Dépendance à Internet et relations avec l'insomnie, l'anxiété, la dépression, le stress et l'estime de soi chez les étudiants universitaires: étude conçue à l'échelle transversale (2016)

2016 Sep 12;11(9):e0161126. doi: 10.1371 / journal.pone.0161126. eCollection 2016.

Younes F1,2, Halawi G1,2, Jabbour H3,4, El Osta N5,6,7, Karam L1,8, Hajj A1,2, Rabbaa Khabbaz L1,2.

Abstract

Contexte et objectifs:

La dépendance à Internet (IA) pourrait être une préoccupation majeure chez les étudiants en médecine des universités qui souhaitent devenir des professionnels de la santé. Les implications de cette dépendance ainsi que son association avec le sommeil, les troubles de l'humeur et l'estime de soi peuvent entraver leurs études, avoir une incidence sur leurs objectifs de carrière à long terme et avoir des conséquences néfastes et considérables pour la société dans son ensemble. Les objectifs de cette étude étaient les suivants: 1) Évaluer l’évaluation potentielle de l’IA chez les étudiants en médecine des universités, ainsi que les facteurs qui y sont associés; 2) Évaluez les relations entre l’IA potentielle, l’insomnie, la dépression, l’anxiété, le stress et l’estime de soi.

METHODES:

Notre étude était une enquête transversale par questionnaire menée auprès d'étudiants 600 de trois facultés: médecine, dentisterie et pharmacie à l'Université Saint-Joseph. Quatre questionnaires validés et fiables ont été utilisés: le test de toxicomanie sur Internet, l'indice de sévérité de l'insomnie, l'échelle de stress de la dépression et de la dépression (DASS 21) et l'échelle de confiance de soi de Rosenberg (RSES).

RÉSULTATS:

Le score YIAT moyen était de 30 ± 18.474; Le taux de prévalence potentiel de l'AI était de 16.8% (intervalle de confiance à 95%: 13.81 à 19.79%) et il était significativement différent entre les hommes et les femmes (valeur p = 0.003), avec une prévalence plus élevée chez les hommes (23.6% contre 13.9%). Des corrélations significatives ont été trouvées entre l'AI potentielle et l'insomnie, le stress, l'anxiété, la dépression et l'estime de soi (valeur p <0.001); Les sous-scores de l'ISI et du DASS étaient plus élevés et l'estime de soi plus faible chez les élèves ayant un potentiel IA.

CONCLUSIONS:

Identifier les étudiants avec une IA potentielle est important car cette dépendance coexiste souvent avec d'autres problèmes psychologiques. Par conséquent, les interventions doivent inclure non seulement la gestion de l'AI, mais également les facteurs de stress psychosociaux tels que l'insomnie, l'anxiété, la dépression, le stress et l'estime de soi.

 

Abstract

Contexte et objectifs

La dépendance à Internet (IA) pourrait être une préoccupation majeure chez les étudiants en médecine des universités qui souhaitent devenir des professionnels de la santé. Les implications de cette dépendance ainsi que son association avec le sommeil, les troubles de l'humeur et l'estime de soi peuvent entraver leurs études, avoir une incidence sur leurs objectifs de carrière à long terme et avoir des conséquences néfastes et considérables pour la société dans son ensemble. Les objectifs de cette étude étaient les suivants: 1) Évaluer l’évaluation potentielle de l’IA chez les étudiants en médecine des universités, ainsi que les facteurs qui y sont associés; 2) Évaluez les relations entre l’IA potentielle, l’insomnie, la dépression, l’anxiété, le stress et l’estime de soi.

Méthodologie

Notre étude était une enquête transversale par questionnaire menée auprès d'étudiants 600 de trois facultés: médecine, dentisterie et pharmacie à l'Université Saint-Joseph. Quatre questionnaires validés et fiables ont été utilisés: le test de toxicomanie sur Internet, l'indice de sévérité de l'insomnie, l'échelle de stress de la dépression et de la dépression (DASS 21) et l'échelle de confiance de soi de Rosenberg (RSES).

Résultats

Le score YIAT moyen était 30 ± 18.474; Le taux de prévalence de l’IA potentielle était de 16.8% (intervalle de confiance 95: 13.81 – 19.79%) et était significativement différent entre les hommes et les femmes (p-value = 0.003), avec une prévalence plus élevée chez les hommes (23.6% versus 13.9%). Des corrélations significatives ont été trouvées entre l’IA potentielle et l’insomnie, le stress, l’anxiété, la dépression et l’estime de soi (p-valeur <0.001); Les sous-scores de l'ISI et du DASS étaient plus élevés et l'estime de soi plus faible chez les élèves ayant un potentiel IA.

Conclusions

Identifier les étudiants avec une IA potentielle est important car cette dépendance coexiste souvent avec d'autres problèmes psychologiques. Par conséquent, les interventions doivent inclure non seulement la gestion de l'AI, mais également les facteurs de stress psychosociaux tels que l'insomnie, l'anxiété, la dépression, le stress et l'estime de soi.

Citation: Younes F., Halawi G., Jabbour H., El Osta N., Karam L., Hajj A. et al. (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. doi: 10.1371 / journal.pone.0161126

Rédacteur en chef: Andrea Romigi, Université de Rome Tor Vergata, ITALIE

reçu: March 31, 2016; Accepté: Juillet 30, 2016; Publié le: 12 septembre 2016

Droits d'auteur: © 2016 Younes et al. Ceci est un article en accès libre distribué selon les termes de la Licence Creative Commons Attribution, qui autorise une utilisation, une distribution et une reproduction sans restriction sur tout support, à condition que l'auteur et la source d'origine soient crédités.

Disponibilité des données: Toutes les données pertinentes se trouvent dans le document et ses fichiers d’informations complémentaires.

Financement: Les auteurs n'ont reçu aucun financement spécifique pour ce travail.

Intérêts concurrents: Les auteurs ont déclaré qu'ils n'existaient pas de conflit d'intérêts.

Introduction

L’utilisation d’Internet a connu une croissance exponentielle dans le monde entier pour atteindre plus de 2.5 milliards d’utilisateurs actifs1, 2] dont la majorité sont des adolescents et des jeunes [3]. Parallèlement à la croissance rapide de l’accès à Internet, on assiste à une montée de la dépendance à Internet, en particulier chez les adolescents, qui retient de plus en plus l’attention des médias populaires, des autorités gouvernementales et des chercheurs [4].

Une utilisation excessive d'Internet est définie comme lorsque l'utilisation d'Internet est devenue excessive, incontrôlée et prend beaucoup de temps au point de devenir intemporelle et de perturber gravement la vie des gens [5]. La dépendance à Internet se caractérise par un mode d’utilisation inadapté de l’internet conduisant à une déficience ou à une détresse cliniquement significatives [6].

