Consommation précoce de drogues et usage problématique de jeux vidéo à l'adolescence (2015)

Consommation de substances chez les adolescents

Une enquête HBSC (2010 sur les comportements liés à la santé chez les enfants d'âge scolaire) menée auprès d'une population jeune âgée entre 11 et 16, montre que la consommation d'alcool, de tabac et de cannabis est assez fréquente et augmente avec l'âge. Ainsi, parmi les élèves de sixième année, 59.3, 12.7 et 1.5% avaient déjà consommé de l'alcool, du tabac et du cannabis, respectivement. En outre, 6.8% des élèves de sixième année et 34% des neuvièmes élèves ont déclaré se saouler (Currie et al., 2010; Spilka et al., 2012a).

Selon l'enquête ESCAPAD (2011) (ou «Enquête sur la santé et les consommations de la préparation à la défense»), environ 75% des jeunes de 17 déclarent avoir consommé de l'alcool, 42 % déclarent avoir consommé du tabac (Spilka et al., 2012b) et 26.8% déclarent avoir consommé du cannabis (Spilka et Le Nézet, 2013) au cours du dernier mois.

Utilisation de jeux vidéo

L’utilisation des jeux vidéo est courante chez les enfants et les adolescents (Tejeiro et Moran, 2002; Wood et al., 2004). En réalité, Le Heuzey et Mouren (2012) ont constaté que 87% des ans 11 – 13 et 80% des 15 – 17 jouent à un jeu vidéo au moins une fois par jour. Les jeux vidéo les plus étudiés par les chercheurs sont les plateformes de jeux en ligne, en particulier le MMORPG (jeu de rôle en ligne massivement multijoueur). Ces jeux présentent des caractéristiques qui les rendent très attrayants pour les adolescents, tels que: l'anonymat, l'accessibilité, la convivialité, génère de l'excitation, de l'interactivité, la compétitivité, l'immersion, l'abondance d'informations et, dans certains cas, un univers virtuel persistant (Greenfield et Ceap, 1999; Griffiths et Wood, 2000; Morahan-Martin et Schumacher, 2000; Chou et al., 2005; Ng et Wiemer-Hastings, 2005; Allison et al., 2006; Sebeyran, 2008; Minotte, 2010; INSERM, 2014).

La notion de «dépendance aux jeux vidéo» n’est pas encore un trouble établi. Néanmoins, le «trouble du jeu sur Internet» a été introduit dans la section III du DSM-5 (Manuel diagnostique et statistique des troubles mentaux, version 5, American Psychiatric Association, 2013). La plupart des études qui analysent l’utilisation en ligne de jeux vidéo utilisent le terme plus général de «cyberdépendance» (Varescon, 2009). Cependant, la notion d ’« usage problématique »commence à se répandre dans le domaine scientifique, comme en témoigne INSERM (2014) rapport, qui inclut une définition très similaire à celle de Goodman's (1990) critères de dépendance. Malgré le fait que PUVG soit mal défini, recouvrant souvent les notions d'utilisation abusive, excessive ou provoquant une dépendance, les jeux vidéo ont une prévalence comprise entre 1.3% et plus de 50%. Cette grande variabilité entre les études pourrait s'expliquer par l'utilisation de différents instruments d'évaluation, biais de sélection, critères d'inclusion tels que l'âge, etc. (Haagsma et al., 2012; Festl et al., 2013; King et al., 2013; Pápay et al., 2013; Ricquebourg et al., 2013).

Jeux vidéo et toxicomanie

La majorité des études ont établi un lien entre la consommation de drogues et les habitudes de jeu vidéo. Une étude récente montre que les garçons qui consomment du tabac, du cannabis et de l'alcool doublent leur risque d'avoir un niveau élevé de PUVG (évalué par PVG ou «jeu vidéo problématique») par rapport à ceux qui n'en ont pas (Van Rooij et al., 2014).

En ce qui concerne la consommation d’alcool, elle semble être la plus associée au temps passé à jouer à des jeux vidéo. En réalité, Armstrong et al. (2010) ont montré, sur un échantillon d'élèves du primaire 4691, que le temps passé devant un écran de télévision et à jouer à des jeux vidéo était positivement corrélé à la consommation d'alcool.

En ce qui concerne l'âge de première consommation, il a été établi que l'initiation à l'alcool avant l'âge de 13 était significativement corrélée à l'utilisation fréquente de la télévision, des ordinateurs et des jeux vidéo (Denniston et al., 2011).

