Coincé sur les écrans: modèles d'utilisation des ordinateurs et des stations de jeu chez les jeunes vus dans une clinique psychiatrique (2011)

J Can Acad Psychiatrie pour enfants et adolescents. 2011 May;20(2):86-94.

Baer S1, Bogusz E, DA vert.

Abstract

OBJECTIF:

L'utilisation d'ordinateurs et de stations de jeu est devenue une culture profondément ancrée dans notre jeunesse. Les parents d'enfants atteints de troubles psychiatriques font état de préoccupations liées à la surutilisation, mais les recherches dans ce domaine sont limitées. Le but de cette étude est d’évaluer l’utilisation des ordinateurs et des stations de jeux par les adolescents dans une population de cliniques psychiatriques et d’examiner le lien qui existe entre l’utilisation et une déficience fonctionnelle.

SERVICE : 

Des adolescents 102, 11-17 âgés de cliniques psychiatriques ambulatoires ont participé. La quantité d'utilisation de l'ordinateur / de la station de jeu, le type d'utilisation (jeu ou non-jeu), et la présence de caractéristiques provoquant une dépendance ont été déterminés avec une déficience émotionnelle / fonctionnelle. La régression linéaire multivariée a été utilisée pour examiner les corrélations entre les modes d'utilisation et les déficiences.

RÉSULTATS:

La durée moyenne d’écran était 6.7 ± 4.2 heures / jour. La présence de caractéristiques addictives était positivement corrélée à une déficience émotionnelle / fonctionnelle. Le temps consacré à l'utilisation des ordinateurs et des stations de jeux n'était pas globalement corrélé avec une déficience après contrôle des caractéristiques de dépendance, mais le temps hors jeu était positivement corrélé avec un comportement à risque chez les garçons.

CONCLUSIONS:

Les jeunes atteints de troubles psychiatriques passent une grande partie de leur temps libre sur l'ordinateur / la station de jeux et un sous-ensemble important présente des caractéristiques de dépendance associées à une déficience. Des recherches supplémentaires pour développer des mesures et évaluer les risques sont nécessaires pour identifier l'impact de ce problème.

MOTS-CLÉS:

adolescence; la dépendance à l'ordinateur; addiction à Internet; jeux vidéos

Introduction

Au cours des dernières années 20, l’utilisation des ordinateurs et des consoles de jeu dans la vie quotidienne des enfants et des adolescents a considérablement augmenté (Réseau Éducation-Médias, 2005; Smith et al., 2009). De nouvelles formes de communication sociale, notamment la messagerie instantanée et les interactions sociales sur le Web, constituent désormais des éléments importants de la vie quotidienne de nombreux adolescents. La popularité des jeux électroniques a explosé. Pour certains enfants, elle est devenue leur principale activité récréative (Olson et al., 2007). L’utilisation des ordinateurs et des stations de jeux étant un phénomène relativement nouveau, notre compréhension des effets de l’utilisation sur le développement général de l’enfant ainsi que sur le fonctionnement social et académique est limitée. Cette étude constitue une première étape dans l’étude de l’utilisation des ordinateurs et des stations de jeu chez les enfants atteints de troubles psychiatriques, une population vulnérable sur laquelle on en sait encore moins.

Les enfants et les jeunes identifient fréquemment des caractéristiques d'utilisation positives, notamment une stimulation sociale et intellectuelle (Campbell et al., 2006) et des recherches suggèrent que le jeu vidéo peut développer des compétences spatiales attentionnelles et visuelles (Vert et Bavelier, 2003). Cependant, des préoccupations ont été exprimées quant aux effets de la consommation sur le travail scolaire et le développement social, en particulier lorsque des niveaux élevés de consommation limitent la participation à des activités d’engagement social direct, de sport, de jeu imaginatif, de musique et d’autres types d’activités parascolaires visant à développer les compétences (Allison et al., 2006; Jordan, 2006).

L’abus des activités des ordinateurs et des stations de jeux a conduit à proposer que cela soit considéré comme un type de dépendance au comportement (Young, 1998b). Différents modèles de toxicomanie ont été proposés, notamment ceux basés sur les troubles du contrôle des impulsions, le jeu pathologique et la toxicomanie (Barbe, 2005; Byun et al., 2009; Shapira et al., 2003; Young, 1998b). La dépendance à Internet n’est pas incluse dans le DSM-IV-TR, (APA, 2000), mais certains ont proposé de l'inclure dans le DSM-V (Bloquer, 2008). Des études portant sur des populations d’élèves du secondaire et des universités ont mis en évidence des taux d’utilisation problématique ou «addictive» allant de 2.4% –20% (Cao et Su, 2006; Grusser, et al., 2005; Ha, et al., 2006; Mythily, et al., 2008; Niemz et al., 2005), bien que les comparaisons entre études soient difficiles car il n’existe pas de définition standardisée de la dépendance à Internet (Byun et al., 2009; Weinstein et Lejoyeux, 2010).

La terminologie dans ce domaine évolue. Divers termes sont utilisés, notamment «dépendance à Internet» (Byun et al., 2009), “Utilisation d’Internet problématique” (Ceyhan, 2008), “Utilisation Internet compulsive” (van Rooij, et al., 2010) et «cyberdépendance» (Vaugeois, 2006). La plupart des études portent exclusivement sur l’utilisation d’Internet (Byun et al., 2009), alors que d’autres s'intéressent au jeu vidéo (qu’il soit en ligne ou non) (Gentile, 2009; Rehbein et al., 2010; Tejeiro Salguero et Bersabe Moran, 2002). Cette focalisation exclusive sur une activité électronique ou une autre ne correspond pas au comportement de la plupart des jeunes qui, selon notre expérience, réalisent diverses activités en ligne et hors ligne, parfois simultanément. Dans cette étude, nous utilisons le terme «activité sur ordinateur / station de jeu» pour inclure toutes les activités de loisirs (c'est-à-dire non liées à l'école ou au travail) sur des ordinateurs et des stations de jeu (y compris des dispositifs de jeu portables). Nous définissons le «temps passé devant un écran» de manière à inclure le temps passé sur l'ordinateur / la station de jeu en plus du temps passé à regarder la télévision. Le terme «surutilisation» sera utilisé lorsque l'activité implique un temps excessif, mais pas nécessairement une dépendance. Nous utilisons le terme «dépendance» pour désigner des études dans lesquelles il existe une mesure traitant des caractéristiques qualitatives de la dépendance, comme décrit ci-dessus.

