Son os efectos de saúde mental de uso de Internet atribuibles ao contido baseado na web ou as consecuencias percibidas do uso? Un Estudo Lonxinal de Adolescentes Europeos (2016)

Publicado en 13.07.16 en Vol 3, Non 3 (2016): xullo-set

Cite como: Hökby S, Hadlaczky G, J Westerlund, Wasserman D, J Balazs, Germanavicius A, Machín N, Meszaros G, Sarchiapone M, Värnik A, Varnik P, Westerlund M, Carli V

Os efectos da saúde mental no uso de Internet son atribuíbeis ao contido baseado na web ou ás consecuencias percibidas do uso? Un estudo lonxitudinal dos adolescentes europeos

JMIR Ment Health 2016; 3 (3): e31

DOI: 10.2196 / mental.5925

PMID: 27417665

RESUMO

Antecedentes: os adolescentes e os mozos adultos están entre os usuarios de Internet máis frecuentes, e a acumulación de probas suxire que os seus comportamentos en Internet poden afectar a súa saúde mental. O uso de Internet pode afectar á saúde mental porque certo contido baseado na web pode ser angustioso. Tamén é posible que o uso excesivo, independentemente do contido, produza consecuencias negativas, como a neglixencia de actividades de protección offline.

Obxectivo: O obxectivo deste estudo foi avaliar como está asociada a saúde mental (1) o tempo gasto en Internet (2) o tempo dedicado a diferentes actividades baseadas na web (uso de redes sociais, xogos, xogos de azar, uso de pornografía, traballo escolar, xornais e procuras de información dirixidas) e (3) as consecuencias percibidas de participar nestas actividades.

Métodos: Recrutouse unha mostra aleatoria de adolescentes 2286 de escolas públicas en Estonia, Hungría, Italia, Lituania, España, Suecia e Reino Unido. Recolléronse e analizáronse transversalmente os datos do cuestionario que comprendían os comportamentos de Internet e as variables de saúde mental e seguíronse tras meses 4.

Resultados: transversalmente, tanto o tempo gasto en Internet como o tempo relativo dedicado a varias actividades previron a saúde mental (P<.001), explicando a varianza do 1.4% e do 2.8%, respectivamente. Non obstante, as consecuencias de participar nesas actividades foron predictores máis importantes, explicando unha varianza do 11.1%. Só os xogos baseados na web, os xogos de azar e as buscas dirixidas tiveron efectos sobre a saúde mental que non se deron conta das consecuencias percibidas. As análises lonxitudinais mostraron que a perda de sono debido ao uso de Internet (ß = .12, 95% CI = 0.05-0.19, P= .001) e retirada (estado de ánimo negativo) cando non se puido acceder a Internet (ß = .09, 95% CI = 0.03-0.16, P<.01) foron as únicas consecuencias que tiveron un efecto directo sobre a saúde mental a longo prazo. As consecuencias positivas percibidas do uso de Internet parecían non estar asociadas en absoluto coa saúde mental.

Conclusións: A magnitude do uso de Internet está negativamente asociada coa saúde mental en xeral, pero as actividades específicas baseadas na web difieren en canto á consistencia, canto e en que dirección afectan a saúde mental. As consecuencias do uso de Internet (especialmente a perda do sono e a retirada cando non se pode acceder a Internet) parecen predecir os resultados da saúde mental en maior medida que as propias actividades. As intervencións encamiñadas a reducir os efectos negativos da utilización de Internet na saúde mental poden dirixir as súas consecuencias negativas en lugar do uso en Internet.

Rexistro de proba: Número de proba controlado aleatorizado estándar internacional (ISRCTN): 65120704; http://www.isrctn.com/ISRCTN65120704?q=&filters=recruitmentCountry:Lituania&sort=&offset= 5 & totalResults = 32 & page = 1 & pageSize = 10 & searchType = basic-search (Arquivado por WebCite en http: //www.webcitation/abcdefg)

JMIR Ment Health 2016; 3 (3): e31

doi: 10.2196 / mental.5925

PALABRAS CLAVE

introdución

A depresión e a ansiedade son dous dos trastornos psiquiátricos máis frecuentes entre os adolescentes.1-3], eo suicidio, que está a miúdo estreitamente relacionado con estes trastornos, é a segunda principal causa de morte no mundo para os nenos de 10 anos (despois dos accidentes de tráfico).4]. Durante a última década, houbo un crecente interese e preocupación sobre como se afectan o desenvolvemento mental de saúde mental e desenvolvemento emocional dos adolescentes. Case 10% da poboación europea son usuarios de Internet, con porcentaxes superiores a 80% nalgúns países [5], e co crecente uso de teléfonos intelixentes, cada vez hai máis persoas que teñen acceso inmediato e continuo a Internet. Máis de 90% de mozos de 16 a 24 en Europa utilizan regularmente Internet polo menos semanalmente, unha porcentaxe que é maior que para calquera outro grupo de idade [6]. Aínda que é difícil medir exactamente canto tempo gasta en Internet, a maioría dos mozos accede a Internet diariamente e Internet converteuse nunha parte ben integrada das súas vidas. Isto levou a cambios na forma en que as persoas viven as súas vidas e como constrúen e manteñen relacións sociais e identidades de si mesmas, buscan información e gozan de entretemento.

Unha das principais liñas de investigación relacionou os problemas de saúde mental co que se denominou uso problemático de Internet (ou uso de internet patolóxico ou compulsivo), que a miúdo se conceptualiza como un trastorno de control de impulsos semellante á adicción ao xogo e outros vicios de comportamento. A medida máis usada e validada do uso problemático de Internet, o IAT (Internet Addiction Test)7], foi construído a través dunha reformulación específica do uso do Internet do manual diagnóstico e estatístico de diagnóstico de trastornos mentais da cuarta edición (DSM-4) para o trastorno de xogo patolóxico (para unha revisión das medidas problemáticas do uso de Internet, consulte [8]). Polo tanto, este instrumento de selección mide aspectos compulsivos do uso de Internet, o que resulta en problemas ou dificultades clínicas (por exemplo, sentirse preocupado por Internet; imposibilidade de controlar ou reducir o uso de Internet; sentirse mal ou deprimido ao intentar deter ou reducir o uso de Internet; quedarse en liña máis tempo do que o previsto; mentir sobre o uso excesivo de Internet, etc.). Non obstante, non hai unha forma estandarizada de clasificar o uso problemático de Internet porque as medidas, os límites e os procedementos de clasificación varían entre os estudos [8-9]. Separadamente, estas diferenzas nos procedementos de diagnóstico, numerosos estudos atoparon un uso problemático de Internet para correlacionarse cos trastornos do eixo I do DSM, principalmente a depresión pero tamén a fobia social e a ansiedade, o uso de substancias, o trastorno de déficit de atención e hiperactividade e certas variables de personalidade como a hostilidade [10-13]. O putativo mecanismo polo cal o uso problemático de Internet afecta á saúde mental está en parte relacionado co excesivo tempo dedicado ás actividades baseadas na web, o que resulta no descoido das actividades de protección offline como o sono, o exercicio físico, a asistencia á escola e as actividades sociais fóra de liña e parcialmente relacionado cos síntomas de retirada cando non se pode acceder a estas actividades [9,14].

Os estudos demostran que os aspectos problemáticos do uso de Internet de determinados individuos están restrinxidos a unha ou algunhas actividades específicas baseadas na web (por exemplo, xogos ou uso de medios sociais), mentres que outras actividades non son problemáticas [15-17]. Aínda que hai algunha evidencia recente de que a estrutura factor do IAT [7] é consistente en medir o compromiso problemático en actividades específicas como o xogo e os xogos [18], isto levou a unha diferenciación entre o uso problemático xeneralizado de Internet e formas específicas de uso problemático de Internet. Por exemplo, xa que a maioría das investigacións de uso de Internet centráronse en xogos baseados na web problemáticos, e como moitos estudos atoparon unha asociación entre xogos e síntomas de saúde mental grave, esta é a única forma específica de uso problemático de Internet que se considerou para a inclusión. en DSM-5, mentres que o uso problemático xeneralizado de Internet e outras formas específicas non [9,19].

