(CAUSATION) Liens entre l’utilisation Internet saine, problématique et dépendante en ce qui concerne les comorbidités et les caractéristiques liées à la conception de soi (2018)

J Behav Addict. 2018 février 15: 1-13. doi: 10.1556 / 2006.7.2018.13.

Leménager T1, Hoffmann S1, Dieter J1, Reinhard I2, Mann K1, Kiefer F1.

https://doi.org/10.1556/2006.7.2018.13

Abstract

Contexte

Les internautes dépendants présentent des taux plus élevés de comorbidités, par exemple, le trouble d'hyperactivité avec déficit de l'attention (TDAH), les troubles dépressifs et anxieux. En outre, des déficits dans les caractéristiques liées au concept de soi ont été constatés chez les joueurs Internet dépendants et les utilisateurs de réseaux sociaux. Le but de cette étude était d'examiner les liens entre l'utilisation d'Internet saine, problématique et addictive concernant les comorbidités et les caractéristiques liées au concept de soi. L'association entre les symptômes de type TDAH récemment développés sans diagnostic sous-jacent et l'utilisation addictive d'Internet a également été examinée.

Méthodologie

n = 79 témoins sains, n = 35 problématique, et n = 93 internautes dépendants ont été évalués pour les comorbidités, les compétences sociales et émotionnelles, l'image corporelle, l'estime de soi et le stress perçu. Outre un diagnostic de TDAH, des symptômes de type TDAH récemment développés ont également été évalués.

Résultats

Les utilisateurs toxicomanes présentaient davantage de déficits liés à leur image de soi et des taux plus élevés de comorbidités avec le TDAH, les troubles dépressifs et anxieux. Les utilisateurs toxicomanes et problématiques ont montré des similitudes dans la prévalence des troubles de la personnalité du groupe B et une diminution des niveaux de caractéristiques liées à l'intelligence émotionnelle. Les participants présentant des symptômes de type TDAH récemment développés ont eu une utilisation Internet plus élevée et plus sévère que ceux ne présentant pas de symptômes du TDAH. Les participants toxicomanes ayant récemment développé des symptômes de TDAH ont montré une plus grande sévérité de leur utilisation d'Internet par rapport à ceux ne présentant aucun symptôme.

Conclusions

Nos résultats indiquent que les troubles de la personnalité du groupe B et les problèmes prémorbides de l'intelligence émotionnelle pourraient constituer un lien entre une utilisation problématique et une dépendance sur Internet. En outre, les résultats fournissent une première indication du fait que la dépendance à Internet est liée à des symptômes analogues à ceux du TDAH. Les symptômes du TDAH doivent donc être évalués dans le contexte d’une possible utilisation d’Internet par les toxicomanes.

Mots clés: utilisation d'Internet problématique et dépendante, comorbidités, Symptômes du TDAH, concept de soi

Introduction

Grâce à la numérisation accélérée, en particulier pour les appareils numériques portables, Internet est accessible partout et à tout moment. Par conséquent, il n’est pas particulièrement surprenant que l’utilisation d’Internet à travers le monde ait considérablement augmenté au cours des trois dernières décennies (Statistiques mondiales sur Internet). Une enquête menée en Allemagne a montré que, dans 2015, X millions 44.5 utilisaient quotidiennement Internet et 3.5 millions (8.5%) de plus que l'année précédente (Tippelt et Kupferschmitt, 2015). Outre les aspects agréables d’Internet, l’incidence de la dépendance à Internet semble avoir augmenté ces dernières années (Mihara et Higuchi, 2017; Rumpf et coll., 2014).

Malgré l’inclusion du «trouble du jeu sur Internet» dans la cinquième édition du Manuel diagnostique et statistique des troubles mentaux (DSM-5; American Psychiatric Association, 2013) en tant que "condition nécessitant plus de recherche clinique et d'expérience avant de pouvoir l'inclure dans le livre principal en tant que trouble formel", il reste à débattre de l'utilisation éventuelle par le toxicomane d'autres applications Internet, telles que les réseaux sociaux et les achats en ligne, peut être considéré comme suffisamment pertinent sur le plan clinique pour être inclus dans les classifications cliniques de diagnostic. Contrairement au DSM, le projet de bêta CIM-11 (Organisation mondiale de la santé, 2015) propose de définir le trouble du jeu (c.-à-d. «jeu numérique» ou «jeu vidéo») directement sous le terme «troubles dus à la consommation de substances ou à des comportements addictifs». Cette ébauche suggère également de classer l'utilisation Internet addictive d'autres applications (par exemple, l'utilisation addictive des réseaux sociaux) dans la section «autres troubles spécifiés dus à des comportements addictifs».

La dépendance à Internet est associée à des problèmes psychologiques et cognitifs, tels qu'une mauvaise concentration, une baisse du rendement scolaire et professionnel, ainsi que des troubles du sommeil et un retrait social (Lemola, Perkinson-Gloor, Marque, Dewald-Kaufmann et Grob, 2015; Taylor, Pattara-angkoon, Sirirat et Woods, 2017; Upadhayay et Guragain, 2017; Younes et al., 2016). Le syndrome du hikikomori (c'est-à-dire le retrait social, le fait de rester enfermé dans sa propre maison et de ne pas participer à la société pendant 6 mois ou plus) est également lié à une consommation accrue d'Internet, mais on ne sait toujours pas si le hikikomori peut être considéré comme un trouble indépendant. ou un symptôme clinique fortement associé à d'autres conditions psychiatriques (Stip, Thibault, Beauchamp-Chatel et Kately, 2016).

Les modèles explicatifs précédents de la dépendance à Internet, tels que le modèle I-PACE (Brand-Person-Affect-Cognition-Execution) de Brand et ses collègues, suggèrent que les caractéristiques psychopathologiques antérieures et les traits de personnalité dysfonctionnels sont les principaux facteurs de développement de la dépendance à Internet (Marque, Young, Laier, Wolfling et Potenza, 2016; Davis, 2001). En conséquence, plusieurs études sur l'utilisation d'Internet problématique et provoquant une dépendance ont rapporté des taux élevés de comorbidités telles que la dépression et les troubles anxieux, ainsi que le trouble d'hyperactivité avec déficit de l'attention (TDAH) (Bozkurt, Coskun, Ayaydin, Adak et Zoroglu, 2013; Chen, Chen et Gau, 2015; Seyrek, flic, Sinir, Ugurlu et Senel, 2017). De plus, Zadra et al. (2016) ont rapporté que les toxicomanes à Internet présentent des fréquences plus élevées de troubles de la personnalité (29.6%). En particulier, le trouble de la personnalité limite a montré une prévalence plus élevée chez les toxicomanes à Internet par rapport aux participants sans dépendance à Internet. La survenue de symptômes de TDAH a souvent été rapportée dans des études sur des adolescents accros à Internet. Seyrek et coll. (2017) ont mis en évidence des corrélations significatives entre la dépendance à Internet et le trouble de l'attention, ainsi que les symptômes d'hyperactivité chez les adolescents. De plus, Weinstein, Yaacov, Manning, Danon et Weizman (2015) ont observé que les enfants atteints de TDAH obtenaient des résultats plus élevés au test de dépendance à Internet par rapport à un groupe de non-TDAH. La question inverse quant à savoir si les symptômes de type TDAH apparaissent comme une conséquence négative d'une utilisation excessive d'Internet est toutefois encore incertaine. L'utilisation excessive d'Internet s'accompagne généralement de la gestion simultanée de plusieurs tâches en ligne différentes en cours (traitement multitâche numérique; Crenshaw, 2008). Cela augmente souvent les niveaux de stress, ce qui entraîne des déficits cognitifs comparables à ceux du TDAH. Les résultats de l’étude indiquent que le multitâche numérique est corrélé aux déficits des fonctions exécutives (mémoire de travail et traitement du contrôle inhibiteur), à une augmentation du stress ressenti et à des symptômes dépressifs ainsi que d’anxiété (Cain, Leonard, Gabrieli et Finn, 2016; Minear, Brasher, McCurdy, Lewis et Younggren, 2013; Reinecke et coll., 2017; Uncapher, Thieu et Wagner, 2016). Les patients présentant des troubles du jeu sur Internet ont signalé une augmentation des niveaux de stress quotidien et chronique par rapport aux témoins (Kaess et coll., 2017).

Pour les plus jeunes qui grandissent avec la numérisation et la mise en réseau, l'utilisation excessive d'Internet semble être un facteur déterminant dans leurs activités quotidiennes. Cela pourrait également expliquer pourquoi la prévalence de la dépendance à Internet est la plus élevée pendant l'adolescence. La tâche principale du développement durant cette période est la formation d’une identité personnelle (appelée aussi concept de soi; Erikson, 1968; Marcia, 1966). Ce processus comprend l'acceptation des changements physiques, des stéréotypes spécifiques à la culture des caractéristiques masculines et féminines, ainsi que le développement de compétences sociales et émotionnelles et l'auto-efficacité des caractéristiques liées à la performance (Erikson, 1968; Marcia, 1966). Des études antérieures indiquent des déficits du concept de soi chez les joueurs dépendants ainsi que chez les réseaux sociaux. Les joueurs accros rejettent plus fortement leur propre image corporelle et présentent des déficits d'estime de soi ainsi que de compétences émotionnelles (c.-à-d., Reconnaissance de leurs émotions et expressions émotionnelles et de celles des autres) par rapport aux joueurs non dépendants ordinaires et à des témoins sains (Lemenager et coll., 2016). De plus, les réseaux sociaux problématiques étaient associés à des problèmes de reconnaissance de ses propres émotions et de compétences en matière de régulation de ses émotions (Hormes, Kearns et Timko, 2014).