Des corrélations entre une utilisation intensive et la présence de symptômes psychiatriques tels que la dépression, le TDAH et l’anxiété sociale dans des échantillons de la population générale ont été identifiées (Cao et Su, 2006; Chan et Rabinowitz, 2006; Jang et al., 2008; Kim et al., 2006; Ko et al., 2008; Niemz et al., 2005; Rehbein et al., 2010; Weinstein et Lejoyeux, 2010; Weinstein, 2010; Yang et al., 2005; Yoo et al., 2004). D'autres études ont examiné les caractéristiques psychiatriques des grands utilisateurs d'Internet et ont trouvé des résultats variables suggérant principalement que les gros utilisateurs présentent des taux plus élevés de symptômes psychiatriques, y compris l'anxiété sociale et les symptômes de l'humeur (Cao et al., 2007; Chak et Leung, 2004; Lo et al., 2005; Shapira et al., 2000; Yen et al., 2008), ainsi que des déficits cognitifs (Sun et al., 2009; Sun et al., 2008).

Ces corrélations entre usage intensif et symptômes psychiatriques concordent avec les rapports anecdotiques de cliniciens et de parents s'occupant d'enfants et de jeunes ayant des problèmes de santé mentale. Bien que l’étiquetage de l’utilisation des ordinateurs et des stations de jeu comme "addictif" reste controversé dans le monde de la recherche (Shaffer, et al., 2000), dans la pratique clinique, de nombreux parents font état de préoccupations importantes concernant l’utilisation «de dépendance» chez leurs enfants, et les centres de traitement pour «dépendance à Internet» se développent (Ahn, 2007; Khaleej Times Online, 2009). Il n’est pas clair si de grandes quantités d’ordinateurs et de stations de jeu contribuent aux difficultés émotionnelles, que leur utilisation résulte de difficultés (isolement social, par exemple) ou d’une combinaison des deux facteurs. Actuellement, il existe peu d'informations sur les modèles d'utilisation des ordinateurs et des stations de jeu chez les jeunes atteints de troubles psychiatriques.

Cette étude est la première à se pencher spécifiquement sur l’utilisation des ordinateurs et des stations de jeux chez les jeunes dans les cliniques psychiatriques. Les objectifs étaient de déterminer combien de temps les jeunes atteints de troubles psychiatriques passaient devant des «écrans» (télévision, ordinateurs et stations de jeu) et comment ils partageaient leur temps entre les activités informatiques récréatives de jeux vidéo et les autres jeux (comme Facebook). . Les autres objectifs étaient de déterminer s’il existait un lien entre l’importance de l’utilisation des ordinateurs et des stations de jeux et l’ampleur des troubles affectifs et fonctionnels. Enfin, bien que la «dépendance à Internet» en tant que trouble reste controversée, nous voulions déterminer si la présence de caractéristiques de la dépendance fondées sur les modèles proposés de dépendance à Internet pouvait être identifiée dans notre population clinique et si elles avaient une valeur prédictive sur la manière dont les jeunes fonctionnait.

Method

Participants

Les enfants et leurs familles rencontrés dans des cliniques psychiatriques externes dans un hôpital provincial pour enfants au Canada, ainsi que dans des sites communautaires 2 au cours d'une période d'un mois 4 dans 2008, ont été contactés et invités à participer à l'étude. Ils constituaient un groupe hétérogène et comprenaient des patients fréquentant des cliniques de psychiatrie générale ainsi que des cliniques de surspécialité et constituaient un mélange de cas secondaires et tertiaires. Nous n'avions aucune donnée sur le statut socio-économique des participants. Les critères d'inclusion étaient l'âge entre 11 – 17, la maîtrise de l'anglais et l'aptitude à lire l'anglais. Nous avons distribué des enquêtes ∼160 dont 112 a été rempli à la fois par l’enfant et par leur parent. Nous avons omis les participants à 8 en raison de formulaires de consentement et / ou d'assentiment incomplets, un participant ayant atteint l'âge limite d'âge et un participant en raison d'une interprétation incorrecte des questionnaires. L’échantillon final était donc composé de sujets 102. Cette étude a été approuvée par le comité d'éthique de la recherche de l'Université de la Colombie-Britannique et tous les sujets ont signé des formulaires de consentement ou de consentement.

Démographie

Les informations démographiques, notamment l'âge, le sexe, le nombre d'ordinateurs et l'accès à Internet, ont été vérifiées à l'aide de questionnaires destinés aux parents et aux enfants. On a obtenu des estimations du temps passé par les enfants et leurs parents à jouer à des jeux, à des activités de loisirs informatisées et à la télévision les jours de semaine (jours d'école) et les fins de semaine (jours non-scolaires), permettant ainsi de calculer une moyenne journalière pondérée pour chaque activité. Le questionnaire n'évaluait pas les textos et ne faisait pas la distinction entre les jeux en ligne et hors ligne. La présence de règles, de limites de temps et d’emplacement du système informatique / de jeu a été vérifiée.

Les mesures

Il n’existe aucune mesure existante concernant les caractéristiques de dépendance des activités des ordinateurs et des stations de jeu adaptées aux jeunes. De nombreuses mesures ont été développées pour examiner spécifiquement les activités sur Internet (Barbe, 2005; Beranuy Fargues, et al., 2009; Ko et al., 2005a; Nichols et Nicki, 2004; Park, 2005; Jeune, 1998a, 1998b) et plusieurs ont été développés pour étudier exclusivement le jeu vidéo (Gentile, 2009; Tejeiro Salguero et Bersabe Moran, 2002). Une grande partie de la recherche sur la dépendance à Internet a eu lieu en Asie, l’une des mesures les plus largement utilisées étant l’échelle de dépendance à Internet Chen (Ko et al., 2005a), qui n’est pas disponible en anglais. L’un des outils de mesure de l’anglais les plus utilisés, l’Internet Addiction Test (IAT) (Internet Addiction Test, test de dépendance à l’internet) (Jeune, 1998a, 1998b) n'a été validée que chez l'adulte (Chang et Law, 2008; Widyanto et McMurran, 2004) et inclut des questions inappropriées pour les enfants (par exemple, «À quelle fréquence préférez-vous Internet pour une intimité avec votre partenaire?»). Une étude de validation a inclus des jeunes mais l’âge moyen de l’échantillon était supérieur à 25 (Widyanto et McMurran, 2004). Aucune balance en anglais évaluant la dépendance à Internet chez les enfants n'a été validée. En outre, toutes les mesures existantes reposent exclusivement sur l’autodéclaration et n’incluent pas d’informations collatérales fournies par un parent, ce qui peut entraîner une sous-imputation des problèmes.