Por iso, é importante diferenciar as actividades ao investigar os efectos da utilización da Internet nos efectos da saúde mental. Nalgúns casos, podería ser importante porque a actividade en cuestión ten tendencia a converterse en adictiva, como o xogo baseado na web (por exemplo, póquer baseado na web, apostas deportivas, xiros de casino)20-23]. Noutros casos, pode ser importante porque o propio contido pode afectar á saúde mental producindo reaccións emocionais, cognitivas ou comportamentais específicas. Por exemplo, o estudo 1 sobre o uso de medios sociais suxire que o consumo pasivo de contido social aumenta o sentimento de soidade, mentres que a comunicación directa cos amigos non [24]. Outro exemplo é a busca de información. Os estudos demostran que os mozos, incluídos aqueles con problemas de saúde mental, adoitan realizar buscas específicas relacionadas coa súa saúde física e mental [25-27]. Dependendo da información que atopen, este tipo de comportamento podería ter resultados negativos e positivos. O contido do sitio web que promove comportamentos autodestructivos ou autolesión pode ser de especial preocupación. Ademais, os adolescentes realizan cantidades cada vez maiores de traballo escolar a través de Internet e como o rendemento académico adoita asociarse cunha mellor saúde mental [28], o uso de Internet para estes fins podería ser preditivo de saúde mental positiva en lugar do que se esperaría dunha perspectiva problemática do uso de Internet []29,30]. Outras investigacións demostraron que certos tipos de xogos (por exemplo, xogos de rol en liña multijugador masivamente) e certos motivos para xogar eses xogos (logro no xogo, socialización, inmersión, relaxación e escapismo) son predictivos de problemas de saúde mental e problemáticos xogos [31-33]. Aínda que a maioría das investigacións anteriores son correlacionais, suxire que o uso de Internet pode afectar á saúde mental a través da actividade ou contido que se usa ou a través de consecuencias atrasadas que seguen o uso de Internet.

Este estudo ten como obxectivo investigar como se prevé a saúde mental dos adolescentes no tempo dedicado a Internet e no seu nivel de compromiso nas actividades de Internet de 7: uso dos medios sociais, xogos, xogos de azar, visualización de pornografía, lectura de novas ou observacións, actividades relacionadas coa escola ou traballo e buscas de información dirixidas que non están relacionadas coa escola ou o traballo. En segundo lugar, o estudo tamén probou se estes efectos serían sostidos ou explicados polas consecuencias percibidas do uso destas actividades baseadas na web. Investigamos o impacto de ambas consecuencias negativas (por exemplo, a retirada, a perda de sono) e as consecuencias positivas (por exemplo, goce, atopar novos amigos). Ademais de realizar estas análises sobre datos transversais, tamén probamos se estes efectos poderían predecir cambios na saúde mental durante un período de meses 4.

Methods

deseño do estudo

Os datos recolectáronse como parte do xuízo de Prevención do suicidio a través de Internet e promoción da saúde mental baseada en medios (SUPREME) (Current Controlled Trials ISRCTN65120704). O estudo foi realizado por centros de investigación de saúde mental colaboradores en Estonia, Hungría, Italia, Lituania, España, Suecia e Reino Unido. Como parte deste proxecto, realizouse un estudo longitudinal controlado aleatorio en 2012-2013 para avaliar un sitio web de intervención en saúde mental baseado na web, que foi probado nunha mostra de adolescentes seleccionada aleatoriamente nunha área seleccionada destes países. Os criterios de inclusión das escolas foron: (1) a autoridade escolar acepta participar; (2) a escola é unha escola estatal (é dicir, non privada); (3) a escola contén polo menos alumnos 100 dentro do rango de idade de 14-16; (4) a escola ten máis que profesores 2 para alumnos con idades de 15 anos; (5) non máis de 60% dos alumnos son de ambos os sexos. Os participantes foron un clúster aleatorio, baseado na afiliación á escola, nunha condición de intervención completa (con acceso ao sitio web de intervención) ou nun grupo de control de intervención mínima (sen acceso ao sitio web de intervención) e recibiron un cuestionario de avaliación ao inicio e en 2 e 4 meses de seguimento. O cuestionario incluíu preguntas sobre os seus hábitos en Internet, a súa saúde mental e os seus comportamentos suicidas e outras variables relevantes para a avaliación. Este estudo fixo non pretende avaliar os efectos da intervención baseada na web, senón explorar factores de risco relacionados con Internet para problemas de saúde mental.

os participantes

Os alumnos eran alumnos matriculados de escolas públicas seleccionados de forma aleatoria dunha área predefinida en cada país: Condado de West Viru (Estonia), Budapest (Hungría), Molise (Italia), cidade de Vilnius (Lituania), cidade de Barcelona (España), Condado de Estocolmo (Suecia) ), e ao leste de Inglaterra (o Reino Unido). As escolas públicas admisibles nestas áreas foron organizadas aleatoriamente nunha orde de contacto, a orde na que se contactaron as escolas e pedíuselles que participasen. Se unha escola rexeitou, contactouse coa seguinte escola na lista. Se unha escola aceptou a participación, un equipo de investigadores foi á escola e presentou aos alumnos os antecedentes, obxectivos, obxectivos e procedementos verbalmente e mediante formularios de consentimento. Como o procedemento do estudo incluía a detección de adolescentes suicidas, a participación non era completamente anónima, pero as identidades dos participantes estaban cifradas no cuestionario. Obtívose o consentimento por escrito de todos os alumnos que accederon a participar (así como dun ou dos pais segundo normativa ética na rexión). O estudo foi aprobado polos comités de ética en todos os países participantes.

O procedemento de mostraxe resultou nun número total de adolescentes 2286 participantes no inicio (Estonia = escolas 3, participantes 416; Hungría = escolas 6, participantes 413; escolas = 3, participantes 311; Lituania = escolas 3, participantes 240; España = 3 escolas, participantes de 182; Suecia = escolas 9, participantes de 337; Reino Unido = escolas 3, participantes de 387). Entre os participantes, 1571 (68.72%) foi asignado ao grupo de intervención completa e 715 (31.27%) ao grupo de intervención mínima. Houbo unha notable taxa de abandono no estudo. Na mostra total, o número de temas que interrompeu a participación comprendía alumnos 467 (20.42%) entre os alumnos de T1 e T2 e 244 (13.41%) entre T2 e T3. Os temas incluíronse nas análises longitudinales se participaran polo menos en T1 e T3, pero a participación en T2 non era necesaria. Isto deu lugar a unha mostra lonxitudinal de suxeitos 1544, con mulleres 56% e unha idade media de anos 15.8 (desvío estándar, SD = 0.91 anos).

Medidas de uso de Internet

As medidas de comportamento e usos en Internet foron construídas específicamente para este estudo. Isto incluíu elementos que medían a regularidade do uso de Internet (por exemplo, a utilización de Internet unha vez ao mes antes de usalo unha vez por semana) e o número de horas dedicadas a Internet nunha semana normal. Tamén se lles pediu aos participantes que valorasen o tempo que gastan en distintas actividades de 7 cando utilizan Internet (actividades de socialización, xogos, actividades relacionadas coa escola ou traballo, xogos de azar, lectura ou visualización, pornografía e buscas dirixidas que non están relacionadas coa escola ou traballo). Os participantes valoraron estas actividades nunha escala de punto 7 (1 = pasei moi pouco ou nada facendo isto; 7 = pase moito tempo facendo isto). O último conxunto de elementos pediu aos participantes que valorasen as consecuencias que se percibían por si mesmas de participar nestas actividades. Pedíuselles aos participantes que valoraranse a medida en que se lle aplican varias consecuencias, pero en relación con aquelas actividades que el ou ela realizou nun grao considerable (previamente clasificouse como ≥4). Os participantes valoraron, nunha escala de punto 7 (1 = moi raramente ou nunca; 7 = moi a miúdo), a aparición das seguintes consecuencias: "Eu atopo novos amigos"; "Divírtome"; "Aprendo cousas interesantes"; "Quedo en liña máis tempo do que se pensaba"; "Elixín estas actividades no canto de saír con amigos (na vida real)"; "Quédome tarde e perdo o sono"; "Síntome deprimido ou mal humor cando non teño acceso ás actividades mencionadas". Os participantes tamén valoraron como o seu uso en Internet afectou o rendemento do traballo ou as notas escolares (1 = o meu traballo ou os meus graos sofren; 4 = non o afectan; 7 = o meu traballo ou as cualificacións melloran) e se se pensou que contribuíu ao seu significado da vida. 1 = menos significativo; 4 = igual de significativo que sen eles; 7 = máis significativo.