En ce qui concerne la toxicomanie et la dépendance, il a été constaté que la prévalence de l’abus d’alcool augmentait avec le temps passé à jouer à des jeux vidéo au sein d’une population norvégienne allant de l’âge 16 à l’âge 74 (Wenzel et al., 2009). En outre, les personnes qui déclarent être les plus dépendantes de substances telles que l’alcool, la caféine, le chocolat et les cigarettes sont celles qui risquent le plus de dépendre d’une autre activité, comme faire de l’exercice physique, regarder la télévision, jouer à des jeux de hasard, jouer Internet et jeux vidéo (Greenberg et al., 1999). PUVG était donc associé aux risques de dépendance à l’alcool, au tabac et au cannabis (Ream et al., 2011a,b).

Fait intéressant, Raiff et al. (2012) ont montré que chez les adultes, les jeux vidéo étaient plus fréquents et plus longs chez les fumeurs que chez les non-fumeurs.

Cependant, certaines études n'ont pas permis d'établir de relation entre le temps passé à jouer à des jeux vidéo et la consommation de certaines substances. Ainsi, Walther et al. (2012) ont montré que, hormis la consommation de cannabis, ni tabac ni alcool ne coïncident avec les jeux vidéo. En outre, McClure et Mears (1986) a montré que les étudiants (n = 190) qui jouent quotidiennement à des jeux vidéo ne consomment pas plus d’alcool ou de tabac que ceux qui jouent une ou deux fois par mois.

d'habitants

Notre échantillon comprenait des étudiants français 1423, âgés de 11 à 17, recrutés dans des collèges et des lycées (7th, 8th, 10th et 11th grade) dans la région «Ile de France». Les étudiants ont été informés des objectifs de notre étude et participé volontairement en remplissant un auto-questionnaire pendant les heures de classe. Les parents ont également été informés de leur droit de refuser la participation de leurs enfants à cette étude. Cette étude faisait suite aux recommandations du comité d'éthique du département Sciences psychologiques et sciences de l'apprentissage, Université Paris Ouest Nanterre La Défense, UFR SPE (Département de Psychologie et de l'Education). L’autorité éducative de Versailles, les écoles participantes et les établissements d’enseignement supérieur ont également accepté le questionnaire.

Les mesures

L'auto-questionnaire comportait deux parties: la première comprenait des questions générales sur le sexe, l'âge et le niveau d'étude. La seconde était divisée en quatre sections:

Analyses statistiques

SPSS 19 a été utilisé pour toutes les analyses statistiques. Des analyses descriptives (telles que pourcentages, moyennes et écarts types) ont été effectuées afin de décrire la population de l'échantillon. Par la suite, nous avons effectué des analyses à deux variables (Student's t-test, chi-carré, corrélation de Pearson) afin d'étudier les liens possibles entre les variables. Enfin, des analyses multivariées (MANOVA, régression) ont été réalisées afin de mettre en évidence les variables, qui avaient un poids statistique significatif sur les PUVG tout en les prenant en compte. Ainsi, nous avons pu mettre en évidence le pourcentage de variance expliquée et tracer les profils de «joueurs vidéo» avec PUVG.

Jeu vidéo

Un total de 92.1% (N = 1289) étaient considérés comme des joueurs vidéo contre 7.9% (N = 111) les joueurs non vidéo. Parmi les joueurs ayant répondu au questionnaire PUVG (N = 1192), 17.7% (N = 211) a présenté une PUVG (avec trois points ou plus). Seuls X% d'entre eux présentaient tous les critères (score maximal de points 1.1). Le temps passé à jouer à des jeux vidéo un jour d’école était nettement inférieur à un jour sans école [7 min (SD: 53 h 1 min) et 23 h 2 min (SD: 12 h 2 min) respectivement; t(1288) = 22.78, p <0.0001]. De plus, les joueurs vidéo avec PUVG passent plus de temps sur les jeux vidéo que les joueurs vidéo sans PUVG [les jours avec l'école (t = 10.62, p <0.0001)] et sans école [t(1085) = 10.8, p <0.0001].

En ce qui concerne les appareils de jeu et les types de jeux vidéo: les trois plus souvent cités dans la catégorie des appareils de jeu sont les ordinateurs (85.1%), les consoles fixes (75.2%) et les téléphones cellulaires (66%). Quant aux types de jeux, il s’agit des jeux de course (54.8%), des jeux de plate-forme (48.9%) et des jeux de sport (48.3%).

Les consommations

Environ la moitié de notre population (46.7%) a déclaré consommer de l'alcool. L'âge moyen à la première consommation était le 12.4 (SD = 2.7). Nous avons remarqué que 89.3% des premières consommations ont eu lieu après l’âge de 8. En d’autres termes, un adolescent sur 10 avait déjà goûté à l’alcool avant l’âge de 8. De plus, 19% a une consommation d'alcool à risque.