Balance de dépendance pour ordinateur / station de jeu (CGAS)

En l'absence d'une mesure appropriée et validée pour les enfants et les jeunes, comme décrit ci-dessus, nous avons développé un questionnaire qui capturerait à la fois les rapports des enfants et des parents, de multiples modalités d'activités d'ordinateurs et de stations de jeu et identifierait les enfants qui remplissent les conditions requises pour les critères proposés. Internet Addiction pour adolescents (Ko et al., 2005b). Les critères de l'article de Ko découlaient de critères de diagnostic candidats basés sur le trouble de contrôle des impulsions et de troubles liés à l'utilisation de substances dans le DSM-IV TR, ainsi que sur les critères de diagnostic proposés par d'autres études et ont été validés empiriquement sur un échantillon d'adolescents de la communauté. Le rapport CGAS autodéclaré est une balance 8 à éléments de Likert sur une gamme 1 – 5 évaluant 1) préoccupée par les activités des ordinateurs et des stations de jeux; 2) échec à résister à l’impulsion d’utilisation; 3) tolérance (utilisation accrue nécessaire pour se sentir satisfait); 4) retrait (détresse s’il n’est pas utilisé, résolution à l’utilisation); 5) plus long que l'usage prévu; 6) efforts infructueux pour réduire; 7) efforts excessifs pour essayer d’utiliser; et 8) ont continué à être utilisés malgré la connaissance de ce dernier qui posait problème. Les réponses aux questions 8 ont été résumées pour créer un score de dépendance allant de 8 (aucune fonctionnalité addictive) à 40 (fonctionnalités addictives maximales). Afin de minimiser l'effet de halo négatif de l'échelle, des questions sur les caractéristiques provoquant une dépendance ont été intégrées dans d'autres questions 16, qui se concentrent sur la perception par les jeunes des aspects positifs et négatifs de l'utilisation des ordinateurs et des stations de jeux.

Nombre des caractéristiques de dépendance proposées étant basées sur l'expérience subjective d'utilisation de l'adolescent, elles n'ont pas été posées aux parents. Au lieu de cela, les parents ont répondu aux questions 4 concernant les signes avant-coureurs proposés pour la dépendance, notamment: 1) l’enfant a négligé d’autres intérêts depuis son utilisation de la station de travail / ordinateur; 2) enfant semble en détresse quand il n'est pas autorisé à utiliser; 3) enfant semble seulement heureux lors de l'utilisation; et 4) enfant s’efforce beaucoup d’être utilisé. Le score parental pour les signes avant-coureurs de dépendance a été additionné aux quatre questions. Le score allait donc de 4 - 20.

Les analyses du CGAS comprenaient une analyse factorielle exploratoire et une cohérence interne. La validité de construction a été évaluée par les corrélations avec le temps passé sur l'ordinateur / la station de jeu et les symptômes psychopathologiques généraux à l'aide du questionnaire Points forts et difficultés, ainsi que par la corrélation avec les signes avant-coureurs de dépendance rapportés par les parents.

Questionnaire sur les forces et les difficultés (SDQ)

Le SDQ est un élément 25, échelle largement utilisée et validée de la psychopathologie de l’enfant et de l’adolescent, disponible à www.sdqinfo.org. Il a été normalisé sur plus d’enfants 10,000 et traduit dans plus de langages 50 avec une excellente psychométrie (Goodman, 1997, 2001; Goodman et al., 2000). Nous avons évalué le SDQ autodéclaré (SDQ enfant) et le SDQ parent pour les âges 11 – 17, en examinant le score total et les cinq sous-échelles (problèmes émotionnels, problèmes de conduite, hyperactivité, problèmes entre pairs et comportement prosocial).

Échelle d'évaluation d'incapacité fonctionnelle de Weiss - parent (WFIRS-P)

WFIRS-P est un questionnaire parent validé qui évalue la déficience fonctionnelle chez les enfants ayant des problèmes émotionnels, disponible à www.caddra.ca. Il comprend des questions sur l’échelle de 50 Likert évaluant la déficience fonctionnelle de l’enfant dans les domaines 6: famille, apprentissage et école, aptitudes à la vie quotidienne, conception de soi, activité sociale et activité à risque, avec des scores plus élevés reflétant des niveaux plus élevés de déficience fonctionnelle (Weiss, 2008). Le WFIRS a d'excellentes propriétés psychométriques avec l'alpha de Cronbach> 0.9 globalement et les alphas de Cronbach du domaine de sous-échelle allant de 0.75 à 0.93, et la validation dans des échantillons pédiatriques, psychiatriques et communautairesWeiss, 2008). La section compétences de vie comprend une question sur l'utilisation excessive de l'ordinateur et de la télévision qui a été exclue de l'analyse statistique.

Analyses statistiques

Des statistiques descriptives ont été effectuées sur toutes les variables. Des régressions linéaires multivariées ont été effectuées avec les scores totaux et sous-échelles de WFIRS-P, SDQ enfant et SDQ parent, en tant que variables dépendantes. Les variables indépendantes comprenaient le sexe, le temps de jeu, le temps de jeu et le score de dépendance. Les valeurs manquantes dans la SDQ ont été traitées conformément au protocole de notation SDQ (www.sdqinfo.com). Les valeurs manquantes de WFIRS et de score de dépendance ont été traitées de la même manière. Les sujets ont été abandonnés pour une régression spécifique s'ils manquaient> 2 éléments de sous-échelle, à l'exception de la sous-échelle «auto» du WFIRS qui ne contenait que 3 éléments et donc toutes les réponses étaient requises. Ce protocole a abouti à la suppression de 1 sujet chacun pour les régressions SDQ enfant et parent, et 2 sujets pour le WFIRS. La signification statistique a été définie comme p <0.05. L'analyse statistique a été calculée à l'aide du logiciel STATA (version 9.1, Statacorp, 2005).

