Dépendance aux réseaux sociaux en ligne et dépression: résultats d'une étude de cohorte prospective à grande échelle menée auprès d'adolescents chinois (2018)

J Behav Addict. 2018 sept. 11: 1-11. doi: 10.1556 / 2006.7.2018.69.

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Mai JC6, Chen YX6.

Abstract

Contexte et objectifs

Le but de cette étude est d’estimer les associations longitudinales entre la dépendance aux réseaux sociaux en ligne (OSNA) et la dépression, si OSNA prédit le développement de la dépression et inversement, si la dépression prédit le développement d’OSNA.

Méthodologie

Un total d'élèves 5,365 de neuf écoles secondaires de Guangzhou, dans le sud de la Chine, a été interrogé au début du mois de mars, 2014, puis suivi plusieurs mois plus tard. Le niveau d'OSNA et la dépression ont été mesurés à l'aide de l'échelle OSNA validée et de la méthode CES-D, respectivement. Des modèles de régression logistique à plusieurs niveaux ont été appliqués pour estimer les associations longitudinales entre OSNA et la dépression.

Résultats

Les adolescents déprimés mais dépourvus d'OSNA au départ présentaient des instants 1.48 plus susceptibles de développer un OSNA au suivi par rapport aux non dépressifs au départ [OU ajusté (AOR): 1.48, 95% d'intervalle de confiance (IC): 1.14-1.93 ]. De plus, comparés à ceux qui n'étaient pas déprimés au cours de la période de suivi, les adolescents qui étaient déprimés de façon persistante ou qui devenaient déprimés au cours de la période de suivi présentaient un risque accru de développer une OSNA lors du suivi (AOR: 3.45, 95% CI: 2.51-4.75 pour la dépression persistante; AOR: 4.47, 95% CI: 3.33-5.99 pour la dépression émergente). Inversement, parmi les personnes sans dépression au départ, les adolescents classés comme OSNA persistant ou OSNA émergent présentaient un risque plus élevé de développer une dépression par rapport à ceux qui n'étaient pas OSNA (AOR: 1.65, 95% CI: 1.01-2.69 pour OSNA persistant; AOR: 4.29; 95% CI: 3.17-5.81 pour OSNA émergent).

Conclusion

Les résultats indiquent une association bidirectionnelle entre OSNA et la dépression, ce qui signifie que l'utilisation des réseaux sociaux en ligne provoquant une dépendance s'accompagne d'un niveau accru de symptômes dépressifs.

MOTS-CLÉS: les adolescents; dépression; association longitudinale; dépendance aux réseaux sociaux en ligne

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Dépendance aux réseaux sociaux en ligne et dépression: Résultats d'une étude de cohorte prospective à grande échelle menée auprès d'adolescents chinois.

J Behav Addict. 2018 sept. 11: 1-11. doi: 10.1556 / 2006.7.2018.69. [Epub ahead of print]

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Mai JC6, Chen YX6.

Abstract

Contexte et objectifs Le but de cette étude est d'estimer les associations longitudinales entre la dépendance aux réseaux sociaux en ligne (OSNA) et la dépression, si OSNA prédit le développement de la dépression et inversement, si la dépression prédit le développement d'OSNA. Méthodes Au total, des étudiants 5,365 de neuf écoles secondaires de Guangzhou, dans le sud de la Chine, ont été interrogés au début du mois de mars, puis suivis plusieurs mois plus tard. Le niveau d'OSNA et la dépression ont été mesurés à l'aide de l'échelle OSNA validée et de la méthode CES-D, respectivement. Des modèles de régression logistique à plusieurs niveaux ont été appliqués pour estimer les associations longitudinales entre OSNA et la dépression. Résultats Les adolescents déprimés mais dépourvus d'OSNA au départ présentaient des instants 2014 plus susceptibles de développer un OSNA au suivi par rapport aux non dépressifs au départ [OR ajusté (AOR): 9, 1.48% d'intervalle de confiance (IC): 1.48- 95]. De plus, comparés à ceux qui n'étaient pas déprimés au cours de la période de suivi, les adolescents qui étaient déprimés de façon persistante ou qui devenaient déprimés au cours de la période de suivi présentaient un risque accru de développer une OSNA lors du suivi (AOR: 1.14, 1.93% CI: 3.45-95 pour la dépression persistante; AOR: 2.51, 4.75% CI: 4.47-95 pour la dépression émergente). Inversement, parmi les personnes sans dépression au départ, les adolescents classés comme OSNA persistant ou OSNA émergent présentaient un risque plus élevé de développer une dépression par rapport à ceux qui n'étaient pas OSNA (AOR: 3.33, 5.99% CI: 1.65-95 pour OSNA persistant; AOR: 1.01; 2.69% CI: 4.29-95 pour OSNA émergent). Conclusion Les résultats indiquent une association bidirectionnelle entre OSNA et la dépression, ce qui signifie que l'utilisation des réseaux sociaux en ligne provoquant une dépendance s'accompagne d'un niveau accru de symptômes dépressifs.

MOTS-CLÉS: les adolescents; dépression; association longitudinale; dépendance aux réseaux sociaux en ligne

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Introduction

La dépression, trouble psychiatrique le plus largement rapporté (Knopf, Park et Mulye, 2008; Thapar, Collishaw, Potter et Thapar, 2010) est un problème de santé publique important chez les adolescents. Plus de 9% des adolescents ont signalé des niveaux modérés à sévères de dépression et son taux d'incidence sur l'année 1 a été estimé à 3% aux États-Unis (Rushton, Forcier et Schectman, 2002). Dans le sud de la Chine, notre étude précédente faisait état d’une prévalence de la dépression par 1, exprimée en semaine, chez les étudiants du secondaire (%)Li et coll., 2017).

Une association positive entre la dépendance à Internet et la dépression chez les adolescents a été rapportée à la fois en coupe transversale (Moreno, Jelenchick et Breland, 2015; Yoo, Cho et Cha, 2014) et des études longitudinales (Cho, Sung, Shin, Lim et Shin, 2013; Ko, Yen, Chen, Yeh et Yen, 2009; Lam, 2014). Cependant, ces études ont évalué la dépendance à Internet en général plutôt que des types spécifiques d'activités en ligne. Les adolescents peuvent mener plusieurs types d’activités en ligne sur Internet. Plusieurs études ont mis en évidence l’importance et la nécessité de distinguer la dépendance à certaines activités liées à Internet de la dépendance à Internet en général (Davis, 2001; Laconi, Tricard et Chabrol, 2015; Pontes, Szabo et Griffiths, 2015). Le réseautage social en ligne est un phénomène relativement nouveau et une prévalence élevée de la dépression a été observée parmi la population qui utilise le réseautage social en ligne (Lin et coll., 2016; Tang et Koh, 2017). Comparés à la population en général, les adolescents et les étudiants sont les utilisateurs les plus fréquents des réseaux sociaux en ligne (Griths, Kuss et Demetrovics, 2014). La dépendance aux réseaux sociaux en ligne (OSNA) est un comportement de dépendance relativement nouveau chez les adolescents, associé à une participation compulsive à des activités de réseaux sociaux en ligne. En tant que type spécifique de dépendances comportementales liées à Internet, OSNA intègre les principaux symptômes classiques de la dépendance (Griffiths, 2013; Kuss et Griffiths, 2011), et est défini comme “être trop préoccupé par l'utilisation des réseaux sociaux en ligne, être motivé par une forte motivation à se connecter ou à utiliser des réseaux sociaux en ligne qui compromettent d'autres activités sociales, études / emplois, relations interpersonnelles et / ou santé et bien-être psychologiques"(Andreassen, 2015). OSNA a sensiblement augmenté chez les adolescents. Environ 9.78% des étudiants américains déclarent avoir une dépendance à Facebook (Pempek, Yermolayeva et Calvert, 2009) et 29.5% des étudiants singapouriens possèdent OSNA (Tang et Koh, 2017). Une étude de 2010 a révélé que la prévalence OSNA était même supérieure à 30% chez les étudiants chinois (Zhou et Leung, 2010). Des preuves suggèrent que les réseaux sociaux en ligne excessifs et compulsifs sont rarement bénéfiques, mais ont plutôt des effets potentiellement néfastes sur le bien-être psychosocial des adolescents, y compris sur les résultats émotionnels, relationnels et autres relatifs à la santé (Andreassen, 2015).

