Utilisation problématique d'Internet et fonction immunitaire (2015)

PLoS One. 2015 Aug 5; 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538.

Reed P1, Vile r1, Osborne LA2, Romano M3, Truzoli R3.

Abstract

L'utilisation problématique d'Internet a été associée à diverses comorbidités psychologiques, mais sa relation avec la maladie physique n'a pas fait l'objet du même degré d'investigation. La présente étude a interrogé en ligne les participants à 505 et leur a demandé quel était leur niveau d'utilisation d'Internet problématique (test de dépendance à Internet), de dépression et d'anxiété (échelles d'anxiété et de dépression à l'hôpital), d'isolement social (questionnaire UCLA Loneliness), de problèmes de sommeil (indice de qualité de sommeil de Pittsburgh) , et leur état de santé actuel - Questionnaire sur l’état de santé général (GHQ-28) et le questionnaire sur la fonction immunitaire. Les résultats ont montré qu'environ 30% de l'échantillon affichait des niveaux de dépendance à Internet faibles ou plus graves, tels que mesurés par l'IAT. Bien qu'il y ait eu des différences dans les finalités pour lesquelles les hommes et les femmes utilisaient Internet, il n'y avait pas de différences en termes de niveaux d'utilisation problématique entre les sexes. Les problèmes d'Internet étaient fortement liés à toutes les autres variables psychologiques telles que la dépression, l'anxiété, l'isolement social et les problèmes de sommeil. La dépendance à Internet était également associée à une réduction de la fonction immunitaire autodéclarée, mais pas à la mesure de l'état de santé général (GHQ-28). Cette relation entre une utilisation problématique d'Internet et une réduction de la fonction immunitaire s'est révélée indépendante de l'impact des comorbidités. Il est suggéré que la relation négative entre le niveau d'utilisation d'Internet problématique et la fonction immunitaire pourrait être médiée par les niveaux de stress produits par cette utilisation d'Internet et par l'activité nerveuse sympathique ultérieure, liée aux immunodéprimants, tels que le cortisol.

Citation: Reed P, Vile R, LA Osborne, Romano M, Truzoli R (2015). Utilisation Internet problématique et fonction immunitaire. PLoS ONE 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538

Rédacteur en chef: Antonio Verdejo-García, Université de Grenade, ESPAGNE

reçu: Décembre 3, 2014; Accepté: Juillet 10, 2015; Publié le: le 5 août 2015

Droits d'auteur: © 2015 Reed et al. Ceci est un article en accès libre distribué selon les termes de la Licence Creative Commons Attribution, qui autorise une utilisation, une distribution et une reproduction sans restriction sur tout support, à condition que l'auteur et la source d'origine soient crédités

Disponibilité des données: En raison des exigences éthiques imposées au Comité d'éthique du Département de psychologie lors de la divulgation de données collectées électroniquement, nous ne pouvons pas mettre le jeu de données à disposition en ligne, mais nous sommes très heureux de fournir ces données à quiconque le souhaite, en contactant le Professeur Phil Reed à [email protected].

Financement: Les auteurs n'ont aucun soutien ou financement à signaler.

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

Introduction

L’utilisation excessive ou inadaptée d’Internet (ou son utilisation problématique) a été suggérée par certains comme un problème pour certains groupes d’individus [1,2], et la nécessité de poursuivre les études pour déterminer si un trouble de dépendance à Internet (IAD) est un concept utile a été suggérée [1,3]. Les personnes signalant des problèmes liés à leur utilisation d'Internet soulignent un certain nombre de symptômes associés, tels que: perturbation majeure de leur travail et de leurs relations sociales [4,5,6] et affect négatif lorsqu'il est séparé d'Internet [7]. Les estimations de la prévalence de l'utilisation problématique d'Internet dans la population générale varient entre 2% et 8% et vont jusqu'à 20% dans les échantillons plus jeunes [3, 8-10], bien que ces chiffres soient difficiles à interpréter avec précision en raison des définitions différentes d '«utilisation problématique d'Internet» ou de «dépendance à Internet» utilisées.

Les personnes qui signalent une utilisation problématique d'Internet signalent également un large éventail de problèmes psychologiques et sociaux associés [10-12]. Les comorbidités psychologiques observées chez les personnes signalant une utilisation Internet problématique sont notamment les suivantes: anxiété [7,13,14], trouble d'hyperactivité avec déficit de l'attention [15], troubles du spectre autistique [7,16], dépression [13-15, 17], dysrégulation des impulsions et hostilité [18-20] et la schizophrénie [7,21]. Trouble d'anxiété sociale [18] et la solitude [22], sont également très souvent associés à la DIA. En outre, les niveaux élevés de stress de la vie [23] et isolement social [22, 24-26] et une qualité de vie inférieure [24,27], sont mentionnés par ceux qui signalent une utilisation problématique d'Internet

Des niveaux élevés problématiques et des types d’utilisation d’Internet ont également été associés à des changements neurologiques [28,29]. De plus en plus de recherches suggèrent que l'utilisation problématique d'Internet, à l'instar d'autres addictions comportementales, est associée à des anomalies du système dopaminergique [30,31], et avec une activité nerveuse sympathique accrue [32,33], dont il a également été démontré qu'ils étaient liés les uns aux autres [34].

Contrairement à la littérature grandissante sur les corrélats psychologiques et neurologiques de la DIA, peu d'études ont été consacrées à l'impact de l'utilisation problématique d'Internet sur la santé physique. Une relation entre sommeil perturbé et utilisation intensive d'Internet a été établie [35,36], ainsi qu’un lien entre une utilisation problématique d’Internet et une mauvaise alimentation [37] entraînant des problèmes de poids, tels que l'obésité [38]. Certaines recherches ont mis en évidence des associations entre l’utilisation problématique d’Internet et la qualité de vie autodéclarée liée à la santé, un concept lié à la maladie, même s’il convient de noter qu’il existe très peu de telles démonstrations et qu’il existe des divergences dans cette littérature [39,40]. Par exemple, la qualité de vie liée à la santé, mesurée par le SF-36, s'est avérée corrélée à une utilisation problématique d'Internet, bien que la qualité de vie ne corresponde pas au temps passé à utiliser Internet [40]. En revanche, lorsque la qualité de vie liée à la santé a été mesurée par le questionnaire général sur la santé (GHQ), peu de relations ont été notées avec la DIA [9,39]. Les raisons des différences dans les résultats obtenus à l’aide de ces deux mesures de la qualité de vie liée à la santé ne sont pas claires - bien qu’elles reflètent peut-être des différences dans la mise en pratique de la notion d’utilisation d’Internet problématique dans les études, et dans l’objectif du SF-36 de: qualité de vie liée à la santé physique et psychologique comparée à la focalisation principalement psychologique du QG. Ainsi, la littérature sur la qualité de vie liée à la santé est actuellement difficile à interpréter.

La discussion ci-dessus implique que des recherches supplémentaires dans ce domaine potentiellement important sont justifiées, étant donné l'utilisation croissante d'Internet [3], et le manque de preuves claires quant à son impact sur le fonctionnement de la santé per se par opposition à la qualité de vie liée à la santé, ainsi qu'aux problèmes qui en résultent que des niveaux croissants de maladies physiques associées peuvent causer aux systèmes de santé. Bien sûr, étant donné les comorbidités présentées par ceux qui signalent une utilisation problématique d'Internet, toute relation entre une utilisation problématique d'Internet et une maladie physique peut être le produit de l'une ou l'autre de ces questions. La négligence de soi par ceux qui signalent une utilisation problématique d'Internet en termes de mauvaise alimentation et de mauvaises habitudes de sommeil peut être impliquée dans des niveaux accrus de maladie physique [37,40]. Certes, il a été démontré que le manque de sommeil prédit certains aspects de la fonction immunitaire [41-43]. De plus, les problèmes psychologiques liés à la comorbidité peuvent également jouer un rôle. Il a été noté que les problèmes de santé mentale sont corrélés au nombre de rhumes signalés pendant une année [44]. Plus précisément, les deux dépression [45-47] et les problèmes d’anxiété et de stress [48], en particulier l’anxiété sociale et la solitude [49-51], prédire le dysfonctionnement immunitaire. Enfin, l'activation du système sympathique, constatée chez les utilisateurs d'Internet problématiques, est corrélée à l'augmentation des taux d'adrénaline et de cortisol et conduit à une diminution de la fonction immunitaire, en particulier chez les patients présentant un niveau élevé de stress signalé [52]. Toute enquête sur le lien entre l'utilisation problématique d'Internet et la maladie physique nécessitera une évaluation des contributions relatives de ces aspects liés du fonctionnement.