Au meilleur de notre connaissance, des études sur les comorbidités et la conception de soi dans la dépendance à Internet évaluaient les différences entre les toxicomanes et les témoins sains, mais ne prenaient pas davantage en compte l'usage problématique qui refléterait peut-être la transition entre un usage sain et toxicomane d'Internet. L'inclusion d'un groupe d'utilisateurs d'Internet problématiques pourrait contribuer à clarifier s'il existe des similitudes entre les utilisateurs d'Internet problématiques et toxicomanes ou si l'utilisation problématique peut être considérée comme une phase de transition entre des individus sains et toxicomanes. La découverte des caractéristiques associées à une utilisation Internet problématique et addictive contribuerait à l'identification de facteurs de risque potentiels pour le développement de l'utilisation d'Internet par les toxicomanes et permettrait donc de meilleures interventions préventives.

Le but de cette étude était donc d’examiner les différences et les similitudes entre les comorbidités et les caractéristiques liées à la conception de soi entre les utilisateurs d’Internet toxicomanes et les utilisateurs problématiques.

Lors de la première tentative, en plus d'examiner les sujets avec un diagnostic de TDAH, nous avons également examiné si des symptômes similaires au TDAH récemment développés sans diagnostic de TDAH sous-jacent pourraient être associés à une dépendance à Internet.

MéthodologieSection suivante

Participants

Nous avons recruté n = 79 témoins sains, n = 35 problématique, et n = 93 internautes accros (tableau 1). L'attribution de groupe à des utilisateurs problématiques et toxicomanes a été réalisée à l'aide des scores des participants figurant dans la liste de contrôle pour l'évaluation de la dépendance à Internet et aux jeux informatiques (AICA; Wölfling, Beutel et Müller, 2012) et dans l 'échelle relative aux comportements de dépendance en ligne chez les adultes [Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S; Wölfling, Müller et Beutel, 2010)].

lampe de table

Tableau 1. Exemple de description
 

Tableau 1. Exemple de description

 

Total (N = 207)

Contrôles sains (n = 79)

Utilisateurs Internet problématiques (n = 35)

Utilisateurs Internet dépendants (n = 93)

Statistique de test

p Plus-value

Post hoc: contrôles versus problématiques

Post hoc: contrôles versus toxicomanes

Post hoc: toxicomane versus problématique

 

p

p

p

Genre masculin)128 (61.8)47 (59.5)20 (57.1)61 (65.6)1.066χ2 (CT).589   
Age (SD)27.1 (8.5)27.4 (8.8)23.8 (3.0)28.0 (9.3)3.294F(ANOVA).039.036.641.012
Éducation [années, (SD)]14.5 (2.5)15.0 (2.3)14.3 (2.6)14.2 (2.6)3.667χ2 (KW).160   
AICA 30 jours (SD)8.9 (6.7)3.4 (3.0)7.2 (2.9)14.2 (5.9)115.805χ2 (KW)<.001<.001<.001<.001
AICA à vie (SD)16.8 (8.7)9.2 (6.6)16.0 (6.0)23.5 (4.8)117.890χ2 (KW)<.001<.001<.001<.001
OSVe (SD)8.9 (5.3)3.4 (1.6)10.1 (2.0)13.2 (3.7)151.857χ2 (KW)<.001<.001<.001<.001

Remarque. Dakota du Sud: déviation standard; χ2 (CT):2 le tableau croisé; χ2 (KW):2 Test de Kruskal-Wallis; F(ANOVA): ANOVA à un facteur; AICA: Évaluation de la dépendance à Internet et aux jeux informatiques; OSVe: Skala zum Onlinesuchtverhalten bei Erwachsenen.

L’échantillon de toxicomanes comprenait les sous-groupes de n = 32 joueurs, n = 24 utilisateurs de réseaux sociaux, et n = 37 utilisateurs d'autres applications (plateformes d'information: n = 1; sites pornographiques: n = 4; sites de jeux d'argent: n = 9; sites d'achat: n = 2; diffusion: n = 13; et autres formes: n = 8). Le groupe de joueurs Internet accros a joué à des jeux de rôle en ligne massivement multijoueurs (par exemple, World of Warcraft ou League of Legends) ou à des jeux de tir à la première personne en ligne (tels que Counterstrike, Battlefield ou Call of Duty). Tous ces jeux comprenaient des fonctionnalités de communication. Les utilisateurs des réseaux sociaux étaient actifs dans les applications Internet, telles que les chats en ligne, les forums ou les communautés sociales (par exemple, Facebook).

Le groupe d’utilisateurs à problèmes était composé de n = 9 joueurs, n = 15 réseaux sociaux, et n = 11 utilisateurs d'autres applications (plateformes d'information: n = 3; sites d'achat: n = 1; diffusion: n = 4; et autres formes: n = 3).

Le groupe témoin en bonne santé (n = 79) inclus n = 35 participants ayant régulièrement utilisé les sites des réseaux sociaux, n = 6 participants qui ont parfois joué à des jeux en ligne, et n = 38 participants qui ont utilisé «d'autres applications», telles que des plateformes d'information (n = 15), sites commerciaux (n = 2), sites de jeux d'argent (n = 1), en streaming (n = 15) ou d'autres formes (n = 5). Tous les participants ont été recrutés soit par la clinique de jour du Département de toxicomanie et de toxicomanie de l'Institut central de santé mentale de Mannheim, par un enquête ou à travers des publicités.

Un2 Le test a révélé des différences significatives selon le sexe entre les groupes parmi les contrôles sains et les utilisateurs Internet problématiques en ce qui concerne les principales applications Internet utilisées (test exact de Fisher sur des contrôles sains: p = 008; chez les utilisateurs problématiques: p = 035; et chez les utilisateurs accros: p = 069). Les femmes ayant une utilisation saine ou problématique d'Internet présentaient des fréquences plus élevées de réseautage social et les hommes utilisaient plus souvent d'autres applications.

Interviews et questionnaires

L’existence et la gravité de la dépendance à Internet des participants ont été mesurées à l’aide de la liste de contrôle AICA (Wölfling et al., 2012) ainsi que l'OSVe (Wölfling et al., 2010). L'AICA est un entretien clinique de diagnostic établi, qui vise à évaluer la gravité de la dépendance à l'ordinateur et / ou à Internet des participants. Pour ce faire, il enregistre l'utilisation de leur ordinateur ou d'Internet au cours des derniers jours 30 (AICA_30), ainsi que tout au long de leur vie (AICA_lifetime). La liste de contrôle AICA a une grande fiabilité, comme en témoigne un α de Cronbachs = .90. Sur la base du critère de Kaiser – Guttman et de l'inspection du test d'ébavurage, une analyse en composantes principales a révélé un seul facteur expliquant 67.5% de la variance pouvant être interprété comme une «utilisation Internet dépendante» (Wölfling et al., 2012). L'OSVe est un questionnaire d'auto-évaluation également utilisé pour dépister les adultes pour l'existence et la gravité de la dépendance à Internet. Les participants avec un score ≥ 13 sur l'AICA_30 ou ≥ 13.5 sur l'OSVe ont été assignés au groupe toxicomane. Étant donné que l'AICA_30 identifie uniquement l'utilisation addictive de l'ordinateur et / ou d'Internet, nous avons utilisé les scores OSVe pour définir l'utilisation problématique. Suite à l'étude de Wölfling et al. (2010), nous avons classé les participants avec des scores OSVe compris entre 7 et 13 comme utilisateurs problématiques. En conséquence, les participants ayant obtenu un score <7 ont été affectés au groupe témoin. L'OSVe a montré une cohérence interne (α de Cronbach) de α = .89 (Wölfling et al., 2012). Une analyse en composantes principales a révélé un seul facteur expliquant 43.9% de la variance pouvant être interprété comme une "utilisation Internet dépendante" (Müller, Glaesmer, Brähler, Wölfling et Beutel, 2014).

