Malesian älypuhelinten riippuvuusmalliston malaiji-version validointi Malesian lääketieteen opiskelijoiden keskuudessa (2015)

2015 Oct 2;10(10):e0139337. doi: 10.1371 / journal.pone.0139337.

Ching SM1, Yee A2, Ramachandran V3, Sazlly Lim SM4, Wan Sulaiman WA4, Foo YL4, Hoo FK4.

Abstrakti

ESITTELY:

Tämä tutkimus aloitettiin älypuhelimen riippuvuusasteikon (SAS) psykometristen ominaisuuksien määrittämiseksi kääntämällä ja vahvistamalla tämä asteikko malajian kielelle (SAS-M), joka on Malesian pääkieli. Tämä tutkimus erottaa älypuhelin- ja Internet-riippuvuuden monikansallisten Malesian lääketieteen opiskelijoiden keskuudessa. Lisäksi SAS: n luotettavuus ja pätevyys osoitettiin.

MATERIAALIT JA MENETELMÄT:

Elokuun 228 ja syyskuun 2014 välisenä aikana valittiin yhteensä 2014-osallistujia täyttämään kyselylomakkeet, mukaan lukien SAS ja muutettu Kimberly Youngin Internet-riippuvuustesti (IAT) Malaijin kielellä.

TULOKSET:

Tähän tutkimukseen osallistui 99 miestä ja 129 naista, joiden ikä oli 19–22 vuotta (21.7 ± 1.1). Kuvaus- ja tekijäanalyysit, luokan sisäiset kertoimet, t-testit ja korrelaatioanalyysit tehtiin SAS: n luotettavuuden ja pätevyyden varmistamiseksi. Bartlettin pallomaisuustesti oli merkittävä (p <0.01), ja Kaiser-Mayer-Olkin-mitta SAS-M: n näytteiden riittävyydestä oli 0.92, mikä osoitti ansiokkaasti, että tekijäanalyysi oli asianmukainen. SAS-M: n sisäinen johdonmukaisuus ja samanaikainen pätevyys varmistettiin (Cronbachin alfa = 0.94). Kaikki SAS-M: n alaluokat, positiivista ennakointia lukuun ottamatta, liittyivät merkittävästi IAT: n malaiji-versioon.

Päätelmät:

Tämä tutkimus kehitti ensimmäisen älypuhelinten riippuvuusasteikon lääketieteen opiskelijoiden keskuudessa. Tämän asteikon osoitettiin olevan luotettava ja kelvollinen malajian kielellä.

Citation: Ching SM, Yee A, Ramachandran V, Sazlly Lim SM, Wan Sulaiman WA, Foo YL, et ai. (2015) Älypuhelinten väärinkäyttöasteikon mallaattisen version validointi Malesian lääketieteen opiskelijoiden keskuudessa. PLOS ONE 10 (10): e0139337. doi: 10.1371 / journal.pone.0139337

Editor: Aviv M. Weinstein, Arielin yliopisto, Israel

Otettu vastaan: Maaliskuu 18, 2015; hyväksytty: Syyskuu 11, 2015; Julkaistu: Lokakuu 2, 2015

Copyright: © 2015 Ching 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: Kaikki asiaankuuluvat tiedot ovat paperissa ja sen tukitiedostoissa.

Rahoittajat: Kirjoittajat haluavat kiittää myös UPM: n tutkimusrahastoa (avustusnumero: UPM / 700-2 / 1 / GP-IPM / 2014 / 9436500) taloudellisesta tuesta. URL on http://www.rmc.upm.edu.my/.

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

esittely

Ei ole epäilystäkään siitä, että älypuhelin on tarjonnut meille valtavan mukavuuden jokapäiväisessä elämässämme, koska sillä on edistyneempi laskentakyky ja liitettävyys kuin perusominaisuuksilla varustetuissa puhelimissa [1]. Älypuhelimen käytöllä on omat monipuoliset tavoitteensa. Monien tutkimusten mukaan älypuhelimella on lukuisia etuja sosiaalisiin ja lääketieteellisiin tarkoituksiin [2-5]. Vaikka älypuhelimesta on tullut yksi suosituimmista ja tärkeimmistä viestintävälineistä, sen liiallisesta käytöstä on tullut sosiaalinen kysymys maailmanlaajuisesti ja se on luonut uuden mielenterveyshuollon, jossa käyttäjän taipumus kehittyä riippuvuudesta siitä [6-8].

Älypuhelinten riippuvuutta kutsutaan myös ”matkapuhelinriippuvuudeksi”, “pakonomaiseksi matkapuhelimen ylikuormitukseksi” tai “matkapuhelimen ylikäyttöksi”. Nämä termit kuvaavat pääasiassa ongelmallista matkapuhelimen käyttöä [9, 10]. ”Älypuhelinriippuvuus” on kirjallisuudessa tyypillisesti käytetty termi. Tälle riippuvuudelle on ominaista pääasiassa älypuhelinten käyttöä koskevat liialliset tai huonosti hallitut mielenkiinnot, kehotukset tai käyttäytyminen siinä määrin, että ihmiset laiminlyövät muita elämänalueita [11-13]. Tutkimusten mukaan liiallinen matkapuhelimen käyttö liittyi stressiin, unihäiriöihin, tupakointiin ja masennuksen oireisiin [14-16].

