Addict Behav. 2018 Feb 12, 81: 157-166. doi: 10.1016 / j.addbeh.2018.02.017.
Ioannidis K1, Treder MS2, Chamberlain SR1, Kiraly F3, Redden SA4, Stein DJ5, Lochner C6, Anna JE7.
Abstrakti
TAUSTA JA TAVOITTEET:
Internetin ongelmakäyttö (PIU; muuten tunnetaan nimellä Internet Addiction) on kasvava ongelma nykyaikaisissa yhteiskunnissa. PIU: hon liittyvistä väestöllisistä muuttujista ja erityisistä Internet-toiminnoista on vähän tietoa ja ymmärrystä siitä, miten PIU tulisi käsittää, on rajoitetusti. Tavoitteenamme oli tunnistaa PIU: han liittyvät erityiset Internet-toiminnot ja tutkia iän ja sukupuolen maltillista roolia näissä yhdistyksissä.
MENETELMÄT:
Rekrytoimme 1749-osallistujia, jotka ovat vähintään 18-vuotiaita, mediamainonnan avulla Internet-pohjaisessa tutkimuksessa kahdessa sivustossa, yksi Yhdysvalloissa ja yksi Etelä-Afrikassa; Käytimme analyysissa Lasso-regressiota.
TULOKSET:
Erityiset Internet-toiminnot liittyivät korkeampiin ongelmallisiin Internet-käyttöpisteisiin, mukaan lukien yleinen surffaus (lasso β: 2.1), internetpelit (β: 0.6), verkkokaupat (β: 1.4), verkkohuutokauppasivustojen käyttö (β: 0.027), sosiaalinen verkostoituminen (β: 0.46) ja verkkopornografian käyttö (β: 1.0). Ikä hillitsi PIU: n ja roolipelien (β: 0.33), verkkouhkapelien (β: 0.15), huutokauppasivustojen (β: 0.35) ja suoratoistovälineiden (β: 0.35) välistä suhdetta, ja vanhempi ikä liittyi korkeampaan PIU-tasot. Ei ollut vakuuttavaa näyttöä siitä, että sukupuoli ja sukupuoli × Internet-toiminnot liittyivät ongelmallisiin Internet-käytön pisteisiin. Huomio-alijäämän hyperaktiivisuushäiriöön (ADHD) ja sosiaaliseen ahdistuneisuushäiriöön liittyi korkeita PIU-pisteitä nuorilla osallistujilla (ikä ≤ 25, β: 0.35 ja 0.65), kun taas yleistynyt ahdistuneisuushäiriö (GAD) ja pakko-oireinen häiriö (OCD) olivat liittyy korkeaan PIU-pisteeseen vanhemmilla osallistujilla (ikä> 55, β: 6.4 ja 4.3 vastaavasti).
Päätelmät:
Monilla online-käyttäytymistyypeillä (esim. Ostokset, pornografia, yleinen surffaus) on vahvempi suhde internetin väärinkäyttöön kuin pelaaminen, joka tukee ongelmallisen internetin käytön diagnostista luokittelua monipuolisena häiriönä. Lisäksi ongelmalliseen internetin käyttöön liittyvät Internet-toiminnot ja psykiatriset diagnoosit vaihtelevat iän mukaan ja vaikuttavat kansanterveyteen.
Avainsanat: Käyttäytymisriippuvuus; Internet-riippuvuus; Internet-pelihäiriöt; Lasso; Koneoppiminen; Ongelmallista Internetin käyttöä
Teorian 29459201
DOI: 10.1016 / j.addbeh.2018.02.017
1
esittely
Ongelmainen internetin käyttö (PIU; muuten tunnetaan nimellä Internet Addiction) on kansanterveyden huolenaihe nykyaikaisissa yhteiskunnissa ympäri maailmaa. PIU: n epidemiologia on edelleen epäselvää (
; ), jossa on laaja valikoima ilmoitettuja pisteiden esiintyvyysarvioita (1% - 36.7%), mikä heijastaa todennäköisesti paitsi väestöeroja myös arviointivälineiden monimuotoisuutta ja PIU-käyttäytymisen erilaisia operatiivisia määritelmiä. DSM-5 on tuonut esiin Internet-pelihäiriön jatko-opiskelun edellytyksenä (), erityisesti sulkemalla pois muut Internet-pohjaiset toiminnot, kuten uhkapelaaminen ja sosiaalisen median käyttö, huolimatta siitä, että on kerännyt näyttöä siitä, että ongelmallinen Internetin käyttö on monitahoinen ongelma, joka ulottuu verkkopelien ulkopuolelle (; ;). Monien erilaisten verkkokäyttäytymisten on kuvattu kykenevän heikentämään normaalia toimintaa, kun niitä tehdään liikaa, mukaan lukien verkkopelit ja massiivisesti moninpelit online-roolipelit (;;;;;;), online-uhkapelit (;), verkkokaupat (; ;), pornografian katselu (;;), säännöllinen sähköpostin tarkistus, pikaviestit (;;) ja sosiaalisen median liikakäyttö (;). Verkkokäyttäytyminen voi myös aiheuttaa huolta yksilöiden fyysisestä terveydestä (;) tai luoda pohjan rikoksille (). Impulssi- ja pakonomainen ominaisuus voi tukea ongelmallista Internet-käyttäytymistä (;;;;), kun taas erityiset Internet-toiminnot on liitetty psykiatrisiin häiriöihin; esimerkiksi verkkokaupoissa on yhdistetty masennukseen ja kasaamiseen (
).
Nuorten ja opiskelijoiden katsotaan olevan haavoittuvimpia PIU: n (
; ; ; ; ), mutta keski-ikäisiä ja vanhempia väestöryhmiä ei ole tutkittu kattavasti. Nuori ikä on liitetty ongelmallisiin verkkokaupoihin (;). On kuitenkin tehty useita tutkimuksia, joissa yksilöidään aikuisväestön ongelmalliset Internet-toiminnot, mukaan lukien liiallinen Internet-pohjainen ostos (
). Kaiken kaikkiaan ongelmallisen Internetin käytön luonnollista historiaa ei edelleenkään tunneta, ja PIU: n kokonaismäärässä tai erilaisissa ongelmallisissa verkkokäyttäytymisissä voi olla ikään liittyviä eroja.
PIU: n on katsottu olevan miesten valtaosa (
; ) ja on todennäköisesti yleisempää aasialaisten miespuolisten nuorten keskuudessa, mutta myös naiset voivat olla haavoittuvia (;). Kliinisellä tasolla valtaosa PIU-tutkimuksista sisälsi vain miehiä osallistujia (), ja on epäselvää, onko naisten kliiniset populaatiot olleet alitutkittuja. Havainnollisista tutkimuksista on saatu todisteita siitä, että miehet ja naiset eroavat toisistaan toimintaympäristössään verkkoympäristössä valitsemiensa aktiviteettien ja niiden kielteisten seurausten suhteen (;). Keskustelujen ja sosiaalisen median liialliseen käyttöön on liitetty nuorten opiskelijoiden naispuolista sukupuolta (;;;; S). Naisten sukupuoli on myös tunnistettu ongelmallisten verkkokaupojen ennustajaksi (), mutta myös päinvastaista on raportoitu (;). Verkkopelaamiseen on liitetty miespuolista sukupuolta (), mutta monen pelaajan online-roolipelejä on ilmoitettu olevan molemmilla sukupuolilla (). Verkkopornografian ja verkkopelaamisen on ilmoitettu olevan yleisempiä aikuisten miesten keskuudessa (), mutta on väitetty, että palkkion vahvistamisen, reaktion reaktion kiihtyvyydellä ja verkkoseksun halun merkitys on samanlainen molemmille sukupuolille (). Molemmat sukupuolet käyttävät erityisiä riippuvuusmahdollisuuksia tarjoavia sosiaalisen median alustoja, kuten Facebook, kuten verkkosivustosivustot, ja on väitetty, että naiset saattavat olla erityisen vaarassa (). Kaiken kaikkiaan voi olla sukupuolikohtaisia eroja PIU: n näkökohdissa; vaihtoehtoisesti voi olla, että kun kliiniset ja käyttäytymisominaisuudet / sekoitukset otetaan huomioon, molemmat sukupuolet vaikuttavat samalla tavalla (;;
).
Kaiken kaikkiaan ongelmainen Internetin käyttö, mukaan lukien monenlainen ongelmallinen Internet-käyttäytyminen, vaatii tiukempia tutkimuksia, jotka paljastaisivat sitä, mitä tiettyjä toimia olisi pidettävä ongelmallisina tai toimintahäiriöisinä tai yleisesti ottaen myötävaikuttavina PIU: ksi kuvattuun ilmiöön. Tapa, jolla ikä ja sukupuoli säätelevät tietyn Internet-toiminnan ja PIU: n välistä suhdetta, on tutkittu liian vähän, mikä vaatii enemmän huomiota.
Tavoitteenamme oli tunnistaa tietyt internet-liittyvät toiminnot, jotka tilastollisesti liittyvät PIU: hon ja onko vuorovaikutusta iän tai sukupuolen kanssa, joka säätelee näitä suhteita.