Les comorbidités au cours de la vie et sur les axes I et II ont été évaluées sur la base de l’entretien clinique structuré pour le DSM-IV (SCID I et II; Wittchen, Zaudig et Fydrich, 1997). Les symptômes dépressifs actuels ont été évalués par le Beck Depression Inventory (BDI); Beck, Ward, Mendelson, Mock et Erbaugh, 1961). Pour l'exploration du TDAH, un entretien non standardisé (selon les critères du DSM-IV) et l'échelle de trouble de déficit de l'attention avec Brown (ADD) pour les adultes (Brown, 1996) ont été appliqués par des psychologues cliniquement expérimentés. Selon le DSM-IV (American Psychiatric Association, 2000), l'entretien TDAH évalue les déficits cognitifs actuels à l'école ou au travail (ainsi que les jours d'école avant l'âge de 7 ans), les symptômes d'hyperactivité, les complications liées à l'accouchement, les sautes d'humeur générales, les problèmes de sommeil, l'abus de substances pour soulager les symptômes du TDAH et antécédents familiaux de TDAH. Deux psychologues cliniciens ont réalisé les entretiens et ont été préalablement formés par un expert clinique pour se concentrer sur les symptômes spécifiques. L'échelle Brown ADD de 40 items pour adultes aide à évaluer un large éventail de symptômes réels reflétant les altérations de la fonction exécutive associées au TDAH survenues au cours des 6 derniers mois, y compris (a) l'organisation, la hiérarchisation et l'activation pour le travail; (b) concentrer, maintenir et réorienter l'attention sur les tâches; (c) la régulation de la vigilance, le maintien de l'effort et la vitesse de traitement; (d) gérer la frustration et moduler les émotions, ainsi que (e) utiliser la mémoire de travail et accéder au rappel (Murphy et Adler, 2004). Les patients ont évalué ces symptômes sur une échelle de Likert en 4 points («jamais», «une fois par semaine», «deux fois par semaine» et «quotidiennement»). Harrison a signalé qu'une forte probabilité d'avoir un TDAH serait reflétée par un seuil> 55, qui a également été appliqué à cette étude. Un diagnostic actuel de TDAH a été posé lorsqu'un participant remplissait les critères de l'entrevue et le seuil de l'échelle Brown ADD (Harrison, 2004). L’échelle Brown ADD Scale a une consistance interne (α de Cronbach) de α = .96 pour les adultes (Brown, 1996). Les critères de durée de vie du TDAH comprenaient un diagnostic rapporté de TDAH dans le passé qui avait été donné par un expert médical. Les participants ayant obtenu un score supérieur à 55 dans l'échelle Brown ADD mais n'ayant pas rempli les conditions requises pour un diagnostic de TDAH actuel ou à vie, ont été classés dans la catégorie «Symptômes du TDAH récemment développés».

Pour évaluer les aspects de la notion de soi, nous avons appliqué l’échelle de Rosenberg (Rosenberg, 1965; sur l’estime de soi), le questionnaire sur l’image corporelle (BIQ-20; Clément et Löwe, 1996) ainsi que le questionnaire sur la compétence émotionnelle (ECQ; Rindermann, 2009). L'échelle de Rosenberg est un questionnaire à éléments 10 sur les sentiments positifs et négatifs à propos de soi, mesuré sur une échelle de Likert à points 4. Il a été rapporté que la cohérence interne des éléments correspond à α = .88 (Cronbach).Greenberger, Chen, Dmitrieva et Farruggia, 2003).

Le BIQ-20, qui comprend des éléments 20, identifie les perturbations de l'image corporelle en mesurant le «rejet de l'image corporelle» et «l'image corporelle vitale». Les consistances internes des échelles vont de 0.65 à 0.91 dans des échantillons allemands. La validation croisée de la structure factorielle des échelles a révélé une stabilité élevée dans un échantillon clinique et deux échantillons non cliniques (Clément et Löwe, 1996). Le ECQ évalue les capacités du participant à (a) reconnaître et comprendre ses propres émotions; (b) reconnaître et comprendre les émotions des autres (être capable de percevoir et de comprendre les émotions des autres sur la base de leur comportement, de leur communication parlée, de l'expression du visage et de leurs gestes, en fonction de la situation); (c) réguler et contrôler ses propres émotions; et (d) l'expression émotionnelle (être capable et désir d'exprimer ses sentiments). La cohérence interne des échelles était comprise entre α = 0.89 et 0.93 (Rindermann, 2009).

L’anxiété sociale et les compétences sociales ont été mesurées à l’aide du questionnaire sur les déficits d’anxiété sociale et de compétences sociales (SASKO; Kolbeck et Maß, 2009). Il vise à évaluer la peur de parler devant les autres ou d'être au centre de l'attention sociale (sous-échelle «parler»), du rejet social («rejet») et de l'interaction sociale («interaction»), ainsi que déficits dans la perception sociale («information») et les sentiments de solitude («solitude»). Les consistances internes des sous-échelles étaient comprises entre α = .76 et .87 pour les échantillons sains et entre α = .80 et .89 pour les échantillons cliniques (Kolbeck et Maß, 2009). En outre, la validité factorielle a été confirmée par une analyse factorielle confirmatoire (Kolbeck et Maß, 2009). De plus, l’échelle de stress perçu (PSS; Cohen, Kamarck et Mermelstein, 1983) a été utilisé pour explorer la perception du stress par les participants. La consistance interne (α de Cronbach) du PSS est α = .78 (Cohen et coll., 1983).

analyses statistiques

Les analyses de données ont été effectuées à l'aide de SPSS Statistics 23 (ensemble statistique pour les sciences sociales, SPSS Inc., Chicago, IL, États-Unis). Les différences de taux de prévalence entre les utilisateurs d'Internet toxicomanes et ceux ayant des problèmes de santé, ainsi que les témoins sains, ont été évaluées par2 tests et les tests exacts de Fisher, le cas échéant. En outre, les analyses des différences de caractéristiques liées à la conception de soi entre les utilisateurs d'Internet toxicomanes, les utilisateurs d'Internet problématiques et les témoins sains comprenaient des analyses de variance (ANOVA), suivies d'analyses post-hoc utilisant les tests de Scheffé. Des analyses de régression linéaire ont été appliquées pour évaluer l'association entre les variables et la gravité des symptômes actuels ou à vie de l'utilisation d'Internet.

La concordance entre les deux tests de TDAH (l'entretien et l'échelle de Brown ADD) a été évaluée par tabulation croisée et statistique kappa de Cohen. Nous avons également appliqué2 des tests pour évaluer les différences entre les groupes dans les taux de prévalence des résultats de tests positifs dans les catégories (oui / non) de «symptômes du TDAH récemment apparus», ainsi que le diagnostic actuel et à vie du TDAH. En outre, pour évaluer si les participants avec un diagnostic de TDAH ou des symptômes de TDAH plus récents présentaient une plus grande sévérité des symptômes actuels ou à vie d'utilisation d'Internet par rapport à ceux ne remplissant pas les conditions pour le TDAH, nous avons appliqué deux échantillons t- des tests sur l’ensemble de l’échantillon, ainsi que sur les utilisateurs sains, les toxicomanes et les utilisateurs problématiques d’Internet.

Ethique

Les procédures d'étude ont été réalisées conformément à la déclaration d'Helsinki. L'étude a été approuvée par le comité d'éthique de Mannheim, dans le Bade-Wurtemberg (numéro de demande: 2013-528N-MA). Avant de prendre part à l’étude, tous les participants étaient informés de l’objet de l’étude et y avaient consenti après avoir reçu ces informations.

Résultats

Comorbidités à vie et actuelles

Les données ont révélé que 62.4% (45.2%) du groupe dépendant, 31.4% (20.0%) du groupe problématique et 22.8% (13.9%) de contrôles sains présentaient un diagnostic à vie pour l’axe I ou l’axe II. Selon nos attentes, les utilisateurs d’Internet dépendants présentaient beaucoup plus souvent des troubles dépressifs et anxieux, ainsi que du TDAH, par rapport à des témoins sains (voir 1 et 2 ainsi que des tables 2 et 3). Des taux de prévalence plus élevés de TDAH et de troubles dépressifs au cours de la vie et au cours de la vie ont été observés dans le groupe des toxicomanes par rapport aux utilisateurs problématiques. En outre, les toxicomanes Internet et les utilisateurs problématiques affichaient beaucoup plus souvent des troubles de la personnalité du groupe B que des témoins sains, mais ces différences entre les groupes ne se reflétaient pas dans chaque trouble de la personnalité du groupe B (Figure 1). 3).

Figure 1. Proportion de diagnostics à vie et différences entre les utilisateurs d’Internet toxicomanes et à problèmes, ainsi que les contrôles sains (diagnostic%,2 et les tests exacts de Fisher; *p ≤ 05, **p ≤ 01). Les troubles affectifs et anxieux ont également été différenciés au sein de leurs classifications

Figure 2. Proportion de diagnostics actuels et différences entre les utilisateurs d’Internet toxicomanes et à problèmes, ainsi que les contrôles sains (diagnostic%,2 et les tests exacts de Fisher; *p ≤ 05, **p ≤ 01). Les troubles affectifs et anxieux ont également été différenciés au sein de leurs classifications

lampe de table

Tableau 2. Différences dans les taux de prévalence des diagnostics entre les utilisateurs toxicomanes et problématiques, ainsi que les contrôles sains
 

Tableau 2. Différences dans les taux de prévalence des diagnostics entre les utilisateurs toxicomanes et problématiques, ainsi que les contrôles sains

 

Total (N = 207)

Dépendant (n = 93)

Problématique (n = 35)

Contrôles sains (n = 79)

p

TDAH (LT)5.113.800<.001f**
TDAH (C)6.111.500<.001f**
Trouble affectif (LT)21.735.517.17.6<.001c**
Trouble affectif (C)5.310.801.3.008f*
Trouble dépressif (LT)20.834.417.15.3<.001c**
Trouble dépressif (C)4.39.700.003f*
Trouble d'anxiété (LT)14.521.58.68.9.035c
Trouble d'anxiété (C)9.216.15.72.5.005f*
Trouble d'anxiété généralisée (LT)3.95.603.8.452
Trouble d'anxiété généralisée (C)2.54.401.3.655
SSPT (LT)1.53.300.073
SSPT (C)1.02.200.032
Phobie spécifique (LT)3.44.45.71.3.559
Phobie spécifique (C)3.04.45.70.050
Phobie sociale (LT)3.46.501.3.105f
Phobie sociale (C)2.95.401.3.185f
Trouble obsessionnel-compulsif (LT)2.45.400.075f
Trouble obsessionnel-compulsif (C)2.45.400.075f
Trouble de l'alimentation (LT)2.94.32.91.3.556f
Trouble de l'alimentation (C)1.43.200.292f
Troubles liés à l'utilisation de substances sans nicotine (LT)12.618.311.46.3.060f
Troubles liés à l'utilisation de substances sans nicotine (C)3.94.35.72.5.635f
Troubles liés à l'utilisation de substances avec nicotine (LT)20.325.817.115.2.198c
Troubles liés à l'utilisation de substances avec nicotine (C)14.018.38.611.4.306f
Cluster A1.93.201.3.663f
Groupe B4.87.58.60.013f*
Groupe C7.29.75.15.7.525f

Note. Tarifs en%. f: test exact de Fisher; c: χ2 tester; LT: à vie; C: courant corrigé par Bonferroni – Holm pour de multiples comparaisons de diagnostics de vie et actuels ainsi que de troubles de la personnalité. TDAH: trouble d'hyperactivité avec déficit de l'attention; SSPT: état de stress post-traumatique.

