Les effets de l'utilisation d'Internet sur la santé mentale sont-ils imputables au contenu Web ou aux conséquences perçues de son utilisation? Une étude longitudinale sur les adolescents européens (2016)

RÉSUMÉ

Contexte: Les adolescents et les jeunes adultes font partie des utilisateurs d’Internet les plus fréquents, et de plus en plus de preuves suggèrent que leurs comportements sur Internet pourraient affecter leur santé mentale. L'utilisation d'Internet peut avoir un impact sur la santé mentale, car certains contenus Web peuvent être pénibles. Il est également possible que l'utilisation excessive, quel que soit le contenu, entraîne des conséquences négatives, telles que la négligence d'activités de protection hors ligne.

Objectif: L’objectif de cette étude était d’évaluer la manière dont la santé mentale est associée (1) au temps passé sur Internet, (2) au temps consacré à différentes activités sur le Web (utilisation des médias sociaux, jeux, jeux de hasard, pornographie, etc.). travaux scolaires, lecture de nouvelles et recherches d’informations ciblées) et (3) les conséquences perçues de la participation à ces activités.

Méthodes: Un échantillon aléatoire d'adolescents 2286 a été recruté dans des écoles publiques en Estonie, en Hongrie, en Italie, en Lituanie, en Espagne, en Suède et au Royaume-Uni. Les données du questionnaire comprenant les comportements Internet et les variables de santé mentale ont été collectées et analysées de manière transversale et ont été suivies après les mois 4.

Résultats: transversalement, le temps passé sur Internet et le temps relatif consacré à diverses activités ont prédit la santé mentale (P<001), expliquant respectivement 1.4% et 2.8% de variance. Cependant, les conséquences de la participation à ces activités étaient des prédicteurs plus importants, expliquant une variance de 11.1%. Seuls les jeux en ligne, les jeux d'argent et les recherches ciblées ont eu des effets sur la santé mentale qui n'étaient pas entièrement expliqués par les conséquences perçues. Les analyses longitudinales ont montré que la perte de sommeil due à l'utilisation d'Internet (ß = 12, IC à 95% = 0.05-0.19, P= .001) et retrait (humeur négative) lorsqu’on n’a pas accès à Internet (ß = .09, 95% CI = 0.03-0.16, P<01) étaient les seules conséquences qui avaient un effet direct sur la santé mentale à long terme. Les conséquences positives perçues de l'utilisation d'Internet ne semblaient pas du tout associées à la santé mentale.

Conclusions: L’ampleur de l’utilisation d’Internet est associée négativement à la santé mentale en général, mais des activités spécifiques sur le Web diffèrent par leur degré de cohérence, leur importance et leur effet sur la santé mentale. Les conséquences de l'utilisation d'Internet (en particulier la perte de sommeil et le retrait lorsque l'accès à Internet est inaccessible) semblent prédire les résultats pour la santé mentale dans une plus grande mesure que les activités elles-mêmes Les interventions visant à réduire les effets négatifs de l'utilisation d'Internet sur la santé mentale pourraient cibler ses conséquences négatives au lieu de l'utilisation d'Internet elle-même.

Enregistrement d'essai: Numéro d'essai international standard randomisé contrôlé (ISRCTN): 65120704; http://www.isrctn.com/ISRCTN65120704?q=&filters=recruitmentCountry:Lith Lithuania&sort=&offset= 5 & totalResults = 32 & page = 1 & pageSize = 10 & searchType = basic-search (Archivé par WebCite à l'adresse http: //www.webcdefg)

JMIR Ment Health 2016; 3 (3): e31

doi: 10.2196 / mental.5925

MOTS-CLÉS

• utilisation d'Internet problématique; 
• les conduites addictives; 
• Internet; 
• la santé mentale; 
• la santé des adolescents; 
• étude longitudinale

Introduction

La dépression et l’anxiété sont deux des troubles psychiatriques les plus répandus chez les adolescents [1-3] et le suicide, qui est souvent étroitement lié à ces troubles, est la deuxième cause de décès dans le monde pour les personnes de 15 à 29 (après les accidents de la route) [4]. Au cours de la dernière décennie, on s’intéresse de plus en plus à la façon dont la santé mentale et le développement émotionnel des adolescents sont affectés par leur utilisation d’Internet. Près de 80% de la population européenne sont des utilisateurs d’Internet, avec des pourcentages supérieurs à 90 dans certains pays [5], et avec l’utilisation croissante des smartphones, de plus en plus de personnes ont un accès instantané et continu à Internet. Plus de 90% des Européens âgés de 16 à 24 en Europe utilisent régulièrement Internet au moins une fois par semaine, un pourcentage plus élevé que pour tout autre groupe d'âge [6]. Bien qu'il soit difficile de mesurer avec précision le temps passé sur Internet, la plupart des jeunes ont quotidiennement accès à Internet, et Internet est devenu une partie intégrante de leur vie. Cela a conduit à des changements dans la vie des gens et dans la manière dont ils construisent et maintiennent des relations sociales et des identités personnelles, recherchent des informations et se divertissent.

Un important axe de recherche a lié les problèmes de santé mentale à ce que l’on a appelé l’utilisation Internet problématique (ou Internet, pathologique ou compulsif), souvent considérée comme un trouble du contrôle de l’impulsion semblable à la dépendance au jeu et à d’autres dépendances comportementales. La mesure la plus utilisée et validée de l’utilisation Internet problématique, le test de dépendance à l’Internet (IAT) [7], a été construit selon une reformulation spécifique à l’utilisation d’Internet des critères diagnostiques du DSM-4 (Manuel de diagnostic et de statistique des troubles mentaux) (DSM-XNUMX) (pour un aperçu des mesures problématiques de l’utilisation d’Internet, voir [8]). En tant que tel, cet instrument de dépistage mesure les aspects compulsifs de l’utilisation d’Internet entraînant une déficience clinique ou une détresse (par exemple, se sentir préoccupé par Internet, incapable de contrôler ou de réduire l’utilisation d’Internet, se sentir déprimé ou déprimé lorsqu’on tente d’arrêter ou de réduire l’utilisation d’Internet, rester en ligne plus long que prévu; mentir à propos d'une utilisation excessive d'Internet, etc.). Cependant, il n’existe pas de méthode normalisée de classification de l’utilisation Internet problématique, car les mesures, les seuils et les procédures de classification varient d’une étude à l’autre [8-9]. Mis à part ces différences dans les procédures de diagnostic, de nombreuses études ont montré que l'utilisation d'Internet problématique corrélait avec les troubles DSM de l'axe I, principalement la dépression, mais aussi la phobie sociale et l'anxiété, la toxicomanie, l'hyperactivité avec déficit de l'attention et certaines variables de la personnalité telles que l'hostilité [10-13]. Le mécanisme présumé par lequel l'utilisation problématique d'Internet affecte la santé mentale est en partie lié au temps excessif consacré aux activités sur le Web, qui néglige les activités de protection hors ligne telles que le sommeil, l'exercice physique, la fréquentation scolaire et les activités sociales hors ligne. en partie liée aux symptômes de sevrage lorsque ces activités sont inaccessibles [9,14].