Les termes «utilisation d'Internet problématique» [7], utilisation pathologique d’Internet [8-10] et «dépendance à Internet» [11-13] sont généralement considérés comme des synonymes de dépendance à Internet [14]. Young et al [15-17] les critères de diagnostic proposés pour la dépendance à Internet (AI), dans lesquels le retrait, les capacités de planification médiocres, la tolérance, les préoccupations, une perte de contrôle et un temps de connexion excessif étaient définis comme des symptômes centraux.

La prévalence mondiale de l’IA variait de 1.6% -18% [18]. 10.7% d'adolescents en Corée du Sud présentent une analyse d'impact selon l'échelle de dépendance à Internet de Yong [19]. 11% en Grèce, sur la base du même test [20]; De 10.7 à 13.9% des adolescents européens sont à risque de toxicomanie, selon les instruments de Young [21] et 4% chez les lycéens aux Etats-Unis [22].

La prévalence de l’IA peut varier selon l’âge, le sexe et l’appartenance ethnique, et elle prévaut plus fréquemment chez les étudiants collégiaux [23].

On observe un taux élevé de troubles de la personnalité chez les personnes atteintes d’IA [24-27].

Une utilisation intensive d'Internet serait également associée à des troubles de l'humeur [28], mauvaise qualité de sommeil [28, 29], faible estime de soi [30], impulsivité [31], suicide [32, 33], activité physique plus faible [29] et des problèmes de santé (migraines, maux de dos, obésité) [34].

Notre hypothèse était que l'EI pourrait être une préoccupation majeure pour les étudiants en médecine des universités et qu'il était important d'examiner son association avec le sommeil, les troubles de l'humeur et l'estime de soi, afin que des mesures appropriées puissent être prises pour remédier à ce problème.

Pour les étudiants en médecine qui souhaitent devenir des professionnels de la santé, les conséquences de cette dépendance peuvent entraver leurs études et avoir une incidence sur leurs objectifs de carrière à long terme, et avoir des conséquences néfastes et néfastes sur la société dans son ensemble.

Les objectifs de cette étude étaient les suivants: 1) Évaluer l’éventuelle IA chez les étudiants du Campus of Medical Sciences (CMS) de l’Université Saint-Joseph au Liban, ainsi que les facteurs sociodémographiques qui y sont associés; 2) Évaluez les relations entre l'IA potentielle, l'insomnie, la dépression, l'anxiété, le stress et l'estime de soi, tout en tenant compte de l'exposition simultanée à l'insomnie, au stress, à l'anxiété et à la dépression chez les étudiants.

Matériels et méthodes

Considérations éthiques

Le protocole de l'étude a été approuvé par le comité d'éthique de l'Université Saint-Joseph (réf. USJ-2015-28, June 2015). Un consentement écrit éclairé a été obtenu de toutes les personnes participant à l'étude.

Procédure d'enquête et échantillonnage

Notre étude était une enquête transversale basée sur un questionnaire et menée auprès d'étudiants de trois facultés: médecine, dentisterie et pharmacie à l'Université Saint-Joseph, de septembre à décembre 2015 (mois 4). Les critères d'inclusion étaient les suivants: étudiants âgés de plus de 13 ans 18 et désirant participer à l'étude. Les critères d'exclusion étaient: l'âge au-dessous de 18 et la présence d'une maladie chronique. Les élèves ont été sélectionnés de manière aléatoire dans chaque classe en utilisant un tableau de nombres aléatoires pour assurer la représentativité de l'échantillon. Cette sélection aléatoire était proportionnelle au nombre d'élèves dans chaque classe. Les étudiants sélectionnés ont été approchés par deux assistants de recherche qualifiés généralement à la fin de leurs cours avant de quitter la classe et ont demandé s'ils étaient disposés à participer à condition qu'ils ne présentent aucun critère d'exclusion. Un consentement formel écrit a ensuite été obtenu.

Collecte de données

Les données ont été collectées au cours d’une interview face à face à l’aide d’un outil d’enquête standard auto-administré reposant sur quatre questionnaires fiables et validés au niveau international, à savoir le test de dépendance à Internet jeune, l’indice de gravité de l’insomnie, l’échelle de stress anxieux pour la dépression (DASS 21), et l'échelle de Rosenberg Self Esteem. La durée des entretiens allait de 15 à 25 minutes.

Les mesures

Participants

Des données personnelles sur l'âge, le sexe et le corps professoral ont été collectées. En outre, des informations sur la vie seule ou non, le tabac (cigarette ou pipe à eau) et la consommation d'alcool ont également été obtenues.

Addiction à Internet.

Le test Young Internet Addiction Test (YIAT) est validé chez les adolescents et les adultes et largement utilisé [15, 16, 35]. Il s’agit d’une échelle d’auto-évaluation 20 permettant d’évaluer la productivité d’un répondant au travail, à l’école ou à la maison (questions 3), ses comportements sociaux (questions 3), son lien émotionnel avec Internet et ses réactions (motifs 7), ainsi que ses tendances générales d'utilisation d'Internet (questions 7). Les participants répondent aux éléments 20 YIAT sur une mesure Likert à points 6 («ne s'applique pas» à «toujours»), ce qui a généré un score global entre 0 et 100. Les seuils suivants du score total YIAT ont été appliqués: (1) utilisation normale d’Internet: scores 0 – 49 et (2) dépendance à Internet potentielle: scores supérieurs à 50 [36, 37].

Insomnia.

L'ISI est un questionnaire d'auto-évaluation en 7 points évaluant la nature, la gravité et l'impact de l'insomnie. Les domaines évalués sont: la gravité de l'endormissement, le maintien du sommeil, les problèmes d'éveil tôt le matin, l'insatisfaction du sommeil, l'interférence des troubles du sommeil avec le fonctionnement diurne, la perception des troubles du sommeil par les autres et la détresse causée par les troubles du sommeil. Une échelle de Likert en 5 points a été utilisée pour noter chaque item (0 à 4 où 0 indique aucun problème et 4 correspond à un problème très grave), ce qui donne un score total allant de 0 à 28. Le score total a été interprété comme suit: absence d'insomnie (0–7); insomnie subclinique ou légère (8–14); insomnie modérée (15–21); et insomnie sévère (22–28). De plus, une insomnie cliniquement significative a été détectée lorsque le score total était> 14 [38, 39].

L'estime de soi.

