Automutilation et association avec la dépendance à Internet et l'exposition à la pensée suicidaire sur Internet chez les adolescents. (2016)

2016 peut 1. pii: S0929-6646 (16) 30039-0. doi: 10.1016 / j.jfma.2016.03.010. 

Liu HC1, Liu SI2, Tjung JJ3, Sun FJ4, Huang HC4, Fang CK5.

Contexte / objectif

L’automutilation est un facteur de risque de suicide. Nous avons cherché à déterminer si la dépendance à Internet et l'exposition à Internet aux idées suicidaires confiées sont associées à la SH chez les adolescents.

Méthodologie

Il s’agissait d’une enquête transversale réalisée auprès d’étudiants ayant rempli eux-mêmes une série de questionnaires en ligne, notamment un questionnaire d’information sociodémographique, un questionnaire sur la suicidalité et un questionnaire sur la suicidalité, un questionnaire sur la santé des internautes (CIAS), un questionnaire de santé échelle de soutien dimensionnel (MDSS), échelle d'estimation de soi de Rosenberg (RSES), test de consommation-identification de troubles liés à la consommation d'alcool (AUDIT-C), et questionnaire sur la toxicomanie.

Résultats

Au total, 2479 étudiants ont rempli les questionnaires (taux de réponse = 62.1%). Ils avaient un âge moyen de 15.44 ans (intervalle de 14 à 19 ans; écart-type 0.61) et étaient principalement des femmes (n = 1494; 60.3%). La prévalence du SH au cours de l'année précédente était de 10.1% (n = 250). Parmi les participants, 17.1% avaient une dépendance à Internet (n = 425) et 3.3% avaient été exposés à des contenus suicidaires sur Internet (n = 82). Dans l'analyse de régression logistique hiérarchique, la dépendance à Internet et l'exposition à Internet à des pensées suicidaires étaient toutes deux significativement liées à un risque accru de SH, après contrôle du sexe, des facteurs familiaux, de l'exposition aux pensées suicidaires dans la vie réelle, de la dépression, de la consommation d'alcool / de tabac, suicidalité concomitante et soutien social perçu. Cependant, l'association entre la dépendance à Internet et le SH s'est affaiblie après ajustement du niveau d'estime de soi, tandis que l'exposition à Internet aux pensées suicidaires est restée significativement liée à un risque accru de SH (odds ratio = 1.96; intervalle de confiance à 95%: 1.06–3.64) .

 

 

  

Conclusion

Les expériences en ligne sont associées à la SH chez les adolescents. Les stratégies préventives peuvent inclure l’éducation pour accroître la conscience sociale, identifier les jeunes les plus à risque et fournir une aide rapide.

 

 

 

 

1. Introduction

Auto-mutilation (SH) est un terme utilisé pour décrire tous les actes intentionnels d'intoxication ou d'automutilation dans de nombreux pays européens, indépendamment de la présence d'intention suicidaire. Ce phénomène est important à comprendre car la répétition de SH est fréquente et constitue un facteur de risque de suicide indépendant, bien que de nombreux actes de SH chez les adolescents commencent avec des intentions non suicidaires.1 Des études longitudinales de suivi de SH chez des adolescents ont montré que les personnes atteintes d'actes de SH présentaient un taux de mortalité excédentaire globalement multiplié par quatre par rapport au taux attendu (le suicide étant la raison principale de cette augmentation du risque),2 et un taux accru de troubles psychiatriques chez les jeunes adultes.3

Les facteurs de risque de SH chez les adolescents sont multifactoriels et souvent intercorrélés. Une étude systématique des facteurs de risque pour le SH chez les adolescents a révélé que les adolescents atteints de SH non mortel présentaient des caractéristiques similaires à celles des adolescents qui s'étaient suicidés.4 Parmi les facteurs identifiés, l'exposition au suicide (regroupement de suicides / contagion de comportement suicidaire ou influence des médias) est considérée comme ayant plus d'influence sur les adolescents que les adultes.5, 6 L'exposition à des comportements suicidaires non mortels au sein de la famille et des amis est prédictive de la SH chez les adolescents.7 Cependant, on sait peu de choses sur la relation entre l'exposition à des pensées suicidaires confiées d'autrui, en particulier dans le contexte social unique créé par Internet, et le comportement auto-nuisible d'un adolescent au niveau communautaire.

La dépendance à Internet est caractérisée par un schéma mésadapté d'utilisation d'Internet conduisant à une déficience ou à une détresse cliniquement significative.8 Cela inclut une préoccupation pour les activités Internet, une incapacité récurrente à résister à l’impulsion à utiliser Internet, une tolérance, un retrait, une utilisation de l’Internet pendant une période plus longue que prévu, un désir persistant et / ou des tentatives infructueuses de réduire ou de réduire l’utilisation d’Internet. , temps excessif consacré aux activités Internet et en quittant Internet, efforts excessifs consacrés aux activités nécessaires pour obtenir un accès à Internet et utilisation intensive continue d’Internet, malgré la connaissance d’un problème physique ou psychologique persistant ou récurrent susceptible d’avoir été causé ou exacerbé par utilisation d'internet.9 Des études antérieures ont montré que les adolescents ayant une dépendance à Internet présentent un niveau plus élevé de symptômes de trouble d'hyperactivité avec déficit de l'attention, de dépression et d'hostilité, ainsi qu'un risque accru d'adopter des comportements agressifs.10, 11 Cependant, l'association entre la dépendance à Internet et la SH chez les adolescents est mal connue. Davantage de recherches examinant cette relation et le mécanisme sous-jacent possible sont nécessaires pour identifier et gérer correctement le SH chez les adolescents.

