Acad psychiatrie. 2017 Aug 28. Paramètres: 10.1007 / s40596-017-0794-1.
Zhang MWB1,2, Lim RBC3, Lee C4, Ho RCM3.
Abstract
OBJECTIF:
Avec le développement de l'apprentissage en ligne, de la communication et du divertissement, Internet est devenu un outil indispensable pour les étudiants universitaires. La dépendance à Internet (IA) est devenue un problème de santé et sa prévalence varie d'un pays à l'autre. À ce jour, la prévalence mondiale de l'IA chez les étudiants en médecine reste inconnue. L'objectif de cette méta-analyse était d'établir des estimations précises de la prévalence de l'AI chez les étudiants en médecine de différents pays.
METHODES:
La prévalence regroupée de l'IA parmi les étudiants en médecine a été déterminée par le modèle à effets aléatoires. Une méta-régression et une analyse de sous-groupes ont été effectuées pour identifier les facteurs potentiels pouvant contribuer à l'hétérogénéité.
RÉSULTATS:
La prévalence combinée de l'AI parmi 3651 étudiants en médecine est de 30.1% (intervalle de confiance (IC) à 95% 28.5-31.8%, Z = -20.66, df = 9, τ 2 = 0.90) avec une hétérogénéité significative (I 2 = 98.12). L'analyse des sous-groupes montre que la prévalence combinée de l'AI diagnostiquée par l'échelle de dépendance à Internet de Chen (CIAS) (5.2, IC à 95% 3.4-8.0%) est significativement inférieure au test de dépendance à Internet de Young (YIAT) (32.2, IC à 95% 20.9-45.9% ) (p <0.0001). Les analyses de méta-régression montrent que l'âge moyen des étudiants en médecine, la proportion de sexe et la gravité de l'AI ne sont pas des modérateurs significatifs.
CONCLUSIONS:
En conclusion, cette méta-analyse a révélé que la prévalence regroupée de l'AI chez les étudiants en médecine était environ cinq fois supérieure à celle de la population en général. L'âge, le sexe et la gravité de l'AI ne rendaient pas compte de la forte hétérogénéité de la prévalence, mais le questionnaire d'évaluation de l'AI était une source potentielle d'hétérogénéité. Compte tenu de la prévalence élevée de l'IA, les professeurs de médecine et les administrateurs des facultés de médecine devraient identifier les étudiants en médecine souffrant d'IA et les orienter vers une intervention.
MOTS-CLÉS:
Addiction à Internet; Étudiants en médecine; Méta-analyse; Prévalence, utilisation problématique d'Internet
PMID: 28849574
;
