Caractéristiques des joueurs de réseaux sociaux: Résultats d'un sondage en ligne (2015)

Psychiatrie avant. 2015 juil 8; 6: 69. doi: 10.3389 / fpsyt.2015.00069. eCollection 2015.

Geisel O1, Panneck P1, Stickel A1, Schneider M1, Müller CA1.

Abstract

Les recherches actuelles sur la dépendance à Internet (IA) ont rapporté des taux de prévalence modérés à élevés de l'AI et des symptômes psychiatriques comorbides chez les utilisateurs de sites de réseautage social (SNS) et de jeux de rôle en ligne. Le but de cette étude était de caractériser les utilisateurs adultes d'un jeu de stratégie multijoueur Internet au sein d'un SNS. Par conséquent, nous avons mené une étude exploratoire à l'aide d'une enquête en ligne pour évaluer les variables sociodémographiques, la psychopathologie et le taux d'IA dans un échantillon de joueurs adultes sur les réseaux sociaux par le Young's Internet Addiction Test (IAT), le Toronto Alexithymia Scale (TAS-26), le Beck Depression Inventory-II (BDI-II), la Symptom Checklist-90-R (SCL-90-R) et le WHO Quality of Life-BREF (WHOQOL-BREF). Tous les participants figuraient sur la liste des joueurs de «Combat Zone» dans le SNS «Facebook». Dans cet échantillon, 16.2% des participants ont été classés comme sujets avec IA et 19.5% remplissaient les critères de l'alexithymie. En comparant les participants à l'étude avec et sans IA, le groupe IA comptait beaucoup plus de sujets souffrant d'alexithymie, rapportait plus de symptômes dépressifs et affichait une qualité de vie moindre. Ces résultats suggèrent que le jeu sur les réseaux sociaux pourrait également être associé à des modèles d'utilisation d'Internet inadaptés. En outre, une relation entre l'AI, l'alexithymie et les symptômes dépressifs a été trouvée qui doit être élucidée par de futures études.

Introduction

Au cours de la dernière décennie, le nombre d’utilisateurs d’Internet dans le monde entier est passé de 12.3 / 100 à 32.8 (1). De même, l'utilisation des sites dits de réseaux sociaux (SNS) n'a cessé d'augmenter ces dernières années. Les SNS contiennent principalement des profils d'utilisateurs individuels qui sont liés à ceux d'autres utilisateurs par voie électronique. Actuellement, le SNS «Facebook» représente l'un des sites les plus utilisés avec plus d'un milliard d'utilisateurs actifs par mois et plus de 1 millions d'utilisateurs actifs par jour (2). Bien que l’utilisation de SNS fasse partie de la routine quotidienne actuelle pour de nombreuses personnes dans le monde et même des avantages pour les enfants et les adolescents (amélioration de la communication, des compétences sociales ou techniques) ont été rapportés par quelques auteurs (3), il pourrait également s'agir d'un domaine avec une prévalence putative élevée de comportement de dépendance, à savoir la dépendance à Internet (IA) (4-6).

Le terme «dépendance à Internet» fait référence à une condition caractérisée par l’incapacité de contrôler l’utilisation d’Internet, pouvant entraîner des déficiences sociales, scolaires, professionnelles et financières (7). À l’heure actuelle, il n’existe pas de consensus sur la manière de définir les critères de diagnostic de l’AI et l’AI n’a pas encore été incluse dans la CIM-10 (8). Dans 2013, l’American Psychiatric Association (APA) a inclus le «trouble du jeu sur Internet» (IGD) dans la section III du DSM-V (9), une section consacrée aux conditions qui nécessitent des recherches supplémentaires. Toutefois, l’IA est une catégorie de trouble hétérogène qui comporte plusieurs sous-types en plus du jeu en ligne (par exemple, réseaux sociaux, messagerie, préoccupations sexuelles en ligne) (7, 10) et les outils de diagnostic permettant d’évaluer avec précision l’IA font toujours défaut.

Plusieurs questionnaires d’auto-évaluation ont été mis au point pour décrire l’utilisation problématique d’Internet - par exemple, le test de dépendance des jeunes sur Internet (IAT) (Young Internet Addiction Test) (7). Pour évaluer différents sous-types d’évaluation d’information, des questionnaires sur des formes spécifiques d’utilisation d’Internet ont également été mis au point (11).