L'échelle d'estime de soi de Rosenberg (RSES) est couramment utilisée et sa cohérence interne et sa fiabilité ont été confirmées par de nombreuses études antérieures [40]. Il comprend des instructions 10. Les participants évaluent dans quelle mesure ils sont d'accord avec chaque énoncé sur une échelle de Likert en quatre points (0) fortement en désaccord avec (3) fortement d'accord pour les éléments 1, 2, 4, 6 et 7 et évaluation inverse pour les éléments 3, 5, 8, 9 et 10. Un score total est obtenu en faisant la somme de toutes les réponses et peut aller de 0 à 30, les scores les plus élevés indiquant une meilleure estime de soi [41].

Anxiété, dépression et stress.

L’échelle de stress pour la dépression et l’anxiété (DASS) est une mesure largement utilisée de l’affect négatif chez l’adulte [42]. Une caractéristique importante et unique de la DASS est son inclusion d'une échelle de tension / stress en plus des échelles de dépression et d'anxiété. Le DASS 21 est une version abrégée de l'échelle d'origine 42-item. Les deux sont des mesures fiables et valables de la dépression, de l’anxiété et de la tension / stress dans des populations cliniques et non cliniques d’adultes [43-45].

Il s’agit d’une échelle d’items 21 mesurée sur une échelle de Likert à points 4 (0 – 3), «0» indiquant «ne m’est pas appliquée du tout» et «3» indiquant «m’est beaucoup appliqué, ou la plupart des temps".

Les seuils suivants sont utilisés pour chaque sous-échelle: dépression: 0 – 4 normal, 5 – 6 léger, 7 – 10 modéré, 11 – 13 moyen et 14 + extrêmement grave; anxiété: normale 0 – 3, légère 4 – 5, modérée 7 – 10, grave 11 – 13 et extrêmement sévère 10 +; stress: normal 0 – 7, léger 8 – 9, modéré 10 – 12, grave 13 – 16 et extrêmement sévère 17 +.

Analyses statistiques.

L'analyse statistique a été réalisée à l'aide du logiciel SPSS pour Windows (version 18.0, Chicago, IL, USA). Le niveau de signification a été défini sur 0.05. Les caractéristiques de l'échantillon ont été résumées en utilisant la moyenne et l'écart type (DS) pour les variables continues et le pourcentage pour les variables catégorielles. Les taux de prévalence de l'insomnie et de la dépendance à Internet ont été calculés à l'aide de données descriptives, ainsi que de l'intervalle de confiance (IC) 95 correspondant. Les tests de Kolmogorov-Smirnov ont été utilisés pour évaluer la normalité de la distribution de chaque variable.

Les catégories de dépendance à Internet ont été regroupées en utilisateurs d'Internet normaux et en dépendance potentielle à Internet.

Une analyse multivariée était nécessaire pour déterminer l'impact de plusieurs variables explicatives explicatives présentées simultanément et pour déterminer lequel des facteurs explicatifs agissait indépendamment sur la dépendance à Internet.

Dans les premiers stades, l'analyse univariée des variables catégoriques et continues a été réalisée en utilisant respectivement les tests d'indépendance du Chi carré ou Fisher Exact et le test t de Student ou test de Mann-Whitney. Par la suite, une analyse de régression logistique a été réalisée avec la dépendance à Internet dichotomisée (<50, ≥ 50) comme variable dépendante. Les caractéristiques et scores des participants (ISI, DASS A, DASS S, DASS D, RSES) qui ont montré des associations avec une valeur de p <0.25 en analyse univariée, étaient candidats pour le modèle multivarié, selon la méthode Enter. La colinéarité entre les variables indépendantes a également été testée. Les variables indépendantes fortement corrélées ont été exclues.

Il a été suggéré de ne pas inclure deux variables indépendantes dans lesquelles il existe une corrélation de 0.64 ou plus. L'anxiété, le stress et la dépression n'étaient pas entrés dans le même modèle car ils étaient fortement corrélés entre eux, comme l'indiquent les coefficients de corrélation de Spearman et Pearson. Enfin, trois analyses de régression logistique ont été effectuées et les variables indépendantes incluses dans le modèle étaient le sexe, le tabagisme, le score ISI, le score RSES et le score DAS pour le stress, l'anxiété et la dépression dans chacun des trois modèles.

Résultats

Caractéristiques socio-démographiques des participants

Un total d'étudiants 780 ont été approchés pour participer à l'étude, parmi lesquels 600 (77%) a donné son accord. Notre population d'étude comprenait 182 (30.3%) et des étudiantes 418 (69.7%). L'âge variait entre les années 18 et 28, avec une moyenne d'années 20.36 ± 1.83.

L'échantillon comprenait des étudiants 219 de la Faculté de médecine (FM), 109 de la Faculté de médecine dentaire (FD) et 272 de la Faculté de pharmacie (FP). Tableau 1 résume les caractéristiques des participants.

Prévalence de la dépendance à Internet (YIAT)

Le score YIAT moyen était 30 ± 18.47 (Tableau 2) Le taux de prévalence potentielle de la dépendance à Internet était de 16.80% avec un CI 95% de 13.81 – 19.79%. “Table S1”Résume les scores moyens pour chacun des éléments 20 du YIAT.

thumbnail   

 
Tableau 2. Nombre et pourcentage d'élèves dans chaque catégorie des trois questionnaires: ISI, DASS et YIAT avec scores moyens (DS) (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t002

Analyse univariée.

L'analyse univariée a montré que la dépendance potentielle à Internet était significativement différente entre hommes et femmes (valeur p = 0.003), avec une prévalence plus élevée chez les hommes (23.60% versus 13.90%). Le tabagisme était significativement lié à une dépendance potentielle à Internet (valeur p = 0.046); Cependant, ni l'âge, ni les professeurs, ni la consommation régulière d'alcool, ni le fait de vivre seul n'étaient liés de manière significative à l'utilisation d'Internet (Tableau 3).

thumbnail   

 
Tableau 3. Analyse univariée des relations entre une dépendance potentielle à Internet et les caractéristiques des participants (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t003

Prévalence et sévérité de l'insomnie (ISI)

L'insomnie a été évaluée selon le questionnaire ISI. Le score ISI moyen de l'échantillon était 9.31 ± 3.76. La prévalence de l'insomnie cliniquement significative était de 9.80% avec un IC de 95 compris entre 7.42 et 12.18% (Tableau 2).

Anxiété, dépression et stress (DASS-21)

Anxiété: DASS A. Le score DASS A moyen était de 4.77 ± 3.79. 44.70% des participants ont présenté un score DASS A normal (Tableau 2).

Dépression: DASS D. Le score DASS D moyen était de 5.43 ± 4.43. La majorité des participants présentaient un score DASS D normal (Tableau 2).

