(CAUSACIÓN) As conexións entre o uso de Internet sa, problemático e adicto en relación coas comorbilidades e as características relacionadas co propio concepto (2018)

J Behav Adicto. 2018 feb 15: 1-13. doi: 10.1556 / 2006.7.2018.13.

Leménager T1, Hoffmann S1, Dieter J1, Reinhard I2, Mann K1, Kiefer F1.

https://doi.org/10.1556/2006.7.2018.13

Abstracto

Fondo

Os usuarios de Internet adictos presentan maiores taxas de comorbilidades, por exemplo, trastorno por déficit de atención e hiperactividade (TDAH), trastornos depresivos e ansiedade. Ademais, atopáronse déficits nas características relacionadas co autoconcepto en xogadores adictos a Internet e usuarios de redes sociais. O obxectivo deste estudo foi examinar os vínculos entre o uso saudable, problemático e adicto de Internet en relación ás comorbilidades e características relacionadas co autoconcepto. Tamén se examinou a asociación entre síntomas similares ao TDAH sen un diagnóstico subxacente e o uso adictivo de Internet.

Methods

n = 79 controis saudables, n = 35 problemático e n = 93 usuarios de Internet adictos foron avaliados por comorbilidades, competencias sociais e emocionais, imaxe corporal, autoestima e estrés percibido. Ademais dun diagnóstico de TDAH, tamén se avaliaron os síntomas similares ao TDAH.

Resultados

Os usuarios adictos mostraron máis déficits relacionados co propio concepto e maiores taxas de comorbilidades con trastornos do TDAH, depresivos e ansiedade. Os usuarios adictos e problemáticos mostraron semellanzas na prevalencia de trastornos de personalidade do grupo B e diminución dos niveis de características relacionados coa intelixencia emocional. Os participantes con síntomas similares ao TDAH obtiveron recentes resultados na vida e na severidade actual do uso de Internet en comparación con aqueles sen síntomas do TDAH. Os participantes adictos con síntomas de TDAH desenvolvidos recentemente mostraron maior severidade de uso de Internet durante toda a vida en comparación con aqueles sen ningún síntoma.

Conclusións

Os nosos resultados indican que os trastornos de personalidade do clúster B e os problemas prebórbidos na intelixencia emocional poden presentar unha conexión entre o uso de Internet problemático e viciante. Ademais, os resultados fornecen un primeiro indicio de que o uso de Internet viciante está relacionado con síntomas do ADHD. Polo tanto, os síntomas do TDAH deben valorarse nun contexto do posible uso de Internet en viciado.

Palabras clave: uso problemático e viciado de Internet, comorbilidades, Síntomas de TDAH, auto-concepto

introdución

Debido á dixitalización acelerada, en particular, no que se refire a dispositivos dixitais portátiles, Internet é accesible en calquera lugar e en calquera momento. Por iso, non é particularmente sorprendente que o uso mundial de Internet aumentou drasticamente durante as últimas tres décadas (Estatísticas do mundo en Internet). Unha enquisa realizada en Alemaña demostrou que en 2015, 44.5 millóns de persoas usaron Internet a diario e 3.5 millóns de persoas (8.5%) máis que o ano anterior (Tippelt e Kupferschmitt, 2015). Ademais dos aspectos agradables de Internet, a incidencia da adicción a Internet parece que aumentou nos últimos anos (Mihara e Higuchi, 2017; Rumpf et al., 2014).

A pesar da inclusión do "trastorno de xogos en internet" na quinta edición do programa Manual Diagnóstico e Estatístico de Trastornos Mentais (DSM-5; American Psychiatric Association, 2013) como "condición que garante máis investigación clínica e experiencia antes de que poida considerarse para a inclusión no libro principal como un trastorno formal", aínda está en debate se o uso adicto a outras aplicacións de Internet, como as redes sociais e as compras en liña, pode considerarse clínicamente suficiente como para ser incluído nas clasificacións clínicas de diagnóstico. En contraste co DSM, o borrador beta ICD-11 (Organización Mundial da Saúde, 2015) propón definir o trastorno do xogo (é dicir, "xogo dixital" ou "videoxogo") directamente baixo o termo "trastornos por consumo de substancias ou comportamentos adictivos". Este borrador tamén suxire clasificar o uso adictivo de Internet doutras aplicacións (por exemplo, o uso adictivo de redes sociais) na sección "outros trastornos especificados por comportamentos adictivos".