2
materiaali ja metodit
2.1
Asetus ja mitat
Lisätietoja tämän tutkimuksen asettamisesta ja toimenpiteistä on kuvattu myös aiemmassa PIU-julkaisumme (
). Tämän tutkimuksen menetelmien raportointi noudattaa STROBE-ohjeita (
). Nykyinen tutkimus tehtiin tammikuusta 2014 – helmikuu 2015. 18-vuotiaita ja sitä vanhempia henkilöitä rekrytoitiin kahdelle toimipisteelle: Chicagossa (USA) ja Stellenboschissa (Etelä-Afrikka) Internet-ilmoituksia käyttämällä (keskimääräinen ikä 29 [18 – 77]; 1119 urokset [64%]; 1285 kaukasialainen [73%]). Mainoksissa pyydettiin henkilöitä osallistumaan verkkokyselyyn Internetin käytöstä. Osallistujat täyttivät kyselyn nimettömästi Survey Monkey -ohjelmistolla. Kysely lähetettiin Craigslistin kautta, joten vain osallistujat tietyistä alueista kohdennettiin. Tutkimus hyväksyttiin kunkin tutkimuspaikan institutionaalisten arviointilautakuntien avulla. Osallistujat eivät saaneet korvausta osallistumisesta, mutta he ilmoittautuivat satunnaiseen arpajaiseen, jossa oli saatavana viisi palkintoa, joiden jokaisen palkinnon arvo oli välillä $ 50 - $ 200 Yhdysvalloissa ja kolme palkintoa välillä ZAR250 ja ZAR750 Etelä-Afrikassa.
Verkkokysely sisälsi kysymyksiä kunkin iästä, sukupuolesta, rodusta, parisuhteen tilanteesta, seksuaalisesta suuntautumisesta ja koulutustaustasta sekä erilaisia toimenpiteitä erityisistä Internet-toiminnoista. Mitattiin useita erilaisia Internet-aktiviteetteja, kuten 1) yleinen surffaus 2) internetpelit yhteensä 3) Online-roolipelit (RPG) 4) Aikaa tuhlaavat / taitopelit (ts. Sovellukset iPodilla / iPadilla / matkapuhelimella, Tetris, Jewels) 5 ) Online-toimintamoninpeli (ts. Call of Duty, Gears of War) 6) Verkkokaupat 7) Huutokauppasivustot (eli ebay) 8) Verkkopelaaminen 9) Sosiaalinen verkostoituminen 10) Verkko-urheilu (eli fantasiaurheilu, ESPN) 11) Pornografia / sukupuoli Internetissä 12) Viestit / blogit (eli AIM, Skype) ja 13) Videoiden / median suoratoisto (ts. YouTube, Hulu). Tutkimus sisälsi myös kliinisiä toimenpiteitä: Internet-riippuvuustesti (IAT) (
) tarjota mittari huonoon Internetin käyttöön; valitaan mini-kansainvälinen neuropsykiatrisen haastattelun (MINI) moduulit () todennäköisen sosiaalisen ahdistuneisuushäiriön (SAD), yleistyneen ahdistuneisuushäiriön (GAD) ja pakko-oireisen häiriön (OCD) tunnistamiseksi; aikuisten ADHD: n itseraportointiasteikko-oireiden tarkistuslista (ASRS-v1.1) () tarkkaavuusvajeisen hyperaktiivisuuden häiriön (ADHD) oireiden tunnistamiseksi; Padovan inventaario (PI) () obsessiivisten-kompulsiivisten taipumusten tunnistamiseksi; ja Barratt-impulsiivisuusasteikko (BIS-11) impulsiivisen persoonallisuuden kvantifioimiseksi (
). Kaikkien muuttujien kuvaavat tilastot on koottu yhteen ja jaoteltu iän mukaan täydentävään taulukkoon S1a.
IAT käsittää 20-kysymykset, joissa tutkitaan PIU: n puolia. IAT: n pisteet vaihtelevat 20: sta 100: iin, kun 20 – 49 heijastaa lievää Internetin käyttöä, 50 – 79 maltillista Internetin käyttöä ja 80 – 100 heijastaa vakavaa Internetin käyttöä. PI koostuu 39-kohteista, jotka arvioivat yleistä pakkomielteistä ja pakonomaista käyttäytymistä. BIS-11 on itseraportoitava kyselylomake, jota käytetään impulsiivisuuden tasojen määrittämiseen.
Suoritimme pääkomponenttianalyysin (PCA) selvittääkseen, voisivatko muutamat Internet-toimintojen komponentit ottaa huomioon merkittävän osan varianssista. Tämä analyysi osoitti kuitenkin, että tarvitsimme> 11 komponenttia 13 komponentista saavuttaaksemme yli 90% varianssin, mikä osoittaa, että merkittävä osa Internet-toiminnan muuttujista vaikuttaa ainutlaatuisesti varianssiin. Siksi päätimme käyttää kutakin muuttujaa erikseen analyysissämme.
Analyyseihin sisällytettiin vain tiedot osallistujista, jotka täyttivät koko verkkokyselyn, mukaan lukien Internet-aktiivisuustoimenpiteet. Alkuperäiseen otokseen kuului 2551 henkilöä. 63 henkilöä suljettiin pois IAT-pisteiden puuttuessa. Lisäksi 18 henkilöä suljettiin pois transseksuaalisen sukupuolen ilmoittamisesta ja 459 tärkeiden ennustavien muuttujien, esim. PI- tai BIS-kyselylomakkeiden, puuttumisesta. Viisi henkilöä suljettiin pois ilmoittautumisesta alle 18-vuotiaita. Lisäksi 257 henkilöä suljettiin pois Internet-toiminnan puuttuvien toimenpiteiden vuoksi. Lopullinen täydellinen sarja sisälsi 1749 henkilöä, joilla oli täydet pisteet kaikista muuttujista. Tämä poissulkemisprosessin viimeinen vaihe vastaa otoksen eroa tämän tutkimuksen ja
. Tämä lopullinen koko sarja sisälsi 1063 henkilöä Stellenboschin sivustolta ja 686 henkilöä Chicagon sivustolta. PIU: n arvioitu pisteiden esiintyvyys oli ~ 8.5% käyttämällä IAT-raja-arvoa 50 tai enemmän. Kahta tutkimuskohteen populaatiota verrattaessa Stellenbosch-sivustolla oli nuorempia osallistujia [keskiarvo (vaihteluväli) 24.3 (18–76) vs. 36.3 (18–77), ANOVA F <0.05, η 2 : 0.20], miesten sukupuolen pienempi osuus [58% vs. 73%, χ 2 <0.05, φ : 0.15], suurempi osuus heteroseksuaalisesta seksuaalisesta suuntautumisesta [91% vs. 84%, χ 2 <0.05, φ : 0.10], korkeammat ADHD-arvot [50% vs. 41% χ 2 <0.05, φ : 0.9], alhaisemmat verkkokaupoissa [keskiarvo (vaihteluväli) 0.48 (0–5) vs. 1.27 (0–5), ANOVA F <0.05, η 2 : 0.18] ja hieman alhaisemmat IAT-pisteet [keskiarvo (vaihteluväli) 30.3 (20–94) vs. 35.9 (20–85), ANOVA F <0.05, η 2 : 0.06]. Yksityiskohtaisempi vertailu on esitetty lisätaulukossa S1b. Rekrytointi- ja poissulkemisprosessit on esitetty graafisesti Kuvio 1 . Kaikki jatkuvat muuttujat (ts. BIS-pisteet) standardisoitiin mallikertoimien tulkittavuuden lisäämiseksi. Ennustamismenetelmissä käytettiin IAT-pistemäärää numeerisena muuttujana (alue 20 – 94, keskiarvo 32.48). Kaikki analyysit tehtiin R Studio -versiossa 3.1.2. Lasso-yleiset lineaarimallit suoritettiin käyttämällä ”glmnet” -pakettia (paketti glmnet-versio 2.0 – 5 (
)). Lisätietoja analyysiprosessista löytyy liitteestä (metodologinen liite).
2.2
Korrelaatioiden tutkiminen
Tutkimme tietojemme muuttujien välisiä korrelaatioita (ks Kuvio 2 ). Kaikilla erilaisilla Internet-aktiviteeteilla oli heikko positiivinen korrelaatio IAT-pisteiden kanssa (Pearsonin korrelaatiokerroin 0.23–0.48). Internet-aktiivisuusmuuttujien välillä havaittiin joitakin kohtuullisia positiivisia korrelaatioita, ts. Internetpelaamisen kokonaismäärä ja RPG (r = 0.57), Internet-pelaamisen kokonaisuus ja moninpelitoiminnot (r = 0.55), verkkokaupat ja huutokauppasivustojen käyttö (r = 0.55), yleinen surffaus ja ostokset (r = 0.44), yleinen surffaus ja sosiaalinen verkostoituminen (r = 0.44), yleinen surffaus ja suoratoisto (r = 0.44). Urheilun ja pornografian (r = 0.38), miespuolisen sukupuolen ja urheilun (r = 0.30) tai pornografian (r = 0.39) tai moninpelitoiminnan (r = 0.27) välillä oli heikko positiivinen korrelaatio. Verkkopelaamisen ja moninpelitoiminnan (r = 0.41), RGP: n (r = 0.32), huutokauppasivustojen (r = 0.38), urheilun (r = 0.38) tai pornografian (r = 0.39) välillä oli heikko korrelaatio. Impulssi korreloi heikosti positiivisesti yleisen surffauksen, verkkokaupan, huutokauppasivustojen käytön, sosiaalisen verkostoitumisen, suoratoistomedian ja pornografian kanssa (0.2 ≤ r ≤ 0.3). Vanhemman iän ja ostotapahtumien (r = 0.33) tai huutokauppasivustojen käytön (r = 0.22) sekä ei-heteroseksuaalisen seksuaalisen suuntautumisen ja pornografian (r = 0.22) välillä oli myös heikko korrelaatio. Kaikki muut korrelaatiot internet-toiminnan ja iän, sukupuolen, parisuhteen tilan, seksuaalisen suuntautumisen, koulutustason, rodun sekä impulsiivisuuden ja kompulsiivisuuden välillä olivat hyvin heikkoja (−0.2 <r <0.2).