Stress: DASS S. Le score DASS S moyen était de 6.99 ± 4.46 et 33.20% des participants présentaient un score DASS S normal (Tableau 2).

Estime de soi (RSES)

Le score RSES moyen de l'échantillon de l'étude était 22.63 ± 5.29 (fichier S).

Associations entre dépendance à Internet, insomnie, manque d'estime de soi, anxiété et dépression

Une relation significative a été établie entre une dépendance potentielle à Internet et l’insomnie (p-valeur <0.00001) (Tableau 4).

thumbnail   

 
Tableau 4. Analyse univariée des relations entre les scores des questionnaires (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t004

Le score ISI moyen était de 8.99 ± 3.65 pour les internautes normaux contre 10.89 ± 3.90 dans le groupe potentiel de dépendance à Internet (p <0.0001) (Tableau 5).

thumbnail   

 
Tableau 5. Analyse univariée des relations entre les scores ISI, DASS A, DASS S, DASS D et RSES et la dépendance potentielle à Internet (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t005

De plus, une relation significative a été établie entre le potentiel de dépendance à Internet et l’anxiété, la dépression et le stress (Tableaux). 4 ainsi que 5). Les scores moyens DASS étaient significativement plus élevés dans le groupe de dépendance potentielle à Internet pour l'anxiété, la dépression et le stress.

En ce qui concerne l’estime de soi, une corrélation significative a été observée entre les scores de YIAT et de RSES, une faible estime de soi étant associée à une dépendance potentielle à Internet (Tableaux). 4 ainsi que 5).

Modèle de régression logistique

Le modèle de régression logistique a montré que le sexe, les scores ISI, DASS A, S et D et RSES étaient significativement associés à la dépendance à Internet. Une fois les variables explicatives contrôlées dans l'analyse multivariée, l'association entre le tabagisme et la dépendance à Internet n'était plus significative (p> 0.05), (Tableau 6).

thumbnail   

 
Tableau 6. Analyse multivariée des relations entre la dépendance à Internet et le sexe, le tabagisme, les scores ISI, RSES, DASS A, DASS S et DASS D (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t006

a lieu

Notre objectif était de déterminer la prévalence de l'AI potentielle chez les étudiants en médecine des universités libanaises, d'évaluer les relations entre l'AI et les caractéristiques des participants (principalement l'âge, le sexe, les habitudes de tabagisme, la consommation d'alcool) et d'explorer les associations possibles entre l'AI, l'insomnie, l'anxiété et la dépression. , stress et estime de soi.

Notre étude a révélé que l'EI potentielle était liée de manière significative au sexe et était plus élevée chez les hommes. 16.80% des participants ont présenté une IA potentielle avec un score YIAT moyen de 30. Ces résultats sont comparables à ceux précédemment rapportés chez les jeunes adultes [1, 4, 6, 13]. Certaines études ont montré que la prévalence de l’IA était plus élevée chez les hommes [46], tandis que d’autres n’ont pas trouvé de différence entre les sexes [34].

Lors de l'examen de l'insomnie, nos résultats ont également montré que 9.8% des participants souffraient d'insomnie cliniquement significative et qu'une forte corrélation était établie entre le potentiel de dépendance à Internet et l'insomnie. La prévalence de l'insomnie rapportée dans cette étude correspond à la nature de l'échantillon étudié (jeunes étudiants) et est comparable à celle rapportée chez les jeunes adultes de 20 à 29 (9.1%) [47, 48] et dans les étudiants (12 – 13%) [49].

Les problèmes de sommeil sont généralement considérés comme des conséquences négatives ou des complications de la dépendance à Internet [50], mais une causalité inverse est également possible car les problèmes de sommeil prédisaient un temps plus long passé sur les sites de réseaux sociaux par les jeunes étudiants universitaires [51]. Dans une revue systématique de la littérature, il a été établi que le jeu provoquant une dépendance était associé à une mauvaise qualité de sommeil, tandis que l'utilisation problématique d'Internet était associée à une insomnie subjective et à une mauvaise qualité du sommeil [52]. Cependant, les conceptions de l’étude et les questionnaires utilisés étaient très hétérogènes et c’était principalement la qualité du sommeil qui était explorée, et encore moins l’insomnie.

De plus, cette étude a mis en évidence une forte corrélation entre la dépendance potentielle à Internet et l'anxiété, le stress et la dépression: le pourcentage d'élèves souffrant d'anxiété, de dépression ou de stress est plus élevé chez les toxicomanes potentiels. Des études publiées antérieures ont déjà indiqué une corrélation potentielle entre l'utilisation pathologique d'internet et la dépression [53, 54] et anxiété [55]; cependant, les données sont contradictoires [56] et des études ont examiné l'utilisation pathologique d'internet et non la dépendance telle que définie par Young.

Enfin, une des conclusions importantes de notre étude est que l’estime de soi est liée de manière significative à la dépendance à Internet ainsi qu’au profil psychologique des étudiants: les scores RSES étaient inversement corrélés aux scores ISI, DASS A, DASS S, DASS D et YIAT. Une diminution de l'estime de soi semble associée à une augmentation de l'insomnie, de l'anxiété, de la dépression, du stress et à une IA potentielle.

L’estime de soi est décrite comme l’évaluation que l’on a de soi, comment on se sent par rapport à soi-même dans presque toutes les situations [40, 41]. Lorsque l’intégration et le soutien sociaux sont faibles, le niveau d’estime de soi diminuera en conséquence [57].

Les facteurs de détection associés à une faible estime de soi chez les étudiants revêtent une importance considérable car il existe une relation inverse entre l’estime de soi et la dépression et l’anxiété [58, 59] et la diminution du sentiment d'estime de soi peut entraîner une augmentation des idées suicidaires [60].

Force et limitations

Nos résultats doivent être interprétés dans le contexte de la conception et des limites de l'étude. Les résultats de notre enquête reposent sur un comportement autodéclaré. Les questionnaires d’autodétermination restent les outils les plus largement utilisés dans les enquêtes communautaires pour l’évaluation de la santé physique et mentale [61, 62, 63]. La méthode de l'auto-évaluation reflète le point de vue de la personne interrogée, qui peut être plus approprié pour signaler des troubles subjectifs. Les questionnaires ont été formulés selon un schéma à «choix multiple» et une échelle pour faciliter la réponse et réduire la durée de l'entretien afin de ne pas déranger les étudiants, dans l'espoir que la simplicité du questionnaire faciliterait la tâche des répondants pour une information précise. . L'utilisation chronique de médicaments n'a pas été évaluée, la présence d'une maladie chronique faisant partie des critères d'exclusion de cette étude. Enfin, l’étude n’a pas examiné la répercussion de la dépendance à Internet sur les résultats, en termes de notes, d’échec ou de succès, ce qui aurait pu être intéressant.

