Examen des effets différentiels de la dépendance aux sites de réseaux sociaux et du trouble du jeu sur Internet sur la santé psychologique (2017)

J Behav Addict. 2017 Nov 13: 1-10. doi: 10.1556 / 2006.6.2017.075.

Pontes HM1.

Abstract

Contexte et objectifs

Des études antérieures portaient sur l'examen des interrelations entre la dépendance à un site de réseau social (SNS) et le trouble du jeu sur Internet (IGD) en vase clos. De plus, on sait peu de choses sur les effets différentiels simultanés potentiels de la dépendance au SNS et de l'IGD sur la santé psychologique. Cette étude a examiné l’interaction entre ces deux dépendances technologiques et a déterminé comment elles pouvaient contribuer de manière unique et distincte à l’aggravation de la détresse psychiatrique lors de la prise en compte des effets potentiels découlant de variables sociodémographiques et liées à la technologie.

Méthodologie

Un échantillon d'adolescents 509 (53.5% d'hommes) âgés de 10-18 (moyenne = 13.02, SD = 1.64) ont été recrutés.

Résultats

Il a été constaté que les variables démographiques clés peuvent jouer un rôle distinct dans l'explication de la dépendance au SNS et de l'IGD. En outre, il a été constaté que la dépendance au SNS et l'IGD peuvent augmenter les symptômes l'un de l'autre et contribuer simultanément à la détérioration de la santé psychologique globale d'une manière similaire, soulignant davantage l'évolution potentiellement étiologique et clinique commune de ces deux phénomènes. Enfin, les effets néfastes de l’IGD sur la santé psychologique se sont révélés légèrement plus prononcés que ceux produits par l’addiction au SNS, une découverte qui mérite un examen scientifique plus approfondi.

Discussion et conclusion

Les implications de ces résultats sont discutées plus en détail à la lumière des preuves existantes et des débats concernant le statut des dépendances technologiques en tant que troubles primaires et secondaires.

MOTS-CLÉS: Trouble du jeu sur Internet; dépendances comportementales; santé mentale; dépendance aux sites de réseaux sociaux; addictions technologiques

PMID: 29130329

DOI: 10.1556/2006.6.2017.075

Introduction

 

Les dernières avancées technologiques ont joué un rôle clé dans la modification de la manière dont les utilisateurs perçoivent les sites de réseaux sociaux et les jeux vidéo. Bien que ces développements aient amélioré l'expérience globale des utilisateurs dans les deux activités, ils ont également contribué à brouiller encore davantage la ligne de démarcation entre l'utilisation de réseaux sociaux et le jeu vidéo (Rikkers, Lawrence, Hafekost et Zubrick, 2016; Starcevic et Aboujaoude, 2016).

Les expériences sociales virtuelles et les processus interactifs sont fortement intégrés à différents genres de jeu, en particulier dans les jeux de rôle en ligne massivement multijoueurs (MMORPG), dans lesquels les utilisateurs peuvent jouer dans des mondes sociaux virtuels. Une enquête relativement importante auprès des joueurs de 912 MMORPG de pays 45 a révélé que les interactions sociales au sein des environnements de jeu constituent un élément considérable du plaisir de jouer, car les joueurs peuvent se faire des amis et des partenaires pour la vie tout au long de leurs expériences de jeu (Cole et Griffiths, 2007). Fait intéressant, à l’ère de Web 2.0, les expériences sur les réseaux sociaux incluent des jeux populaires sur les réseaux sociaux dont la popularité ne cesse de croître (Bright, Kleiser et Grau, 2015), les derniers chiffres de Facebook suggérant que, dans 2014, une moyenne de 375 millions de personnes jouent à des jeux connectés à Facebook chaque mois, et que les applications mobiles envoyaient en moyenne une moyenne de 735 millions de références à des jeux chaque jour (Facebook, 2014).

Malgré les effets positifs et bénéfiques largement rapportés des SNS et des jeux vidéo à de nombreux niveaux (par exemple, fonctionnement cognitif, bien-être, etc.) (par exemple, Chopik, 2016; Heo, Chun, Lee, Lee et Kim, 2015; Howard, Wilding et Guest, 2016; Stroud et Whitbourne, 2015), de nombreuses études empiriques représentatives menées à l'échelle nationale démontrent également que SNS et les jeux vidéo peuvent contribuer aux déficiences psychosociales et au dysfonctionnement du comportement d'une minorité d'utilisateurs, y compris les jeunes adolescents qui peuvent utiliser ces technologies de manière excessive et malsaine compte tenu de leur stade de développement actuel (Andreassen, 2015; Bányai et coll., 2017; Cock et coll., 2014; Morioka et coll., 2016; Pápay et al., 2013). Plus récemment, Sioni, Burleson et Bekerian (2017) a mené une étude empirique sur un échantillon de joueurs de 595 MMORPG aux États-Unis et a révélé que le jeu vidéo provoquant une dépendance était associé positivement à des symptômes de phobie sociale même après avoir pris en compte l'influence partagée des heures de jeu hebdomadaires, ce qui montre formes en ligne d'interactions sociales (Lee et Stapinski, 2012) car ils offrent aux utilisateurs la possibilité unique de satisfaire leurs besoins de connexion sociale, tout en leur permettant simultanément de quitter des situations sociales dans lesquelles ils se sentent mal à l'aise (par exemple, en se déconnectant du jeu). En ce qui concerne l'utilisation excessive de SNS, une étude récente menée par Xanidis et Brignell (2016) sur un échantillon d'utilisateurs de réseaux sociaux 324 ont constaté que la dépendance aux réseaux sociaux était un facteur prédictif de la diminution de la qualité du sommeil et de la fréquence accrue des défaillances cognitives. De plus, Xanidis et Brignell (2016) a souligné que la dépendance aux réseaux sociaux pouvait potentialiser les défaillances cognitives en raison de ses effets négatifs sur la qualité du sommeil, illustrant davantage l’importance clinique et sociologique fondamentale de la recherche liée aux dépendances technologiques dans des contextes éducatifs, car l’utilisation excessive et non pathologique des réseaux sociaux et des jeux vidéo la santé dans divers contextes et âges.

Au niveau théorique, la dépendance aux jeux vidéo [également connue sous le nom de trouble du jeu sur Internet (IGD)] est une affection clinique caractérisée par un schéma comportemental englobant une utilisation persistante et récurrente des jeux vidéo, entraînant une déficience significative ou une détresse sur une période de 12 mois indiqué en approuvant cinq (ou plus) des neuf critères suivants: (i) la préoccupation des jeux; (ii) des symptômes de sevrage lorsque le jeu est arrêté; (iii) la tolérance, d'où la nécessité de consacrer de plus en plus de temps aux jeux; (iv) des tentatives infructueuses de contrôler la participation à des jeux; (v) perte d'intérêt pour les loisirs et divertissements antérieurs à la suite et à l'exception des jeux; (vi) l'utilisation excessive continue des jeux malgré la connaissance des problèmes psychosociaux; (vii) tromper les membres de la famille, les thérapeutes ou autres en ce qui concerne la quantité de jeu; (viii) l'utilisation de jeux pour s'échapper ou soulager les humeurs négatives; et (ix) compromettre ou perdre une relation significative, un travail, une éducation ou une opportunité de carrière en raison de la participation à des jeux (Association américaine de psychiatrie [APA], 2013). En ce qui concerne la dépendance aux réseaux sociaux, ce concept est défini de manière générale comme «être trop préoccupé par les réseaux sociaux, être motivé par une forte motivation pour se connecter ou utiliser des réseaux sociaux, et consacrer tellement de temps et d’efforts à ces réseaux qu’il nuit à d’autres activités sociales, études / travail, relations interpersonnelles et / ou santé et bien-être psychologiques »(Andreassen et Pallesen, 2014, p. 4054).

Depuis la proposition initiale de l’IGD en tant que trouble provisoire par l’APA dans la cinquième édition du Manuel diagnostique et statistique des troubles mentaux (DSM-5; APA, 2013), plusieurs débats savants présentant des points de vue distincts et contradictoires sur la faisabilité et le statut de l’IGD en tant que trouble officiel ont été publiés (Aarseth et coll., 2016; Griffiths, Van Rooij et coll., 2016; Lee, Choo et Lee, 2017; Petry et coll., 2014, 2015; Saunders et coll., 2017). Certaines de ces préoccupations sont apparues du fait que les critères de diagnostic de l'IGD découlaient en grande partie d'une combinaison de critères cliniques existants et de conditions non officielles telles que: jeu pathologique, trouble lié à l'usage de substances psychoactives et dépendance à Internet généralisée (Kuss, Griffiths et Pontes, 2017). Bien que les dépendances à l’IGD et au SNS ne soient pas officiellement reconnues comme troubles de la santé mentale, l’Organisation mondiale de la santé (OMS) (2016) ont intensifié le débat autour de la dépendance aux jeux vidéo en raison de sa décision d’inclure les troubles du jeu en tant que troubles formels dans la prochaine révision de la Classification internationale des maladies. Un autre problème lié aux dépendances comportementales, telles que la dépendance au SNS et l'IGD, est lié au fait qu'une rémission spontanée peut survenir dans de nombreux cas. La recherche examinant les taux de rémission dans l’IGD a montré que la rémission spontanée peut survenir dans un pourcentage pouvant atteindre 50 (par exemple, Gentile et al., 2011; Scharkow, Festl et Quandt, 2014; Van Rooij, Schoenmakers, Vermulst, Van den Eijnden et Van de Mheen, 2011).