Des études montrent que les aspects problématiques de l'utilisation d'Internet par certaines personnes se limitent à une ou à quelques activités spécifiques sur le Web (par exemple, l'utilisation de jeux ou des médias sociaux), alors que d'autres activités ne sont pas problématiques [15-17]. Certaines données récentes montrent que la structure factorielle de l’IAT [7] est cohérent dans la mesure de l’engagement problématique dans des activités spécifiques telles que le jeu et les jeux [18], cela a conduit à une différenciation entre l’utilisation problématique généralisée d’Internet et des formes spécifiques d’utilisation problématique de l’Internet. Par exemple, comme la plupart des recherches sur l’Internet ont porté sur le jeu problématique en ligne et que de nombreuses études ont mis en évidence une association entre le jeu et la symptomologie de santé mentale grave, il s’agit de la seule forme spécifique d’utilisation problématique d’Internet dont l’inclusion a été envisagée. DSM-5, alors que l'utilisation généralisée d'Internet problématique et d'autres formes spécifiques n'ont pas [9,19].

Il est donc important de différencier les activités lorsqu’on étudie les effets de l’utilisation d’Internet sur la santé mentale. Dans certains cas, cela peut être important car l'activité en question est susceptible de créer une dépendance, telle que les jeux d'argent sur le Web (par exemple, le poker sur le Web, les paris sportifs, les tours de casino) [20-23]. Dans d'autres cas, cela peut être important car le contenu lui-même peut avoir un impact sur la santé mentale en produisant des réactions émotionnelles, cognitives ou comportementales spécifiques. Par exemple, l’étude 1 sur l’utilisation des médias sociaux suggère que la consommation passive de contenu social accroît le sentiment de solitude, alors que la communication directe avec des amis ne le fait pas.24]. Un autre exemple consiste à effectuer des recherches d'informations. Des études montrent que les jeunes, y compris ceux qui ont des problèmes de santé mentale, effectuent souvent des recherches ciblées en rapport avec leur santé physique et mentale [25-27]. Selon les informations trouvées, ce type de comportement pourrait probablement avoir des conséquences à la fois négatives et positives. Le contenu d'un site Web qui encourage les comportements autodestructeurs ou l'automutilation peut être particulièrement préoccupant. De plus, les adolescents effectuent de plus en plus de travaux scolaires en utilisant Internet, et comme les résultats scolaires sont généralement associés à une meilleure santé mentale [28], utiliser Internet à de telles fins pourrait être un facteur prédictif de la santé mentale positive plutôt que ce que l’on pourrait attendre d’un point de vue problématique de l’utilisation d’Internet [29,30]. D'autres recherches ont montré que certains types de jeux (par exemple, les jeux de rôle en ligne massivement multijoueurs) et certains motifs pour jouer à ces jeux (réalisation dans le jeu, socialisation, immersion, relaxation et évasion) sont prédictifs des problèmes de santé mentale et sont problématiques. jeu [31-33]. Bien que la majorité des recherches précédentes soient corrélationnelles, cela suggère que l'utilisation d'Internet peut avoir un impact sur la santé mentale, que ce soit par l'activité ou le contenu utilisé ou par les conséquences différées qui suivent l'utilisation d'Internet.

Cette étude visait à examiner comment la santé mentale des adolescents est prédite par le temps passé sur Internet et leur niveau d'engagement dans les types d'activités 7: utilisation des médias sociaux, jeux, jeux d'argent, visionnage de pornographie, lecture ou visionnage de nouvelles, activités liées à l'école ou au divertissement. travail, et des recherches d’informations ciblées sans lien avec l’école ou le travail. Deuxièmement, l'étude visait également à déterminer si ces effets seraient maintenus ou à expliquer par les conséquences perçues de l'utilisation de ces activités sur le Web. Nous avons étudié l’impact des conséquences négatives (retrait, perte de sommeil, etc.) et des conséquences positives (plaisir, trouver de nouveaux amis). En plus d'effectuer ces analyses sur des données transversales, nous avons également vérifié si ces effets prédiraient des changements de la santé mentale sur une période de 4 mois.

Méthodologie

Étudier le design

Les données ont été recueillies dans le cadre de l'essai SUPREME (Prévention du suicide par Internet et par la promotion de la santé mentale dans les médias) (Current Controlled Trials ISRCTN65120704). L'étude a été réalisée en collaboration avec des centres de recherche sur la santé mentale en Estonie, en Hongrie, en Italie, en Lituanie, en Espagne, en Suède et au Royaume-Uni. Dans le cadre de ce projet, une étude longitudinale contrôlée randomisée a été réalisée dans 2012-2013 pour évaluer un site Web d’intervention en santé mentale sur le Web, qui a été testé sur un échantillon d’adolescents sélectionné au hasard dans une zone sélectionnée de ces pays. Les critères d'inclusion des écoles étaient les suivants: (1) l'autorité scolaire accepte de participer; (2) l'école est une école publique (c'est-à-dire non privée); (3) l’école compte au moins des élèves 100 de la tranche d’âge de 14-16; (4) l’école compte plus de professeurs 2 pour les élèves âgés de plus de 12 ans; (15) pas plus de 5% des élèves sont de l'un ou l'autre sexe. Les participants ont été randomisés en grappes, en fonction de leur affiliation scolaire, soit dans une condition d’intervention complète (avec accès au site Web d’intervention), soit dans un groupe de contrôle d’intervention minimale (sans accès au site Web d’intervention), puis ont été soumis à un questionnaire d’évaluation. à 60 et 2 mois de suivi. Le questionnaire comprenait des questions sur leurs habitudes Internet, leur santé mentale et leurs comportements suicidaires, ainsi que d'autres variables pertinentes pour l'évaluation. Cette étude a ne sauraient visent à évaluer les effets de l’intervention sur le Web, mais ont plutôt exploré les facteurs de risque de problèmes de santé mentale liés à Internet.