Résultats

Descriptives

La taille totale de l'échantillon était 102, y compris les femmes 41 (40.2%) et les hommes 61 (59.8%). L'âge moyen était 13.7 ± 1.9. Presque tous les ménages (99.0%) avaient un ordinateur à la maison et la grande majorité avaient accès à Internet (94.1%). Le nombre moyen d'ordinateurs à la maison était 2.3 ± 1.3. Un quart (24.5%) des enfants avaient un ordinateur dans leur chambre à coucher. La moitié des ménages (50.0%) avaient des règles limitant l'utilisation des ordinateurs et des stations de jeux. Les parents ont signalé que leurs enfants respectaient les règles 67 (± 31)% du temps.

Les enfants ont déclaré passer des heures 2.3 (± 2.2) / jour au jeu, des heures 2.0 (± 2.1) / jour à des activités non liées au jeu et des heures 2.4 (± 2.0) à la télévision. La durée moyenne de l'écran déclarée par l'enfant était de 6.7 ± 4.2 heures / jour. Les garçons étaient statistiquement plus susceptibles de participer au jeu que les filles: 2.8 vs.1.4 heures / jour (p = 0.002). Contrairement à notre hypothèse selon laquelle les enfants sous-estiment le temps, les parents ont signalé une moindre utilisation de tous les supports par rapport à leurs enfants. Ces différences étaient statistiquement significatives pour le temps sans jeu et le temps de télévision en utilisant un test t apparié (différences moyennes = respectivement 0.35 ± 0.14 heures et 0.33 ± 0.15 heures, t = 2.5 et 2.2, p = 0.02 et 0.03,), bien qu'aucun des différences étaient cliniquement substantielles par rapport à l’utilisation moyenne. Pour l’analyse de régression, les estimations du nombre d’enfants ont été utilisées, les enfants ayant été perçus comme étant plus précis dans la description de la façon dont ils ont divisé leur temps entre les activités de jeu et les autres activités.

La répartition entre les différentes activités médiatiques est indiquée dans Tableau 1. Bien que le temps consacré à chaque activité médiatique soit à peu près identique, les jeux ont pris plus de temps, deux fois plus d'enfants déclarant dépenser plus de 6 heures par jour au jeu par rapport aux autres jeux ou à la télévision.

Tableau 1. 

Répartition du temps quotidien moyen consacré aux activités médiatiques (reportage enfant). N = 102

La valeur moyenne du score de dépendance était 17.2 ± 7.7. Le score de dépendance ne variait pas de manière significative selon le sexe et ne dépendait pas du fait que le temps soit principalement consacré aux jeux ou aux activités autres que de jeu. En d'autres termes, les enfants qui étaient principalement des joueurs étaient tout aussi susceptibles de montrer une dépendance à ceux qui étaient principalement engagés dans d'autres activités. tels que les réseaux sociaux.

Propriétés psychométriques du CGAS

La consistance interne était excellente avec Cronbach α = 0.89. L’analyse factorielle exploratoire en composantes principales du CGAS était cohérente avec une solution unidimensionnelle basée sur le test de Scree (Cattell, 1978) et le critère de Kaiser. Un facteur expliquait 56% de la variance et les 8 questions chargées avec des poids à peu près égaux (0.66-0.80). La corrélation entre le score de dépendance et le temps quotidien passé sur l'ordinateur était modérée (r = 0.42, p <0.001) compatible avec l'hypothèse selon laquelle le temps de consommation et la dépendance sont des entités qui se chevauchent, mais distinctes. Les corrélations entre le score de dépendance et les scores de SDQ étaient également dans la fourchette modérée (r = 0.55, p <0.001 et 0.41, p <0.001 pour les SDQ de l'enfant et du parent, respectivement), à nouveau en accord avec le chevauchement de la dépendance avec les symptômes généraux de psychopathologie. Le score de dépendance était modérément corrélé aux signes avant-coureurs de dépendance parentaux (r = 0.47, p <0.001).

Bien que la plupart des sujets présentant un score élevé de dépendance fussent de gros utilisateurs d'ordinateurs / de stations de jeu, un sous-ensemble ne l'était pas. Figure 1 montre la relation entre le score de dépendance et le temps, où les tiers supérieur, moyen et inférieur des scores de dépendance sont comparés aux utilisateurs élevés, moyens et faibles. La majorité des sujets appartiennent aux catégories attendues (par exemple forte dépendance / forte utilisation), bien que de nombreux sujets ne relèvent pas de ces catégories. Environ 30% des sujets ayant un score de dépendance faible utilisent des durées moyennes à élevées, et environ 10% des sujets ayant un score de dépendance élevé utilisent des durées moyennes. Ainsi, bien que la balance présente une cohérence interne élevée, elle est en mesure de faire la distinction entre le temps passé et les fonctions provoquant une dépendance.

Figure 1. 

Temps d'utilisation des ordinateurs / des jeux (faible, moyen ou élevé) par rapport aux différents niveaux de score de dépendance

Résultats de la régression

Le score SDQ enfant moyen pour l'échantillon était 14.6 ± 6.4, ce qui correspond au centile 82nd par rapport aux données normées (Meltzer, et al., 2000). Les percentiles de sous-échelle sur le SDQ enfant étaient également élevés et allaient des percentiles 77th à 85th. Le score SDQ parent moyen était 15.4 ± 6.5, ce qui correspond au centile 89 par rapport aux données normalisées de la population. Les percentiles de sous-échelle de la SDQ parent étaient également élevés et se situaient entre les centiles 83rd et 92nd. Ces valeurs se situent bien dans la plage clinique, comme on pourrait s'y attendre compte tenu du recrutement dans une population clinique. Le score WFIRS moyen était 40.3 ± 24.2, ce qui correspond au centile 27 par rapport à une population clinique d’enfants 200 atteints de TDAH non traité, âgés de 6 à 11 (Weiss, 2008). Les centiles de sous-échelles allaient du 20th au 60th centile par rapport au même échantillon de TDAH.

Les relations entre le temps passé sur l'ordinateur / la station de jeu, la présence de fonctions addictives et le fonctionnement émotionnel et comportemental global, mesurées par le SDQ parent, le SDQ enfant et le WFIRS ont été évaluées à l'aide de régressions linéaires multivariées. Les heures de télévision ont été vérifiées pour voir si elles avaient un impact sur les résultats, mais elles ont été abandonnées car elles n’ont pas contribué à l’analyse des trois régressions. Les effets de genre sur les relations entre le temps, les dépendances et le fonctionnement ont été examinés.