Ces dernières années, de nombreuses applications de jeux en ligne conçues pour être utilisées dans un réseau social ont été lancées. À notre connaissance, les recherches sur la population qui utilisent fréquemment ces jeux sont rares et les résultats actuels sont incohérents. La recherche sur les utilisateurs de réseaux sociaux et les joueurs sur Internet a fourni des taux de prévalence différents de l'analyse d'impact. Smahel et ses collègues ont rapporté qu'environ 40% des utilisateurs de jeux de rôle en ligne massivement multijoueurs (MMORPG) se sont qualifiés de «dépendants au jeu» (12). En revanche, une étude réalisée par des étudiants de niveau collégial utilisant SNS a révélé qu'un participant sur six signalait des problèmes fréquents dans la vie dus à l'utilisation de «Facebook» (6).

On a également signalé que l’AI était souvent accompagnée d’autres symptômes psychiatriques et de difficultés de fonctionnement dans la vie quotidienne (7). Certaines études ont révélé un taux élevé de symptômes dépressifs chez les sujets atteints d’IA (13-15), alors que d’autres groupes de recherche n’étaient pas en mesure de trouver un lien entre l’utilisation problématique d’Internet et la dépression (16).

Au-delà de la dépression, le concept d'alexithymie pourrait être pertinent pour le développement et le maintien de l'AI. Selon Nemiah et al., Les individus alexithymiques ont des difficultés à identifier et à décrire leurs émotions, peuvent difficilement faire la distinction entre les sentiments et les sensations corporelles provoqués par l'excitation émotionnelle et montrent une pensée orientée vers l'extérieur (17). L’ Alexithymie était fréquente chez les personnes atteintes de troubles liés à l’utilisation de substances (18) et peut augmenter le risque d’IA (19). De Berardis et ses collègues ont constaté que les individus alexithymiques appartenant à un échantillon non clinique d'étudiants de premier cycle universitaire ont signalé une utilisation plus excessive d'Internet et des scores plus élevés dans l'IAT. Comparativement aux individus non alexithymiques, un nombre nettement plus élevé d'alexithymiques remplissaient les critères de l'AI dans leur étude (24.2% alexithymics vs. 3.2% non-alexithymics). En outre, une étude récente a montré que la sévérité de l’IA était positivement corrélée à l’alexithymie chez un échantillon d’étudiants turcs (20). De plus, Scimeca et al. ont découvert qu'il existait une corrélation entre les niveaux d'alexithymie et d'IA et que cette alexithymie pouvait même servir de prédicteur des scores d'IA (21). Conformément à ces résultats, Kandri et al. (22), qui ont tenu compte des profils sociodémographiques et émotionnels des utilisateurs d’Internet, ont constaté que l’alexithymie et l’utilisation excessive d’Internet étaient étroitement liées.

Notre étude visait à caractériser le sous-groupe de joueurs sur les réseaux sociaux en ce qui concerne les variables sociodémographiques, la psychopathologie et le taux d’IA. Nous nous sommes concentrés de manière exemplaire sur les utilisateurs du jeu «Combat Zone» proposé par le site de réseau social «Facebook».

Matériels et méthodes

Nous avons contacté un fournisseur de jeux «Facebook» afin de recruter des adultes pour un sondage en ligne. Tous les participants à cette étude ont été répertoriés comme joueurs de «Combat Zone» sur «Facebook» et ont été invités à participer à notre étude via «Facebook». «Combat Zone» est un jeu de stratégie multijoueur qui ne peut être joué que s'il est connecté à «Facebook. . ”Les données du compte du participant sont utilisées pour créer un avatar capable de frapper des attaques militaires. Les joueurs achètent ou vendent un territoire, forment des alliances ou combattent des ennemis en sélectionnant les options proposées par le fournisseur. Aucun effet visuel particulier n’est utilisé et le jeu doit être joué lentement tout en communiquant avec les autres utilisateurs sur «Facebook» (23).

Une fois que les participants ont accédé à notre site Web, ils ont eu accès à des informations sur les chercheurs, aux objectifs de l’étude, à des instructions claires sur les questionnaires et à leur droit de se retirer de l’étude à tout moment. Les participants ont été invités à accepter l’invitation à répondre à un sondage en ligne. Après avoir obtenu ce consentement éclairé en ligne, les participants pouvaient remplir le sondage à tout moment ou se retirer de l’étude à n’importe quel moment. Les questionnaires étaient strictement anonymes et aucune donnée concernant l'identité des participants n'a été collectée. Les sujets qui ont répondu au sondage ont perçu un profit sous forme de boni de jeu de la part du fournisseur. Pour être inclus dans cette étude, les participants devaient être plus âgés que 18 ans et devaient utiliser leur compte SNS très fréquemment (c.-à-d. Utilisation quotidienne pendant un minimum de 1 h au cours des derniers mois 3). L'étude a été approuvée par le comité d'éthique local et a adhéré aux principes de la Déclaration d'Helsinki. Le consentement éclairé a été obtenu de tous les participants, comme décrit ci-dessus.