*p ≤ 05 et **p ≤ 01 après correction par Bonferroni – Holm pour les comparaisons multiples.

lampe de table

Tableau 3. Comparaisons post-hoc des différences de taux de prévalence des diagnostics entre utilisateurs toxicomanes et toxicomanes, ainsi que des témoins sains
 

Tableau 3. Comparaisons post-hoc des différences de taux de prévalence des diagnostics entre utilisateurs toxicomanes et toxicomanes, ainsi que des témoins sains

 

Contrôles sains versus utilisateurs dépendants

Contrôles sains versus utilisateurs problématiques

Utilisateurs toxicomanes ou problématiques

 

p

p

p

TDAH (LT)<.001f**-.014f*
TDAH (C).001f**-.029f*
Trouble affectif (LT)<.001c**.117f.033c*
Trouble affectif (C).010c.693f.036f*
Trouble dépressif (LT)<.001c**.076f.043c*
Trouble dépressif (C).003f**-.050f*
Trouble d'anxiété (C).002c**.360f.100f
Groupe B.012f*.027f*.549f

Note. f: test exact de Fisher; c: χ2 tester; LT: à vie; C: courant; TDAH: trouble d'hyperactivité avec déficit de l'attention.

Figure 3. Proportion de troubles de la personnalité selon le DSM-IV et différences entre les utilisateurs d’Internet toxicomanes et ceux ayant des problèmes de santé ainsi que chez les témoins sains (diagnostic%,2- et les tests Exact de Fisher; *p ≤ 05, **p ≤ 01)

Conformité des deux instruments TDAH

En évaluant la conformité entre les deux instruments appliqués (c.-à-d. L'échelle Brown ADD et l'interview), les résultats ont révélé une correspondance de 63.21% dans le groupe toxicomane (Kappa = 0.21, p = 012) et de 82.1% dans l'échantillon total (Kappa = 0.28; p <001).

Figure 4 démontre le pourcentage de résultats positifs des participants pour le TDAH dans les deux instruments appliqués (entretien et échelle Brown ADD) ainsi que dans les catégories dérivées des symptômes du TDAH récemment développés, le diagnostic du TDAH actuel et à vie.

Figure 4. Pourcentages de TDAH pour les deux mesures différentes: Interview et Brown ADD. Symptômes du TDAH récemment développés, sans diagnostic, durée de vie ni diagnostic actuel, dérivés du chevauchement des deux instruments

Un2 Le test a révélé des différences significatives entre les groupes entre les utilisateurs sains, les toxicomanes et les utilisateurs Internet toxicomanes lors de l’entretien avec le TDAH (le test exact de Fisher: p <.001). Des comparaisons par paires ont montré que les utilisateurs dépendants remplissaient les critères du TDAH dans l'interview beaucoup plus souvent que les témoins sains (test exact de Fisher: p <.001) mais pas comparé aux utilisateurs problématiques (test exact de Fisher: p = .232). Des différences significatives entre les groupes ont également été observées dans l'échelle Brown ADD (test exact de Fisher: p <.001). Des comparaisons par paires ont révélé des fréquences significativement plus élevées de TDAH chez les utilisateurs dépendants utilisant l'échelle Brown ADD par rapport aux témoins sains (p <.001) et les utilisateurs problématiques (test exact de Fisher: p <.001). De plus, les comparaisons entre les groupes de la variable «symptômes du TDAH récemment développés» (oui / non) étaient significatives (test exact de Fisher: p <.001): les internautes toxicomanes ont récemment révélé des symptômes développés beaucoup plus souvent que les témoins sains (test exact de Fisher: p <.001) et les utilisateurs problématiques (test exact de Fisher; p <001).

Nous avons également observé que le groupe de toxicomanes présentait une fréquence significativement plus élevée de TDAH dans l’échelle Brown ADD par rapport à l’entretien (test exact de Fisher: p = .016).

Evaluer les différences de sévérité d'utilisation d'Internet actuelle et à long terme (AICA-30 et AICA) entre les groupes avec et sans TDAH (dérivés de chaque critère de la figure) 4), nous avons appliqué deux échantillons t-tests à l'échantillon total. Dans chaque cas, nous avons observé que les participants atteints de TDAH positif présentaient un score significativement plus élevé au cours de leur vie et à la gravité de l'utilisation actuelle d'Internet par rapport à ceux dont les résultats du test étaient négatifs (Tableau 4).

lampe de table

Tableau 4. Différences dans la gravité de l'utilisation d'Internet actuelle et à vie (AICA) entre les participants obtenant des résultats positifs et négatifs pour le TDAH selon différents critères dans l'ensemble de l'échantillon
 

Tableau 4. Différences dans la gravité de l'utilisation d'Internet actuelle et à vie (AICA) entre les participants obtenant des résultats positifs et négatifs pour le TDAH selon différents critères dans l'ensemble de l'échantillon

 

Symptôme de la gravité de l'utilisation d'Internet

Positif pour le TDAH (SD)

Négatif pour le TDAH (SD)

t statistique

p

Entretien TDAHCourant12.20 (7.91)8.68 (6.53)-1.970.050 *
 Durée de vie23.00 (8.01)16.12 (8.31)-3.088.002 **
Brown AJOUTERCourant15.13 (5.77)7.34 (5.95)-7.425<.001 **
 Durée de vie24.00 (5.35)14.80 (8.10)-6.807<.001 **
Symptômes du TDAH récemment développésCourant15.11 (5.29)6.00 (7.42)-6.260<.001 **
 Durée de vie24.33 (4.29)14.77 (8.05)-6.025<.001 **
TDAH actuelCourant15.10 (7.85)8.59 (6.48)-3.063.003 **
 Durée de vie24.50 (7.58)16.24 (8.32)-3.068.002 **
TDAH à vieCourant14.83 (7.21)8.54 (6.49)-3.236.001 **
Durée de vie24.50 (6.86)16.16 (8.32)-3.397.001 **

Remarque. Dakota du Sud: écart type corrigé par Bonferroni – Holm pour les comparaisons multiples. TDAH: trouble d'hyperactivité avec déficit de l'attention; AICA: Évaluation de la dépendance à Internet et aux jeux informatiques.

*p ≤ 05. **p ≤ 01.

Deux échantillons t- les tests au sein de chaque groupe (utilisateurs toxicomanes et à problèmes, ainsi que contrôles sains) n'ont révélé que des participants dépendants présentant des symptômes récemment développés (n = 27) pour montrer une plus grande sévérité d'utilisation d'Internet à vie (t = −2.549, p = .013) par rapport à ceux sans symptômes (n = 46).

Caractéristiques liées à la conception de soi entre utilisateurs d'Internet toxicomanes et à problèmes, ainsi que contrôles sains

Tables 5 et 6 Démontrer les différences entre les utilisateurs de contrôle, les utilisateurs problématiques et les toxicomanes sur Internet dans les caractéristiques liées à la conception de soi. Les ANOVA ont révélé des effets principaux significatifs à toutes les échelles (Tableau 1). 5).

lampe de table

Tableau 5. Différences entre les groupes d'utilisateurs toxicomanes, d'utilisateurs problématiques et de contrôles sains
 

Tableau 5. Différences entre les groupes d'utilisateurs toxicomanes, d'utilisateurs problématiques et de contrôles sains

 

Total (N = 207)

Dépendant (n = 93)

Problématique (n = 35)

Contrôles sains (n = 79)

F

p

PSS stress perçu16.35 (6.74)20.01 (6.21)15.06 (5.13)12.67 (5.72)34.437<.001 **
BDI8.43 (7.63)12.96 (8.36)6.51 (4.89)4.06 (4.02)42.256<.001 **
Rosenberg estime de soi21.80 (6.25)18.89 (6.74)22.66 (5.36)24.85 (4.14)24.285<.001 **
SASKO parlant9.98 (7.19)13.90 (7.71)8.17 (5.38)6.22 (4.46)33.825<.001 **
SASKO rejet social9.33 (6.43)12.76 (7.08)7.86 (3.67)5.99 (4.24)32.247<.001 **
Interaction SASKO6.98 (5.38)10.15 (5.67)5.51 (3.59)3.94 (3.28)41.819<.001 **
Informations SASKO7.03 (4.26)8.97 (4.39)6.26 (3.45)5.11 (3.41)21.729<.001 **
SASKO solitude2.98 (3.26)4.49 (3.58)2.66 (2.72)1.37 (2.07)24.239<.001 **
ECQ-EE55.17 (10.46)50.79 (10.29)54.40 (10.83)60.61 (7.75)22.827<.001 **
ECQ-EO65.06 (10.96)62.99 (11.86)65.29 (11.12)67.37 (9.35)3.481.034 *
ECQ-RE47.47 (8.87)43.50 (9.05)49.51 (8.26)51.19 (6.87)20.293<.001 **
ECQ-EX53.87 (13.71)49.61 (13.83)52.34 (17.79)59.52 (10.97)12.670<.001 **
Rejet de l'image corporelle par le BIQ22.59 (8.45)26.41 (9.57)21.72 (6.47)18.53 (5.32)22.664<.001 **
BIQ image corporelle vitale33.73 (6.97)31.27 (7.59)34.72 (5.31)36.17 (5.87)12.075<.001 **