Participants

Les sujets étaient des élèves inscrits d’écoles publiques choisies au hasard dans une région prédéfinie de chaque pays: comté de Viru occidental (Estonie), Budapest (Hongrie), Molise (Italie), ville de Vilnius (Lituanie), ville de Barcelone (Espagne), comté de Stockholm (Suède). ) et l’est de l’Angleterre (Royaume-Uni). Les écoles publiques éligibles dans ces zones ont été disposées au hasard dans un ordre de contact, ordre dans lequel les écoles ont été contactées et invitées à participer. Si une école refuse, la prochaine école de la liste est contactée. Si une école a accepté de participer, une équipe de chercheurs s'est rendue à l'école et a présenté aux élèves le contexte, les buts, les objectifs et les procédures de l'étude, verbalement et au moyen de formulaires de consentement. Comme la procédure de l'étude incluait le dépistage des adolescents suicidaires, la participation n'était pas totalement anonyme, mais l'identité des participants était cryptée dans le questionnaire. Un consentement écrit a été obtenu de tous les élèves ayant accepté de participer (ainsi que de l'un des parents ou des deux, conformément aux règles éthiques de la région). L'étude a été approuvée par les comités d'éthique de tous les pays participants.

La procédure d'échantillonnage a abouti à un nombre total d'adolescents 2286 participant au départ (Estonie = écoles 3, participants 416; Hongrie = écoles 6, participants 413; Italie = écoles 3, participants 311; Lituanie = écoles 3, participants 240; Espagne = 3 écoles, participants 182; Suède = écoles 9, participants 337; Royaume-Uni = écoles 3, participants 387). Parmi les participants, 1571 (68.72%) a été randomisé pour le groupe d'intervention complète et 715 (31.27%) pour le groupe d'intervention minimale. Il y avait un taux d'abandon notable dans l'étude. Dans l'échantillon total, le nombre de sujets qui ont interrompu leur participation comprend les élèves 467 (20.42%) entre T1 et T2 et les élèves 244 (13.41%) entre T2 et T3. Les sujets ont été inclus dans les analyses longitudinales s’ils avaient participé au moins à T1 et T3, mais la participation à T2 n’était pas nécessaire. Cela a donné un échantillon longitudinal de sujets 1544, avec 56% de femmes et un âge moyen d'années 15.8 (écart type, SD = années 0.91).

Mesures d'utilisation d'Internet

Des mesures des comportements et des utilisations d’Internet ont été spécialement conçues pour cette étude. Cela incluait des éléments qui mesuraient la régularité de l'utilisation d'Internet (par exemple, utiliser Internet une fois par mois ou une fois par semaine) et le nombre d'heures consacrées à Internet chaque semaine. On a également demandé aux participants d’indiquer combien de temps ils consacraient à différentes activités 7 lorsqu’ils utilisaient Internet (socialisation, jeux, activités liées à l’école ou au travail, jeux, lecture ou visionnage de nouvelles, pornographie et recherches ciblées non liées à l’école ou à l’école). travail). Les participants ont classé ces activités sur une échelle de points 7 (1 = je passe très peu de temps, voire aucun, à le faire; 7 = je l'ai passé beaucoup de temps à le faire). Dans la dernière série d’items, les participants ont été invités à évaluer les conséquences perçues par eux-mêmes de la participation à ces activités. On a demandé aux participants d’évaluer dans quelle mesure diverses conséquences s’appliquaient à eux, mais uniquement en ce qui concerne les activités qu’il ou elle a exercées dans une mesure considérable (avait précédemment noté ≥4). Les participants ont évalué, sur une échelle de points 7 (1 = très rarement ou jamais; 7 = très souvent), l'occurrence des conséquences suivantes: «Je trouve de nouveaux amis»; "Je m'amuse"; “J'apprends des choses intéressantes”; «Je reste en ligne plus longtemps que prévu»; «J'ai choisi ces activités au lieu de sortir avec des amis (dans la vraie vie)»; «Je reste éveillé tard et je ne dors plus»; «Je me sens déprimé ou de mauvaise humeur quand je n'ai pas accès aux activités mentionnées ci-dessus». Les participants ont également évalué l’impact de leur utilisation d’Internet sur leurs performances au travail ou sur leurs résultats scolaires (1 = mon travail ou mes résultats en pâtissent; 4 = pas du tout affecté; 7 = mon travail ou mes résultats ont été améliorés) et sur la possibilité de contribuer à donner un sens à leur vie ( 1 = moins significatif; 4 = également significatif que sans eux; 7 = plus significatif).

Par souci de clarté, nous appelons certaines de ces conséquences «positives» (trouver de nouveaux amis; s'amuser; apprendre des choses intéressantes) car elles résultent de l'utilisation d'Internet et n'impliquent pas nécessairement un comportement addictif et peuvent conduire à: meilleure santé mentale (voire pas du tout). Nous qualifions d’autres conséquences de «négatives» (rester sur Internet plus longtemps que prévu, choisir des activités Web plutôt que des activités sociales hors ligne, rester éveillé et perdre le sommeil, se sentir déprimé lorsque les activités Web ne sont pas accessibles) car elles suggèrent des symptômes. d’utilisation problématique d’Internet et devrait donc conduire à une mauvaise santé mentale. Par exemple, ces conséquences négatives ressemblent à celles incluses dans l’IAT [7] et les recommandations de mesure du trouble du jeu sur Internet de Petry et al. [9]. Enfin, certaines conséquences sont considérées comme «bidirectionnelles» (mon travail ou mes notes s'améliorent / souffrent; ma vie devient moins ou plus significative), car les sujets pourraient les évaluer soit négativement, soit positivement, ou n'indiquer aucun changement.