Nos mesures contenaient l'IAT, un instrument de filtrage validé pour un usage problématique d'Internet (7, 24). Ses questions sur 20 évaluent dans quelle mesure l’utilisation d’Internet affecte la routine quotidienne, la vie sociale, l’occupation, le sommeil ou les émotions. Elles sont notées sur une échelle de fréquence de points 6 et résumées. Selon des études antérieures (15, 25, 26), un score IAT ≥50 était défini comme IA.

De plus, nous avons utilisé l’échelle Toronto Alexithymia Scale (TAS-26) (27), qui a été mis au point sous forme de questionnaire d’auto-évaluation normalisé pour mesurer l’alexithymie. Il se compose d'éléments 26 évalués sur une échelle de Likert à points 5 et se divise en trois échelles: (1), difficulté à identifier les sentiments, (2), difficulté à décrire les sentiments et (3) à une réflexion orientée vers l'extérieur. Ces échelles se résument à un score total. Le Beck Depression Inventory-II (BDI-II) (28) et la liste de contrôle des symptômes SCL-90-R (29) ont été utilisés pour explorer les symptômes dépressifs et autres symptômes psychiatriques. Le BDI-II est un auto-questionnaire à éléments 21 utilisé pour mesurer la gravité des symptômes dépressifs. Les symptômes psychologiques et physiologiques de la dépression sont évalués sur une échelle 0 – 3 et additionnés. Le SCL-90-R comprend des éléments 90 classés sur une échelle de points 5 allant de «pas du tout» à «extrêmement». Les articles couvrent neuf domaines (somatisation, pensées obsessionnelles-compulsives, sensibilité interpersonnelle, dépression, anxiété). , hostilité, anxiété phobique, conceptions paranoïaques et comportement psychotique) et un indice de gravité général indiquant le niveau général de détresse psychologique. Les résultats du SCL-90-R sont donnés dans T ≥60 est considéré comme supérieur à la moyenne (moyenne = 50, SD = 10).

Enfin, la qualité de vie des participants a été évaluée à l'aide de la version abrégée de la mesure de la qualité de vie de l'Organisation mondiale de la santé (WHOQOL-BREF) (30). Vingt-six éléments sont évalués sur une échelle allant de 1 à 5. Les quatre scores de domaine physique, psychologique, social et environnemental peuvent être dérivés et illustrent différents aspects de la qualité de vie. Les scores sont transformés sur une échelle de 0 à 100, les scores les plus élevés indiquant une qualité de vie supérieure.

Analyses statistiques

Les résultats sont présentés sous forme de moyenne ± écart type. Le test de Kolmogorov – Smirnov a été utilisé pour évaluer la distribution normale. En raison de distributions non normales, seules les statistiques non paramétriques ont été appliquées; différences entre participants avec et sans IA ont été analysées à l’aide du test de Mann-Whitney U tester. Les coefficients de corrélation de rang (ρ de Spearman) ont été calculés pour les variables sociodémographiques et cliniques. Le niveau d'importance choisi était p <0.05. Les analyses statistiques ont été effectuées à l'aide d'IBM SPSS Statistics version 19 (SPSS Inc., Chicago, IL, USA).

Resultats

Sujets

Cinq cent vingt-huit sujets connectés à notre site Web. Cependant, les sujets 158 ont dû être exclus de l'étude en raison de données manquantes et / ou incohérentes. Ainsi, les sujets mâles 356 et 14 ont été inclus dans l'analyse finale (n = 370, 70.1%). Les caractéristiques sociodémographiques de la population à l'étude sont énumérées dans les tableaux. 1 et 2.

TABLEAU 1
www.frontiersin.org 

Tableau 1. Caractéristiques sociodémographiques des participants à l'étude I.

TABLEAU 2
www.frontiersin.org 

Tableau 2. Caractéristiques sociodémographiques des participants à l'étude II.

Dans l'analyse des données IAT, 16.2% des participants (n = 60) ont été classés comme sujets avec IA (score total ≥50). De plus, 13.3% de ces participants (n = 8) avait de graves problèmes d’utilisation d’Internet selon Young (score total ≥80) (31). Aucun des sujets 60 atteints d’IA n’était une femme.