Environ 16.7% de notre population a déclaré fumer des cigarettes. L'âge moyen de départ déclaré était les années 12.8 (SD = 1.9). Nous avons constaté que 90.3% des fumeurs ont commencé à fumer à partir de l'âge de 10. De plus, 5.2% a une forte dépendance au tabac.

Un total de 21.1% des étudiants ont déclaré avoir fumé du cannabis au moins une fois dans leur vie et 8.3% ont eu une consommation dangereuse de cannabis, alors que 8.6% a déclaré fumer actuellement.

Comparaison entre les joueurs vidéo et les non-joueurs

Les joueurs vidéo consomment beaucoup plus d’alcool que les non-joueurs vidéo (p = 0.04). Aucune autre différence significative n'a été trouvée entre les deux groupes pour les variables présentées dans le tableau Table1.1. Table Table22 décrit les résultats sur les échelles de mesure du risque de dépendance et du premier âge de consommation des joueurs vidéo et des non-joueurs.

 

Tableau 1

Pourcentage (%) de consommateurs et de sujets à risque de dépendance.

 

Tableau 2

Résultats de AUDIT-C, HSI et CAST et âge moyen à la première consommation.

Une analyse de variance factorielle a été réalisée afin d'étudier le temps passé à jouer à des jeux vidéo un jour avec ou sans école pour ceux qui consomment de l'alcool, du cannabis et du tabac par rapport à ceux qui n'en consommaient pas. L'ANOVA était significative. Bonferroni post hoc les tests ont montré une différence significative uniquement pour le groupe des fumeurs et des non-fumeurs en ce qui concerne le temps passé à jouer à des jeux vidéo un jour d'école (n = 1199, p = 0.004) ainsi que les jours sans école (n = 1199, p = 0.003). Les fumeurs passaient plus de temps à jouer à des jeux vidéo.

Nous avons également mené une MANOVA avec les variables dépendantes AUDIT-C, HSI et CAST en comparant les deux groupes de joueurs vidéo et de joueurs non vidéo. La MANOVA montre des différences globales substantielles entre les deux groupes. [F(3,1196) = 3.3, p = 0.02]. En particulier, les joueurs vidéo ont un score plus élevé sur AUDIT-C (Bonferroni post hoc tests, p = 0.106) et sur CAST (Bonferroni post hoc tests, p = 0.207) que les joueurs non vidéo. Cependant, aucune différence n’a été trouvée lors de l’analyse du score sur HSI (p = 0.538).

Nous avons également mené une MANOVA avec les variables dépendantes, âge de la première consommation d’alcool, de tabac et de cannabis, en comparant les deux groupes de joueurs vidéo et de joueurs autres que vidéo. Cependant, aucune différence significative n’a été constatée entre ces deux groupes [F(3,153) = 0.965, p = 0.41] pour ces variables.

Analyse corrélationnelle

lampe de table Table33 affiche les corrélations entre le score PUVG; scores moyens de AUDIT-C, HSI et CAST et âge à la première consommation de substance.

 

Tableau 3

Corrélations de Pearson entre le score PUVG, le temps passé à jouer à des jeux vidéo, le score AUDIT-C, HSI, CAST et l'âge à la première consommation de substance.

Si nous ne prenons en compte que ceux qui fument (N = 100), nous notons une corrélation significative entre le score PUVG et HSI (r = 0.19, p = 0.052). De même, si on considère ceux qui consomment du cannabis (N = 150) nous observons une corrélation significative et positive entre leurs scores PUVG et CAST (r = 0.27, p = 0.001).

Régressions linéaires multiples

Nous avons testé un modèle de régression linéaire pour tenter d’expliquer le score de PUVG (variable dépendante) par les scores de AUDIT-C, HSI, CAST, de la consommation de la ou des premières substances et du temps passé à jouer à des jeux vidéo une journée avec / sans école; variables indépendantes). Il convient de noter que cette analyse a inclus un échantillon plus petit que l'échantillon initial, constitué de sujets 108 qui consomment ou ont consommé les trois substances. Ce modèle de régression explique 37.76% (R² = 0.3776) de la variabilité du score PUVG. La variable descriptive significative dans ce modèle est le temps passé à jouer à des jeux vidéo un jour avec l’école (b* = 0.311; p = 0.018), l'âge à la première consommation de cannabis (b* = –0.25; p = 0.02) et l’âge de la première consommation de tabac (b* = 0.22; p = 0.04) (Table (Table44).