Dans cette étude, notre objectif était d'examiner la relation entre SH chez des adolescents et l'exposition sur Internet à des idées suicidaires confiées par d'autres. Nous avons également essayé de clarifier la relation entre la dépendance à Internet à SH et chez les adolescents, en contrôlant les effets de la dépression, les tendances suicidaires concomitantes, l'exposition aux idées suicidaires confiées, la consommation de substances psychoactives, des facteurs familiaux spécifiques, le soutien social perçu et l'estime de soi.4, 12 Pour ceux qui se sont fait du mal, nous avons également examiné les différences entre le nombre d'actes et l'intention de suicide, et déterminé si les méthodes de recherche de SH sur Internet différaient entre les adolescents toxicomanes et non-dépendants d'Internet. Les caractéristiques des expériences liées à SH ont été explorées en examinant l'exposition d'Internet à des pensées suicidaires.

 

 

2. Méthodes

 

 

2.1. Plan d'étude et échantillon

Cette étude est une enquête transversale réalisée à Taipei et dans le comté de Taipei d'octobre 2008 à janvier 2009. Selon le livre de données démographiques Taiwan-Fukien, il y avait des lycées participant au programme 13 (écoles urbaines 8 urbaines, 3 suburbaines et rurales 2)13). Toutes les écoles participantes étaient équipées d'installations informatiques pour la classe, que les élèves utilisaient pour remplir eux-mêmes les questionnaires en ligne.

Le recrutement a été effectué par un assistant de recherche de niveau master, sans aucune implication du personnel de l'école, pour éviter le risque de coercition. L'assistant de recherche a soigneusement expliqué les objectifs et les procédures de cette étude, mis l'accent sur les problèmes de confidentialité et obtenu les consentements écrits des participants. Une lettre a été remise aux parents demandant leur permission et leur réponse écrite a été rapportée par les élèves participants. L'approbation éthique de cette étude a été obtenue du comité d'examen institutionnel de l'hôpital MacKay Memorial avant le recrutement.

 

 

2.2. La mesure

Le questionnaire en ligne était interactif avec la conception du modèle de saut et a duré environ 30 minutes. Le nombre total d'items pour chaque répondant dépendait des réponses du répondant. Les informations suivantes ont été obtenues.

 

 

2.2.1. Informations sociodémographiques

Cela incluait le niveau de scolarité (tous étaient en première année du secondaire dans cette étude), l'âge, le sexe, la religion, la situation financière de la famille déterminée en demandant «Est-il difficile pour votre famille de subvenir aux besoins de base (par exemple, nourriture, vêtements, abri , etc.?) », les personnes avec qui ils vivent (« Vivez-vous actuellement avec vos deux parents biologiques? »), et l'harmonie familiale (« Pensez-vous qu'il y a une grande discorde dans les relations de votre famille? »).

 

 

2.2.2. Questionnaire de suicidalité et SH

Des informations ont été recueillies, à l'aide de questions standard, sur la présence d'idées suicidaires, de plans de suicide et de comportement de SH au cours de l'année précédente, y compris le nombre d'actes de SH, s'ils ont consulté un site Internet sur les méthodes de SH, si l'intention de suicide était présente lorsqu'ils a tenté de se faire du mal («Au cours de l'un de ces épisodes, avez-vous vraiment voulu vous suicider?»), et s'ils avaient été exposés aux pensées suicidaires d'autrui dans le monde réel («Est-ce que quelqu'un que vous connaissez personnellement a déjà mentionné ou discuté de ses pensées se suicider avec vous? ») et sur Internet (« Avez-vous déjà été dans une situation où quelqu'un que vous avez rencontré uniquement sur Internet a discuté de l'idée de se suicider avec vous? ») au cours de l'année précédente. Toutes les questions ont été formulées en fonction de notre intérêt de recherche et confirmées par un processus de groupe de discussion.

 

 

2.2.3. Échelle de dépendance Internet Chen

L’Échelle de dépendance à Internet Chen de type 26 (CIAS) a été utilisée pour évaluer la présence de dépendance à Internet et a été évaluée sur une échelle de Likert en quatre points, avec un score total allant de 26 à 104. Les propriétés psychométriques de l'échelle ont été examinées et la fiabilité interne variait de 0.79 à 0.93.14 Sur la base des critères de diagnostic de la dépendance à Internet chez les adolescents,9 Les adolescents qui ont obtenu 64 ou plus sur le CIAS ont été diagnostiqués comme ayant une dépendance à Internet. La précision du diagnostic était de 87.6%.15

 

 

2.2.4. Questionnaire sur la santé du patient

Le questionnaire sur la santé du patient (PHQ-9) est un inventaire à auto-évaluation de neuf éléments basé sur les critères du Manuel de diagnostic et de statistique des troubles mentaux - Quatrième édition (DSM-IV) pour diagnostiquer la dépression, évaluer la gravité et surveiller la réponse au traitement.16 La version chinoise du PHQ-9 avait une bonne cohérence interne (alpha = 0.84) et une fiabilité test-retest acceptable (ICC = 0.80) dans les populations adolescentes.17 En utilisant le Kiddie-Schedule pour le trouble affectif et la schizophrénie (version épidémiologique) comme critère de référence, un score PHQ-9 ≥ 15 avait une sensibilité de 0.72 et une spécificité de 0.95 pour reconnaître un trouble dépressif majeur chez les adolescents.17

 

 

2.2.5. Échelle de soutien multidimensionnelle

L'échelle de soutien multidimensionnel (MDSS) est une mesure autodéclarée de la disponibilité et de l'adéquation du soutien social provenant de diverses sources.18 Il peut être adapté aux besoins spécifiques de différents projets de recherche. Ici, nous avons divisé le soutien social des adolescents en quatre sources (c'est-à-dire les parents, les autres membres de la famille, les amis et les enseignants). La version chinoise de cette échelle n'était pas disponible au moment de cette étude; il a été traduit en chinois par l'auteur, avec retraduction indépendante par un psychiatre bilingue. Un score plus élevé sur le MDSS indique un meilleur soutien social perçu

 

 

2.2.6. Échelle d'estime de soi de Rosenberg

L'échelle d'estime de soi de Rosenberg (RSES) est un instrument d'auto-évaluation à 10 éléments mesurant l'estime de soi globale d'un individu.19 La validité et la fiabilité de la version chinoise de RSES ont été établies dans les populations taïwanaises.20 Un score plus élevé sur le RSES indique un meilleur niveau d'estime de soi.