Por razóns de claridade, referímosnos / referímonos a algunhas destas consecuencias como "positivas" (atopar novos amigos; divertirse; aprender cousas interesantes) porque son resultados do uso de Internet que non implica necesariamente un comportamento adictivo e pódese esperar mellorar a saúde mental (se é así). Referímosnos / Referímonos a outras consecuencias como "negativas" (permanecer en Internet máis tempo do que o previsto; elixir actividades baseadas na web en lugar de actividades sociais en liña; quedarse e perder o sono; sentirse mal cando non se pode acceder ás actividades baseadas na web) porque suxiren síntomas. de uso problemático de Internet e pódese esperar por iso a mala saúde mental. Por exemplo, estas consecuencias negativas se asemellan ás incluídas no IAT [7] e as recomendacións de medida de Trastorno de xogos por Internet de Petry et al [9]. Finalmente, algunhas consecuencias considéranse "bidireccionales" (o meu traballo ou as cualificacións mellora / sofre; a miña vida vólvese menos ou máis significativa) porque os suxeitos poden clasificalos de xeito negativo ou positivo ou non indicar ningún cambio.

Medidas de saúde mental

Os niveis de depresión, ansiedade e tensión dos participantes foron avaliados mediante as subescalas 3 que constitúen a versión do elemento 42 do Escala de tensión para a ansiedade por depresión (DASS-42) [34]. Cada subescala consta de declaracións 14 que son puntuadas nunha escala Likert de punto 4 de acordo coa cantidade da declaración aplicada á persoa a semana pasada. As escalas están deseñadas para medir estados emocionais negativos de depresión (disforia, desesperanza, depreciación da vida, auto-depreciación, falta de interese ou implicación, anedonia e inercia), ansiedade (excitación autónoma, efectos do músculo esquelético, ansiedade situacional e subxectiva experiencia de afectar ansioso) e tensión ou tensión (dificultade para relaxarse, excitación nerviosa, e ser facilmente perturbado ou axitado, irritable ou excesivamente reactivo e impaciente). Os estudos que investigaron as propiedades psicométricas desta escala informaron resultados satisfactorios sobre as medidas de fiabilidade e validez en poboacións saudables e clínicas34-37], tamén cando se administra por Internet [38]. Non obstante, houbo informes de que os mozos adolescentes distinguen menos entre os factores 3 en comparación cos adultos, e as correlacións entre eles son normalmente altas [39,40]. As escalas demostraron unha alta consistencia interna na mostra actual, en términos de alfa Cronbach calculada nos datos de liña de base (depresión alpha = .93; ansiedade alpha = .89; stress alfa = .91). Como algúns participantes non responderon a todos os elementos de escala, a puntuación final de cada escala calculouse dividindo a puntuación de suma polo número de elementos que respondera. Exclúense só os participantes con 50% de datos perdidos ou máis. As escalas correlacionáronse altamente entre si (depresión × ansiedade: r= .76; depresión × tensión: r= .79; ansiedade × estrés: r= .78; todo P valores <.001) e a escala combinada de 42 elementos demostrou alta consistencia interna (alfa = .96). Debido á intercorrelación relativamente alta entre construcións e para simplificar a análise, as 3 escalas combináronse nunha única medida de saúde mental.

Procedemento

Todos os procedementos de estudo tiveron lugar nas respectivas escolas en aulas ou aulas de informática. Os cuestionarios administráronse en papel e en lápis ou utilizando unha ferramenta de investigación baseada na web, se a escola foi capaz de fornecer ordenadores a todos os alumnos no momento da recollida de datos. O cuestionario contiña elementos que se usaban para capturar adolescentes suicidas (A escala de suicidio de Paykel [41]), eo procedemento de selección produciuse dentro de horas 24 despois de cada onda de recollida de datos. Polo tanto, a participación non era completamente anónima; non obstante, as identidades dos suxeitos foron cifradas utilizando "códigos de participación" individuais, que foron escritos no cuestionario en vez do nome dos participantes. Os códigos estaban ligados á identidade do alumno só para conectar datos lonxitudinalmente e contactar adolescentes suicidas de alto risco (casos de emerxencia) para ofrecer axuda. Os suxeitos definíronse como casos de emerxencia se respondían que tiñan contemplado, planificado ou tentado suicidarse seriamente nas semanas anteriores de 2. O procedemento exacto para tratar os casos de risco variaba entre os países e dependía das directrices éticas rexionais e dos recursos de axuda dispoñibles. Os casos de emerxencia excluíronse da análise de datos (n = 23). A intervención probada no proxecto SUPREME administrouse despois da recollida de datos de referencia e descríbese máis adiante Apéndice multimedia 1.

Análise de Datos

Neste estudo realizáronse dúas análises principais: análise de regresión múltiple xerárquica transversal 1 e análise longitudinal 1. A medida da frecuencia do uso de Internet omitíase da análise debido a un efecto de teito (90% dos participantes informaron de usar Internet polo menos unha vez ao día). As restantes variables predictivas foron, polo tanto, o número de horas semanalmente autoinformadas, as valoracións das actividades 7 e as valoracións das consecuencias 9 do uso de Internet. A puntuación DASS composta foi a variable dependente nestas análises (descríbense en probas de suposicións estatísticas Apéndice multimedia 1). Na regresión transversal, os comportamentos de Internet en T1 utilizáronse para predicir a saúde mental en T1. A análise de regresión lonxitudinal predixo un cambio no DASS global (a diferenza de puntuación entre T1 e T3) por medio de cambios nos comportamentos de Internet. Só o seguimento máis longo foi de interese neste estudo. O xénero, a idade e a condición experimental incluíronse como variables de control no primeiro modelo. No segundo modelo engadiuse o tempo empregado en Internet, no terceiro modelo engadíronse as valoracións de actividade e no cuarto modelo as consecuencias. Ademais, porque os participantes recibiron instrucións de puntuar as consecuencias percibidas só se realizaron polo menos unha actividade en liña por encima do limiar> 3, unha minoría (n = 82; 5%) de suxeitos cuxas puntuacións superaran por enriba ou por debaixo do limiar entre T1 e T3 , tiña datos incompletos para o cálculo das puntuacións de diferenza. Non obstante, as análises de sensibilidade non indicaron diferenzas estatisticamente significativas entre estes suxeitos e outros casos, respecto á cantidade media de cambio lonxitudinal nas puntuacións DASS ou nas puntuacións medias da actividade en liña.

 

Resultados

Resultados descritivos

As puntuacións de DASS-42 pódense calcular para os participantes de 2220. As puntuacións totais de DASS varían entre os puntos 0-3, onde puntuacións máis altas indican máis problemas de saúde mental. Preséntanse as puntuacións medias basais para homes, mulleres e mostras totais Táboa 1. As femias puntuaron significativamente máis altas que os machos en todas as medidas de saúde mental (Táboa 1). Na mostra total, os participantes de 1848 (83.24%) tiñan unha puntuación DASS media inferior a 1 e 314 (14.1%) tiña unha puntuación entre 1 e 1.99, e 58 (2.6%) tiña unha puntuación de 2 ou superior. Houbo pequenas pero significativas diferenzas entre os países nos resultados DASSF(6, 2213)= 9.28, η2parcial= .02, P<.001). O cambio medio nas puntuacións de DASS durante o período de estudo de 4 meses foi de -0.15 (SD = 0.42), o que indica unha diminución co paso do tempo. Os participantes que abandonaron o estudo entre T1 e T3 tiveron puntuacións DASS basuais algo máis altas que os participantes adherentes (diferenza media = 0.10; t(2218)= 4.068; P<.001).