Bien que les taux de prévalence de la dépendance au SNS et de l’IGD puissent être considérablement affectés par des facteurs tels que des problèmes méthodologiques et conceptuels tels que suggérés précédemment (Griffiths, Király, Pontes et Demetrovics, 2015; Griffiths, Kuss et Pontes, 2016; Griffiths et Pontes, 2015), des études robustes (c'est-à-dire des études représentatives au niveau national) ont rapporté des taux de prévalence de la dépendance au SNS allant de 2.9% dans la population adulte belge (Cock et coll., 2014) à 4.5% chez les adolescents hongrois (Bányai et coll., 2017). Même si les taux de prévalence de l’IGD tirés d’études robustes révèlent des taux allant de 2.5% chez les adolescents slovènes (Pontes, Macur et Griffiths, 2016) à 5.8% chez les adolescents et les adultes néerlandais (Lemmens et Hendriks, 2016), d’autres études à grande échelle ont signalé des taux de prévalence aussi faibles que 0.3% (Scharkow et coll., 2014). Bien que les conclusions sur la prévalence semblent relativement cohérentes dans les études robustes, certains facteurs peuvent contribuer à l’inflation des estimations. Par exemple, il a été constaté que des schémas de réponse malveillants et extrêmes peuvent gonfler les estimations des taux de prévalence (Przybylski, 2017). De même, il a été démontré que le type d’évaluation psychométrique utilisé contribuait à la surestimation des taux de prévalence de maladies rares, telles que la IGD (Maraz, Király et Demetrovics, 2015).

Puisque les connaissances existantes basées sur les effets des jeux de réseaux sociaux et des jeux vidéo sur la santé psychologique chez les jeunes adolescents sont rares, la recherche sur les effets différentiels potentiels de la dépendance au SNS et de l’IGD sur la santé psychologique est primordiale, ces deux phénomènes partageant une étiologie sous-jacente commune. toxicomanies liées à la substance et au comportement (Griffiths, 2015; Griffiths et Pontes, 2015; Shaffer et coll., 2004), et que le jeu social accru nuit à la qualité globale des relations interpersonnelles chez les adolescents en entravant le soutien affectif (Kowert, Domahidi, Festl et Quandt, 2014).

L'étude en cours

Études antérieures (p. Ex. Andreassen et coll., 2016; Cock et coll., 2014; Pontes et Griffiths, 2015b; Yu, Li et Zhang, 2015) ont constaté que le sexe et l'âge pouvaient accroître la vulnérabilité à la fois à la dépendance au SNS et à l'IGD. Par conséquent, le sexe masculin étant systématiquement associé à la IGD et le sexe féminin à la dépendance au SNS (Andreassen et coll., 2016), cette étude émet l'hypothèse que le sexe et l'âge prédisent des niveaux plus élevés de dépendance au SNS et de symptômes IGD (H1). En outre, plusieurs études (par exemple, Andreassen et coll., 2013, 2016; Sussman et coll., 2014) ont rapporté des associations positives entre différents types de dépendances technologiques, suggérant des corrélats sous-jacents communs. Par conséquent, il est supposé que La dépendance au SNS et l'IGD seront positivement associés (H2). Bien que la relation entre la dépendance au SNS, l’IGD et la santé mentale soit complexe et reste au mieux controversée (Pantic, 2014), un grand nombre d’éléments de preuve ont révélé des corrélats clés des dépendances technologiques, telles que la dépression, l’anxiété et le stress (par exemple,  Király et al., 2014; Lehenbauer-Baum et al., 2015; Ostovar et coll., 2016; Pontes et Griffiths, 2016). Ainsi, il est supposé que La dépendance au SNS et l’IGD contribueront de manière unique et différenciée à l’augmentation des niveaux globaux de détresse psychiatrique (H3). Les trois hypothèses susmentionnées seront examinées en prenant en compte les effets potentiels de la fréquence élevée d'utilisation d'Internet et de jeux vidéo, le temps consacré à ces activités étant généralement associé à des tendances à la dépendance (Pontes et Griffiths, 2015a; Pontes, Király, Demetrovics et Griffiths, 2014; Stubblefield et coll., 2017; Wu, Cheung, Ku et Hung, 2013).

Méthodologie

Participants et procédures

Les participants potentiels à cette étude étaient tous des étudiants (N = 700) inscrits en sixième, septième, huitième et neuvième année d'un grand collège situé en Algarve (Portugal). L'autorisation du directeur et des parents de l'école a été obtenue, et les élèves ont répondu à un sondage dans la bibliothèque de l'école pendant les activités parascolaires. Cette étude a été approuvée par le comité d'éthique de la recherche du Collège de l'Université de Nottingham Trent, le consentement éclairé a été obtenu de tous les participants individuels inclus dans l'étude, et la période de collecte de données s'est étendue de mai à juin 2015, et l'école a été sélectionnée sur la base de la disponibilité, et les élèves ont été échantillonnés au hasard dans le bassin de classes comprenant les sixième, septième, huitième et neuvième années (c.-à-d. âgés de 10 à 18 ans) pour obtenir une représentativité optimale de la population étudiante de l'école participante. Les données ont été recueillies auprès de 509 étudiants (72.7% de l'ensemble de la population échantillonnée). L'âge moyen de l'échantillon était de 13.02 ans (SD = 1.64) et la répartition entre les sexes était relativement équivalente avec 53.5% (n = 265) étant de sexe masculin (tableau 1).

 

 

  

lampe de table

Tableau 1. Les principales caractéristiques sociodémographiques de l'échantillon, les schémas d'utilisation de la technologie, le degré de dépendance de la technologie et la santé psychologique (N = 495)

 

 


  

 

Tableau 1. Les principales caractéristiques sociodémographiques de l'échantillon, les schémas d'utilisation de la technologie, le degré de dépendance de la technologie et la santé psychologique (N = 495)

Variable MinimumMaximum
Age (années) (moyenne, SD)13.02 (1.64)1018
Genre masculin, %)265 (53.5)--
En couple (n,%)99 (20)--
Temps hebdomadaire passé sur Internet (moyenne, SD)17.91 (23.34)149
Temps hebdomadaire consacré aux jeux (moyenne, SD)10.21 (17.86)152
Niveaux de dépendance au SNS (moyenne, SD)10.70 (4.83)630
Niveaux d'IGD (moyenne, SD)15.92 (6.99)941
Niveaux de dépression (moyenne, SD)3.12 (3.94)021
Niveaux d'anxiété (moyenne, SD)2.66 (3.78)021
Niveaux de stress (moyenne, SD)3.32 (3.97)021

Notes. Le temps hebdomadaire consacré à Internet et aux jeux correspond au nombre d’heures consacrées à ces activités et déclaré par les personnes au cours de la semaine. SD: déviation standard; SNS: site de réseau social; IGD: trouble du jeu sur Internet.

Les mesures
Sociodémographie et fréquence d'utilisation de la technologie

Des données démographiques ont été recueillies sur l'âge, le sexe et l'état de la relation. Les données sur l'utilisation du SNS ont été recueillies en demandant le temps hebdomadaire moyen des participants passé sur Internet à des fins de loisirs et non spécifiques (généralisées) (c'est-à-dire le nombre d'heures). La fréquence des jeux a été évaluée en demandant le temps hebdomadaire moyen des participants à jouer (c.-à-d. Le nombre d'heures).

Échelle de dépendance Facebook de Bergen (BFAS)

Le BFAS (Andreassen, Torsheim, Brunborg et Pallesen, 2012) évalue la dépendance à l'égard des réseaux sociaux dans le contexte de l'utilisation de Facebook et a démontré d'excellentes propriétés psychométriques dans un certain nombre de pays (Phanasathit, Manwong, Hanprathet, Khumsri et Yingyeun, 2015; Salem, Almenaye et Andreassen, 2016; Silva et coll., 2015), y compris le Portugal (Pontes, Andreassen et Griffiths, 2016). Le BFAS comprend six items couvrant les principales caractéristiques des dépendances comportementales (c.-à-d. Saillance, modification de l'humeur, tolérance, retrait, conflit et rechute)Griffiths, 2005). Les éléments sont notés sur une échelle de points 5, c’est-à-dire allant de 1 (très rarement) en 5 (très souvent) dans un délai de 12 mois. Les scores totaux sont obtenus en faisant la somme des notes des participants pour chaque élément (allant de points 6 à 30), les scores les plus élevés indiquant une dépendance accrue à Facebook. Le système BFAS a démontré des niveaux de fiabilité suffisants dans cette étude (α = 0.83).