 

 

2.2.7. Consommation de test d'identification de trouble de consommation d'alcool

Test-consommation d’essai d’identification de l’alcoolisme (AUDIT-C) contient les trois premiers éléments de l’AUDIT permettant d’identifier une consommation dangereuse.21, 22 La performance de la version chinoise de cet instrument simplifié de dépistage de l’alcool a été validée.23 Un score AUDIT-C ≥ 4 avait une sensibilité de 0.90 et une spécificité de 0.92 pour reconnaître l'usage dangereux d'alcool.23

 

 

 

2.2.8. Questionnaire sur la toxicomanie

On a demandé aux participants s'ils fumaient régulièrement et s'ils avaient déjà consommé de l'amphétamine, de l'héroïne, du cannabis, du 3,4-méthylènedioxyméthamphétamine, de la kétamine, de la cocaïne, de la colle ou toute autre substance au cours du dernier mois.

 

 

 

 

2.3. Analyse de processus et statistique

Le questionnaire en ligne, comprenant toutes les questions de mesure, a été administré à l'entrée dans l'étude et accessible avec les mots de passe individuels des participants. Tous les résultats ont été automatiquement transférés dans une base de données protégée par mot de passe sans perte de données. Le logiciel Statistics Package for Social Science (SPSS) version 21.0 (IBM, Armonk, New York) a été utilisé pour l'analyse statistique.

SH au cours de l’année précédente était le «résultat» des analyses. Nous avons utilisé le chi carré ou t test pour comparer les différences entre les groupes en ce qui concerne la présence de dépendance à Internet et l'exposition aux pensées suicidaires d'autrui sur Internet au cours de l'année précédente, ainsi que d'autres covariables potentielles, par exemple l'âge, le sexe, la présence des propres idées suicidaires des participants et le plan de suicide, l'exposition aux pensées suicidaires des autres dans le monde réel, la présence de dépression, le niveau de soutien social perçu, l'estime de soi, la consommation d'alcool et de substances, et des facteurs familiaux spécifiques. Les variables de SH identifiées comme significatives ont été examinées plus en détail à l'aide de modèles de régression logistique univariée et de régression logistique hiérarchique pour étudier les facteurs de confusion et de modification. Dans l'analyse de régression logistique hiérarchique, nous avons d'abord examiné si les deux expériences d'utilisation d'Internet (dépendance à Internet et exposition à des pensées suicidaires sur Internet) étaient liées à SH indépendamment (modèle I). Ensuite, nous avons contrôlé le sexe, les facteurs familiaux spécifiques, l'exposition aux pensées suicidaires dans le monde réel, les facteurs personnels spécifiques (dépression, consommation d'alcool et de tabac) et la suicidalité concomitante, et tous les autres facteurs identifiés (modèles II-VI).

Pour analyser les données de ceux qui se sont fait du mal, nous avons utilisé le chi carré ou t test pour évaluer les différences (entre groupes avec ou sans dépendance à Internet et avec ou sans exposition à des idées suicidaires sur Internet) en ce qui concerne le nombre d'actes SH, la présence et l'intention de suicide au moment de SH, et si des sites Internet ont été consultés sur la méthode de SH.

 

 

 

3. Résultats

Nous avons recruté 3994 élèves de première année du secondaire dans les écoles approchées. Au total, 2479 62.1 élèves ont fourni à la fois leur consentement éclairé écrit et celui de leurs parents et ont rempli le questionnaire interactif (taux de réponse = 15.44%). Leur âge moyen était de 14 ans (intervalle de 19 à 0.61 ans; écart-type XNUMX); la majorité étaient des femmes (n = 1494; 60.3%) et sans appartenance religieuse (n = 1344, 54.2%). La prévalence du SH au cours de l'année précédente était de 10.1% (n = 250). Parmi les participants, 17.1% avaient une dépendance à Internet (n = 425) et 3.3% avaient été exposés à des idées suicidaires sur Internet (n = 82) au cours de l'année précédente.

Les caractéristiques des participants avec ou sans SH sont présentées dans Tableau 1. L'âge n'était pas un facteur important, puisque seuls les élèves de première année du secondaire étaient recrutés. Un seul élève a signalé une consommation de substances illicites, ce facteur n'a donc pas pu être inclus dans l'analyse. Les adolescents atteints de SH au cours de l'année précédente étaient plus susceptibles d'être des femmes, de ne pas vivre actuellement avec leurs deux parents biologiques et de signaler la présence d'une discorde familiale. En ce qui concerne la suicidalité, les étudiants atteints de SH avaient tendance à avoir leurs propres idées suicidaires et plans de suicide, et à avoir été exposés aux pensées suicidaires des autres dans le monde réel et sur Internet. De plus, ils étaient plus susceptibles de souffrir de dépression et d'un niveau inférieur de soutien social perçu et d'estime de soi, et de fumer, d'abuser de l'alcool et d'être dépendants d'Internet.