Táboa 1 tamén resume o tempo medio reportado en Internet, valoracións da actividade e clasificacións de consecuencias no inicio. A táboa resume que o número medio de horas dedicadas a Internet por semana foi 17.23, cunha gran variación na mostra e que os homes pasaran un pouco máis horas en internet que as mulleres. Era máis común que os adolescentes usasen Internet con fins sociais, seguidos de escola ou traballo, buscas dirixidas, xogos, lecturas de prensa ou visualización, visualización de pornografía e xogos de azar, aínda que houbo notables diferenzas de xénero respecto de estas actividades.

 

 

 

   

Táboa 1. Resultados descritivos (medias e desviacións estándar) para as medidas de uso mental en Internet e na liña de base.
Ver esta táboa

 

  

Análise de regresión transversal

A análise de regresión múltiple xerárquica transversal foi usada para predecir as puntuacións de DASS en T1 mediante o uso de Internet en T1. O primeiro modelo que comprende as variables de control (xénero, idade, condición experimental) foi moi significativo (F(3, 1683)= 26.40, P<.001) e explicado R2adj= 4.3% da varianza en psicopatoloxía. O segundo modelo (o tempo gastado en Internet) contribuíu significativamente á predicción (F cambio(1, 1682)= 26.05, P<.001) nun 1.4%, o que resulta nun total de R2adj= 5.7% explicou a varianza. O terceiro modelo (o tempo relativo dedicado ás actividades) contribuíu significativamente á predicción (F cambio(7, 1675)= 8.29, P<.001) nun 2.8%, o que resulta nun total de R2adj= 8.5% explicou a varianza. O cuarto modelo (consecuencias do uso de Internet) contribuíu significativamente á predicción (F cambio(9, 1666)= 26.80, P<.001) nun 11.1%. Isto deu lugar a un total final de R2adj= 19.6% explicou a varianza, cuxo 15.3% foi contabilizado por factores relacionados coa Internet. O axustado R2 continuou a aumentar en cada paso da análise, indicando que o modelo non estaba excesivamente equipado. Non houbo indicacións de colinearidade problemática xa que todas as variables tiñan unha tolerancia por enriba de 0.5. Os resultados da análise de regresión, incluíndo os coeficientes beta estandarizados (ß) para cada predictor de cada modelo, resúmense en Táboa 2.

Táboa 2 resume que o xénero era a única variable de control significativa, mentres que a idade e as condicións experimentais non eran. O número medio de horas autoinformado dedicado a Internet foi un predictor significativo de maiores puntuacións de DASS nos modelos 2 e 3 pero non na contabilización das consecuencias do uso de Internet no cuarto modelo. O tamaño do efecto (ß) das actividades individuais baseadas na web varía entre .05 e .13. O uso de Internet con fins sociais foi un predictor significativo das puntuacións de DASS no modelo 3, pero non no modelo 4, o que suxire que o risco asociado á socialización en Internet foi explicado polas consecuencias medidas no estudo. O xogo baseado na web seguiu o patrón oposto, xa que esta actividade non era un predictor significativo de DASS no modelo 3, pero se tornou significativo no cuarto modelo. O valor negativo da beta indica que o xogo baseado na web foi un factor protector asociado á saúde mental. A realización de actividades escolares ou de traballo en Internet tamén foi un factor protector significativo para a psicopatoloxía no terceiro modelo, pero non na contabilización das consecuencias do uso de Internet. O xogo baseado na web foi un factor de risco significativo para obter maiores puntuacións de DASS en ambos os modelos 3 e 4. Non se asociou significativamente o contido de novas con DASS en ningún dos dous modelos. Ver o contido pornográfico en Internet foi un factor de risco significativo só no modelo 3, pero non no modelo 4, polo que se contaban polas consecuencias do uso de Internet. A realización de buscas dirixidas en Internet asociouse significativamente e fortemente coas puntuacións de DASS en ambos os modelos 3 e 4, tendo o tamaño máis grande do efecto das actividades. En canto ás consecuencias do uso de Internet, atopar novos amigos, aprender cousas interesantes e divertirse, non se prediciu que as puntuacións de DASS no modelo 4. Así, estas consecuencias "positivas" non parecían actuar como factores protectores. Con todo, o uso de Internet que se percibía para aumentar o significado da vida ou mellorar o rendemento escolar ou laboral foi un factor protector significativo. As consecuencias "negativas" foron predictores máis poderosos das puntuacións DASS. Aínda que permanecer en internet máis tempo do que previsto inicialmente non era un predictor significativo, as declaracións "Eu escollín estas actividades no canto de saír cos amigos", "estoume atrasado e perdo o sono" e "estou deprimido ou mal humor cando teño ningún acceso ás actividades anteriormente mencionadas era un factor de risco moi significativo, cun tamaño de efecto (ß) que varía entre .12 e .22

 

  

Táboa 2. Resultados da análise de regresión múltiple xerárquica transversal. Preséntanse estatísticas para cada variable preditora en cada modelo.
Ver esta táboa

 

  

Análise de regresión lonxitudinal

A análise de regresión múltiple xerárquica lonxitudinal usouse para predecir o cambio na psicopatoloxía global (a diferenza entre T1 e T3) mediante o cambio no uso de Internet. Non houbo indicacións de niveis problemáticos de colinearidade no modelo, xa que todas as variables tiñan un valor de tolerancia por enriba de 0.7. O primeiro modelo que comprende as variables de control (xénero, idade, condición experimental) non foi significativo (F(3, 981) <1, P= .59), e non foi o segundo modelo (o tempo gastado en Internet; F cambio(1, 980) <1, P= .95). O terceiro modelo (o tempo relativo dedicado ás actividades) contribuíu significativamente á predicción (F cambio(7, 973)= 2.25, P<.03) por R2adj= Variación do 0.7% explicada. Esta contribución atribuíuse á visualización de noticias, onde un aumento na visualización de noticias de T1 a T3 asociouse cun aumento das puntuacións DASS (ß = .07, 95% CI = 0.00-0.13, P= .049). Todas as outras actividades baseadas na web non eran significativas (P≥ .19) neste modelo. O cuarto modelo (consecuencias do uso de Internet) contribuíu significativamente á predicción (F cambio(9, 964)= 3.39, P<.001) nun 2.1%, o que resulta nun total de R2adj= Variación do 2.8% explicada. O consumo de noticias non foi significativo aquí (P= .13). A contribución do cuarto modelo atribuíuse a 2 das consecuencias negativas. As declaracións "quédome ata tarde e perdo o sono" (ß = .12, 95% CI = 0.05-0.19, P= .001) e "Síntome deprimido ou malhumorado cando non teño acceso ás actividades mencionadas anteriormente" (ß = .09, 95% CI = 0.03-0.16, P<.01) foron predictores significativos neste modelo. O resto de predictores non foron significativos (cambio no sentido da vida: P= .10; outras variables tiñan P valores superiores a iso).