 

Tableau 4

Régressions multiples avec le score PUVG comme variable dépendante.

Nous avons également effectué une régression ascendante pas à pas (R² = 0.367). Temps passé à jouer à des jeux vidéo un jour d'école (b* = 0.292) et l'âge à la première consommation de cannabis (b* = –0.26; p <0.05) ainsi que le score sur HSI (b* = 0.148), temps passé à jouer à des jeux vidéo un jour sans école (b* = 0.191), score sur CAST (b* = 0.153) et l'âge à la première consommation de tabac (b* = 0.2; p > 0.05) étaient les variables sélectionnées par cette méthode.

De même, nous avons également effectué une régression descendante étape par étape (R² = 0.32). Temps passé à jouer à des jeux vidéo un jour d'école (b* = 0.446), âge à la première consommation de cannabis (b* = –0.18) et score de HSI (b* = 0.173; p <0.05) étaient les variables sélectionnées par cette méthode.

Ainsi, le temps passé à jouer à des jeux vidéo un jour d'école et un âge précoce de la première consommation de cannabis augmentent les risques de subir une PUVG. Ces deux variables se sont révélées significatives dans tous les modèles de régression testés (régression, ascendant et descendant).

Prévalence

Dans notre population adolescente (N = 1423), nous avons trouvé 92.1% des joueurs vidéo (N = 1289) et 17.7% des joueurs vidéo avec PUVG (N = 211). La consommation de substances psychoactives (alcool, tabac et cannabis) était fréquente dans cette population, ce qui est conforme aux données épidémiologiques de la littérature (Currie et al., 2010; Spilka et al., 2012a). TPar conséquent, 8.3 et 19.8% des adolescents présentent des consommations dangereuses de cannabis et d’alcool respectivement et 5.2% manifestent une dépendance modérée à forte au tabagisme. Ces pourcentages ne varient pas entre les joueurs vidéo et les autres joueurs.

Jeux vidéo et consommation de substances

Les joueurs vidéo consomment beaucoup plus d'alcool que les non-joueurs. C’était la seule différence significative constatée entre ces deux groupes en matière de consommation de substances psychoactives.. Nos résultats sont similaires à ceux de McClure et Mears (1986) tabac, mais en contradiction avec leurs résultats en matière de consommation d’alcool. Il semble que l'exposition au tabac et au cannabis par le biais de jeux vidéo ne soit pas aussi importante que l'exposition à l'alcool. En fait, les joueurs vidéo ont les mêmes chances d'avoir consommé l'une de ces trois substances que les joueurs autres que les joueurs vidéo. Nos résultats: (1) vont à l’encontre de ceux de Barrientos-Gutiérrez et al. (2012) qui manifestent une initiation antérieure au tabagisme chez les jeunes exposés aux médias; (2) sont conformes à ceux de Tucker et al. (2013) concernant le risque accru de consommation d’alcool chez les jeunes joueurs de jeux vidéo.

De plus, nos résultats (MANOVA) montrent qu’il existe au moins deux différences significatives entre les joueurs vidéo et les autres joueurs en ce qui concerne leur score de dépendance à une substance (alcool, tabac, cannabis). Cependant, aucune différence significative n'a été observée en ce qui concerne l'âge à la première consommation pour les deux groupes.

Temps passé à jouer aux jeux vidéo et à la consommation de substances

Il n'y avait pas de différence significative dans le temps passé à jouer à des jeux vidéo entre les consommateurs d'alcool et de cannabis et les non-consommateurs. Ce temps était significativement plus long pour les fumeurs de tabac que pour les non-fumeurs. Ces résultats sont cohérents avec ceux de Raiff et al. (2012). Le temps passé à jouer à des jeux vidéo (un jour avec ou sans école) est positivement corrélé aux scores de AUDIT-C, HSI et CAST. De plus, nos résultats concernant la consommation d’alcool sont: (1), en ligne avec ceux de Wenzel et al. (2009) qui ont constaté que l'abus d'alcool augmentait avec le temps passé à jouer à des jeux vidéo; (2) incompatible avec ceux de Armstrong et al. (2010), qui ont découvert que la consommation d’alcool était plus fréquente chez les jeunes qui passaient plus de temps à jouer à des jeux vidéo.

