Google Scholar
  177. Näytä artikkeli
  178. PubMed / NCBI
  179. Google Scholar
  180. Näytä artikkeli
  181. PubMed / NCBI
  182. Google Scholar
  183. 3. Christakis DA. Internet-riippuvuus: 21 vuosisadan epidemia ?. BMC-lääketiede 2010; 8 (1): 61. doi: 10.1186 / 1741-7015-8-61
  184. Näytä artikkeli
  185. PubMed / NCBI
  186. Google Scholar
  187. Näytä artikkeli
  188. PubMed / NCBI
  189. Google Scholar
  190. 4. Caplan SE, korkea AC. Online-sosiaalinen vuorovaikutus, psykososiaalinen hyvinvointi ja ongelmainen internetin käyttö. Internet-riippuvuus: Opas ja opas arviointiin ja hoitoon 201; 35-53. doi: 10.1002 / 9781118013991.ch3
  191. Näytä artikkeli
  192. PubMed / NCBI
  193. Google Scholar
  194. Näytä artikkeli
  195. PubMed / NCBI
  196. Google Scholar
  197. Näytä artikkeli
  198. PubMed / NCBI
  199. Google Scholar
  200. Näytä artikkeli
  201. PubMed / NCBI
  202. Google Scholar
  203. Näytä artikkeli
  204. PubMed / NCBI
  205. Google Scholar
  206. Näytä artikkeli
  207. PubMed / NCBI
  208. Google Scholar
  209. Näytä artikkeli
  210. PubMed / NCBI
  211. Google Scholar
  212. Näytä artikkeli
  213. PubMed / NCBI
  214. Google Scholar
  215. 5. Shaw M, musta DW. Internet-riippuvuus. CNS-lääkkeet 2008; 22: 353 – 65. pmid: 18399706 doi: 10.2165 / 00023210-200822050-00001
  216. 6. Griffiths M. Internet-riippuvuus-aika otetaan vakavasti? Riippuvuustutkimus ja -teoria 2000; 8: 413–418. doi: 10.3109 / 16066350009005587
  217. 7. Romano M, Osborne LA, Truzoli R, Reed P. Internetin altistumisen erilaiset psykologiset vaikutukset Internetin addiktioihin. PLOS ONE 2013; 8 (2): e55162. doi: 10.1371 / journal.pone.0055162. PMID: 23408958
  218. 8. Kuss DJ, Griffiths MD, Binder JF. Internet-riippuvuus opiskelijoilla: levinneisyys ja riskitekijät. Tietokoneet ihmisen käyttäytymisessä 2013; 29 (3): 959 – 966. doi: 10.1016 / j.chb.2012.12.024
  219. 9. Niemz K, Griffiths M, Banyard P. Patologisen Internetin käytön yleisyys yliopistojen opiskelijoiden keskuudessa ja korrelaatiot itsetuntoon, yleiseen terveyden kyselylomakkeeseen ja estoon. Kyberpsykologia ja käyttäytyminen 2005; 8 (6): 562–570. doi: 10.1089 / cpb.2005.8.562
  220. 10. Weinstein A, Lejoyeux M. Internet-riippuvuus tai liiallinen Internet-käyttö. American Journal of Drug and Alkoholin väärinkäyttö 2010; 36 (5): 277 – 283. doi: 10.3109 / 00952990.2010.491880. PMID: 20545603
  221. 11. Bernardi S, Pallanti S. Internet-riippuvuus: kuvaava kliininen tutkimus, joka keskittyy lisävaikutuksiin ja dissosiatiivisiin oireisiin. Kattava psykiatria 2009; 50 (6): 510 – 516. doi: 10.1016 / j.comppsych.2008.11.011. PMID: 19840588
  222. 12. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC. Internet-riippuvuuden ja psykiatristen häiriöiden yhteys: kirjallisuuden katsaus. Eurooppalainen psykiatria 2012; 27 (1): 1 – 8. doi: 10.1016 / j.eurpsy.2010.04.011. PMID: 22153731
  223. 13. Akin A, Iskender M. Internet-riippuvuus ja masennus, ahdistus ja stressi. Kasvatustieteiden kansainvälinen verkkolehti 2011; 3 (1): 138 – 148.