Así, o uso de internet que foi o resultado de estar atrasado e perder o sono ("perda de sono") e producir estado de ánimo negativo cando non se podía acceder ("retirada") foron as únicas variables que predicían constantemente un cambio lonxitudinal na saúde mental. . Para investigar aínda máis estas consecuencias negativas, calculáronse regresións múltiples do estándar 2 para predecir cambios lonxitudinais en cada unha destas variables mediante cambios no tempo dedicado a Internet e as diferentes actividades baseadas na web. O modelo de regresión que previu a perda de sono foi significativo (F(8, 1120)= 5.76, P<.001, R2adj= 3.3% explicou a varianza) e tamén foi a regresión que prevía a retirada (F(8, 1125)= 11.17, P<.001, R2adj= Varianza 6.7% explicada). Os coeficientes destas regresións resúmense en Táboa 3 Táboa 4, Respectivamente. Táboa 3 resume que o predictor máis forte para o aumento da perda do sono foi a diminución das actividades escolares ou laborais, seguido dun aumento do xogo, busca directa, visualización de pornografía e tempo en liña en xeral. As actividades sociais, xogos de azar e a visualización de novas non estaban relacionadas significativamente co cambio na perda de sono. Táboa 4 resume que os máis fortes predictores do cambio na retirada foron as actividades de xogo, seguido do tempo total dedicado a Internet, visualización de pornografía e xogos. Os cambios nas actividades sociais, na escola ou no traballo, a visualización de novas e as buscas dirixidas non se asociaron significativamente ao cambio na retirada.

 

 

 

   

Táboa 3. Resultados da análise de regresión múltiple que predicía cambios na "perda de sono" por medio do cambio no uso de Internet.
Ver esta táboa

 

 

 

   

Táboa 4. Resultados da análise de regresión múltiple que predicen cambios na "retirada" por medio do cambio no uso de Internet.
Ver esta táboa

 

 

 

   

Conversa

Constatacións transversais

O propósito deste estudo foi identificar os riscos e factores de protección relacionados con Internet para problemas de saúde mental e comprobar se os efectos do tempo dedicado a Internet e en varias actividades baseadas na web poidan ser contabilizadas por varias consecuencias percibidas daquelas. actividades. Isto investigouse examinando a asociación entre a saúde mental xeral dos adolescentes (niveis combinados de depresión, ansiedade e estrés ou tensión) e aqueles comportamentos relacionados con Internet, tanto transversalmente como lonxitudinalmente durante un período de 4 meses.

Os resultados cruzados demostraron que a saúde mental estaba predicida por comportamentos relacionados con Internet na base (o 15.3% explicou a varianza tras axustarse ao número de predictores no modelo). Os tamaños dos efectos individuais foron bastante pequenos (estandarizados ß = .05-.22). O tempo gastado en Internet tivo un efecto máis grande que a maioría das actividades individuais, pero as consecuencias do uso de Internet explicaron a maior varianza nas puntuacións DASS (11.1%). Destes, as consecuencias negativas de 3 4 foron os predictores máis importantes (preferencia polas actividades baseadas na web por actividades sociais fóra de liña, perda de sono e retirada), mentres que as consecuencias positivas eran pouco significativas. O uso de Internet que se percibía para aumentar o significado da vida ou mellorar o grao escolar ou o rendemento laboral estaba asociado a unha mellor saúde mental, pero os efectos foron menores que as consecuencias negativas.

Ademais, os resultados mostraron que o tempo dedicado a Internet, o uso de redes sociais, a pornografía e as actividades escolares ou laborais só eran predictores importantes cando non se contabilizaron as consecuencias, o que suxire que os efectos sobre a saúde mental sobre estas actividades o explicaron. consecuencias. Por outra banda, o xogo, o xogo e as buscas dirixidas a través da web foron importantes predictores da saúde mental incluso ao controlar consecuencias percibidas, o que suxire que o contido destas actividades era relativamente importante en comparación coas consecuencias percibidas, con respecto á saúde mental. . Xuntos, estes resultados indican que todas as actividades baseadas na web que se miden neste estudo son predictivas para a saúde mental, pero só algúns parecen ter efectos baseados en contido o suficientemente grandes para ser detectados nun modelo totalmente axustado. As outras actividades semellaban afectar só á saúde mental polas súas consecuencias, principalmente a preferencia por interaccións baseadas na web, perda de sono e retirada. Como estas consecuencias negativas son indicativas do uso problemático de Internet [9,14], espérase o seu efecto relativamente forte na saúde mental desde unha perspectiva problemática sobre o uso de Internet. Debe notarse, con todo, que as consecuencias percibidas poden ser diferentes ás consecuencias reais.

Descubrimentos lonxitudinais

Estudos anteriores relacionaron síntomas de perda de sono e retirada a problemas de saúde mental e uso problemático de Internet [9,12,42-45]. As análises lonxitudinais deste estudo suxiren de xeito similar a que a perda e a retirada do sono (o estado de ánimo negativo cando o contido é inaccesible) predicen cambios na saúde mental ao longo do tempo (variación 2.1% explicada) e, de feito, estas foron as únicas variables para facelo a longo prazo. prazo. Os cambios lonxitudinais no tempo dedicado a Internet e diversas actividades non predicían o cambio directo na saúde mental senón que tiveron un efecto indirecto ao predecir cambios na perda e na retirada do sono (3.3% e 6.7% explicaron a variación, respectivamente). Isto suxire que o tempo gasto en Internet e os contidos vistos son preditivos para a saúde mental principalmente porque predicen consecuencias percibidas negativas, como a perda do sono e a retirada. Esta interpretación está en liña co enfoque de uso problemático de Internet e tamén apoia a diferenciación entre formas xerais e específicas de uso problemático de Internet (por exemplo, [15-17]), xa que as actividades estaban asociadas de xeito diferente con consecuencias negativas. Tamén suxire que as intervencións dirixidas a reducir os efectos negativos sobre a saúde mental do uso de Internet poderían orientar as consecuencias negativas no canto do propio uso de Internet. Por exemplo, en lugar de reducir o tempo dedicado a unha determinada actividade, a intervención podería centrarse en asegurarse de que a actividade non interfire co sono. Non obstante, con certos tipos de uso de Internet, como o xogo, as intervencións específicas da actividade poden ser máis eficaces.

Discusión xeral

Os resultados deste estudo confirman que o uso de Internet problemático (ou insalubre) non se pode equiparar simplemente a un uso de Internet de alta intensidade ou frecuente. En primeiro lugar, aínda que se descubriu que o tempo dedicado a Internet estaba asociado negativamente á saúde mental, algunhas actividades, como o traballo escolar, foron asociadas positivamente. En segundo lugar, o tempo gastado en Internet non foi un factor de risco independente para a saúde mental despois de ter en conta as consecuencias percibidas do uso de Internet, subliñando que o uso de Internet non é intrínsecamente daniño. Incluso cando se trata de actividades específicas, por exemplo, xogos, a relación podería ser complexa. Estudos anteriores estableceron que o xogo ten un efecto negativo na saúde mental (por exemplo, [12,29]), mentres que neste estudo os efectos foron positivos. A maioría dos estudos que atoparon efectos negativos no xogo normalmente só investigaron o xogo problemático. Así, parece posible que o xogo teña algunhas propiedades protectoras cando se use ata certo punto, pero as consecuencias negativas poden derrubar esas propiedades cando se usan excesivamente. Por exemplo, neste estudo descubrimos que, a pesar dos seus efectos positivos na saúde mental, o xogo previu significativamente a perda e a retirada do sono, que á súa vez estaban asociados a problemas de saúde mental. En liña con isto, un recente estudo europeo sobre xogo entre nenos con anos 6-11, descubriu que, unha vez controlado para predictores de alto uso, o xogo non estaba asociado significativamente a problemas de saúde mental senón que se asociaba con problemas de relación entre iguais e déficits prosociais. [46].