Tableau 1: Caractéristiques sociodémographiques et cliniques d'adolescents présentant un comportement d'automutilation.
 Oui (n = 250)Non (n = 2229)χ2 or t
n (%) ou moyen (écart type)n (%) ou moyen (écart type)
Genre
Homme82 (32.8)903 (40.5)5.58 *
Femme168 (67.2)1326 (59.5)
 
Âge15.45 (0.58)15.44 (0.62)0.19
 
Vivre avec des parents biologiques
Non63 (25.2)344 (15.4)15.63 ***
Oui187 (74.8)1885 (84.5)
 
Discorde familiale
Oui43 (17.2)152 (6.8)33.42 ***
Non207 (82.8)2077 (93.2)
 
Difficultés financières familiales
Oui30 (12.0)190 (8.5)3.36
Non220 (88.0)2039 (91.5)
 
L'idéation suicidaire
Non91 (36.4)1916 (86.0)358.1 ***
Oui159 (63.6)313 (14.0)
 
Plans de suicide
Non172 (68.8)2147 (96.3)282.0 ***
Oui78 (31.2)82 (3.7)
 
Exposition à des pensées suicidaires (monde réel)
Non149 (59.6)1901 (85.3)103.6 ***
Oui101 (40.4)328 (14.7)
 
Exposition à des idées suicidaires (internet)
Non222 (88.8)2175 (97.6)54.15 ***
Oui28 (11.2)54 (2.4)
 
La cigarette
Non226 (90.4)2186 (98.1)50.30 ***
Oui24 (9.6)43 (1.9)
 
Consommation dangereuse d'alcool (AUDIT-C ≥ 4)
Oui47 (18.8)116 (5.2)67.64 ***
Non203 (81.2)2113 (94.8)
 
Dépression (PHQ-9 ≥ 15)
Oui59 (23.6)98 (4.4)139.74 ***
Non191 (76.4)2131 (95.6)
 
Soutien social sur le MDSS19.26 (3.45)20.76 (3.56)−6.34 ***
 
Estime de soi sur le RSES24.71 (5.78)28.66 (5.37)−10.94 ***
 
addiction à Internet
Oui77 (30.8)348 (15.6)36.50 ***
Non173 (69.2)1881 (84.4)

*p <0.05; ***p <0.001.

AUDIT-C = Test d'identification des troubles liés à la consommation d'alcool - Consommation; MDSS = échelle de support multidimensionnelle; PHQ-9 = Questionnaire sur la santé du patient; RSES = échelle d'estime de soi de Rosenberg; SD = écart type.

Les résultats de l’analyse de régression logistique univariée sont présentés dans Tableau 2. Augmentation du niveau de soutien social perçu et d’estime de soi liée à une diminution du risque de SH chez les adolescents. Ces deux facteurs ont été identifiés comme potentiellement protecteurs; nous les mettons enfin dans l'analyse de régression logistique hiérarchique (Tableau 3). Comme représenté sur la Tableau 3, la dépendance à Internet et l'exposition à des pensées suicidaires sur Internet étaient toutes deux significativement liées à un risque accru de SH, après contrôle du sexe, de facteurs familiaux spécifiques, de l'exposition à des pensées suicidaires dans la vie réelle, de facteurs personnels spécifiques et de la suicidalité concomitante (Modèles I –IV). En ajustant le niveau de soutien social perçu, les deux variables sont demeurées des facteurs de risque significatifs pour le SH (modèle V). Cependant, l'association entre la dépendance à Internet et le SH s'est affaiblie et est devenue non significative après ajustement du niveau d'estime de soi (modèle VI), tandis que l'exposition à Internet aux pensées suicidaires restait significativement liée à un risque accru de SH chez les adolescents (odds ratio = 1.96; Intervalle de confiance à 95%: 1.06–3.64).

Tableau 2Facteurs associés à l'automutilation chez les adolescents: analyse de régression logistique univariée.
 forêtOR95% CI
addiction à Internet37.76 ***2.411.80-3.22
Exposition à des idées suicidaires (sur Internet)44.63 ***5.083.15-8.18
 
Sexe féminin5.54 *1.401.06-1.84
Ne pas vivre avec des parents biologiques15.24 ***1.851.36-2.51
Discorde familiale30.97 ***2.841.97-4.10
Exposition à des pensées suicidaires (dans le monde réel)92.74 ***3.932.97-5.19
Fumeur40.73 ***5.403.22-9.06
Consommation dangereuse d'alcool58.68 ***4.222.92-6.10
Dépression110.40 ***6.724.71-9.58
L'idéation suicidaire267.50 ***10.708.05-14.21
Plans de suicide195.63 ***11.878.40-16.79
Aide sociale38.65 ***0.890.86-0.92
Amour-propre106.31 ***0.880.85-0.90

IC = intervalle de confiance; OU = rapport de cotes.

*p <0.05; ***p <0.001.