Balance de trouble du jeu sur Internet - Forme courte (IGDS9-SF)

Le IGDS9-SF (Pontes et Griffiths, 2015a) est un bref outil psychométrique conçu pour évaluer la gravité de l'IGD sur une période de 12 conformément au cadre suggéré par l'APA dans le DSM-5 (APA, 2013). IGDS9-SF a démontré des propriétés psychométriques adéquates et une validité interculturelle dans un certain nombre de pays (Monacis, De Palo, Griffiths et Sinatra, 2016; Pontes et Griffiths, 2015a; Pontes, Macur et al., 2016), y compris le Portugal (Pontes et Griffiths, 2016). Les neuf questions composant IGDS9-SF reçoivent une réponse en utilisant une échelle de points 5, c’est-à-dire allant de 1 (n'allons jamais ) en 5 (très souvent), et les scores peuvent être obtenus en faisant la somme des réponses (allant de points 9 à 45), les scores les plus élevés suggérant un degré plus élevé de GD. La fiabilité de IGDS9-SF dans cette étude était satisfaisante (α = 0.87).

La santé psychologique

L’état de santé psychologique global a été évalué à l’aide des échelles de dépression, d’anxiété et de stress, 21 (DASS-21; Lovibond et Lovibond, 1995), qui comprend trois sous-échelles d’item 7 couvrant les trois symptômes notés sur une échelle de points 4, c’est-à-dire allant de 0 (ne me concerne pas du tout) en 3 (appliqué à moi beaucoup ou la plupart du temps). La version du DASS-21 utilisée dans cette étude a déjà démontré qu'elle possédait des propriétés psychométriques adéquates dans la population de l'étude (Pais-Ribeiro, Honrado et Leal, 2004). Les coefficients α de Cronbach pour cet instrument dans cette étude étaient .84 (dépression), .86 (anxiété) et .86 (stress).

Gestion des données et analyse statistique

La gestion des données impliquait (i) le nettoyage de l'ensemble de données en inspectant les cas avec des valeurs manquantes supérieures au seuil conventionnel de 10% dans tous les instruments pertinents; (ii) vérification de la normalité univariée de tous les éléments du BFAS et de l'IGDS9-SF en utilisant des directives standard (c.-à-d. asymétrie> 3 et aplatissement> 9) (Kline, 2011) (iii) le dépistage des valeurs aberrantes univariées qui ont marqué ± écarts-types 3.29 par rapport au BFAS IGDS9-SF z-des scores (Champ, 2013) et (iv) le dépistage des valeurs aberrantes multivariées utilisant les distances de Mahalanobis et la valeur critique pour chaque cas basé sur le χ2 valeurs de distribution. Cette procédure a abouti à l'exclusion des cas 14, générant ainsi un ensemble de données final de cas valides 495 pouvant faire l'objet d'analyses ultérieures. Les analyses statistiques comprenaient (i) une analyse descriptive des caractéristiques de l’échantillon principal, (ii) une analyse corrélationnelle des principales variables de l’étude par estimation des coefficients de corrélation produit-moment de Pearson avec l’intervalle de confiance 95% corrigé et biaisé (BCa) ( CI) et les coefficients de détermination correspondants (R2) et (iii) une analyse par modélisation d’équations structurelles comparatives (SEM) afin de déterminer le rôle prédictif différentiel de la dépendance au SNS et de l’IGD sur la santé psychologique lors de la prise en compte des effets, de l’âge, du sexe et de la fréquence d’utilisation d’Internet et de jeux vidéo. Les analyses statistiques ont été effectuées avec Mplus 7.2 et IBM SPSS Statistics version 23 (IBM Corporation, 2015; Muthén et Muthén, 2012).

Ethique

Les procédures d'étude ont été réalisées conformément à la déclaration d'Helsinki. L'étude institutionnelle de l'université de Nottingham Trent a approuvé l'étude. Tous les sujets ont été informés de l'étude et ont tous donné leur consentement éclairé. De plus, le consentement des parents et des tuteurs légaux a été obtenu de tous les participants âgés de moins de 18.

Résultats

 
Les statistiques descriptives

lampe de table 1 résume les résultats concernant les principales caractéristiques sociodémographiques de l'échantillon, le modèle d'utilisation de la technologie, ainsi que les niveaux observés d'utilisation addictive de la technologie (c.-à-d. addiction SNS et IGD) et la santé psychologique. En outre, les deux IGD (moyenne = 15.92 [95% BCa = 15.31 - 16.56], SD = 6.99) et la dépendance au SNS (moyenne = 10.70 [95% BCa = 10.28 - 11.15], SD = 4.83) présenté avec des niveaux modérés dans l'échantillon. Quant à la santé psychologique des participants, la dépression (moyenne = 3.12 [95% BCa = 2.78 - 3.47], SD = 3.94), anxiété (moyenne = 2.66 [95% BCa = 2.33 - 2.99], SD = 3.78) et les niveaux de stress (moyenne = 3.32 [95% BCa = 2.98 - 3.67], SD = 3.97) n'étaient pas trop répandus.

Analyse corrélationnelle

Une analyse corrélationnelle incluant les principales variables de l'étude a été réalisée afin de fournir des informations préliminaires et un contexte statistique pour l'analyse comparative SEM ultérieure. En conséquence, cette analyse a révélé que la dépendance aux réseaux sociaux était positivement associée à la IGD (r = .39, p <01, R2 = .15), stress (r = .36, p <01, R2 = 13) et la dépression (r = .33, p <01, R2 = 11). En ce qui concerne l'IGD, des associations positives sont apparues avec le temps hebdomadaire passé à jouer (r = .42, p <01, R2 = 18), le sexe (r = .41, p <01, R2 = 17) et le stress (r = .40, p <01, R2 = 16) (Tableau 2).

 

 

  

lampe de table

Tableau 2. Amarréa matrice de corrélation avec 95% d'intervalle de confiance (IC) XNUMX corrigé et accéléré entre l'écart de dépendance au SNS, l'IGD et les variables de l'étude (N = 495)

 

 


  

 

Tableau 2. Amarréa matrice de corrélation avec 95% d'intervalle de confiance (IC) XNUMX corrigé et accéléré entre l'écart de dépendance au SNS, l'IGD et les variables de l'étude (N = 495)

Variables secondairesDépendance au SNSR295% BCa CIIGDR295% BCa CI
Âge0.02-−0.07 – 0.10-0.07-−0.16 – 0.02
Genre0.04-−0.05 – 0.120.41*.170.34-0.48
Statut de la relation0.20*.040.11-0.290.13*.020.03-0.23
Temps hebdomadaire passé sur Internet0.03-−0.05 – 0.120.12*.010.03-0.22
Temps hebdomadaire consacré aux jeux0.05-−0.05 – 0.140.42*.180.34-0.50
Dépression0.33*.110.23-0.430.36*.130.26-0.46
Anxiété, Stress0.31*.100.22-0.410.33*.110.24-0.42
Stress0.36*.130.25-0.440.40*.160.32-0.49
IGD0.39*.150.30-0.48---

Note. SNS: site de réseau social; IGD: trouble du jeu sur Internet.

aLes résultats d'amorçage sont basés sur des exemples d'amorçage 10,000.

* La corrélation est significative sous 0.01.

Analyse comparative SEM

Pour tester les principales hypothèses de l'étude, une analyse SEM comparative a été réalisée pour estimer les effets différentiels potentiels de la dépendance au SNS et de l'IGD sur la santé psychologique. Plus spécifiquement, un modèle MIMIC (Multiple Indicators, Multiple Causes Model) a été testé à l'aide de la méthode d'estimation du maximum de vraisemblance avec des erreurs types robustes. Des indices d’ajustement et des seuils classiques ont été adoptés pour examiner la qualité d’ajustement du modèle:2/df [1, 4], erreur quadratique moyenne d'approximation (RMSEA) [0.05, 0.08], RMSEA 90% CI avec sa limite inférieure proche de 0 et la limite supérieure inférieure à 0.08, valeur du niveau de probabilité du test d'ajustement serré (Cfit )> .05, résiduelle moyenne quadratique standardisée (SRMR) [0.05, 0.08], indice d'ajustement comparatif (CFI) et indice d'ajustement de Tucker-Lewis (TLI) [0.90, 0.95] (Bentler, 1990; Bentler et Bonnet, 1980; Hooper, Coughlan et Mullen, 2008; Hu et Bentler, 1999). Les résultats de cette analyse ont donné les résultats suivants:2(722) = 1,193.40,2/df = 1.65; RMSEA = 0.036 [IC à 90%: 0.033 à 0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91, ce qui suggère que le modèle présente un ajustement optimal aux données (Figure 1).

figure parent supprimer  

Figure 1. Représentation graphique des effets différentiels de la dépendance aux sites de réseaux sociaux et des troubles du jeu sur Internet sur la santé psychologique (N = 495). Notes. Qualité globale de l'ajustement:2(722) = 1,193.40,2/df = 1.65; RMSEA = 0.036 [IC à 90%: 0.033 à 0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91. β = effet direct standardisé; r = coefficient de corrélation. *p <.0001

Quant au rôle potentiel du sexe et de l'âge dans l'augmentation des symptômes de la dépendance au SNS et de l'IGD (c.-à-d. H1), aucun soutien n'a été trouvé pour l'effet combiné de ces deux variables sur la dépendance au SNS. Cependant, le sexe (β = 0.32, p <.001) et l'âge (β = −0.11, p = .007) a contribué à l'augmentation des symptômes de l'IGD. Plus précisément, le sexe masculin était associé à une incidence plus élevée de symptômes de l'IGD (moyenne = 18.60 [95% BCa = 4.59 - 5.97], SD = 5.32) par rapport aux femmes (moyenne = 12.83 [95% BCa = 6.60 - 7.70], SD = 7.17), et le fait d'être plus jeune augmente les niveaux globaux d'IGD. Dans l'ensemble, ces résultats corroborent en partie H1.