  224. 14. Jeni CF, Chou WJ, Liu TL, Yang P, Hu. Internet-riippuvuusoireiden yhteys ahdistuksen, masennuksen ja itsetunton kanssa murrosikäisten keskuudessa, joilla on huomiovaje / hyperaktiivisuushäiriö. Kattava psykiatria 2014. doi: 10.1016 / j.comppsych.2014.05.025
  225. 15. Gundogar A, Bakim B, Ozer OA, Karamustafalioglu. P-32 - Internet-riippuvuuden, masennuksen ja ADHD: n välinen yhteys lukiolaisten keskuudessa. Eurooppalainen psykiatria 201; 27: 1. doi: 10.1016 / s0924-9338 (12) 74199-8
  226. 16. Romano M, Truzoli R, Osborne LA, Reed P. Autismin suhteen, ahdistuksen ja Internet-riippuvuuden välinen suhde. Tutkimus autismispektrihäiriöissä 2014; 11: 1521 – 1526. doi: 10.1016 / j.rasd.2014.08.002
  227. 17. Nuori KS, Rogers RC. Masennuksen ja Internet-riippuvuuden suhde. Kyberpsykologia ja käyttäytyminen 1998; 1 (1): 25–28. doi: 10.1089 / sp.1998.1.25
  228. 18. Ko CH, Liu TL, Wang PW, Chen CS, Yen CF, Yen JY. Masennuksen, vihamielisyyden ja sosiaalisen ahdistuksen paheneminen nuorten Internet-riippuvuuden aikana: tulevaisuuden tutkimus. Kattava psykiatria 2014. doi: 10.1016 / j.comppsych.2014.05.003
  229. 19. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsiivisuus Internet-riippuvuudessa: vertailu patologiseen rahapelaamiseen. Kyberpsykologia, käyttäytyminen ja sosiaalinen verkostoituminen 2012; 15 (7): 373 – 377. doi: 10.1089 / cyber.2012.0063
  230. 20. Jeni JY, Yen CF, Wu HY, Huang CJ, Ko CH. Vihamielisyys todellisessa maailmassa ja verkossa: Internet-riippuvuuden, masennuksen ja online-toiminnan vaikutus. Kyberpsykologia, käyttäytyminen ja sosiaalinen verkostoituminen 2011; 14 (11): 649 – 655. doi: 10.1089 / cyber.2010.0393
  231. 21. Heim C. Erittäin raskas tietokoneiden ja Internetin käyttö skitsofrenian riskitekijänä älykkäillä nuorilla miehillä. Australian ja Uuden-Seelannin Journal of Psychiatry 2012; 46 (8): 791 – 792. doi: 10.1177 / 0004867412442407. PMID: 22403394
  232. 22. Caplan SE. Online-sosiaalisen vuorovaikutuksen suosiminen: Teoria ongelmallisesta Internetin käytöstä ja psykososiaalisesta hyvinvoinnista. Viestintätutkimus 2003; 30: 625 – 648. doi: 10.1177 / 0093650203257842
  233. 23. Yan W, Li Y, Sui N. Viimeaikaisten stressaavien elämätapahtumien, persoonallisuusominaisuuksien, havaitun perheen toiminnan ja Internet-riippuvuuden välinen suhde opiskelijoiden keskuudessa. Stressi ja terveys 2014; 30 (1): 3 – 11. doi: 10.1002 / smi.2490. PMID: 23616371
  234. 24. Bozoglan B, Demirer V, Sahin I. Yksinäisyys, itsetunto ja elämäntyytyväisyys Internet-riippuvuuden ennustajina: Poikkileikkauksellinen tutkimus turkkilaisten yliopisto-opiskelijoiden keskuudessa. Scandinavian Journal of Psychology 2013; 54 (4): 313 – 319. doi: 10.1111 / sjop.12049. PMID: 23577670
  235. 25. Nalwa K, Anand AP. Internet-riippuvuus opiskelijoissa: huolenaihe. Kyberpsykologia ja käyttäytyminen 2003; 6 (6): 653–656. doi: 10.1089 / 109493103322725441
  236. 26. Sanders CE, Field TM, Diego M, Kaplan M. Internetin käytön suhde nuorten masennukseen ja sosiaaliseen eristykseen. Teini-ikäinen 2000; 35 (138): 237 – 242. PMID: 11019768
  237. 27. Tonioni F, D'Alessandris L, Lai C, Martinelli D, Corvino S, Vasale M,… Bria P. Internet-riippuvuus: verkossa vietetyt tunnit, käyttäytyminen ja psykologiset oireet. Yleissairaalan psykiatria 2012; 34 (1): 80–87. doi: 10.1016 / j.genhosppsych.2011.09.013. pmid: 22036735