Tableau 2 montre les résultats d'une régression linéaire multivariée examinant la manière dont les scores SDQ des enfants varient en fonction du sexe, de la durée de jeu, de la durée hors jeu et du score de dépendance. Il est à noter que le score de dépendance est significativement corrélé au score total SDQ ainsi qu’à tous les scores de sous-échelle, c’est-à-dire que les sujets ayant un score de dépendance élevé font état de plus grandes difficultés et de moins de comportement prosocial. En revanche, le temps de jeu n’est corrélé à aucune sous-échelle SDQ et, en fait, le coefficient de régression pour le total SDQ enfant est proche de zéro (0.04), ce qui ne suggère aucune relation entre les deux. De même, le temps hors jeu n'est pas en corrélation avec le score total ou les scores de sous-échelle SDQ, à l'exception de la corrélation positive avec les problèmes de comportement et de la corrélation négative avec les problèmes des pairs. Aucune différence significative n'a été constatée entre les garçons et les filles en ce qui concerne les effets du temps de jeu, du temps hors jeu et du score de dépendance sur les scores SDQ des enfants.

Tableau 2. 

Coefficients de régression multiple standardisés (scores t) pour les sous-échelles SDQ enfant et le score total.

Tableau 3 montre les résultats d'une régression linéaire multivariée examinant la manière dont les scores SDQ des parents varient en fonction du sexe, de la durée de jeu, de la durée de non-jeu et du score de dépendance. Encore une fois, le score de dépendance est significativement corrélé aux scores SDQ des parents. Comme pour la SDQ enfant, la durée de jeu n'est pas corrélée de manière significative avec une sous-échelle SDQ parent ou un score total. De même, le temps hors jeu n’est pas corrélé de manière significative avec la SDQ parent, à l’exception d’une corrélation négative avec les problèmes d’homologues signalés par le parent. Aucune différence significative n'a été observée entre les garçons et les filles en ce qui concerne les effets du temps de jeu, du temps hors jeu et du score de dépendance sur les scores SDQ des parents.

Tableau 3. 

Coefficients de régression multiple standardisés (scores t) pour les sous-échelles SDQ parentales et le score total.

Tableau 4 montre les résultats d'une régression linéaire multivariée examinant la variation des scores WFIRS en fonction du sexe, du temps de jeu, du temps de non-jeu et du score de dépendance. Semblable aux résultats pour les deux SDQ, le score de dépendance est significativement corrélé au score total WFIRS et aux scores de sous-échelle (à l'exception des comportements à risque); c'est-à-dire que les sujets avec un score de dépendance élevé ont une déficience fonctionnelle accrue dans la plupart des domaines. La durée de jeu, comme dans les deux mesures SDQ, n'est pas significativement corrélée à une sous-échelle ou à un score total de la WFIRS. De même, le temps hors jeu n'est pas corrélé de manière significative avec le score total ou les scores de sous-échelle de la WFIRS (à l'exception des comportements à risque). Aucune différence significative n'a été constatée entre les garçons et les filles en ce qui concerne les effets du temps de jeu, du temps de jeu et du score de dépendance sur WFIRS, à l'exception du comportement à risque, où l'analyse du genre a montré une corrélation significative entre le temps de jeu et le comportement à risque des garçons. mais pas les filles (coefficient de régression = 0.46, p = 0.001 et coefficient de régression = 0.02, p = 0.93, respectivement). Par conséquent, la corrélation significative entre comportement à risque et temps sans jeu, illustrée dans Tableau 4 est en grande partie imputable aux garçons.

Tableau 4. 

Coefficients de régression multiple standardisés (scores t) pour les sous-échelles WFIRS et le score total.

a lieu

Les jeunes de notre échantillon clinique passent de nombreuses heures par jour devant les écrans, les dépenses en% 94 dépassant la limite horaire 2 recommandée par l'American Academy of Pediatrics (AAP, 2001). Leur temps de dépistage (moyenne = heures 6.7 / jour) est plus de deux fois supérieur à celui indiqué dans deux grandes enquêtes épidémiologiques menées auprès d’adolescents canadiens au cours de la même période (Mark et Janssen, 2008; Smith et al., 2009), ce qui suggère que les jeunes atteints de troubles psychiatriques passent beaucoup plus de temps sur l'ordinateur / la console de jeux que la population en général.

Cette étude a permis de développer et de valider un rapport enfant et parent visant à mesurer les caractéristiques de dépendance de l’utilisation des ordinateurs et des stations de jeu sur la base du modèle Ko de dépendance à Internet (Ko et al., 2005b). Le CGAS s'est avéré être une échelle fiable pour évaluer les caractéristiques de dépendance proposées d'un ordinateur / station de jeu avec une excellente cohérence interne. Les modèles de corrélation avec le temps passé sur l'ordinateur, les scores SDQ et les signes avant-coureurs de dépendance des parents ont conforté sa validité conceptuelle. Bien que le concept de dépendance informatique reste controversé, en utilisant cette mesure, nous avons pu identifier un sous-ensemble de jeunes atteints de troubles psychiatriques présentant des caractéristiques de modèles de dépendance.

Le résultat le plus frappant est la forte corrélation positive entre la présence de caractéristiques provoquant une dépendance et les problèmes signalés dans tous les domaines de la vie de l'enfant. Ce résultat est cliniquement et statistiquement significatif et suffisamment robuste pour être cohérent avec les informateurs parents et enfants, ainsi que pour les mesures de psychopathologie et de déficience fonctionnelle.

Bien que l'on puisse également émettre l'hypothèse que l'augmentation du temps passé sur l'ordinateur / la station de jeu serait également corrélée à des problèmes croissants, ce n'est pas le cas dans nos données une fois que l'on contrôle les caractéristiques provoquant une dépendance. Pour les trois mesures de résultats, le temps passé sur l'ordinateur / la station de jeu n'est généralement pas corrélé aux problèmes (à l'exception du comportement à risque décrit ci-dessous) et, en particulier pour le temps de jeu, les coefficients de régression sont proches de zéro (changement de la valeur du jeu). le temps conduit à presque aucun changement dans les difficultés signalées).