A relación causal entre o uso xeral da Internet e a saúde mental tamén parece complexa. Autores anteriores recoñeceron a posibilidade de que o risco asociado ao uso de Internet podería reflectir un trastorno xa presente, o que pode ter un efecto sobre o xeito no que se usa Internet [47-49]. Algúns estilos cognitivos que constitúen a disposición de usar Internet de certas formas tamén poden influír na saúde mental. Por exemplo, Brand et al [50] suxeriu que o uso problemático de Internet está asociado ás expectativas de que a Internet pode usarse para influír positivamente no estado de ánimo, o que nalgúns casos pode ser unha suposición falsa en nome do usuario. A decepcionante realidade disto pode empeorar a súa vez problemas de saúde mental preexistentes. Neste estudo, a realización de buscas dirixidas (non relacionadas coa escola ou o traballo) asociouse con maiores puntuacións DASS e tiña un tamaño de efecto maior que calquera outra actividade baseada na web. Unha posible explicación para isto é que os individuos que experimentan máis angustia son máis propensos a usar Internet como ferramenta para facer fronte aos seus problemas [27]. Tamén pode reflectir unha tendencia xeral a confiar en fontes baseadas na web para resolver problemas ou problemas, incluso cando a axuda profesional sería máis útil. Non obstante, dado que os problemas de saúde non son o único obxectivo posible das procuras en Internet, os futuros estudos terán que explorar esta hipótese aínda máis.

Ademais, aínda que se atopou que a perda de sono relacionada con Internet era un predictor lonxitudinal da saúde mental, existe unha conexión bidireccional establecida entre os problemas do sono e a depresión51] así como o humor e o funcionamento afectivo en xeral [52]. Polo tanto, parece probable que a relación entre a perda de sono relacionada co uso de internet e a saúde mental sexa tamén recíproca. Polo tanto, as intervencións dirixidas a reducir o uso problemático de Internet poden ter máis éxito se inclúen un tratamento simultáneo de trastornos comorbeis (incluíndo depresión e trastornos do sono). Do mesmo xeito, varios estudos anteriores atoparon o xogo problemático como predictivo do uso problemático xeneralizado de Internet, o que suxire que o xogo adictivo e o uso de Internet teñen algunha etioloxía común.20-23,53]. Os nosos resultados apoian esta visión, xa que as actividades de xogo eran o máis forte predictor da retirada percibida, o que suxire que o tratamento dos comportamentos problemáticos para o uso de Internet tamén debería abordar calquera problema de xogo. Non obstante, é importante que os futuros estudos examinen con máis detalle que variables actúan como precursoras dun uso nocivo de Internet (por exemplo, personalidade, factores cognitivos, emocionais e motivacionais e trastornos mentais existentes) e cales son as variables que actúan como resultados e mediadores. Dado que algúns dominios de personalidade poden constituír unha predisposición cara a factores de risco como a retirada, os futuros estudos deberían investigar o papel mediador de tales variables non patolóxicas.

Neste estudo non atopamos ningún efecto das consecuencias positivas percibidas do uso de Internet na saúde mental, e é posible que isto sexa porque son realmente motivos para usar Internet. Noutras palabras, pode que os participantes denunciaran as consecuencias que esperaban no canto do que realmente sucedeu. Sagioglou e Greitemeyer [54] sinalou que os resultados autoinformados de diferentes actividades en Internet poden ter unha validez limitada, especialmente cando se fan distanciados temporalmente, nese caso, pode reflectir o que os participantes consideran motivacións plausibles para o seu uso. Poderanse obter medidas máis precisas cando se solicita aos participantes que as valoren inmediatamente despois de usar unha aplicación baseada na web, que non foi posible neste estudo. Os estudos futuros deberían considerar o tratamento de consecuencias positivas do uso de Internet como predictores do uso de determinados contidos baseados na web (en formas saudables ou insalubres) en lugar de como predictores directos da saúde mental.

Limitacións

Este estudo está limitado pola natureza das medicións utilizadas para estimar o uso de Internet do participante. Unha cuestión de validez refírese ás consecuencias do uso de Internet, que non se pode supor que reflicta perfectamente os resultados reais. Ademais da dificultade de observar o impacto das actividades diarias na propia saúde e comportamentos, esta medida tamén podería ser especialmente vulnerable a recordar os sesgos e os efectos da esperanza. Por iso, este estudo só pretendía medir as consecuencias percibidas. Tamén é difícil saber se as consecuencias percibidas son producidas polos comportamentos en Internet ou por un terceiro factor, como os trastornos comórbidos. Outra limitación deste estudo é que non fixemos medidas en profundidade do contido baseado na web que os participantes usan. Por iso, débese ter precaución ao aplicar estes resultados a usos de contido máis específico; por exemplo, diferentes tipos de xogos e actividades de redes sociais poden ter efectos diferentes tanto nas consecuencias percibidas como na saúde mental. Ademais, as nosas medidas non incluíron ningunha ferramenta problemática de diagnóstico de uso de Internet. É posible que se incluísemos consecuencias máis negativas do uso de Internet, ou criterios específicos de uso problemático de Internet, isto explicaría unha maior proporción dos efectos das actividades baseadas na web. Finalmente, houbo unha notable taxa de abandono entre as medidas de base e seguimento (34%), o que reduciu a potencia estatística nas análises lonxitudinais en comparación coas análises transversais. Ademais, a participación neste estudo non foi completamente anónima, e os participantes con alto risco suicida foron excluídos da análise de datos, o que podería significar que algúns dos adolescentes con psicopatoloxía máis grave non estiveron representados nas análises.

Conclusións

Diferentes actividades ou contidos baseados na web poden ter efectos específicos sobre a saúde mental, incluso cando se usan en niveis moderados e cando se axustan ao número de horas dedicadas a Internet. As actividades baseadas na web difiren polo que de forma consistente, canto e en que dirección afectan a saúde mental. As actividades tamén difieren en relación ás consecuencias negativas que producen, e esas consecuencias (especialmente a perda e a retirada do sono) parecen predecir os resultados da saúde mental en maior medida que as propias actividades. Polo tanto, parece que o tempo dedicado a Internet e aos contidos baseados na web son predictivos da saúde mental principalmente porque predicen consecuencias tan negativas. Estes resultados subliñan a importancia de diferenciar entre as formas xeralizadas e específicas de uso problemático de Internet. Tamén confirma que o uso de Internet non é intrínsecamente nocivo, pero depende da actividade na que se involucre e de como afecta o individuo. O cambio de saúde mental ao longo do tempo parece ser o mellor previsto por cambios na perda de soño relacionados coa Internet e as intervencións para reducir o uso nocivo de Internet deben, polo tanto, apuntar a tales consecuencias. As consecuencias positivas do uso de Internet poden non prever a saúde mental directamente, pero poden predecir excesivamente ou problematicamente algunhas actividades baseadas na web. Non obstante, a causalidade entre o uso de Internet e a morbilidade da saúde mental é complexa e é probable que sexa recíproca, o que significa que as intervencións ou tratamentos de uso problemático de Internet deberían ter múltiples facetas para ser eficaces.

 

 

 

   

Grazas

 

Todos os autores, excepto J Westerlund, estiveron implicados nas fases de planificación ou execución do proxecto SUPREME, incluído o xuízo controlado aleatorio, onde V Carli foi o investigador principal. J Balasz, Un Germanavicius , M Sarchiapone, A Värnik e V Carli foron os líderes do lugar ou coordinadores de campo para o proxecto SUPREME nos seus respectivos países. S Hökby e G Hadlaczky concibiron a presente investigación, realizaron as análises estatísticas e elaboraron o manuscrito, ao que J Westerlund realizou contribucións críticas, revisándoo para importante contido intelectual. Todos os autores revisaron e aprobaron o manuscrito final. O proxecto SUPREME foi financiado 60% pola Axencia Executiva para a Saúde e os Consumidores da Comisión Europea (EAHC; número do acordo de subvención: 2009.12.19) e 40% polos centros de países participantes.

Conflitos de interese

 

Ningún declarou.