Note. Moyenne (écart type), SASKO: Questionnaire sur le déficit d’anxiété sociale et de compétences sociales; ECQ: Questionnaire sur les compétences émotionnelles; ECQ-EE: reconnaître et comprendre ses propres émotions; ECQ-EA: reconnaître et comprendre les émotions des autres; ECQ-RE: régulation et contrôle de ses propres émotions; ECQ-EX: expressivité émotionnelle; BDI: Beck Depression Inventory; PSS: échelle de stress perçu; BIQ: Questionnaire sur l'image corporelle; F: ANOVA F statistique.

*p ≤ 05 et **p ≤ 01 après correction par Bonferroni – Holm pour les comparaisons multiples.

lampe de table

Tableau 6. Comparaisons par paires post-hoc (Scheffé) entre utilisateurs toxicomanes, utilisateurs problématiques et contrôles sains
 

Tableau 6. Comparaisons par paires post-hoc (Scheffé) entre utilisateurs toxicomanes, utilisateurs problématiques et contrôles sains

 

Contrôles sains versus utilisateurs dépendants

Contrôles sains versus utilisateurs problématiques

Utilisateurs toxicomanes ou problématiques

 

Différences de moyens

p

Différences de moyens

p

Différences de moyens

p

PSS-7.37<.001-2.39.1374.99<.001
BDI-8.89<.001-2.45.1756.44<.001
Rosenberg estime de soi5.96<.0012.19.163-3.77.004
SASKO parlant-7.80<.001-1.96.3055.84<.001
SASKO rejet social-6.84<.001-1.87.2644.97<.001
Interaction SASKO-6.28<.001-1.58.2344.71<.001
Informations SASKO-3.90<.001-1.14.352-2.75.002
SASKO solitude-3.17<.001-1.29.0981.88.006
ECQ-EE9.89<.0016.21.006-3.69.152
ECQ-EO4.37.0352.08.641-2.29.572
ECQ-RE7.85<.0011.68.599-6.17.001
ECQ-EX9.95<.0017.18.027-2.77.565
Rejet de l'image corporelle par le BIQ-7.99<.001-3.18.1274.80.008
BIQ image corporelle vitale4.99<.0011.45.558-3.54.028

Note. SASKO: Questionnaire sur le déficit d'anxiété sociale et de compétences sociales; ECQ: Questionnaire sur les compétences émotionnelles; ECQ-EE: reconnaître et comprendre ses propres émotions; ECQ-EA: reconnaître et comprendre les émotions des autres; ECQ-RE: régulation et contrôle de ses propres émotions; ECQ-EX: expressivité émotionnelle; BDI: Beck Depression Inventory; PSS: échelle de stress perçu; BIQ: Questionnaire sur l'image corporelle.

Les utilisateurs d'Internet toxicomanes, comparés aux témoins en bonne santé, ont présenté une image corporelle nettement plus mauvaise, une anxiété sociale plus élevée (SASKO), une compétence sociale réduite (à toutes les échelles de la SASKO), un stress ressenti accru (PSS) ainsi que des déficits en compétences émotionnelles (ECQ). En outre, ils avaient moins d'estime de soi (Rosenberg) et affichaient une augmentation du stress ressenti (PSS) ainsi que des symptômes dépressifs (BDI; Tableau 6). Les utilisateurs toxicomanes ont également montré une augmentation significative des valeurs concernant la plupart des caractéristiques liées à la conception de soi (outre la reconnaissance de ses propres émotions et de celles des autres, ainsi que sa capacité à exprimer ses propres émotions aux autres) par rapport aux utilisateurs problématiques.

Nous avons également observé que les toxicomanes et les utilisateurs problématiques d’Internet différaient considérablement des contrôles sains en ce qui concerne les échelles de compétence émotionnelle «reconnaissance de ses propres émotions» (ECQ-EE) et «expressivité émotionnelle» (ECQ-EX; Tableau 6). Les analyses de régression linéaire ont révélé que ces deux variables expliquaient 11% (R2 = 111; p <.001) de la gravité actuelle de l'utilisation d'Internet (AICA_30) et 22% (R2 = 217; p <.001) de la gravité d'utilisation d'Internet à vie (durée de vie AICA).

a lieu

L’objectif général de cette étude était d’examiner les différences entre les comorbidités et les caractéristiques liées à la conception de soi entre les utilisateurs sains, les toxicomanes et les utilisateurs problématiques d’Internet, afin de préciser le rôle de la consommation problématique dans la transition d’une utilisation saine à une toxicomane.

Comorbidités chez les utilisateurs d'Internet toxicomanes et à problèmes, ainsi que chez les témoins sains

Les résultats ont indiqué que les toxicomanes sur Internet avaient des taux de comorbidité plus élevés du TDAH, des troubles dépressifs et anxieux actuels ainsi que des troubles de la personnalité du groupe B par rapport aux témoins sains. En outre, des taux de comorbidité plus élevés du TDAH et des troubles dépressifs ont également été observés dans le groupe des toxicomanes par rapport aux utilisateurs problématiques. Ces résultats sont conformes aux modèles explicatifs précédents de la dépendance à Internet qui supposent une forte psychopathologie sous-jacente dans l'utilisation de l'Internet par les toxicomanes (Brand et al., 2016; Davis, 2001). Dans leur modèle I-PACE, Brand et al. (2016) font référence en particulier à la dépression et aux troubles d’anxiété (sociaux) ainsi qu’au TDAH en tant que trois caractéristiques psychopathologiques principales liées à la dépendance à Internet. Tous ces troubles mentaux sont fortement associés à des émotions négatives intenses, telles que l'anxiété, la dépression et la rage. Cet aspect est également pris en compte dans la description des troubles du jeu sur Internet dans le DSM-5, où le jeu sur Internet est utilisé pour trouver un soulagement d'un état d'humeur négatif.

Au stade de l'utilisation problématique, seule la survenue de troubles de la personnalité du groupe B était significativement plus élevée par rapport au groupe témoin sain et ne différait pas de celle de la dépendance. La littérature décrit que les troubles de la personnalité du groupe B sont associés à un comportement plus dramatique, émotionnel, erratique et impulsif (American Psychiatric Association, 2013) souvent accompagné d'épisodes de dépression. Ils étaient également liés à une probabilité réduite de rémission de la dépression chronique (Agosti, 2014). Ces résultats indiquent que les troubles de la personnalité du groupe B pourraient être un corrélat de l'utilisation problématique et addictive d'Internet. Zadra et coll. (2016) ont observé une prévalence accrue du trouble de la personnalité limite du groupe B chez les toxicomanes Internet. Nous n'avons pas trouvé de différences entre les groupes au sein d'un trouble de la personnalité du groupe B spécifique, probablement en raison du faible nombre de cas (nlimite = 5; nnarcissique = 4; nthéâtral = 0; nantisocial = 1 dans l'ensemble de l'échantillon). Il serait intéressant de comparer les taux de prévalence de troubles de la personnalité spécifiques chez les utilisateurs dépendants et problématiques en utilisant des échantillons de plus grande taille dans d'autres études. D'autres études de réplication sont également nécessaires pour confirmer nos résultats.

Comorbidité TDAH et symptômes de type TDAH chez les toxicomanes Internet

En ce qui concerne les diagnostics de TDAH dans cette étude, la prévalence actuelle et à vie dans le groupe des toxicomanes Internet (13.8% et 11.5%) était significativement plus élevée par rapport aux utilisateurs Internet problématiques et aux contrôles sains. Une méta-analyse a estimé la prévalence générale du TDAH à environ 2.5% (Simon, Czobor, Bálint, Mészáros et Bitter, 2009). La plupart des études sur le TDAH et la dépendance à Internet ont été menées sur des adolescents et non sur de jeunes adultes (Seyrek et coll., 2017; Tateno et coll., 2016). Une seule étude a révélé une prévalence de 5.5 dans le TDAH chez les utilisateurs d’Internet «problématiques» adultes (4).Kim et coll., 2016). Cependant, l'échantillon incluait également des toxicomanes et, par conséquent, les résultats pourraient ne pas être comparables à ceux de cette étude.