Quelques enquêtes transversales ont signalé une association positive entre OSNA et la dépression chez les adolescents (Hong, Huang, Lin et Chiu, 2014; Koc et Gulyagci, 2013). Toutefois, en raison des limites inhérentes au plan de l'étude transversale, il n'est toujours pas clair si OSNA est une cause ou une conséquence de la dépression ou de son comportement bidirectionnel. Le réseautage social en ligne pourrait offrir aux adolescents une commodité et un capital sociaux, une révélation de soi sélective et un soutien social potentielEllison, Steinfield et Lampe, 2007; Steinfield, Ellison et Lampe, 2008). Les personnes qui souffrent de troubles psychiatriques (c.-à-d. Dépression et anxiété) peuvent considérer les réseaux sociaux en ligne comme une communauté virtuelle sûre et importante (Gámez-Guadix, 2014), où ils pourraient échapper aux problèmes émotionnels vécus dans le monde réel (Andreassen, 2015; Griths et coll., 2014), et mènent en outre à un risque de dépendance (Oberst, Wegmann, Stodt, Marque et Chamarro, 2017). Dans le même temps, une exposition excessive à la communauté virtuelle entraînerait des émotions négatives (McDougall et coll., 2016). Les adolescents mal adaptés à leur humeur dépressive risquent de subir les effets plus néfastes d'un réseau social excessif en ligne (Selfhout, Branje, Delsing, Ter Bogt et Meeus, 2009). Par conséquent, une association bidirectionnelle entre OSNA et la dépression est théoriquement raisonnable. Cependant, à notre connaissance, aucune étude prospective n’a été consacrée aux relations longitudinales entre OSNA et la dépression chez les adolescents et d’autres populations.

Par conséquent, nous avons conçu une étude prospective pour estimer de manière exhaustive l'association longitudinale entre la dépression et l'OSNA au fil du temps, par exemple si l'OSNA prédit le développement de la dépression et si la dépression prédit le développement d'OSNA, en tenant compte des changements de l'OSNA et de l'état de la dépression (par exemple, la rémission de trouble) au cours d'une période de suivi de 9 mois.

Conception de l'étude

Cette étude de cohorte prospective a été menée à Guangzhou, dans le sud de la Chine. L’enquête initiale a été menée entre mars et avril 2014, et l’enquête de suivi a été effectuée à un intervalle de 9 mois, en utilisant la même procédure.

Participants et échantillonnage                                                               

Les participants ont été recrutés à l'aide d'une méthode d'échantillonnage en grappes stratifiées. Un district / comté a été judicieusement sélectionné dans chacune des trois régions (c.-à-d. Les régions du centre, de la banlieue et de la banlieue externe) de Guangzhou, respectivement (points rouges sur la figure 1). Trois écoles secondaires publiques ont ensuite été sélectionnées dans chaque district / comté et un total de neuf écoles a ainsi été sélectionné. Tous les élèves de septième et huitième années des écoles sélectionnées ont été volontairement invités à participer à l’étude. Le questionnaire anonyme a été auto-administré par les participants en classe, en l'absence de tout enseignant, sous la supervision d'assistants de recherche bien formés.

figure parent supprimer

Figure 1. La localisation des sites d'étude

Un total d'étudiants 5,365 (taux de réponse = 98.04%) ont participé à l'enquête de base. Les deux questionnaires des mêmes élèves ont été appariés en utilisant les quatre derniers chiffres du numéro de téléphone du domicile, les quatre derniers chiffres du numéro de téléphone portable des parents, les quatre derniers chiffres du numéro de carte d'identité des participants, la date de naissance des participants, la dernière lettre des parents et celle des parents. 'nom du sort. Enfin, les participants à 4,871 de 5,365 ont fourni des questionnaires complets lors du suivi (taux de suivi = 90.8%). Après avoir exclu ceux qui n’ont pas utilisé les réseaux sociaux en ligne (n = 643), un total de 4,237 XNUMX participants ont participé à notre étude longitudinale.

Dépression

Le niveau des symptômes dépressifs a été mesuré à l'aide de la version chinoise 20-item de l'échelle du Centre de recherche épidémiologique pour la dépression (CES-D). Ses propriétés psychométriques ont été validées chez des adolescents chinois (Chen, Yang et Li, 2009; Cheng, Yen, Ko et Yen, 2012; Lee et coll., 2008; Wang et coll., 2013). Des scores plus élevés indiquent un niveau plus sévère de symptômes dépressifs, avec un score total allant de 0 à 60 (Radloff, 1977). Les coefficients α de Cronbach dans cette étude étaient .86 au départ et .87 au suivi, montrant une bonne fiabilité interne. L'individu déclarant un score CES-D ≥21 est défini comme un cas dépressif (Stockings et al., 2015). Suite aux études précédentes (Penninx, Deeg, van Eijk, Beekman et Guralnik, 2000; Van Gool et coll., 2003), la modification du statut de la dépression au cours de la période de suivi dans cette étude a été classée comme suit: absence de dépression (participants sans dépression au départ et au suivi), rémission due à la dépression (participants à la dépression au début mais en transition vers suivis -up), dépression persistante (participants avec dépression au départ et au suivi) et dépression émergente (participants sans dépression au départ mais en transition vers une dépression au suivi).

Dépendance aux réseaux sociaux en ligne (OSNA)

Le niveau de dépendance aux réseaux sociaux en ligne a été mesuré à l’aide d’une échelle OSNA, qui comprend huit éléments mesurant les principaux symptômes de dépendance tels que saillance cognitive et comportementale, conflits avec d’autres activités, euphorie, perte de contrôle, retrait, rechute et réintégration. Des scores plus élevés sur l'échelle OSNA indiquent des niveaux plus élevés de tendance à créer une dépendance aux réseaux sociaux en ligne, avec un score maximum de 40. Ses propriétés psychométriques ont été minutieusement évaluées dans notre étude précédente (Li et coll., 2016). Il n'y a pas de valeur seuil établie pour l'échelle OSNA pour identifier les cas OSNA: les participants qui ont obtenu un score dans le 10e décile des scores (c.-à-d. Score OSNA ≥ 24) ont été classés comme cas OSNA au départ, et la même valeur seuil était utilisé pour classer les cas lors du suivi. La stratégie de classification similaire a été appliquée dans l'étude précédente (Verkuijl et al., 2014). Les coefficients α de l'échelle OSNA de Cronbach dans cette étude étaient .86 au départ et .89 au suivi. De même, le changement de statut OSNA de la ligne de base au suivi a été catégorisé comme suit: pas de OSNA (participants sans OSNA à la fois au départ et au suivi), rémission d'OSNA (participants avec OSNA à la ligne de base mais sont passés à sans OSNA au cours du suivi ), OSNA persistant (participants avec OSNA à la fois au départ et au suivi) et OSNA émergent (participants sans OSNA au départ mais ayant migré vers OSNA au suivi).

Covariables

Les covariables comprenaient le sexe, le niveau d'études, le niveau d'instruction des parents, la situation financière perçue de la famille, les conditions de vie (avec les deux parents ou non), les résultats scolaires autodéclarés et la pression d'étude perçue au départ.

analyses statistiques

Des statistiques descriptives (p. Ex., Moyennes, écart-type et pourcentages) ont été présentées le cas échéant. Les coefficients de corrélation intraclasse pour le regroupement entre les écoles étaient de 1.56% (p = .002) pour la dépression incidente et 1.42% (p = .042) pour l'OSNA incident, indiquant des écarts significatifs entre les écoles (Wang, Xie et Fisher, 2009). Des modèles de régression logistique à plusieurs niveaux (niveau 1: élève; niveau 2: école) ont donc été appliqués pour évaluer les associations longitudinales entre OSNA et la dépression au fil du temps, en tenant compte de l'effet de l'échantillonnage en grappes de l'école. Covariables de fond associées à un incident de dépression / OSNA avec p <05 en analyse univariée ou largement rapportés dans la littérature (c.-à-d. Sexe et grade) ont été ajustés dans les modèles de régression logistique multivariée.