Utilisation d’un score limite de 54 dans le système TAS-26 (27), 19.5% (n = 72) des participants à notre étude répondaient aux critères de l’alexithymie.

L’analyse des données du BDI-II a révélé que 76.5% (n = 283) des participants n'avaient pas ou peu de symptômes dépressifs (score <14), 10% (n = 37) a présenté des symptômes bénins (score de 14 – 19), 7.0% (n = 26) a présenté des symptômes modérés (score de 20 – 28) et 6.5% (n = 24) a présenté des symptômes graves de dépression (score 29 – 63).

Le SCL-90 GSI n'a pas révélé d'augmentation des niveaux de symptômes psychiatriques dans l'analyse de tous les sujets (moyenne = 52.0, SD = 19.1). Le WHOQOL-BREF pour tous les sujets (n = 370) n'a pas montré une qualité de vie réduite (santé physique: moyenne = 69.3, SD = 19.7; psychologique: moyenne = 70.1, SD = 20.8; relations sociales: moyenne = 62.8, SD = 23.8; environnement: moyenne = 67.0, SD = 19.7).

La sévérité de l’IA était corrélée positivement avec le score SCL-90-R GSI (r = 0.136, p = 0.009). De plus, la sévérité de l’IA était positivement corrélée aux scores totaux de BDI-II (r = 0.210, p = 0.000). Il existait une corrélation négative entre la sévérité des scores IA et WHOQOL-BREF (santé physique: r = −0.277, p = 0.000; psychologique: r = −0.329, p = 0.000; Relations sociales: r = −0.257, p = 0.000, environnement: r = −0.198, p = 0.000).

Une corrélation positive a été trouvée pour la sous-échelle TAS-26 "pensée orientée vers l'extérieur" et la sévérité de l'AI (r = 0.114, p = 0.028).

L’IMC moyen dans notre échantillon était de 28.7 kg / m2 (SD = 7.2). Trente-six pour cent des participants (n = 133) en surpoids (IMC 25 – 29.99 kg / m2), 23% (n = 85) étaient obèses de classe I (IMC 30 – 34.99 kg / m2) et 13% (n = 47) obèses de classe II ou III (IMC ≥35 kg / m2) (32). Vingt-six pour cent des participants (n = 98) a signalé un poids normal à légèrement mince (IMC 17 – 24.99 kg / m2) et 2% (n = 6) ont rapporté un IMC <17 kg / m2, indiquant une insuffisance pondérale modérée à sévère. L’IMC était positivement corrélé à l’âge des participants (r = 0.328, p = 0.000), mais ne correspond à aucune variable clinique.

Comparaison des sujets avec et sans IA

Des différences significatives entre les questionnaires TAS-26, BDI-II et WHOQOL-BREF ont été observées en comparant les sujets présentant une IA (n = 60) et les participants sans IA (n = 310, voir tableau 3). Le groupe IA avait significativement plus de sujets atteints d’ alexithymie (Z = −2.606, p = 0.009), a signalé davantage de symptômes dépressifs (Z = −2.438, p = 0.015) et ont montré une qualité de vie inférieure (santé physique: Z = −4.455, p = 0.000; psychologique: Z = −5.139, p = 0.000, relations sociales: Z = −3.679, p = 0.000, environnement: Z = −2.561, p = 0.010). Il n'y avait pas de différences significatives dans les caractéristiques sociodémographiques ou les échelles SCL-90-R entre les deux groupes.

TABLEAU 3
www.frontiersin.org 

Tableau 3. Comparaison de sujets avec et sans IA.