  238. 28. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, et ai. Mikrorakenteen poikkeavuudet murrosikäisillä, joilla on Internet-riippuvuus. PloS ONE 2011; 6 (6): e20708. doi: 10.1371 / journal.pone.0020708. PMID: 21677775
  239. 29. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et ai. Harmaan aineen poikkeavuudet Internet-riippuvuudessa: Vokselipohjainen morfometriatutkimus. European Journal of Radiology 2011; 79 (1): 92 – 95. doi: 10.1016 / j.ejrad.2009.10.025. PMID: 19926237
  240. 30. Hou H, Jia S, Hu S, Fan R, Sun W, Sun T, et al. Vähennetyt striaatiaaliset dopamiinin kuljettajat ihmisillä, joilla on Internet-riippuvuushäiriö. BioMed Research International 2012; 2012. doi: 10.1155 / 2012 / 854524
  241. 31. Kim SH, Baik SH, Park CS, Kim SJ, Choi SW, Kim SE. Vähentyneet striatal dopamiini D2 -reseptorit ihmisillä, joilla on Internet-riippuvuus. Neuroreport 2011; 22 (8): 407 – 411. doi: 10.1097 / WNR.0b013e328346e16e. PMID: 21499141
  242. 32. Lu DW, Wang JW, Huang ACW. Internet-riippuvuusriskitason eriyttäminen autonomisten hermoston vastausten perusteella: Internet-riippuvuushypoteesi autonomisesta toiminnasta. Kyberpsykologia, käyttäytyminen ja sosiaalinen verkostoituminen 2010; 13 (4): 371 – 378. doi: 10.1089 / cyber.2009.0254
  243. 33. Lin PC, Kuo SY, Lee PH, Sheen TC, Chen SR. Internet-riippuvuuden vaikutukset koulun ikäisten lasten sykevaihteluihin. Journal of Cardiovascular Nursing 2013. doi: 10.1097 / jcn.0b013e3182a477d5
  244. 34. Zheng H, Liu X, Patel K K. Dopamiinin rooli keskitetysti sympaattisessa vasteessa rotilla, joilla on tyypin 2-diabeteksen streptozototsiinin indusoima ja runsaasti rasvaa sisältävä ruokavalio. FASEB-lehti 2011; 25: 1028 – 11.
  245. 35. Bélanger RE, Akre C, Berchtold A, Michaud PA. U-muotoinen yhteys Internetin käytön intensiteetin ja murrosikäisen terveyden välillä. Lastenlääketiede 2014; 127: e330 – e335. doi: 10.1542 / peds.2010-1235
  246. 36. Lam LT. Internet-peliriippuvuus, Internetin ongelmakäyttö ja unihäiriöt: systemaattinen katsaus. Nykyiset psykiatrian raportit 2014; 16 (4): 1 – 9. doi: 10.1007 / s11920-014-0444-1
  247. 37. Kim Y, Park JY, Kim SB, Jung IK, Lim YS, Kim JH. Internet-riippuvuuden vaikutukset korealaisten murrosikäisten elämäntapaan ja ruokavaliokäyttäytymiseen. Ravintotutkimus ja -käytäntö 2010; 4 (1): 51 – 57. doi: 10.4162 / nrp.2010.4.1.51. PMID: 20198209
  248. 38. Li M, Deng Y, Ren Y, Guo S, He X. Xiangtanin keskiasteen oppilaiden lihavuus ja sen suhde Internet-riippuvuuteen. Lihavuus 2014; 22 (2): 482 – 487. doi: 10.1002 / oby.20595. PMID: 23929670
  249. 39. Jenaro C, Flores N, Gomez-Vela M, Gonzalez-Gil F, Caballo C. Ongelmainen Internetin ja matkapuhelinten käyttö: Psykologinen, käyttäytymis- ja terveyskorreloivat. Riippuvuustutkimus ja -teoria 2007; 15: 309 – 320. doi: 10.1080 / 16066350701350247
  250. 40. Kelley KJ, Gruber EM. Ongelmallista Internetin käyttöä ja fyysistä terveyttä. Journal of Behavioral Addictions 2013; 2 (2): 108 – 112. doi: 10.1556 / JBA.1.2012.016. PMID: 26165930
  251. 41. Besedovsky L, Lange T, syntynyt J. Uni ja immuunitoiminnot. Pflügers Archiv-European Journal of Physiology 2012; 463 (1): 121-137. doi: 10.1007 / s00424-011-1044-0. PMID: 22071480