À notre connaissance, il s’agissait de la première étude à tenter d’inclure l’évaluation de l’impact des symptômes du TDAH récemment apparus en plus du diagnostic du TDAH chez les toxicomanes Internet. Les participants atteints de TDAH, ainsi que ceux présentant des symptômes de type TDAH récemment développés, ont présenté une sévérité de la vie et une utilisation d'Internet significativement plus élevées que ceux ne remplissant pas ces conditions. En outre, les participants toxicomanes présentant des symptômes de TDAH récemment développés (30% du groupe de toxicomanes) ont présenté une augmentation de la gravité de l'utilisation d'Internet au cours de leur vie, par rapport aux participants toxicomanes ne présentant aucun symptôme de TDAH. Nos résultats indiquent que les symptômes du TDAH récemment développés (sans remplir les critères de diagnostic du TDAH) sont associés à la dépendance à Internet. Cela peut conduire à une première indication que l'utilisation excessive d'Internet a un impact sur le développement de déficits cognitifs similaires à ceux rencontrés dans le TDAH. Une étude récente de Nie, Zhang, Chen et Li (2016) ont rapporté que les adolescents toxicomanes Internet avec et sans TDAH, ainsi que les participants avec TDAH seul, présentaient des déficits comparables en termes de contrôle inhibiteur et de mémoire de travail.

Certaines études ont également corroboré cette hypothèse, indiquant une densité de matière grise réduite dans le cortex cingulaire antérieur chez les utilisateurs d’Internet présentant une dépendance ainsi que chez les patients atteints de TDAH (Frodl et Skokauskas, 2012; Moreno-Alcazar et al., 2016; Wang et coll., 2015; Yuan et al., 2011). Néanmoins, pour confirmer nos hypothèses, d'autres études évaluant le lien entre l'apparition d'une utilisation excessive d'Internet et le TDAH chez les toxicomanes sur Internet sont nécessaires. De plus, des études longitudinales devraient être appliquées pour clarifier la causalité. Si nos résultats sont confirmés par d'autres études, cela aura une pertinence clinique pour le processus de diagnostic du TDAH. Il est concevable que les cliniciens soient tenus de réaliser une évaluation détaillée de l’utilisation possible d’Internet pouvant créer une dépendance chez les patients suspectés de TDAH.

Comparaisons des caractéristiques liées à la conception de soi entre l'utilisation d'Internet addictive, problématique et saine

En ce qui concerne les différences entre les groupes de caractéristiques liées à la notion de soi, les résultats ont révélé que les utilisateurs d’Internet toxicomanes présentaient des déficits importants à toutes les échelles de la "notion de soi" par rapport à des témoins sains. Comme mentionné ci-dessus, les théories développementales postulent que l'adolescence est la phase où la formation d'un concept de soi est la tâche principale du développement. Un individu doit explorer et choisir des rôles, valeurs et objectifs adéquats et pertinents dans divers domaines de la vie, tels que le rôle de genre, les vocations, les choix relationnels, etc. (Erikson, 1968; Marcia, 1966). En cas d'échec, cela entraîne une diffusion de l'identité ainsi que des rôles dans la société et augmente le risque de troubles mentaux, tels que les troubles de la personnalité, les troubles dépressifs ou addictifs. Sans traitement approprié, ces troubles persistent généralement à l'âge adulte (Erikson, 1968; Marcia, 1966). En raison de ses possibilités d'interaction sociale et de son anonymat concomitant, Internet offre une opportunité tentante de compenser les sentiments négatifs et les déficits de la notion de soi. En conséquence, nos découvertes sur les déficits accrus du concept de soi chez les jeunes adultes dépendants d'Internet suggèrent que la gestion inadaptée de certaines tâches de développement pendant l'adolescence pourrait contribuer à la formation de la dépendance à Internet. Expérience répétée de la compensation de ces déficits grâce à l'utilisation d'Internet, par exemple en trouvant des amis virtuels ou en réussissant à un jeu (Brand et al., 2016; Davis, 2001; Tavolacci et al., 2013) pourrait augmenter le risque de toxicomanie. De plus, le manque d'expériences positives réelles interpersonnelles et liées à la performance pourrait aggraver les déficits de conception de soi et le développement de troubles psychiatriques. Ce dernier aspect pourrait expliquer le nombre élevé de cas de dépression, d’anxiété et de troubles de la personnalité du groupe B observés chez des toxicomanes.

Malgré les différences significatives entre l’utilisation Internet problématique et toxicomane en ce qui concerne la plupart des variables évaluées, toutes les moyennes calculées pour les caractéristiques du groupe problématique se situaient entre celles des utilisateurs toxicomanes et du groupe témoin sain, ce qui indique un lien entre les deux étapes de la consommation excessive. Utilisation d'Internet de manière descriptive.

Cependant, nous avons également observé des similitudes entre les utilisateurs problématiques et toxicomanes. Les deux groupes se sont jugés moins aptes à reconnaître, à comprendre et à exprimer leurs propres émotions par rapport à des témoins sains. Dans leur modèle d’intelligence émotionnelle, Mayer et Salovey ont postulé que la perception, l’utilisation, la compréhension et la gestion des émotions, qui se produisent principalement dans le cadre de relations, étaient les principales capacités interdépendantes de l’intelligence émotionnelle (Mayer et Salovey, 1993; Mayer, Salovey, Caruso et Sitarenios, 2001). Nos résultats sur ces déficits d'utilisateurs d'Internet problématiques et addictifs pourraient indiquer que des degrés inférieurs de ces capacités pourraient décrire spécifiquement des facteurs prémorbides dans la transition d'une utilisation d'Internet problématique à une dépendance. Les analyses de régression ont révélé que ces variables expliquaient, respectivement, 11% et 22% de la variance de la sévérité de la sévérité de l'utilisation d'Internet dans l'échantillon total.

Limites de l'étude

Les limites de cette étude incluent les aspects suivants.

La taille des échantillons des sous-groupes était relativement petite. Ceci doit être pris en compte lors de l'interprétation de nos résultats et rend nécessaires les études futures.

Une autre limitation concerne la procédure de diagnostic du TDAH. Outre l'échelle Brown ADD, nous avons utilisé une interview non standardisée comprenant des questions ouvertes pour l'investigation du TDAH. On ne peut pas entièrement garantir que le même entretien avec le même participant et un intervieweur différent produirait des résultats similaires (Kromrey, 2002). D'un autre côté, la combinaison d'entretiens par des psychologues cliniciens qualifiés avec l'application supplémentaire de l'échelle Brown ADD dans le processus de diagnostic aurait pu garantir une validité plus élevée des diagnostics. Néanmoins, ces investigations devraient être reproduites et inclure en outre des évaluations externes (par exemple, des entretiens familiaux) ainsi que des tests neuropsychologiques dans le processus de diagnostic.

Une autre limite est que nous n’avons pas analysé les différences entre les sexes, car elles auraient dépassé la portée du manuscrit. Nous avons uniquement évalué les différences entre les sexes dans les sous-échantillons. Le2 des analyses effectuées au sein de chaque groupe ont révélé que les femmes utilisant Internet de manière saine et problématique rencontraient plus souvent les réseaux sociaux et que les hommes utilisaient plus souvent d'autres applications. Conformément à la littérature (Dany, Moreau, Guillet et Franchina, 2016), les analyses de l’échantillon principal ont révélé des fréquences de jeu plus élevées chez les hommes et un recours plus fréquent aux sites de réseautage social chez les femmes. Cependant, ces résultats doivent être interprétés avec prudence en raison de la très petite taille des sous-échantillons. Des études complémentaires sont nécessaires pour étudier les différences entre les sexes dans les caractéristiques examinées dans cette étude.

Conclusions

Pris ensemble, nos résultats suggèrent que les troubles de la personnalité du groupe B et les déficits de compréhension et d’expression de ses propres émotions pourraient être des facteurs d’influence spécifiques dans la transition de la consommation problématique à la dépendance. Nous avons également constaté que les utilisateurs toxicomanes, comparés aux utilisateurs problématiques et aux témoins en bonne santé, présentaient des fréquences significativement plus élevées de TDAH, de troubles dépressifs et d'anxiété actuels, ainsi que de plus grands déficits liés à la conception de soi. Ainsi, nos résultats pourraient indiquer que les troubles de la personnalité du groupe B et les déficits en intelligence émotionnelle, liés à des problèmes interpersonnels et liés à la performance, influencent le passage de l’utilisation problématique d’Internet à une dépendance. Faire l'expérience d'Internet comme garant d'une compensation rapide de ces problèmes élève le risque d'utilisation de toxicomanes. Simultanément, le manque d'expériences positives interpersonnelles et liées à la performance dans la vie réelle augmente et conduit à l'évasion dans le monde virtuel. Ces résultats suggèrent que les interventions ciblant la dépendance à Internet devraient se concentrer davantage sur l'apprentissage de techniques basées sur la pleine conscience et de compétences sociales afin de reconnaître et de gérer les émotions négatives et les conflits interpersonnels.

Nos données révèlent également une forte prévalence du TDAH chez les toxicomanes mais non chez les utilisateurs problématiques, ce qui pourrait indiquer que le TDAH est associé à une transition accélérée vers une utilisation Internet toxicomanogène.

Contribution des auteurs

TL a rédigé le manuscrit, supervisé l’étude et contribué à la collecte et à l’analyse de données. SH a contribué aux analyses de données. JD a participé à la coordination de l’étude et à la collecte des données. IR a vérifié les analyses de données statistiques et supervisé le manuscrit. KM a reçu un financement pour l’étude et l’a supervisée. FK a supervisé et contribué à la préparation du manuscrit. Tous les auteurs ont approuvé la version finale du manuscrit.

Conflit d'intérêt

Aucun auteur n'a de conflit d'intérêt à déclarer.