Bien entendu, la santé physique est un concept très vaste, mais l’examen ci-dessus suggère que l’utilisation problématique d’Internet pourrait avoir une incidence spécifique sur la fonction immunitaire, qui n’a fait l’objet d’aucune étude directe [53]. Si tel est le cas, des maladies telles que le rhume [54], grippe [55], boutons de fièvre [56], pneumonie [57], septicémie [58] et infections cutanées [59], peut être la clé sur laquelle il faut se concentrer pour évaluer l’impact de l’utilisation problématique d’Internet sur les symptômes physiques. Comme indiqué ci-dessus, les études précédentes sur la relation entre une utilisation problématique d'Internet et une maladie physique avaient tendance à se concentrer sur les rapports sur la qualité de vie liée à la santé obtenus à l'aide d'instruments tels que le SF-36 et le GHQ. Bien que ces mesures soient fiables, elles ne se concentrent pas nécessairement sur un ensemble spécifique de maladies et ne sont pas liées aux maladies que les personnes dont le système immunitaire est supprimé risquent de présenter. Pour déterminer dans quelle mesure la fonction immunitaire peut être compromise, des travaux antérieurs ont examiné les auto-déclarations de symptômes en corrélation typique avec une fonction immunitaire médiocre [31,44]. L'auto-évaluation est considérée comme une méthode efficace dans ce contexte, car ces symptômes sont faciles à distinguer, ne sont souvent pas signalés aux professionnels de la santé et ne figurent donc pas dans les dossiers médicaux. Ils sont souvent expérimentés sans cause virale objectivement vérifiable. [54].

Compte tenu de ces considérations, la présente étude a exploré la relation entre l’utilisation problématique d’Internet et deux principaux indicateurs de la santé (fonction immunitaire et état de santé autodéclaré), ainsi qu’une gamme de variables liées à la santé (dépression, anxiété, solitude et problèmes de sommeil). La relation entre l’utilisation problématique d’Internet et la santé physique liée au système immunitaire, qui n’avait pas encore fait l’objet d’une évaluation spécifique, revêtait un intérêt particulier. À cet égard, l’objectif initial de l’étude était d’étudier si des niveaux plus élevés d’utilisation problématique d’Internet seraient associés à un plus grand nombre de cas de maladies liées au système immunitaire (outre l’impact potentiel des problèmes d’Internet sur les autres variables liées à la santé mesurées). ). En outre, plusieurs objectifs secondaires de l’étude n’avaient pas encore été examinés, notamment l’exploration de la nature de la relation entre l’utilisation problématique d’Internet et l’état de santé autodéclaré. Cette question a été examinée afin de déterminer si cette variable présentait le même lien avec des problèmes d’utilisation d’Internet que les déclarations de symptômes liés au système immunitaire. Toute une série d'autres problèmes potentiellement associés chez les utilisateurs affichant une utilisation Internet problématique, qui ont également permis de prédire une fonction immunitaire médiocre, tels que l'anxiété, la dépression, la solitude et les problèmes de sommeil, ont été mesurés dans le but de déterminer le lien entre une utilisation Internet problématique. et des symptômes de santé physique indépendants de ces problèmes de comorbidité. Cela devrait permettre dans un premier temps d’établir la nature de toute relation entre une utilisation problématique d’Internet et une fonction immunitaire réduite, s’il est établi qu’une association existe.

Method

Déclaration éthique

L'approbation éthique de cette recherche a été obtenue du comité d'éthique du département de psychologie de l'université de Swansea. Les participants ont donné leur consentement éclairé pour participer à cette étude en signant un formulaire de consentement après avoir lu la fiche d'informations qui leur avait été fournie, et le Comité de déontologie a approuvé cette procédure de consentement.

Participants

Cinq cent cinq participants (femmes 265 et hommes 240) ont été recrutés via des liens postés sur des sites Internet (sites de réseaux sociaux, sites de blogs et de microblogging et sites de jeux). Une stratégie de recrutement en ligne a été adoptée conformément aux précédentes explorations de l'impact de l'utilisation problématique d'Internet [60,61].

Tous les participants étaient des bénévoles et aucun n'a reçu de compensation pour sa participation. Les participants avaient un âge moyen de 29.73 ans (+ 13.65, entre 18 et 101) ans: <20 ans = 7.5%; 21 à 29 ans = 61.8%; 30 à 39 ans = 15.5%; 40 à 49 ans = 4.6%; 50-59 ans = 4.2%; 60 ans et plus = 5.9%. L'appartenance ethnique autodéclarée des participants était: 202 (40%) Blancs; 50 (10%) groupes ethniques mixtes / multiples; 141 (28%) asiatiques; 106 (21%) Noirs / Africains / Caraïbes; et 6 (1%) autre groupe ethnique. L'état matrimonial de l'échantillon était: 305 (60%) célibataire, 65 (13%) marié ou en partenariat civil; 105 (21%) dans d'autres formes de relation; et 30 (6%) divorcées ou veuves.

Utilisation typique d'Internet par les participants

Les participants ont été invités à estimer leur utilisation moyenne d'Internet en leur demandant d'estimer le nombre d'heures par semaine consacrées à Internet au cours des derniers mois; cette mesure est couramment prise dans les études sur l'utilisation problématique d'Internet [40,61]. Bien qu’il ait été suggéré que c’est une utilisation «non professionnelle» qui est corrélée à plusieurs problèmes associés à une utilisation intensive d’Internet [40], on a estimé que la distinction entre professionnel et non professionnel pourrait ne pas s’appliquer à tous les répondants et que ces usages pourraient également être difficiles à discriminer pour certains répondants. En outre, l'utilisation totale d'Internet, en soi, a également été associée à des problèmes liés à Internet [40].

Le nombre moyen d’heures d’utilisation d’Internet rapporté par semaine était 39.57 (+ 28.06, intervalle = 1 à 135): 28.3% a déclaré avoir passé entre le nombre d’heures 1 et 20 par semaine en ligne; 29.5% ont déclaré avoir passé de 21 à 40 heures par semaine en ligne; 22.4% ont déclaré avoir passé 41 à 60 heures par semaine en ligne, et 19.8% ont déclaré avoir passé plus de 61 heures par semaine sur Internet. Le nombre moyen d'heures de connexion en ligne par les femmes était de 34.77 (± 26.84, extrêmes = 1 – 135) et, chez les hommes, de 44.88 (± 28.46, extrêmes = 6 – 130). Un test de groupe indépendant a révélé que cette différence était statistiquement significative, avec un effet de taille moyenne, t(503) = 4.11, p <0.001, d = 0.366. Il existait une relation linéaire positive positive, mais faible, entre l’âge et le temps passé en ligne, F(1,503) = 6.74, p <0.05, R2 = 0.013, mais une relation quadratique en U inversé plus forte entre ces variables, F(1,502) = 11.10, p <0.001, R2 = 0.042). Cependant, lorsque l'échantillon a été divisé entre ceux qui étaient actuellement célibataires (N = 331) et ceux qui entretenaient une forme de relation (N = 174), il n'y avait pas de différence statistiquement significative dans le temps passé en ligne. t (503) = 1.48, p > .10, d = 0.146. De même, il n'y avait pas de différence statistiquement significative entre le temps passé en ligne entre les différents groupes ethniques. F <1.

Les participants ont également été interrogés sur les types d’utilisation d’Internet qu’ils ont utilisés, et ont également été priés d’indiquer s’ils avaient visité des types particuliers de sites Internet au cours des derniers mois. Les réponses à cette question sont montrées dans Tableau 1, qui affiche le pourcentage de l’ensemble de l’échantillon ayant visité les sites Web des différentes formes, ainsi que le pourcentage d’hommes et de femmes, et de participants plus jeunes (moins de 29 ans) et plus âgés (30 ans et plus). En outre, Tableau 1 affiche les coefficients Phi pour ces données (calculés sur le nombre réel de participants plutôt que sur les pourcentages affichés dans Tableau 1). Les coefficients Phi donnent un indice du degré d'association entre les variables (et sont statistiquement significatifs lorsque la statistique chi-carré correspondante est significative).

thumbnail
Tableau 1. Pourcentage d'échantillons de sites Web de divers types visités sur Internet, ainsi que de pourcentages d'hommes et de femmes, de jeunes et de moins jeunes ans, de visiteurs visitant des sites Web et de coefficients Phi

doi: 10.1371 / journal.pone.0134538.t001

Ces données révèlent que les types de site Internet les plus couramment utilisés sont les réseaux sociaux (par exemple, Facebook, Twitter) et les sites Web de shopping / banque. Le jeu (y compris les sites de loterie), les jeux et les sites à contenu sexuel / rencontres ont été utilisés assez souvent, un petit nombre d'entre eux se livrant à des blogs traditionnels (à l'exception de Twitter) ou à des forums de discussion. Il y avait quelques différences entre les sexes dans l'utilisation d'Internet, les femmes utilisant davantage les médias sociaux et les sites de magasinage que les hommes, et les hommes utilisant davantage les sites de jeu, les sites de rencontres sexuelles et les salons de discussion que les femmes. De plus en plus de personnes de moins de 30 ont utilisé des sites de réseaux sociaux et des sites de recherche plus souvent que celles de plus de 30. Cependant, les personnes de plus de 30 ont utilisé des sites de commerce / banque, ainsi que des sites d'informations, des blogs traditionnels et des forums de discussion, plus souvent que ceux de moins de 30.