2.3
Yliasennuksen käsittely
Tilastollisissa menetelmissämme käyimme malleja, jotka sisälsivät demografiset muuttujat (ikä, rodut, koulutustaso, sukupuoli, suhteellisuus, seksuaalinen suuntautuminen), kliiniset ominaisuudet (ADHD: n, GAD: n diagnoosit, sosiaalinen ahdistus ja OCD), käyttäytymismitat, joiden tiedetään liittyvän PIU (impulsiivisuus ja pakkokeino), Internet-toiminnot ja Internet-toimintojen väliset vuorovaikutusehdot × Ikä tai Sukupuoli; jälkimmäistä päätettiin testata hypoteesilla, jonka mukaan ikä tai sukupuoli säätelevät suhdetta Internet-toiminnan ja ongelmallisen Internetin käyttöpisteiden välillä. Olemme sisällyttäneet yhteensä 51-ennustemuuttujia. Sisällyttämällä lukuisia muuttujia, pyrimme malliin, joka on tarkempi ja samalla kaappaa monimutkaisia vuorovaikutuksia demografisten ja Internet-aktiivisuusmuuttujien välillä. Monien ennustemuuttujien käytön haittapuoli on kuitenkin se, että tämä johtaa tyypillisesti liialliseen sovittamiseen, johon liittyy suuria kertoimia. Lisäksi näytteessä olleella lineaarisella regressiolla on taipumus olla liian sovi, etenkin monimutkaisissa malleissa, ja se on perustavanlaatuisesti puutteellinen ennustettaessa uusia tietoja. Liian istuvien mallien haittapuolista on laajaa näyttöä (
). Liian sopivuuden käsittelemiseksi olemme keskustelleet otoksen ulkopuolisten tilastollisten menetelmien (ristivalidointi) käytöstä, jotta saadaan arvio mallin yleistymis- ja ennustevirheestä (
). Tutkimme tätä lähestymistapaa nykyisissä tiedoissamme, kun käytimme otoksen ulkopuolista ristivalidoitua estimaattia keskiarvo-neliövirhe yhdessä muuttujien taaksepäin valinnan kanssa testataksemme, parantuvatko mallit lisäämällä suuren määrän muuttujia ennustajien mahdollisten yhdistelmien osajoukot, ja huomasimme, että harvat mallit (ts. noin 13-16 muuttujan välillä) eivät olleet huonompia ristivalidoidun RMSE: n suhteen monimutkaisempiin malleihin (mukaan lukien> 16 muuttujaa). Tämä näkyy tutkimuksessa Kuvio 3 (ylävasen).
2.4
Säännöllinen regressio harsuusrajoituksilla
Edellisessä kappaleessa mainituista syistä halusimme käyttää ennustusmenetelmää, joka ei sovi liian paljon, samalla kun se on verrattavissa vakioihin tilastollisiin menetelmiin PIU-pisteiden ennustamisessa. Olisi myös arvokasta, jos menetelmämme voisi myös tehdä muuttuvan valinnan (ts. Vähentämällä ennustajien lukumäärää, jolla ei ole nolla-kertoimia) mallin tulkittavuuden auttamiseksi. Normalisointi, alun perin suunnitellut Tikhonov ratkaisemaan integraatioyhtälöt (
), joka on myöhemmin otettu käyttöön tilastotiedeessä, jolla on joitain edellä mainituista ominaisuuksista siirtää mallin rakennetta kohti harvempaa ja vähentää ylimääräistä sovitusta (). Lasso (yleistetty lineaarinen malli, jossa rangaistaan suurin todennäköisyys, tunnetaan regressiona käyttämällä vähiten absoluuttista kutistumista ja valintaoperaattoria (Lasso tai LASSO ())) on normalisointi- ja regressioanalyysimenetelmä, jota käytetään nykyään usein lääketieteissä (;) ja jolla on potentiaalinen käyttö kliinisen ennustemallinnuksen psykiatriassa (RC). Harjanteen regressio on toinen muoto normalisoidulle lineaariselle regressiolle, joka kutistaa kertoimet asettamalla kertoimen sakko (). Elastinen verkko on välimalli harjanteen ja lasson välillä ja sen rangaistusta säätelee α, joka siltaa lason (α = 1) ja harjanteen (α = 0) välisen raon. Viritysparametri λ säätelee rangaistuksen yleistä voimakkuutta. Lasso käyttää L1-rangaistusta ja harju käyttää L2-rangaistusta. Toisin kuin harjanteen regressio, Lasso L1 -rangaistuksen seurauksena suurin osa kertoimista ajetaan nollaan, mikä johtaa normalisoituun ratkaisuun, joka on harva samaan aikaan. Tällä mekanismin avulla Lasso suorittaa muuttujan valinnan, joka voi huomattavasti yksinkertaistaa tulkintaa, varsinkin jos malliin osallistuu monia ennustajia. Toinen epästandardi menetelmä, joka tunnetaan korkeasta tarkkuudesta ja kyvystä välttää liiallista sopeutumista, on satunnaiset metsät
). Satunnaiset metsät ovat koneoppimismenetelmiä, jotka toimivat hyvin epälineaaristen riippuvuuksien varalta, ja siksi tämän mallin suorituskyvyn tutkiminen voisi antaa meille käsityksen mahdollisesti ”piilotettuista” monimutkaisista assosiaatioista.
2.5
Ennustamismenetelmät
Analyysissämme sopivan mallin valitsemiseksi verrattiin lineaarista regressiota, harjanteen regressiota, joustaverkkoa, Lassoa ja satunnaisia metsämalleja keskenään ja naiiviin perustasoon nähden käyttämällä ristivalidoitua RMSE: n ulkopuolista estimaattia. Ristiintarkistukseen sisältyi tietojen jakaminen satunnaisesti harjoittelu- ja testausjoukkoihin, malliparametrien virittäminen harjoitusjoukolle ja ennusteiden tekeminen IAT-pisteille testausryhmässä. Koska data jaetaan taitoksina satunnaisesti, toistimme tämän prosessin 50 kertaa vakaan ja toistettavan estimaatin saamiseksi. Sitten verrattiin RMSE-pisteiden lopullisia vektoreita käyttämällä Exact Wilcoxon-Prattin allekirjoittamia rankitestejä. Kaikki mallit olivat merkittävästi parempia kuin naiivilla lähtötilanteella (p korjattu <0.001, Cohenin d = −0.87) (katso täydentävä taulukko S2). RMSE-pisteiden yhteenvetotilastot on esitetty täydentävässä taulukossa S3. Laso ja joustava verkko olivat parempia kuin harjanteen regressio (p-korjattu <0.01, d = 0.51, d = 0.49) ja lineaarinen regressio (p korjattu <0.001, d = 0.76) eivätkä olleet tilastollisesti erilaisia keskenään (p korjattu> 0.05, d = −0.08). Satunnainen metsä ei ollut parempi kuin lasso (p = 0.12) tai joustava verkko (p korjattu> 0.05). Siksi käytimme analyysissämme Lassoa, koska hyvän otoksen ulkopuolisen ennustamisen lisäksi Lasso pystyi suorittamaan muuttuvan valinnan kutistamalla kertoimet nollaan ja lisäämällä siten tulkittavuutta. Vaikka joustava verkko voi suorittaa myös muuttuvan valinnan, se pyrkii valitsemaan enemmän muuttujia, ja huolimatta siitä, että se on monimutkaisempi ja tehokkaampi malli, se ei antanut merkittävästi parempaa suorituskykyä kuin lasso. Loppuanalyysissämme täydelliset tiedot ja alaryhmäanalyysit käytimme 10-kertaista ristivalidointia optimaalisen lambda-arvon tuottamiseksi jokaiselle lasomallille ja raportoimme näiden mallien tuottamat kertoimet. Täydellisestä data-analyysistä johtuvat selittävät kaaviot on esitetty Kuvio 3 .