Bibliographie

Section précédente

 Agosti, V. (2014). Facteurs prédictifs de la rémission liée à la dépression chronique: étude prospective réalisée auprès d'un échantillon représentatif à l'échelle nationale. Psychiatrie complète, 55 (3), 463 – 467. est ce que je:https://doi.org/10.1016/j.comppsych.2013.09.016 CrossRef, Medline
 Association américaine de psychiatrie. (2000). Manuel diagnostique et statistique des troubles mentaux (DSM-IV-TR). Washington, DC: Association américaine de psychiatrie.
 Association américaine de psychiatrie. (2013). Manuel diagnostique et statistique des troubles mentaux (DSM-5®). Washington, DC: Association américaine de psychiatrie. CrossRef
 Beck, A. T., Ward, C. H., Mendelson, M., Mock, J., et Erbaugh, J. (1961). Un inventaire pour mesurer la dépression. Archives de psychiatrie générale, 4 (6), 561–571. est ce que je:https://doi.org/10.1001/archpsyc.1961.01710120031004 CrossRef, Medline
 Bozkurt, H., Coskun, M., Ayaydin, H., Adak, I., et Zoroglu, S. S. (2013). Prévalence et caractéristiques des troubles psychiatriques chez les adolescents référés ayant une dépendance à Internet. Psychiatrie et neurosciences cliniques, 67 (5), 352–359. est ce que je:https://doi.org/10.1111/pcn.12065 CrossRef, Medline
 Brand, M., Young, K. S., Laier, C., Wolfling, K., et Potenza, M. N. (2016). Intégration de considérations psychologiques et neurobiologiques concernant le développement et le maintien de troubles spécifiques de l'utilisation d'Internet: modèle d'interaction de la personne-affect-cognition-exécution (I-PACE). Revues neuroscientifiques et biocomportementales, 71, 252–266. est ce que je:https://doi.org/10.1016/j.neubiorev.2016.08.033 CrossRef, Medline
 Brown, T. E. (1996). Échelles de trouble de déficit d'attention de Brown (échelles de Brown ADD): Pour les adolescents et les adultes: San Antonio, Californie: Psychological Corporation.
 Cain, M. S., Leonard, J. A., Gabrieli, J. D. et Finn, A. S. (2016). Media multitâche à l'adolescence. Psychonomic Bulletin & Review, 23 (6), 1932–1941. est ce que je:https://doi.org/10.3758/s13423-016-1036-3 CrossRef, Medline
 Chen, Y. L., Chen, S. H., et Gau, S. S. (2015). TDAH et traits autistiques, fonction familiale, style parental et adaptation sociale à la dépendance à Internet chez les enfants et les adolescents à Taiwan: une étude longitudinale. Recherche sur les troubles du développement, 39, 20–31. est ce que je:https://doi.org/10.1016/j.ridd.2014.12.025 CrossRef, Medline
 Clement, U., et Löwe, B. (1996). Validation du FKB-20 comme échelle pour la détection des distorsions de l'image corporelle chez les patients psychosomatiques. Psychotherapie, Psychosomatik, Medizinische Psychologie, 46 (7), 254–259. Medline
 Cohen, S., Kamarck, T., et Mermelstein, R. (1983). Une mesure globale du stress perçu. Journal of Health and Social Behavior, 24 (4), 385–396. est ce que je:https://doi.org/10.2307/2136404 CrossRef, Medline
 Crenshaw, D. (2008). Le mythe du multitâche: comment «tout faire» ne fait rien. San Francisco, Californie: Jossey-Bass.
 Dany, L., Moreau, L., Guillet, C., et Franchina, C. (2016). Jeux vidéo, Internet et réseaux sociaux: une étude auprès d'élèves français. Santé publique (Vandoeuvre-les-Nancy, France), 28 (5), 569-579. est ce que je:https://doi.org/10.3917/spub.165.0569 CrossRef, Medline
 Davis, R. A. (2001). Un modèle cognitivo-comportemental d'utilisation pathologique d'Internet. Ordinateurs dans le comportement humain, 17 (2), 187–195. est ce que je:https://doi.org/10.1016/S0747-5632(00)00041-8 CrossRef
 Erikson, E. H. (1968). Identité, jeunesse et crise: New York, NY: WW Norton, Inc.
 Frodl, T., et Skokauskas, N. (2012). La méta-analyse des études d'IRM structurelle chez les enfants et les adultes présentant un trouble d'hyperactivité avec déficit de l'attention indique les effets du traitement. Acta Psychiatrica Scandinavica, 125 (2), 114–126. est ce que je:https://doi.org/10.1111/j.1600-0447.2011.01786.x CrossRef, Medline
 Greenberger, E., Chen, C., Dmitrieva, J., et Farruggia, S. P. (2003). La formulation des items et la dimensionnalité de l'échelle d'estime de soi de Rosenberg: ont-elles de l'importance? Personnalité et différences individuelles, 35 (6), 1241–1254. est ce que je:https://doi.org/10.1016/S0191-8869(02)00331-8 CrossRef
 Harrison, A. G. (2004). Une enquête sur les symptômes signalés du TDAH dans une population universitaire. Le rapport TDAH, 12 (6), 8–11. est ce que je:https://doi.org/10.1521/adhd.12.6.8.55256 CrossRef
 Hormes, J. M., Kearns, B. et Timko, C. A. (2014). Envie de Facebook? Dépendance comportementale aux réseaux sociaux en ligne et son association avec des déficits de régulation des émotions. Addiction, 109 (12), 2079–2088. est ce que je:https://doi.org/10.1111/add.12713 CrossRef, Medline
 Kaess, M., Parzer, P., Mehl, L., Weil, L., Strittmatter, E., Resch, F., et Koenig, J. (2017). Vulnérabilité au stress chez les jeunes hommes souffrant de troubles du jeu sur Internet. Psychoneuroendocrinology, 77, 244–251. est ce que je:https://doi.org/10.1016/j.psyneuen.2017.01.008 CrossRef, Medline
 Kim, B. S., Chang, S. M., Park, J. E., Seong, S. J., Won, S. H., et Cho, M. J. (2016). Prévalence, corrélats, comorbidités psychiatriques et suicidalité dans une population communautaire avec une utilisation problématique d'Internet. Psychiatry Research, 244, 249–256. est ce que je:https://doi.org/10.1016/j.psychres.2016.07.009 CrossRef, Medline
 Kolbeck, S., et Maß, R. (2009). SASKO - Fragebogen zu sozialer Angst und sozialen Kompetenzdefiziten. Testmanual und materialien [SASKO - Questionnaire sur l'anxiété sociale et les déficits de compétences sociales. Manuel et matériel]. Göttingen, Allemagne: Hogrefe.
 Kromrey, H. (2002). Datenerhebungsverfahren und -instrumente der empirischen Sozialforschung [Méthodes de collecte de données et instruments de recherche sociale empirique]. Dans H. Kromrey (Ed.), Empirische Sozialforschung Modell und Methoden der Standardisierten Datenerhebung und Datenauswertung [Modèles de recherche sociale empiriques et méthodes de collecte et d'évaluation normalisées de données] (p. 309 – 404). Wiesbaden, Allemagne: VS Verlag für Sozialwissenschaften.
 Lemenager, T., Dieter, J., Hill, H., Hoffmann, S., Reinhard, I., Beutel, M., Vollstädt-Klein, S., Kiefer, F., et Mann, K. (2016) . Explorer les bases neuronales de l'identification d'Avatar chez les joueurs Internet pathologiques et de l'autoréflexion chez les utilisateurs pathologiques des réseaux sociaux. Journal of Behavioral Addictions, 5 (3), 485–499. est ce que je:https://doi.org/10.1556/2006.5.2016.048 Lien
 Lemola, S., Perkinson-Gloor, N., Brand, S., Dewald-Kaufmann, J. F., et Grob, A. (2015). L'utilisation des médias électroniques par les adolescents la nuit, les troubles du sommeil et les symptômes dépressifs à l'ère des smartphones. Journal of Youth and Adolescence, 44 (2), 405–418. est ce que je:https://doi.org/10.1007/s10964-014-0176-x CrossRef, Medline
 Marcia, J. E. (1966). Développement et validation du statut d'identité du moi. Journal de la personnalité et de la psychologie sociale, 3 (5), 551–558. est ce que je:https://doi.org/10.1037/h0023281 CrossRef, Medline
 Mayer, J. D. et Salovey, P. (1993). L'intelligence de l'intelligence émotionnelle. Intelligence, 17 (4), 433–442. est ce que je:https://doi.org/10.1016/0160-2896(93)90010-3 CrossRef
 Mayer, J. D., Salovey, P., Caruso, D. R. et Sitarenios, G. (2001). L'intelligence émotionnelle comme intelligence standard. Emotion, 1 (3), 232–242. est ce que je:https://doi.org/10.1037/1528-3542.1.3.232 CrossRef, Medline
 Mihara, S. et Higuchi, S. (2017). Études épidémiologiques transversales et longitudinales du trouble du jeu sur Internet: une revue systématique de la littérature. Psychiatrie et neurosciences cliniques, 71 (7), 425–444. est ce que je:https://doi.org/10.1111/pcn.12532 CrossRef, Medline