a lieu

La présente étude a exploré les caractéristiques des joueurs SNS au moyen de questionnaires d'auto-évaluation en ligne, en mettant l'accent sur le taux d'AI, d'alexithymie et d'autres symptômes psychiatriques. Dans cet échantillon, 16% des participants ont atteint le seuil de 50 dans l’IAT, ce qui représente les participants qui rencontrent des problèmes occasionnels ou fréquents en raison de l’utilisation d’Internet (31). En revanche, une vaste enquête américaine en ligne auprès de participants à 17,251 a révélé une prévalence nettement plus faible de l’IA d’environ 6% (33). Bien sûr, étant donné que la taille des échantillons et les plans d’étude varient considérablement, une comparaison directe n’a qu’une valeur limitée. Cependant, conformément à nos conclusions, une récente étude réalisée auprès d'étudiants universitaires turcs utilisant SNS a révélé que 12.2% des participants étaient classés dans la catégorie «toxicomanes Internet» ou «à haut risque de dépendance» selon l'Internet Addiction Scale (IAS) (20). Des études sur la prévalence de l'analyse d'impact chez les utilisateurs de MMORPG ont révélé des taux encore plus élevés d'utilisation problématique d'Internet dans cette population. Dans une étude récente, 44.2 et 32.6% d’un échantillon d’utilisateurs de MMROPG ont été classés dans la catégorie de sujets présentant une IA, selon l’évaluation du Goldberg Internet Addiction Disorder (GIAD) et du Orman Internet Stress Scale (ISS), respectivement (34). Pris ensemble, les taux de prévalence trouvés dans ces études différaient considérablement, probablement en fonction des groupes d’âge, des sous-types d’utilisateur d’Internet et, en particulier, des outils de diagnostic permettant d’évaluer l’IA.

La très faible proportion de femmes de 3.8% dans notre échantillon pourrait éventuellement résulter de l'application choisie. Selon le fournisseur de «Combat Zone», le pourcentage moyen de joueuses était d'environ 4% au cours des dernières années 2. Le fait qu’aucune des joueuses n’ait été classée comme sujet souffrant d’IA est un phénomène qui a déjà été observé dans des études antérieures; les joueurs masculins pourraient être plus susceptibles à l’IA (35).

Nos résultats sont conformes aux rapports précédents sur une relation entre alexithymie et IA (18, 19), mais nous avons exploré un sous-groupe spécifique d’utilisation d’Internet. Le taux d'alexithymie était significativement plus élevé chez les sujets atteints d'IA par rapport aux participants sans IA (31.7 vs 17.1%). La sévérité de l'IA était positivement corrélée à la sous-échelle «pensée orientée vers l'extérieur» du TAS-26. Cependant, on ignore encore si l’alexithymie prédispose à l’AI. On pourrait penser que les individus alexithymiques ont tendance à utiliser Internet de manière plus excessive en raison d’une baisse de leur estime de soi (36) et la possibilité d’éviter de «réelles» interactions sociales, comme proposé précédemment (19).

La présente étude confirme également les résultats de recherches antérieures qui relient l’utilisation problématique d’Internet à des niveaux plus élevés de dépression (14, 15, 20, 37). Une hypothèse pourrait être que les patients souffrant de dépression tentent éventuellement de soulager différents symptômes en utilisant de manière excessive les jeux de réseaux sociaux. En revanche, les schémas pathologiques de l’utilisation d’Internet peuvent également évoquer des symptômes dépressifs (38). Par conséquent, de futures études sont nécessaires pour élucider la relation précise entre l'AI et la dépression.

Il est intéressant de noter qu'environ trois participants sur quatre étaient en surpoids ou obèses. Toutefois, le surpoids / l'obésité n'était associé à aucune variable clinique dans cette étude. Ainsi, ces résultats doivent être étudiés dans des études ultérieures.

Nos résultats suggèrent que les patients atteints d'AI devraient être soigneusement sélectionnés pour rechercher des comorbidités pertinentes telles que des troubles dépressifs, une alexithymie et des troubles de l'alimentation. En ce qui concerne le traitement de l'AI, une thérapie cognitivo-comportementale pourrait constituer une approche thérapeutique prometteuse (36).

Plusieurs limites de cette étude limitent l'interprétation des résultats. Premièrement, la répartition par sexe était très déséquilibrée dans la présente étude. Deuxièmement, notre échantillon a été créé à partir d’une seule application «Facebook» et ne représente donc évidemment pas tous les types d’internautes, ce qui diminue la validité externe des résultats. En outre, la taille de l'échantillon de cette étude était trop petite pour tirer des conclusions claires. En outre, les mesures d’auto-évaluation utilisées sont susceptibles d’être biaisées, comme le montre le taux de données exclues. Un entretien clinique avec des données supplémentaires d’informateurs externes tels que des membres de la famille aurait pu fournir des données plus fiables. Enfin, le manque d'instruments cliniques standardisés pour évaluer l'AI aurait pu influer sur les résultats de l'étude.

Conclusion

Nous avons constaté que près d'un joueur sur SNS sur six remplissait les critères de l'IA de notre échantillon. En comparant les participants à l'étude avec et sans IA, le groupe IA avait plus de sujets atteints d'alexithymie, signalait plus de symptômes dépressifs et montrait une qualité de vie inférieure. Ces résultats suggèrent que les jeux sur les réseaux sociaux pourraient également être associés à des schémas mésadaptés d'utilisation d'Internet. En outre, une relation entre IA, alexithymie et symptômes dépressifs a été mise en évidence et doit être élucidée par de futures études.