Les résultats de cette analyse appuient H2 car les effets standardisés obtenus pour l'association entre dépendance au SNS et IGD suggéraient que ces deux phénomènes étaient positivement associés (r = .53, p <.001), une constatation qui concorde avec les résultats de l'analyse corrélationnelle, ces variables étant opérationnalisées comme des mesures observables (r = 39 [95% BCa = 0.30 - 0.48], R2 = .15, p <01) (Tableau 2).

Enfin, l'analyse des effets différentiels de la dépendance au SNS et de l'IGD sur la santé psychologique des adolescents suggère que les deux dépendances technologiques peuvent avoir un effet positif statistiquement significatif sur l'augmentation du niveau global de détresse psychiatrique. Plus spécifiquement, l’IGD exacerbait les symptômes de la dépression (β = 0.28, p <.001), anxiété (β = 0.26, p <.001) et le stress (β = 0.33, p <.001). De plus, la dépendance au SNS a également contribué à augmenter la gravité de la dépression (β = 0.27, p <.001), anxiété (β = 0.25, p <.001) et le stress (β = 0.26, p <.001), mais dans une moindre mesure. Bien que ces résultats soutiennent H3, les effets de la dépendance au SNS et de l'IGD sur la santé psychologique peuvent ne pas être trop distincts car les effets standardisés étaient hautement comparables.

a lieu

 

Cette étude visait à examiner l’interaction entre la dépendance au SNS et l’IGD et comment ces deux dépendances technologiques émergentes peuvent contribuer de manière unique et distincte à la détérioration de la santé psychologique chez les adolescents, au-delà des effets potentiels découlant de variables sociodémographiques et technologiques. En ce qui concerne H1 (à savoir, le sexe et l'âge contribueront à augmenter à la fois la dépendance au SNS et les symptômes de l'IGD), cette étude a pu corroborer cette hypothèse en ce qui concerne l’IGD, confirmant ainsi un grand nombre d’études antérieures selon lesquelles le jeune âge et le sexe masculin sont des variables clés permettant de prédire l’IGD (Cock et coll., 2014; Guillot et al., 2016; Rehbein, Staudt, Hanslmaier et Kliem, 2016).

Malgré cela, H1 n’a pas été corroboré dans le contexte de la dépendance au SNS, une constatation qui ajoute à la complexité des études précédentes selon laquelle la dépendance au SNS était plus répandue chez les jeunes (Andreassen et coll., 2013, 2012; Turel et Serenko, 2012), les utilisateurs plus âgés (Floros et Siomos, 2013), les femmes (Andreassen et coll., 2012) et les hommes (Çam et Işbulan, 2012). Néanmoins, les résultats obtenus dans cette étude convergent avec les recherches précédentes qui avaient montré que la dépendance au SNS n’était pas liée à l’âge (Koc et Gulyagci, 2013; Wu et coll., 2013) et le sexe (Koc et Gulyagci, 2013; Tang, Chen, Yang, Chung et Lee, 2016; Wu et coll., 2013). Comme indiqué précédemment, cela pourrait être dû à la mauvaise qualité de la recherche précédente sur la dépendance au SNS en termes d’échantillonnage, de conception d’étude, d’évaluation et de seuils adoptés (Andreassen, 2015). Fait intéressant, le temps hebdomadaire passé sur Internet ne permettait pas de prédire une dépendance accrue aux réseaux sociaux. Une explication possible de cette constatation pourrait être liée au fait que l’utilisation en ligne des SNS est devenue banale et inévitable dans la vie moderne, rendant de plus en plus difficile pour de nombreux adolescents d’estimer correctement leur utilisation, ce qui ajoute à la complexité du lien entre le temps excessif passé technologies et niveaux de dépendance. Pour cette raison, il est nécessaire de reconnaître la différence entre un engagement fort et une dépendance au SNS, car certains adolescents passent de nombreuses heures à utiliser le SNS dans le cadre d’une routine saine et normale (Andreassen, 2015; Andreassen et Pallesen, 2014; Turel et Serenko, 2012).

Les présents résultats apportent également un soutien empirique à H2 (c.-à-d. La dépendance au SNS et l'IGD seront positivement associés), validant un certain nombre d'études ayant donné des résultats similaires (Andreassen et coll., 2013, 2016; Chiu, Hong et Chiu, 2013; Dowling et Brown, 2010). Cette constatation peut s’expliquer par le fait qu’un grand nombre de personnes, y compris de jeunes adolescents, jouent désormais régulièrement à des jeux via SNS (Griffiths, 2014). En outre, il est établi depuis longtemps que les aspects de socialisation des jeux jouent un rôle de motivation clé dans le jeu vidéo, comme le suggèrent de nombreuses études (Demetrovics et al., 2011; Fuster, Chamarro, Carbonell et Vallerand, 2014; Oui, 2006). Au niveau clinique, cette découverte pourrait indiquer des points communs partagés sous-tendant ces deux addictions technologiques (Griffiths, 2015; Griffiths et Pontes, 2015; Shaffer et coll., 2004). Étant donné que l’utilisation de la technologie addictive affecte les individus en milieu éducatif, la recherche sur la dépendance à l’IGD et au SNS chez les adolescents scolarisés peut aider les décideurs à concevoir des politiques préventives visant à atténuer l’impact négatif de l’utilisation toxicologique de la technologie chez les jeunes adolescents.

Enfin, H3 (c.-à-d., La dépendance au SNS et l’IGD contribueront de manière unique et différenciée à l’augmentation des niveaux globaux de détresse psychiatrique) a également été corroborée et a fourni de nouvelles informations concernant les effets différentiels combinés de la dépendance au SNS et de l’IGD sur la santé mentale des adolescents. Dans cette étude, la dépendance à la SNS et l’IGD ont contribué à la détérioration de la santé psychologique en augmentant les niveaux de dépression, d’anxiété et de stress. Cette découverte corrobore les recherches antérieures qui ont montré que ces deux dépendances technologiques nuisent à la santé mentale de manière autonome (Kim, Hughes, Park, Quinn et Kong, 2016; Primack et coll., 2017; Sampasa-Kanyinga et Lewis, 2015; Sarda, Bègue, Bry et Gentile, 2016). Ces résultats peuvent être utilisés par les professionnels de la santé mentale et les conseillers scolaires qui souhaitent développer des programmes d'intervention axés sur l'amélioration du bien-être des élèves en réduisant l'utilisation addictive de la technologie. Bien que cette conclusion soit prometteuse et mérite d'être étudiée à l'avenir, il convient de noter que les preuves concernant la relation entre les troubles de santé mentale et les dépendances comportementales restent peu concluantes. Plus précisément, les chercheurs ont rapporté que les dépendances comportementales peuvent prédire (c.-à-d., Hypothèse de trouble primaire) et être prédites par la détresse psychiatrique (c.-à-d. Hypothèse de trouble secondaire) (p. Ex., Ostovar et coll., 2016; Snodgrass et al., 2014; Zhang, Brook, Leukefeld et Brook, 2016). Ainsi, il est impossible de tirer des conclusions définitives sur la directionnalité concernant les dépendances comportementales et la détresse mentale.

De plus, il a été constaté dans cette étude que les effets néfastes de l’IGD sur la santé psychologique étaient légèrement plus prononcés que ceux produits par la dépendance au SNS. Compte tenu des larges déficits affichés par les joueurs dans plusieurs domaines de la santé mentale et du bien-être, cette constatation va dans le sens des informations suggérant que l’IGD pourrait refléter une psychopathologie plus grave que la dépendance au SNS (Leménager et al., 2016), qui soutient en partie la décision prise par l’APA (2013) pour considérer l'IGD comme un trouble provisoire. Cependant, des recherches empiriques supplémentaires utilisant des échantillons plus grands et plus représentatifs seraient nécessaires pour corroborer davantage cette hypothèse. En plus du potentiel d'aider à façonner les politiques, les résultats actuels contribuent aux débats en cours sur la question de savoir si les dépendances technologiques, telles que la dépendance à l'IGD et au SNS, doivent être conceptualisées comme des troubles primaires ou secondaires. Selon les résultats rapportés dans cette étude, conceptualiser les dépendances technologiques comme des troubles primaires (c'est-à-dire un problème qui peut affecter négativement la santé mentale) est une avenue empiriquement viable qui n'invalide pas les débats scientifiques précédents en faveur de la vision des dépendances technologiques comme des troubles secondaires (c.-à-d. un produit de problèmes de santé mentale et de bien-être sous-jacents) (Kardefelt-Winther, 2016; Snodgrass et al., 2014; Thorens et coll., 2014).