Il convient de noter que le fait de passer plus de temps à jouer à des jeux vidéo pendant une journée sans école est associé à un âge précoce de la première consommation de substance (alcool, tabac et cannabis). Ces résultats sont conformes à ceux de Denniston et al. (2011) qui ont découvert qu'une initiation précoce à l'alcool (avant l'âge de 13) est associée à une utilisation plus fréquente de la télévision, des ordinateurs et des jeux vidéo. En outre, il existait une corrélation positive entre le temps passé à jouer à des jeux vidéo un jour d'école et l'âge à la première consommation de cannabis et de tabac. Toutefois, cette corrélation n’a pas pu être étendue à l’âge de la première consommation d’alcool.

PUVG et consommation de substances

Des études antérieures ont été axées sur la recherche d'un lien ou d'une cooccurrence entre la GVPV et la consommation de substances, comme mentionné précédemment. Nos résultats sont en contradiction avec la littérature (Greenberg et al., 1999; Ream et al., 2011a,b; Walther et al., 2012) car le score PUVG n’a pas été corrélé aux scores AUDIT-C, HSI ou CAST.

L'utilisation problématique des jeux vidéo semble être associée à une initiation plus précoce des substances, car il existe une corrélation négative significative entre le score PUVG et l'âge au moment de la première consommation (alcool, tabac et cannabis). Par conséquent, un âge précoce est associé à un risque accru de PUVG. À notre connaissance, ces données n'ont pas été explorées par d'autres études.

De plus, notre modèle de régression explique uniquement 36.76% de la variabilité du score PUVG, notamment les scores AUDIT-C, HSI, CAST, l’âge de la première consommation de drogue et le temps consacré aux jeux vidéo (les jours avec ou sans école). variables indépendantes. L'âge à la première consommation de tabac et de cannabis, le temps passé à jouer à des jeux vidéo une journée à l'école expliquent la variance de manière significative. Les deux variables qui se distinguaient (malgré la méthode de régression utilisée) étaient, le temps passé à jouer à des jeux vidéo un jour d'école et un âge plus précoce de la première consommation de cannabis.

Limites

Il est à noter que notre étude présente certaines limites. à partir du questionnaire de mesure PUVG basé sur le DSM-IV-TR. De plus, notre échantillon était un échantillon de commodité: les recrutements n’étaient effectués que dans les écoles ayant volontairement accepté de participer à l’étude. Les groupes de joueurs vidéo par rapport aux joueurs non vidéo et ceux avec ou sans PUVG ne sont pas appariés, ce qui ne nous permet pas d'exclure ou de contrôler certaines variables confondantes, telles que les résultats académiques. En fait, selon certains auteurs (Chiu et al., 2004; Skoric et al., 2009), il existe une corrélation négative entre PUVG et la performance académique. On pourrait aussi mentionner la faiblesse des structures familiales pouvant entraîner des risques de dépendance (INSERM, 2014). Nous pourrions aussi mentionner le genre, car les garçons ont tendance à jouer plus que les filles (INSERM, 2014).

De plus, une étude qualitative basée sur l'hétéroévaluation nous permettrait d'affiner nos résultats, qui à ce jour ne sont basés que sur des auto-évaluations.

Déclaration de conflit d'intérêts

Notre équipe de recherche a reçu un financement des opérateurs de l'industrie du jeu (FDJ et PMU) et de l'IREB (Institut de recherches scientifiques sur les boissons).