Viimeaikaiset tiedot Malesiasta osoittivat, että älypuhelimien levinneisyys lisääntyi 47%: sta 2012: ssa 63%: iin 2013: ssa. 2014-tutkimuksessa 10.13 miljoonaa malesialaista oli aktiivinen älypuhelinten käyttäjä verrattuna 7.7 miljoonaan vuonna 2012 [17-20]. Älypuhelimen patologinen käyttö on samanlainen kuin Internet-riippuvuus. Internetin väärinkäytön käytöstä tulee liian suurta nuorten ja aikuisten keskuudessa ympäri maailmaa [21]. Liiallinen Internet-riippuvuus johtaa psykiatrisiin häiriöihin, alhaiseen itsetuntoon, masennukseen ja heikentyneeseen akateemiseen ja ammatilliseen suorituskykyyn [22-25]. Paikallisten tutkimusten mukaan Internet-riippuvuuden esiintyvyys oli 43% [26], ja Malesiassa on yli 4.2 miljoonaa aktiivista Facebook-käyttäjää; itse asiassa Facebook on tämän maan suosituin verkostoitumissivusto. Koska älypuhelimien käyttö on lisääntynyt nopeasti Malesiassa, on kiireellisesti validoitava asteikko älypuhelinten väärinkäytön mittaamiseksi paikallisessa väestössä sen esiintyvyyden määrittämiseksi ja älypuhelinten väärinkäytön riskin tunnistamiseksi, jotta poliittiset päättäjät osaa suunnitella sopivan toimenpiteen lähitulevaisuudessa.

Kuten Internet-riippuvuustestiin valmisteltu tekijärakenne [27], älypuhelinten riippuvuusasteikko (SAS), jonka ovat kehittäneet Min Kwon et ai. oli diagnoosissa käytetty älypuhelinten riippuvuuden ensimmäinen asteikko [28]. Tämä asteikko koostuu 33-kohteista ja sen on ilmoitettu olevan luotettava, hyvän sisäisen johdonmukaisuuden kanssa (Cronbachin alfa = 0.967), ja kuuden aliasteikon samanaikainen voimassaolo vaihtelee 0.32 - 0.61 [28].

Tämän tutkimuksen tarkoituksena oli kääntää SAS malajian kielelle ja tutkia SAS: n malajian version psykometrisiä ominaisuuksia helpottaaksesi sen käyttöä jatkotutkimuksiin paikallisessa ympäristössä.

Metodologia

Opintojen suunnittelu ja asettaminen

Tämä oli poikkileikkauksellinen tutkimus kaikista ensimmäisen ja toisen vuoden lääketieteen opiskelijoista, Malesian yliopisto Putra. Näitä opiskelijoita tutkittiin validointitutkimuksessa elokuusta 2014 syyskuuhun 2014. Tämä yliopisto sijaitsee Serdangissa, Malesian hallinnollisen pääkaupungin Putrajayan vieressä. Arvioimme otoksen koon olevan vähintään 165 perustuen SAS: n (jossa on yhteensä 33 tuotetta) viiden tapauksen per tuotetta kohden laskemiseen [29]. Siksi 228-näytteen koko tässä tutkimuksessa oli riittävä.

Menettely.

Stage 1: Kirjailija on saanut SAS-version englanninkielisen version Kwon et al. Käännökset englannista malaijiin suorittivat rinnakkain kaksi kaksikielistä kieliasiantuntijaa, ja käännöksen takaosan suoritti kolmas kaksikielinen kieliasiantuntija. Alkuperäisen version ja käännöksen välisistä eroista keskusteltiin, ja muutokset tehtiin vastaavasti. Käännetyn SAS: n lopullisen version, jota kutsuttiin SAS-M-luonnokseksi, laati asiantuntijapaneeli, joka koostui yhdestä psykiatrista, kahdesta vanhesta lääkäristä ja yhdestä perhelääkäristä, jotka kaikki olivat päteviä ammattilaisia ​​psykometristen instrumenttien ja kaikilla heistä oli kliinistä kokemusta masennustiloista.

Stage 2: SAS-M: n ensimmäinen luonnos kokeiltiin 20: n alkuperäisten malaijia puhuvien opiskelijoiden keskuudessa havaitakseen tämän version puutteet. Kaikki sanat, joita vastaajat pitivät sopimattomina tai sopimattomina tässä versiossa, merkittiin ja korjattiin. Suurimmalla osalla oppilaista oli vaikeuksia hyväksyä nimikettä 15: ”Vihainen ja katkeri, kun minulla ei ole älypuhelinta”. Tätä kohtaa tarkistettiin ja käännettiin malajian kielellä "Tunne kärsimättömäksi ja levottomaksi, kun minulla ei ole älypuhelinta". Kaksi yli 10-vuoden kokemuksella työskentelevää psykiatri-konsultti tarkisti SAS-M: n viimeistellyn version edelleen sisällön paikkansapitävyyden arvioimiseksi ja tyydyttävän pinnan ja tyydyttävän semantiikan, kriteerien ja käsitteellisen vastaavuuden varmistamiseksi.