Déclaration de conflit d'intérêts

Les auteurs déclarent que la recherche a été menée en l'absence de toute relation commerciale ou financière pouvant être interprétée comme un conflit d'intérêts potentiel.

Bibliographie

2. Facebook. (2013). Disponible depuis: http://newsroom.fb.com/Key-Facts

Google Scholar

3. O'Keeffe GS, Clarke-Pearson K. L'impact des médias sociaux sur les enfants, les adolescents et les familles. Pédiatrie (2011) 127(4):800–4. doi: 10.1542/peds.2011-0054

Résumé PubMed | CrossRef Full Text | Google Scholar

4. Koc M, Gulyagci S. Facebook toxicomanie chez les étudiants turcs: le rôle de la santé psychologique, les caractéristiques démographiques et d'utilisation. Cyberpsychol Behav Soc Netw (2013) 16(4):279–84. doi:10.1089/cyber.2012.0249

Résumé PubMed | CrossRef Full Text | Google Scholar

5. Machold C, Juge G, A Mavrinac, Elliott J, Murphy AM et Roche E. Modèles de réseaux sociaux / dangers chez les adolescents. Ir Med J (2012) 105(5): 151-2.

Résumé PubMed | Google Scholar

6. Kittinger R, juge en chef Correia, fers JG. Relation entre l'utilisation de Facebook et l'utilisation problématique d'Internet chez les étudiants. Cyberpsychol Behav Soc Netw (2012) 15(6):324–7. doi:10.1089/cyber.2010.0410

Résumé PubMed | CrossRef Full Text | Google Scholar

7. Jeune KS. Dépendance à Internet: l'émergence d'un nouveau trouble clinique. Cyberpsychol Behav (1998) 1(3):237–44. doi:10.1089/cpb.1998.1.237

Résumé PubMed | CrossRef Full Text | Google Scholar

8. Organisation mondiale de la santé (OMS). Dans: Dilling H., W. Mombour, M. Schmidt, E. Schulte-Warkwort, éditeurs. Internationale de psychologie psychique Störungen CIM-10 Kapitel V (F) Forschungskriterien. Berne: Huber (1994).

Google Scholar

9. Association américaine de psychiatrie. Manuel diagnostique et statistique des troubles mentaux cinquième édition (DSM-V) (2013). Disponible depuis: http://www.dsm5.org/Documents/Internet%20Gaming%20Disorder%20Fact%20Sheet.pdf

Google Scholar

10. Jeune CP, Nabuco de Abreu C. Internet Addiction: un manuel et un guide d'évaluation et de traitement. Hoboken, NJ: John Wiley et fils (2010).

Google Scholar

11. Andreassen CS, Torsheim T, GS Brunborg, Pallesen S. Développement d'une échelle de dépendance à Facebook. Psychol Rep (2012) 110(2):501–17. doi:10.2466/02.09.18.PR0.110.2.501-517

Résumé PubMed | CrossRef Full Text | Google Scholar

12. Smahel D, L Blinka, Ledabyl O. Jouer aux MMORPG: liens entre dépendance et identification à un personnage. Cyberpsychol Behav (2008) 11(6):715–8. doi:10.1089/cpb.2007.0210

Résumé PubMed | CrossRef Full Text | Google Scholar

13. Yen JY, Ko CH, Yen CF, Wu HY, Yang MJ. Les symptômes psychiatriques concomitants de la dépendance à Internet: déficit de l'attention et trouble d'hyperactivité (TDAH), dépression, phobie sociale et hostilité. J Adolescence Santé (2007) 41(1):93–8. doi:10.1016/j.jadohealth.2007.02.002

Résumé PubMed | CrossRef Full Text | Google Scholar

14. Kraut R, M. Patterson, Lundmark V, Kiesler S, Mukopadhyay T, Scherlis W. Internet paradoxe. Une technologie sociale qui réduit l'implication sociale et le bien-être psychologique? Suis psychol (1998) 53(9):1017–31. doi:10.1037/0003-066X.53.9.1017

Résumé PubMed | CrossRef Full Text | Google Scholar

15. Ha JH, Kim SY, Bae SC, Bae S, Kim H, Sim M, et al. Dépression et dépendance à Internet chez les adolescents. psychopathologie (2007) 40(6):424–30. doi:10.1159/000107426

CrossRef Full Text | Google Scholar

16. Jelenchick LA, JC Eickhoff, MA Moreno. Utilisation du site de réseautage social «Facebook dépression?» Et dépression chez les adolescents plus âgés. J Adolescence Santé (2013) 52(1):128–30. doi:10.1016/j.jadohealth.2012.05.008

Résumé PubMed | CrossRef Full Text | Google Scholar

17. Nemiah JH, Freyberger H, Sifneos PE. Alexithymia: une vue du processus psychosomatique. Mod Trends Psychosom Med (1976) 2: 430-39.