Malgré ces limitations, les résultats observés dans cette étude sont importants et méritent d’être approfondis.

À notre connaissance, il s'agissait de la première étude évaluant la relation entre cinq différents facteurs de stress psychosociaux: l'insomnie, l'anxiété, la dépression, le stress, l'estime de soi et l'IA chez les étudiants universitaires.

Nos résultats soulignent l'importance d'identifier et de proposer de l'aide aux étudiants ayant une IA potentielle, car cette dépendance coexiste souvent avec d'autres problèmes psychologiques, et l'EI pourrait être l'une des parties visibles d'un iceberg complexe.

Renseignements à l'appui

   

   

(DOCX)

 

 

 

Table S1. Ce sont les données individuelles et complètes pour tous les participants (fiche SPSS).

doi: 10.1371 / journal.pone.0161126.s001

(DOCX)

Remerciements

Nous sommes reconnaissants à tous les étudiants qui ont participé à l’étude et à Mme Tatiana Papazian d’avoir aidé à la rédaction.

Contributions d'auteur

  1. Conçu et conçu les expériences: LRK HJ.
  2. Effectué les expériences: FY GH.
  3. Analysé les données: AH NEO LK.
  4. A écrit le papier: LRK.

Bibliographie

Table S1. Ce sont les données individuelles et complètes pour tous les participants (fiche SPSS).

doi: 10.1371 / journal.pone.0161126.s001

(DOCX)

Remerciements

Nous sommes reconnaissants à tous les étudiants qui ont participé à l’étude et à Mme Tatiana Papazian d’avoir aidé à la rédaction.

Contributions d'auteur

  1. Conçu et conçu les expériences: LRK HJ.
  2. Effectué les expériences: FY GH.
  3. Analysé les données: AH NEO LK.
  4. A écrit le papier: LRK.