Stage 3: Jokainen opiskelija antoi kirjallisen tietoisen suostumuksensa saatuaan täydellisen selvityksen tutkimuksen luonteesta ja luottamuksellisuudesta, ja 228-opiskelijat suostuivat osallistumaan tutkimukseen, ja vastaamatta jättämisaste oli 9%. Sosiodemografiset tiedot (ikä, sukupuoli, etnisyys ja kotitalouden tulot) saatiin opiskelijoilta. Tiedot opiskelijoiden älypuhelimien käytöstä perustuvat heidän omaan arviointiin, kuten viikkotuntien lukumäärä, älypuhelimen säännöllisen käyttäjän vuosien lukumäärä ja ikä, jolloin he aloittivat älypuhelimen käytön, dokumentoitu. Opiskelijoille annettiin seuraavat kyselylomakkeet:

  1. SAS ja SAS-M (taulukko A in S1 Teksti).
  2. Internet-riippuvuustestin mallajaversio.

Instruments

Älypuhelinten riippuvuusasteikko [28].

SAS on itse valmistettu, 6-pisteinen Likert-tyyppinen asteikko, jossa on 33-kohteita. Jokaisella kysymyksellä on vasteasteikko 1 - 6 (1 = olen täysin eri mieltä 6 = = olen täysin samaa mieltä), mikä heijastaa oireiden esiintyvyyttä. Vastaaja kiertää lausunnon, joka kuvaa parhaiten heidän älypuhelimiensa käyttöominaisuuksia. SAS: n mahdollinen kokonaispistemäärä on välillä 48 - 288. Mitä korkeampi pistemäärä on, sitä suurempi älypuhelimen patologinen käyttöaste on.

Internet-riippuvuustesti [26].

IAT-kysely, jonka Kimberly Young kehitti 1998: ssä, on Internet-riippuvuuden diagnosoinnissa yleisimmin käytetty työkalu. Malaiji-versio on validoitu paikallisesti hyvällä sisäisellä konsistenssilla (Cronbachin alfa = 0.91) ja rinnakkaisella luotettavuudella (luokan sisäinen korrelaatiokerroin (ICC) = 0.88, P <0.001). Tämä on itse täytetty kyselylomake, joka koostuu 5-pisteisestä Likert-tyyppisestä asteikosta, joka sisältää 20 kohdetta. Pisteiden vähimmäisarvo on 20 ja maksimiarvon arvo 100. Kunkin kysymyksen pisteet vaihtelevat välillä 1 - 5 (1 = ei koskaan 5: een = aina), toistaen oireiden esiintymisen. Opiskelijat valitsivat lausunnon, joka kuvaa parhaiten heidän Internet-käytön ominaisuuksia. Mitä korkeampi pistemäärä on, sitä suurempi on Internetin patologisen käytön aste. Kun IAT: n malaiji-version pisteet ovat yli 43, yksilöllä diagnosoidaan Internet-riippuvuuden riski [26].

Tilastollinen analyysi

Kaikki analyysit suoritettiin käyttämällä Social Sciences -versiota 21.0 (SPSS, Chicago, IL, USA) koskevaa tilastopakettia. Kuvailevat tilastot laskettiin osallistujien lähtötilanteen ominaisuuksien perusteella. Cronbachin alfaa käytettiin SAS-M: n sisäisen johdonmukaisuuden arviointiin, ja tietojen normaalisuus arvioitiin Kolmogorov-Smirnov-analyysillä. Asteikkokohtien homogeenisuus analysoitiin kohteiden välisten korrelaatiokertoimien ja kokonaispisteiden perusteella, jos kohde poistettiin. Rakenteen validiteettia tutkittiin etsivällä tekijäanalyysillä ja vinolla promaxilla Kaiser-normalisointilla. Kertoimen kuormitusta> 0.30 käytettiin kunkin tekijän erien määrittämiseen. Guttman-Kaiser-säännön perusteella tekijät, joiden ominaisarvo on suurempi kuin 1, säilytetään [30, 31]. ICC: tä käytettiin tutkimaan SAS-M: n ja SAS: n englanninkielisen version välistä rinnakkaista luotettavuutta ja SAS-M: n testaustestauksen luotettavuutta. Pearsonin korrelaatiota käytettiin tutkimaan SAS-M: n ja IAT: n malajian version samanaikaista pätevyyttä. Optimaalinen SAS-M-rajapiste riskitapauksissa määritettiin koordinaattipisteistä, kun IAT: n malajian version pistemäärä oli enemmän kuin 43 [26], jolloin herkkyys ja spesifisyys olivat optimaalisia vastaanottimen toimintaominaisuuksien (ROC) analyyseissä. Käyrän alapinta-ala (AUC) määritettiin ROC-käyrälle.