Pour prédire OSNA sur la nouvelle incidence de la dépression chez les participants non déprimés au départ (n = 3,196), nous avons d'abord estimé l'odds ratio (OR) de l'OSNA de base, à la fois variable binaire (c.-à-d. OSNA ou non) et variable continue (scores de l'échelle OSNA), sur la nouvelle incidence de dépression après ajustement des covariables ajustement du score de base sur l'échelle CES-D (Hinkley et coll., 2014). Nous avons ensuite estimé la prévision du changement d'état d'OSNA au fil du temps sur une nouvelle incidence de dépression, y compris un modèle ajusté des covariables significatives et un modèle ajusté en outre du score de base de l'échelle CES-D.

Inversement, la prédiction de la dépression sur la nouvelle incidence d’OSNA chez les participants sans OSNA au départ (n = 3,657 XNUMX) a été estimée d'une manière similaire à celle décrite ci-dessus avec une nouvelle incidence d'OSNA comme résultat et de dépression comme exposition. La prédiction de la dépression initiale (version continue et catégorielle) sur la nouvelle incidence d'OSNA et la prédiction du changement de l'état de dépression au fil du temps sur la nouvelle incidence d'OSNA ont été respectivement estimées.

Les analyses statistiques ont été effectuées à l'aide de la version 9.4 de SAS (SAS Institute, Cary, NC, États-Unis). Un double face p une valeur <05 était considérée comme statistiquement significative.

Ethique

Les procédures d'étude ont été réalisées conformément à la déclaration d'Helsinki. Le consentement et la permission de l'école pour l'enquête en milieu scolaire ont été obtenus des directeurs d'école avant la réalisation de l'enquête. Le consentement verbal a été obtenu des étudiants avant leur participation. Cette étude et la procédure de consentement ont été approuvées par le comité d'éthique de la recherche et du comportement de l'université chinoise de Hong Kong.

Résultats

Caractéristiques des participants et analyse de l'attrition

L’analyse de l’attrition a montré qu’il n’y avait pas de différence significative en termes de niveau d’éducation des parents et de résultats scolaires autodéclarés entre les adolescents ayant participé à l’analyse longitudinale (n = 4,237 XNUMX) et qui ont été exclus de l'analyse longitudinale (n = 1,128 XNUMX). Les adolescents qui faisaient partie de l'échantillon longitudinal étaient plus susceptibles d'être des filles, venaient de la huitième année, avaient une bonne situation financière familiale, vivaient avec les deux parents et ressentaient une pression d'étude nulle / faible (tableau 1).

lampe de table

Tableau 1. Analyse d'attrition et caractéristiques des participants dans l'échantillon longitudinal
 

Tableau 1. Analyse d'attrition et caractéristiques des participants dans l'échantillon longitudinal

 

Baseline

Participants à l'échantillon longitudinal

Participants sans dépression au départ

Participants sans OSNA au départ

 

Oui

Non

p*

Non OSNA

OSNA

p*

Non déprimé

Déprimé

p*

Total5,3654,2371,128-2,922274-2,922735-
Relations sexuelles
 Homme2,533 (47.2)2,105 (49.7)727 (64.4)<.0011,464 (50.1)164 (59.8).0021,464 (50.1)309 (42.0)<.001
 Femme2,832 (52.8)2,132 (50.3)401 (35.6) 1,458 (49.9)110 (40.2) 1,458 (49.9)426 (58.0) 
Alliage
 Sept2,592 (48.3)2,011 (47.5)581 (51.5).0161,418 (48.5)131 (47.8).8201,418 (48.5)337 (45.9).194
 Huit2,773 (51.7)2,226 (52.5)547 (48.5) 1,504 (51.5)143 (52.2) 1,504 (51.5)398 (54.2) 
Niveau d'éducation du père
 École primaire ou moins356 (6.6)273 (6.4)83 (7.4).376165 (5.7)21 (7.7).049165 (5.7)61 (8.3).010
 École secondaire junior1,816 (33.9)1,425 (33.6)391 (34.7) 958 (32.8)108 (39.4) 958 (32.8)259 (35.2) 
 Lycée secondaire1,646 (30.7)1,312 (31.0)334 (29.6) 911 (31.2)79 (28.8) 911 (31.2)230 (31.3) 
 Collège ou supérieur1,317 (24.5)1,053 (24.9)264 (23.4) 763 (26.1)54 (6.6) 763 (26.1)159 (21.6) 
 Je ne sais pas230 (4.3)174 (4.1)56 (5.0) 125 (4.3)12 (4.4) 125 (4.3)26 (3.5) 
Niveau d'éducation de la mère
 École primaire ou moins588 (11.0)445 (10.5)143 (12.7).144267 (9.1)35 (12.8).108267 (9.1)103 (14.0)<.001
 École secondaire junior1,909 (35.6)1,507 (35.6)402 (35.6) 1,030 (35.3)108 (39.4) 1,030 (35.3)274 (37.3) 
 Lycée secondaire1,497 (27.9)1,199 (28.3)298 (26.4) 860 (29.4)71 (25.9) 860 (29.4)180 (24.5) 
 Collège ou supérieur1,143 (21.3)913 (21.6)230 (20.4) 634 (21.7)50 (18.3) 634 (21.7)156 (21.2) 
 Je ne sais pas228 (4.3)173 (4.1)55 (4.9) 131 (4.5)10 (3.6) 131 (4.5)22 (3.0) 
Situation financière familiale
 Très bon / bon2,519 (47.0)2,047 (48.3)472 (41.8)<.0011,495 (51.2)123 (44.9).1151,495 (51.2)300 (40.8)<.001
 Moyen2,664 (49.6)2,072 (48.9)592 (52.5) 1,366 (46.7)143 (52.2) 1,366 (46.8)405 (55.1) 
 Pauvre / très pauvre182 (3.4)118 (2.8)64 (5.7) 61 (2.1)8 (8.6) 61 (2.1)30 (4.1) 
Vit avec les deux parents
 Non4,712 (87.8)490 (11.6)163 (14.4).008312 (10.7)30 (11.0).890312 (10.7)107 (14.6).003
 Oui653 (12.2)3,747 (88.4)965 (85.6) 2,610 (89.3)244 (89.0) 2,610 (89.3)628 (85.4) 
Performance académique
 Plus haut1,817 (33.9)1,465 (34.6)223 (19.8).2761,142 (39.1)51 (18.6)<.0011,142 (39.1)205 (27.9)<.001
 Moyenne2,396 (44.6)1,920 (45.3)619 (54.9) 1,306 (44.7)134 (48.9) 1,306 (44.7)347 (47.2) 
 Coût en adjuvantation plus élevé.1,152 (21.5)490 (20.1)286 (25.4) 474 (16.2)89 (32.5) 474 (16.2)183 (24.9) 
Pression d'étude perçue
 Nil / léger1,034 (19.3)811 (19.1)352 (31.2)<.001667 (22.8)31 (11.3)<.001667 (22.8)78 (10.6)<.001
 Général3,052 (56.9)2,433 (57.4)476 (42.2) 1,769 (60.5)172 (62.8) 1,769 (60.5)359 (48.8) 
 Lourd / très lourd1,279 (23.8)993 (23.4)300 (26.6) 486 (16.6)71 (25.9) 486 (16.6)298 (40.5) 

Note. Les données sont indiquées comme n (%). OSNA: dépendance aux réseaux sociaux en ligne; CES-D: Centre d'évaluation de la dépression par le Centre d'épidémiologie; -: n'est pas applicable.

*p les valeurs ont été obtenues avec2 test.