Bibliographie

  1. 1. Statistiques du monde Internet. Utilisateurs Internet du monde: Répartition par régions du monde 2014 [Février 27, 2016.]. Disponible depuis: www.internetworldstats.
  2. 2. Les réseaux sociaux atteignent près d'un sur quatre dans le monde. [Février 20, 2016]. Disponible depuis: www.emarketer.com/Article/Social-Networking-Reaches-Nearly-One-Four-Around-World/1009976.
  3. 3. Bremer J. Internet et les enfants: avantages et inconvénients. Child Adolesc Psychiatr Clin N Am. 2005; 14 (3): 405 – 28, viii. pmid: 15936666 doi: 10.1016 / j.chc.2005.02.003
  4. 4. Christakis DA, Moreno MA. Pris au piège dans le réseau: la dépendance à Internet deviendra-t-elle une épidémie du 21st siècle? Arch Pediatr Adolesc Med. 2009; 163 (10): 959 – 60. doi: 10.1001 / archpediatrics.2009.162. pmid: 19805719
  5. Voir l'article
  6. PubMed / NCBI
  7. Google Scholar
  8. Voir l'article
  9. PubMed / NCBI
  10. Google Scholar
  11. Voir l'article
  12. PubMed / NCBI
  13. Google Scholar
  14. Voir l'article
  15. PubMed / NCBI
  16. Google Scholar
  17. Voir l'article
  18. PubMed / NCBI
  19. Google Scholar
  20. Voir l'article
  21. PubMed / NCBI
  22. Google Scholar
  23. Voir l'article
  24. PubMed / NCBI
  25. Google Scholar
  26. Voir l'article
  27. PubMed / NCBI
  28. Google Scholar
  29. Voir l'article
  30. PubMed / NCBI
  31. Google Scholar
  32. Voir l'article
  33. PubMed / NCBI
  34. Google Scholar
  35. Voir l'article
  36. PubMed / NCBI
  37. Google Scholar
  38. 5. 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? Je suis Psychol. 1998; 53 (9): 1017 – 31. pmid: 9841579 doi: 10.1037 / 0003-066x.53.9.1017
  39. Voir l'article
  40. PubMed / NCBI
  41. Google Scholar
  42. Voir l'article
  43. PubMed / NCBI
  44. Google Scholar
  45. Voir l'article
  46. PubMed / NCBI
  47. Google Scholar
  48. Voir l'article
  49. PubMed / NCBI
  50. Google Scholar
  51. Voir l'article
  52. PubMed / NCBI
  53. Google Scholar
  54. Voir l'article
  55. PubMed / NCBI
  56. Google Scholar
  57. Voir l'article
  58. PubMed / NCBI
  59. Google Scholar
  60. Voir l'article
  61. PubMed / NCBI
  62. Google Scholar
  63. Voir l'article
  64. PubMed / NCBI
  65. Google Scholar
  66. Voir l'article
  67. PubMed / NCBI
  68. Google Scholar
  69. Voir l'article
  70. PubMed / NCBI
  71. Google Scholar
  72. Voir l'article
  73. PubMed / NCBI
  74. Google Scholar
  75. Voir l'article
  76. PubMed / NCBI
  77. Google Scholar
  78. Voir l'article
  79. PubMed / NCBI
  80. Google Scholar
  81. Voir l'article
  82. PubMed / NCBI
  83. Google Scholar
  84. Voir l'article
  85. PubMed / NCBI
  86. Google Scholar
  87. Voir l'article
  88. PubMed / NCBI
  89. Google Scholar
  90. Voir l'article
  91. PubMed / NCBI
  92. Google Scholar
  93. Voir l'article
  94. PubMed / NCBI
  95. Google Scholar
  96. 6. Weinstein A, Lejoyeux M. Dépendance à Internet ou utilisation excessive d’Internet. Am J Toxicomanie. 2010; 36 (5): 277 – 83. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
  97. Voir l'article
  98. PubMed / NCBI
  99. Google Scholar
  100. Voir l'article
  101. PubMed / NCBI
  102. Google Scholar
  103. Voir l'article
  104. PubMed / NCBI
  105. Google Scholar
  106. Voir l'article
  107. PubMed / NCBI
  108. Google Scholar
  109. Voir l'article
  110. PubMed / NCBI
  111. Google Scholar
  112. Voir l'article
  113. PubMed / NCBI
  114. Google Scholar
  115. Voir l'article
  116. PubMed / NCBI
  117. Google Scholar
  118. Voir l'article
  119. PubMed / NCBI
  120. Google Scholar
  121. Voir l'article
  122. PubMed / NCBI
  123. Google Scholar
  124. Voir l'article
  125. PubMed / NCBI
  126. Google Scholar
  127. Voir l'article
  128. PubMed / NCBI
  129. Google Scholar
  130. Voir l'article
  131. PubMed / NCBI
  132. Google Scholar
  133. Voir l'article
  134. PubMed / NCBI
  135. Google Scholar
  136. Voir l'article
  137. PubMed / NCBI
  138. Google Scholar
  139. Voir l'article
  140. PubMed / NCBI
  141. Google Scholar
  142. Voir l'article
  143. PubMed / NCBI
  144. Google Scholar
  145. Voir l'article
  146. PubMed / NCBI
  147. Google Scholar
  148. Voir l'article
  149. PubMed / NCBI
  150. Google Scholar
  151. Voir l'article
  152. PubMed / NCBI
  153. Google Scholar
  154. Voir l'article
  155. PubMed / NCBI
  156. Google Scholar
  157. Voir l'article
  158. PubMed / NCBI
  159. Google Scholar
  160. Voir l'article
  161. PubMed / NCBI
  162. Google Scholar
  163. Voir l'article
  164. PubMed / NCBI
  165. Google Scholar
  166. Voir l'article
  167. PubMed / NCBI
  168. Google Scholar
  169. Voir l'article
  170. PubMed / NCBI
  171. Google Scholar
  172. Voir l'article
  173. PubMed / NCBI
  174. Google Scholar
  175. Voir l'article
  176. PubMed / NCBI
  177. Google Scholar
  178. Voir l'article
  179. PubMed / NCBI
  180. Google Scholar
  181. 7. Davis RA, Flett GL, Besser A. Validation d'une nouvelle échelle de mesure de l'utilisation problématique d'Internet: implications pour le dépistage préalable à l'emploi. Cyberpsychol Behav. 2002; 5 (4): 331 – 45. pmid: 12216698 doi: 10.1089 / 109493102760275581
  182. 8. Bloquer JJ. Problèmes pour DSM-V: dépendance à Internet. Suis J psychiatrie. 2008; 165 (3): 306 – 7. doi: 10.1176 / appi.ajp.2007.07101556. pmid: 18316427
  183. 9. Pies R. Le DSM-V devrait-il désigner la «dépendance à Internet» comme un trouble mental? Psychiatrie (Edgmont). 2009; 6 (2): 31–7.
  184. 10. Holden C. psychiatrie. Dépendances comportementales fait ses débuts dans le projet de DSM-V. Science. 2010; 327 (5968): 935. doi: 10.1126 / science.327.5968.935. pmid: 20167757
  185. 11. Jeune KS. Psychologie de l'utilisation de l'ordinateur: XL. Utilisation addictive d'Internet: un cas qui casse le stéréotype. Psychol Rep. 1996; 79 (3 Pt 1): 899 – 902. pmid: 8969098 doi: 10.2466 / pr0.1996.79.3.899
  186. 12. Young KS, affaire de CJ. Abus d’Internet sur le lieu de travail: nouvelles tendances en matière de gestion des risques. Cyberpsychol Behav. 2004; 7 (1): 105 – 11. pmid: 15006175 doi: 10.1089 / 109493104322820174
  187. 13. Young K, Pistner M, O'Mara J, Buchanan J. Cyber ​​troubles: le problème de la santé mentale pour le nouveau millénaire. Cyberpsychol Behav. 1999; 2 (5): 475–9. doi: 10.1089 / cpb.1999.2.475. pmid: 19178220
  188. 14. van den Eijnden RJ, Spijkerman R, Vermulst AA, van Rooij TJ, Engels RC. Utilisation compulsive d'Internet chez les adolescents: relations bidirectionnelles parent-enfant. J Abnorm Child Psychol. 2010; 38 (1): 77 – 89. Paramètres: 10.1007 / s10802-009-9347-8. pmid: 19728076