Bien que les résultats obtenus dans cette étude soient empiriquement solides, il existe des limites potentielles à noter. Premièrement, les données étaient toutes autodéclarées et sujettes à des biais connus (p. Ex. Désirabilité sociale, biais de mémoire, etc.). Deuxièmement, des études adoptant des conceptions plus robustes (par exemple, une conception longitudinale à décalage croisé) seraient en mesure de fournir des réponses plus concrètes aux voies uniques entre la dépendance au SNS et l'IGD et la santé psychologique. Troisièmement, étant donné que tous les participants ont été auto-sélectionnés, la généralisation des résultats actuels à l'ensemble de la population ne peut pas être faite directement. Étant donné l'âge relativement jeune de l'échantillon recruté, il est possible que le contrôle parental ait pu avoir un impact sur les niveaux autodéclarés d'utilisation de la technologie et le niveau global de dépendance. Ainsi, les futures études évaluant l'utilisation de la technologie chez les jeunes enfants et les jeunes adolescents devraient prendre en compte cette variable, afin d'obtenir de meilleures estimations concernant les niveaux de dépendance. Indépendamment de ces limites potentielles, les résultats de cette étude s'étendent sur des recherches antérieures sur les relations entre les dépendances technologiques et leurs effets néfastes isolés sur la santé psychologique en offrant un cadre empiriquement viable dans lequel les dépendances technologiques peuvent également augmenter la probabilité de résultats négatifs sur la santé psychologique. En conclusion, les présents résultats appuient la conceptualisation des dépendances technologiques comme des troubles primaires susceptibles de mettre en danger la santé mentale.

Contribution de l'auteur

L'auteur de cette étude était responsable de toutes les étapes de cette étude et il est le seul auteur de ce manuscrit.

Conflit d'intérêt

L'auteur ne déclare aucun conflit d'intérêts.

Remerciements

L'auteur de cette étude tient à remercier l'école participante, tous les élèves, parents et enseignants qui ont contribué à l'organisation de la logistique associée au processus de collecte de données de cette étude.