Parmi les adolescents 4,237 (âge moyen: 13.9, écart type: 0.7) dans l'échantillon longitudinal, 49.7% (2,105 de 4,237) étaient des filles et 47.5% (2,011 de 4,237) étaient des élèves de septième année. La plupart des adolescents (88.4%; 3,747 of 4,237) vivaient avec leurs parents. Dans l'échantillon longitudinal, la prévalence de la dépression a augmenté de manière significative de 24.6% (1,041 à 4,237) au début de l'étude à 26.6% au suivi (test de McNemar = 7.459, p = .006). Il n'y avait pas de différence significative pour la prévalence de l'OSNA entre le départ et le suivi (13.7% au départ vs 13.6% au suivi; test de McNemar = 0.053, p = 818). Au total, 3,196 élèves n'étaient pas déprimés au départ et 3,657 élèves étaient exempts d'OSNA au départ (tableau 1).

Facteurs de confusion potentiels associés à une nouvelle incidence de dépression ou d'OSNA

lampe de table 2 montre que la situation financière familiale perçue comme médiocre, le rendement scolaire auto-déclaré médiocre et la forte pression perçue lors de l'étude étaient significativement associés à une incidence plus élevée de dépression (étendue du OU univarié: 1.32 – 1.98) et à une incidence plus élevée d'OSNA (étendue du OU univarié: 1.61 – 2.76). Le fait de vivre avec leurs parents constituait un facteur de protection significatif pour l'incidence de l'OSNA uniquement [univarié OU: 0.65, 95% d'intervalle de confiance (IC): 0.48 – 0.89].

lampe de table

Tableau 2. Associations univariées entre les covariables de fond et l'incidence de la dépression / OSNA
 

Tableau 2. Associations univariées entre les covariables de fond et l'incidence de la dépression / OSNA

 

Incidence de la dépression

Incidence d'OSNA

 

n (%) (n = 515)

ORu (95% CI)

p

n (%) (n = 335)

ORu (95% CI)

p

Relations sexuelles 
 Homme249 (15.9)1 168 (8.9)1 
 Femme266 (16.3)0.96 (0.79, 1.16).641167 (9.4)0.94 (0.75, 1.17).573
Alliage 
 Sept250 (16.1)1 160 (9.1)1 
 Huit265 (16.1)1.00 (0.83, 1.21).977175 (9.2)1.00 (0.80, 1.26).977
Niveau d'éducation du père 
 École primaire ou moins32 (17.2)1 26 (11.5)1 
 Collège secondaire190 (17.8)1.04 (0.69, 1.59).827116 (9.5)0.81 (0.52, 1.28).377
 Lycée139 (14.0)0.80 (0.52, 1.23).31793 (8.2)0.67 (0.42, 1.07).090
 Université ou plus129 (15.8)0.92 (0.60, 1.42).70586 (9.3)0.78 (0.49, 1.26).310
 Je ne sais pas25 (18.3)1.14 (0.63, 2.04).66614 (9.3)0.79 (0.40, 1.59).516
Niveau d'éducation de la mère 
 École primaire ou moins47 (15.6)1 31 (8.4)1 
 Collège secondaire196 (17.2)1.15 (0.81, 1.63).424118 (9.1)1.11 (0.73, 1.69).621
 Lycée141 (15.2)1.01 (0.70, 1.46).939109 (10.5)1.28 (0.84, 1.96).257
 Université ou plus105 (15.4)1.03 (0.70, 1.52).86164 (8.1)0.97 (0.61, 1.53).891
 Je ne sais pas26 (18.4)1.32 (0.77, 2.25).31013 (8.5)1.03 (0.52, 2.03).940
Situation financière familiale 
 Très bon / bon229 (14.2)1 145 (8.1)1 
 Moyen269 (17.8)1.32 (1.08, 1.60).006172 (9.7)1.21 (0.96, 1.53).105
 Pauvre / très pauvre17 (24.6)1.98 (1.12, 3.49).01918 (19.8)2.76 (1.60, 4.76)<.001
Vit avec les deux parents 
 Non64 (18.7)1 54 (12.9)1 
 Oui451 (15.8)0.80 (0.60, 1.07).135281 (8.7)0.65 (0.48, 0.89).008
Performance académique 
 Plus haut169 (14.2)1 109 (8.1)1 
 Moyenne226 (15.7)1.13 (0.91, 1.41).254145 (8.8)1.10 (0.85, 1.42).488
 Coût en adjuvantation plus élevé.120 (21.3)1.66 (1.28, 2.16)<.00181 (12.3)1.61 (1.19, 2.19).002
Pression d'étude perçue 
 Nil / léger96 (13.8)1 59 (7.9)1 
 Moyen305 (15.7)1.16 (0.90, 1.48).253178 (8.4)1.05 (0.77, 1.44).735
 Lourd / très lourd114 (20.5)1.63 (1.20, 2.20).00296 (12.5)1.65 (1.17, 2.32).004

Note. OSNA: dépendance aux réseaux sociaux en ligne; ORu: rapport de cotes univarié; 95% CI: Intervalle de confiance 95%, obtenu à l'aide des modèles de régression logistique univarié.

OSNA prévoit une nouvelle incidence de dépression

Parmi les adolescents 3,196 qui n'étaient pas déprimés au départ, un modèle univarié a montré que l'OSNA initial était associé de manière significative à une incidence plus élevée de dépression au cours de la période de suivi (OU univarié: 1.65, 95% IC: 1.22 – 2.22). Après ajustement du sexe, du grade, de la situation financière de la famille, des résultats scolaires et de la pression perçue lors des études, l'association est restée significative [OU ajusté (AOR): 1.48, 95% CI: 1.09 – 2.01]. Lors de l'ajustement ultérieur du score de base CES-D, l'association devient statistiquement non significative (AOR: 1.16, 95% CI: 0.85 – 1.60). Des résultats similaires ont été observés lors de l’utilisation du score OSNA (variable continue) comme facteur prédictif de la nouvelle dépression (Tableau 1). 3).

lampe de table

Tableau 3. Associations longitudinales entre OSNA et la dépression: modèles de régression logistique à plusieurs niveaux
 

Tableau 3. Associations longitudinales entre OSNA et la dépression: modèles de régression logistique à plusieurs niveaux

 

n

Nombre de nouveaux cas d'incident

Modèles univariés

Modèles multivariés

 

ORu (95% CI)

p

AOR (95% CI)

p

AOR (95% CI)

p

OSNA prédit un nouvel incident de dépression (n = 3,196)
Score de base OSNA (continu)--1.05 (1.03, 1.07)<.0011.04 (1.02, 1.06)a<.0011.01 (0.99, 1.03)b.242
OSNA de base
 Non2,9224511 1a 1b 
 Oui274641.65 (1.22, 2.22).0011.48 (1.09, 2.01).0121.16 (0.85, 1.60).342
Changement d'état d'OSNA au fil du temps
 Pas d'OSNA2,6943541 1a 1b 
 Rémission de l'OSNA179381.77 (1.21, 2.58).0031.61 (1.10, 2.37).0151.29 (0.87, 1.91).202
 OSNA persistant95262.46 (1.54, 3.93)<.0012.23 (1.39, 3.58)<.0011.65 (1.01, 2.69).044
 OSNA émergente228974.89 (3.67, 6.52)<.0014.67 (3.49, 6.24)<.0014.29 (3.17, 5.81)<.001
La dépression laisse présager un nouvel incident, OSNA (n = 3,657)
Score de base CES-D (continu)--1.05 (1.03, 1.06)<.0011.04 (1.03, 1.05)c<.0011.03 (1.01, 1.04)d<.001
Dépression de base
 Non2,9222281 1c 1d 
 Oui7351072.02 (1.58, 2.58)<.0011.78 (1.38, 2.31)<.0011.48 (1.14, 1.93).004
Changement d'état de dépression au fil du temps
 Pas de dépression2,4711311 1c 1d 
 Rémission de la dépression315211.28 (0.80, 2.07).3071.19 (0.73, 1.93).4860.97 (0.60, 1.59).918
 Dépression persistante420864.62 (3.43, 6.21)<.0014.17 (3.05, 5.69)<.0013.45 (2.51, 4.75)<.001
 Dépression émergente451974.88 (3.67, 6.50)<.0014.70 (3.53, 6.28)<.0014.47 (3.33, 5.99)<.001