Määritelmä

Tavalliseksi käyttäjäksi määritellään ne, jotka käyttävät älypuhelinta vähintään 6 tai enemmän 6 kuukausina [32]

Eettinen hyväksyntä

Tämän tutkimuksen eettinen hyväksyntä saatiin Malesian yliopiston Putra-yliopiston eettiseltä komitealta (FPSK-EXP14 P091).

tulokset

Tutkimukseen rekrytoitiin yhteensä 228-opiskelijoita. Taulukko 1 osoittaa tutkitun populaation kliiniset ominaisuudet. Kaiken kaikkiaan keskimääräinen ikä oli noin 22 vuotta ± 1.1. Yli puolet opiskelijoista oli naisia ​​(56.6%), ja suurin osa oli malaijilaisia ​​(52.4%). Älypuhelimien keskimääräiset käyttötunnit viikossa olivat 36.5 tuntia. Keskimäärin opiskelijat aloittivat älypuhelimen käytön 19-vuotiaana, ja normaalin älypuhelimen käytön keskimääräinen lukumäärä oli 2.4 vuotta.

thumbnail  

 
Taulukko 1. Tutkimuspopulaation ominaisuudet (N = 228).

 

doi: 10.1371 / journal.pone.0139337.t001

SAS-M: n tekijärakenne ja sisäinen johdonmukaisuus

Bartlettin pallomaisuustesti oli merkittävä (p <0.01), ja Kaiser-Meyer-Olkin -näyte SAS-M: n näytteiden riittävyydestä oli 0.92, mikä osoittaa, että asteikko oli ansiokas [33], mikä puolestaan ​​osoitti tekijäanalyysin olevan asianmukainen. Kuusi tekijää (ominaisarvo> 1.00) otettiin tutkimustekijäanalyysimenetelmällä ja vinosalla promax-rotaatiolla Kaiser-normalisoinnilla, joka oli 65.3% kokonaisvarianssista. Tämä tulos oli yhdenmukainen alkuperäisen SAS: n kanssa [28].

SAS-M: llä oli hyvä sisäinen johdonmukaisuus; Cronbachin alfa-kerroin kokonaisasteikolle oli 0.94, ja kuuden tekijän vastaavat kertoimet olivat 0.877, 0.843, 0.865, 0.837, 0.865 ja 0.861. Kuuteen SAS: n ala-asteikkoa vastaavaan tekijään viitattiin ”kyberavaruussuuntautuneessa suhteessa”, “päivittäisessä elämän häiriössä”, “ensisijaisuudessa”, “liikakäytössä”, “positiivisessa ennakoinnissa” ja “vetäytymisessä” (Taulukko 2). Kaikilla tuotteilla oli korjattu-tuotteen kokonaiskorrelaatioita enemmän kuin 0.9. Minkään kohteen poistaminen ei lisännyt kokonaispisteiden sisäistä johdonmukaisuutta (Taulukko 3). Rinnakkaisluotettavuus SAS-M: n ja SAS: n välillä oli korkea, kuten osoitti 0.95: n ICC (95% Luottamusväli = 0.937-0.962). SAS-M: n testaustestausvarmuus 1-viikkovälin jälkeen oli korkea, ICC: n ollessa 0.85 (95% Luottamusväli = 0.808-0.866).

thumbnail  

 
Taulukko 2. Faktorianalyysi SAS-Malay -versiosta.

 

doi: 10.1371 / journal.pone.0139337.t002

thumbnail  

 
Taulukko 3. Korjattu kohta - Korrelaatioiden kokonaismäärä ja Cronbachin alfa, jos kohde poistettiin SAS-M: stä.

 

doi: 10.1371 / journal.pone.0139337.t003

SAS-M: n samanaikainen voimassaolo: Korrelaatiot SAS-M: n alavaakojen ja IAT: n mallaankielisen version välillä

SAS-M: n osa-asteikkojen ja IAT: n malajian version välillä suoritetun Pearson-korrelaatioanalyysin tulokset esitetään Taulukko 4. Tulokset osoittavat, että kaikki SAS-M: n osa-asteikot, ”positiivista ennakointia” lukuun ottamatta, liittyivät merkittävästi IAT: n malaiji-versioon.

thumbnail  

 
Taulukko 4. SAS-M: n samanaikainen pätevyys (Pearsonin korrelaatio): SAS-M: n ja IAT: n malajian-version alikaala-asteikot.

 

doi: 10.1371 / journal.pone.0139337.t004

ROC-käyrän AUC oli 0.801 (95% CI = 0.746 - 0.855). Optimaalinen rajapiste riskitapausten tunnistamiseksi oli enemmän kuin 98, herkkyydellä 71.43%, spesifisyydellä 71.03%, positiivisella ennustearvolla (PPV) 64.10% ja negatiivisella ennustearvolla (NPV) 77.44 %. Älypuhelimien väärinkäytön kehittymiseen liittyvä riskitapaus esiintyi tässä tutkimuksessa 46.9%, perustuen 98-pistemäärään.