Matériaux

Test de dépendance à Internet (IAT)

Le SIA [62] est une échelle d’items 20 indiquant dans quelle mesure l’utilisation d’Internet perturbe la vie quotidienne (travail, sommeil, relations, etc.). Chaque élément est noté sur une échelle 1 – 4 et le score global varie de 20 à 100. La structure factorielle de l'IAT est actuellement débattue [61,63], mais un score seuil de 40 ou plus pour le score total de l'IAT est considéré comme représentant un certain niveau d'utilisation d'Internet problématique [7,62,64] La fiabilité interne de la balance s’est avérée être entre .90 [64] et .93 [62].

Échelle d'anxiété et de dépression en milieu hospitalier (HADS)

Le HADS [65] est une mesure largement utilisée de l'anxiété et de la dépression. Conçu à l'origine pour être utilisé par les patients externes en médecine générale hospitalière, il a été utilisé pour des échantillons non médicaux [66,67]. Il contient des éléments 14 (7 pour l’anxiété et 7 pour la dépression) qui se rapportent à la semaine dernière. Il existe des questions 7 pour l’anxiété et la dépression. Chaque question est notée de 0 à 3 en fonction de la gravité du symptôme; le score maximum est 21 pour chacune des échelles. Les répondants peuvent être classés en quatre catégories: 0 – 7 normal; 8 – 10 doux; 11 – 14 modéré; et 15 – 21 grave. La fiabilité et la validité test-retest sont fortes [65], et la fiabilité interne est .82 pour l’échelle d’anxiété et .77 pour l’échelle de la dépression, pour une population non clinique [67].

UCLA échelle de solitude

L'échelle de solitude de UCLA [68] consiste en des instructions 20 conçues pour évaluer la solitude. Les participants répondent à chaque question en utilisant une échelle de points 4 («Je me sens souvent comme ça», «Je me sens parfois comme ça», «Je me sens rarement comme ça» et «Je ne me sens jamais comme ça»), et chaque élément est noté de 0 à 3, ce qui donne une note allant de 0 à 60. Plus le score est élevé, plus la solitude est grave. Un seuil pour les problèmes de solitude est généralement donné à un écart-type au-dessus de la moyenne de l'échantillon. La balance a une fiabilité élevée, avec une cohérence interne de .92 et une fiabilité test-retest de .73 [69].

Indice de qualité du sommeil de Pittsburgh (PSQI)

Ce PSQI [70] se compose de questions principales 10, certaines avec des sous-sections, dans lesquelles le participant doit entrer des données relatives à ses habitudes de sommeil. Le questionnaire donne un score compris entre 0 et 21, un score élevé indiquant un sommeil plus mauvais et un score supérieur à 5 indiquant un mauvais dormeur [70]. Le PSQI s’est avéré avoir une «fiabilité test-retest» élevée et une bonne validité lorsqu’il est utilisé pour le test [70].

Questionnaire général sur la santé (GHQ-28)

Le GHQ-28 [71] mesure une gamme de problèmes psychiatriques et de santé et est divisé en sous-échelles 4: symptômes somatiques, anxiété et insomnie, dysfonctionnement social et dépression sévère. Chaque sous-échelle contient des éléments 7, nécessitant tous une réponse sur une échelle de type Likert à points 4: Pas du tout, Pas plus que d'habitude, Plutôt plus que d'habitude, Beaucoup plus que d'habitude, marquant 0 à 3, respectivement. La fiabilité interne des balances est supérieure à .90. Pour la présente étude, seule l’échelle des symptômes somatiques a été analysée. Elle demandait aux participants d’évaluer leur degré de sentiment: en bonne santé générale, ayant besoin d’un tonique, d’une fatigue, de douleurs à la tête, de tiraillements ou de pressions. la tête et les périodes chaudes ou froides.

Questionnaire sur la fonction immunitaire (IFQ)

L’IFQ se compose d’éléments 15 permettant d’évaluer la fréquence des divers symptômes associés à une fonction immunitaire déficiente. Sur la base de leur fréquence dans la population générale et de leur lien direct avec les déficiences immunitaires, les conditions suivantes ont été sélectionnées comme base pour les éléments du questionnaire: Rhume banal [54], grippe [55], boutons de fièvre [56], pneumonie [57], septicémie [58] et infections cutanées [59]. Après l’analyse des principaux symptômes de ces affections, des éléments symptomatiques 19 ont été inclus dans le questionnaire comme signes d’affaiblissement du système immunitaire: mal de gorge, maux de tête, grippe, nez qui coule, toux, boutons de fièvre, furoncles, fièvre légère, verrues / verrues , pneumonie, bronchite, sinusite, forte fièvre soudaine, infection de l’oreille, diarrhée, méningite, infection des yeux, sepsis et blessures à guérison longue. Ils ont été notés sur une échelle de type Likert de type 5 (jamais, une ou deux fois, à l'occasion, régulièrement, fréquemment, avec des scores de 0 à 4, respectivement). Le score total va de 0 à 79, le score élevé reflétant une fonction immunitaire plus mauvaise. Le QI a déjà été utilisé pour étudier l’impact d’événements stressants de la vie sur l’état de santé autodéclaré, comme l’évaluation de l’impact de l’enfance avec un TSA. Dans le travail précédent [72], le score IFQ s’avère corréler positivement (r =. 578, p <.001) avec le nombre de visites chez un médecin généraliste, il existe une corrélation positive significative entre l'IFQ et un score GHQ total (r =. 410, p <01), ainsi qu'une corrélation significative entre l'IFQ et la sous-échelle des symptômes somatiques du GHQ (r =. 493, p <01).

Procédure

Tous les participants ont répondu aux liens affichés sur les sites Internet destinés à une grande variété de personnes, y compris les sites de réseaux sociaux (Facebook et Twitter, par exemple), les pages de blogs / forum (par exemple, Mashable), les sites de jeux (par exemple, Eurogamer.com), et des sites d’aide à la dépendance à Internet. Ces liens ont donné aux participants une brève introduction à l’étude, dans laquelle ils ont appris que la recherche portait sur la relation entre l’utilisation d’Internet et divers problèmes de personnalité et de santé. S'ils souhaitaient participer, ils devaient suivre un lien en ligne vers le questionnaire. Ce lien a conduit les participants à une page Web contenant des informations supplémentaires sur l’étude: soulignant à nouveau que l’objectif de l’étude était lié à l’utilisation d’Internet et à divers problèmes de personnalité et de santé, et décrivant également les types de questionnaires auxquels ils répondraient. La page d’information donnait également des détails sur leur droit de se retirer de l’étude à tout moment et les mesures prises pour protéger leur vie privée. Les informations ont été suivies d'une déclaration de consentement, indiquant aux participants de ne cliquer que pour commencer le questionnaire s'ils étaient disposés à donner leur consentement et s'ils avaient dépassé l'âge de 18. Les questionnaires ont ensuite été présentés aux participants.

Aucune limite de temps n'a été fixée pour les réponses, et les participants ont eu la possibilité de sauvegarder leur enquête et de la reprendre ultérieurement si nécessaire. Une fois que tous les questionnaires ont été remplis, ce qui a amené les participants à peu près à 30 min, ils ont été dirigés vers une page de compte rendu, les remerciant de leur contribution, expliquant plus en détail les buts et objectifs de l’étude et fournissant les coordonnées du contact. chercheur et un service de conseil, s’ils estimaient avoir besoin de soutien, à la suite des questions soulevées dans le sondage. Le lien à l'étude est resté ouvert pendant trois mois (au printemps) et a ensuite été fermé.

Analyses de données

Initialement, les différences potentielles dans les scores de dépendance à Internet entre des participants présentant des caractéristiques différentes (par exemple, sexe, âge, etc.) ont été analysées à l'aide de tests t. Les participants ont ensuite été divisés en groupes de problèmes Internet inférieur et supérieur en utilisant une scission à la limite des problèmes Internet légers ou pires basés sur l'IAT (c.-à-d. 40) et l'association entre les scores d'utilisation d'Internet problématique et le sexe, la dépression , etc., a été explorée à l’aide de tests du chi carré. La relation entre le score de la fonction immunitaire et chacune des variables prédictives a été explorée à l'aide de corrélations semi-partielles (pour atténuer l'impact des autres prédicteurs), et une régression progressive a également été utilisée pour identifier l'impact des scores de problème Internet sur la fonction immunitaire. au-delà de l'impact des autres variables prédictives. Les mêmes analyses ont également été effectuées pour le score de santé autodéclaré (GHQ). Enfin, les groupes ont été divisés en fonction immunitaire haute et basse, et en état de santé auto-déclaré (GHQ), et comparés en termes de scores de dépendance à Internet par analyse de la covariance, en utilisant les autres prédicteurs comme covariables. Lorsque plusieurs comparaisons ont été effectuées, des critères de rejet plus sévères ont été adoptés pour les tests de significativité et la taille de l’effet a été calculée dans l’ensemble.

Resultats

Le score moyen des problèmes Internet (IAT) pour l'échantillon était 37.25 (± 16.18, intervalle = 0 – 96). Le score IAT moyen chez les femmes était 36.26 (± 15.36, plage = 0 – 69) et ce score chez les hommes était 38.35 (± 17.00, plage = 9 – 96). Un test t de groupes indépendants n'a révélé aucune différence statistiquement significative entre ces scores, t <1, d = 0.006. Les corrélations de Pearson ont révélé une relation statistiquement significative et de taille moyenne entre le temps passé en ligne et le score IAT, r(503) = .485, p <001, R2 = .235, mais il n'y avait pas de relation significative entre l'âge des participants et leur score au TAI, r(503) = –.025, p > .50, R2 = .0006.