Mesures de santé mentale

Les niveaux de dépression, d’anxiété et de stress des participants ont été évalués à l’aide des sous-échelles 3 constituant la version 42-item du Échelle de stress de la dépression et de l'anxiété (DASS-42) [34]. Chaque sous-échelle comprend des instructions 14 qui sont notées sur une échelle de Likert à points 4 en fonction de l’application de l’instruction à la personne au cours de la semaine écoulée. Les échelles sont conçues pour mesurer les états émotionnels négatifs de dépression (dysphorie, désespoir, dévaluation de la vie, dévalorisation de soi-même, manque d'intérêt ou d'implication, anhédonie et inertie), l'anxiété (excitation autonome, effets sur les muscles squelettiques, l'anxiété situationnelle et la subjectivité). l'expérience de l'affect anxieux), et le stress ou la tension (difficulté à se détendre, excitation nerveuse et être facilement contrarié ou agité, irritable ou trop réactif et impatient). Les études qui ont examiné les propriétés psychométriques de cette échelle ont rapporté des résultats satisfaisants sur les mesures de fiabilité et de validité dans des populations saines et cliniques [34-37], également lorsqu’il est administré sur Internet [38]. Cependant, il a été signalé que les jeunes adolescents distinguent moins les facteurs 3 que les adultes et que les corrélations entre eux sont généralement élevées [39,40]. Les échelles ont démontré une cohérence interne élevée dans le présent échantillon, en termes de Cronbach alpha calculé sur les données de base (dépression alpha = .93; anxiété alpha = .89; stress alpha = .91). Certains participants n'ayant pas répondu à tous les éléments de l'échelle, la note finale de chaque échelle a été calculée en divisant la somme de la somme par le nombre d'éléments auxquels ils ont répondu. Seuls les participants avec 50% de données manquantes ou plus ont été exclus. Les échelles étaient fortement corrélées (dépression × anxiété: r= .76; dépression × stress: r= .79; anxiété × stress: r= .78; tout P valeurs <001), et l'échelle combinée de 42 éléments a démontré une cohérence interne élevée (alpha = 96). En raison de l'intercorrélation relativement élevée entre les concepts et pour simplifier l'analyse, les 3 échelles ont été combinées en une seule mesure de la santé mentale.

Procédure

Toutes les procédures d'étude ont eu lieu dans les écoles respectives dans des salles de classe ou des salles informatiques. Les questionnaires ont été administrés sous forme de papier et de crayon ou à l'aide d'un outil de sondage sur le Web, si l'école était en mesure de fournir des ordinateurs à tous les élèves au moment de la collecte des données. Le questionnaire contenait des éléments utilisés pour dépister les adolescents suicidaires (échelle de suicide de Paykel [41]), et la procédure de filtrage s’est déroulée dans les heures 24 après chaque vague de collecte de données. Par conséquent, la participation n'était pas complètement anonyme. toutefois, les identités des sujets étaient cryptées à l'aide de «codes de participation» individuels, inscrits sur le questionnaire plutôt que sur le nom des participants. Les codes étaient liés aux identités des élèves uniquement pour connecter les données de manière longitudinale et pour contacter des adolescents suicidaires à haut risque (cas d'urgence) pour offrir de l'aide. Les sujets ont été définis comme des cas d'urgence s'ils ont répondu qu'ils avaient sérieusement envisagé, planifié ou tenté de se suicider au cours des dernières semaines 2. La procédure exacte à suivre pour traiter les cas de risque variait d’un pays à l’autre et dépendait des directives éthiques régionales et des ressources d’aide disponibles. Les cas d'urgence ont été exclus de l'analyse des données (n = 23). L’intervention testée dans le projet SUPREME a été administrée après la collecte des données de base et est décrite plus en détail dans Annexe multimédia 1.

Analyse des données

Deux analyses principales ont été réalisées dans cette étude: l'analyse de régression multiple hiérarchique transversale 1 et l'analyse longitudinale 1. La mesure de la fréquence d'utilisation d'Internet a été omise de l'analyse en raison d'un effet de plafond (90% des participants ont déclaré utiliser Internet au moins une fois par jour). Les variables prédictives restantes étaient donc le nombre d'heures hebdomadaires en ligne autodéclaré, les évaluations des activités 7 et les évaluations des conséquences 9 de l'utilisation d'Internet. Le score DASS composite était la variable dépendante dans ces analyses (les tests des hypothèses statistiques sont décrits dans Annexe multimédia 1). Dans la régression transversale, les comportements Internet à T1 ont été utilisés pour prédire la santé mentale à T1. L'analyse de régression longitudinale a prédit un changement du DASS global (la différence de score entre T1 et T3) au moyen d'un changement des comportements Internet. Seul le suivi le plus long était intéressant dans cette étude. Le sexe, l'âge et la condition expérimentale ont été inclus comme variables de contrôle dans le premier modèle. Le temps passé sur Internet a été ajouté dans le deuxième modèle, les évaluations d'activité ont été ajoutées dans un troisième modèle et les évaluations des conséquences ont été ajoutées dans un quatrième modèle. De plus, comme les participants devaient évaluer les conséquences perçues uniquement s'ils exécutaient au moins une activité en ligne au-dessus du seuil> 3, une minorité (n = 82; 5%) de sujets dont les scores avaient dépassé ou dépassé le seuil entre T1 et T3 , avait des données incomplètes pour le calcul des scores de différence. Cependant, les analyses de sensibilité n'ont indiqué aucune différence statistiquement significative entre ces sujets et d'autres cas, en ce qui concerne la quantité moyenne de changement longitudinal des scores DASS ou les scores moyens d'activité en ligne.