3
tulokset
Lasso - regressiotulokset on koottu yhteen otokseen ja stratifioitu iän mukaan vuonna 2006 Taulukot 1 ja 2 . Alaryhmäanalyyseja koskevat täydelliset tulostaulukot, mukaan lukien kerrottuna ikä- ja tutkimuskohtaisesti, esitetään online-lisätaulukoissa (taulukot S4 – S10). Aineiston etsintäkaaviot on esitetty lisäkuvioina (kuvat S1 – S3). Tulokset tyypillisemmästä, lineaarisen regression tilastollisesta lähestymistavasta esitetään myös liitetaulukoissa S4 – S10, ja mahdolliset rakenteellisten päätelmien erot verrattuna alla esitettyihin tärkeimpiin tuloksiin edellyttävät toisen mallin valintaa.
| Internet-toiminta | Kaikki (n = 1749) | 18 ≤ ikä ≤ 25 (n = 1042) | 26 ≤ ikä ≤ 55 (n = 592) | Ikä> 55 (n = 115) |
|---|---|---|---|---|
| Yleinen surffaus | 2.100 | 2.400 | 1.500 | 0.590 |
| Internet-pelit | 0.600 | 0.450 | 0.110 | 0.000 |
| RPG | 0.000 | 0.000 | 0.710 | 0.000 |
| Ajan tuhlaajat | 0.000 | 0.000 | 0.000 | 0.450 |
| Toiminta moninpeli | 0.000 | 0.000 | 0.000 | 0.000 |
| Ostokset | 1.400 | 0.840 | 1.500 | 0.000 |
| Huutokauppasivustot | 0.027 | 0.000 | 0.990 | 0.230 |
| uhkapeli | 0.000 | 0.000 | 0.780 | 0.000 |
| Sosiaalinen verkostoituminen | 0.460 | 0.000 | 1.300 | 0.000 |
| Urheilu | 0.000 | 0.000 | 0.000 | 0.000 |
| Pornografia | 1.000 | 1.400 | 0.210 | 0.000 |
| Viestit | 0.000 | 0.000 | 0.110 | 0.000 |
| Streaming media | 0.000 | 0.000 | 0.000 | 1.200 |
| Padova | 0.074 | 0.085 | 0.029 | 0.065 |
| BIS | 0.066 | 0.048 | 0.072 | 0.086 |
| ADHD-diagnoosi | 1.700 | 0.350 | 3.100 | 0.000 |
| GAD-diagnoosi | 0.230 | 0.000 | 0.000 | 6.400 |
| Sosiaalisen ahdistuksen diagnoosi | 0.000 | 0.560 | 0.000 | 0.000 |
| OCD-diagnoosi | 0.270 | 0.000 | 0.000 | 4.300 |
| Internet-toiminta | Kaikki (n = 1749) | 18 ≤ ikä ≤ 25 (n = 1042) | 26 ≤ ikä ≤ 55 (n = 592) | Ikä> 55 (n = 115) |
|---|---|---|---|---|
| Demografiset muuttujat | 0.000 | 0.000 | 0.000 | 0.000 |
| Sukupuoli × mikä tahansa Internet-toiminta | 0.000 | 0.000 | 0.000 | 0.000 |
| Ikä × yleinen surffaus | 0.000 | - | - | - |
| Ikä × Internet-pelaaminen | 0.000 | - | - | - |
| Ikä × RPG | 0.330 | - | - | - |
| Ikä × aikahukkaajat | 0.000 | - | - | - |
| Ikä × moninpeli | 0.000 | - | - | - |
| Ikä × ostokset | 0.000 | - | - | - |
| Ikä × uhkapeli | 0.150 | - | - | - |
| Ikä × huutokauppasivustot | 0.350 | - | - | - |
| Ikä × sosiaalinen verkostoituminen | 0.000 | - | - | - |
| Ikä × urheilu | 0.000 | - | - | - |
| Ikä × pornografia | 0.000 | - | - | - |
| Ikä × viestit | 0.000 | - | - | - |
| Ikä × suoratoistomedia | 0.350 | - | - | - |
3.1
Väestötiedot
Lassomäärän regressiossa ei muuttujia, mukaan lukien ikä, sukupuoli, rotu, koulutustaso, suhdetila tai seksuaalinen suuntautuminen, liittynyt PIU: hon millään ikäryhmän alaryhmässä tai täydellisissä tiedoissa.
3.2
Internet-toiminta
Lasso-regressiotiedoissa lukuisat Internet-toiminnot liittyivät korkeisiin PIU-pisteisiin, mukaan lukien yleinen surffaus (β: 2.1), internetpelit (β: 0.6), verkkokaupat (β: 1.4), huutokauppasivustojen käyttö (β: 0.027), sosiaalinen verkostoituminen (β: 0.46) ja verkkopornografian käyttö (β: 1.0). PIU: n ja roolipelien (RPG), verkkouhkapelien, huutokauppasivustojen käytön ja suoratoistovälineiden välisiä suhteita hillittiin iän mukaan (β: 0.33, 0.15, 0.35 ja 0.35), vanhempaan ikään liittyi korkeampia PIU-pisteitä . Ikäryhmäanalyysissä (nuoret osallistujat ikä ≤ 25, keski-ikäiset osallistujat 25 <ikä ≤ 55; vanhemmat osallistujat ikä> 55) yleinen surffaus liittyi PIU: han kaikissa ikäryhmissä, mutta voimakkaammin nuorissa (β: 2.4) , vähemmän keski-ikäisillä (β: 1.5) ja vielä vähemmän vanhemmilla osallistujilla (β: 0.59). Samanlainen suuntaus havaittiin Internet-pelaamisessa (β: 0.45, 0.11 ja 0.0 kolmessa ikäryhmässä) ja verkkopornografian käytössä (β: 1.4, 0.21 ja 0.0). Jotkut Internet-toiminnot, kuten online-RPG: t, liittyivät voimakkaammin PIU: han keski-ikäisillä osallistujilla verrattuna muihin ikäryhmiin (β: 0.71). Sama pätee verkkouhkapeleihin (β: 0.78), pikaviesteihin (β: 0.11) ja verkkoyhteisöihin (β: 1.3). Huutokauppasivustojen käyttö liittyi myös voimakkaammin PIU: han keski-ikäisillä osallistujilla (β: 0.99), mutta myös ennakoivasti vanhemmilla osallistujilla (β: 0.23). Verkkomedian suoratoisto ja ajanhukan käyttö liittyivät PIU: han vanhemmissa osallistujissa (β: 1.2, 0.45 vastaavasti), mutta ei missään muussa ikäryhmässä.
3.3
Kliiniset ja käyttäytymisominaisuudet
Huomiota vajaatoimivan yliaktiivisuuden häiriön (ADHD) (β: 1.7), yleistyneen ahdistuneisuushäiriön (GAD) (β: 0.23) ja pakko-oireisen häiriön (OCD) (β: 0.27) oireisiin liittyi korkeammat PIU-pisteet. Ikä-alaryhmäanalyysissä ADHD ja SAD yhdistettiin korkeampiin PIU-arvoihin nuoremmilla osallistujilla (β: 0.35 ja vastaavasti 0.56), kun taas ADHD pysyi merkittävänä keski-ikäisessä alaryhmässä (β: 3.1). GAD- ja OCD-potilaat liittyivät korkeampiin PIU-arvoihin vanhemmissa osallistujien alaryhmässä (β: 6.4 ja vastaavasti 4.3), mutta ei muissa ikäryhmissä. BIS-pistemäärät (impulsiivinen persoonallisuus) ja PADUA-pistemäärät (pakkomielteiset taipumukset) yhdistettiin korkeampiin PIU-pistemääriin täydellisissä tiedoissa (β: 0.066 ja vastaavasti 0.074) ja kaikissa ikäryhmien analyyseissä.
4
Keskustelu
Tämä artikkeli on ensimmäinen yritys tutkia kokonaisvaltaisesti erilaisia Internet-toimintoja, jotka liittyvät Internetin väärinkäyttöön, toisin sanoen ongelmaiseen Internetin käyttöön. Aikaisemmassa työssä on yleensä käsitelty ongelmaiseen käyttöön johtavia erityisiä Internet-toimintoja keskittymällä yksittäisiin Internet-toimintoihin (
; ; ; ; ). Olemme osoittaneet täällä, että joukko Internet-toimintoja, kuten yleinen surffaus, Internet-pelaaminen, verkkokaupat, huutokauppasivustojen käyttö, online-pelaaminen, sosiaalinen verkostoituminen ja online-pornografian käyttö edistävät erikseen ja ainutlaatuisesti PIU: ta, todistaen, että PIU on monimutkainen ilmiö, joka käsittää erilaisia ongelmallisia käyttäytymismalleja. Lisäksi olemme osoittaneet, että nämä käytökset säilyttävät tilastollisesti merkittävät yhteydet PIU: hen, jopa silloin, kun psykiatriset oireet, jotka tiedetään liittyvän PIU: iin (ts. ADHD: n, GAD: n ja OCD: n oireet) (;), ja käyttäytymisen mitat, joiden tiedetään ennustavan PIU (ts. Persoonallisuuden mitat impulssiteettiä ja pakkokeinoa) (;;;
) otetaan huomioon. Olemme lisäksi osoittaneet, että tietyt Internet-aktiviteetit, kuten RPG, verkkopelaaminen, huutokauppasivustojen käyttö ja streaming media liittyvät korkeampiin PIU-pisteisiin ja että ikään vaikuttaa tämä suhde. Lopuksi, tietomme osoittavat, että muun tyyppisillä verkkokäyttäytymisillä (esim. Ostokset, pornografia, yleinen surffaaminen) on vahvempi yhteys Internetin väärinkäyttämiseen kuin pelaamiseen, ja on mahdollista, että tämä liittyy tosiasiaan, että aiemmissa tutkimuksissa ei ole sisällytetty tällaista laaja valikoima Internet-liittyviä toimintoja. Näillä tuloksilla on merkittäviä vaikutuksia PIU: n käsitteellistämiseen kliinisesti merkityksellisenä häiriönä, koska ne vetävät huomion yksidimensionaalisesta ja suhteellisen kapeasta ”Internet-pelihäiriön” rakenteesta kohti moniulotteista kokonaisuutta, jossa on ongelmallista Internetin käyttöä tai Internet-riippuvuutta, joka käsittää useita puolia. ihmisten verkkokäyttäytymisestä.