Les proportions de l’échantillon se situant au-dessus du seuil en cas d’utilisation Internet modérée ou pire (c.-à-d. Score IAT égal ou supérieur à 40 [62]) sont montrés dans Fig 1 pour l'ensemble de l'échantillon, avec ces données pour les femmes et les hommes, séparément. Dans l'échantillon, les participants à 192 (femmes 103, hommes 89) ont dépassé le seuil fixé pour cause de problèmes d'internet. Il n’existait pas de différence statistiquement significative entre la probabilité d’un score d’utilisation d’Internet problématique entre les sexes, chi au carré =. 17, p > .60, Phi = .018. Les corrélations virales ponctuelles n’ont révélé aucune relation entre l’âge et le dépassement du seuil, rpb(503) = -.002, p > .30, Rpb2 = .102, bien qu’il existe une relation statistiquement significative et de taille moyenne entre les heures passées en ligne et le dépassement du point de rupture des problèmes de dépendance à Internet, r(503) = .320, p <001, Rpb2 = .102.

thumbnail
Fig 1. Pourcentage de participants se situant au-dessus et au-dessous du seuil d’utilisation Internet modérée ou plus problématique (c.-à-d. Score IAT égal ou supérieur à 40), ainsi que ces données pour les hommes et les femmes séparément.

doi: 10.1371 / journal.pone.0134538.g001

Le panneau supérieur de Tableau 2 affiche les exemples de moyennes et d'écarts types pour les problèmes liés à Internet (IAT), les heures passées en ligne, la dépression (HADS), l'anxiété (HADS), la solitude (UCLA) et les problèmes de sommeil (PSQI). Ces moyens sont globalement conformes à ceux observés lors d'enquêtes précédentes sur de tels échantillons [7]. Il montre également le pourcentage d'individus se situant au-dessus du point limite pour ces échelles qui, mis à part les problèmes de sommeil, étaient celles attendues pour un tel échantillon. Tableau 2 affiche également le pourcentage de l'échantillon dont la DAI se situe au-dessus du seuil pour ces autres échelles psychologiques. Les pourcentages de personnes ayant une DAI affichant également une comorbidité sont plus élevés que ceux de l'échantillon dans son ensemble. Pour approfondir ces relations, une série de tests du chi carré 2 × 2 (comorbidité présente ou absente versus problèmes Internet présents ou absents) a été menée pour chaque variable, et a révélé que toutes les comorbidités étaient significativement associées à la présence de un problème Internet: la dépression–chi carré(1) = 30.56, p <001, Phi = .246; anxiété – csalut-carré(1) = 38.98, p <001, Phi = .278; solitude – csalut-carré(1) = 15.31, p <001, Phi = .174; et sommeil – csalut-carré(1) = 9.38, p <01, Phi = .136. Les corrélations de Pearson entre toutes les variables et avec les problèmes de santé somatiques (GHQ) et les symptômes immunitaires sont également montrées dans Tableau 2et ces analyses ont révélé des relations statistiquement significatives entre toutes les variables.

thumbnail
Tableau 2. Moyens (écarts types) pour les problèmes Internet (IAT), les heures passées en ligne, la dépression (HADS), l'anxiété (HADS), la solitude (UCLA) et les problèmes de sommeil (PSQI), ainsi que le pourcentage de personnes se situant au-dessus du point mort ces échelles, et le pourcentage de personnes atteintes de la SAI tombant au-dessus du seuil pour ces échelles.

 

Les corrélations de Pearson entre toutes les variables et avec les problèmes de santé somatiques (GHQ) et les symptômes sont également présentées.

doi: 10.1371 / journal.pone.0134538.t002

Le score moyen de l'échantillon pour les symptômes somatiques (GHQ-S) était 7.28 (± 3.87; gamme = 0 – 19) et la moyenne pour le questionnaire sur les symptômes liés au système immunitaire était 15.20 (± 9.43; gamme = 0 – 37). Ces échelles avaient une corrélation de r = 0.345, p <001, R2 = .119, l'un avec l'autre. Le score GHQ (S) était fortement lié à la dépression, à l'anxiété et aux problèmes de sommeil et, dans une moindre mesure, aux autres variables. L'échelle des symptômes liés au système immunitaire était fortement liée à l'anxiété, au sommeil et aux problèmes d'internet et, dans une moindre mesure, aux autres variables.

Etant donné que les deux variables de maladie (GHQ-S et IFQ) étaient corrélées avec toutes les autres variables et que l'IAT était lié à toutes les autres variables, afin de déterminer si les problèmes d'Internet (c'est-à-dire le score d'IAT) ont contribué à Pour ces scores de maladie, deux régressions multiples distinctes ont été effectuées: une pour prédire le score GHQ-S et une pour prédire le score IFQ. Dans les deux cas, la dépression, l'anxiété, la solitude, le sommeil et les heures passées en ligne ont été entrés dans le modèle de régression lors de la première étape. Toutes ces variables ainsi que le score du problème Internet (IAT) ont ensuite été entrés dans le modèle à la deuxième étape, et le degré d'amélioration de la quantité de variance prise en compte par l'ajout du score IAT a été calculé.

Les panneaux inférieurs de Tableau 2 montrer les résultats de ces analyses. L’examen des données du panneau inférieur droit pour le score GHQ-S montre que les deux étapes de la régression étaient statistiquement significatives, la réduction de l’erreur résultant de l’ajout de l’IAT à l’étape 2 produisant également une amélioration statistiquement significative de la prédiction. du score GHQ-S. Il convient de noter que l’amélioration de la prévision du GHQ-S produit par l’ajout du système IAT n’était pas très importante. L'analyse effectuée pour prédire le score des symptômes liés à l'immunité (IFQ) a également révélé le même schéma de données. Cependant, l'ajout de l'IAT à l'étape 2 a entraîné une amélioration beaucoup plus importante de la précision prédictive pour les scores liés à l'immunité (IFQ) que pour celle des symptômes somatiques (GHQ-S).

Pour explorer plus en profondeur la nature des relations entre les variables, les corrélations semi-partielles entre les prédicteurs individuels (dépression, anxiété, sommeil, solitude, nombre d'heures en ligne et problèmes d'internet) et les deux scores de symptôme (GHQ-S et IFQ) ont été calculés séparément. Les corrélations semi-partielles ont été effectuées entre chaque variable prédictive et les deux variables liées à la maladie, en utilisant toutes les autres variables prédictives comme co-variables. Cela permet d’observer la relation unique entre deux variables en l’absence d’effet médiateur de toute autre variable, et ces valeurs sont visibles dans Fig 2 pour les deux variables liées à la maladie. Ces données montrent une relation similaire entre les facteurs prédictifs et les symptômes du GHQ-S et du IFQ; en cela, la dépression, l'anxiété et les problèmes de sommeil avaient tous une relation statistiquement significative avec les deux résultats lorsque l'impact des autres variables était contrôlé. Cependant, alors que les problèmes d’Internet (IAT) prédisaient de manière significative les symptômes liés au système immunitaire (IFQ), ils n’étaient pas liés statistiquement de manière significative au score GHQ (S).

thumbnail
Fig 2. Corrélations semi-partielles entre dépression (HADS), anxiété (HADS), sommeil (PSQI), solitude (UCLA), nombre d'heures en ligne et problèmes d'internet (IAT) et les deux scores de symptôme (GHQ (S) et IFQ).

doi: 10.1371 / journal.pone.0134538.g002

Afin d’explorer plus avant la relation entre les problèmes liés à Internet (scores IAT) et les problèmes de santé généraux somatiques (GHQ-S) et liés à l’immunité (IFQ), l’échantillon a été scindé en deux groupes se situant en dessous et au-dessus du seuil de 40 pour des problèmes Internet modérés ou plus graves sur l'IAT [62]. Cela a créé deux groupes: un groupe sans problèmes d’internet (N = 313; IAT moyen = 26.89 + 7.89; range = 0 – 39) et un groupe avec des problèmes d’internet (N = 313; IAT moyen = 54.14 ± 11.23; plage = 40 – 96). Fig 3 montre le score moyen de santé générale somatique (GHQ-S) (panneau de gauche) et le score moyen de santé liée à l'immunité (IFQ). L'inspection des données du GHQ-S révèle peu de différence entre les groupes d'IAT faible et élevé en termes de scores GHQ-S. Ces données ont été analysées à l'aide d'une analyse de covariance, avec le groupe Internet comme facteur inter-sujet, et la dépression, l'anxiété, les problèmes de sommeil, la solitude et les heures en ligne comme covariables. Cette analyse n’a révélé aucune différence statistiquement significative entre les groupes de problèmes d’Internet en termes de scores GHQ-S, F <1, eta partielle2 = .001. En revanche, le panneau de droite de Fig 3 montre que le groupe à problèmes Internet élevé avait plus de problèmes de santé liés à l'immunité que le groupe à problèmes d'Internet, F(1,498) = 27.79, p <001, eta partielle2 = .046.

thumbnail
Fig 3. Score moyen de santé générale somatique (GHQ (S)) (panneau de gauche) et score moyen de santé liée à l'immunité (IFQ) pour les deux groupes d'IAT (problèmes plus bas et plus élevés).