  252. 42. Cheung LM, Wong WS. Unettomuuden ja Internet-riippuvuuden vaikutukset masennukseen Hongkongin kiinalaisilla nuorilla: tutkittava poikkileikkausanalyysi. Sleep Research 2011; 20: 311 – 317. doi: 10.1111 / j.1365-2869.2010.00883.x
  253. 43. Irwin M. Unen ja nukkumisen vaikutukset immuniteettiin ja sytokiineihin. Aivot, käyttäytyminen ja immuniteetti 2002; 16 (5): 503 – 512. doi: 10.1016 / s0889-1591 (02) 00003-x
  254. 44. Adam Y, Meinlschmidt G, Lieb R. Mielenterveyshäiriöiden ja aikuisten yleisen vilustuman väliset yhteydet: Väestöpohjainen poikkileikkaustutkimus. Journal of Psychosomatic Research 2013; 74 (1): 69 – 73. doi: 10.1016 / j.jpsychores.2012.08.013. PMID: 23272991
  255. 45. Irwin M, Patterson T, Smith TL, Caldwell C, Brown SA, Gillin JC, et al. Immuunitoiminnan heikkeneminen elämästressissä ja masennuksessa. Biologinen psykiatria 1990; 27 (1): 22 – 30. pmid: 2297549 doi: 10.1016 / 0006-3223 (90) 90016-u
  256. 46. Kiecolt-Glaser JK, Glaser R. Masennus ja immuunitoiminnot: keskeiset reitit sairastuvuuteen ja kuolleisuuteen. Journal of Psychosomatic Research 2002; 53 (4): 873 – 876. pmid: 12377296 doi: 10.1016 / s0022-3999 (02) 00309-4
  257. 47. Kim HC, Park SG, Lee JH, Jung DY, Hwang SH. Masennusoireet työntekijöiden yleisen kylmän riskitekijänä: 4-kuukauden seurantatutkimus. Journal of Psychosomatic Research 2011; 71 (3): 194 – 196. doi: 10.1016 / j.jpsychores.2011.01.014. PMID: 21843756
  258. 48. Dickerson SS, Kemeny ME. Akuutit stressit ja kortisolivasteet: laboratoriotutkimuksen teoreettinen integrointi ja synteesi. Psykologinen tiedote 2004; 130 (3): 355. pmid: 15122924 doi: 10.1037 / 0033-2909.130.3.355
  259. 49. Cacioppo JT, Hawkley LC. Sosiaalinen eristäytyminen ja terveys painottaen taustalla olevia mekanismeja. Biologian ja lääketieteen näkökulmat 2003; 46 (3): S39 – S52. pmid: 14563073 doi: 10.1353 / pbm.2003.0049
  260. 50. Cohen S. Sosiaaliset suhteet ja terveys. Amerikkalainen psykologi 2004; 59 (8): 676. pmid: 15554821 doi: 10.1037 / 0003-066x.59.8.676
  261. 51. Jaremka LM, Fagundes CP, Glaser R, Bennett JM, Malarkey WB, Kiecolt-Glaser JK. Yksinäisyys ennustaa kipua, masennusta ja väsymystä: Immuunijärjestelmän sääntelyn merkityksen ymmärtäminen. Psykoneuroendokrinologia 2013; 38 (8): 1310 – 1317. doi: 10.1016 / j.psyneuen.2012.11.016. PMID: 23273678
  262. 52. McClelland DC, kerros E, Davidson RJ, Saron C. Korostunut voimamotivaatio, sympaattinen aktivointi, immuunijärjestelmä ja sairaudet. Journal of Human Stress 1980; 6 (2): 11 – 19. pmid: 7391555 doi: 10.1080 / 0097840x.1980.9934531
  263. 53. Cao H, Sun Y, Wan Y, Hao J, Tao F. BMC: n kansanterveys 2011; 11: 802. doi: 10.1186 / 1471-2458-11-802. PMID: 21995654
  264. 54. Heikkinen T, Järvinen A. Yleinen kylmä. Lancet 2003; 361: 51 – 59. pmid: 12517470 doi: 10.1016 / s0140-6736 (03) 12162-9
  265. 55. KUKA. Katsaus 2012 – 2013 talviinfluenssakauteen, pohjoisella pallonpuoliskolla. Maailman terveysjärjestön viikoittainen epidemiologinen ennätys 2013; 88: 225 – 232. Haettu osoitteesta http://www.who.int/wer/2013/wer8822.pdf
  266. 56. Grout P, ​​parturi V E. Kylmähaavat - epidemiologinen tutkimus. Yleislääkäreiden kuninkaallisen yliopiston lehti 1976; 26: 428 – 434. PMID: 957310