Résultats

Résultats descriptifs

Les scores DASS-42 pourraient être calculés pour les participants 2220. Les scores DASS totaux variaient entre les points 0-3, les scores les plus élevés indiquant davantage de problèmes de santé mentale. Les scores moyens de base pour les hommes, les femmes et l’échantillon total sont présentés en Tableau 1. Les femmes ont obtenu des résultats significativement supérieurs à ceux des hommes pour toutes les mesures de santé mentale (Tableau 1). Dans l'échantillon total, les participants à 1848 (83.24%) avaient un score DASS moyen inférieur à 1 et 314 (14.1%) à un score compris entre 1 et 1.99 et 58 (2.6%) à un score supérieur ou égal à 2. Il y avait des différences faibles mais significatives entre les pays dans les scores DASS (F_{(6, 2213)}= 9.28, η²_partiel= .02, P<.001). La variation moyenne des scores DASS au cours de la période d'étude de 4 mois était de -0.15 (ET = 0.42), ce qui indique une diminution au fil du temps. Les participants qui ont abandonné l'étude entre T1 et T3 avaient des scores DASS de base un peu plus élevés que les participants adhérents (différence moyenne = 0.10; t₍₂₂₁₈₎= 4.068; P<001).

Tableau 1 résume également le temps moyen déclaré consacré à Internet, les cotes d'activité et les cotes de conséquences au départ. Le tableau résume que le nombre moyen d’heures consacrées à Internet par semaine était de 17.23, avec des variations importantes dans l’échantillon, et que les hommes avaient passé un peu plus d’heures sur Internet que les femmes. Il était très fréquent que les adolescents utilisent Internet à des fins sociales, suivis de l'école ou du travail, de la recherche ciblée, du jeu, de la lecture ou de la lecture de journaux, de la pornographie et du jeu, bien qu'il y ait des différences notables entre les sexes en ce qui concerne ces activités.

   

‎Voir ce tableau

 

Analyse de régression transversale

L'analyse de régression multiple hiérarchique transversale a été utilisée pour prédire les scores DASS chez T1 au moyen de l'utilisation d'Internet chez T1. Le premier modèle comprenant les variables de contrôle (sexe, âge, condition expérimentale) était hautement significatif (F_{(3, 1683)}= 26.40, P<.001) et expliqué R²_adj= 4.3% de la variance en psychopathologie. Le second modèle (temps passé sur Internet) a largement contribué à la prédiction (F Change_{(1, 1682)}= 26.05, P<.001) de 1.4%, soit un total de R²_adj= 5.7% a expliqué la variance. Le troisième modèle (temps relatif consacré aux activités) a largement contribué à la prédiction (F Change_{(7, 1675)}= 8.29, P<.001) de 2.8%, soit un total de R²_adj= 8.5% a expliqué la variance. Le quatrième modèle (conséquences de l’utilisation d’Internet) a largement contribué à la prédiction (F Change_{(9, 1666)}= 26.80, P<.001) de 11.1%. Cela a abouti à un total final de R²_adj= 19.6% de variance expliquée, dont 15.3% correspond à des facteurs liés à Internet. L'ajusté R² continue d’augmenter à chaque étape de l’analyse, ce qui indique que le modèle n’a pas été sur-équipé. Il n'y avait aucune indication de colinéarité problématique car toutes les variables avaient une tolérance supérieure à 0.5. Les résultats de l’analyse de régression, y compris les coefficients bêta standardisés (ß) de chaque prédicteur de chaque modèle, sont résumés dans Tableau 2.

Tableau 2 résume que le sexe était la seule variable de contrôle significative, alors que l'âge et les conditions expérimentales ne l'étaient pas. Le nombre moyen d'heures déclaré par l'utilisateur qu'il a lui-même déclaré sur Internet était un facteur prédictif significatif de scores DASS plus élevés dans les modèles 2 et 3, mais pas lors de la prise en compte des conséquences de l'utilisation d'Internet dans le quatrième modèle. La taille de l'effet (ß) des activités Web individuelles variait entre .05 et .13. L'utilisation d'Internet à des fins sociales était un facteur prédictif significatif des scores DASS dans le modèle 3, mais pas dans le modèle 4, ce qui suggère que le risque associé à la socialisation sur Internet était expliqué par les conséquences mesurées dans l'étude. Les jeux en ligne ont suivi la tendance opposée, cette activité n’étant pas un facteur prédictif significatif du DASS dans le modèle 3, elle est devenue significative dans le quatrième modèle. La valeur bêta négative indique que les jeux sur Internet constituaient un facteur de protection associé à la santé mentale. Effectuer des activités scolaires ou professionnelles sur Internet constituait également un facteur de protection significatif pour la psychopathologie dans le troisième modèle, mais pas pour prendre en compte les conséquences de l'utilisation d'Internet. Le jeu sur Internet était un facteur de risque significatif pour des scores DASS plus élevés dans les deux modèles 3 et 4. La consommation de contenu d'actualités n'était pas significativement associée à la DASS dans les deux modèles. La visualisation de contenu pornographique sur Internet était un facteur de risque significatif uniquement dans le modèle 3 mais pas dans le modèle 4, ce qui s'explique par les conséquences de l'utilisation d'Internet. Effectuer des recherches ciblées sur Internet était associé de manière significative et fortement positive aux scores DASS dans les deux modèles 3 et 4, ayant la plus grande taille d'effet des activités. En ce qui concerne les conséquences de l'utilisation d'Internet, trouver de nouveaux amis, apprendre des choses intéressantes et s'amuser ne permettait pas de prédire les scores DASS dans le modèle 4. Ainsi, ces conséquences «positives» ne semblaient pas agir en tant que facteurs de protection. Cependant, l’utilisation d’Internet perçue comme donnant plus de sens à la vie ou d’améliorer les résultats scolaires ou professionnels constituait un facteur de protection important. Les conséquences «négatives» étaient des prédicteurs plus puissants des scores DASS. Même si rester sur Internet plus longtemps que prévu à l'origine n'était pas un prédicteur significatif, les énoncés suivants: «Je choisis ces activités au lieu de traîner avec des amis», «Je reste éveillé tard et je ne dors plus» et «Je me sens déprimé ou de mauvaise humeur quand j'ai aucun accès aux activités susmentionnées "étaient des facteurs de risque hautement significatifs, avec des tailles d’effet (ß) comprises entre .12 et .22