Ce résultat implique qu'il existe une différence qualitative entre les jeunes qui «consacrent» beaucoup de temps libre à l'utilisation d'un ordinateur / d'une station de jeu et les jeunes dont l'utilisation est plus motivée et problématique. Ce paradoxe apparent est expliqué graphiquement dans Figure 1 où les «remplisseurs de temps» sont indiqués par le groupe de scores de forte utilisation / faible dépendance. On peut émettre l’hypothèse que les jeunes dont les parents ont placé un contrôle externe sur leur consommation constituent le groupe de scores faible consommation / forte dépendance, par exemple, un père que nous avons rencontré qui conduisait l’ordinateur tous les jours pour le protéger de son enfant. Bien que l’existence d’une «dépendance à l’informatique» reste controversée, cette distinction claire entre le temps et les caractéristiques provoquant une dépendance suggère que les schémas de dépendance entraînant une dépendance sont distincts et qualitativement différents des schémas de dépendance.

Bien que le temps passé sur l'ordinateur / la station de jeu ne soit généralement pas associé à des problèmes, la seule exception est l'association entre le temps passé à des activités récréatives autres que le jeu et les comportements à risque (sur le WFIRS) et les problèmes de conduite (sur le SDQ). L'analyse par sexe a montré que cela était statistiquement significatif pour les garçons, mais pas pour les filles sur le WFIRS, et pour l'ensemble du groupe (garçons et filles) sur le SDQ. La sous-échelle de comportement SDQ et la sous-échelle de comportement à risque WFIRS abordent des problèmes similaires (par exemple, mentir, voler et agression sur SDQ; difficultés juridiques, consommation de substances et comportement sexuel à risque sur WFIRS). L’utilisation non récréative d’ordinateurs par ordinateur englobe une grande variété d’activités, y compris des groupes de réseautage social sur le Web, ainsi que d’autres activités plus risquées telles que le jeu ou la pornographie. L'augmentation du temps consacré à ces activités plus risquées peut expliquer cette association observée. Il est important de garder à l'esprit que nos données sont uniquement corrélationnelles et ne permettent pas de distinguer l'utilisation d'un ordinateur menant à un comportement à risque ou les jeunes ayant des problèmes de conduite attirés davantage par ces activités informatiques.

Cette étude a plusieurs implications cliniques. Premièrement, les jeunes atteints de troubles psychiatriques passent de nombreuses heures par jour à utiliser un ordinateur ou une station de jeu. Il est recommandé d’enquêter sur la quantité et le type d’utilisation dans le cadre d’une évaluation psychiatrique de routine. Lorsque des préoccupations concernant une utilisation excessive sont présentes, les parents et les cliniciens doivent faire la distinction entre les enfants qui consacrent simplement leur temps libre à l’utilisation d’un ordinateur et les enfants dont l’utilisation est plus motivée et problématique. Les signes avant-coureurs parentaux pour les caractéristiques de dépendance créant une dépendance (décrits ci-dessus) étaient corrélés aux déclarations de jeunes présentant des caractéristiques de dépendance et devraient déclencher une enquête plus poussée. Une implication supplémentaire est que les parents doivent surveiller ce que leur enfant fait sur l'ordinateur, car certaines activités peuvent être associées à des problèmes croissants. Cela est particulièrement pertinent compte tenu du pourcentage élevé de jeunes qui avaient leur propre ordinateur dans leur chambre à coucher, où une grande partie de leur utilisation est présumée sans surveillance.

Cette étude présente des limites importantes, mais elle commence à mettre à l'essai un domaine qui mérite beaucoup plus de recherche compte tenu de son impact sur nos jeunes. Ces résultats chez les enfants présentant une psychopathologie existante ne peuvent pas être généralisés à la population en général. Aucune information de diagnostic n'étant disponible dans cette étude, aucune association entre l'utilisation d'un ordinateur / d'une station de jeu et des troubles psychiatriques spécifiques n'a pu être établie. Aucune donnée socioéconomique n'étant disponible, aucune association démographique n'a pu être établie. Cette étude est de nature transversale et n’examine que les corrélations entre l’utilisation et le fonctionnement de l’ordinateur et ne peut donc pas répondre aux questions de causalité.

Bien que la question de savoir s'il est possible d'être «accro» à l'ordinateur reste controversée, nos résultats démontrent un sous-groupe important d'enfants pour lesquels l'utilisation de l'ordinateur / de la station de jeu est plus motivée et difficile à contrôler, ce qui semble être associé. avec à la fois une augmentation de la psychopathologie et une déficience fonctionnelle. D'autres études visant à développer la méthodologie permettant d'évaluer l'impact de l'utilisation des ordinateurs et des stations de jeux sur nos jeunes sont impératives.

Remerciements / Conflits d'intérêts

Merci au Dr MD Weiss et au Dr EJ Garland pour leurs commentaires utiles. Merci à Adrian Lee Chuy pour son soutien à la recherche. Cette étude a été financée par le Fonds de recherche en psychiatrie de la Division de la santé mentale des enfants et des adolescents de l'Hôpital pour enfants de la Colombie-Britannique, ainsi que par le programme de recherche pour étudiants d'été de l'Université de la Colombie-Britannique. Les auteurs n'ont aucune relation financière à divulguer.