 

Panneau de gauche = scores liés à la somatique GHQ (S); panneau de droite = scores liés au système immunitaire (IFQ).

doi: 10.1371 / journal.pone.0134538.g003

a lieu

La présente étude explore la relation entre les résultats des tests de dépendance à Internet et les scores de santé, en se concentrant sur les auto-évaluations de la fonction du système immunitaire ainsi que sur l'état de santé général. Cela a été considéré comme un domaine important à étudier car aucune donnée antérieure n’avait été présentée sur l’impact de l’utilisation problématique d’Internet sur le fonctionnement immunitaire; de plus, des rapports antérieurs concernant la relation entre l'utilisation problématique de l'internet et la qualité de vie liée à la santé étaient divergents [[9,39,40]. On a pensé que ces dernières divergences pourraient être liées à la nature des mesures utilisées pour évaluer l'état de santé, des échelles de rapports de santé plus axées sur la psychologie, telles que le QGH, étant moins liées à l'utilisation problématique d'Internet que des mesures plus directement liées à fonctionnement immunitaire.

Bien que l’on ait adopté une stratégie de recrutement en ligne, l’échantillon actuel présentait des caractéristiques similaires à celles de nombreux autres qui avaient déjà été utilisés dans l’étude de l’utilisation d’Internet. L'échantillon était jeune (moins de 30 ans), mais la tranche d'âge était large. Le temps moyen passé sur Internet était d’environ 5 – 6 heures par jour, ce qui est conforme à plusieurs estimations actuelles [40,61]. Il convient de noter que cette valeur ne fait pas la différence entre une utilisation professionnelle et personnelle, et il a été suggéré qu’il s’agissait là d’un problème important en termes de problèmes d’Internet [40]. Cependant, il n’est pas clair si une telle distinction est facile à établir pour les participants. Les types d’activités menées sur Internet par les participants actuels étaient similaires à ceux mentionnés dans des études précédentes [61]. Il y avait des différences entre les sexes dans l'utilisation d'Internet. Les femmes ont davantage tendance à utiliser les médias sociaux et les sites de magasinage que les hommes, mais les hommes ont tendance à utiliser les jeux, les sites de rencontres sexuelles et les sites de rencontres en ligne plus souvent que les femmes. Bien sûr, cela repose sur des données autodéclarées, et les différences, bien que statistiquement fiables, étaient minimes pour certaines de ces comparaisons. Les niveaux d'utilisation d'Internet problématiques dans l'échantillon actuel, autour de 30% de l'échantillon présentant des symptômes légers ou aggravés de la dépendance à Internet, sont globalement conformes aux enquêtes précédentes [7].

L’une des principales conclusions de l’étude actuelle est que l’utilisation auto-signalée d’Internet autodéclarée est liée à une dégradation de la fonction immunitaire autodéclarée, comme l’indique le nombre de symptômes liés à l’immunité. Ceci corrobore les résultats d'une étude portant sur la qualité de vie autodéclarée liée à la santé, mesurée par le SF-36 et l'utilisation problématique d'Internet [40]. Cependant, bien que la fonction immunitaire et la santé auto-déclarée soient liées, l'utilisation problématique d'Internet n'a pas permis de prédire les symptômes de santé auto-déclarés, tels que mesurés par l'échelle somatique du GHQ. Cette dernière constatation est conforme à plusieurs études précédentes qui n'avaient pas réussi à établir une relation entre les scores IAT et les scores GHQ [9,39]. La conclusion positive actuelle, en termes de relation entre les scores d'IAT et la fonction immunitaire altérée, peut refléter le fait que la mesure plus directe des symptômes liés au système immunitaire, comme cela a été fait dans la présente étude, évalue cet aspect de la santé mieux que le QG plus orienté psychologiquement. échelle.

Malgré les difficultés de mesure de la fonction immunitaire évoquées plus haut (voir également ci-dessous), la pertinence clinique des résultats devrait être replacée dans son contexte, compte tenu des limites méthodologiques de l'étude. Il s’agit d’une étude corrélationnelle, ce qui signifie que la causalité ne devrait pas être automatiquement déduite d’une telle association. Il est possible que les personnes présentant un niveau de maladie plus élevé aient tendance à utiliser Internet plus souvent que les personnes en meilleure forme. Cependant, étant donné l'omniprésence de l'utilisation d'Internet et l'association entre les jeunes et l'utilisation d'Internet, cela semble peu probable, même s'il reste une possibilité qui nécessitera une recherche longitudinale à évaluer. Alternativement, il se peut qu'un troisième facteur prédit à la fois l'utilisation d'Internet et une mauvaise santé. Cependant, il convient également de noter que la relation entre une utilisation Internet problématique et le fonctionnement immunitaire autodéclaré s’est maintenue au-delà de l’impact d’un certain nombre d’autres domaines de fonctionnement (dépression, anxiété, solitude) associés aux services Internet problématiques. utilisation [10-12], et qui sont, en eux-mêmes, associés à une fonction immunitaire réduite [45,46,48,49]. Cela rend difficile de savoir quel pourrait être le troisième facteur de médiation.

Si l'utilisation problématique d'Internet prédisait une dégradation de la fonction immunitaire, la question qui se pose clairement aux cliniciens concernerait les mécanismes. Une possibilité est que des niveaux élevés d'utilisation problématique d'Internet aient été notés pour augmenter l'activation du système nerveux sympathique [32,33]. Une activité sympathique aussi élevée entraîne une augmentation des taux de norépinéphrone et / ou de cortistéroïdes (cortisol), ce qui finit par entraîner une diminution de la fonction immunitaire [52]. Ainsi, cette voie pourrait bien sous-tendre la relation entre une utilisation problématique d'Internet et une fonction immunitaire réduite, mais nécessitera des recherches supplémentaires. Cette dernière suggestion a une certaine pertinence pour la future conceptualisation et exploration des caractéristiques cliniques de l’utilisation problématique d’Internet.

La relation entre les scores IAT et la fonction immunitaire reflète le fait que l'utilisation globale d'Internet par certaines personnes est considérée comme un problème, mais leur utilisation d'Internet diffère d'un individu à l'autre. Par exemple, l’étude actuelle a révélé des différences entre les hommes et les femmes quant à l’utilisation d’Internet par les personnes. Il est possible que des utilisations particulières soient liées à la réduction de la fonction immunitaire de façon différenciée entre les sexes. Des travaux plus détaillés sur le type d’utilisation d’Internet, tels que la nature exacte de l’utilisation et le temps passé en ligne à des fins professionnelles et personnelles, pourraient éclairer davantage la relation entre l’utilisation d’Internet et la réduction de la fonction immunitaire.

Comme toujours, il convient de noter certaines limites à l’étude actuelle. L'échantillon actuel a été recruté en ligne, ce qui a peut-être faussé le type de personne ayant participé à l'étude. Cependant, il convient de mentionner que la gamme d'individus de l'échantillon était assez large en termes d'âge et d'autres caractéristiques, et que l'échantillon semblait correspondre à ceux utilisés dans les études précédentes. Il convient de noter que la présente étude ne faisait pas de distinction entre l’utilisation professionnelle et personnelle d’Internet, qu’il serait peut-être important d’examiner. Par exemple, le niveau de contrainte et d'urgence lié à l'utilisation d'Internet peut avoir une incidence plus importante sur les niveaux de stress que les heures devant être passées au travail sur Internet. Autrement dit, une distinction peut être faite entre ceux qui travaillent dur et qui sont stressés pour cette raison et ceux qui ont un problème d’Internet et qui sont stressés et indisposés à cause de ce problème.

En ce qui concerne les prédicteurs alternatifs potentiels de la fonction immunitaire réduite observés chez les utilisateurs à problème élevé, les travaux futurs pourraient envisager le rôle des dépendances multiples qui auraient pu affecter le groupe des utilisateurs d’Internet à problème. Le présent rapport ne contient pas d'informations sur les dépendances pharmacologiques et non pharmacologiques. Ces informations pourraient être liées à des problèmes d'internet et affecter la fonction immunitaire. De même, de récents événements stressants de la vie pourraient avoir eu un impact sur le comportement de dépendance et le fonctionnement du système immunitaire, de même que les conditions sociales des participants. Ces deux aspects pourraient être examinés lors de recherches ultérieures.

Le recours à l’auto-évaluation pour la fonction immunitaire pourrait être renforcé par la suite par l’analyse des cellules sanguines, ce qui conforterait les conclusions actuelles. Cependant, comme indiqué ci-dessus, il n’existe pas de relation parfaite entre la physiologie de la fonction immunitaire et l’expérience des symptômes [54], et l'autodéclaration du rhume et de la grippe est considérée comme une mesure valable de la fonction immunitaire à cet égard [31,44]. Certes, il a été constaté que les auto-déclarations de symptômes de la maladie - en particulier concernant les infections des voies respiratoires supérieures (par exemple, le rhume et la grippe), utilisées dans la présente étude, sont bien corrélées avec les lectures objectives d'immunoglobine [73].