Note. OSNA: dépendance aux réseaux sociaux en ligne; CES-D: Centre d'évaluation épidémiologique du Centre d'épidémiologie; ORu: rapport de cotes univarié; AOR: rapport de cotes ajusté; 95% CI: 95% intervalle de confiance.

aLes modèles ont été ajustés en fonction du sexe, du grade, de la situation financière de la famille, des résultats scolaires et de la pression perçue lors des études. bLes modèles ont été ajustés en fonction du sexe, du grade, de la situation financière de la famille, du rendement scolaire, de la pression perçue de l'étude et du score de référence de l'échelle CES-D (variable continue). cLes modèles ont été ajustés en fonction du sexe, du niveau scolaire, de la situation financière de la famille, des conditions de vie avec les parents, des résultats scolaires et de la pression apparente des études. dLes modèles ont été ajustés en fonction du sexe, du niveau scolaire, de la situation financière de la famille, des conditions de vie avec les parents, des résultats scolaires, de la pression perçue de l'étude et du score de base de l'échelle OSNA (variable continue).

Nous avons trouvé une association significative entre le changement de statut OSNA et une incidence plus élevée de la dépression. Comparativement aux adolescents classés dans la catégorie «non OSNA», le risque de développer une dépression était multiplié par le nombre de fois 1.65 (95% CI: 1.01 – 2.69) plus élevé chez les patients ayant un OSNA persistant et de 4.29 fois (95% CI: 3.17 – 5.81) plus élevé par les OSNA émergent, après ajustement du sexe, du grade, de la situation financière de la famille, des résultats scolaires, de la pression perçue des études et des scores de base de la CES-D (Tableau 1). 3).

La dépression annonce une nouvelle incidence d'OSNA

Chez les adolescents 3,657 exempts d'OSNA au départ, les résultats univariés ont montré une association positive significative entre la dépression initiale et une incidence plus élevée d'OSNA (OU univarié: 2.02, 95% CI: 1.58 – 2.58). Après ajustement du sexe, du niveau scolaire, de la situation financière de la famille, des conditions de vie avec les parents, des résultats scolaires et de la pression apparente des études, l'association s'est légèrement atténuée mais est restée significative (AOR: 1.78, 95, CI: 1.38 – 2.31). L'association entre l'état initial de dépression et l'incidence d'OSNA était toujours statistiquement significative lors d'un nouvel ajustement des scores OSNA de base (AOR: 1.48, 95% CI: 1.14 – 1.93). Les résultats étaient toujours significatifs lorsque le score CES-D (variable continue) était utilisé comme facteur prédictif du nouvel incident OSNA (tableau 1). 3).

Une association significative entre le changement d'état de dépression et l'incidence d'OSNA a été observée dans l'analyse multivariable. Après ajustement du sexe, du niveau scolaire, de la situation financière de la famille, des conditions de vie avec les parents, des résultats scolaires, de la pression perçue lors de l’étude et du score OSNA de base, par rapport aux adolescents sans dépression, les probabilités de développer un OSNA étaient multipliées par le temps (3.45% CI: 95– 2.51) plus élevé chez les patients qui étaient constamment déprimés, et le nombre de fois 4.75 (4.47% CI: 95 – 3.33) plus élevé chez ceux qui sortaient déprimés (Tableau 3).

a lieu

Dans cette étude longitudinale à grande échelle, nous avons constaté que les adolescents qui étaient déprimés mais sans ONSA au départ avaient un risque 48% plus élevé de développer OSNA au cours de la période de suivi de 9 mois par rapport à ceux sans dépression au départ, mais la prédiction de L'OSNA de base sur la nouvelle incidence de la dépression n'a pas été pris en charge dans cette étude. De plus, lorsque les effets des changements d'état au fil du temps (c.-à-d., La rémission de la dépression / OSNA au départ à la non-dépression / non-OSNA au suivi) ont été pris en compte dans les modèles, les résultats ont révélé une association bidirectionnelle entre OSNA et la dépression . Les adolescents qui étaient constamment déprimés ou qui émergeaient de la dépression avaient un risque plus élevé de développer une OSNA par rapport à ceux qui n'étaient pas déprimés pendant la période de suivi de 9 mois. Inversement, les adolescents qui étaient OSNA persistants ou OSNA émergents ont également un risque accru de développer une dépression par rapport à ceux qui n'étaient pas OSNA à la fois au départ et au suivi.

La différence entre les résultats obtenus en utilisant les mesures de base (c.-à-d. L'OSNA de base) et les changements de statut (c.-à-d. Le changement du statut d'OSNA) pour prédire un résultat d'incidence (c.-à-d. Nouvelle incidence de dépression) pourrait être expliquée par les taux de rémission élevés de l'OSNA et dépression pendant la période de suivi. Le taux élevé de rémission naturelle des comportements addictifs à Internet (49.5% à 51.5%) a été observé dans deux études longitudinales antérieures à Taiwan (Ko, Yen, Yen, Lin et Yang, 2007; Ko et al., 2015). Les résultats de notre précédente enquête à Hong Kong ont également régulièrement mis en évidence une incidence élevée de rémission due au comportement de dépendance à Internet au cours d’une période de 12 (59.29 par 100 années-personnes; Lau, Wu, Gross, Cheng et Lau, 2017). De même, dans cette étude, une grande proportion de cas de rémission dus à la dépression (41.4%) et à OSNA (58.8%) ont été observés au cours de la période de l'étude. Ces résultats ont indiqué que l’OSNA et l’état de dépression dans l’évaluation initiale ne pouvaient pas être traités comme des conditions invariables avec le temps. Par conséquent, ignorer l’effet de la rémission avec le temps sous-estimerait potentiellement l’effet d’OSNA sur la dépression. Ainsi, nous avons supposé que l’approche de modélisation impliquant des changements dynamiques dans OSNA et l’état de dépression au fil du temps pourrait fournir une estimation plus convaincante et plus robuste en éliminant les effets de compensation potentiels des cas de rémission.

Les résultats de cette étude suggèrent une association bidirectionnelle entre l'OSNA et la dépression chez les adolescents, indiquant que la dépression rend un individu vulnérable au développement d'OSNA, et à son tour, la conséquence négative de l'OSNA exacerbe davantage les symptômes de la dépression. Les cognitions inadaptées (c.-à-d. Rumination, doute de soi, faible efficacité personnelle et auto-évaluation négative) et les comportements dysfonctionnels (c.-à-d. Utiliser Internet pour échapper à des problèmes émotionnels) sont essentiels dans le développement de comportements addictifs liés à Internet (Davis, 2001). Les personnes déprimées présentent généralement des symptômes cognitifs et ont des attentes positives quant à leur utilisation d'Internet qu'Internet pourrait les distraire des humeurs négatives et des problèmes personnels (par exemple, la dépression et la solitude; Marque, Laier et Young, 2014; Wu, Cheung, Ku et Hung, 2013). En particulier, les réseaux sociaux en ligne sont attrayants pour les personnes ayant des problèmes d'humeur en raison de leur anonymat et de leur absence d'indices sociaux (c'est-à-dire, expression faciale, inflexion de la voix et contact visuel) par rapport aux communications en face à face (Young et Rogers, 1998). Les personnes déprimées peuvent préférer les réseaux sociaux en ligne comme moyen de communication plus sûr et moins menaçant, ainsi que comme moyen de réguler leurs humeurs négatives (c.-à-d. Atténuer les émotions négatives, l'anxiété et les problèmes personnels). Ces stratégies d'adaptation de cognition et d'évitement inadaptées accélèrent le développement d'OSNA. Une implication excessive dans les réseaux sociaux en ligne déplace le temps passé avec la famille et les pairs dans le monde réel et provoque le retrait des activités interpersonnelles hors ligne, ce qui intensifie les humeurs négatives (par exemple, les symptômes dépressifs et la solitude; Kraut et coll., 1998), présentant ainsi une relation réciproque.