Lisäksi käyttämällä näytteen ulkopuolista ristiinvalidointia olemme osoittaneet, että Lasso-regression käytön 'epästandardi' lähestymistapa on tarkempi PIU-pisteiden ennustamisessa verrattuna 'tavallisempaan' lineaariseen regressioon. Mallin ennustearvon otannan ulkopuolisen estimoinnin käyttäminen auttaa usein käsittelemään ilmiötä, jolla merkitykset vähenevät replikaatiotutkimuksissa. Lasso-regression valintaan liittyy kuitenkin huomautus, että muuttujat, joita malli ei valitse (nollakertoimilla), voivat silti olla ennustavia, etenkin kun valittujen ja ei-valittujen muuttujien välillä on korkea korrelaatio. Tietokannassamme meillä ei ollut korreloivia muuttujia, silti tämä rajoitus tarkoittaa, että meidän tulisi käsitellä kaikkia negatiivisia tuloksia konservatiivisesti. Esimerkiksi sukupuolen ja PIU: n välisen assosiaation puute sekä sukupuolten välisen epäsuhtalaisen yhteydenpito × Internet-toiminnot PIU: n kanssa tukevat väitetysti hypoteesia, että jos otetaan huomioon laajempi valikoima PIU: n käyttäytymismalleja ja mahdollisia tunnustajia, molemmat sukupuolet ovat yhtä haavoittuvia PIU: n (
; ). Analyysimme rajoitusten vuoksi emme kuitenkaan voi sulkea pois mahdollisuutta, että PIU: n ja sukupuolen välillä on muita assosiaatioita. Esimerkiksi sukupuolen on ehdotettu hillitsevän verkkokaupojen ja PIU: n välistä suhdetta ja että naiset saattavat olla suuremmassa vaarassa (). Voi olla merkitystä, että pakkomyynnin aiheuttamissa häiriöissä, keski-ikäisissä ryhmissä näkyvissä häiriöissä, on naisten määräävä osuus 5: 1-suhteessa (), ja se voi johtaa sellaisiin havaintoihin. Meillä ei ollut tietoja tästä häiriöstä tämän hypoteesin testaamiseksi. On myös tärkeätä huomata, että tässä käytetty IAT-instrumentti on saanut kritiikkiä siitä, ettei se ole riittävän kestävä tekijärakenteen suhteen, eroihin nykyisestä DSM-5-toiminnallisuudesta (pelihäiriö) ja Internet-sovellusten teknisen kehityksen jälkeen jäämisestä (;
). Tulevaisuuden PIU-tutkimusta palvelisivat hyvin metodologisesti vankat, validoidut instrumentit, jotka pystyisivät myös ottamaan huomioon PIU: n nopeasti kehittyvän luonteen teknologisesta ja käyttäytymisnäkökulmasta.
Ikä-alaryhmäanalyysimme antoi käsityksen ikään liittyvistä yhteyksistä PIU: n ja erilaisten Internet-toimintojen välillä. Yleinen käsitys siitä, että PIU on nuorten häiriö, ei välttämättä ole oikea, ja se voi perustua asianmukaisesti suunniteltujen tutkimusten puuttumiseen, joka kuvaa online-käyttäytymistä kaikissa ikäryhmissä. Riittämättömät tiedot PIU: n luonnollisesta historiasta koko elinkaaren ajan eivät salli ikääntyvien väestöryhmien haavoittuvuuksien kattavaa tutkimista PIU: n kehittymisen riskin kannalta. Tuloksemme kuitenkin osoittavat, että näitä haavoittuvuuksia on olemassa, ja lisätutkimukset ovat perusteltuja riskiryhmien ominaisuuksien kartoittamiseksi. Esimerkiksi ADHD: n tai sosiaalisen ahdistuksen oireiden esiintyminen voi olla PIU: n ennustaja nuorilla väestöryhmillä, kun taas OCD- tai GAD-oireet voivat olla PIU: n ennustajia vanhemmilla väestöryhmillä. Se tosiseikka, että OCD: n ei havaittu liittyvän PIU: han äskettäisessä metaanalyysissä (
) voi olla osoitus siitä, että vanhemmat väestöryhmät ovat riittämättömästi tutkittuja. Se tosiasia, että ADHD liittyi voimakkaasti korkeisiin PIU-pistemääriin, ei ole yllättävää, koska muut tutkimukset ovat ilmoittaneet erittäin korkean ADHD-esiintyvyyden (jopa 100%) PIU-populaatioissa (). Samanaikaisesti tietyillä keski-ikäisillä väestöryhmillä (26: n ja 55: n välillä) voi olla enemmän PIU-riskiä, jos he kärsivät myös pakollisista osto- tai uhkapelihäiriöistä, kun otetaan huomioon niiden häiriöiden luonnollinen historia, jotka huippuvat keski-iässä (
).
Lisäksi havainnot, että tietty online-aktiviteetti liittyi PIU: hon vain tietyissä ikäryhmissä, viittaavat siihen, että tietyillä ikäryhmillä voi olla riski kehittää PIU: n näkökohtia. Vaikka nuorilla saattaa olla suurempi riski kehittää PIU: ta, jolla on taipumus katsella pornografiaa, haavoittuvuus, joka voi olla vähemmän vahva keski-iässä ja vähentyä myöhemmin elämässä, iäkkäät ihmiset saattavat olla alttiimpia kehittämään PIU: ta, jolle on ominaista ajan ongelmakäyttö. jätteet ja suoratoistovälineet (katso valmisteleva Kuvio 4 ). Lopuksi, yleinen surffailu voi olla PIU: n aliarvioitu puoli, joka näyttää liittyvän voimakkaammin nuorten korkeampiin PIU-pisteisiin, mutta tärkeä kaikissa ikäryhmissä; Tämä havainto voi liittyä siihen tosiseikkaan, että varhainen aikuiselämä voi olla vähemmän tavoitteellista ja nuoret viettävät enemmän aikaa jäsentämättömän toiminnan aikana verkkoympäristöissä verrattuna muihin vanhempiin ikäryhmiin.
Tuloksillamme on myös kansanterveydellisiä vaikutuksia verkkosisällön sääntelyyn ja kohdentamiseen. Jos tietyt toiminnot liittyvät vahvemmin ongelmallisen käytön kehittämiseen kuin muut, herää kysymys siitä, pitäisikö kansanterveyspolitiikalla kohdistaa haavoittuvassa asemassa olevien henkilöiden ryhmät heidän sietokyvynsä parantamiseksi PIU-riskin suhteen vai onko yleisempiä toimia kohdistettu tiettyihin osa-alueisiin Internet-käyttäytymistä, tulisi harkita tekemään verkkoympäristöistä vähemmän riippuvuutta aiheuttavia. Esimerkiksi online-alustat saattavat joissakin tapauksissa käyttää erityisiä arkkitehtuureja, jotka hyödyntävät käyttäjien haavoittuvuuksia (ts. Impulsiivisia tai pakonaisia piirteitä) ja joiden tarkoituksena on maksimoida käyttäjien viipymisaika online-ympäristössä. Vaikka tällä on merkitystä markkinoinnin näkökulmasta, se herättää huolta siitä, pitäisikö näiden ympäristöjen antaa käyttäjälle myös terveysvaroitus.