  189. 15. Jeune KS. Caught in the Net: Comment reconnaître les signes de dépendance à Internet et une stratégie gagnante pour la relance. New York, NY: Wiley; 1998.
  190. 16. Jeune KS. Dépendance à Internet: l'émergence d'un nouveau trouble clinique. CyberPsychologie et comportement. 2009; 1 (3): 237–44. doi: 10.1089 / cpb.1998.1.237
  191. 17. Widyanto L, MD Griffiths, Brunsden V. Une comparaison psychométrique du test de dépendance à Internet, de l'échelle de problèmes liés à Internet et de l'autodiagnostic. Cyberpsychol Behav Soc Netw. 2011; 14 (3): 141 – 9. doi: 10.1089 / cyber.2010.0151. pmid: 21067282
  192. 18. Shaw M, Black DW. Dépendance à Internet: définition, évaluation, épidémiologie et gestion clinique. Drogues du SNC. 2008; 22 (5): 353 – 65. pmid: 18399706 doi: 10.2165 / 00023210-200822050-00001
  193. 19. Park SK, Kim JY, Cho CB. Prévalence de la dépendance à Internet et corrélations avec les facteurs familiaux chez les adolescents sud-coréens. Adolescence. 2008; 43 (172): 895 – 909. pmid: 19149152
  194. 20. Siomos KE, Dafouli ED, Braimiotis DA, Mouzas OD, Angelopoulos NV. Dépendance à Internet chez les adolescents adolescents grecs. Cyberpsychol Behav. 2008; 11 (6): 653 – 7. doi: 10.1089 / cpb.2008.0088. pmid: 18991535
  195. 21. Durkee T, Kaess M, Carli V, P Parzer, C Wasserman, Floderus B, et al. Prévalence de l’utilisation d’Internet pathologique chez les adolescents en Europe: facteurs démographiques et sociaux. Dépendance. 2012; 107 (12): 2210 – 22. doi: 10.1111 / j.1360-0443.2012.03946.x. pmid: 22621402
  196. 22. 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 dans un lycée du Connecticut. Clinique J Clinique. 2011; 72 (6): 836 – 45. doi: 10.4088 / JCP.10m06057. pmid: 21536002
  197. 23. Pujazon-Zazik M, Park MJ. Tweeter ou ne pas tweeter: les différences entre les sexes et les effets potentiels positifs et négatifs sur la santé de l'utilisation d'Internet par les adolescents. Suis J Mens Health. 2010; 4 (1): 77–85. doi: 10.1177 / 1557988309360819. pmid: 20164062
  198. 24. Dalbudak E, Evren C, S Aldemir, Evren B. La gravité du risque de dépendance à Internet et sa relation avec la gravité des traits de personnalité limites, des traumatismes de l'enfance, des expériences de dissociation, de la dépression et des symptômes d'anxiété parmi les étudiants turcs. Psychiatry Res. 2014; 219 (3): 577 – 82. doi: 10.1016 / j.psychres.2014.02.032. pmid: 25023365
  199. 25. Kim EJ, Namkoong K, Ku T, Kim SJ. La relation entre la dépendance au jeu en ligne et l'agression, la maîtrise de soi et les traits de personnalité narcissiques. Eur Psychiatry. 2008; 23 (3): 212 – 8. doi: 10.1016 / j.eurpsy.2007.10.010. pmid: 18166402
  200. 26. Floros G., Siomos K, A Stogiannidou, Giouzepas I, Garyfallos G. Comorbidité de troubles psychiatriques avec dépendance à Internet dans un échantillon clinique: effet de la personnalité, du style de défense et de la psychopathologie. Addict Behav. 2014; 39 (12): 1839 – 45. doi: 10.1016 / j.addbeh.2014.07.031. pmid: 25129172
  201. 27. Floros G, Siomos K, A Stogiannidou, Giouzepas I, Garyfallos G. La relation entre la personnalité, les styles de défense, le trouble de la dépendance à Internet et la psychopathologie chez les étudiants. Cyberpsychol Behav Soc Netw. 2014; 17 (10): 672 – 6. doi: 10.1089 / cyber.2014.0182. pmid: 25225916
  202. 28. An J, Sun Y, Wan Y, Chen J, Wang X, Tao F. Associations entre l'utilisation problématique d'Internet et les symptômes physiques et psychologiques des adolescents: rôle possible de la qualité du sommeil. J Addict Med. 2014; 8 (4): 282–7. doi: 10.1097 / ADM.0000000000000026. pmid: 25026104
  203. 29. Kim JH, Lau CH, KK Cheuk, Kan P, Hui HL, Griffiths SM. Bref rapport: Prédicteurs de l’utilisation intensive d’Internet et associations avec des comportements à risque pour la promotion de la santé et pour la santé des étudiants universitaires de Hong Kong J Adolesc. 2010; 33 (1): 215 – 20. doi: 10.1016 / j.adolescence.2009.03.012. pmid: 19427030
  204. 30. Naseri L, Mohamadi J, K Sayehmiri, Azizpoor Y. ont perçu du soutien social, de l'estime de soi et de la dépendance à Internet chez des étudiants de l'Université Al-Zahra, à Téhéran, en Iran. Iran J Psychiatry Behav Sci. 2015; 9 (3): e421. doi: 10.17795 / ijpbs-421. pmid: 26576175
  205. 31. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsivité dans la dépendance à Internet: une comparaison avec le jeu pathologique. Cyberpsychol Behav Soc Netw. 2012; 15 (7): 373 – 7. doi: 10.1089 / cyber.2012.0063. pmid: 22663306
  206. 32. Lin IH, Ko CH, JP Chang, Liu TL, Wang PW, Lin HC, et al. L'association entre suicidalité et dépendance à Internet et activités chez les adolescents taïwanais. Compr psychiatrie. 2014; 55 (3): 504 – 10. doi: 10.1016 / j.comppsych.2013.11.012. pmid: 24457034
  207. 33. Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, Seo JS et al. Dépendance à Internet chez les adolescents coréens et son lien avec la dépression et les idées suicidaires: une enquête par questionnaire. Int J Nursing Stud. 2006; 43 (2): 185 – 92. pmid: 16427966 doi: 10.1016 / j.ijnurstu.2005.02.005
  208. 34. Fernandez-Villa T, J Alguacil Ojeda, Almaraz Gomez A, Cancela Carral JM, Delgado-Rodriguez M, Garcia-Martin M, et al. Utilisation problématique d'Internet chez les étudiants universitaires: facteurs associés et différences de genre. Adicciones. 2015; 27 (4): 265 – 75. pmid: 26706809 doi: 10.20882 / adicciones.751
  209. 35. Test de dépendance à Internet (IAT) [April, 2016]. Disponible depuis: http://netaddiction.com/internet-addiction-test./.
  210. 36. Khazaal Y, Billieux J, Thorens G, R Khan, Louati Y, E Scarlatti, et al. Validation française du test de dépendance à Internet. Cyberpsychol Behav. 2008; 11 (6): 703 – 6. doi: 10.1089 / cpb.2007.0249. pmid: 18954279
  211. 37. Alpaslan AH, Soylu N, K Avci, K Coskun, U Kocak, Tas HU. Attitudes alimentaires désordonnées, alexithymie et probabilité de suicide chez les lycéennes turques. Psychiatry Res. 2015; 226 (1): 224 – 9. doi: 10.1016 / j.psychres.2014.12.052. pmid: 25619436
  212. 38. Cho YW, chanson ML, Morin CM. Validation d'une version coréenne de l'indice de sévérité de l'insomnie. J Clin Neurol. 2014; 10 (3): 210 – 5. doi: 10.3988 / jcn.2014.10.3.210. pmid: 25045373