Bibliographie

 
 Aarseth, E., Bean, AM, Boonen, H., Colder, CM, Coulson, M., Das, D., Deleuze, J., Dunkels, E., Edman, J., Ferguson, CJ, Haagsma, MC , Helmersson Bergmark, K., Hussain, Z., Jansz, J., Kardefelt-Winther, D., Kutner, L., Markey, P., Nielsen, RK, Prause, N., Przybylski, A., Quandt, T., Schimmenti, A., Starcevic, V., Stutman, G., Van Looy, J., et Van Rooij, AJ (2016). Document de débat ouvert des chercheurs sur la proposition de l'Organisation mondiale de la santé sur les troubles du jeu CIM-11. Journal of Behavioral Addictions, 6 (3), 267-270. est ce que je:https://doi.org/10.1556/2006.5.2016.088 Lien
 Association américaine de psychiatrie [APA]. (2013). Manuel diagnostique et statistique des troubles mentaux (5th ed.). Arlington, VA: Association américaine de psychiatrie. CrossRef
 Andreassen, C. S. (2015). Dépendance aux sites de réseaux sociaux en ligne: un examen complet. Current Addiction Reports, 2 (2), 175–184. est ce que je:https://doi.org/10.1007/s40429-015-0056-9 CrossRef
 Andreassen, C. S., Billieux, J., Griffiths, M. D., Kuss, D. J., Demetrovics, Z., Mazzoni, E., et Ståle, P. (2016). La relation entre l'utilisation addictive des médias sociaux et des jeux vidéo et les symptômes de troubles psychiatriques: une étude transversale à grande échelle. Psychologie des comportements addictifs, 30 (2), 252-262. est ce que je:https://doi.org/10.1037/adb0000160 CrossRef, Medline
 Andreassen, C. S., Griffiths, M. D., Gjertsen, S. R., Krossbakken, E., Kvam, S., et Pallesen, S. (2013). Les relations entre les dépendances comportementales et le modèle à cinq facteurs de la personnalité. Journal of Behavioral Addictions, 2 (2), 90–99. est ce que je:https://doi.org/10.1556/JBA.2.2013.003 Lien
 Andreassen, C. S. et Pallesen, S. (2014). Dépendance aux sites de réseaux sociaux - Un aperçu. Current Pharmaceutical Design, 20 (25), 4053–4061. est ce que je:https://doi.org/10.2174/13816128113199990616 CrossRef, Medline
 Andreassen, C. S., Torsheim, T., Brunborg, G. S., et Pallesen, S. (2012). Développement d'une échelle de dépendance Facebook. Rapports psychologiques, 110 (2), 501-517. est ce que je:https://doi.org/10.2466/02.09.18.PR0.110.2.501-517 CrossRef, Medline
 Bányai, F., Zsila, Á., Király, O., Maraz, A., Elekes, Z., Griffiths, M. D., Andreassen, C. S., et Demetrovics, Z. (2017). Utilisation problématique des médias sociaux: résultats d'un échantillon d'adolescents à grande échelle représentatif à l'échelle nationale. PLoS One, 12 (1), e0169839. est ce que je:https://doi.org/10.1371/journal.pone.0169839 CrossRef, Medline
 Bentler, P. M. (1990). Index d'ajustement comparatifs dans les modèles structurels. Bulletin psychologique, 107 (2), 238–246. est ce que je:https://doi.org/10.1037/0033-2909.107.2.238 CrossRef, Medline
 Bentler, P. M. et Bonnet, D. G. (1980). Tests de signification et qualité de l'ajustement dans l'analyse des structures de covariance. Bulletin psychologique, 88 (3), 588–606. est ce que je:https://doi.org/10.1037/0033-2909.88.3.588 CrossRef
 Bright, L. F., Kleiser, S. B. et Grau, S. L. (2015). Trop de Facebook? Un examen exploratoire de la fatigue des médias sociaux. Computers in Human Behavior, 44, 148–155. est ce que je:https://doi.org/10.1016/j.chb.2014.11.048 CrossRef
 Çam, E. et Işbulan, O. (2012). Une nouvelle addiction pour les candidats enseignants: les réseaux sociaux. The Turkish Journal of Educational Technology, 11, 14–19.
 Chiu, S.-I., Hong, F.-Y., et Chiu, S.-L. (2013). Une analyse sur la corrélation et la différence entre les sexes entre la dépendance à Internet des étudiants et la dépendance au téléphone mobile à Taiwan. Addiction ISRN, 2013, 1–10. est ce que je:https://doi.org/10.1155/2013/360607 CrossRef
 Chopik, W. J. (2016). Les avantages de l'utilisation des technologies sociales chez les personnes âgées sont médiés par une solitude réduite. Cyberpsychologie, comportement et réseautage social, 19 (9), 551–556. est ce que je:https://doi.org/10.1089/cyber.2016.0151 CrossRef, Medline
 Cock, R. D., Vangeel, J., Klein, A., Minotte, P., Rosas, O., et Meerkerk, G. (2014). Utilisation compulsive des sites de réseaux sociaux en Belgique: prévalence, profil et rôle de l'attitude envers le travail et l'école. Cyberpsychologie, comportement et réseautage social, 17 (3), 166–171. est ce que je:https://doi.org/10.1089/cyber.2013.0029 CrossRef, Medline
 Cole, H., et Griffiths, M. D. (2007). Interactions sociales chez les joueurs de rôle en ligne massivement multijoueurs. CyberPsychologie et comportement, 10 (4), 575-583. est ce que je:https://doi.org/10.1089/cpb.2007.9988 CrossRef, Medline
 Demetrovics, Z., Urbán, R., Nagygyörgy, K., Farkas, J., Zilahy, D., Mervó, B., Reindl, A., Ágoston, C., Kertész, A., et Harmath, E. (2011). Pourquoi jouez-vous? Le développement du questionnaire sur les motifs du jeu en ligne (MOGQ). Méthodes de recherche sur le comportement, 43 (3), 814–825. est ce que je:https://doi.org/10.3758/s13428-011-0091-y CrossRef, Medline
 Dowling, N. A. et Brown, M. (2010). Points communs dans les facteurs psychologiques associés au jeu problématique et à la dépendance à Internet. Cyberpsychologie, comportement et réseautage social, 13 (4), 437–441. est ce que je:https://doi.org/10.1089/cyber.2009.0317 CrossRef, Medline
 Facebook. (2014). Facebook @ GDC: Stimuler la découverte et l'engagement pour des jeux multiplates-formes. Récupéré de https://developers.facebook.com/blog/post/2014/03/19/facebook-at-gdc-2014
 Field, A. (2013). Découverte de statistiques à l'aide d'IBM SPSS Statistics (4th ed.). Londres, Royaume-Uni: Sage Publications Ltd.
 Floros, G. et Siomos, K. (2013). La relation entre la parentalité optimale, la dépendance à Internet et les motifs de réseautage social à l'adolescence. Psychiatry Research, 209 (3), 529-534. est ce que je:https://doi.org/10.1016/j.psychres.2013.01.010 CrossRef, Medline
 Fuster, H., Chamarro, A., Carbonell, X., et Vallerand, R. J. (2014). Relation entre passion et motivation pour le jeu chez les joueurs de jeux de rôle en ligne massivement multijoueurs. Cyberpsychologie, comportement et réseautage social, 17, 292-297. est ce que je:https://doi.org/10.1089/cyber.2013.0349
 Gentile, D. A., Choo, H., Liau, A., Sim, T., Li, D., Fung, D., et Khoo, A. (2011). Utilisation de jeux vidéo pathologiques chez les jeunes: une étude longitudinale de deux ans. Pediatrics, 127, e319 – e329. est ce que je:https://doi.org/10.1542/peds.2010-1353
 Griffiths, M. D. (2005). Un modèle de dépendance à «composants» dans un cadre biopsychosocial. Journal of Substance Use, 10 (4), 191–197. est ce que je:https://doi.org/10.1080/14659890500114359 CrossRef
 Griffiths, M. D. (2014). Jeux sociaux pour enfants et adolescents: quels sont les sujets de préoccupation? Éducation et santé, 32, 9–12.
 Griffiths, M. D. (2015). Classification et traitement des addictions comportementales. Nursing in Practice, 82, 44–46.
 Griffiths, M. D., Király, O., Pontes, H. M., et Demetrovics, Z. (2015). Un aperçu des jeux problématiques. Dans E. Aboujaoude et V. Starcevic (Eds.), Mental health in the digital age: Grave dangers, great promise (pp. 27–45). Oxford, Royaume-Uni: Oxford University Press. CrossRef
 Griffiths, M. D., Kuss, D. J., et Pontes, H. M. (2016). Un bref aperçu du trouble du jeu sur Internet et de son traitement. Australian Clinical Psychologist, 2, 1–12.
 Griffiths, M. D. et Pontes, H. M. (2015). Produits de toxicomanie et de divertissement. Dans R. Nakatsu, M. Rauterberg et P. Ciancarini (Eds.), Handbook of digital games and entertainment technologies (pp. 1–22). Singapour: Springer. CrossRef
 Griffiths, MD, Van Rooij, AJ, Kardefelt-Winther, D., Starcevic, V., Király, O., Pallesen, S., Müller, K., Dreier, M., Carras, M., Prause, N. , King, DL, Aboujaoude, E., Kuss, DJ, Pontes, HM, Fernandez, OL, Nagygyorgy, K., Achab, S., Billieux, J., Quandt, T., Carbonell, X., Ferguson, CJ , Hoff, RA, Derevensky, J., Haagsma, MC, Delfabbro, P., Coulson, M., Hus, Z., et Demetrovics, Z. (2016). Travailler à un consensus international sur les critères d'évaluation du trouble du jeu sur Internet: un commentaire critique sur Petry et al. (2014). Addiction, 111 (1), 167-175. est ce que je:https://doi.org/10.1111/add.13057 CrossRef, Medline
 Guillot, C. R., Bello, M. S., Tsai, J. Y., Huh, J., Leventhal, A. M. et Sussman, S. (2016). Associations longitudinales entre l'anhédonie et les comportements addictifs liés à Internet chez les adultes émergents. Computers in Human Behavior, 62, 475–479. est ce que je:https://doi.org/10.1016/j.chb.2016.04.019 CrossRef, Medline
 Heo, J., Chun, S., Lee, S., Lee, K. H. et Kim, J. (2015). Utilisation d'Internet et bien-être des personnes âgées. Cyberpsychologie, comportement et réseautage social, 18 (5), 268-272. est ce que je:https://doi.org/10.1089/cyber.2014.0549 CrossRef, Medline
 Hooper, D., Coughlan, J., et Mullen, M. R. (2008). Modélisation d'équations structurelles: lignes directrices pour déterminer l'ajustement du modèle. Journal électronique des méthodes de recherche commerciale, 6, 53–60.
 Howard, C. J., Wilding, R., et Guest, D. (2016). Le jeu vidéo léger est associé à un traitement visuel amélioré des cibles de présentation visuelle en série rapide. Perception, 46 (2), 161–177. est ce que je:https://doi.org/10.1177/0301006616672579 CrossRef, Medline