4.1
Rajoitukset
Tämä oli poikkileikkauksellinen verkkokysely, joten syy-yhteyttä ei voida vetää. Lisäksi rekrytointimenetelmien ja mahdollisen taipumuksen vuoksi, että PIU-potilaat täyttävät todennäköisemmin online-kyselyn, nykyiset havainnot eivät välttämättä yleisty PIU: lle yleisessä taustapopulaatiossa. Tutkimuksemme toinen rajoitus on kliinisten tietojen puute joillekin PIU: han liittyvistä diagnostisista kokonaisuuksista, kuten masennus tai päihteiden väärinkäyttö. Siksi on mahdollista, että masennus tai päihteiden väärinkäyttö voi selittää joitain tutkimuksessamme havaittuja assosiaatioita. Tulevien tutkimusten tulisi sisältää laajempi valikoima kliinisiä parametreja, jotta voidaan selvittää, vastaavatko ne PIU: n ja Internet-toimintojen välillä havaittuja yhteyksiä. MINI: n käytöstä johtuvia kliinisiä tietoja on muita rajoituksia; tämä on vahvistettu toimitettavaksi koulutetulta henkilöltä henkilökohtaisessa haastattelussa, kun taas tutkimuksessamme se toimitettiin verkkotyökalun kautta. Kliiniset tietomme ovat kuitenkin sopusoinnussa aikaisempien PIU-tutkimusten kanssa. Lisäksi tiedonkeruumme toinen haittapuoli oli se, että arvioimme Internet-toimintaa käyttämällä aktiviteettiin käytettyä aikaa kyseisen toiminnan PIU: n välityspalveluna. Vaikka tämä voi kaapata liiallisen ja siksi ongelmallisen käytön, se voi myös kaapata välttämättömän käytön. Vaikka tässä tutkimuksessa arvioidut toiminnot eivät olekaan olennaisesti olennaisia olennaisia niiden luonteen vuoksi (esim. Ajanhukkaa) tai kun niitä harjoitetaan voimakkaasti (esim.> 8 tuntia päivässä ostoksilla, uhkapeleillä tai pornografialla), tulevissa tutkimuksissa voitaisiin sisältää toimenpiteitä, joilla voidaan erottaa olennainen ja ei-välttämätön Internet-käyttö jokaisessa Internet-toiminnassa tällaisten analyysien mahdollistamiseksi. Toinen tutkimuksen rajoitus on tietojen puute lapsista ja murrosikäisistä. Lapset ja murrosikäiset voivat olla vuorovaikutuksessa Internetin kanssa eri tavalla, mutta myös alttiina verkkokäytölle eri hermokehitysikkunan aikana. Siksi tällaiset erot voivat viitata erilaisiin haavoittuvuuksiin tai sietokykyyn PIU: n kehittymisen riskin suhteen. Esimerkiksi varhaisella, matalalla altistumisella verkkoympäristöön voi olla 'stressinsiirto' -vaikutus (
), joka houkuttelee ihmisiä PIU: n tulevasta kehittämisestä. Jos näin käy, tämä voi selittää edelleen, miksi vanhemmat väestöt, jotka saivat ensimmäisen altistuksen verkkoympäristöistä vasta aikuisina, voivat olla haavoittuvampia. Tulevat tutkimukset voisivat sisällyttää nämä lapsi- ja murrosikäiset ikäryhmät ja tutkia tulevaisuudessa, ennustavatko tietyt Internet-toiminnot PIU: ta. Valitettavasti transseksuaalista sukupuolta raportoivien osallistujien määrä oli pieni (n = 18), mikä ei mahdollistanut merkityksellistä analyysia transsukupuolisen sukupuolen vaikutuksesta. Tutkimuksemme viimeinen rajoitus on, että tutkimuspopulaatiomme koostuu terveistä aikuisista, jotka vain alle 1 prosentilla kärsivät merkittävästä PIU-käyttäytymisestä (IAT> 80). Tulevat tutkimukset hyötyvät siitä, että keskitytään erityisesti PIU-spektrin ylempään päähän voidakseen verrata näitä vakavia PIU-populaatioita kontrolliryhmään, jossa on matala tai kohtalainen tai ei-PIU-yksilö. Vaikka arvioitu PIU: n esiintyvyys näytteessä oli ~ 8.5% (käyttäen IAT-arvoa ≥ 50 raja-arvoa), PIU: n kliinisen puutteen kynnysarvot ovat edelleen kiistanalaisia ja tulevassa tutkimuksessa hyötyisi yleisesti hyväksytystä mittauksesta ja PIU: n määritelmästä.
4.2
Yhteenveto
Yhteenvetona voidaan todeta, että DSM-5 tuo esiin Internet-pelaamishäiriöt ehdokashäiriöinä, mutta muun tyyppisillä verkkokäyttäytymisillä (esimerkiksi ostokset, pornografia, yleinen surffaaminen) on vahvempi yhteys Internetin väärinkäyttäjään kuin pelaamiseen. Internetin ongelmakäyttöön liittyvät psykiatriset diagnoosit ja Internet-toiminnot vaihtelevat iän mukaan, havainnolla, jolla on vaikutuksia kansanterveyteen. Nämä tulokset edistävät rajallista tietämystä ongelmaiseen Internet-käyttöön liittyvästä Internet-toiminnasta ja voivat osaltaan auttaa ongelmaisen Internetin käytön diagnostisessa luokittelussa monitahoiseksi häiriöksi.
Rahoituslähteiden rooli
Tämä tutkimus sai sisäisiä osastojen varoja Chicagon yliopiston psykiatrian laitokselta. Dr. Ioannidisin tutkimustoimintaa tukevat Itä-Englannin terveyskasvatustieteiden korkeakoulutuksen erityisintressit. Kirjailijat eivät saaneet rahoitusta tämän käsikirjoituksen valmisteluun. Rahoituslähteellä ei ollut merkitystä tutkimuksen suunnittelussa, tietojen analysoinnissa tai kirjoittamisessa.
Osallistujat
KI suunnitteli käsikirjoituksen idean, analysoi tiedot, kirjoitti suurimman osan käsikirjoituksesta ja täydentävästä aineistosta ja koordinoi tekijöiden kirjoituksia. MT ja FK osallistuivat tilastollisen analyysin suunnitteluun ja tarkasteluun. SRC, SR, DJS, CL ja JEG suunnittelivat ja koordinoivat tutkimuksen sekä keräsivät ja hallitsivat tietoja. Kaikki kirjoittajat lukivat ja hyväksyivät lopullisen käsikirjoituksen ja osallistuivat paperin laatimiseen ja tarkistamiseen sekä tulosten tulkintaan.
Eturistiriita
Dr. Grant on saanut tutkimusapurahoja NIDA: lta (RC1DA028279-01), Vastuullisen pelaamisen keskuskeskukselta sekä Roche and Forest Pharmaceuticals -yhtiöiltä. Dr. Grant saa korvausta Springeriltä Journal of Gambling Studies -lehden päätoimittajana ja hänelle on maksettu rojalteja McGraw Hilliltä, Oxford University Press, Norton ja APPI. Tohtori Chamberlain konsultoi Cambridge Cognition -tapahtumaa ja hänen osallistumistaan tähän tutkimukseen tukee Wellcome Trust (UK; 110049 / Z / 15 / Z) välinen kliininen apuraha. Dan Stein ja Christine Lochner rahoittavat Etelä-Afrikan lääketutkimusneuvosto. Muiden kirjoittajien mukaan ei ole taloudellisia suhteita kaupallisiin etuihin. Yhdelläkään edellä mainituista lähteistä ei ollut roolia tutkimuksen suunnittelussa, tietojen keräämisessä, analysoinnissa tai tulkinnassa, käsikirjoituksen kirjoittamisessa tai päätöksessä toimittaa paperi julkaistavaksi.
Kuittaus
Olemme velkaa molempien tutkimuspaikan vapaaehtoisille.
Liite A
Lisätiedot
Oheismateriaali
Viitteet
- Achab et ai., 2011. Achab S., Nicolier M., Mauny F., Monnin J., Trojak B., Vandel P. ja Haffen E .: Massiivisesti moninpelaajaiset online-roolipelit: Riippuvaisten ja muiden kuin addikti-online-rekrytoitujen pelaajien ominaisuuksien vertailu Ranskan aikuisväestö. BMC-psykiatria 2011; 11: s. 144
Näytä artikkelissa - American Psychiatric Association, 2013. American Psychiatric Association: Psyykkisten häiriöiden diagnostinen ja tilastollinen käsikirja: DSM-5. Washington, DC: American Psychiatric Association, 2013.