Tableau 3Facteurs associés à l'automutilation chez les adolescents: analyse de régression logistique hiérarchique.
 Modèle IModèle IIModèle IIIModèle IVModèle vModèle VI
OR95% CIOR95% CIOR95% CIOR95% CIOR95% CIOR95% CI
addiction à Internet2.20 ***1.64-2.972.04 ***1.49-2.791.59 **1.41-2.221.50 *1.06-2.131.46 *1.03-2.071.380.97-1.96
Exposition à des idées suicidaires (sur Internet)4.36 ***2.68-7.102.82 ***1.67-4.751.98 *1.12-3.492.06 *1.11-3.822.00 *1.08-3.721.96 *1.06-3.64
Sexe féminin  1.290.96-1.731.320.97-1.791.070.78-1.491.090.79-1.511.040.75-1.45
Ne pas vivre avec des parents biologiques  1.49 *1.07-2.081.380.97-1.961.310.90-1.911.300.89-1.891.330.91-1.93
Discorde familiale  2.26 ***1.51-3.371.66 *1.08-2.561.360.85-2.161.310.82-2.081.250.78-1.99
Exposition à des pensées suicidaires (dans le monde réel)  3.33 ***2.48-4.473.05 ***2.25-4.151.99 ***1.43-2.772.01 ***1.44-2.802.01 ***1.44-2.81
Fumeur    2.82 **1.51-5.282.45 *1.24-4.852.47 **1.26-4.852.43 *1.23-4.82
Consommation dangereuse d'alcool    2.12 **1.37-3.301.530.95-2.471.530.95-2.481.610.99-2.60
Dépression    3.86 ***2.59-5.772.07 **1.33-3.211.97 **1.27-3.061.68 *1.07-2.63
L'idéation suicidaire      5.27 ***3.72-7.475.00 ***3.52-7.104.45 ***3.11-6.35
Plans de suicide      2.13 **1.39-3.282.12 **1.38-3.262.04 **1.32-3.15
Aide sociale        0.95 **0.91-0.990.96 *0.92-1.00
Amour-propre          0.95 **0.93-0.98

IC = intervalle de confiance; OU = rapport de cotes.

* p <0.05; ** p <0.01; *** p <0.001.

Lorsqu’on a comparé davantage les groupes de participants SH pour voir les caractéristiques de SH liées aux deux expériences d’utilisation d’Internet, nous avons constaté que les étudiants exposés à des idées suicidaires étaient plus susceptibles de commettre davantage d’actes SH et d’avoir une intention de se suicider au moment de SH (Tableau 4). Comparés à leurs homologues, les étudiants ayant une dépendance à Internet étaient beaucoup plus susceptibles d’avoir une intention de se suicider et ont consulté des sites Internet sur les méthodes (Tableau 4).

Tableau 4Caractéristiques des actes d'automutilation chez les étudiants ayant une dépendance à Internet ou exposés à des idées suicidaires sur Internet dans un sous-échantillon du groupe SH (n = 250 XNUMX).
 addiction à Internetχ2 or tExposition Internet à des idées suicidairesχ2 or t
Oui (n = 77)Non (n = 173)Oui (n = 33)Non (n = 217)
n (%) ou moyen (écart type)n (%) ou moyen (écart type)n (%) ou moyen (écart type)n (%) ou moyen (écart type)
Nombre d'actes d'automutilation6.01 (3.85)5.21 (3.71)0.227.15 (3.69)5.20 (3.72)2.81 **
Intention de suicide
Oui34 (44.2)49 (28.3)6.02 *18 (54.5)65 (30)7.81 **
Non43 (55.8)124 (71.7)15 (45.5)152 (70)
Recherche de méthodes de suicide sur Internet
Oui4 (5.2)1 (0.6)5.80 *2 (6.1)3 (1.4)3.20
Non73 (94.8)172 (99.4)31 (93.9)214 (98.6)

*p <0.05; **p <0.01.

SD = écart type; SH = automutilation.

 

 

4. Discussion

Il s'agit de l'une des premières études communautaires menées auprès d'adolescents à étudier l'association entre l'exposition à des idées suicidaires confiées d'autrui et SH. Les résultats ont révélé que l'exposition aux pensées suicidaires d'autrui augmentait la probabilité de comportement SH et même une exposition non en face à face sur Internet pourrait être un facteur de risque important pour SH.

La prévalence en% 10.1 de SH parmi les adolescents taïwanais constatée au cours de l'année précédente est conforme aux rapports précédents sur la prévalence de SH en mois 12 chez les adolescents (3.2 – 9.5%).24 Le taux de prévalence de la dépendance à Internet dans notre étude était de 17.1%, ce qui est également cohérent avec le taux précédemment rapporté de 18.8% dans le sud de Taïwan.11 Parmi les adolescents interrogés, 3.3% avait été exposé à des idées suicidaires sur Internet au cours de la dernière année. En l'absence d'une étude similaire sur la communauté, nous n'avons pas pu comparer nos résultats à ceux-ci. Cependant, le taux de notre étude montre que cette exposition n’est pas rare parmi les internautes adolescents. Compte tenu de l'omniprésence de l'utilisation d'Internet dans notre vie quotidienne, le nombre réel d'adolescents exposés à ce risque peut être considérable. Les activités en ligne interactives offrent aux adolescents des possibilités de réseautage social qui ne sont pas limitées par des limites physiques traditionnelles ou surveillées par des adultes, et favorise ainsi leur engagement.25 Les interactions en ligne peuvent fournir un soutien social essentiel aux adolescents isolés, mais elles peuvent également normaliser et encourager le comportement de SH.26

Une étude précédente a exploré le rôle de la modélisation sociale dans la transmission de la suicidalité par les pairs. Ils ont suggéré que l'impact des sources sociales non familiales d'exposition sur le comportement suicidaire d'un individu peut être au moins aussi important que l'impact des sources familiales.7 Dans notre étude, nous avons confirmé leurs résultats et constaté que même l'exposition aux pensées suicidaires confiées d'autrui peut augmenter le risque de comportement SH chez les adolescents. Après avoir contrôlé une gamme de facteurs, la probabilité de SH chez les personnes exposées aux idées suicidaires des autres dans la vie réelle, ainsi que sur Internet, a été multipliée par un par rapport à celles qui n'ont pas été exposées au cours de l'année écoulée. L'expérience de l'exposition s'est avérée être un facteur de risque important pour le comportement SH des adolescents, indépendamment des vulnérabilités préexistantes telles que la dépression et de leurs propres idées suicidaires. Ce phénomène de «contagion sociale» est un facteur de risque sous-étudié mais toujours constaté d'automutilation non suicidaire chez les adolescents.27 Des recherches supplémentaires à ce sujet sont justifiées, en particulier sur les moyens de réduire ce risque.