1. Allison SE, Von Wahlde L., Shockley T. et Gabbard GO (2006). Le développement de soi à l'ère d'Internet et des jeux de rôle fantastiques. Un m. J. Psychiatry 163, 381 – 385. 10.1176 / appi.ajp.163.3.381 [PubMed] [Croix Ref]
2. Association américaine de psychiatrie. (2000). Manuel diagnostique et statistique des troubles mentaux, 4th Edn, révision de texte, DSM-IV-TR. Washington, DC: American Psychiatric Publishing.
3. Association américaine de psychiatrie. (2013). Manuel diagnostique et statistique des troubles mentaux, 5th Edn, DSM-5TM. Washington, DC: American Psychiatric Publishing.
4. Armstrong KE, Bush HM, Jones J. (2010). L'écoute de la télévision et des jeux vidéo et son association avec la consommation de substances psychoactives par les élèves des écoles primaires du Kentucky, 2006. Représentant en santé publique 125, 433 – 440. [Article gratuit PMC] [PubMed]
5. Barrientos-Gutiérrez T., Barrientos-Gutiérrez I., Reynales-Shigematsu LM, Thrasher JF, Lazcano-Ponce E. (2012). Viser le marché des adolescents: Internet et les jeux vidéo, les nouvelles stratégies de l'industrie du tabac. Salud Publica Mex. 54, 303 – 314. [PubMed]
6. Bradley KA, AF DeBenedetti, RJ VOLK, EC Williams, Frank D., DR Kivlahan (2007). AUDIT-C, un bref écran sur l’abus d’alcool dans les soins primaires. De l'alcool. Clin. Exp. Res. 31, 1208 – 1217. 10.1111 / j.1530-0277.2007.00403.x [PubMed] [Croix Ref]
7. Bush KR, DR Kivlahan, McDonell MB, SD Fihn, Bradley KA (1998). Les questions sur la consommation d'alcool AUDIT (AUDIT-C) - un bref test de dépistage efficace pour la consommation problématique. Cambre. Interne. Med. 158, 1789 – 1795. 10.1001 / archinte.158.16.1789 [PubMed] [Croix Ref]
8. Chiu S.-I., Lee J.-Z., Huang D.-H. (2004). Dépendance au jeu vidéo chez les enfants et les adolescents à Taiwan, Cyberpsychol. Comportement 7, 571 – 581. 10.1089 / cpb.2004.7.571 [PubMed] [Croix Ref]
9. Chou C., Condron L., Belland JC (2005). Un examen de la recherche sur la dépendance à Internet. Educ. Psychol. 17, 363 – 388 10.1007 / s10648-005-8138-1 [Croix Ref]
10. Currie C., Zanotti C., Morgan A., D. Currie, De Looze M., Roberts C. et al. (2010). Déterminants sociaux de la santé et du bien-être chez les jeunes: étude sur la santé et le comportement des enfants d'âge scolaire (HBSC): rapport international de l'enquête 2009 / 2010. Rapport n ° 6, Copenhague: Politique de santé pour les enfants et les adolescents.
11. MM Denniston, Swahn MH, Hertz MF et Romero LM (2011). Associations entre les médias électroniques et l’implication dans la violence, la consommation d’alcool et de drogues parmi les lycéens américains. Ouest. J. Emerg. Med. 12, 310 – 315. [Article gratuit PMC] [PubMed]
12. Etter JF (2005). Une comparaison du contenu, de la construction et de la validité prédictive de l'échelle de dépendance à la cigarette et du test de Fagerström pour la dépendance à la nicotine. La drogue dépend de l'alcool. 77, 259 – 268. 10.1016 / j.drugalcdep.2004.08.015 [PubMed] [Croix Ref]
13. Fagerström KO, TF Heatherton, Kozlowski LT (1990). Dépendance à la nicotine et son évaluation. Oreille Nez Gorge J. 69, 763 – 765. [PubMed]
14. Fageström KO (1978). Mesurer le degré de dépendance physique au tabagisme par rapport à l’individualisation du traitement. Toxicomane. Comportement 3, 235 – 241. 10.1016 / 0306-4603 (78) 90024-2 [PubMed] [Croix Ref]
15. Festl R., Scharkow M., Quandt T. (2013). Utilisation problématique du jeu informatique chez les adolescents, les adultes jeunes et âgés. Addiction 108, 592 – 599. 10.1111 / add.12016 [PubMed] [Croix Ref]
16. Goodman A. (1990). Dépendance: définition et implications. Le fr. J. Addict. 85, 1403 – 1408. 10.1111 / j.1360-0443.1990.tb01620.x [PubMed] [Croix Ref]
17. Greenberg JL, SE Lewis, Dodd DK (1999). Bref rapport: chevauchement des dépendances et de l'estime de soi chez les hommes et les femmes des collèges. Toxicomane. Comportement 24, 565 – 571. 10.1016 / S0306-4603 (98) 00080-X [PubMed] [Croix Ref]