Bibliographie

  • Ahn DH. Politique coréenne en matière de traitement et de réadaptation des toxicomanes sur Internet des adolescents. Séoul, Corée: Commission nationale de la jeunesse; 2007.
  • Allison SE, von Wahide, Shockley, Gabbard, GO. Le développement de soi à l'ère d'Internet et des jeux de rôle fantastiques. American Journal of Psychiatry. 2006; 163 (3): 381 – 385. [PubMed]
  • Académie américaine de pédiatrie. Académie américaine de pédiatrie: enfants, adolescents et télévision. Pédiatrie. 2001; 107 (2): 423 – 426. [PubMed]
  • Association américaine de psychiatrie. Manuel diagnostique et statistique des troubles mentaux. 4th édition, révisée. Washington, DC: American Psychiatric Association; 2000.
  • Barbe KW. Dépendance à Internet: Examen des techniques d’évaluation actuelles et des questions d’évaluation potentielles. Cyberpsychologie et comportement. 2005; 8 (1): 7 – 14. [PubMed]
  • Beranuy Fargues M, Chamarro Lusar A, Graner Jordania C, Carbonell Sanchez X. [Validation de deux échelles brèves pour la dépendance à Internet et l'utilisation de problèmes de téléphonie mobile] Psicothema. 2009; 21 (3): 480 – 485. [PubMed]
  • Bloquer JJ. Problèmes liés à DSM-V: Dépendance à Internet. American Journal of Psychiatry. 2008; 165: 306 – 307. [PubMed]
  • Byun S, C Ruffini, JE Mills, AC Douglas, M Niang, S Stepchenkova et al. Dépendance à Internet: métasynthèse de la recherche quantitative 1996 – 2006. Cyberpsychologie et comportement. 2009; 12 (2): 203 – 207. [PubMed]
  • Campbell AJ, Cumming SR, Hughes I. Utilisation d'Internet par les personnes craintives socialement: toxicomanie ou thérapie? Cyberpsychologie et comportement. 2006; 9 (1): 69 – 81. [PubMed]
  • Cao F, Su L. Dépendance à Internet chez les adolescents chinois: prévalence et caractéristiques psychologiques. Enfant: soins, santé et développement. 2006; 33 (3): 275 – 278. [PubMed]
  • Cao F, Su L, Liu T, Gao X. Relation entre l'impulsivité et la dépendance à Internet chez un échantillon d'adolescents chinois. Psychiatrie européenne. 2007; 22: 466 – 471. [PubMed]
  • Cattell RB. Utilisation scientifique de l'analyse factorielle en sciences du comportement et de la vie. New York: plénum; 1978.
  • Ceyhan AA. Prédicteurs de l'utilisation problématique d'Internet sur les étudiants universitaires turcs. Cyberpsychologie et comportement. 2008; 11 (3): 363 – 366. [PubMed]
  • Chak K, Leung L. Timidité et locus de contrôle en tant que prédicteurs de la dépendance à Internet et de l'utilisation d'Internet. Cyberpsychologie et comportement. 2004; 7 (5): 559 – 570. [PubMed]
  • Chan PA, Rabinowitz T. Une analyse transversale des jeux vidéo et des symptômes du trouble d'hyperactivité avec déficit de l'attention chez les adolescents. Annales de psychiatrie générale. 2006; 5 (16) [Article gratuit PMC] [PubMed]
  • Chang MK, loi SPM. Structure factorielle pour le test de dépendance à Internet de Young: Une étude confimatoire. Ordinateurs dans le comportement humain. 2008; 24 (6): 2597 – 2619.
  • Gentile D. Pathological Utilisation de jeux vidéo chez les jeunes de 8 à 18. Science psychologique. 2009; 20 (5): 594 – 602. [PubMed]
  • Goodman R. Le questionnaire sur les forces et les difficultés: une note de recherche. Journal de psychologie infantile et psychiatrie. 1997; 38: 581 – 586. [PubMed]
  • Goodman R. Propriétés psychométriques du Questionnaire sur les forces et les difficultés (SDQ) de l'Académie américaine de psychiatrie de l'enfant et de l'adolescent. 2001; 40: 1337 – 1345. [PubMed]
  • Goodman R, Ford T, H Simmons, R Gatward et Meltzer H. Utilisation du questionnaire sur les forces et les difficultés pour dépister les troubles psychiatriques chez les enfants dans un échantillon communautaire. British Journal of Psychiatry. 2000; 177: 534 – 539. [PubMed]
  • Green CS, Bavelier D. Le jeu vidéo d'action modifie l'attention visuelle sélective. La nature. 2003; 423: 534 – 537. [PubMed]
  • Grusser SM, Thalemann R, U Albrecht, Thalemann CN. Utilisation excessive de l'ordinateur chez les adolescents - résultats d'une évaluation psychométrique. Wiener Klinische Wochenschrift. 2005; 117: 188 – 195. [PubMed]
  • Ha JH, Yoo HJ, Cho IH, Chin B, Shin D, Kim JH. Comorbidité psychiatrique évaluée chez des enfants et des adolescents coréens dont le dépistage est positif pour la dépendance à Internet. Journal de psychiatrie clinique. 2006; 67 (5): 821 – 826. [PubMed]
  • Jang KS, SY Hwang, Choi JY. Dépendance à Internet et symptômes psychiatriques chez les adolescents coréens. Journal de la santé scolaire. 2008; 78 (3): 165 – 171. [PubMed]
  • Jordan AB. Explorer l'impact des médias sur les enfants. Archives de pédiatrie et de médecine de l'adolescence. 2006; 160 (4): 446 – 448. [PubMed]
  • Khaleej Times Online. 2009 Internet Addiction Center ouvre ses portes aux États-Unis http://www.khaleejtimescom/Displayarticle08asp?section=technology&xfile=data/technology/2009/September/technology_September21.xml Récupéré April 16, 2010.
  • Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, Seo JS et al. La dépendance à Internet chez les adolescents coréens et son lien avec la dépression et les idées suicidaires: une enquête par questionnaire. Revue internationale d'études infirmières. 2006; 43: 185 – 192. [PubMed]
  • Ko CH, Yen JY, Yen CF, Chen Chen, Yen CN, Chen SH. Dépistage de la dépendance à Internet: Une étude empirique sur les points limites pour l’échelle de dépendance à Internet de Chen. Kaohsiung Journal of Medical Sciences. 2005a; 21 (12): 545 – 551. [PubMed]
  • Ko CH, Yen JY, Chen Chen, SH Chen, Yen CF. Critères de diagnostic proposés pour la dépendance à Internet chez les adolescents. Journal of Nervous and Mental Disease. 2005b; 193 (11): 728 – 733. [PubMed]