  

‎Voir ce tableau

 

Analyse de régression longitudinale

L'analyse de régression multiple hiérarchique longitudinale a été utilisée pour prédire l'évolution de la psychopathologie globale (différence de score entre T1 et T3) au moyen d'une modification de l'utilisation d'Internet. Il n'y avait aucune indication de niveaux problématiques de colinéarité dans le modèle, toutes les variables ayant une valeur de tolérance supérieure à 0.7. Le premier modèle comprenant les variables de contrôle (sexe, âge, condition expérimentale) n’était pas significatif (F_{(3, 981)} <1, P= .59), et le deuxième modèle non plus (temps passé sur Internet; F Change_{(1, 980)} <1, P= .95). Le troisième modèle (temps relatif consacré aux activités) a largement contribué à la prédiction (F Change_{(7, 973)}= 2.25, P<.03) par R²_adj= 0.7% a expliqué la variance. Cette contribution est attribuable à l’écoute de nouvelles, où une augmentation de la visualisation de nouvelles de T1 à T3 a été associée à une augmentation des scores DASS (ß = .07, 95% CI = 0.00-0.13, P= .049). Toutes les autres activités sur le Web étaient non significatives (P≥ .19) dans ce modèle. Le quatrième modèle (conséquences de l’utilisation d’Internet) a largement contribué à la prédiction (F Change_{(9, 964)}= 3.39, P<.001) de 2.1%, soit un total de R²_adj= 2.8% a expliqué la variance. La consommation de nouvelles a été rendue non significative ici (P= .13). La contribution du quatrième modèle était imputable à 2 des conséquences négatives. Les énoncés «Je reste éveillé tard et je ne dors plus» (ß = .12, 95% CI = 0.05-0.19, P= .001) et "Je me sens déprimé ou déprimé lorsque je n’ai pas accès aux activités mentionnées ci-dessus" (ß = .09, 95% CI = 0.03-0.16, P<01) étaient des prédicteurs significatifs dans ce modèle. Tous les autres prédicteurs n'étaient pas significatifs (changement de vie signifiant: P= .10; d'autres variables avaient P des valeurs supérieures à cela).

Ainsi, l’utilisation d’Internet qui aurait pour effet de faire dormir tard, de perdre le sommeil («perte de sommeil») et de créer une humeur négative lorsqu’on ne pouvait pas y accéder («retrait») était la seule variable permettant de prédire de manière cohérente l’évolution longitudinale de la santé mentale. . Pour approfondir ces conséquences négatives, des régressions multiples standard 2 ont été calculées afin de prédire les changements longitudinaux de chacune de ces variables à l'aide de changements de temps passé sur Internet et des différentes activités basées sur le Web. Le modèle de régression qui prédit la perte de sommeil était significatif (F_{(8, 1120)}= 5.76, P<001, R²_adj= 3.3% a expliqué la variance), de même que la régression qui prédit le retrait (F_{(8, 1125)}= 11.17, P<001, R²_adj= 6.7% a expliqué la variance). Les coefficients de ces régressions sont résumés dans Tableau 3 et Tableau 4, Respectivement. Tableau 3 résume que le facteur de prédiction le plus important d'augmentation de la perte de sommeil était une diminution des activités scolaires ou professionnelles, suivie d'une augmentation du jeu, de la recherche ciblée, de la visionnage de pornographie et du temps passé en ligne en général. Les activités sociales, le jeu et la visualisation de nouvelles n'étaient pas significativement liés au changement de perte de sommeil. Tableau 4 résume les activités de jeu, suivies de l'ensemble du temps consacré à Internet, à la visualisation de la pornographie et aux jeux. Les changements d’activités sociales, d’école ou de travail, de visionnage de nouvelles et de recherches ciblées ne sont pas significativement associés au changement de retrait.

   

‎Voir ce tableau

 

 

 

   

‎Voir ce tableau

 

 

 

a lieu

Conclusions transversales

Le but de cette étude était d'identifier les facteurs de risque et de protection liés aux problèmes de santé mentale liés à Internet et de vérifier si les effets du temps passé sur Internet et sur diverses activités sur le Web pouvaient être expliqués par un certain nombre de conséquences perçues de ces événements. Activités. Cette étude a été examinée en examinant le lien entre la santé mentale générale des adolescents (niveaux combinés de dépression, d'anxiété et de stress ou de tension) et les comportements liés à Internet, à la fois transversalement et longitudinalement, sur une période de 4.

Les résultats transversaux ont montré que la santé mentale était prédite par les comportements liés à Internet au départ (15.3% a expliqué la variance après ajustement pour le nombre de prédicteurs dans le modèle). Les tailles d'effet individuel étaient plutôt petites (ß standard. = .05-.22). Le temps passé sur Internet a eu un effet plus important que la plupart des activités individuelles, mais les conséquences de son utilisation expliquent la plus grande variance des scores DASS (11.1%). Parmi ceux-ci, les conséquences négatives de 3 étaient les prédicteurs les plus importants (préférence pour les activités Web par rapport aux activités sociales hors ligne, perte de sommeil et sevrage), alors que les conséquences positives étaient non significatives. L’utilisation d’Internet perçue comme donnant plus de sens à la vie, d’améliorer les résultats scolaires ou le rendement au travail était associée à une meilleure santé mentale, mais les effets étaient moins importants que pour les conséquences négatives.