Dans notre étude, nous avons constaté que la dépendance à Internet était associée à la SH chez les adolescents après ajustement pour tenir compte des facteurs de confusion potentiels, ce qui concorde avec la conclusion d'une étude précédente portant sur le lien entre la dépendance à Internet et le comportement d'automutilation chez les adolescents,28 jusqu'à ce que l'estime de soi affaiblisse cette association. Il a été rapporté que chez les adolescents présentant un trouble de déficit de l'attention / hyperactivité, des scores d'estime de soi plus faibles sur le RSES étaient significativement associés à des symptômes de dépendance à Internet plus graves.29 La question de savoir si cette association est également vraie chez les adolescents ayant un comportement SH, ce qui entraîne une relation affaiblie entre la dépendance à Internet et SH, nécessite une enquête plus approfondie.

Des études antérieures ont identifié plusieurs corrélats bio-psycho-sociaux de la SH chez les adolescents.30, 31 Une étude multiculturelle menée sur des adolescents victimes de suicide à Hong Kong et aux États-Unis a montré que la dépression, les idées suicidaires actuelles et à vie, le désespoir, de mauvaises relations interpersonnelles et l'exposition à des tentatives de suicide et des finissants étaient des facteurs de risque de tentative de suicide dans les deux cultures.32 Dans notre étude, les caractéristiques personnelles (dépression, présence d'idées suicidaires et plans de suicide, estime de soi, tabagisme et consommation dangereuse d'alcool) étaient associées à la SH chez les adolescents. Le soutien social protégeait contre le comportement SH des jeunes, faisant écho aux conclusions des rapports précédents.33, 34 L'importance de certaines caractéristiques familiales, telles que le fait de ne pas vivre avec deux parents biologiques et la discorde familiale, a disparu après contrôle des facteurs personnels et sociaux de notre échantillon. Ce résultat suggère que pour les adolescents, le soutien social perçu provenant de différentes sources peut compenser les risques familiaux initiaux. Toutes ces découvertes nous rappellent à nouveau l’importance d’une approche multidisciplinaire lorsque nous traitons avec un adolescent impliqué dans la SH.

Lorsqu'elle a été étendue à un examen des caractéristiques des élèves exposés à des pensées suicidaires confiées sur Internet au sein du sous-échantillon SH, notre analyse a révélé qu'ils étaient plus enclins aux actes SH et avaient l'intention de mourir. Comme il s'agissait d'une enquête transversale, nous n'avons pas été en mesure de déterminer la relation causale entre l'exposition, le nombre d'actes de SH et leur intention de suicide. Les adolescents peuvent développer ou renforcer leurs idées suicidaires en révélant les pensées suicidaires des autres et en adoptant leur propre comportement SH. De plus, les jeunes peuvent utiliser Internet d'une manière qui diffère de la population générale en ce qui concerne le suicide. Une étude précédente mesurait l'activité des moteurs de recherche Internet de Google pour les termes liés au suicide et les corrélait aux données disponibles sur le suicide et l'automutilation intentionnelle. Ils ont constaté que, même si l'activité de recherche sur Internet était négativement corrélée au taux de suicide dans la population générale, elle était positivement corrélée à la fois à l'automutilation intentionnelle et aux suicides chez les jeunes.35 Dans notre étude, les adolescents ayant une dépendance à Internet avaient tendance à consulter le site Internet sur les méthodes qu'ils utilisaient pour SH. La disponibilité de cet outil, d'une part, peut permettre à une personne d'accéder à l'information, mais elle peut également faciliter la mise en œuvre du suicide chez les jeunes vulnérables.36 Une attention particulière devrait être accordée à la manière dont les jeunes internautes fréquents utilisent Internet. L'application des directives aux médias pour la prévention du suicide est exigée pour les sites Web, tout comme les sites d'entraide accessibles pour les personnes suicidaires ciblant les jeunes utilisateurs.36

Certaines limites de notre étude devraient être considérées. Les preuves fournies par une étude de conception transversale sont insuffisantes pour tirer une inférence causale. Notre mesure reposant sur l'autodéclaration, il pourrait donc y avoir un biais de déclaration. Les informations sur l'abus de substances illicites ne reposaient que sur une question fermée au lieu d'un questionnaire validé. Par conséquent, cette variable n'a pas pu être incluse dans l'analyse à corriger. Malgré les limites, notre étude a été la première à examiner le lien entre l'exposition aux idéations suicidaires confiées et le SH au niveau de la communauté; nous avons prouvé la dépendance à Internet et l'exposition à Internet de pensées suicidaires liées à la SH chez les adolescents; et comme discuté ci-dessus, nos résultats sont cohérents avec plusieurs études antérieures dans le domaine.

 

 

 

5. Conclusion

Les expériences en ligne sont associées à la SH chez les adolescents. Les stratégies préventives peuvent inclure une éducation pour accroître la conscience sociale, identifier les personnes exposées au risque et fournir une aide rapide.