  • Ko CH, Yen JY, CS Chen, CC Chen, Yen CF. Comorbidité psychiatrique de la dépendance à Internet chez les étudiants: une étude par interview. Spectres du SNC. 2008; 13 (2): 147 – 153. [PubMed]
  • Lo SK, Wang CC, Fang W. Relations physiques interpersonnelles et anxiété sociale chez les joueurs de jeux en ligne. Cyberpsychologie et comportement. 2005; 8 (1): 15 – 20. [PubMed]
  • Mark AE, Janssen I. Relation entre le temps passé devant un écran et le syndrome métabolique chez les adolescents. Journal de santé publique. 2008; 30 (2): 153 – 160. [PubMed]
  • Réseau de sensibilisation aux médias. Réseau Éducation-Médias 2005: Jeunes Canadiens dans un monde branché - Phase II http://www.media-awarenessca/english/research/YCWW/phaseII/upload/YCWWII_trends_recomm.pdf> Récupéré le 9 avril 2010.
  • Meltzer H., R. Gatward, R. Goodman et Ford F. Santé mentale des enfants et des adolescents en Grande-Bretagne. Londres: The Stationary Office; 2000.
  • Mythily S, Qiu S, Winslow M. Prévalence et corrélations de l'utilisation excessive d'Internet par les jeunes à Singapour. Annales, Académie de Médecine, Singapour. 2008; 37: 9 – 14. [PubMed]
  • Nichols LA, Nicki R. Mise au point d’une échelle de dépendance psychométrique à l’Internet: une étape préliminaire. Psychologie des comportements addictifs. 2004; 18 (4): 381 – 384. [PubMed]
  • Niemz K, Griffiths M, Banyard P. Prévalence de l'utilisation de l'internet pathologique chez les étudiants universitaires et corrélations avec l'estime de soi, le questionnaire général sur la santé et la désinhibition Cyberpsychologie et comportement. 2005; 8 (6): 562 – 570. [PubMed]
  • Olson CK, LA Kutner, Warner DE, Almerigi JB, Baer L, Nicholi AM. Les facteurs corrélés à l'utilisation violente de jeux vidéo par les garçons et les filles adolescents. Journal de la santé des adolescents. 2007; 41 (1): 77 – 83. [PubMed]
  • Park JS. [Développement des échelles de mesure de la dépendance à Internet et de l'indice coréen de dépendance à Internet] Journal of Preventative Medicine and Public Health. 2005; 38 (3): 298 – 306. [PubMed]
  • Rehbein F, M Kleimann, Mossle T. Prévalence et facteurs de risque de la dépendance au jeu vidéo à l'adolescence: Résultats d'une enquête nationale allemande. Cyberpsychologie et comportement. 2010; 13 (3): 269 – 277. [PubMed]
  • Shaffer HJ, hall MN, Vander Bilt J. «Dépendance informatique»: une considération critique. American Journal of Orthopsychiatry. 2000; 70 (2): 162 – 168. [PubMed]
  • NA Shapira, Goldsmith TD, Keck PE, Kholsa UM, McElroy SL. Caractéristiques psychiatriques des personnes ayant des problèmes d’utilisation d’Internet. Journal of Affective Disorders. 2000; 57: 267 – 272. [PubMed]
  • Shapira NA, MC Lessig, Goldsmith TD, ST Szabo, Martin L, Gold MS et al. Utilisation d'Internet problématique: Classification proposée et critères de diagnostic. Dépression et anxiété. 2003; 17 (4): 207 – 216. [PubMed]
  • Smith A, Stewart D, M Peled, Poon C, Saewyc E. Portrait de la santé: faits saillants du sondage 2008 sur la santé des adolescents de la Colombie-Britannique. Vancouver, Colombie-Britannique: McCreary Centre Society; 2009.
  • Sun DL, Chen ZJ, Ma N, Zhang XC, XM Fu, Zhang DR. Prise de décision et inhibition de la réponse prépotente chez les utilisateurs excessifs d’Internet. Spectres du SNC. 2009; 14 (2): 75 – 81. [PubMed]
  • Sun DL, Ma N, Bao M, Chen XC, Zhang DR. Jeux sur ordinateur: une épée à double tranchant? Cyberpsychologie et comportement. 2008; 11 (5): 545 – 548. [PubMed]
  • Tejeiro Salguero RA, Bersabe Moran RM. Mesurer les problèmes de jeu vidéo en jouant chez les adolescents. Dépendance. 2002; 97: 1601 – 1606. [PubMed]
  • van Rooij AJ, Schoenmakers MC, van de Eijnden RJ, van de Mheen D. Utilisation compulsive d'Internet: Le rôle des jeux en ligne et d'autres applications Internet. Journal de la santé des adolescents. 2010; 47 (1): 51 – 57. [PubMed]
  • Vaugeois P. Cyber ​​Addiction: principes fondamentaux et perspectives. 2006. À Montréal: Centre québécois de lutte aux dépendances (Ed.). Montreal, Quebec.
  • Weinstein A, Addiction Lejoyeux M. Internet ou utilisation excessive d'Internet. Journal américain sur l'abus de drogues et d'alcool. 2010; 36 (5): 248 – 253. [PubMed]
  • Weinstein AM. Dépendance vis-à-vis des ordinateurs et des jeux vidéo: comparaison entre utilisateurs de jeux et utilisateurs autres que de jeux. Journal américain sur l'abus de drogues et d'alcool. 2010; 36 (5): 268 – 276. [PubMed]
  • Weiss M. Au-delà des symptômes fondamentaux: implications de la recherche sur l'efficacité pour la pratique clinique; Document présenté à la réunion annuelle de l'American Academy of Child and Adolescent Psychiatry.2008.
  • Widyanto L, McMurran M. Les propriétés psychométriques du test de dépendance à Internet. Cyberpsychologie et comportement. 2004; 7 (4): 443 – 450. [PubMed]
  • Yang CK, Choe BM, Baity M, Lee JH, Cho JS. Profils SCL-90-R et 16PF d’élèves du secondaire faisant un usage excessif d’Internet. Revue canadienne de psychiatrie. 2005; 50 (7): 407 – 414. [PubMed]
  • Yen JY, Ko CH, Yen CF, Chen SH, Chung WL, Chen Chen. Symptômes psychiatriques chez les adolescents ayant une dépendance à Internet: Comparaison avec la consommation de substances. Psychiatrie et neurosciences cliniques. 2008; 62: 9 – 16. [PubMed]
  • Yoo HJ, Cho SC, Ha J, SK Yune, Kim SJ, J Hwang et al. Symptômes d'hyperactivité avec déficit de l'attention et dépendance à Internet. Psychiatrie et neurosciences cliniques. 2004; 58 (5): 487 – 494. [PubMed]
  • Jeune KS. Pris sur le net: comment reconnaître les signes de dépendance à Internet et une stratégie gagnante pour le rétablissement. New York: John Wiley & Sons; 1998a.
  • Jeune KS. Dépendance à Internet: L’émergence d’un nouveau trouble clinique. Cyberpsychologie et comportement. 1998b; 1 (3): 237 – 244.