  213. 39. Gagnon C, Bélanger L, Ivers H, Morin CM. Validation de l'indice de sévérité de l'insomnie en soins primaires. J Am Board Fam Med. 2013; 26 (6): 701 – 10. doi: 10.3122 / jabfm.2013.06.130064. pmid: 24204066
  214. 40. Sinclair SJ, MA Blais, DA Gansler, E. Sandberg, K Bistis, LoCicero A. Propriétés psychométriques de l'échelle de Rosenberg sur l'estime de soi: globalement et par groupes démographiques vivant aux États-Unis. Eval Health Prof. 2010; 33 (1): 56 – 80. doi: 10.1177 / 0163278709356187. pmid: 20164106
  215. 41. Rosenberg M. L'association entre l'estime de soi et l'anxiété. J Psychiatr Res. 1962; 1: 135 – 52. pmid: 13974903 doi: 10.1016 / 0022-3956 (62) 90004-3
  216. 42. Lovibond PF, Lovibond SH. La structure des états émotionnels négatifs: comparaison des échelles de stress de la dépression et de l'anxiété liées à la dépression aux inventaires de dépression et d'anxiété de Beck. Comportement Ther. 1995; 33 (3): 335 – 43. pmid: 7726811 doi: 10.1016 / 0005-7967 (94) 00075-u
  217. 43. Taylor R, PF Lovibond, Nicholas MK, C Cayley, Wilson PH. L’utilité des items somatiques dans l’évaluation de la dépression chez les patients souffrant de douleur chronique: comparaison de l’échelle de dépression de Zung Self-Rating et de l’échelle de dépression du stress anxieux de la douleur chronique et d’échantillons cliniques et communautaires. Clin J Douleur. 2005; 21 (1): 91 – 100. pmid: 15599136 doi: 10.1097 / 00002508-200501000-00011
  218. 44. Brown TA, Chorpita BF, Korotitsch W, Barlow DH. Propriétés psychométriques des échelles d'effort de dépression et d'anxiété liées à la dépression dans des échantillons cliniques. Comportement Ther. 1997; 35 (1): 79 – 89. pmid: 9009048 doi: 10.1016 / s0005-7967 (96) 00068-x
  219. 45. Edmed S, Sullivan K. La dépression, l'anxiété et le stress sont des facteurs prédictifs des symptômes post-traumatiques dans un échantillon non clinique. Psychiatry Res. 2012; 200 (1): 41 – 5. doi: 10.1016 / j.psychres.2012.05.022. pmid: 22709538
  220. 46. Ni X, Yan H, Chen S, Liu Z. Facteurs influençant la dépendance à Internet chez un échantillon d'étudiants de première année en Chine. Cyberpsychol Behav. 2009; 12 (3): 327 – 30. doi: 10.1089 / cpb.2008.0321. pmid: 19445631
  221. 47. Thomas SJ, Lichstein KL, DJ Taylor, Riedel BW, Bush AJ. Épidémiologie de l'heure du coucher, heure du coucher et heure du coucher: analyse de l'âge, du sexe et de l'origine ethnique. Behav Sleep Med. 2014; 12 (3): 169 – 82. doi: 10.1080 / 15402002.2013.778202. pmid: 23574553
  222. 48. N Choueiry, T. Salamoun, H. Jabbour, N. El Osta, Al Hajj, Rabbaa Khabbaz L. et relation avec l'anxiété chez les étudiants universitaires: étude conçue de manière transversale. PLoS One. 2016; 11 (2): e0149643. doi: 10.1371 / journal.pone.0149643. pmid: 26900686
  223. 49. Gellis LA, Parc A, Stotsky MT, Taylor DJ. Associations entre l'hygiène du sommeil et la sévérité de l'insomnie chez les étudiants: analyses transversales et prospectives. Behav Ther. 2014; 45 (6): 806 – 16. doi: 10.1016 / j.beth.2014.05.002. pmid: 25311289
  224. 50. Cain N, Gradisar M. Utilisation des médias électroniques et sommeil chez les enfants d’âge scolaire et les adolescents: une revue. Sommeil Med. 2010; 11 (8): 735 – 42. doi: 10.1016 / j.sleep.2010.02.006. pmid: 20673649
  225. 51. Tavernier R, Willoughby T. Tous les types de soirée sont-ils condamnés? Analyses de classe latentes sur la perception matin-soir, le sommeil et le fonctionnement psychosocial chez les adultes émergents. Chronobiol Int. 2014; 31 (2): 232 – 42. doi: 10.3109 / 07420528.2013.843541. pmid: 24131151
  226. 52. Lam LT. Dépendance au jeu sur Internet, utilisation problématique d’Internet et problèmes de sommeil: revue systématique. Curr Psychiatry Rep. 2014; 16 (4): 444. Paramètres: 10.1007 / s11920-014-0444-1. pmid: 24619594
  227. 53. Tsai CC, Lin SS. Dépendance à Internet d'adolescents à Taiwan: une étude d'entretien. Cyberpsychol Behav. 2003; 6 (6): 649 – 52. pmid: 14756931 doi: 10.1089 / 109493103322725432
  228. 54. te Wildt BT, Putzig I, Zedler M, Ohlmeier MD. Dépendance à Internet en tant que symptôme de troubles de l'humeur dépressifs. Psychiatr Prax. 2007; Supplément 34 3: S318 – 22. pmid: 17786892 doi: 10.1055 / s-2007-970973
  229. 55. Bernardi S, Pallanti S. Internet addiction: étude clinique descriptive axée sur les comorbidités et les symptômes dissociatifs. Compr psychiatrie. 2009; 50 (6): 510 – 6. doi: 10.1016 / j.comppsych.2008.11.011. pmid: 19840588
  230. 56. Carli V, Durkee T, Wasserman D, Hadlaczky G, Despalins R, Kramarz E, et al. L'association entre l'utilisation pathologique de l'internet et la psychopathologie concomitante: une revue systématique. Psychopathologie. 2013; 46 (1): 1 – 13. doi: 10.1159 / 000337971. pmid: 22854219
  231. 57. Garaigordobil M, Jerez Perez, Mozaz M. Concept de soi, estime de soi et symptômes psychopathologiques. Psicothema. 2008; 20 (1): 114 – 23. pmid: 18206073
  232. 58. Moksnes UK, Espnes GA. Estime de soi et santé émotionnelle chez les adolescents - sexe et âge en tant que modérateurs potentiels. Scand J Psychol. 2012; 53 (6): 483 – 9. doi: 10.1111 / sjop.12021. pmid: 23170865
  233. 59. Sowislo JF, Orth U. Est-ce que la faible estime de soi prédire la dépression et l'anxiété? Une méta-analyse d'études longitudinales. Psychol Bull. 2013; 139 (1): 213 – 40. doi: 10.1037 / a0028931. pmid: 22730921
  234. 60. Creemers DH, RH Scholte, RC Engels, MJ Prinstein, RW Wiers. L’estime de soi implicite et explicite comme prédicteurs simultanés des idées suicidaires, des symptômes dépressifs et de la solitude. J Behav Ther Exp Psychiatry. 2012; 43 (1): 638 – 46. doi: 10.1016 / j.jbtep.2011.09.006. pmid: 21946041
  235. 61. Fischer A, Fischer M, RA Nicholls, S Lau, J Poettgen, Patas K, et al. L'exactitude diagnostique de la dépression majeure dans la sclérose en plaques à l'aide de questionnaires d'auto-évaluation. Comportement du cerveau. 2015; 5 (9): e00365. doi: 10.1002 / brb3.365. pmid: 26445703
  236. 62. Ortega-Montiel J, Posadas-Romero C, O Ocampo-Arcos, Medina-Urrutia A, Cardoso-Saldana G, Jorge-Galarza E, et al. Le stress auto-perçu est associé à l'adiposité et à l'athérosclérose. L'étude GEA. BMC Public Health. 2015; 15: 780. Paramètres: 10.1186 / s12889-015-2112-8. pmid: 26271468
  237. 63. White K, Scarinci IC. Comparaison de l'état de santé autoévalué des immigrés latins dans une ville du sud des États-Unis et d'un échantillon national. Je suis J Med Sci. 2015; 350 (4): 290 – 5. doi: 10.1097 / MAJ.0000000000000554. pmid: 26263236