Les résultats de cette étude impliquent plusieurs implications dans la conception de programmes de prévention et d’intervention. Premièrement, la prédiction positive de la dépression de base sur la nouvelle incidence d'OSNA implique que les adolescents déprimés courent un risque élevé de développer l'OSNA plus tard. Stratégies d’intervention visant à réduire les symptômes dépressifs, c’est-à-dire à réduire les convictions mésadaptées quant aux résultats escomptés de l’utilisation d’Internet, à la formation des compétences sociales et à la planification d’activités de loisirs hors ligne (Chou et coll., 2015), pourrait effectivement empêcher le développement d'OSNA. Deuxièmement, il est utile d'évaluer les niveaux de symptômes dépressifs en tant que marqueur de la vulnérabilité à l'OSNA. Les interventions et les mesures de prévention ciblant les adolescents à haut risque avec des symptômes dépressifs identifiés pourraient réduire les chances de souffrir d'OSNA chez les adolescents scolarisés. Troisièmement, pour la forte prédiction du changement du statut OSNA (c.-à-d. OSNA persistant et OSNA émergent) sur l'incidence de la dépression et la prédiction du changement du statut dépressif (c.-à-d. Dépression persistante et dépression émergente) sur l'incidence de l'OSNA, cela implique que l'OSNA est fortement comorbide avec la dépression, indiquant un mécanisme de renforcement négatif.

Il y a des implications pour les recherches futures. Tout d’abord, nos résultats, ainsi que ceux d’études antérieures, indiquaient que le niveau d’OSNA et de symptômes dépressifs était dynamique et réversible au cours de la période de l’étude plutôt que par fluctuation aléatoire du hasard (Lau et coll., 2017). Des études futures impliquant des mesures de la dépression ou de l'OSNA sont suggérées pour mesurer ces troubles à plusieurs reprises plutôt qu'un seul point dans le temps en les supposant inchangeables dans le temps. En outre, la méthodologie statistique devrait tenir compte de ce changement de statut dans les spécifications de modélisation, comme l'utilisation du changement de statut pathologique au fil du temps plutôt que de l'état de base comme prédicteur des résultats de santé mentale. Deuxièmement, il s'est demandé si ces troubles (c.-à-d. Les symptômes dépressifs et les comportements liés à Internet) sont durables ou à court terme. D'autres études longitudinales impliquant une approche de modélisation de trajectoire de classe latente sont une alternative pour estimer l'évolution naturelle du développement de ces troubles.

À notre connaissance, notre étude de cohorte est la première à estimer une association bidirectionnelle entre OSNA et la dépression chez les adolescents. Le principal atout de cette étude réside dans une conception d’étude prospective à grande échelle avec des mesures répétées pour OSNA et la dépression. Un autre avantage majeur est qu'une association bidirectionnelle, comprenant la prédiction longitudinale d'OSNA sur le développement de la dépression et la prédiction longitudinale de la dépression sur le développement d'OSNA, a été testée dans le même échantillon.

Cependant, plusieurs limites doivent être notées lors de l'interprétation des résultats. Premièrement, en raison de la méthode de collecte de données autodéclarée, un biais de déclaration peut en conséquence exister (par exemple, biais social souhaitable et biais de rappel). Deuxièmement, cette étude s'est concentrée sur une population démographique spécifique (c.-à-d. Les étudiants non cliniques, en milieu scolaire), et la généralisation des résultats à d'autres populations doit être prudente. Des études dans une autre population démographique (c.-à-d. La population clinique psychiatrique) sont nécessaires pour confirmer davantage les associations longitudinales trouvées dans cette étude. Troisièmement, il peut exister une classification erronée de la dépression comme source d'erreur de mesure étant donné que la dépression a été mesurée par une échelle de dépistage épidémiologique auto-administrée plutôt que par un diagnostic clinique pour évaluer la dépression. Quatrièmement, cette étude a été limitée à deux moments avec un intervalle de 9 mois. Comme nous avons défini le changement de l'OSNA / dépression (c.-à-d. ONSA persistant / dépression et rémission de l'OSNA / dépression) en comparant les résultats des enquêtes de référence et de suivi menées à 9 mois d'intervalle, nous ne savons pas si le statut OSNA / dépression a changé ou fluctué au cours de la période de 9 mois. Des études longitudinales avec des observations multiples et un intervalle de temps court sont nécessaires pour saisir l'image dynamique de ces conditions négatives. Cinquièmement, étant donné qu'il n'y a pas d'instrument standard d'or et de critères diagnostiques disponibles pour l'OSNA, nous avons utilisé le 10e décile des scores OSNA au départ pour définir les cas d'OSNA à la suite d'une étude publiée similaire (Verkuijl et al., 2014). La sensibilité et la spécificité de ce critère pour le statut OSNA ne sont pas claires et doivent être évaluées lors de futures recherches. Cependant, l'échelle OSNA a montré des propriétés psychométriques acceptables dans cette étude et dans nos études précédentes. Sixièmement, les associations longitudinales entre OSNA et la dépression ont été estimées séparément à l'aide de deux sous-échantillons. Nous pensons que l’utilisation du statut pathologique comme résultat plutôt que des scores continus pourrait fournir une explication plus significative dans une étude épidémiologique. La modélisation par équation structurelle croisée pourrait être une autre approche pour explorer les directions causales dans les futures études longitudinales avec trois observations ou plus. De plus, nos résultats fournissent de solides preuves d'associations temporelles (un critère important d'inférence causale) entre OSNA et la dépression. Cependant, nous n'avons pas pu exclure la possibilité qu'une troisième variable non incluse dans cette étude lie les associations longitudinales entre OSNA et la dépression.

Conclusions

Cette étude a révélé une association bidirectionnelle entre OSNA et la dépression chez les adolescents, ce qui signifie que la dépression contribue de manière significative au développement de l'OSNA et que, par conséquent, les personnes déprimées subissent des effets plus néfastes de la dépendance aux réseaux sociaux en ligne. Un plus grand nombre d'études longitudinales comportant plusieurs points d'observation et un intervalle de temps réduit est nécessaire pour confirmer davantage les résultats de cette étude.

Contribution des auteurs

J-BL, JTFL, PKHM et X-FS ont conçu et conçu l’étude. J-BL, J-CM et Y-XC ont acquis les données. J-BL, JTFL et PKHM ont effectué les analyses statistiques. J-BL, JTFL, PKHM, XZ et AMSW ont rédigé et révisé le manuscrit. Tous les auteurs ont contribué à l'interprétation des résultats et à la révision critique du manuscrit pour un contenu intellectuel important et ont approuvé la version finale du manuscrit.

Conflit d'intérêt

Les auteurs ne déclarent aucun conflit d'intérêt.

Remerciements

Les auteurs aimeraient remercier tous les participants, leurs familles et leurs écoles pour leur soutien à cette étude.