Keskustelu

Tässä tutkimuksessa tutkittiin SAS-M: n sisäistä johdonmukaisuutta, ulottuvuutta sekä samanaikaista ja rakennetta pätevyyttä. Tutkimuksen tulokset osoittavat, että SAS-M on luotettava ja pätevä väline älypuhelinten väärinkäytön arvioimiseksi Malaijia-kielisessä väestössä.

Tässä tutkimuksessa SAS-M: n sisäinen johdonmukaisuus oli hyvä; Cronbachin alfa-kerroin kokonaisasteikolle oli 0.94, ja kuuden tekijän vastaavat kertoimet olivat 0.877, 0.843, 0.865, 0.837, 0.865 ja 0.861. SAS-M: n samanaikaisen luotettavuuden ja testin uudelleentestauksen luotettavuuden 1-viikkovälin jälkeen todettiin olevan hyvä, vastaavasti 0.95: n ja 0.85: n ICC: t, jotka ovat jopa parempia kuin SAS: n alkuperäisen version [28]. Tähän mennessä tämä on ensimmäinen älypuhelinten väärinkäyttöön liittyvä tutkimus, ja se osoittaa, että SAS-M on yhtä hyvä kuin englanninkielinen versio.

Kuusi hallitsevaa komponenttia, jotka selittivät suuren osan SAS-M: n vaihtelevuudesta, olivat kuitenkin samanlaisia ​​kuin alkuperäisessä SAS: ssä. Tässä tutkimuksessa komponentit koostuivat ”kyberavaruussuuntautuneesta suhteesta”, “päivittäisestä elämän häiriöstä”, “ensisijaisuudesta”, “liikakäytöstä”, “positiivisesta ennakoinnista” ja “vetäytymisestä”. Alkuperäisen SAS: n komponentit olivat ”päivittäinen elämän häiriö”, “positiivinen ennakointi”, “vetäytyminen”, “kyberavaruuteen suuntautunut suhde”, “liiallinen käyttö” ja “suvaitsevaisuus”. Kaikki tässä tekijäanalyysissä hankitut tekijät eivät olleet yhdenmukaisia ​​alkuperäisessä SAS: ssä saatujen tekijöiden kanssa. Se johtuu todennäköisemmin siitä, että tämä heijastaa Malaijin ja Korean näytteiden välisiä eroja. Alkuperäisen SAS: n merkitys oli muuttunut käännösprosessin aikana.

Suurin osa tässä tutkimuksessa ilmoitetuista komponenteista on samoja, paitsi komponentin “ensisijaisuus”, joka eroaa alkuperäisen SAS: n komponentin “toleranssista”. Mahdolliset syyt voivat olla tutkimuspopulaatiomme olivat nuorempia (21.7 ± 1.1 vuotta, ikäalue 20 - 27) verrattuna korealaiseen väestöön (26.1 ± 6.0 ikäalueella 18 - 53). Tausta tutkimuspopulaatiollamme oli homogeeninen, koska kaikki koehenkilöt olivat lääketieteen opiskelijoita, verrattuna alkuperäisen SAS-tutkimuksen laajaan ammatti- ja koulutustasoon. Erilainen tulkinta voi olla monimutkainen tutkitun väestön taustan ja koulutuksen heterogeenisyyden vuoksi.

Tässä tutkimuksessa kaikki SAS-M: n osa-asteikot, ”positiivista ennakointia” lukuun ottamatta, liittyivät merkittävästi IAT: n malaiji-versioon. Tämä voi olla ainoa osa-asteikko, joka ei korreloi hyvin IAT: n kanssa, koska IAT mittaa pääasiassa Internetin haitallista käyttöä, joten positiivista ennakointia koskevia kysymyksiä ei ole. Siitä huolimatta tämä näkökohta ei vähennä samanaikaista pätevyyttä, koska muut 5-aliasteikot korreloivat voimakkaasti.

Tämän asteikon avulla älypuhelinten väärinkäyttäjiksi tunnistettavien riskitapausten esiintyvyys oli 46.9%. Tulokselle on useita mahdollisia selityksiä. Älypuhelinten riippuvuuden odotetaan olevan suuri, koska paikallinen tutkimus on osoittanut, että 85% malesialaisista omistaa matkapuhelimia [18]. Älypuhelimet ovat suosikkivaihtoehto, koska malesialaiset pyrkivät seuraamaan suuntauksia yhteisössä [20]. Lisäksi älypuhelin tarjoaa ilmaisia ​​pikaviestejä tiettyjen alustojen, esimerkiksi WhatsAppin ja WeChatin, kautta, jotka rikastuttavat käyttäjien elämää. Viihde on toinen mahdollinen selitys älypuhelinten riippuvuuden suurelle yleisyydelle, koska näiden puhelimien avulla lääketieteen opiskelijat voivat kuunnella musiikkia, katsella elokuvia ja pelata pelejä stressin lievittämiseksi [34]. Siksi heillä on taipumus viettää enemmän aikaa älypuhelimellaan päivän päätteeksi ja tulla lopulta patologisiksi käyttäjiksi.