  267. 57. Glaser R, Sheridan J, Malarkey WB, MacCallum RC, Kiecolt-Glaser J K. Krooninen stressi moduloi immuunivastetta pneumokokkiseen keuhkokuumerokotteeseen. Psykosomaattinen lääketiede 2000; 62: 804 – 807. pmid: 11139000 doi: 10.1097 / 00006842-200011000-00010
  268. 58. Hass HS, Schauenstein K. Immuniteetti, hormonit ja aivot. Allergia 2001; 56: 470 – 77 pmid: 11421890 doi: 10.1034 / j.1398-9995.2001.056006470.x
  269. 59. Aberg KM, Radeck KA, Choi EH, Kim DK, Demerjian M, Hupe M, et ai. Psykologinen stressi säätelee epidermaalisen antimikrobisen peptidin ekspressiota ja lisää hiiren ihoinfektioiden vakavuutta. Journal of Clinical Investigation 2007; 117: 3339 – 3349. pmid: 17975669 doi: 10.1172 / jci31726
  270. 60. Ng BD, Wiemer-Hastings P. Internetin ja online-pelaamisen riippuvuus. Kyberpsykologia ja käyttäytyminen 2005; 8 (2): 110–113. doi: 10.1089 / cpb.2005.8.110
  271. 61. Widyanto L, McMurran M. Internet-riippuvuustestin psykometriset ominaisuudet. Kyberpsykologia ja käyttäytyminen 2004; 7: 443–450. doi: 10.1089 / cpb.2004.7.443
  272. 62. Nuori KS. Internet-riippuvuustesti (IAT) 2009.
  273. 63. Chang MK, Man Law SP. Tekijärakenne Youngin Internet-riippuvuustestiin: Vahvistava tutkimus. Tietokoneet ihmisen käyttäytymisessä 2008; 24: 2597 – 2619. doi: 10.1016 / j.chb.2008.03.001
  274. 64. Hardie E, Tee MINUN. Liiallinen internetin käyttö: Persoonallisuuden, yksinäisyyden ja sosiaalisten tukiverkostojen rooli Internet-riippuvuudessa. Australian Journal of Emerging Technologies and Society 2007; 5: 34 – 47.
  275. 65. Snaith RP, Zigmond AS. HADS: Sairaalan ahdistuksen ja masennuksen asteikko 1994. Windsor: NFER Nelson.
  276. 66. Andrew B, Wilding J M. Masennuksen ja ahdistuksen suhde elämän stressiin ja saavutuksiin opiskelijoissa. British Journal of Psychology 2004; 95 (4): 509 – 521. doi: 10.1348 / 0007126042369802
  277. 67. Crawford JR, Henry JD, Crombie C, Taylor EP. Normaalit tiedot HADS: stä suuresta ei-kliinisestä näytteestä. British Journal of Clinical Psychology 2001; 40 (4): 429 – 434. doi: 10.1348 / 014466501163904
  278. 68. Russell DW. UCLA-yksinäisyysasteikko (versio 3): Luotettavuus, pätevyys ja tekijärakenne. Persoonallisuuden arvioinnin päiväkirja 1996; 66 (1): 20 – 40. pmid: 8576833 doi: 10.1207 / s15327752jpa6601_2
  279. 69. Jobe LE, Williams White S. Yksinäisyys, sosiaaliset suhteet ja laajempi autismin fenotyyppi korkeakouluopiskelijoissa. Persoonallisuus ja yksilölliset erot 2007; 42 (8): 1479 – 1489. doi: 10.1016 / j.paid.2006.10.021
  280. 70. Buysse-DJ, Reynolds CF, Monk TH, Berman SR, Kupfer DJ. Pittsburgh Sleep Quality Index (PSQI): Uusi väline psykiatriseen tutkimukseen ja harjoitteluun. Psykiatriatutkimus 1989; 28 (2): 193 – 213. doi: 10.1016 / 0165-1781 (89) 90047-4
  281. 71. Goldberg DP, Hillier V F. Yleisen terveyskyselyn skaalattu versio. Psykologinen lääketiede 1979; 9: 139 – 145. pmid: 424481 doi: 10.1017 / s0033291700021644
  282. 72. Reed P., & Senunaite K. ASD-lapsen vaikutus vanhempien itsensä ilmoittamaan immuunijärjestelmään. Tarkistetaan.
  283. 73. McClelland DC, Alexander C, Marks E. Miesvankien voiman, stressin, immuunitoimintojen ja sairauksien tarve. Journal of Abnormal Psychology 1982; 91 (1): 61. pmid: 7056944 doi: 10.1037 / 0021-843x.91.1.61