Enfin, il convient de reconnaître que, bien que l’étude actuelle ait montré des relations entre une utilisation problématique d’Internet et des symptômes liés au système immunitaire, il convient de mentionner deux mises en garde concernant la possibilité de tirer des conclusions de cette association. Tout d’abord, l’étude n’étant pas de nature longitudinale, il ne faut pas en conclure que l’inférence causale est fondée. Deuxièmement, comme de nombreuses variables prédictives étaient corrélées entre elles, cela aurait pu produire une certaine colinéarité dans les analyses de régression, ce qui aurait rendu l’interprétation difficile. Il convient de noter que l’utilisation de corrélations semi-partielles atténue, dans une certaine mesure, cette difficulté.

En résumé, le présent rapport établit un lien entre l’utilisation problématique d’Internet et le signalement d’un plus grand nombre de symptômes associés à une diminution de la fonction du système immunitaire. Cette relation était indépendante du nombre d'heures passées en ligne et de l'impact de tout symptôme concomitant d'une utilisation problématique d'Internet, tel que la dépression, l'isolement et l'anxiété. Il a été suggéré que l’impact négatif de la fonction immunitaire pourrait être provoqué par un stress accru, ainsi que par l’activité nerveuse sympathique accrue parfois affichée par les toxicomanes sur Internet.

Contributions d'auteur

Conçu et conçu les expériences: PR RV LAO MR RT. Effectué les expériences: RV. Analysé les données: RV PR. Réactifs, matériaux et outils d’analyse fournis: AJO. A écrit le papier: PR LAO MR RT.