 

Bibliographie

  1. Hawton, K., Cole, D., O'Grady, J., et Osborn, M. Aspects motivationnels de l’intoxication volontaire chez les adolescents. Br J Psychiatry. 1982; 141: 286 – 291
  2. Hawton, K. et Harriss, L. Automutilation volontaire chez les jeunes: caractéristiques et mortalité subséquente dans une cohorte d'années 20 de patients se présentant à l'hôpital. Clinique J Clinique. 2007; 68: 1574 – 1583
  3. Voir dans l'article 
  4. | CrossRef
  5. | PubMed
  6. Voir dans l'article 
  7. | Abstract
  8. | Texte intégral
  9. | Texte intégral en PDF
  10. | PubMed
  11. | Scopus (31)
  12. Voir dans l'article 
  13. | CrossRef
  14. | PubMed
  15. Voir dans l'article 
  16. | CrossRef
  17. | PubMed
  18. | Scopus (55)
  19. Voir dans l'article 
  20. | CrossRef
  21. | PubMed
  22. Voir dans l'article 
  23. | CrossRef
  24. | PubMed
  25. | Scopus (28)
  26. Voir dans l'article 
  27. | CrossRef
  28. | Scopus (246)
  29. Voir dans l'article 
  30. | CrossRef
  31. | PubMed
  32. | Scopus (146)
  33. Voir dans l'article 
  34. | Abstract
  35. | Texte intégral
  36. | Texte intégral en PDF
  37. | PubMed
  38. | Scopus (209)
  39. Voir dans l'article 
  40. | Abstract
  41. | Texte intégral
  42. | Texte intégral en PDF
  43. | PubMed
  44. | Scopus (101)
  45. Voir dans l'article 
  46. | CrossRef
  47. | PubMed
  48. | Scopus (130)
  49. Voir dans l'article 
  50. Voir dans l'article 
  51. Voir dans l'article 
  52. | Abstract
  53. | Texte intégral en PDF
  54. | PubMed
  55. Voir dans l'article 
  56. | CrossRef
  57. | PubMed
  58. | Scopus (3228)
  59. Voir dans l'article 
  60. | CrossRef
  61. | Scopus (1)
  62. Voir dans l'article 
  63. | CrossRef
  64. | PubMed
  65. Voir dans l'article 
  66. Voir dans l'article 
  67. Voir dans l'article 
  68. | CrossRef
  69. | PubMed
  70. Voir dans l'article 
  71. | CrossRef
  72. | PubMed
  73. | Scopus (30)
  74. Voir dans l'article 
  75. | CrossRef
  76. | PubMed
  77. | Scopus (13)
  78. Voir dans l'article 
  79. | CrossRef
  80. Voir dans l'article 
  81. | CrossRef
  82. Voir dans l'article 
  83. | CrossRef
  84. | PubMed
  85. | Scopus (183)
  86. Voir dans l'article 
  87. | CrossRef
  88. | Scopus (12)
  89. Voir dans l'article 
  90. | CrossRef
  91. | PubMed
  92. | Scopus (34)
  93. Voir dans l'article 
  94. | Abstract
  95. | Texte intégral
  96. | Texte intégral en PDF
  97. | PubMed
  98. | Scopus (5)
  99. Voir dans l'article 
  100. | CrossRef
  101. | PubMed
  102. | Scopus (26)
  103. Voir dans l'article 
  104. | Abstract
  105. | Texte intégral
  106. | Texte intégral en PDF
  107. | PubMed
  108. Voir dans l'article 
  109. | CrossRef
  110. | PubMed
  111. | Scopus (12)
  112. Voir dans l'article 
  113. | Abstract
  114. | Texte intégral
  115. | Texte intégral en PDF
  116. | PubMed
  117. | Scopus (277)
  118. Voir dans l'article 
  119. | CrossRef
  120. | PubMed
  121. | Scopus (5)
  122. Voir dans l'article 
  123. | Abstract
  124. | Texte intégral
  125. | Texte intégral en PDF
  126. | PubMed
  127. | Scopus (45)
  128. Voir dans l'article 
  129. | CrossRef
  130. | PubMed
  131. | Scopus (65)
  132. R. Harrington, A. Pickles, A. Aglan, V. Harrington, H. Burroughs et M. Kerfoot. Premiers résultats chez les adolescents d'adolescents qui se sont volontairement empoisonnés. J Am Acad Psychiatrie des enfants adolescents. 2006; 45: 337 – 345
  133. Hawton, K. et James, A. Suicide et automutilation volontaire chez les jeunes. BMJ. 2005; 330: 891 – 894
  134. Gould, MS, Petrie, K., Kleinman, MH et Wallenstein, S. Regroupement de tentatives de suicide: données nationales néo-zélandaises. Int J Epidemiol. 1994; 23: 1185 – 1189
  135. Gould, MS Le suicide et les médias. Ann NY Acad Sci. 2001; 932: 200 – 221 (discussion 221 – 4)
  136. de Leo, D. et Heller, T. Modélisation sociale dans la transmission de la suicidalité. Crise. 2008; 29: 11 – 19
  137. Young, KS Dépendance à Internet: un nouveau phénomène clinique et ses conséquences. Suis Behav Sci. 2004; 48: 402 – 415
  138. Ko, CH, Yen, JY, Chen, CC, Chen, SH et Yen, CF Critères de diagnostic proposés pour la dépendance à Internet chez les adolescents. J Nerv Ment Dis. 2005; 193: 728 – 733
  139. Yen, JY, Ko, CH, Yen, CF, Wu, HY et Yang, MJ Les symptômes psychiatriques concomitants de la dépendance à Internet: déficit de l'attention et trouble d'hyperactivité (TDAH), dépression, phobie sociale et hostilité. J Adolesc Santé. 2007; 41: 93 – 98
  140. Ko, CH, Yen, JY, Liu, SC, Huang, CF et Yen, CF Les associations entre les comportements agressifs et la dépendance à Internet et les activités en ligne chez les adolescents. J Adolesc Santé. 2009; 44: 598 – 605