Google Scholar

18. Taylor GJ, Parker JD, Bagby RM. Une enquête préliminaire sur l'alexithymie chez les hommes souffrant de dépendance à une substance psychoactive. Am J Psychiatry (1990) 147(9):1228–30. doi:10.1176/ajp.147.9.1228

Résumé PubMed | CrossRef Full Text | Google Scholar

19. De Berardis D, D'Albenzio A, Gambi F, G Sepede G, Valchera A, Conti CM, et al. Alexithymia et ses relations avec des expériences dissociatives et la dépendance à Internet dans un échantillon non clinique. Cyberpsychol Behav (2009) 12(1):67–9. doi:10.1089/cpb.2008.0108

Résumé PubMed | CrossRef Full Text | Google Scholar

20. Dalbudak E, Evren C, S Aldemir, Coskun KS, H Ugurlu, Yildirim FG. Relation entre la gravité de la dépendance à Internet et la dépression, l'anxiété et l'alexithymie, le tempérament et le caractère des étudiants universitaires. Cyberpsychol Behav Soc Netw (2013) 16(4):272–8. doi:10.1089/cyber.2012.0390

Résumé PubMed | CrossRef Full Text | Google Scholar

21. Scimeca G, Bruno A, Cava, Pandolfo, Muscatello MR, Zoccali R. La relation entre alexithymie, anxiété, dépression et gravité de la dépendance à Internet chez un échantillon d'étudiants italiens du secondaire. ScientificWorldJournal (2014) 2014: 504376. doi: 10.1155 / 2014 / 504376

Résumé PubMed | CrossRef Full Text | Google Scholar

22. Kandri TA, KS Bonotis, Floros GD, Zafiropoulou MM. Composants d'Alexithymia chez les utilisateurs excessifs d'Internet: une analyse multifactorielle. Res psychiatrie (2014) 220(1–2):348–55. doi:10.1016/j.psychres.2014.07.066

Résumé PubMed | CrossRef Full Text | Google Scholar

23. Hanisch M. Description de la «zone de combat» (communication personnelle, 2013).

Google Scholar

24. Widyanto L, McMurran M. Les propriétés psychométriques du test de dépendance à Internet. Cyberpsychol Behav (2004) 7(4):443–50. doi:10.1089/cpb.2004.7.443

CrossRef Full Text | Google Scholar

25. Yoo HJ, Cho SC, Ha J, SK Yune, Kim SJ, J Hwang et al. Symptômes d'hyperactivité avec déficit de l'attention et dépendance à Internet. Psychiatrie Clin Neurosci (2004) 58(5):487–94. doi:10.1111/j.1440-1819.2004.01290.x

Résumé PubMed | CrossRef Full Text | Google Scholar

26. Tang J, Yu Y, Du Y, Ma Y, Zhang D, Wang J. Prévalence de la dépendance à Internet et son association avec des événements stressants de la vie et des symptômes psychologiques chez les adolescents utilisateurs d'Internet. Addict Behav (2014) 39(3):744–7. doi:10.1016/j.addbeh.2013.12.010

Résumé PubMed | CrossRef Full Text | Google Scholar

27. Taylor GJ, Ryan D, Bagby RM. Vers le développement d'une nouvelle échelle d'alexithymie à auto-évaluation. Psychother Psychosom (1985) 44(4):191–9. doi:10.1159/000287912

Résumé PubMed | CrossRef Full Text | Google Scholar

28. Beck AT, Steer RA, Brown GK. BDI-II, Beck Depression Inventory: Manuel. 2 ed. Boston, MA: Harcourt Brace (1996).

Google Scholar

29. Derogatis LR SCL-90-R. Dans: Encyclopédie de la psychologie. Vol. 7. Washington, DC et New York, NY: Association américaine de psychologie et Oxford University Press (2000) p. 192 – 3.