Bibliographie

  1. 1. Bloquer JJ. Problèmes pour DSM-V: dépendance à Internet. Am J Psychiatry 2008; 165: 306 – 7. doi: 10.1176 / appi.ajp.2007.07101556. pmid: 18316427
  2. 2. Jeune KS. Dépendance à Internet: l'émergence d'un nouveau trouble clinique. CyberPsychologie et comportement 1998; 1 (3): 237–244. doi: 10.1089 / cpb.1998.1.237
  3. Voir l'article
  4. PubMed / NCBI
  5. Google Scholar
  6. Voir l'article
  7. PubMed / NCBI
  8. Google Scholar
  9. Voir l'article
  10. PubMed / NCBI
  11. Google Scholar
  12. Voir l'article
  13. PubMed / NCBI
  14. Google Scholar
  15. Voir l'article
  16. PubMed / NCBI
  17. Google Scholar
  18. Voir l'article
  19. PubMed / NCBI
  20. Google Scholar
  21. Voir l'article
  22. PubMed / NCBI
  23. Google Scholar
  24. Voir l'article
  25. PubMed / NCBI
  26. Google Scholar
  27. Voir l'article
  28. PubMed / NCBI
  29. Google Scholar
  30. Voir l'article
  31. PubMed / NCBI
  32. Google Scholar
  33. Voir l'article
  34. PubMed / NCBI
  35. Google Scholar
  36. Voir l'article
  37. PubMed / NCBI
  38. Google Scholar
  39. Voir l'article
  40. PubMed / NCBI
  41. Google Scholar
  42. Voir l'article
  43. PubMed / NCBI
  44. Google Scholar
  45. Voir l'article
  46. PubMed / NCBI
  47. Google Scholar
  48. Voir l'article
  49. PubMed / NCBI
  50. Google Scholar
  51. Voir l'article
  52. PubMed / NCBI
  53. Google Scholar
  54. Voir l'article
  55. PubMed / NCBI
  56. Google Scholar
  57. Voir l'article
  58. PubMed / NCBI
  59. Google Scholar
  60. Voir l'article
  61. PubMed / NCBI
  62. Google Scholar
  63. Voir l'article
  64. PubMed / NCBI
  65. Google Scholar
  66. Voir l'article
  67. PubMed / NCBI
  68. Google Scholar
  69. Voir l'article
  70. PubMed / NCBI
  71. Google Scholar
  72. Voir l'article
  73. PubMed / NCBI
  74. Google Scholar
  75. Voir l'article
  76. PubMed / NCBI
  77. Google Scholar
  78. Voir l'article
  79. PubMed / NCBI
  80. Google Scholar
  81. Voir l'article
  82. PubMed / NCBI
  83. Google Scholar
  84. Voir l'article
  85. PubMed / NCBI
  86. Google Scholar
  87. Voir l'article
  88. PubMed / NCBI
  89. Google Scholar
  90. Voir l'article
  91. PubMed / NCBI
  92. Google Scholar
  93. Voir l'article
  94. PubMed / NCBI
  95. Google Scholar
  96. Voir l'article
  97. PubMed / NCBI
  98. Google Scholar
  99. Voir l'article
  100. PubMed / NCBI
  101. Google Scholar
  102. Voir l'article
  103. PubMed / NCBI
  104. Google Scholar
  105. Voir l'article
  106. PubMed / NCBI
  107. Google Scholar
  108. Voir l'article
  109. PubMed / NCBI
  110. Google Scholar
  111. Voir l'article
  112. PubMed / NCBI
  113. Google Scholar
  114. Voir l'article
  115. PubMed / NCBI
  116. Google Scholar
  117. Voir l'article
  118. PubMed / NCBI
  119. Google Scholar
  120. Voir l'article
  121. PubMed / NCBI
  122. Google Scholar
  123. Voir l'article
  124. PubMed / NCBI
  125. Google Scholar
  126. Voir l'article
  127. PubMed / NCBI
  128. Google Scholar
  129. Voir l'article
  130. PubMed / NCBI
  131. Google Scholar
  132. Voir l'article
  133. PubMed / NCBI
  134. Google Scholar
  135. Voir l'article
  136. PubMed / NCBI
  137. Google Scholar
  138. Voir l'article
  139. PubMed / NCBI
  140. Google Scholar
  141. Voir l'article
  142. PubMed / NCBI
  143. Google Scholar
  144. Voir l'article
  145. PubMed / NCBI
  146. Google Scholar
  147. Voir l'article
  148. PubMed / NCBI
  149. Google Scholar
  150. Voir l'article
  151. PubMed / NCBI
  152. Google Scholar
  153. Voir l'article
  154. PubMed / NCBI
  155. Google Scholar
  156. Voir l'article
  157. PubMed / NCBI
  158. Google Scholar
  159. Voir l'article
  160. PubMed / NCBI
  161. Google Scholar
  162. Voir l'article
  163. PubMed / NCBI
  164. Google Scholar
  165. Voir l'article
  166. PubMed / NCBI
  167. Google Scholar
  168. Voir l'article
  169. PubMed / NCBI
  170. Google Scholar
  171. Voir l'article
  172. PubMed / NCBI
  173. Google Scholar
  174. Voir l'article
  175. PubMed / NCBI
  176. Google Scholar
  177. Voir l'article
  178. PubMed / NCBI
  179. Google Scholar
  180. Voir l'article
  181. PubMed / NCBI
  182. Google Scholar
  183. 3. Christakis DA. La dépendance à Internet: une épidémie du 21st century?. BMC Medicine 2010; 8 (1): 61. Paramètres: 10.1186 / 1741-7015-8-61
  184. Voir l'article
  185. PubMed / NCBI
  186. Google Scholar
  187. Voir l'article
  188. PubMed / NCBI
  189. Google Scholar
  190. 4. Caplan SE, haute AC. Interaction sociale en ligne, bien-être psychosocial et utilisation d'Internet problématique. Dépendance à Internet: Manuel et guide d'évaluation et de traitement 201; 35 – 53. doi: 10.1002 / 9781118013991.ch3
  191. Voir l'article
  192. PubMed / NCBI
  193. Google Scholar
  194. Voir l'article
  195. PubMed / NCBI
  196. Google Scholar
  197. Voir l'article
  198. PubMed / NCBI
  199. Google Scholar
  200. Voir l'article
  201. PubMed / NCBI
  202. Google Scholar
  203. Voir l'article
  204. PubMed / NCBI
  205. Google Scholar
  206. Voir l'article
  207. PubMed / NCBI
  208. Google Scholar
  209. Voir l'article
  210. PubMed / NCBI
  211. Google Scholar
  212. Voir l'article
  213. PubMed / NCBI
  214. Google Scholar
  215. 5. Shaw M, Black DW. Addiction à Internet. CNS Drugs 2008; 22: 353 – 65. pmid: 18399706 doi: 10.2165 / 00023210-200822050-00001
  216. 6. Griffiths M. Internet addiction-temps à prendre au sérieux? Recherche et théorie sur la toxicomanie 2000; 8: 413–418. doi: 10.3109 / 16066350009005587
  217. 7. Romano M, LA Osborne, R Truzoli, Reed P. Impact psychologique différentiel de l'exposition Internet sur les toxicomanes Internet. PLOS ONE 2013; 8 (2): e55162. doi: 10.1371 / journal.pone.0055162. pmid: 23408958
  218. 8. DJ Kuss, Griffiths MD, Binder JF. Dépendance à Internet chez les étudiants: prévalence et facteurs de risque. Ordinateurs au comportement humain 2013; 29 (3): 959 – 966. doi: 10.1016 / j.chb.2012.12.024
  219. 9. Niemz K, Griffiths M, Banyard P. Prévalence de l'utilisation pathologique d'Internet chez les étudiants universitaires et corrélations avec l'estime de soi, le questionnaire général de santé (GHQ) et la désinhibition. CyberPsychologie et comportement 2005; 8 (6): 562-570. doi: 10.1089 / cpb.2005.8.562
  220. 10. Weinstein A, Lejoyeux M. Dépendance à Internet ou utilisation excessive d’Internet. Le journal américain d'abus de drogue et d'alcool 2010; 36 (5): 277 – 283. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
  221. 11. Bernardi S, Pallanti S. Internet addiction: étude clinique descriptive axée sur les comorbidités et les symptômes dissociatifs. Psychiatrie globale 2009; 50 (6): 510 – 516. doi: 10.1016 / j.comppsych.2008.11.011. pmid: 19840588
  222. 12. Ko CH, Yen JY, Yen CF, CS Chen, CC Chen. L'association entre la dépendance à Internet et les troubles psychiatriques: une revue de la littérature. Psychiatrie européenne 2012; 27 (1): 1 – 8. doi: 10.1016 / j.eurpsy.2010.04.011. pmid: 22153731
  223. 13. Akin A, Iskender M. Dépendance à Internet et dépression, anxiété et stress. Revue internationale en ligne des sciences de l'éducation 2011; 3 (1): 138 – 148.
  224. 14. Yen CF, WJ Chou, TL Liu, Yang P, Hu. L'association des symptômes de dépendance à Internet avec l'anxiété, la dépression et l'estime de soi chez les adolescents présentant un trouble de déficit de l'attention / hyperactivité. Psychiatrie globale 2014. doi: 10.1016 / j.comppsych.2014.05.025
  225. 15. Gundogar A, Bakim B, Ozer OA, Karamustafalioglu. P-32-L'association entre la dépendance à Internet, la dépression et le TDAH chez les étudiants du secondaire. Psychiatrie européenne 201; 27: 1. Paramètres: 10.1016 / s0924-9338 (12) 74199-8
  226. 16. Romano M, Truzoli R, LA Osborne, Reed P. La relation entre le quotient de l'autisme, l'anxiété et la dépendance à Internet. Recherche sur les troubles du spectre autistique 2014; 11: 1521 – 1526. doi: 10.1016 / j.rasd.2014.08.002
  227. 17. Jeune KS, Rogers RC. La relation entre la dépression et la dépendance à Internet. CyberPsychologie et comportement 1998; 1 (1): 25-28. doi: 10.1089 / cpb.1998.1.25
  228. 18. Ko CH, Liu TL, Wang PW, CS Chen, Yen CF, Yen JY. L'exacerbation de la dépression, de l'hostilité et de l'anxiété sociale au cours de la dépendance à Internet chez les adolescents: une étude prospective. Psychiatrie globale 2014. doi: 10.1016 / j.comppsych.2014.05.003
  229. 19. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsivité dans la dépendance à Internet: une comparaison avec le jeu pathologique. Cyberpsychologie, comportement et réseaux sociaux 2012; 15 (7): 373 – 377. doi: 10.1089 / cyber.2012.0063
  230. 20. Yen JY, Yen CF, Wu HY, le juge en chef Huang, Ko CH. Hostilité dans le monde réel et en ligne: effet de la dépendance à Internet, de la dépression et de l'activité en ligne. Cyberpsychologie, comportement et réseaux sociaux 2011; 14 (11): 649 – 655. doi: 10.1089 / cyber.2010.0393
  231. 21. Heim C. L'utilisation très répandue des ordinateurs et d'Internet en tant que facteur de risque de schizophrénie chez les jeunes hommes intelligents. Journal australien et néo-zélandais de psychiatrie 2012; 46 (8): 791 – 792. doi: 10.1177 / 0004867412442407. pmid: 22403394
  232. 22. Caplan SE. Préférence pour les interactions sociales en ligne: théorie de l'utilisation problématique d'Internet et du bien-être psychosocial. Recherche en communication 2003; 30: 625 – 648. doi: 10.1177 / 0093650203257842
  233. 23. Yan W, Li Y et Sui N. La relation entre les récents événements stressants de la vie, les traits de personnalité, le fonctionnement perçu de la famille et la dépendance à Internet chez les étudiants. Stress et santé 2014; 30 (1): 3 – 11. doi: 10.1002 / smi.2490. pmid: 23616371
  234. 24. Bozoglan B, Demirer V, Sahin I. La solitude, l'estime de soi et la satisfaction dans la vie comme prédicteurs de la dépendance à Internet: étude transversale réalisée auprès d'étudiants universitaires turcs. Journal scandinave de psychologie 2013; 54 (4): 313 – 319. doi: 10.1111 / sjop.12049. pmid: 23577670
  235. 25. Nalwa K, Anand AP. Dépendance à Internet chez les étudiants: une source de préoccupation. CyberPsychologie et comportement 2003; 6 (6): 653–656. doi: 10.1089 / 109493103322725441
  236. 26. Sanders CE, Field TM, Diego M., Kaplan M. Le rapport entre l'utilisation d'Internet et la dépression et l'isolement social chez les adolescents. Adolescence 2000; 35 (138): 237 – 242. pmid: 11019768