  141. Ko, CH, Yen, JY, Yen, CF, Lin, HC et Yang, MJ Facteurs prédictifs de l'incidence et de la rémission de la dépendance à Internet chez les jeunes adolescents: une étude prospective. Cyberpsychol Behav. 2007; 10: 545 – 551
  142. Ministère de l'Intérieur. 2006 Demographic fact book, République de Chine. Yuan exécutif, Taiwan RDC; 2007
  143. Chen, SHWL, Su, YJ, Wu, HM et Yang, PF Développement d'une échelle chinoise de dépendance à Internet et de son étude psychométrique. Chin J Psychol (en chinois). 2003; 45: 279 – 294
  144. Ko, CH, Yen, JY, Yen, CF, Chen, CC, Yen, CN et Chen, SH. Dépistage de la dépendance à Internet: une étude empirique sur les points limites de la Chen Internet Addiction Scale. Kaohsiung J Med Sci. 2005; 21: 545 – 551
  145. Spitzer, RL, Kroenke, K. et Williams, JB Validation et utilité d'une version auto-rapportée de PRIME-MD: l'étude PHQ sur les soins primaires. Évaluation des troubles mentaux en soins primaires. Questionnaire sur la santé du patient. JAMA. 1999; 282: 1737 – 1744
  146. Tsai, FJ, Huang, YH, Liu, HC, Huang, KY et Liu, SI Questionnaire sur la santé du patient pour le dépistage de la dépression en milieu scolaire chez les adolescents chinois. Pédiatrie. 2014; 133: e402 – e409
  147. Winefield, HR, Winefield, AH et Tiggemann, M. Soutien social et bien-être psychologique chez les jeunes adultes: l'échelle de soutien multidimensionnelle. J Pers Assess. 1992; 58: 198 – 210
  148. Rosenberg, M. Concevoir le soi. Krieger, Malabar, FL; 1986
  149. Lin, RC Fiabilité et validité de l’échelle d’estime de soi de Rosenberg sur des enfants chinois. J Natl Chung Cheng Univ (en chinois). 1990; 1: 29 – 46
  150. Fiellin, DA, Reid, MC et O'Connor, PG Dépistage des problèmes d'alcool dans les soins primaires: une revue systématique. Arch Intern Med. 2000; 160: 1977 – 1989
  151. Tsai, MC, Tsai, YF, Chen, CY et Liu, CY Test d'identification des troubles liés à la consommation d'alcool (AUDIT): établissement des scores seuils dans une population chinoise hospitalisée. Alcohol Clin Exp Res. 2005; 29: 53 – 57
  152. Wu, SI, Huang, HC, Liu, SI, Huang, CR, Sun, FJ, Chang, TY et al. Validation et comparaison d'instruments de dépistage de l'alcool pour identifier les risques de consommation d'alcool chez les patients hospitalisés à Taiwan. Alcool alcool 2008; 43: 577 – 582
  153. Plener, PL, Schumacher, TS, Munz, LM et Groschwitz, RC L’évolution longitudinale de l’automutilation et de l’automutilation volontaire non suicidaires: revue systématique de la littérature. Borderline Pers Disord Emot Dysregul. 2015; 2: 2
  154. Bradley, K. Les vies sur Internet: contexte social et domaine moral dans le développement des adolescents. New Dir Youth Dev. 2005; 108: 57 – 76 (11 – 2)
  155. Whitlock, JL, Powers, JL et Eckenrode, J. La pointe virtuelle: Internet et l'automutilation chez les adolescents. Dev Psychol. 2006; 42: 407 – 417
  156. Jarvi, S., Jackson, B., Swenson, L. et Crawford, H. L'impact de la contagion sociale sur l'automutilation non suicidaire: revue de la littérature. Arch Suicide Res. 2013; 17: 1 – 19
  157. Lam, LT, Z. Peng, J. Mai et Jing J. L'association entre la dépendance à Internet et le comportement d'automutilation chez les adolescents. Inj Prev. 2009; 15: 403 – 408
  158. Yen, CF, Chou, WJ, Liu, TL, Yang, P. et Hu, HF 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. Compr psychiatrie. 2014; 55: 1601 – 1608
  159. Portzky, G. et van Heeringen, K. Automutilation volontaire chez les adolescents. Curr Opin Psychiatry. 2007; 20: 337 – 342
  160. King, RA, Schwab-Stone, M., Flisher, AJ, Greenwald, S., Kramer, RA, Goodman, SH et al. Corrélations psychosociales et comportementales des tentatives de suicide et des idées suicidaires chez les jeunes. J Am Acad Psychiatrie des enfants adolescents. 2001; 40: 837 – 846
  161. Stewart, SM, Felice, E., Claassen, C., Kennard, BD, Lee, PW et Emslie, GJ. Les tentatives de suicide chez les adolescents à Hong Kong et aux États-Unis. Soc Sci Med. 2006; 63: 296 – 306
  162. Skegg, K. L'automutilation. Lancette. 2005; 366: 1471 – 1483
  163. Wu, CY, Whitley, R., Stewart, R. et Liu, SI Voies d'accès aux soins et expérience de recherche d'aide avant l'automutilation: une étude qualitative à Taiwan. JNR. 2012; 20: 32 – 41
  164. McCarthy, MJ Surveillance Internet du risque de suicide dans la population. J Affect Disord. 2010; 122: 277 – 279
  165. Becker K., M. Mayer, M. Nagenborg, M., El-Faddagh M. et Schmidt MH. Parasuicide en ligne: les sites Web sur le suicide peuvent-ils déclencher un comportement suicidaire chez des adolescents prédisposés?. Nord J Psychiatry. 2004; 58: 111 – 114