De plus, les résultats ont montré que le temps passé sur Internet, l'utilisation des médias sociaux, la visualisation de pornographie et les activités scolaires ou professionnelles n'étaient que des prédicteurs significatifs lorsque les conséquences perçues n'étaient pas prises en compte, ce qui suggère que les effets de ces activités sur la santé mentale ont été expliqués par la conséquences. Les jeux sur Internet, les jeux de hasard et les recherches ciblées, en revanche, étaient des prédicteurs importants de la santé mentale, même en tenant compte des conséquences perçues, suggérant que le contenu de ces activités était relativement important par rapport aux conséquences perçues, en ce qui concerne la santé mentale. . Ensemble, ces résultats indiquent que toutes les activités Web mesurées dans cette étude sont prédictives de la santé mentale, mais que seules certaines d'entre elles semblent avoir des effets fondés sur le contenu suffisamment importants pour être détectés dans un modèle entièrement ajusté. Les autres activités semblaient affecter la santé mentale uniquement par le biais de leurs conséquences perçues, principalement la préférence pour les interactions sur le Web, la perte de sommeil et le sevrage. Comme ces conséquences négatives sont révélatrices d'une utilisation problématique d'Internet [9,14], on s'attend à ce que leur impact sur l’Internet pose des problèmes relativement importants pour la santé mentale. Il convient toutefois de noter que les conséquences perçues peuvent être différentes des conséquences réelles.

Conclusions longitudinales

Des études antérieures ont établi un lien entre la perte de sommeil et les symptômes de sevrage, des problèmes de santé mentale et l'utilisation problématique d'Internet [9,12,42-45]. Les analyses longitudinales de cette étude suggèrent de même que la perte de sommeil et le sevrage (humeur négative lorsque le contenu est inaccessible) prédisent les changements de la santé mentale au fil du temps (2.1% expliqué variance), et en fait, ils étaient les seules variables à le faire à long terme. terme. Les changements longitudinaux dans le temps passé sur Internet et dans diverses activités ne prédisaient pas directement les changements dans la santé mentale, mais avaient plutôt un effet indirect en prédisant les changements dans la perte de sommeil et le sevrage (3.3% et 6.7% ont expliqué la variance, respectivement). Cela suggère que le temps passé sur Internet et le contenu visionné sont prédictifs de la santé mentale, principalement parce qu'ils prédisent des conséquences négatives perçues, telles que la perte de sommeil et le sevrage. Cette interprétation est conforme à l’approche d’utilisation d’Internet problématique et soutient également la distinction entre les formes généralisées et spécifiques d’utilisation d’Internet problématique (par exemple, [15-17]), car les activités étaient en effet différemment associées à des conséquences négatives. Il suggère également que les interventions visant à réduire les effets négatifs de l'utilisation d'Internet sur la santé mentale pourraient cibler les conséquences négatives plutôt que l'utilisation d'Internet elle-même. Par exemple, au lieu de réduire le temps consacré à une activité donnée, l’intervention pourrait s’attacher à faire en sorte que cette activité n’interfère pas avec le sommeil. Cependant, avec certains types d’utilisation d’Internet, tels que le jeu, les interventions spécifiques à une activité peuvent être plus efficaces.

Discussion générale

Les résultats de cette étude confirment que l’utilisation Internet problématique (ou malsaine) ne peut être assimilée à une utilisation intense ou fréquente de l’Internet. Premièrement, bien que le temps passé sur Internet ait été associé négativement à la santé mentale, certaines activités, telles que le travail scolaire, étaient associées positivement. Deuxièmement, le temps passé sur Internet ne constituait pas un facteur de risque indépendant pour la santé mentale après la prise en compte des conséquences perçues de l'utilisation d'Internet, soulignant que l'utilisation d'Internet n'était pas intrinsèquement préjudiciable. Même lorsqu'il s'agit d'activités spécifiques, telles que le jeu, la relation peut être complexe. Des études antérieures ont établi que le jeu avait un effet négatif sur la santé mentale (par exemple, [12,29]), alors que dans cette étude, les effets étaient positifs. La plupart des études ayant mis en évidence des effets négatifs sur le jeu ont généralement uniquement porté sur le jeu problématique. Ainsi, il semble possible que le jeu présente certaines propriétés protectrices lorsqu’il est utilisé dans une certaine mesure, mais des conséquences négatives pourraient éclipser ces propriétés lorsqu’il est utilisé de manière excessive. Par exemple, dans cette étude, nous avons constaté que malgré ses effets positifs sur la santé mentale, le jeu prédisait de manière significative la perte de sommeil et le sevrage, qui étaient associés à des problèmes de santé mentale. Dans le même ordre d'idées, une étude européenne récente sur le jeu chez les enfants âgés de 6-11 a révélé que, une fois contrôlés pour les prédicteurs d'utilisation élevée, le jeu n'était pas associé de manière significative aux problèmes de santé mentale, mais plutôt à moins de problèmes de relations avec les pairs et de déficits prosociaux. [46].

Le lien de causalité entre l'utilisation générale d'Internet et la santé mentale semble également complexe. Des auteurs précédents ont reconnu la possibilité que le risque associé à l'utilisation d'Internet soit le reflet d'un trouble déjà présent, qui pourrait avoir une incidence sur la manière dont Internet est utilisé [47-49]. Certains styles cognitifs qui constituent une prédisposition à utiliser Internet de certaines manières peuvent également influer sur la santé mentale. Par exemple, Brand et al [50] a suggéré que l'utilisation problématique d'Internet est associée aux attentes selon lesquelles Internet peut être utilisé pour influencer positivement l'humeur, ce qui peut parfois être une fausse hypothèse de la part de l'utilisateur. La réalité décevante de cette situation peut à son tour aggraver des problèmes de santé mentale préexistants. Dans cette étude, la réalisation de recherches ciblées (sans lien avec l'école ou le travail) était associée à des scores DASS plus élevés et avait une taille d'effet plus grande que toute autre activité basée sur le Web. Une explication possible à cela est que les personnes qui vivent une plus grande détresse sont plus enclines à utiliser Internet pour faire face à leurs problèmes [27]. Cela pourrait aussi refléter une tendance générale à utiliser des sources basées sur le Web pour résoudre des problèmes ou des préoccupations même lorsque l'aide d'un professionnel serait plus utile. Toutefois, les problèmes de santé n'étant pas la seule cible possible des recherches sur Internet, les futures études devront approfondir cette hypothèse.