  237. 27. Tonioni F, D'Alessandris L, Lai C, Martinelli D, Corvino S, Vasale M,… Bria P. Dépendance à Internet: heures passées en ligne, comportements et symptômes psychologiques. Psychiatrie hospitalière générale 2012; 34 (1): 80–87. doi: 10.1016 / j.genhosppsych.2011.09.013. pmid: 22036735
  238. 28. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, et al. Anomalies de la microstructure chez les adolescents présentant un trouble de dépendance à Internet. PloS ONE 2011; 6 (6): e20708. doi: 10.1371 / journal.pone.0020708. pmid: 21677775
  239. 29. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. Anomalies de la matière grise dans la dépendance à Internet: Une étude de morphométrie à base de voxels. Revue européenne de radiologie 2011; 79 (1): 92 – 95. doi: 10.1016 / j.ejrad.2009.10.025. pmid: 19926237
  240. 30. Hou H, Jia S, Hu S, Fan R, Sun W, Sun T, et al. Réduction du nombre de transporteurs de dopamine striataux chez les personnes atteintes d'un trouble de la dépendance à Internet. BioMed Research International 2012; 2012. doi: 10.1155 / 2012 / 854524
  241. 31. Kim SH, SH Baik, CS Park, Kim SJ, Choi SO, Kim SE. Réduction des récepteurs D2 de dopamine striatale chez les personnes ayant une dépendance à Internet. Neuroreport 2011; 22 (8): 407 – 411. doi: 10.1097 / WNR.0b013e328346e16e. pmid: 21499141
  242. 32. Lu DW, Wang JW, Huang ACW. Différenciation du niveau de risque de dépendance à Internet basée sur les réponses nerveuses autonomes: l'hypothèse de dépendance à Internet de l'activité autonome. Cyberpsychologie, comportement et réseaux sociaux 2010; 13 (4): 371 – 378. doi: 10.1089 / cyber.2009.0254
  243. 33. PC Lin, Kuo SY, Lee PH, Sheen TC, Chen SR. Effets de la dépendance à Internet sur la variabilité du rythme cardiaque chez les enfants d’âge scolaire. Le journal des soins infirmiers cardiovasculaires 2013. doi: 10.1097 / jcn.0b013e3182a477d5
  244. 34. Zheng H, Liu X, Patel K K. Rôle de la dopamine dans la réponse sympathique à médiation centrale chez les rats atteints de diabète de type 2 induit par la streptozotocine et un régime alimentaire riche en graisses. Le journal FASEB 2011; 25: 1028 – 11.
  245. 35. Bélanger RE, Akre C, Berchtold A, Michaud PA. Une association en forme de U entre l'intensité de l'utilisation d'Internet et la santé des adolescents. Pédiatrie 2014; 127: e330 – e335. doi: 10.1542 / peds.2010-1235
  246. 36. Lam LT. Jeu sur Internet Addiction, utilisation problématique d'Internet et problèmes de sommeil: une revue systématique. Rapports de psychiatrie actuels 2014; 16 (4): 1 – 9. Paramètres: 10.1007 / s11920-014-0444-1
  247. 37. Kim Y, Park JY, Kim SB, Jung IK, Lim YS, Kim JH. Les effets de la dépendance à Internet sur le mode de vie et le comportement alimentaire des adolescents coréens. Recherche et pratique en nutrition 2010; 4 (1): 51 – 57. doi: 10.4162 / nrp.2010.4.1.51. pmid: 20198209
  248. 38. Li M, Y Deng, Y Ren Y, Guo S, He X. Statut d'obésité des collégiens de Xiangtan et sa relation avec la dépendance à Internet. Obésité 2014; 22 (2): 482 – 487. doi: 10.1002 / oby.20595. pmid: 23929670
  249. 39. Jenaro C, N Flores, Gomez-Vela M, F Gonzalez-Gil, Caballo C. Problématique d'Internet et d'utilisation du téléphone portable: Corrélats psychologiques, comportementaux et de santé. Recherche sur la toxicomanie et théorie 2007; 15: 309 – 320. doi: 10.1080 / 16066350701350247
  250. 40. Kelley KJ, Gruber EM. Utilisation problématique d'Internet et santé physique. Journal of Behavioral Addictions 2013; 2 (2): 108 – 112. doi: 10.1556 / JBA.1.2012.016. pmid: 26165930
  251. 41. Besedovsky L, Lange T, né J. Sommeil et la fonction immunitaire. Pflügers Archiv-European Journal of Physiology 2012; 463 (1): 121 – 137. Paramètres: 10.1007 / s00424-011-1044-0. pmid: 22071480
  252. 42. Cheung LM, Wong WS. Les effets de l'insomnie et de la dépendance à Internet sur la dépression chez des adolescents chinois de Hong Kong: une analyse transversale exploratoire. Recherche sur le sommeil 2011; 20: 311 – 317. Doi: 10.1111 / j.1365-2869.2010.00883.x
  253. 43. Irwin M. Effets du sommeil et de la perte de sommeil sur l'immunité et les cytokines. Cerveau, comportement et immunité 2002; 16 (5): 503 – 512. Paramètres: 10.1016 / s0889-1591 (02) 00003-x
  254. 44. Adam Y, Meinlschmidt G, Lieb R. Associations entre troubles mentaux et rhume chez l'adulte: étude transversale basée sur la population. Journal of Psychosomatic Research 2013; 74 (1): 69 – 73. doi: 10.1016 / j.jpsychores.2012.08.013. pmid: 23272991
  255. 45. Irwin M, Patterson T, Smith TL, Caldwell C, Brown SA, Gillin JC, et al. Réduction de la fonction immunitaire face au stress de la vie et à la dépression. Psychiatrie biologique 1990; 27 (1): 22 – 30. pmid: 2297549 doi: 10.1016 / 0006-3223 (90) 90016-u
  256. 46. Kiecolt-Glaser JK, Glaser R. Dépression et fonction immunitaire: voies centrales de la morbidité et de la mortalité. Journal of Psychosomatic Research 2002; 53 (4): 873 – 876. pmid: 12377296 doi: 10.1016 / s0022-3999 (02) 00309-4
  257. 47. Kim HC, Parc SG, Leem JH, Jung DY, Hwang SH. Les symptômes dépressifs en tant que facteur de risque du rhume chez les employés: étude de suivi au mois de 4. Journal of Psychosomatic Research 2011; 71 (3): 194 – 196. doi: 10.1016 / j.jpsychores.2011.01.014. pmid: 21843756
  258. 48. Dickerson SS, Kemeny ME. Facteurs de stress aigus et réponses au cortisol: intégration théorique et synthèse de recherches en laboratoire. Bulletin psychologique 2004; 130 (3): 355. pmid: 15122924 doi: 10.1037 / 0033-2909.130.3.355
  259. 49. Cacioppo JT, Hawkley LC. Isolement social et santé, l'accent étant mis sur les mécanismes sous-jacents. Perspectives en biologie et en médecine 2003; 46 (3): S39 – S52. pmid: 14563073 doi: 10.1353 / pbm.2003.0049
  260. 50. Cohen S. Relations sociales et santé. Psychologue américaine 2004; 59 (8): 676. pmid: 15554821 doi: 10.1037 / 0003-066x.59.8.676
  261. 51. Jaremka LM, CP Fagundes, R Glaser, JM Bennett, WB Malarkey, JK Kiecolt-Glaser. La solitude prédit la douleur, la dépression et la fatigue: Comprendre le rôle de la dérégulation immunitaire. Psychoneuroendocrinology 2013; 38 (8): 1310 – 1317. doi: 10.1016 / j.psyneuen.2012.11.016. pmid: 23273678
  262. 52. McClelland DC, étage E, Davidson RJ, Saron C. Motivation de puissance stressée, activation sympathique, fonction immunitaire et maladie. Journal du stress humain 1980; 6 (2): 11 – 19. pmid: 7391555 doi: 10.1080 / 0097840x.1980.9934531
  263. 53. Cao H, Sun Y, Y Wan, Hao J, Tao F. BMC Santé publique 2011; 11: 802. Paramètres: 10.1186 / 1471-2458-11-802. pmid: 21995654
  264. 54. Heikkinen T, Järvinen A. Le rhume. Lancet 2003; 361: 51 – 59. pmid: 12517470 doi: 10.1016 / s0140-6736 (03) 12162-9
  265. 55. QUI. Bilan de la saison grippale hivernale 2012 – 2013, hémisphère nord. Organisation mondiale de la santé, enregistrement épidémiologique hebdomadaire 2013; 88: 225 – 232. Récupéré de http://www.who.int/wer/2013/wer8822.pdf
  266. 56. Grout P, ​​Barber V E. Boutons de fièvre - une enquête épidémiologique. Journal du Royal College of General Practitioners 1976; 26: 428 – 434. pmid: 957310
  267. 57. Glaser R, Sheridan J, Malarkey WB, MacCallum RC, Kiecolt-Glaser J K. Le stress chronique module la réponse immunitaire à un vaccin contre la pneumonie à pneumocoques. Médecine psychosomatique 2000; 62: 804 – 807. pmid: 11139000 doi: 10.1097 / 00006842-200011000-00010
  268. 58. Hass HS, Schauenstein K. Immunité, hormones et cerveau. Allergie 2001; 56: 470 – 77 pmid: 11421890 doi: 10.1034 / j.1398-9995.2001.056006470.x
  269. 59. KM d'Aberg, Radeck KA, Choi EH, Kim DK, Demerjian M, Hupe M, et autres. Le stress psychologique régule à la baisse l'expression des peptides antimicrobiens de l'épiderme et accroît la gravité des infections cutanées chez la souris. Le Journal of Clinical Investigation 2007; 117: 3339 – 3349. pmid: 17975669 doi: 10.1172 / jci31726
  270. 60. Ng BD, Wiemer-Hastings P. Addiction à Internet et aux jeux en ligne. CyberPsychologie et comportement 2005; 8 (2): 110-113. doi: 10.1089 / cpb.2005.8.110
  271. 61. Widyanto L, McMurran M. Les propriétés psychométriques du test de dépendance à Internet. Cyberpsychologie et comportement 2004; 7: 443–450. doi: 10.1089 / cpb.2004.7.443
  272. 62. Jeune KS. Test de dépendance à Internet (IAT) 2009.
  273. 63. Chang MK, Man Law SP. Structure factorielle pour le test de dépendance à Internet de Young: Une étude de confirmation. Ordinateurs au comportement humain 2008; 24: 2597 – 2619. doi: 10.1016 / j.chb.2008.03.001
  274. 64. Hardie E, Tee MY. Utilisation excessive d'Internet: rôle de la personnalité, de la solitude et des réseaux de soutien social dans la dépendance à Internet. Journal australien des technologies émergentes et de la société 2007; 5: 34 – 47.
  275. 65. Snaith RP, Zigmond AS. HADS: échelle d'anxiété et de dépression hospitalière 1994. Windsor: NFER Nelson.
  276. 66. Andrew B, Wilding J M. La relation entre la dépression et l'anxiété et le stress de la vie et la réussite des étudiants. British Journal of Psychology 2004; 95 (4): 509 – 521. doi: 10.1348 / 0007126042369802
  277. 67. Crawford JR, Henry JD, Crombie C, EP Taylor. Données normatives pour le HADS d'un grand échantillon non clinique. Journal britannique de psychologie clinique 2001; 40 (4): 429 – 434. doi: 10.1348 / 014466501163904
  278. 68. Russell DW. Échelle de solitude UCLA (version 3): fiabilité, validité et structure factorielle. Journal of Personality Assessment 1996; 66 (1): 20 – 40. pmid: 8576833 doi: 10.1207 / s15327752jpa6601_2
  279. 69. Jobe LE, Williams White S. Solitude, relations sociales et un phénotype plus large de l'autisme chez les étudiants. Personnalité et différences individuelles 2007; 42 (8): 1479 – 1489. doi: 10.1016 / j.paid.2006.10.021
  280. 70. Buysse DJ, CF Reynolds, TH Monk, Berman SR, DJ Kupfer. Indice de qualité du sommeil de Pittsburgh (PSQI): un nouvel instrument de recherche et de pratique en psychiatrie. Recherche en psychiatrie 1989; 28 (2): 193 – 213. Paramètres: 10.1016 / 0165-1781 (89) 90047-4
  281. 71. Goldberg DP, Hillier V F. Une version à l'échelle du questionnaire général sur la santé. Médecine psychologique 1979; 9: 139 – 145. pmid: 424481 doi: 10.1017 / s0033291700021644
  282. 72. Reed P. et Senunaite K. Impact d'un enfant atteint de TSA sur la fonction immunitaire autodéclarée des parents. À l'étude.
  283. 73. McClelland DC, Alexander C, marques E. Le besoin de pouvoir, de stress, de fonction immunitaire et de maladie chez les hommes prisonniers. Journal of Anormal Psychology 1982; 91 (1): 61. pmid: 7056944 doi: 10.1037 / 0021-843x.91.1.61