Bibliographie

 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 CrossRefGoogle Scholar
 Brand, M., Laier, C. et Young, K. S. (2014). Dépendance à Internet: styles d'adaptation, attentes et implications du traitement. Frontiers in Psychology, 5, 1256. doi:https://doi.org/10.3389/fpsyg.2014.01256 CrossRef, MedlineGoogle Scholar
 Chen, Z. Y., Yang, X. D. et Li, X. Y. (2009). Caractéristiques psychométriques du CES-D chez les adolescents chinois. Journal chinois de psychologie clinique, 17 (4), 443–448. est ce que je:https://doi.org/10.16128/j.cnki.1005-3611.2009.04.027 Google Scholar
 Cheng, C. P., Yen, C. F., Ko, C. H., et Yen, J. Y. (2012). Structure factorielle de l'échelle du Center for Epidemiologic Studies Depression Scale chez les adolescents taïwanais. Psychiatrie complète, 53 (3), 299-307. est ce que je:https://doi.org/10.1016/j.comppsych.2011.04.056 CrossRef, MedlineGoogle Scholar
 Cho, S. M., Sung, M. J., Shin, K. M., Lim, K. Y., et Shin, Y. M. (2013). La psychopathologie de l'enfance permet-elle de prédire la dépendance à Internet chez les adolescents de sexe masculin? Psychiatrie de l'enfant et développement humain, 44 (4), 549–555. est ce que je:https://doi.org/10.1007/s10578-012-0348-4 CrossRef, MedlineGoogle Scholar
 Chou, W. P., Ko, C. H., Kaufman, E. A., Crowell, S. E., Hsiao, R. C., Wang, P. W., Lin, J. J., et Yen, C. F. (2015). Association des stratégies d'adaptation au stress et de la dépendance à Internet chez les étudiants: l'effet modérateur de la dépression. Comprehensive Psychiatry, 62, 27–33. est ce que je:https://doi.org/10.1016/j.comppsych.2015.06.004 MedlineGoogle Scholar
 Davis, R. A. (2001). Un modèle cognitivo-comportemental d'utilisation pathologique d'Internet. Ordinateurs dans le comportement humain, 17 (2), 187–195. est ce que je:https://doi.org/10.1016/S0747-5632(00)00041-8 CrossRefGoogle Scholar
 Ellison, N. B., Steinfield, C., et Lampe, C. (2007). Les avantages des «amis» de Facebook: capital social et utilisation par les étudiants des sites de réseaux sociaux en ligne. Journal de communication par ordinateur, 12 (4), 1143-1168. est ce que je:https://doi.org/10.1111/j.1083-6101.2007.00367.x CrossRefGoogle Scholar
 Gámez-Guadix, M. (2014). Symptômes dépressifs et utilisation problématique d'Internet chez les adolescents: Analyse des relations longitudinales à partir du modèle cognitivo-comportemental. Cyberpsychologie, comportement et réseaux sociaux, 17 (11), 714 – 719. est ce que je:https://doi.org/10.1089/cyber.2014.0226 MedlineGoogle Scholar
 Griffiths, M. D. (2013). Dépendance aux réseaux sociaux: thèmes et problèmes émergents. Journal of Addiction Research & Therapy, 4 (5), e118. est ce que je:https://doi.org/10.4172/2155-6105.1000e118 Google Scholar
 Griths, M. D., Kuss, D. J., et Demetrovics, Z. (2014). Dépendance aux réseaux sociaux: un aperçu des résultats préliminaires. Dans K. P. Rosenberg et L. C. Feder (Eds.), Behavioral addictions: Criteria, evidence and treatment (pp. 119-141). Londres, Royaume-Uni: Elsevier. Google Scholar
 Hinkley, T., Verbestel, V., Ahrens, W., Lissner, L., Molnár, D., Moreno, LA, Pigeot, I., Pohlabeln, H., Reisch, LA, et Russo, P. (2014 ). Utilisation des médias électroniques dans la petite enfance comme prédicteur d'un moins bon bien-être: étude prospective de cohorte. JAMA Pediatrics, 168 (5), 485–492. est ce que je:https://doi.org/10.1001/jamapediatrics.2014.94 MedlineGoogle Scholar
 Hong, F. Y., Huang, D. H., Lin, H. Y., et Chiu, S. L. (2014). Analyse des traits psychologiques, de l'utilisation de Facebook et du modèle de dépendance à Facebook des étudiants universitaires taïwanais. Télématique et informatique, 31 (4), 597–606. est ce que je:https://doi.org/10.1016/j.tele.2014.01.001 CrossRefGoogle Scholar
 Knopf, D., Park, M. J., et Mulye, T. P. (2008). La santé mentale des adolescents: un profil national, 2008. San Francisco, Californie: Centre national d'information sur la santé des adolescents. Google Scholar
 Ko, C. H., Wang, P. W., Liu, T. L., Yen, C. F., Chen, C. S., et Yen, J. Y. (2015). Associations bidirectionnelles entre les facteurs familiaux et la dépendance à Internet chez les adolescents dans une enquête prospective. Psychiatrie et neurosciences cliniques, 69 (4), 192–200. est ce que je:https://doi.org/10.1111/pcn.12204 MedlineGoogle Scholar
 Ko, C. H., Yen, J. Y., Chen, C. S., Yeh, Y. C., et Yen, C. F. (2009). Valeurs prédictives des symptômes psychiatriques de la dépendance à Internet chez les adolescents: une étude prospective de 2 ans. Archives de Pediatrics & Adolescent Medicine, 163 (10), 937–943. est ce que je:https://doi.org/10.1001/archpediatrics.2009.159 CrossRef, MedlineGoogle Scholar
 Ko, C. H., Yen, J. Y., Yen, C. F., Lin, H. C. et Yang, M. J. (2007). Facteurs prédictifs de l'incidence et de la rémission de la dépendance à Internet chez les jeunes adolescents: une étude prospective. CyberPsychologie et comportement, 10 (4), 545–551. est ce que je:https://doi.org/10.1089/cpb.2007.9992 CrossRef, MedlineGoogle Scholar
 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, MedlineGoogle Scholar
 Kraut, R., Patterson, M., Lundmark, V., Kiesler, S., Mukopadhyay, T., et Scherlis, W. (1998). Paradoxe Internet. Une technologie sociale qui réduit l'implication sociale et le bien-être psychologique? American Psychologist, 53 (9), 1017–1031. est ce que je:https://doi.org/10.1037/0003-066X.53.9.1017 CrossRef, MedlineGoogle Scholar
 Kuss, D. J., et Griffiths, M. D. (2011). Réseaux sociaux en ligne et toxicomanie - Une revue de la littérature psychologique. Journal international de recherche environnementale et de santé publique, 8 (9), 3528–3552. est ce que je:https://doi.org/10.3390/ijerph8093528 CrossRef, MedlineGoogle Scholar
 Laconi, S., Tricard, N., et Chabrol, H. (2015). Différences entre les utilisations problématiques d'Internet spécifiques et généralisées selon le sexe, l'âge, le temps passé en ligne et les symptômes psychopathologiques. Ordinateurs dans le comportement humain, 48, 236–244. est ce que je:https://doi.org/10.1016/j.chb.2015.02.006 CrossRefGoogle Scholar
 Lam, L. T. (2014). Dépendance aux jeux sur Internet, utilisation problématique d'Internet et problèmes de sommeil: une revue systématique. Current Psychiatry Reports, 16 (4), 444. doi:https://doi.org/10.1007/s11920-014-0444-1 CrossRef, MedlineGoogle Scholar
 Lau, J. T. F., Wu, A. M. S., Gross, D. L., Cheng, K. M., et Lau, M. M. C. (2017). La dépendance à Internet est-elle transitoire ou persistante? Incidence et prédicteurs prospectifs de la rémission de la dépendance à Internet chez les élèves du secondaire chinois. Addictive Behaviors, 74, 55–62. est ce que je:https://doi.org/10.1016/j.addbeh.2017.05.034 MedlineGoogle Scholar
 Lee, S. W., Stewart, S. M., Byrne, B. M., Wong, J. P. S., Ho, S. Y., Lee, P. W. H., et Lam, T. H. (2008). Structure factorielle de l'échelle de dépression du Center for Epidemiological Studies chez les adolescents de Hong Kong. Journal of Personality Assessment, 90 (2), 175–184. est ce que je:https://doi.org/10.1080/00223890701845385 MedlineGoogle Scholar