 


References

  1. Merikangas KR, He JP, Burstein M, Swanson SA, Avenevoli S, Cui L, et al. Prevalencia vital de trastornos mentais en adolescentes estadounidenses: resultados da Replicación da enquisa nacional de comorbilidade – Suplemento para adolescentes (NCS-A). J Am Acad Child Adolesc Psychiatry 2010 Out; 49 (10): 980-989 [GRATIS Texto completo] [CrossRef] [Medline]
  2. Wittchen HU, Jacobi F, Rehm J, Gustavsson A, Svensson M, Jönsson B, et al. O tamaño e a carga dos trastornos mentais e outros trastornos do cerebro en Europa 2010. Eur Neuropsychopharmacol 2011 Sep; 21 (9): 655-679. [CrossRef] [Medline]
  3. Zahn-Waxler C, Klimes-Dougan B, Slattery MJ. Interiorización de problemas da infancia e adolescencia: perspectivas, trampas e avances na comprensión do desenvolvemento da ansiedade e a depresión. Dev Psychopathol 2000; 12 (3): 443-466. [Medline]
  4. Organización Mundial da Saúde. Prevenir o suicidio: un imperativo global. Suíza: Organización Mundial da Saúde; 2014.
  5. Estatísticas mundiais de Internet. 2015. Uso de Internet na Unión Europea URL: http://www.internetworldstats.com/stats9.htm [accedeu a 2016-04-15] [Cache webCite]
  6. Eurostat. 2013. Estatísticas de uso de Internet: URL de individuos: http://ec.europa.eu/eurostat/statistics-explained/index.php/Internet_use_statistics_-_individuals [accedeu a 2016-04-15] [Cache webCite]
  7. KS novo. Adicción a Internet: a aparición dun novo trastorno clínico. CyberPsychology & Behavior 1998 xaneiro; 1 (3): 237-244. [CrossRef]
  8. Laconi S, Rodgers RF, Chabrol H. A medición da adicción a Internet: Unha revisión crítica das escalas existentes e as súas propiedades psicométricas. Ordenadores en comportamento humano 2014 Dec; 41: 190-202 [GRATIS Texto completo] [CrossRef]
  9. Petry NM, Rehbein F, Gentile DA, Lemmens JS, Rumpf HJ, Mößle T, et al. Un consenso internacional para avaliar o trastorno de xogos en internet mediante o novo enfoque DSM-5. Adicción 2014 Sep; 109 (9): 1399-1406. [CrossRef] [Medline]
  10. Kaess M, Durkee T, Brunner R, Carli V, Parzer P, Wasserman C, et al. Uso patolóxico de Internet entre os adolescentes europeos: psicopatoloxía e comportamentos autodestrutivos. Psiquiatría infantil Eur infantil 2014 Nov; 23 (11): 1093-1102 [GRATIS Texto completo] [CrossRef] [Medline]
  11. Carli V, Durkee T, Wasserman D, Hadlaczky G, Despalins R, Kramarz E, et al. A asociación entre o uso patolóxico de internet ea psicopatoloxía comórbida: unha revisión sistemática. Psicopatoloxía 2013; 46 (1): 1-13. [CrossRef] [Medline]
  12. King DL, Delfabbro PH, Zwaans T, Kaptsis D. Características clínicas e comorbilidade do eixo I dos usuarios de internet e videoxogos patolóxicos adolescentes australianos. Aust NZJ Psychiatry 2013 Nov; 47 (11): 1058-1067. [CrossRef] [Medline]
  13. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC. A asociación entre a adicción á Internet eo trastorno psiquiátrico: unha revisión da literatura. Eur Psiquiatría 2012 Xan; 27 (1): 1-8. [CrossRef] [Medline]
  14. Bloquear JJ. Problemas para DSM-V: adicción a internet. Am J Psychiatry 2008 Mar; 165 (3): 306-307. [CrossRef] [Medline]
  15. Montag C, Bey K, Sha P, Li M, Chen YF, Liu WY, et al. ¿Ten sentido distinguir entre a adicción a Internet xeneralizada e específica? Evidencias dun estudo intercultural de Alemaña, Suecia, Taiwán e China. Asia Pac Psychiatry 2015 Mar; 7 (1): 20-26. [CrossRef] [Medline]
  16. Király O, Griffiths M, Urbán R, Farkas J, Kökönyei G, Elekes Z, et al. O uso problemático de internet e os xogos en liña problemáticos non son os mesmos: descubrimentos dunha gran mostra adolescente representativa a nivel nacional. Cyberpsychol Behav Soc Netw 2014 Dec; 17 (12): 749-754 [GRATIS Texto completo] [CrossRef] [Medline]
  17. van Rooij AJ, Schoenmakers TM, van de Eijnden RJ, van de Mheen D. Uso compulsivo de Internet: o papel dos xogos online e outras aplicacións de internet. J Adolesc Health 2010 xullo; 47 (1): 51-57. [CrossRef] [Medline]
  18. Khazaal Y, Achab S, Billieux J, Thorens G, Zullino D, Dufour M, et al. Estrutura de factores da proba de adicción a Internet en xogadores en liña e xogadores de póquer. JMIR Ment Health 2015 Abr; 2 (2): e12 [GRATIS Texto completo] [CrossRef] [Medline]
  19. Asociación Americana de Psiquiatría. DSM5. 2013. URL do trastorno do xogo en Internet: http://www.dsm5.org/Documents/Internet%20Gaming%20Disorder%20Fact%20Sheet.pdf [accedeu a 2016-04-15] [Cache webCite]
  20. Critselis E, Janikian M, Paleomilitou N, Oikonomou D, Kassinopoulos M, Kormas G, et al. O xogo en internet é un factor preditivo do comportamento adictivo a Internet. J Behav Addict 2013 Dec; 2 (4): 224-230 [GRATIS Texto completo] [CrossRef] [Medline]
  21. Phillips JG, Ogeil RP, Blaszczynski A. Intereses electrónicos e comportamentos asociados a problemas de xogo. Int J Mentida á Saúde 2011 Oct 15; 10 (4): 585-596. [CrossRef]
  22. Tsitsika A, Critselis E, Janikian M, Kormas G, Kafetzis DA. Asociación entre xogos de internet en internet e uso problemático de internet entre adolescentes. J Gambl Stud 2011 Sep; 27 (3): 389-400. [CrossRef] [Medline]
  23. Yau YH, Pilver CE, Steinberg MA, Rugle LJ, Hoff RA, Krishnan-Sarin S, et al. Relacións entre o uso problemático de internet e a gravidade do xogo-problema: descubrimentos dunha enquisa de ensino medio. Addict Behav 2014 Jan; 39 (1): 13-21 [GRATIS Texto completo] [CrossRef] [Medline]
  24. Burke M, Marlow C, Lento T. Actividade nas redes sociais e benestar social. 2010 Presentado en: Actas da Conferencia SIGCHI sobre os factores humanos nos sistemas informáticos (CHI'10); 2010-10 de abril de 15; Atlanta, Xeorxia, Estados Unidos. [CrossRef]
  25. Burns JM, Davenport TA, Durkin LA, Luscombe GM, Hickie IB. Internet como escenario para a utilización dos servizos de saúde mental polos mozos. Med J Aust 2010 Jun 7; 192 (11 Suppl): S22-S26. [Medline]
  26. Horgan A, Sweeney J. O uso de Internet de mozos estudantes para obter información e apoio á saúde mental. J Psychiatr Ment Health Nurs 2010 marzo; 17 (2): 117-123. [CrossRef] [Medline]
  27. Trefflich F, Kalckreuth S, Mergl R, Rummel-Kluge C. O uso de internet dos pacientes psiquiátricos corresponde ao uso de internet do público en xeral. Psychiatry Res 2015 30 de marzo; 226 (1): 136-141. [CrossRef] [Medline]
  28. DeSocio J, Hootman J. Saúde mental infantil e éxito escolar. J Sch Nurs 2004 agosto; 20 (4): 189-196. [Medline]
  29. Gentile DA, Choo H, Liau A, Sim T, Li D, Fung D, et al. Uso patolóxico de videoxogos entre os mozos: un estudo longitudinal de dous anos. Pediatría 2011 Feb; 127 (2): e319-e329. [CrossRef] [Medline]
  30. Jackson LA, von Eye A, Witt EA, Zhao Y, Fitzgerald HE. Un estudo lonxitudinal dos efectos do uso de Internet e dos videoxogos sobre o rendemento académico e as funcións de xénero, raza e ingresos nestas relacións. Ordenadores en comportamento humano 2011 Xan; 27 (1): 228-239. [CrossRef]
  31. Király O, Urbán R, Griffiths M, Ágoston C, Nagygyörgy K, Kökönyei G, et al. O efecto mediador da motivación dos xogos entre os síntomas psiquiátricos e os xogos en liña problemáticos: unha enquisa en liña. J Med Internet Res 2015; 17 (4): e88 [GRATIS Texto completo] [CrossRef] [Medline]
  32. Scott J, Porter-Armstrong AP. Impacto dos xogos multijugador en liña sobre a función de xogar sobre o benestar psicosocial dos adolescentes e os mozos adultos: revisar a evidencia. Psiquiatría J 2013 Identificación do artigo 464685. [CrossRef]
  33. Zanetta Dauriat F, Zermatten A, Billieux J, Thorens G, Bondolfi G, Zullino D, et al. As motivacións para xogar especifican unha participación excesiva en xogos de rol en liña multijugador masivos: evidencias dunha enquisa en liña. Eur Addict Res 2011; 17 (4): 185-189. [CrossRef] [Medline]
  34. Lovibond PF, Lovibond SH. A estrutura dos estados emocionais negativos: comparación das escalas de estrés de ansiedade por depresión (DASS) coas depresións de Beck e de depresión. Resolución de comportamento 1995 Mar; 33 (3): 335-343. [Medline]
  35. Antony MM, Bieling PJ, Cox BJ, Enns MW, Swinson RP. Propiedades psicométricas das versións do elemento 42 e dos ítems 21 das escalas de estrés de ansiedade de depresión en grupos clínicos e unha mostra comunitaria. Avaliación psicolóxica 1998; 10 (2): 176-181. [CrossRef]
  36. Crawford JR, Henry JD. As escalas de estrés por ansiedade por depresión (DASS): datos normativos e estrutura latente nunha gran mostra non clínica. Br J Clin Psychol 2003 Jun; 42 (Pt 2): 111-131. [CrossRef] [Medline]
  37. Páxina AC, Hooke GR, Morrison DL. Propiedades psicométricas das Escalas de estrés por ansiedade por depresión (DASS) en mostras clínicas deprimidas. Br J Clin Psychol 2007 Sep; 46 (Pt 3): 283-297. [CrossRef] [Medline]
  38. Zlomke KR. Propiedades psicométricas de internet administraron versións do cuestionario de preocupación de estado de Penn (PSWQ) e depresión, ansiedade e escala de estrés (DASS). Ordenadores en Comportamento Humano 2009 (25): 4-841. [CrossRef]
  39. Duffy CJ, Cunningham EG, Moore SM. Breve informe: a estrutura dos estados de ánimo nunha mostra precoz da adolescencia. J Adolesc 2005 Oct; 28 (5): 677-680. [CrossRef] [Medline]
  40. Szabó M. A versión curta das Escalas de estrés por ansiedade por depresión (DASS-21): estrutura de factores nunha mostra xuvenil. J Adolesc 2010 Feb; 33 (1): 1-8. [CrossRef] [Medline]
  41. Paykel ES, Myers JK, Lindenthal JJ, Tanner J. Sentimentos suicidas na poboación en xeral: un estudo de prevalencia. Br J Psychiatry 1974 May; 124: 460-469. [Medline]
  42. An J, Sun Y, Wan Y, Chen J, Wang X, Tao F. Asociacións entre o uso problemático de internet e os síntomas físicos e psicolóxicos dos adolescentes: posible papel da calidade do sono. J Addict Med 2014; 8 (4): 282-287. [CrossRef] [Medline]
  43. Caplan SE. Preferencia para a interacción social en liña: unha teoría do uso problemático de Internet e do benestar psicosocial. Investigación en comunicación 2003; 30 (6): 625-648 [GRATIS Texto completo] [CrossRef]
  44. Lam LT. Adicción aos xogos en internet, uso problemático de internet e problemas de sono: unha revisión sistemática. Rep de psiquiatría de curr 2014 de abril; 16 (4): 444. [CrossRef] [Medline]
  45. Lee BW, Stapinski LA. Buscando seguridade en internet: relación entre ansiedade social e uso problemático de internet. J Trastorno de ansiedade 2012 Xan; 26 (1): 197-205. [CrossRef] [Medline]
  46. Kovess-Masfety V, Keyes K, Hamilton A, Hanson G, Bitfoi A, Golitz D, et al. O tempo dedicado a xogar videoxogos asociados a habilidades cognitivas e sociais de saúde mental en nenos pequenos? Soc Psychiatry Psychiatr Epidemiol 2016 Mar; 51 (3): 349-357. [CrossRef] [Medline]
  47. Holden C. Psiquiatría. Debúdanse as adicciones ao comportamento na proposta DSM-V. Ciencia 2010 Feb 19; 327 (5968): 935. [CrossRef] [Medline]
  48. Pies R. ¿Debería o DSM-V designar "adicción á Internet" un trastorno mental? Psiquiatría (Edgmont) 2009 Feb; 6 (2): 31-37 [GRATIS Texto completo] [Medline]
  49. Shaffer HJ, Hall MN, Vander Bilt J. "Adicción ao ordenador": unha consideración crítica. Am J Ortopsiquiatría 2000 Abr; 70 (2): 162-168. [Medline]
  50. Marca M, Laier C, Young KS. Adicción a Internet: estilos de afrontamento, expectativas e implicacións no tratamento. Front Psychol 2014 Nov; 5: 1256 [GRATIS Texto completo] [CrossRef] [Medline]
  51. Riemann D, participantes do taller. A xestión eficaz dos trastornos do sono reduce os síntomas depresivos e o risco de depresión? Drogas 2009; 69 Suppl 2: 43-64. [CrossRef] [Medline]
  52. Watling J, Pawlik B, Scott K, Booth S, MA curta. Perda do sono e funcionamento afectivo: máis que só humor. Behav Sleep Med 2016 Maio 9: 1-16 Epub antes da impresión. [CrossRef] [Medline]
  53. Dowling NA, Brown M. As comunidades nos factores psicolóxicos asociados ao xogo problemático e á dependencia á Internet. Cyberpsychol Behav Soc Netw 2010 Agosto; 13 (4): 437-441. [Medline]
  54. Sagioglou C, Greitemeyer T. As consecuencias emocionais de Facebook: Por que Facebook causa un descenso no estado de ánimo e por que a xente aínda o usa. Ordenadores en comportamento humano 2014 Jun; 35: 359-363. [CrossRef]