Google Scholar

30. Skevington SM, Lotfy M, O'Connell KA. Évaluation de la qualité de vie par l'OMSQOL-BREF de l'Organisation mondiale de la santé: propriétés psychométriques et résultats de l'essai international sur le terrain. Un rapport du groupe WHOQOL. Qual Life Res (2004) 13(2):299–310. doi:10.1023/B:QURE.0000018486.91360.00

Résumé PubMed | CrossRef Full Text | Google Scholar

31. Jeune KS. Test de dépendance à Internet (2013). Disponible depuis: http://netaddiction.com/index.php?option=com_bfquiz&view=onepage&catid=46&Itemid=106

Google Scholar

32. QUI. Base de données mondiale sur l'indice de masse corporelle (2013). Disponible depuis: http://apps.who.int/bmi/index.jsp

Google Scholar

33. Greenfield DN. Caractéristiques psychologiques de l'utilisation compulsive d'Internet: une analyse préliminaire. Cyberpsychol Behav (1999) 2(5):403–12. doi:10.1089/cpb.1999.2.403

Résumé PubMed | CrossRef Full Text | Google Scholar

34. Achab S, Nicolier M, Mauny F, Monnin J, Trojak B, Vandel P, et al. Jeux de rôle en ligne massivement multijoueurs: comparaison des caractéristiques de joueurs recrutés en ligne dépendants ou non dépendants dans une population adulte française. BMC Psychiatry (2011) 11:144. doi:10.1186/1471-244X-11-144

Résumé PubMed | CrossRef Full Text | Google Scholar

35. Liu TC, RA Desai, S Krishnan-Sarin, DA Cavallo, MN Potenza. Problème d'utilisation d'Internet et de santé chez les adolescents: données d'une enquête auprès d'un lycée dans le Connecticut. J Clin Psychiatry (2011) 72(6):836–45. doi:10.4088/JCP.10m06057

Résumé PubMed | CrossRef Full Text | Google Scholar

36. Armstrong L, Phillips JG, Saling LL. Déterminants potentiels d'une utilisation accrue d'Internet. Int J Hum Comput Stud (2000) 53(4):537–50. doi:10.1006/ijhc.2000.0400

CrossRef Full Text | Google Scholar

37. Shek DT, Tang VM, Lo CY. Dépendance à Internet chez des adolescents chinois à Hong Kong: évaluation, profils et corrélats psychosociaux. ScientificWorldJournal (2008) 8: 776 – 87. doi: 10.1100 / tsw.2008.104

Résumé PubMed | CrossRef Full Text | Google Scholar

38. Tonioni F, D'Alessandris L, Lai C, Martinelli D, Corvino S, Vasale M, et al. Dépendance à Internet: heures passées en ligne, comportements et symptômes psychologiques. Psychiatrie Gen Hosp (2012) 34(1):80–7. doi:10.1016/j.genhosppsych.2011.09.013

Résumé PubMed | CrossRef Full Text | Google Scholar

Mots-clés: dépendance à Internet, trouble de l'utilisation d'Internet, dépendance au comportement, sites de réseautage social, jeux de rôle en ligne, alexithymie

Citation: Geisel O, P Panneck, Stickel A, Schneider M et Müller CA (2015) Caractéristiques des joueurs sur les réseaux sociaux: résultats d'un sondage en ligne. De face. Psychiatrie 6: 69. Doi: 10.3389 / fpsyt.2015.00069

Reçu: 30 Janvier 2015; Accepté: 27 April 2015;
Publié: 08 Juillet 2015

Édité par:

Rajshekhar Bipeta, Hôpital et collège médical Gandhi, Inde

Commenté par:

Aviv M. Weinstein, Université d'Ariel, Israël
Alka Anand Subramanyam, Topiwala National Medical College et BYL Nair Charitable Hospital, Inde

Copyright: © 2015 Geisel, Panneck, Stickel, Schneider et Müller. Ceci est un article en accès libre distribué selon les termes de la Licence d'attribution Creative Commons (CC BY). L'utilisation, la distribution ou la reproduction sur d'autres forums est autorisée, à condition que l'auteur original ou le donneur de licence soit crédité et que la publication originale de ce journal soit citée conformément à la pratique académique reconnue. Aucune utilisation, distribution ou reproduction n’est autorisée si elle n’est pas conforme à ces conditions.

* Correspondance: Olga Geisel, Département de psychiatrie, Campus Charité Mitte, Charité - Universitätsmedizin Berlin, Charitéplatz 1, Berlin 10117, Allemagne, [email protected]