Yksi tutkimuksen huolenaiheista olisi kuitenkin optimaalinen SAS-M-rajapiste riskitapauksissa määritetty koordinaattipisteistä, kun IAT: n malajian version pistemäärä oli enemmän kuin 43. Tämä ei ole ajan tasalla IAT: n vakiintuneita raja-arvoja. Samoin DSM V: n mukaan ei ole vakiintunutta diagnoosikriteeriä Internet- tai älypuhelinten väärinkäytölle riippuvuushäiriön spektrissä [21, 25]. Siksi tutkimuksemme ehdottama raja-arvo oli todennäköisesti liian matala, mikä johti älypuhelinten riippuvuuden erittäin korkeaan arvioituun määrään. Oikein oikein internetiriippuvuuden diagnoosin tulisi perustua kolmeen kriteeriin, jotka ovat kuvanneet Ko, et ai., 2012 [25].

SAS-M toimii enemmän kuin seulonta tai asteikko älypuhelimen addiktiivisen käytön vakavuuden arvioimiseksi kuin diagnoosiväline. Oikeiden diagnoosien tekeminen älypuhelinten riippuvuudesta on tärkeä kysymys tulevaisuuden tutkimuksessa. Ehdotimme, että älypuhelinten riippuvuuden diagnosointiin sisällytettäisiin tulevaisuudessa enemmän kriteerejä, jotka koostuvat kriteereistä A, B ja C. Arviointiperuste A sisältää kuusi älypuhelinten riippuvuuden oireita, kuten kyberavaruuteen suuntautunut suhde, päivittäinen elämän häiriö, ensisijaisuus, liikakäyttö, positiivinen ennakointi ja peruuttaminen. Perusteeseen B on sisällytettävä älypuhelimien käytöstä aiheutuvat toiminnalliset häiriöt. Kriteerin C tulisi sulkea pois muut psykiatriset häiriöt, kuten bipolaariset häiriöt tai muut impulsiiviset häiriöt. Kohteilla, jotka täyttävät kaikki kriteerit A, B ja C, katsotaan olevan vain älypuhelinten riippuvuus.

Vahvuus ja rajoitukset

Tämän tutkimuksen tuloksia tulisi tulkita tutkimuksen rajoitusten yhteydessä: Ensinnäkin DSM V: n mukaan Internet- tai älypuhelinten riippuvuudelle ei ole vakiintunutta diagnoosikriteeriä riippuvuushäiriöiden spektrissä [21, 25]. Ottaen huomioon älypuhelinten väärinkäytön paikallisissa olosuhteissa tehdyt rajalliset tutkimukset, tämän tutkimuksen tulokset voivat silti antaa joitain oivalluksia terveydenhuollon ammattilaisryhmälle. Toiseksi, vaikka otoskoko oli riittävä, mutta sitä ei satunnaistettu. Sukupuoli ja rotu eivät jakautuneet tasapuolisesti. Lisäksi tämä tutkimus suoritettiin yhdessä keskustassa, joten otospopulaatio oli homogeeninen eikä se välttämättä heijasta Malesian yleistä väestöä.

Tästä rajoituksesta huolimatta tämän tutkimuksen tulokset osoittivat, että SAS-M: tä voidaan käyttää älypuhelinten riippuvuuden arviointiin koulutettujen malesialaisten nuorten aikuisten keskuudessa.

Yhteenveto

Tämä tutkimus kehitti ensimmäisen älypuhelinten riippuvuusasteikon lääketieteen opiskelijoiden keskuudessa. Tämä tutkimus tarjoaa myös todisteita siitä, että SAS-M on kelvollinen ja luotettava, itse hallittava työkalu niiden henkilöiden seulomiseen, joilla on riski älypuhelinten riippuvuuteen.

tuki informaatio

S1_Text.doc
 
 

S1-teksti. Älypuhelinten riippuvuus malajian version kyselylomake.

doi: 10.1371 / journal.pone.0139337.s001

(DOC)

Tekijänoikeudet

Suunniteltu ja suunniteltu kokeilut: SMC AY FKH. Kokeet suoritettiin: VR SMSL WAWS YLF. Analysoi tiedot: SMC AY. Mukana toimitetut reagenssit / materiaalit / analyysityökalut: SMC AY. Kirjoitti paperin: SMC AY VR.