 Hu, L. T. et Bentler, P. M. (1999). Critères de coupure pour les index d'ajustement dans l'analyse de la structure de covariance: critères conventionnels versus nouvelles alternatives. Modélisation des équations structurelles: une revue multidisciplinaire, 6 (1), 1–55. est ce que je:https://doi.org/10.1080/10705519909540118 CrossRef
 IBM Corporation. (2015). Statistiques IBM SPSS pour Windows, version 23. New York, NY: IBM Corporation.
 Kardefelt-Winther, D. (2016). Conceptualiser les troubles de l'utilisation d'Internet: toxicomanie ou processus d'adaptation? Psychiatrie et neurosciences cliniques, 71 (7), 459 – 466. est ce que je:https://doi.org/10.1111/pcn.12413 CrossRef, Medline
 Kim, N., Hughes, T. L., Park, C. G., Quinn, L. et Kong, I. D. (2016). Catécholamines périphériques à l'état de repos et niveaux d'anxiété chez les adolescents coréens ayant une dépendance aux jeux Internet. Cyberpsychologie, comportement et réseautage social, 19 (3), 202–208. est ce que je:https://doi.org/10.1089/cyber.2015.0411 CrossRef, Medline
 Király, O., Griffiths, M. D., Urbán, R., Farkas, J., Kökönyei, G., Elekes, Z., Tamás, D., et Demetrovics, Z. (2014). L'utilisation problématique d'Internet et les jeux problématiques en ligne ne sont pas les mêmes: résultats d'un vaste échantillon d'adolescents représentatif au niveau national. Cyberpsychologie, comportement et réseautage social, 17 (12), 749–754. est ce que je:https://doi.org/10.1089/cyber.2014.0475 CrossRef, Medline
 Kline, R. B. (2011). Principes et pratique de la modélisation d'équations structurelles (3e éd.). New York, NY: Guilford Press.
 Koc, M. et Gulyagci, S. (2013). Dépendance à Facebook chez les étudiants turcs: le rôle de la santé psychologique, les caractéristiques démographiques et d'utilisation. Cyberpsychologie, comportement et réseautage social, 16 (4), 279-284. est ce que je:https://doi.org/10.1089/cyber.2012.0249 CrossRef, Medline
 Kowert, R., Domahidi, E., Festl, R. et Quandt, T. (2014). Jeux sociaux, vie solitaire? L'impact du jeu numérique sur les cercles sociaux des adolescents. Computers in Human Behavior, 36, 385–390. est ce que je:https://doi.org/10.1016/j.chb.2014.04.003 CrossRef
 Kuss, D. J., Griffiths, M. D., et Pontes, H. M. (2017). Chaos et confusion dans le diagnostic DSM-5 du trouble du jeu sur Internet: problèmes, préoccupations et recommandations pour plus de clarté sur le terrain. Journal of Behavioral Addictions, 6 (2), 103–109. est ce que je:https://doi.org/10.1556/2006.5.2016.062 Lien
 Lee, B. W. et Stapinski, L. A. (2012). Recherche de sécurité sur Internet: relation entre anxiété sociale et utilisation problématique d'Internet. Journal of Anxiety Disorders, 26 (1), 197–205. est ce que je:https://doi.org/10.1016/j.janxdis.2011.11.001 CrossRef, Medline
 Lee, S. Y., Choo, H., et Lee, H. K. (2017). Équilibre entre préjugés et faits pour le trouble du jeu: l'existence d'un trouble lié à la consommation d'alcool stigmatise-t-elle les buveurs sains ou entrave-t-elle la recherche scientifique? Journal of Behavioral Addictions, 6 (3), 302–305. est ce que je:https://doi.org/10.1556/2006.6.2017.047 Lien
 Lehenbauer-Baum, M., Klaps, A., Kovacovsky, Z., Witzmann, K., Zahlbruckner, R., et Stetina, B. U. (2015). Dépendance et engagement: une étude exploratoire vers les critères de classification des troubles du jeu sur Internet. Cyberpsychologie, comportement et réseautage social, 18 (6), 343–349. est ce que je:https://doi.org/10.1089/cyber.2015.0063 CrossRef, Medline
 Leménager, T., Dieter, J., Hill, H., Hoffmann, S., Reinhard, I., Beutel, M., Vollstädt-Klein, S., Kiefer, F., et Mann, K. (2016) . Explorer les bases neuronales de l'identification des avatars chez les joueurs Internet pathologiques et de l'auto-réflexion chez les utilisateurs pathologiques des réseaux sociaux. Journal of Behavioral Addictions, 5 (3), 1–15. est ce que je:https://doi.org/10.1556/2006.5.2016.048 Lien
 Lemmens, J. S., et Hendriks, S. J. F. (2016). Jeux en ligne addictifs: examen de la relation entre les genres de jeux et le trouble du jeu sur Internet. Cyberpsychologie, comportement et réseautage social, 19 (4), 270-276. est ce que je:https://doi.org/10.1089/cyber.2015.0415 CrossRef, Medline
 Lovibond, P. F. et Lovibond, S. H. (1995). La structure des états émotionnels négatifs: comparaison des échelles de dépression et de stress anxieux (DASS) avec les inventaires de dépression et d'anxiété de Beck. Recherche et thérapie comportementale, 33 (3), 335–343. est ce que je:https://doi.org/10.1016/0005-7967(94)00075-U CrossRef, Medline
 Maraz, A., Király, O., et Demetrovics, Z. (2015). Commentaire sur: Sommes-nous en train de trop pathologiser la vie quotidienne? Un modèle viable pour la recherche sur la toxicomanie comportementale. Les écueils diagnostiques des enquêtes: si vous obtenez un résultat positif à un test de dépendance, vous avez toujours de bonnes chances de ne pas être dépendant. Journal of Behavioral Addictions, 4 (3), 151–154. est ce que je:https://doi.org/10.1556/2006.4.2015.026 Lien
 Monacis, L., De Palo, V., Griffiths, M. D., et Sinatra, M. (2016). Validation de l'échelle des troubles du jeu sur Internet - version courte (IGDS9-SF) dans un échantillon de langue italienne. Journal of Behavioral Addictions, 5 (4), 683–690. est ce que je:https://doi.org/10.1556/2006.5.2016.083 Lien
 Morioka, H., Itani, O., Osaki, Y., Higuchi, S., Jike, M., Kaneita, Y., Kanda, H., Nakagome, S., et Ohida, T. (2016). Association entre le tabagisme et l'utilisation problématique d'Internet chez les adolescents japonais: étude épidémiologique à grande échelle à l'échelle nationale. Cyberpsychologie, comportement et réseautage social, 19 (9), 557–561. est ce que je:https://doi.org/10.1089/cyber.2016.0182 CrossRef, Medline
 Muthén, L. K. et Muthén, B. O. (2012). Guide de l'utilisateur Mplus (7e éd.). Los Angeles, Californie: Muthén et Muthén.
 Ostovar, S., Allahyar, N., Aminpoor, H., Moafian, F., Nor, M. B. M., et Griffiths, M. D. (2016). Dépendance à Internet et ses risques psychosociaux (dépression, anxiété, stress et solitude) chez les adolescents et jeunes adultes iraniens: un modèle d'équation structurelle dans une étude transversale. Journal international de santé mentale et de toxicomanie, 14 (3), 257-267. est ce que je:https://doi.org/10.1007/s11469-015-9628-0 CrossRef
 Pais-Ribeiro, J., Honrado, A. et Leal, I. (2004). Contribuição para o estudo da adaptação portuguesa das Escalas de Ansiedade, Depressão e Stress (EADS) de 21 itens de Lovibond e Lovibond [Contribution à l'étude de validation portugaise de Lovibond et Lovibond's Short version of the Depression Anxiety and Stress Scale (DASS)]. Psicologia, Saúde & Doenças, 5, 229-239.
 Pantic, I. (2014). Réseaux sociaux en ligne et santé mentale. Cyberpsychologie, comportement et réseaux sociaux, 17 (10), 652 – 657. est ce que je:https://doi.org/10.1089/cyber.2014.0070 CrossRef, Medline
 Pápay, O., Urbán, R., Griffiths, MD, Nagygyörgy, K., Farkas, J., Kökönyei, G., Felvinczi, K., Oláh, A., Elekes, Z., & Demetrovics, Z. ( 2013). Propriétés psychométriques du questionnaire abrégé sur les jeux en ligne problématiques et prévalence des jeux problématiques en ligne dans un échantillon national d'adolescents. Cyberpsychologie, comportement et réseautage social, 16 (5), 340–348. est ce que je:https://doi.org/10.1089/cyber.2012.0484 CrossRef, Medline
 Petry, NM, Rehbein, F., Gentile, DA, Lemmens, JS, Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, DSS, Borges, G., Auriacombe , M., González-Ibáñez, A., Tam, P., et O'Brien, CP (2014). Un consensus international pour évaluer le trouble du jeu sur Internet à l'aide de la nouvelle approche DSM-5. Addiction, 109 (9), 1399-1406. est ce que je:https://doi.org/10.1111/add.12457 CrossRef, Medline
 Petry, NM, Rehbein, F., Gentile, DA, Lemmens, JS, Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, DSS, Borges, G., Auriacombe , M., González-Ibáñez, A., Tam, P., et O'Brien, CP (2015). Commentaires de Griffiths et al.sur la déclaration de consensus international sur le trouble du jeu sur Internet: favoriser le consensus ou entraver le progrès? Addiction, 111 (1), 175-178. est ce que je:https://doi.org/10.1111/add.13189 CrossRef
 Phanasathit, M., Manwong, M., Hanprathet, N., Khumsri, J., et Yingyeun, R. (2015). Validation de la version thaïlandaise de Bergen Facebook Addiction Scale (Thai-BFAS). Journal de l'Association médicale de Thaïlande, 98, 108–117.
 Pontes, H. M., Andreassen, C. S., et Griffiths, M. D. (2016). Validation portugaise de l'échelle de dépendance Facebook de Bergen: une étude empirique. Journal international de santé mentale et de toxicomanie, 14 (6), 1062–1073. est ce que je:https://doi.org/10.1007/s11469-016-9694-y CrossRef
 Pontes, H. M. et Griffiths, M. D. (2015a). Mesure du trouble du jeu sur Internet DSM-5: Développement et validation d'une courte échelle psychométrique. Les ordinateurs dans le comportement humain, 45, 137–143. est ce que je:https://doi.org/10.1016/j.chb.2014.12.006 CrossRef
 Pontes, H. M. et Griffiths, M. D. (2015b). Le rôle de l'âge, de l'âge d'initiation à l'accès à Internet et du temps passé en ligne dans l'étiologie de la dépendance à Internet. Journal of Behavioral Addictions, 4 (Suppl. 1), 30–31. est ce que je:https://doi.org/10.1556/JBA.4.2015.Suppl.1