Näytä artikkelissa - Andreassen et ai., 2012. Andreassen CS, Torsheim T., Brunborg GS ja Pallesen S .: Facebook-riippuvuusasteikon kehittäminen. Psykologiset raportit 2012; 110: sivut 501-517
Näytä artikkelissa | Cross Ref - Bakken et ai., 2009. Bakken IJ, Wenzel HG, Götestam KG, Johansson A. ja Oren A.: Internet-riippuvuus norjalaisten aikuisten keskuudessa: Ositettu todennäköisyysnäytetutkimus. Scandinavian Journal of Psychology 2009; 50: sivut 121-127
Näytä artikkelissa | Cross Ref - Musta, 2007. Black DW: Katsaus pakollisesta osto-häiriöstä. Maailman psykiatria: Maailman psykiatrisen yhdistyksen (WPA) virallinen lehti 2007; 6: sivut 14-18
Näytä artikkelissa - Estä, 2008. Lohko JJ: DSM-V: n ongelmat: Internet-riippuvuus. American Journal of Psychiatry 2008; 165: sivut 306-307
Näytä artikkelissa | Cross Ref - Brand et ai., 2011. Tuotemerkki M., Laier C., Pawlikowski M., Schächtle U., Schöler T. ja Altstötter-Gleich C. .: Pornografisten kuvien katseleminen Internetissä: Seksuaalisen kiihottumisen arvioiden ja psykologis-psykiatristen oireiden rooli Internet-seksi-sivustojen liiallisessa käytössä . Kyberpsykologia, käyttäytyminen ja sosiaalinen verkostoituminen 2011; 14: sivut 371-377
Näytä artikkelissa | Cross Ref - Breiman, 2001. Breiman L .: Tilastollinen mallintaminen: Kaksi kulttuuria. Tilastotiede 2001; 16: sivut 199-215
Näytä artikkelissa - Bujak et ai., 2016. Bujak R., Daghir-Wojtkowiak E., Kaliszan R. ja Markuszewski MJ: PLS-pohjaiset ja normalisointipohjaiset menetelmät merkityksellisten muuttujien valitsemiseksi kohdentamattomassa metaboliikkadatassa. Rajat molekyylitieteissä 2016; 3: sivut 1-10
Näytä artikkelissa - Burns et ai., 1996. Burns GL, Keortge SG, Formea GM ja Sternberger LG: Pakko-oireisten oireiden Padovan luettelon tarkistaminen: Erot huolen, pakkomielteiden ja pakkojen välillä. Käyttäytymistutkimus ja -terapia 1996; 34: sivut 163-173
Näytä artikkelissa | Cross Ref - Cao et ai., 2007. Cao F., Su L., Liu T. ja Gao X .: Impulsiivisuuden ja Internet-riippuvuuden välinen suhde näytteessä kiinalaisia murrosikäisiä. Eurooppalainen psykiatria 2007; 22: sivut 466-471
Näytä artikkelissa | Cross Ref - Carli et ai., 2013. Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E. ja Kaess M. .: Internetin patologisen käytön ja komorbidisen psykopatologian välinen yhteys: systemaattinen katsaus. Psykopatologia 2013; 46: sivut 1-13
Näytä artikkelissa | Cross Ref - Claes et ai., 2016. Claes L., Müller A. ja Luyckx K.: Pakonomainen ostaminen ja kerääminen identiteetin korvikkeina: Materialistisen arvon vahvistamisen ja masennuksen rooli. Kattava psykiatria 2016; 68: sivut 65-71
Näytä artikkelissa | Cross Ref - Cole ja Hooley, 2013. Cole SH ja Hooley JM: MMO-pelaamisen kliiniset ja persoonallisuuskorrelaatit: Ahdistuneisuus ja imeytyminen ongelmallisessa Internetin käytössä. Yhteiskuntatieteellinen tietokonekatsaus 2013; 31: sivut 424-436
Näytä artikkelissa | Cross Ref - Cunningham-Williams et ai., 2005. Cunningham-Williams RM, Grucza RA, Cottler LB, Womack SB, Books SJ, Przybeck TR ja Cloninger CR: Patologisen pelaamisen esiintyvyys ja ennustajat: Tulokset St. Louisin persoonallisuutta, terveyttä ja elämäntapaa (SLPHL) koskevasta tutkimuksesta. Journal of Psychiatric Research 2005; 39: sivut 377-390
Näytä artikkelissa | Cross Ref - von Elm et ai., 2008. von Elm E., Altmanin pääosasto, Egger M., Pocock SJ, Gøtzsche PC, Vandenbroucke JP ja Initiative S: Epidemiologian havainnollisten tutkimusten raportoinnin vahvistaminen (STROBE) -lausunto: Ohjeet havainnollisten tutkimusten raportoimiseksi. Journal of Clinical Epidemiology 2008; 61: sivut 344-349
Näytä artikkelissa | Cross Ref - Fernández-Villa et ai., 2015. Fernández-Villa T., Alguacil Ojeda J., Almaraz Gómez A., Cancela Carral JM, Delgado-Rodríguez M., García-Martín M. ja Martín V. .: Internetin ongelmakäyttö yliopisto-opiskelijoilla: Liittyvät tekijät ja sukupuoliero . Adicciones 2015; 27: sivut 265-275
Näytä artikkelissa | Cross Ref - Friedman et ai., 2010. Friedman J., Hastie T. ja Tibshirani R .: Yleistettyjen lineaarimallien sääntelyreitit koordinaattien laskeutumisen kautta. Journal of Statistics Software 2010; 33: sivut 1-22
Näytä artikkelissa - Griffiths, 2003. Griffiths M .: Internet-uhkapelit: kysymyksiä, huolenaiheita ja suosituksia. Kyberpsykologia ja käyttäytyminen: Internetin, multimedian ja virtuaalitodellisuuden vaikutus käyttäytymiseen ja yhteiskuntaan 2003; 6: sivut 557 - 568
Näytä artikkelissa | Cross Ref - Ha ja Hwang, 2014. Ha Y.-M. ja Hwang WJ: Sukupuolierot Internet-riippuvuudessa, joka liittyy psykologisen terveyden indikaattoreihin nuorten keskuudessa käyttämällä kansallista verkkopohjaista tutkimusta. Kansainvälinen mielenterveyttä ja riippuvuutta käsittelevä lehti 2014; 12: sivut 660-669
Näytä artikkelissa | Cross Ref - Ho et ai., 2014. Ho RC, Zhang MWB, Tsang TY, Toh AH, Pan F., Lu Y. ja Mak K.-K .: Internet-riippuvuuden ja psykiatrisen yhteissairauden välinen yhteys: Metaanalyysi. BMC-psykiatria 2014; 14: s. 183
Näytä artikkelissa - Hoerl ja Kennard, 1970. Hoerl AE ja Kennard RW: Harjanteen regressio: Epäorgaanisten ongelmien puolueellinen arvio. Technometrics 1970; 12: sivut 55-67
Näytä artikkelissa - Huys et ai., 2016. Huys QJM, Maia TV ja Frank MJ: Laskennallinen psykiatria siltana neurotiedestä kliinisiin sovelluksiin. Luonto Neurotiede 2016; 19: sivut 404-413
Näytä artikkelissa | Cross Ref - Igarashi et ai., 2008. Igarashi T., Motoyoshi T., Takai J. ja Yoshida T.: Ei mobiili, ei elämää: Japanin keskiasteen oppilaiden riippuvuus itsekäsityksestä ja tekstiviestiviestinnästä.
Näytä artikkelissa - Ioannidis et ai., 2016. Ioannidis K., Chamberlain SR, Treder MS, Kiraly F., Leppink E., Redden S. ja Grant JE: Ongelmainen internetinkäyttö (PIU): Assosiaatiot impulsiivisesti pakonomaiseen spektriin. Journal of Psych: Koneoppimisen sovellus psykiatriaan, 2016.
Näytä artikkelissa - Janower, 2006. Janower CR: Uhkapeli Internetissä. Lehti tietokonevälitteisestä viestinnästä 2006; 2: s. 0
Näytä artikkelissa | Cross Ref - Kessler et ai., 2005. Kessler RC, Adler L., Ames M., Demler O., Faraone S., Hiripi E. ja Walters EE: Maailman terveysjärjestön aikuisten ADHD: n omaraportointiasteikko (ASRS): Lyhyt seulontaasteikko yleiseen käyttöön väestö. Psykologinen lääketiede 2005; 35: sivut 245-256
Näytä artikkelissa | Cross Ref - Kessler et ai., 2016. Kessler RC, van Loo HM, Wardenaar KJ, Bossarte RM, Brenner LA, Cai T. ja Zaslavsky AM: Koneoppimisalgoritmin testaaminen ennakoimaan masennuksen pysyvyys ja vakavuus lähtötilanteen itseraporttien perusteella. Molekyylipsykiatria 2016; 21: sivut 1366-1371
Näytä artikkelissa | Cross Ref - Khazaal et ai., 2015. Khazaal Y., Achab S., Billieux J., Thorens G., Zullino D., Dufour M. ja Rothen S .: Internet-riippuvuustestin tekijärakenne online-pelaajille ja pokerinpelaajille. JMIR mielenterveys 2015; 2:
Näytä artikkelissa - Kim et ai., 2016. Kim D., Kang M., Biswas A., Liu C. ja Gao J.: Integroiva lähestymistapa geenisäätelyverkkojen päättämiseen käyttämällä lassopohjaista satunnaista kuvaa ja sovellusta psykiatrisiin häiriöihin. BMC Medical Genomics 2016; 9: s. 50
Näytä artikkelissa - King, 1999. King SA: Internet-uhkapelit ja pornografia: Havainnollistavia esimerkkejä viestintäanarkian psykologisista seurauksista. Kyberpsykologia ja käyttäytyminen 1999; 2: sivut 175-193
Näytä artikkelissa - Kuningas ja Barak, 1999. King SA ja Barak A .: Pakollinen Internet-uhkapelaaminen. Kyberpsykologia ja käyttäytyminen 1999; 2: sivut 441-456
Näytä artikkelissa | Cross Ref - Király et ai., 2015. Király O., Griffiths MD ja Demetrovics Z .: Internet-pelihäiriöt ja DSM-5: Käsitteleminen, keskustelut ja kiistat. Nykyiset riippuvuusraportit 2015; 2: sivut 254-262