Viitteet

  1. 1. Rashvand HF, Hsiao KF (2015) Älypuhelimen älykkäät sovellukset: lyhyt katsaus. Multimediajärjestelmät 21 (1): 103 – 119 doi: 10.1007 / s00530-013-0335-z
  2. 2. Mosa AS, Yoo I, Sheets L (2012) Älypuhelimien terveydenhuollon sovellusten järjestelmällinen katsaus. BMC Medical Informatics ja päätöksenteko 12: 67. doi: 10.1186 / 1472-6947-12-67. PMID: 22781312
  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. 3. Lane N, Mohammod M, Lin M, Yang X, Lu H, Ali S, et ai. (2011) BeWell: Älypuhelinsovellus hyvinvoinnin seuraamiseen, mallintamiseen ja edistämiseen. Terveydenhuollon tunkeutuvien tietojenkäsittelytekniikoiden kansainvälinen 5-konferenssi, Dublin.
  88. 4. Patrick K, Griswold WG, Raab F, Intille SS (2008) Health ja matkapuhelin. Ennaltaehkäisevän lääketieteen amerikkalainen lehti 35: 177 – 181. doi: 10.1016 / j.amepre.2008.05.001. PMID: 18550322
  89. 5. Derbyshire E, Dancey D (2013) Älypuhelimien lääketieteelliset sovellukset naisten terveydelle: mikä on todisteita ja palautetta? International Journal of Telemedicine and Applications -artikkeli ID 782074, 10. doi: 10.1155 / 2013/782074
  90. 6. Emad AS, Haddad E (2015) Älypuhelinten vaikutus ihmisten terveyteen ja käyttäytymiseen: Jordanialaisten käsitykset. Kansainvälinen tietokoneverkkojen ja sovellusten lehti 2 (2): 52 – 56.
  91. 7. Sarwar M, Soomro TR (2013) Älypuhelimien vaikutukset yhteiskuntaan. European Journal of Scientific Research 98 (2): 216 – 226.
  92. 8. Acharya JP, Acharya I, Waghrey D (2013) Tutkimus joistakin matkapuhelinten yhteisistä terveysvaikutuksista korkeakouluopiskelijoiden keskuudessa. Journal of Community Medicine & Health Education 3: 21. doi: 10.5958 / j.2319-5886.2.3.068
  93. 9. Lin YH, Chang LR, Lee YH, Tseng HW, Kuo TB, Chen SH. (2014) Älypuhelinten riippuvuusluettelon (SPAI) kehittäminen ja validointi. PLoS Yksi 9: e98312. doi: 10.1371 / journal.pone.0098312. PMID: 24896252
  94. 10. Billieux J, Van der Linden M, d'Acremont M, Ceschi G, Zermatten A (2007) Liittyykö impulsiivisuus havaittuun riippuvuuteen matkapuhelimesta ja sen todellisesta käytöstä? Sovellettu kognitiivinen psykologia 21: 527–537. doi: 10.1002 / pp.1289
  95. 11. Park N, Lee H (2012) Älypuhelinten käytön sosiaaliset vaikutukset: Korean opiskelijoiden älypuhelinten käyttö ja psykologinen hyvinvointi. Kyberpsykologia, käyttäytyminen ja sosiaalinen verkostoituminen 15: 491–497. doi: 10.1089 / cyber.2011.0580
  96. 12. Jeni CF, Tang TC, Jeni JY, Lin HC, Huang CF, Liu SC, et ai. (2009) Matkapuhelimien ongelmakäytön oireet, toimintahäiriöt ja niiden yhteys masennukseen Etelä-Taiwanin murrosikäisten keskuudessa. Lehti murrosiän 32: 863 – 873. doi: 10.1016 / j.adolescence.2008.10.006. PMID: 19027941
  97. 13. Beranuy M, Oberst U, Carbonell X, Chamarro A (2009) Internetin ja matkapuhelimien ongelmakäyttö ja kliiniset oireet korkeakouluopiskelijoilla: Tunteellisen älyn merkitys. Ihmiskäyttäytymiseen tarkoitetut tietokoneet 25: 1182 – 1187. doi: 10.1016 / j.chb.2009.03.001
  98. 14. Thomee S, Harenstam A, Hagberg M (2011) Matkapuhelimien käyttö ja stressi, unihäiriöt ja masennusoireet nuorten aikuisten keskuudessa - tulevaisuuden kohorttitutkimus. BMC: n kansanterveys 11: 66. doi: 10.1186 / 1471-2458-11-66. PMID: 21281471
  99. 15. Ezoe S, Toda M, Yoshimura K, Naritomi A, Den R, Morimoto K (2009) Persoonallisuuden ja elämäntavan suhteet matkapuhelinriippuvuuteen naishoitajaopiskelijoiden keskuudessa. Sosiaalinen käyttäytyminen ja persoonallisuus: kansainvälinen lehti 37 (2): 231 – 238. doi: 10.2224 / sbp.2009.37.2.231
  100. 16. Toda M, Monden K, Kubo K, Morimoto K (2006) Yliopisto-opiskelijoiden matkapuhelinriippuvuus ja terveyteen liittyvä elämäntapa. Sosiaalinen käyttäytyminen ja persoonallisuus 34 (10): 1277 – 1284. doi: 10.2224 / sbp.2006.34.10.1277