 


Abreviaturas

DASS: Escala de tensión para a ansiedade por depresión
DSM: Manual Diagnóstico e Estatístico de Trastornos Mentais
IAT: Proba de adicción a Internet
SUPREME: Prevención do suicidio a través de Internet e promoción de saúde mental baseada en medios

Editado por J Torous; 29.04.16 enviado; revisados ​​por pares por V Rozanov, B Carron-Arthur, T Li; comentarios ao autor 31.05.16; versión revisada recibiu 14.06.16; 15.06.16 aceptado; 13.07.16 publicado

© Sebastian Hökby, Gergö Hadlaczky, Joakim Westerlund, Danuta Wasserman, Judit Balazs, Arunas Germanavicius, Núria Machín, Gergely Meszaros, Marco Sarchiapone, Airi Värnik, Peeter Varnik, Michael Westerlund, Vladimir Carli. Publicado orixinalmente en JMIR Mental Health (http://mental.jmir.org), 13.07.2016.

Este é un artigo de acceso aberto distribuído baixo os termos da licenza de recoñecemento de Creative Commons (http://creativecommons.org/licenses/by/2.0/), que permite o uso, a distribución e a reprodución sen restricións en calquera medio, sempre que o orixinal. o traballo, publicado por primeira vez en JMIR Mental Health, está debidamente citado. Débese incluír a información bibliográfica completa, unha ligazón á publicación orixinal en http://mental.jmir.org/, así como esta información sobre dereitos de autor e licenza.