 Li, J. B., Lau, J. T. F., Mo, P. K. H., Su, X. F., Tang, J., Qin, Z. G., et Gross, D. L. (2017). L'insomnie a en partie médié l'association entre l'utilisation problématique d'Internet et la dépression chez les élèves du secondaire en Chine. Journal of Behavioral Addictions, 6 (4), 554–563. est ce que je:https://doi.org/10.1556/2006.6.2017.085 LienGoogle Scholar
 Li, J. B., Lau, J. T. F., Mo, P. K. H., Su, X. F., Wu, A. M., Tang, J., et Qin, Z. G. (2016). Validation de l'échelle d'intensité des activités de réseautage social chez les élèves des collèges en Chine. PLoS One, 11 (10), e0165695. est ce que je:https://doi.org/10.1371/journal.pone.0165695 CrossRef, MedlineGoogle Scholar
 Lin, L. Y., Sidani, J. E., Shensa, A., Radovic, A., Miller, E., Colditz, J. B., Hoffman, B. L., Giles, L. M. et Primack, B. A. (2016). Association entre l'utilisation des médias sociaux et la dépression chez les jeunes adultes américains. Depression and Anxiety, 33 (4), 323–331. est ce que je:https://doi.org/10.1002/da.22466 MedlineGoogle Scholar
 McDougall, M. A., Walsh, M., Wattier, K., Knigge, R., Miller, L., Stevermer, M., et Fogas, B. S. (2016). L'effet des sites de réseautage social sur la relation entre le soutien social perçu et la dépression. Psychiatry Research, 246, 223-229. est ce que je:https://doi.org/10.1016/j.psychres.2016.09.018 MedlineGoogle Scholar
 Moreno, M. A., Jelenchick, L. A. et Breland, D. J. (2015). Explorer la dépression et l'utilisation problématique d'Internet chez les étudiantes: une étude multisite. Computers in Human Behavior, 49, 601–607. est ce que je:https://doi.org/10.1016/j.chb.2015.03.033 Google Scholar
 Oberst, U., Wegmann, E., Stodt, B., Brand, M. et Chamarro, A. (2017). Conséquences négatives des réseaux sociaux lourds chez les adolescents: le rôle médiateur de la peur de passer à côté. Journal of Adolescence, 55, 51–60. est ce que je:https://doi.org/10.1016/j.adolescence.2016.12.008 CrossRef, MedlineGoogle Scholar
 Pempek, T. A., Yermolayeva, Y. A. et Calvert, S. L. (2009). Expériences de réseautage social des étudiants du Collège sur Facebook. Journal of Applied Developmental Psychology, 30 (3), 227-238. est ce que je:https://doi.org/10.1016/j.appdev.2008.12.010 CrossRefGoogle Scholar
 Penninx, B. W., Deeg, D. J., van Eijk, J. T., Beekman, A. T., et Guralnik, J. M. (2000). Changements dans la dépression et le déclin physique chez les personnes âgées: une perspective longitudinale. Journal of Affective Disorders, 61 (1–2), 1–12. est ce que je:https://doi.org/10.1016/s0165-0327(00)00152-x MedlineGoogle Scholar
 Pontes, H. M., Szabo, A. et Griffiths, M. D. (2015). L'impact des activités spécifiques basées sur Internet sur les perceptions de la dépendance à Internet, la qualité de vie et l'utilisation excessive: une étude transversale. Addictive Behaviors Reports, 1, 19–25. est ce que je:https://doi.org/10.1016/j.abrep.2015.03.002 CrossRef, MedlineGoogle Scholar
 Radloff, L. S. (1977). L'échelle CES-D: une échelle d'auto-évaluation de la dépression pour la recherche en population générale. Mesure psychologique appliquée, 1 (3), 385–401. est ce que je:https://doi.org/10.1177/014662167700100306 CrossRefGoogle Scholar
 Rushton, J. L., Forcier, M. et Schectman, R. M. (2002). Épidémiologie des symptômes dépressifs dans l'étude longitudinale nationale de la santé des adolescents. Journal de l'American Academy of Child & Adolescent Psychiatry, 41 (2), 199–205. est ce que je:https://doi.org/10.1097/00004583-200202000-00014 MedlineGoogle Scholar
 Selfhout, M. H. W., Branje, S. J. T., Delsing, M., Ter Bogt, T. F. M., et Meeus, W. H. J. (2009). Différents types d'utilisation d'Internet, dépression et anxiété sociale: le rôle de la qualité perçue de l'amitié. Journal of Adolescence, 32 (4), 819-833. est ce que je:https://doi.org/10.1016/j.adolescence.2008.10.011 CrossRef, MedlineGoogle Scholar
 Steinfield, C., Ellison, N. B. et Lampe, C. (2008). Capital social, estime de soi et utilisation des sites de réseaux sociaux en ligne: une analyse longitudinale. Journal of Applied Developmental Psychology, 29 (6), 434–445. est ce que je:https://doi.org/10.1016/j.appdev.2008.07.002 CrossRefGoogle Scholar
 Stockings, E., Degenhardt, L., Lee, Y. Y., Mihalopoulos, C., Liu, A., Hobbs, M., et Patton, G. (2015). Échelles de dépistage des symptômes pour détecter le trouble dépressif majeur chez les enfants et les adolescents: une revue systématique et une méta-analyse de fiabilité, de validité et d'utilité diagnostique Journal of Affective Disorders, 174, 447–463. est ce que je:https://doi.org/10.1016/j.jad.2014.11.061 MedlineGoogle Scholar
 Tang, C. S. et Koh, Y. Y. (2017). Dépendance aux réseaux sociaux en ligne chez les étudiants à Singapour: comorbidité avec dépendance comportementale et trouble affectif. Asian Journal of Psychiatry, 25, 175-178. est ce que je:https://doi.org/10.1016/j.ajp.2016.10.027 MedlineGoogle Scholar
 Thapar, A., Collishaw, S., Potter, R. et Thapar, A. K. (2010). Gérer et prévenir la dépression chez les adolescents. BMJ, 340, c209. est ce que je:https://doi.org/10.1136/bmj.c209 CrossRef, MedlineGoogle Scholar
 Van Gool, C. H., Kempen, GIJM, Penninx, BWJH, Deeg, D. J. H., Beekman, A. T. F., et Van Eijk, J. T. M. (2003). Relation entre les changements dans les symptômes dépressifs et les modes de vie malsains chez les personnes d'âge moyen et âgées: résultats de l'étude longitudinale sur le vieillissement d'Amsterdam. Âge et vieillissement, 32 (1), 81–87. est ce que je:https://doi.org/10.1093/ageing/32.1.81 MedlineGoogle Scholar
 Verkuijl, N. E., Richter, L., Norris, S. A., Stein, A., Avan, B. et Ramchandani, P. G. (2014). Symptômes dépressifs postnatals et développement psychologique de l'enfant à 10 ans: une étude prospective des données longitudinales de la cohorte sud-africaine de la naissance à vingt ans. Lancet Psychiatry, 1 (6), 454–460. est ce que je:https://doi.org/10.1016/S2215-0366(14)70361-X MedlineGoogle Scholar
 Wang, J. C., Xie, H. Y. et Fisher, J. H. (2009). Modèles à plusieurs niveaux pour des mesures de résultats discrètes. Dans L.-P. Wang (Ed.), Modèles à plusieurs niveaux: applications utilisant SAS® (pp. 113 – 174). Beijing, Chine: Presse sur l'enseignement supérieur. Google Scholar
 Wang, M., Armor, C., Wu, Y., Ren, F., Zhu, X. et Yao, S. (2013). Structure factorielle du CES-D et invariance des mesures selon le sexe chez les adolescents de Chine continentale. Journal de psychologie clinique, 69 (9), 966–979. est ce que je:https://doi.org/10.1002/jclp.21978 MedlineGoogle Scholar
 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 LienGoogle Scholar
 Yoo, Y.-S., Cho, O.-H., et Cha, K.-S. (2014). Associations entre la surutilisation d'Internet et la santé mentale chez les adolescents. Nursing & Health Sciences, 16 (2), 193–200. est ce que je:https://doi.org/10.1111/nhs.12086 CrossRef, MedlineGoogle Scholar
 Young, K. S. et Rogers, R. C. (1998). La relation entre la dépression et la dépendance à Internet. CyberPsychologie et comportement, 1 (1), 25–28. est ce que je:https://doi.org/10.1089/cpb.1998.1.25 CrossRefGoogle Scholar
 Zhou, S. X. et Leung, L. (2010). Gratifications, solitude, ennui de loisir et estime de soi en tant que prédicteurs de la dépendance aux jeux SNS et du modèle d'utilisation chez les étudiants chinois. Master of Science in New Media, Université chinoise de Hong Kong, Hong Kong. Google Scholar