  101. 17. Malesian viestintä- ja multimediatoimikunta (2012) käsipuhelinten käyttäjätutkimus 2011. Käytettävissä: http://www.skmm.gov.my/skmmgovmy/media/G​eneral/pdf/SSKMM-HandPhoneSurvey-2011.pd​f
  102. 18. Malesian viestintä- ja multimediatoimikunta (2014) käsipuhelinten käyttäjätutkimus 2012. Käytettävissä: http://www.skmm.gov.my/skmmgovmy/media/G​eneral/pdf/130717_HPUS2012.pdf
  103. 19. verkkokauppamilo (2014). Käytettävissä: http://www.ecommercemilo.com/2014/09/12-​facts-mobile-malaysia.html#.Va8ru_mqpBe.
  104. 20. Osman MA, Talib AZ, Sanusi ZA, Shiang-Yen T, Alwi AS (2012) Tutkimus älypuhelimen kehityksestä ja sen käytöstä Malesiassa. Kansainvälinen lehti uusista tietokonearkkitehtuureista ja niiden sovelluksista 2: 274 – 285.
  105. 21. Weinstein A, Lejoyeux M (2010) Internet-riippuvuus tai liiallinen Internet-käyttö. Amerikan lehti huumeiden ja alkoholin väärinkäytöstä 36: 277 – 283. doi: 10.3109 / 00952990.2010.491880. PMID: 20545603
  106. 22. Jenaro C, Flores N, Gómez-Vela M, González-Gil F, Caballo C (2007) Internetin ja matkapuhelinten ongelmallinen käyttö: Psykologinen, käyttäytymis- ja terveyskorrelaatio. Riippuvuustutkimus ja teoria 15: 309–320. doi: 10.1080 / 16066350701350247
  107. 23. Niemz K, Griffiths M, Banyard P (2005) Patologisen Internetin käytön esiintyvyys yliopistojen opiskelijoiden keskuudessa ja korrelaatiot itsetuntoon, yleiseen terveyden kyselylomakkeeseen (GHQ) ja estoon. Kyberpsykologia ja käyttäytyminen 8: 562–570. pmid: 16332167 doi: 10.1089 / cpb.2005.8.562
  108. 24. Young KS, Rogers RC (1998) Masennuksen ja Internet-riippuvuuden suhde. Kyberpsykologia ja käyttäytyminen 1: 25–28. doi: 10.1089 / sp.1998.1.25
  109. 25. Ko CH, Jeni JY, Jeni CF, Chen CS, Chen CC (2012) Internet-riippuvuuden ja psykiatristen häiriöiden välinen yhteys: katsaus kirjallisuuteen. Eurooppalainen psykiatria 27: 1 – 8. doi: 10.1016 / j.eurpsy.2010.04.011. PMID: 22153731
  110. 26. Guan NC, Isa SM, Hashim AH, Pillai SK, Harbajan Singh MK (2015) Internet-riippuvuustestin malajian version kelpoisuus: tutkimus Malesian lääketieteen opiskelijoiden ryhmästä. Kansanterveyden Aasian ja Tyynenmeren lehti 27: 2210 – 2219. doi: 10.1177 / 1010539512447808
  111. 27. Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E et ai. (2008) Ranskan internet-riippuvuustestin validointi. Kyberpsykologia ja käyttäytyminen 11: 703–706. doi: 10.1089 / cbb.2007.0249. pmid: 18954279
  112. 28. Kwon M, Lee JY, Won WY, Park JW, Min JA, Hahn C, et ai. (2013) Älypuhelinten riippuvuusasteikon (SAS) kehittäminen ja validointi. PloS yksi 8: e56936. doi: 10.1371 / journal.pone.0056936. PMID: 23468893
  113. 29. Gorsuch RL (1983) tekijäanalyysi. 2nd ed. Hillsdale, New Jersey: Erlbaum.
  114. 30. Kaiser HF (1960) Elektronisten tietokoneiden soveltaminen tekijäanalyysiin. Kasvatustieteellinen ja psykologinen mittaus 20: 141 – 151 doi: 10.1177 / 001316446002000116
  115. 31. Guttman L (1954) Joitakin välttämättömiä ehtoja yhteiseen tekijäanalyysiin. Psykometrika 19: 149 – 161. doi: 10.1007 / bf02289162
  116. 32. Ybama ML (2004) Masennuksen oireiden ja Internetin häirinnän väliset yhteydet nuorten säännöllisten käyttäjien keskuudessa. Kyberpsykologia ja käyttäytyminen 7: 247–257. pmid: 15140367 doi: 10.1089 / 109493104323024500
  117. 33. Kaiser HF (1974) Kertoimen yksinkertaisuuden indeksi. Psykometrika 39: 31 – 36. doi: 10.1007 / bf02291575
  118. 34. Elias H, Ping WS, Abdullah MC (2011) Stressi ja akateemiset saavutukset Universiti Putra Malesian yliopisto-opiskelijoiden keskuudessa. Procedian sosiaaliset ja käyttäytymistieteet 29: 646 – 655. doi: 10.1016 / j.sbspro.2011.11.288