 Minear, M., Brasher, F., McCurdy, M., Lewis, J., et Younggren, A. (2013). Mémoire de travail, intelligence fluide et impulsivité dans le multitâche des médias lourds. Psychonomic Bulletin & Review, 20 (6), 1274–1281. est ce que je:https://doi.org/10.3758/s13423-013-0456-6 CrossRef, Medline
 Moreno-Alcazar, A., Ramos-Quiroga, JA, Radua, J., Salavert, J., Palomar, G., Bosch, R., Salvador, R., Blanch, J., Casas, M., McKenna, PJ et Pomarol-Clotet, E. (2016). Anomalies cérébrales chez les adultes présentant un trouble d'hyperactivité avec déficit de l'attention révélées par la morphométrie à base de voxel. Psychiatry Research, 254, 41–47. est ce que je:https://doi.org/10.1016/j.pscychresns.2016.06.002 CrossRef, Medline
 Müller, K. W., Glaesmer, H., Brähler, E., Wölfling, K., et Beutel, M. E. (2014). Prévalence de la dépendance à Internet dans la population générale: résultats d'une enquête basée sur la population allemande. Behaviour & Information Technology, 33 (7), 757–766. est ce que je:https://doi.org/10.1080/0144929X.2013.810778 CrossRef
 Murphy, K. R. et Adler, L. A. (2004). Évaluation du trouble de déficit de l'attention / d'hyperactivité chez l'adulte: se concentrer sur les échelles d'évaluation. Le Journal of Clinical Psychiatry, 65 (Suppl 3), 12-17. Medline
 Nie, J., Zhang, W., Chen, J., et Li, W. (2016). Inhibition altérée et mémoire de travail en réponse aux mots liés à Internet chez les adolescents ayant une dépendance à Internet: une comparaison avec le trouble de déficit de l'attention / hyperactivité. Psychiatry Research, 236, 28–34. est ce que je:https://doi.org/10.1016/j.psychres.2016.01.004 CrossRef, Medline
 Reinecke, L., Aufenanger, S., Beutel, M. E., Dreier, M., Quiring, O., Stark, B., Wölfling, K., et Müller, K. W. (2017). Stress numérique au cours de la vie: les effets de la charge de communication et du multitâche Internet sur le stress perçu et les troubles de la santé psychologique dans un échantillon probabiliste allemand. Psychologie des médias, 20 (1), 90–115. est ce que je:https://doi.org/10.1080/15213269.2015.1121832 CrossRef
 Rindermann, H. (2009). Emotionale-Kompetenz-Fragebogen [Questionnaire sur les compétences émotionnelles]. Göttigen, Allemagne: Hogrefe.
 Rosenberg, M. J. (1965). La société et l'image de soi des adolescents. Princeton, NJ: Princeton University Press. CrossRef
 Rumpf, H. J., Vermulst, A. A., Bischof, A., Kastirke, N., Gurtler, D., Bischof, G., Meerkerk, G. J., John, U., et Meyer, C. (2014). Occurrence de la dépendance à Internet dans un échantillon de la population générale: une analyse de classe latente. European Addiction Research, 20 (4), 159–166. est ce que je:https://doi.org/10.1159/000354321 CrossRef, Medline
 Seyrek, S., Cop, E., Sinir, H., Ugurlu, M. et Şenel, S. (2017). Facteurs associés à la dépendance à Internet: étude transversale des adolescents turcs. Pediatrics International, 59 (2), 218–222. est ce que je:https://doi.org/10.1111/ped.13117 CrossRef, Medline
 Simon, V., Czobor, P., Bálint, S., Mészáros, Á., Et Bitter, I. (2009). Prévalence et corrélats du trouble d'hyperactivité avec déficit de l'attention chez l'adulte: méta-analyse. Le British Journal of Psychiatry, 194 (3), 204–211. est ce que je:https://doi.org/10.1192/bjp.bp.107.048827 CrossRef, Medline
 Stip, E., Thibault, A., Beauchamp-Chatel, A., et Kanned, S. (2016). Dépendance à Internet, syndrome hikikomori et phase prodromique de la psychose. Frontiers in Psychiatry, 7, 6. doi:https://doi.org/10.3389/fpsyt.2016.00006 CrossRef, Medline
 Tateno, M., Teo, A. R., Shirasaka, T., Tayama, M., Watabe, M., et Kato, T. A. (2016). Dépendance à Internet et traits de trouble d'hyperactivité avec déficit de l'attention auto-évalués chez les étudiants japonais. Psychiatrie et neurosciences cliniques, 70 (12), 567-572. est ce que je:https://doi.org/10.1111/pcn.12454 CrossRef, Medline
 Tavolacci, M. P., Ladner, J., Grigioni, S., Richard, L., Villet, H., et Dechelotte, P. (2013). Prévalence et association du stress perçu, de la consommation de substances et des dépendances comportementales: étude transversale chez les étudiants universitaires en France, 2009-2011. BMC Public Health, 13 (1), 724. doi:https://doi.org/10.1186/1471-2458-13-724 CrossRef, Medline
 Taylor, S., Pattara-Angkoon, S., Sirirat, S., et Woods, D. (2017). Les fondements théoriques de la dépendance à Internet et son association avec la psychopathologie à l'adolescence. Journal international de médecine et de santé des adolescents. Publication en ligne anticipée. est ce que je:https://doi.org/10.1515/ijamh-2017-0046 CrossRef
 Tippelt, F., et Kupferschmitt, T. (2015). Web social: Ausdifferenzierung der Nutzung – Potenziale für Medienanbieter [Web social: différenciation des potentiels d'utilisation pour les fournisseurs de médias]. Media Perspektiven, 10 (2015), 442–452.
 Uncapher, M. R., Thieu, M. K., et Wagner, A. D. (2016). Multitâche multimédia et mémoire: différences de mémoire de travail et de mémoire à long terme. Psychonomic Bulletin & Review, 23 (2), 483–490. est ce que je:https://doi.org/10.3758/s13423-015-0907-3 CrossRef, Medline
 Upadhayay, N., et Guragain, S. (2017). L'utilisation d'Internet et son niveau de dépendance chez les étudiants en médecine. Advances in Medical Education and Practice, 8, 641–647. est ce que je:https://doi.org/10.2147/AMEP.S142199 CrossRef, Medline
 Wang, H., Jin, C., Yuan, K., Shakir, T. M., Mao, C., Niu, X., Niu, C., Guo, L. et Zhang, M. (2015). L'altération du volume de matière grise et du contrôle cognitif chez les adolescents atteints de troubles du jeu sur Internet. Frontiers in Behavioral Neuroscience, 9, 64. doi:https://doi.org/10.3389/fnbeh.2015.00064 CrossRef, Medline
 Weinstein, A., Yaacov, Y., Manning, M., Danon, P. et Weizman, A. (2015). Dépendance à Internet et trouble d'hyperactivité avec déficit de l'attention chez les écoliers. The Israel Medical Association Journal: IMAJ, 17 (12), 731–734. Medline
 Wittchen, H. U., Zaudig, M. et Fydrich, T. (1997). Strukturiertes klinisches Interview für DSM-IV (SKID) [Entretien clinique structuré pour DSM-IV (SCID)]. Göttingen, Allemagne: Hogrefe.
 Wölfling, K., Beutel, M. E. et Müller, K. W. (2012). Construction d'un entretien clinique standardisé pour évaluer la dépendance à Internet: Premiers résultats concernant l'utilité de l'AICA-C. Addiction Research & Therapy, Suppl 6, 003. doi:https://doi.org/10.4172/2155-6105.S6-003
 Wölfling, K., Müller, K. W., et Beutel, M. (2010). Diagnostische Testverfahren: Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S) [Mesures de diagnostic: échelle d'évaluation de la dépendance à Internet et aux jeux vidéo (AICA-S)]. Dans D. Mücken, A. Teske, F. Rehbein, & B. Wildt (Eds.), Prävention, Diagnostikund Therapie von Computerspielabhängigkeit [Prévention, diagnostic et thérapie de la dépendance aux jeux informatiques] (pp. 212-215). Lengerich, Allemagne: Pabst Science Publishers.
 Organisation mondiale de la santé. (2015). Version préliminaire de la CIM-11. Genève, Suisse: Organisation mondiale de la santé. Récupéré de http://apps.who.int/classifications/icd11
 Younes, F., Halawi, G., Jabbour, H., El Osta, N., Karam, L., Hajj, A., et Rabbaa Khabbaz, L. (2016). Dépendance à Internet et relations avec l'insomnie, l'anxiété, la dépression, le stress et l'estime de soi chez les étudiants universitaires: une étude transversale conçue. PLoS One, 11 (9), e0161126. est ce que je:https://doi.org/10.1371/journal.pone.0161126 CrossRef, Medline
 Yuan, K., Qin, W., Wang, G., Zeng, F., Zhao, L., Yang, X., Liu, P., Liu, J., Sun, J., von Deneen, KM, Gong, Q., Liu, Y., et Tian, ​​J. (2011). Anomalies de la microstructure chez les adolescents atteints de trouble de dépendance à Internet. PLoS One, 6 (6), e20708. est ce que je:https://doi.org/10.1371/journal.pone.0020708 CrossRef, Medline
 Zadra, S., Bischof, G., Besser, B., Bischof, A., Meyer, C., John, U., et Rumpf, H. J. (2016). L'association entre la dépendance à Internet et les troubles de la personnalité dans un échantillon de population générale. Journal of Behavioral Addictions, 5 (4), 691–699. est ce que je:https://doi.org/10.1556/2006.5.2016.086 Lien