En outre, bien que la perte de sommeil liée à Internet soit un facteur prédictif longitudinal de la santé mentale, il existe un lien bidirectionnel établi entre les problèmes de sommeil et la dépression [51] ainsi que de l'humeur et du fonctionnement affectif en général [52]. Il semble donc probable que la relation entre la perte de sommeil liée à l'utilisation d'Internet et la santé mentale soit également réciproque. Par conséquent, les interventions visant à réduire l'utilisation problématique d'Internet pourraient avoir plus de succès si elles incluaient un traitement simultané des troubles concomitants (y compris la dépression et les troubles du sommeil). De même, un certain nombre d’études antérieures ont montré que le jeu problématique prédisait l’utilisation généralisée d’Internet, suggérant que le jeu addictif et l’utilisation d’Internet avaient une étiologie commune [20-23,53]. Nos résultats corroborent ce point de vue, les activités de jeu étant le facteur de prédiction le plus puissant du retrait perçu, ce qui suggère que le traitement des comportements problématiques d’utilisation d’Internet devrait également prendre en compte tous les problèmes de jeu. Cependant, il est important que les futures études examinent plus en détail les variables qui agissent comme des précurseurs de l'utilisation préjudiciable d'Internet (p. Ex. Facteurs de personnalité, facteurs cognitifs, émotionnels et motivationnels et les troubles mentaux existants) et les variables qui agissent comme des résultats et des médiateurs. Certains domaines de la personnalité pouvant constituer une prédisposition à des facteurs de risque tels que le retrait, de futures études devraient étudier le rôle de médiateur de telles variables non pathologiques.

Dans cette étude, nous n'avons trouvé aucun effet des conséquences positives perçues de l'utilisation d'Internet sur la santé mentale, et il est possible que cela soit dû au fait qu'elles sont plutôt des motivations pour utiliser Internet. En d'autres termes, les participants peuvent avoir signalé les conséquences qu'ils espéraient plutôt que ce qui s'est réellement passé. Sagioglou et Greitemeyer [54] a souligné que les résultats autodéclarés de différentes activités Internet peuvent avoir une validité limitée, en particulier lorsqu'ils sont distants dans le temps, auquel cas cela peut plutôt refléter ce que les participants considèrent comme des motivations plausibles pour leur utilisation. Des mesures plus précises peuvent être obtenues lorsque les participants sont invités à les noter immédiatement après avoir utilisé une application Web, ce qui n’était pas possible dans cette étude. Les futures études devraient considérer le traitement des conséquences positives de l'utilisation d'Internet comme des prédicteurs de l'utilisation de certains contenus Web (de manière saine ou malsaine) plutôt que comme des prédicteurs directs de la santé mentale.

Limites

Cette étude est limitée par la nature des mesures utilisées pour estimer l'utilisation d'Internet par le participant. L'un des problèmes de validité concerne les conséquences de l'utilisation d'Internet, qui ne peuvent pas être considérées comme reflétant parfaitement les résultats réels. En plus de la difficulté d'observer l'impact des activités quotidiennes sur la santé et les comportements de chacun, cette mesure pourrait également être particulièrement vulnérable aux biais de rappel et aux effets d'espérance. Par conséquent, cette étude ne visait qu'à mesurer les conséquences perçues. Il est également difficile de savoir si les conséquences perçues sont générées par les comportements sur Internet ou par un troisième facteur, tel que les troubles comorbides. Une autre limite de cette étude est que nous n’avons pas procédé à des mesures approfondies du contenu Web utilisé par les participants. Par conséquent, il convient de prendre des précautions lorsqu’on applique ces résultats à des utilisations de contenu plus spécifique; Par exemple, différents types de jeux et d'activités de réseautage social peuvent avoir des effets différents sur les conséquences perçues et sur la santé mentale. De plus, nos mesures ne comprenaient aucun outil de diagnostic problématique d'utilisation d'Internet. Il est possible que, si nous avions inclus davantage de conséquences négatives de l'utilisation d'Internet, ou des critères spécifiques d'utilisation problématique d'Internet, cela aurait expliqué une plus grande proportion des effets des activités sur le Web. Enfin, il y avait un taux d'abandon notable entre les mesures de base et de suivi (34%), ce qui a réduit la puissance statistique dans les analyses longitudinales par rapport aux analyses transversales. De plus, la participation à cette étude n'était pas complètement anonyme et les participants présentant un risque suicidaire élevé ont été exclus de l'analyse des données, ce qui pourrait signifier que certains des adolescents présentant la psychopathologie la plus sévère n'étaient pas représentés dans les analyses.

Conclusions

Différentes activités ou contenus sur le Web peuvent avoir des effets spécifiques sur la santé mentale, même lorsqu'ils sont utilisés à des niveaux modérés et lorsque l'on ajuste le nombre d'heures passées sur Internet. Les activités Web diffèrent quant à leur degré de cohérence, leur importance et leur incidence sur la santé mentale. Les activités diffèrent également en ce qui concerne les conséquences négatives qu'elles produisent, et ces conséquences (notamment la perte de sommeil et le sevrage) semblent prédire les résultats pour la santé mentale dans une plus grande mesure que les activités elles-mêmes. Par conséquent, il semble que le temps passé sur Internet et le contenu Web soient prédictifs de la santé mentale, principalement parce qu'ils prédisent de telles conséquences négatives. Ces résultats soulignent l’importance de différencier les formes généralisées et spécifiques d’utilisation problématique de l’Internet. Cela confirme également que l'utilisation d'Internet n'est pas intrinsèquement préjudiciable, mais cela dépend de l'activité que l'on exerce et de la manière dont il affecte l'individu. Il semble que les changements dans la perte de sommeil et le sevrage liés à Internet permettent de prédire au mieux l'évolution de la santé mentale au fil du temps. Les interventions visant à réduire l'utilisation nocive d'Internet devraient donc viser de telles conséquences. Les conséquences positives de l'utilisation d'Internet peuvent ne pas prédire directement la santé mentale, mais peuvent prédire la propension à se livrer de manière excessive ou problématique à certaines activités sur le Web. Cependant, le lien de causalité entre l'utilisation d'Internet et la morbidité liée à la santé mentale est complexe et susceptible d'être réciproque, ce qui signifie que des interventions ou des traitements pour une utilisation problématique d'Internet pourraient devoir être multiformes pour être efficaces.