18. Greenfield DN, Ceap L. (1999). Caractéristiques psychologiques de l'utilisation compulsive d'Internet: une analyse préliminaire. Cyberpsychol. Comportement 2, 403 – 412. 10.1089 / cpb.1999.2.403 [PubMed] [Croix Ref]
19. Griffiths M., Wood R. (2000). Facteurs de risque à l'adolescence: le jeu, les jeux vidéo et Internet. J. Gambl. Goujon. 16, 199 – 225. 10.1023 / A: 1009433014881 [PubMed] [Croix Ref]
20. Gual A., Segura L., Contel M., Heather N., Colom J. (2002). AUDIT-3 et AUDIT-4: efficacité de deux formes courtes du test d'identification des troubles liés à l'utilisation de l'alcool. Alcool alcool 37, 591 – 596. 10.1093 / alcalc / 37.6.591 [PubMed] [Croix Ref]
21. Haagsma MC, ME Pieterse, Peters O. (2012). La prévalence des joueurs vidéo problématiques aux Pays-Bas. Cyberpsychol. Comportement Soc. Netw. 15, 162 – 168. 10.1089 / cyber.2011.0248 [PubMed] [Croix Ref]
22. Hastier N., K. Quinque, AS Bonnel, S. Leménager, P. Le Roux (2006). Tabac et adolescence: Enquête sur les motivations et les connaissances des effets du tabac. Rev. Mal. Respir. 23, 237 – 241. 10.1016 / S0761-8425 (06) 71573-X [PubMed] [Croix Ref]
23. Heatherton TF, Kozlowski LT, Frecker RC, Rickert W., Roninson R. (1989). Mesurer la lourdeur du tabagisme: utiliser le temps autodéclaré jusqu'à la première cigarette de la journée et le nombre de cigarettes fumées par jour. Le fr. J. Addict. 84, 791 – 799. 10.1111 / j.1360-0443.1989.tb03059.x [PubMed] [Croix Ref]
24. Institut national de la santé et de la recherche médicale (INSERM). (2014). Collectif d'expertise: Conduites addictives chez les adolescents - usages, prévention et accompagnement: principaux constats et recommandations. Disponible à: http://www.google.fr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&ved=0CC0QFjAB&url=http%3A%2F%2Fwww.inserm.fr%2Fcontent%2Fdownload%2F80879%2F609145%2Fversion%2F2%2Ffile%2FConduites-addictives_der.pdf&ei=_VIdVPHrO9G07Qbg9ICQDA&usg=AFQjCNHBONc3PMrtUsVJLfsqKbgyT_8X1Q&bvm=bv.75775273,d.ZGU
25. King DL, PH Delfabbro, T. Zwaans, D. Kaptsis (2013). Caractéristiques cliniques et axe I de comorbidité des utilisateurs australiens pathologiques d’Internet et de jeux vidéo. Aust. Psychiatrie NZJ 47, 1058 – 1067. 10.1177 / 0004867413491159 [PubMed] [Croix Ref]
26. Lane SD, Cherek DR, juge en chef Pietras, Tcheremissine OV (2004). Effets de l'alcool sur la prise de risque chez l'homme. Psychopharmacologie 172, 68 – 77. 10.1007 / s00213-003-1628-2 [PubMed] [Croix Ref]
27. Legleye S., Karila L., Beck F., Reynaud M. (2007). Validation du CAST, test de dépistage de l'abus de cannabis dans la population en général. J. Subst. Utilisez 12, 233 – 242 10.1080 / 14659890701476532 [Croix Ref]
28. Le Heuzey MF, MC Mouren (2012). Addiction aux jeux vidéo: des enfants à risque ou un risque pour tous les enfants? Taureau. Acad. Natl. Med. 196, 15 – 23. [PubMed]
29. McClure RF, Mears FG (1986). Jeu vidéo et psychopathologie. Psychol. Rep. 59, 59 – 62. 10.2466 / pr0.1986.59.1.59 [PubMed] [Croix Ref]
30. Minotte P. (2010). Les usages problématiques d'Internet et des jeux vidéo. Synthèse, regard critique et recommandations, vol. 6. Londres: Les cahiers de l'Institut Wallon pour la santé mentale, 1 – 144.
31. Morahan-Martin J., Schumacher P. (2000). Incidence et corrélats de l'utilisation pathologique d'Internet chez les étudiants. Comput. Fredonner. Comportement 16, 13 – 29 10.1016 / S0747-5632 (99) 00049-7 [Croix Ref]
32. Ng BD, P. Wiemer-Hastings (2005). Dépendance à Internet et jeux en ligne. Cyberpsychol. Comportement 8, 110 – 113. 10.1089 / cpb.2005.8.110 [PubMed] [Croix Ref]
33. Pápay O., Urbán R., MD Griffiths, Nagygyörgy K., J. Farkas, Kökönyei G., et al. (2013). Propriétés psychométriques de la forme abrégée du questionnaire du jeu en ligne problématique et prévalence du jeu en ligne problématique dans un échantillon national d'adolescents. Cyberpsychol. Comportement Soc. Netw. 16, 340 – 348. 10.1089 / cyber.2012.0484 [Article gratuit PMC] [PubMed] [Croix Ref]