 Pontes, H. M. et Griffiths, M. D. (2016). Validation portugaise de l'échelle des troubles du jeu sur Internet - version courte. Cyberpsychologie, comportement et réseautage social, 19 (4), 288-293. est ce que je:https://doi.org/10.1089/cyber.2015.0605 CrossRef, Medline
 Pontes, H. M., Király, O., Demetrovics, Z., et Griffiths, M. D. (2014). La conceptualisation et la mesure du trouble du jeu sur Internet DSM-5: Le développement du test IGD-20. PLoS One, 9 (10), e110137. est ce que je:https://doi.org/10.1371/journal.pone.0110137 CrossRef, Medline
 Pontes, H. M., Macur, M. et Griffiths, M. D. (2016). Trouble du jeu sur Internet chez les écoliers slovènes du primaire: résultats d'un échantillon d'adolescents représentatif au niveau national. Journal of Behavioral Addictions, 5 (2), 304–310. est ce que je:https://doi.org/10.1556/2006.5.2016.042 Lien
 Primack, B. A., Shensa, A., Escobar-Viera, C. G., Barrett, E. L., Sidani, J. E., Colditz, J. B., et James, A. E. (2017). Utilisation de plusieurs plateformes de médias sociaux et symptômes de dépression et d'anxiété: une étude représentative à l'échelle nationale chez de jeunes adultes américains. Les ordinateurs dans le comportement humain, 69, 1–9. est ce que je:https://doi.org/10.1016/j.chb.2016.11.013 CrossRef
 Przybylski, A. (2017). Réponse malveillante dans la recherche sur les troubles du jeu sur Internet. PeerJ, 4, e2401. est ce que je:https://doi.org/10.7717/peerj.2401 CrossRef
 Rehbein, F., Staudt, A., Hanslmaier, M., et Kliem, S. (2016). Jeux vidéo dans la population adulte générale d'Allemagne: la durée de jeu plus élevée des hommes peut-elle s'expliquer par des préférences de genre spécifiques au genre? Les ordinateurs dans le comportement humain, 55 (partie B), 729–735. est ce que je:https://doi.org/10.1016/j.chb.2015.10.016 CrossRef
 Rikkers, W., Lawrence, D., Hafekost, J., et Zubrick, S. R. (2016). Utilisation d'Internet et jeux électroniques par des enfants et des adolescents ayant des problèmes émotionnels et comportementaux en Australie - Résultats de la deuxième enquête sur la santé mentale et le bien-être des enfants et des adolescents. BMC Public Health, 16 (1), 399. doi:https://doi.org/10.1186/s12889-016-3058-1 CrossRef, Medline
 Salem, AAMS, Almenaye, N. S., et Andreassen, C. S. (2016). Une évaluation psychométrique du Bergen Facebook Addiction Scale (BFAS) des étudiants universitaires. Journal international de psychologie et des sciences du comportement, 6, 199–205. est ce que je:https://doi.org/10.5923/j.ijpbs.20160605.01
 Sampasa-Kanyinga, H., et Lewis, R. F. (2015). L'utilisation fréquente des sites de réseautage social est associée à un mauvais fonctionnement psychologique chez les enfants et les adolescents. Cyberpsychologie, comportement et réseautage social, 18 (7), 380–385. est ce que je:https://doi.org/10.1089/cyber.2015.0055 CrossRef, Medline
 Sarda, E., Bègue, L., Bry, C., et Gentile, D. (2016). Trouble du jeu sur Internet et bien-être: une validation d'échelle. Cyberpsychologie, comportement et réseautage social, 19 (11), 674–679. est ce que je:https://doi.org/10.1089/cyber.2016.0286 CrossRef, Medline
 Saunders, JB, Hao, W., Long, J., King, DL, Mann, K., Fauth-Bühler, M., Rumpf, H.-J., Bowden-Jones, H., Rahimi-Movaghar, A ., Chung, T., Chan, E., Bahar, N., Achab, S., Lee, HK, Potenza, M., Petry, N., Spritzer, D., Ambekar, A., Derevensky, J. , Griffiths, MD, Pontes, HM, Kuss, D., Higuchi, S., Mihara, S., Assangangkornchai, S., Sharma, M., Kashef, AE, Ip, P., Farrell, M., Scafato, E., Carragher, N., et Poznyak, V. (2017). Trouble du jeu: sa définition comme une condition importante pour le diagnostic, la gestion et la prévention. Journal of Behavioral Addictions, 6 (3), 271-279. est ce que je:https://doi.org/10.1556/2006.6.2017.039 Lien
 Scharkow, M., Festl, R. et Quandt, T. (2014). Modèles longitudinaux d'utilisation problématique des jeux informatiques chez les adolescents et les adultes - Une étude de panel de 2 ans. Addiction, 109 (11), 1910–1917. est ce que je:https://doi.org/10.1111/add.12662 CrossRef, Medline
 Shaffer, H. J., LaPlante, D. A., LaBrie, R. A., Kidman, R. C., Donato, A. N., et Stanton, M. V. (2004). Vers un modèle de syndrome de la toxicomanie: expressions multiples, étiologie commune. Revue de Harvard de psychiatrie, 12 (6), 367–374. est ce que je:https://doi.org/10.1080/10673220490905705 CrossRef, Medline
 Silva, H. R. S., Areco, K. C. N., Bandiera-Paiva, P., Galvão, P. V. M., Garcia, A. N. M., et Silveira, D. X. (2015). Equivalence semântica e confiabilidade da versão em português da Bergen Facebook Addiction Scale [Équivalence sémantique et fiabilité de la version portugaise de Bergen Facebook Addiction Scale]. Jornal Brasileiro de Psiquiatria, 64 (1), 17–23. est ce que je:https://doi.org/10.1590/0047-2085000000052 CrossRef
 Sioni, S. R., Burleson, M. H., et Bekerian, D. A. (2017). Trouble du jeu sur Internet: phobie sociale et identification à votre moi virtuel. Computers in Human Behavior, 71, 11–15. est ce que je:https://doi.org/10.1016/j.chb.2017.01.044 CrossRef
 Snodgrass, J. G., Lacy, M. G., Dengah II, H. J. F., Eisenhauer, S., Batchelder, G., et Cookson, R. J. (2014). Des vacances de votre esprit: les jeux en ligne problématiques sont une réponse au stress. Computers in Human Behavior, 38, 248–260. est ce que je:https://doi.org/10.1016/j.chb.2014.06.004 CrossRef
 Starcevic, V., et Aboujaoude, E. (2016). Dépendance à Internet: réévaluation d'un concept de plus en plus inadéquat. Spectres CNS, 22 (1), 7–13. est ce que je:https://doi.org/10.1017/S1092852915000863 CrossRef, Medline
 Stroud, M. J., et Whitbourne, S. K. (2015). Les jeux vidéo occasionnels comme outils de formation pour les processus attentionnels de la vie quotidienne. Cyberpsychologie, comportement et réseautage social, 18 (11), 654–660. est ce que je:https://doi.org/10.1089/cyber.2015.0316 CrossRef, Medline
 Stubblefield, S., Datto, G., Phan, T.-LT, Werk, LN, Stackpole, K., Siegel, R., Stratbucker, W., Tucker, JM, Christison, AL, Hossain, J., et Gentile, DA (2017). Jeux vidéo problématiques chez les enfants inscrits dans des programmes de gestion du poids tertiaires. Cyberpsychologie, comportement et réseautage social, 20 (2), 109–116. est ce que je:https://doi.org/10.1089/cyber.2016.0386 CrossRef, Medline
 Sussman, S., Arpawong, T. E., Sun, P., Tsai, J., Rohrbach, L. A. et Spruijt-Metz, D. (2014). Prévalence et cooccurrence de comportements addictifs chez les anciens jeunes du secondaire alternatif. Journal of Behavioral Addictions, 3 (1), 33–40. est ce que je:https://doi.org/10.1556/JBA.3.2014.005 Lien
 Tang, J.-H., Chen, M.-C., Yang, C.-Y., Chung, T.-Y., et Lee, Y.-A. (2016). Traits de personnalité, relations interpersonnelles, soutien social en ligne et dépendance à Facebook. Télématique et informatique, 33 (1), 102–108. est ce que je:https://doi.org/10.1016/j.tele.2015.06.003 CrossRef
 Thorens, G., Achab, S., Billieux, J., Khazaal, Y., Khan, R., Pivin, E., Gupta, V., et Zullino, D. (2014). Caractéristiques et réponse au traitement des internautes problématiques auto-identifiés dans une clinique externe de toxicomanie comportementale. Journal of Behavioral Addictions, 3 (1), 78–81. est ce que je:https://doi.org/10.1556/JBA.3.2014.008 Lien
 Turel, O. et Serenko, A. (2012). Les avantages et les dangers du plaisir avec les sites de réseautage social. Journal européen des systèmes d'information, 21 (5), 512-528. est ce que je:https://doi.org/10.1057/ejis.2012.1 CrossRef
 Van Rooij, A. J., Schoenmakers, T. M., Vermulst, A. A., Van den Eijnden, R. et Van de Mheen, D. (2011). Dépendance aux jeux vidéo en ligne: identification des joueurs adolescents accros. Addiction, 106 (1), 205–212. est ce que je:https://doi.org/10.1111/j.1360-0443.2010.03104.x CrossRef, Medline
 Organisation mondiale de la santé. (2016). Projet bêta CIM-11: trouble du jeu. Récupéré de https://icd.who.int/dev11/l-m/en#/http%3a%2f%2fid.who.int%2ficd%2fentity%2f1448597234
 Wu, A. M. S., Cheung, V. I., Ku, L. et Hung, E. P. W. (2013). Facteurs de risque psychologiques de dépendance aux sites de réseaux sociaux chez les utilisateurs chinois de smartphones. Journal of Behavioral Addictions, 2 (3), 160–166. est ce que je:https://doi.org/10.1556/JBA.2.2013.006 Lien
 Xanidis, N., et Brignell, C. M. (2016). L'association entre l'utilisation des sites de réseaux sociaux, la qualité du sommeil et la fonction cognitive pendant la journée. Les ordinateurs dans le comportement humain, 55 (partie A), 121–126. est ce que je:https://doi.org/10.1016/j.chb.2015.09.004 CrossRef
 Oui, N. (2006). Motivations pour jouer aux jeux en ligne. CyberPsychologie et comportement, 9 (6), 772–775. est ce que je:https://doi.org/10.1089/cpb.2006.9.772 CrossRef, Medline
 Yu, C., Li, X. et Zhang, W. (2015). Prédire l'utilisation problématique des jeux en ligne par les adolescents à partir du soutien de l'autonomie des enseignants, de la satisfaction des besoins psychologiques de base et de l'engagement scolaire: étude longitudinale de 2 ans Cyberpsychologie, comportement et réseautage social, 18 (4), 228-233. est ce que je:https://doi.org/10.1089/cyber.2014.0385 CrossRef, Medline
 Zhang, C., Brook, J. S., Leukefeld, C. G., et Brook, D. W. (2016). Facteurs psychosociaux longitudinaux liés aux symptômes de la dépendance à Internet chez les adultes au début de la quarantaine. Addictive Behaviors, 62, 65–72. est ce que je:https://doi.org/10.1016/j.addbeh.2016.06.019 CrossRef, Medline