Näytä artikkelissa - Király et ai., 2014. Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z. ja Demetrovics Z .: Ongelmainen internetin käyttö ja ongelmalliset online-pelaamiset eivät ole samoja: Tulokset suuresta kansallisesti edustavasta murrosikäisnäytteestä. Kyberpsykologia, käyttäytyminen ja sosiaalinen verkostoituminen 2014; 17: sivut 749-754
Näytä artikkelissa - Kittinger et ai., 2012. Kittinger R., Correia CJ ja Irons JG: Facebook-käytön ja ongelmallisen Internetin käytön suhde korkeakouluopiskelijoiden keskuudessa. Kyberpsykologia, käyttäytyminen ja sosiaalinen verkostoituminen 2012; 15: sivut 324-327
Näytä artikkelissa | Cross Ref - Ko et ai., 2012. Ko C.-H., Yen J.-Y., Yen C.-F., Chen C.-S. ja Chen C.-C.: Internet-riippuvuuden ja psykiatristen häiriöiden yhteys: Katsaus kirjallisuuteen . Eurooppalainen psykiatria 2012; 27: sivut 1-8
Näytä artikkelissa - Ko et ai., 2007. Ko C.-H., Yen J.-Y., Yen C.-F., Lin H.-C. ja Yang M.-J .: Ennustavat tekijät Internet-riippuvuuden esiintyvyydelle ja remissiolle nuorilla nuorilla: A kartoittava tutkimus. Kyberpsykologia ja käyttäytyminen: Internetin, multimedian ja virtuaalitodellisuuden vaikutus käyttäytymiseen ja yhteiskuntaan 2007; 10: sivut 545-551
Näytä artikkelissa | Cross Ref - Kuss ja Griffiths, 2011. Kuss DJ ja Griffiths MD: Sosiaalinen verkostoituminen ja riippuvuus - katsaus psykologiseen kirjallisuuteen. Ympäristötutkimuksen ja kansanterveyden kansainvälinen lehti 2011; 8: sivut 3528-3552
Näytä artikkelissa | Cross Ref - Kuss et ai., 2013. Kuss DJ, Griffiths MD ja Binder JF: Opiskelijoiden Internet-riippuvuus: Levinneisyys ja riskitekijät. Tietokoneet ihmisen käyttäytymisessä 2013; 29: sivut 959-966
Näytä artikkelissa | Cross Ref - Kuss ja Lopez-Fernandez, 2016. Kuss DJ ja Lopez-Fernandez O.: Internet-riippuvuus ja ongelmallinen Internetin käyttö: Kliinisen tutkimuksen systemaattinen katsaus. World Journal of Psychiatry 2016; 6: sivut 143-176
Näytä artikkelissa | Cross Ref - Laconi et ai., 2016. Laconi S., Andréoletti A., Chauchard E., Rodgers RF ja Chabrol H .: Internetin ongelmallinen käyttö, verkossa vietetty aika ja persoonallisuuden piirteet. L'Encéphale 2016; 42: sivut 214-218
Näytä artikkelissa | Cross Ref - Laconi et ai., 2014. Laconi S., Rodgers RF ja Chabrol H .: Internet-riippuvuuden mittaus: Kriittinen katsaus olemassa oleviin asteikkoihin ja niiden psykometrisiin ominaisuuksiin. Tietokoneet ihmisen käyttäytymisessä 2014; 41: sivut 190-202
Näytä artikkelissa | Cross Ref - Laier et ai., 2013. Laier C., Pawlikowski M., Pekal J., Schulte FP ja Brand M .: Cybersex-riippuvuus: Kokenut seksuaalinen kiihotus pornografiaa katsellessaan eikä tosielämän seksuaalikontakteja tekee eron. Journal of Behavioral Addictions 2013; 2: sivut 100-107
Näytä artikkelissa | Cross Ref - Lecardeur, 2013. Lecardeur L .: Psychopathologie du jeu multi-joueurs ja ligne. Annales Médico-Psychologic, Revue Psychiatrique 2013; 171: sivut 579-586
Näytä artikkelissa | Cross Ref - Liang et ai., 2016. Liang L., Zhou D., Yuan C., Shao A. ja Bian Y .: Sukupuolierot Internet-riippuvuuden ja masennuksen välisissä suhteissa: Ristiviivästynyt tutkimus kiinalaisilla nuorilla. Tietokoneet ihmisen käyttäytymisessä 2016; 63: sivut 463-470
Näytä artikkelissa | Cross Ref - Lopez-Fernandez, 2015. Lopez-Fernandez O.: Kuinka Internet-riippuvuustutkimus on kehittynyt Internet-pelihäiriöiden alkamisen jälkeen? Katsaus kyberadiktioista psykologisesta näkökulmasta. Nykyiset riippuvuusraportit 2015; 2: sivut 263-271
Näytä artikkelissa | Cross Ref - Masten ja Tellegen, 2012. Masten AS ja Tellegen A .: Joustavuus kehityspsykopatologiassa: Projektin osaamisen pitkittäistutkimuksen vaikutukset. Kehitys ja psykopatologia 2012; 24: sivut 345-361
Näytä artikkelissa | Cross Ref - Mueller et ai., 2010. Mueller A., Mitchell JE, Crosby RD, Gefeller O., Faber RJ, Martin A. ja de Zwaan M. .: Arvioitu pakkomyynnin esiintyvyys Saksassa ja sen yhteys sosiodemografisiin ominaisuuksiin ja masennusoireisiin. Psykiatriatutkimus 2010; 180: sivut 137-142
Näytä artikkelissa | Cross Ref - Patton et ai., 1995. Patton JH, Stanford MS ja Barratt ES: Barratt-impulssivasteikon tekijärakenne. Journal of Clinical Psychology 1995; 51: sivut 768-774
Näytä artikkelissa | Recupero, 2008. Recupero PR: Oikeudellinen arviointi ongelmallisesta Internetin käytöstä. Amerikan psykiatrian akatemian lehti ja laki 2008; 36: sivut 505-514
Näytä artikkelissa - Rose ja Dhandayudham, 2014. Rose S., ja Dhandayudham A .: Kohti ymmärrystä Internet-pohjaisesta ongelmaostoskäyttäytymisestä: Verkkokaupan riippuvuuden käsite ja sen ehdottamat ennustajat. Journal of Behavioral Addictions 2014; 3: sivut 83-89
Näytä artikkelissa | Cross Ref - Rutland et ai., 2007. Rutland JB, Sheets T. ja Young T .: Asteikon kehittäminen lyhytsanomapalvelun ongelmakäytön mittaamiseksi: SMS-ongelma käyttää diagnostiikkakyselyä. Kyberpsykologia ja käyttäytyminen 2007; 10: s. 841-844
Näytä artikkelissa | Cross Ref - Rutter, 1993. Rutter M .: Joustavuus: Jotkut käsitteelliset näkökohdat. Lehti murrosikäisistä: Nuorten lääketieteen seuran virallinen julkaisu 1993; 14: sivut 626-631
Näytä artikkelissa | Cross Ref - Shaw and Black, 2008. Shaw M. ja Black DW: Internet-riippuvuus: määritelmä, arviointi, epidemiologia ja kliininen hallinta. CNS-lääkkeet 2008; 22: sivut 353-365
Näytä artikkelissa | Cross Ref - Sheehan et ai., 1998. Sheehan DV, Lecrubier Y., Sheehan KH, Amorim P., Janavs J., Weiller E. ja Dunbar GC: Mini-kansainvälinen neuropsykiatrinen haastattelu (MINI): Strukturoidun diagnostisen psykiatrisen haastattelun kehittäminen ja validointi DSM-IV: lle ja ICD-10. Journal of Clinical Psychiatry 1998; 59:
Näytä artikkelissa - Tam ja Walter, 2013. Tam P. ja Walter G.: Ongelmainen internetin käyttö lapsuudessa ja nuoruudessa: 21 vuosisadan vaivan kehitys. Australialainen psykiatria 2013; määrittelemätön:
Näytä artikkelissa - Tibshirani, 1996. Tibshirani R .: Regression kutistuminen ja valinta lasson kautta. Royal Statistics Society -lehti, sarja B 1996; 58: sivut 267-288
Näytä artikkelissa - Tikhonov, 1963. Tikhonov AN: Väärin muotoiltujen ongelmien ratkaisu ja sääntelymenetelmä. Neuvostoliiton matematiikka Doklady 1963; 5: sivut 1035-1038
Näytä artikkelissa - Trotzke et ai., 2015. Trotzke P., Starcke K., Müller A. ja Brand M .: Patologinen verkko-ostaminen Internet-riippuvuuden erityisenä muodona: Mallipohjainen kokeellinen tutkimus. PLoS Yksi 2015; 10:
Näytä artikkelissa - Tsai et ai., 2009. Tsai HF, Cheng SH, Yeh TL, Shih C.-C., Chen KC, Yang YC ja Yang YK: Internet-riippuvuuden riskitekijät? Kysely yliopistojen aloittelijoista. Psykiatriatutkimus 2009; 167: sivut 294-299
Näytä artikkelissa | Cross Ref - Wallace, 2014. Wallace P .: Internet-riippuvuushäiriö ja nuoriso: Pakollisesta verkkotoiminnasta huolestuminen on lisääntymässä ja että se voi haitata opiskelijoiden suorituskykyä ja sosiaalista elämää. EMBO-raportit 2014; 15: s. 12-16
Näytä artikkelissa | Cross Ref - Xin et ai., 2018. Xin M., Xing J., Pengfei W., Houru L., Mengcheng W. ja Hong Z .: Verkkotoiminta, Internet-riippuvuus ja perheen ja kouluun liittyvät riskitekijät nuorten keskuudessa Kiinassa. Addictive Behaviors Reports 2018; 7: sivut 14-18
Näytä artikkelissa | Cross Ref - Yuen et ai., 2004. Yuen CN, Lavin MJ, Weinman M. ja Kozak K .: Internet-riippuvuus kollegiaalisessa väestössä: Ujouden rooli. Kyberpsykologia ja käyttäytyminen 2004; 7: sivut 379-383
Näytä artikkelissa | Cross Ref - Nuori, 1998. Nuori KS: Internet-riippuvuus: Uuden kliinisen häiriön ilmaantuminen. Kyberpsykologia ja käyttäytyminen 1998; 1: s. 237-244
Näytä artikkelissa | Cross Ref
;