34. Phillips JG, Ogeil RP (2007). Consommation d'alcool et blackjack informatique. J. Gen. Psychol. 134, 333 – 353. 10.3200 / GENP.134.3.333-354 [PubMed] [Croix Ref]
35. Raiff BR, Jarvis BP, Rapoza D. (2012). Prévalence de l'utilisation de jeux vidéo, du tabagisme et acceptabilité d'une intervention de désaccoutumance au tabac basée sur les jeux vidéo parmi les adultes en ligne. Nicotine Tob. Res. 14, 1453 – 1457. 10.1093 / ntr / nts079 [PubMed] [Croix Ref]
36. Ream GL, Elliott LC, Dunlap E. (2011a). Modèles et motivations pour l'utilisation simultanée de jeux vidéo et de substances. Int. J. Environ. Res. Santé publique 8, 3999 – 4012. 10.3390 / ijerph8103999 [Article gratuit PMC] [PubMed] [Croix Ref]
37. Ream GL, Elliott LC, Dunlap E. (2011b). Jouer à des jeux vidéo en utilisant ou en ressentant les effets de substances: associations avec des problèmes de consommation de substances. Int. J. Environ. Res. Santé publique 8, 3979 – 3998. 10.3390 / ijerph8103979 [Article gratuit PMC] [PubMed] [Croix Ref]
38. Ricquebourg M., Bernède-Bauduin C., Mété D., Dafreville C., Stojcic I., Vauthier M. et al. (2013). Jeu Internet et jeux vidéo parmi les étudiants de La Réunion en 2010: usages, abus, perceptions et facteurs associés. Revue Epidémiol. Santé Publique 61, 503 – 512. 10.1016 / j.respe.2013.07.685 [PubMed] [Croix Ref]
39. Sebeyran A. (2008). L'usage pathologique des jeux vidéo: Discussion du concept d'addiction à partir d'une étude épidémiologique de joueurs français et de cas cliniques. Doctorat en médecine, Université Paris Descartes, Paris.
40. Skoric MM, Téo LLC, Néo RL (2009). Enfants et jeux vidéo: addiction, engagement et réussite scolaire. Cyberpsychol. Comportement 12, 567 – 572. 10.1089 / cpb.2009.0079 [PubMed] [Croix Ref]
41. Spilka S., Le Nézet O. (2013). Alcool, tabac et cannabis durant les «années lycée». Tendances 89.
42. Spilka S., Le Nézet O., Beck F., Ehlinger V., Godeau E. (2012a). Tabac, alcool et cannabis durant les années collège. Tendances 80, 6.
43. Spilka S., Le Nézet O., Tovar ML (2012b). Les drogues à 17 et premiers résultats de la recherche ESCAPAD 2011. Tendances 79, 4.
44. Tejeiro SRA, Moran RMB (2002). Mesurer les problèmes de jeu vidéo en jouant chez les adolescents. Addiction 97, 1601 – 1606. 10.1046 / j.1360-0443.2002.00218.x [PubMed] [Croix Ref]
45. Tucker JS, Miles JN, D'Amico EJ (2013). Associations croisées entre l'exposition aux médias liée à la consommation de substances et la consommation d'alcool au collège. J. Adolesc. Santé 53, 460 – 464. 10.1016 / j.jadohealth.2013.05.005 [Article gratuit PMC] [PubMed] [Croix Ref]
46. AJ Van Rooij, DJ Kuss, MD Griffiths, GW Shorter, Schoenmakers MT, Van De Mheen D. (2014). La (co) occurrence de problèmes de jeu vidéo, de toxicomanie et de problèmes psychosociaux chez les adolescents. J. Behav. Toxicomane. 3, 157 – 165. 10.1556 / JBA.3.2014.013 [Article gratuit PMC] [PubMed] [Croix Ref]
47. Varescon I. (2009). Les addictions comportementales: aspects cliniques et psychopathologiques. Wavre: Mardaga.
48. Walther B., M. Morgenstern, R. Hanewinkel (2012). Cooccurrence de comportements de dépendance: facteurs de personnalité liés à la consommation de drogues, au jeu et aux jeux informatiques. EUR. Toxicomane. Res. 18, 167 – 174. 10.1159 / 000335662 [PubMed] [Croix Ref]
49. Wenzel HG, Bakken IJ, Johansson A., Götestam KG, Øren A. (2009). Jeu informatique excessif chez les adultes norvégiens: conséquences autodéclarées du jeu et association à des problèmes de santé mentale. Psychol. Rep. 105 (Pt 2), 1237 – 1247. 10.2466 / PR0.105.F.1237-1247 [PubMed] [Croix Ref]
50. Wood RTA, MD Griffiths, D. Chappell, MN Davies (2004). Les caractéristiques structurelles des jeux vidéo: une analyse psycho-structurelle. Cyberpsychol. Comportement 7, 1 – 10. 10.1089 / 109493104322820057 [PubMed] [Croix Ref]