O uso adictivo de Internet está asociado a problemas psicolóxicos e cognitivos, como unha mala concentración, un descenso no rendemento escolar e laboral, así como trastornos do sono e retirada social (Lemola, Perkinson-Gloor, Brand, Dewald-Kaufmann e Grob, 2015; Taylor, Pattara-angkoon, Sirirat e Woods, 2017; Upadhayay e Guragain, 2017; Younes et al., 2016). O síndrome de hikikomori (é dicir, a retirada social, a cooperación na propia casa e a non participación na sociedade durante 6 meses ou máis) tamén está relacionado co aumento do consumo de Internet, pero aínda non está claro se hikikomori pode considerarse como un trastorno independente ou un síntoma clínico fortemente asociado a outras afeccións psiquiátricas (Stip, Thibault, Beauchamp-Chatel e Kisely, 2016).

Os modelos explicativos anteriores da adicción a Internet como o modelo Persona-afecto-Cognición-Execución (I-PACE) de Brand e compañeiros suxiren que as características psicopatolóxicas precedentes e os trazos de personalidade disfuncionais como principais factores conducen ao desenvolvemento da adicción a Internet (Brand, Young, Laier, Wolfling e Potenza, 2016; Davis, 2001). En consecuencia, varios estudos sobre o uso problemático e adictivo de Internet reportaron altas taxas de comorbilidades como trastornos de depresión e ansiedade e trastorno de hiperactividade con déficit de atención (TDAH) (Bozkurt, Coskun, Ayaydin, Adak e Zoroglu, 2013; Chen, Chen e Gau, 2015; Seyrek, Cop, Sinir, Ugurlu e Senel, 2017). Ademais, Zadra et al. (2016) informou que os adictos a Internet mostran frecuencias máis altas de trastornos da personalidade (29.6%). En particular, o trastorno límite da personalidade mostrou unha maior prevalencia en adictos a Internet en comparación cos participantes sen adicción a Internet. A aparición de síntomas de TDAH foi informada a miúdo en estudos sobre adolescentes adictos a internet. Seyrek et al. (2017) atoparon correlacións significativas entre a adicción a Internet e o trastorno da atención así como os síntomas de hiperactividade en adolescentes. Ademais, Weinstein, Yaacov, Manning, Danon e Weizman (2015) observaron a nenos con TDAH que obtiveron unha puntuación máis alta na Internet Addiction Test en comparación cun grupo non-TDAH. A pregunta inversa sobre se os síntomas similares ao TDAH emerxen como consecuencia negativa do uso excesivo de Internet é, aínda, non está clara. O uso excesivo de Internet adoita vir acompañado pola xestión simultánea de varias tarefas en liña diferentes en curso (multitasking dixital; Crenshaw, 2008). Isto aumenta a miúdo os niveis de estrés, o que leva a déficits cognitivos comparables cos atopados no TDAH. Os resultados do estudo indican que a multitasking dixital correlaciona con déficits nas funcións executivas (memoria de traballo e procesamento de control inhibitorio), aumento do estrés percibido e depresivo, así como síntomas de ansiedade (Cain, Leonard, Gabrieli e Finn, 2016; Minear, Brasher, McCurdy, Lewis e Younggren, 2013; Reinecke et al., 2017; Uncapher, Thieu e Wagner, 2016). Os pacientes con trastorno de xogo en Internet informaron un aumento do nivel de estrés diario e crónico en comparación cos controis (Kaess et al., 2017).

Específicamente para os mozos que crecen con dixitalización e redes, o uso excesivo de internet parece ser un factor determinante nas súas actividades cotiás. Isto tamén pode explicar por que a prevalencia de adicción a Internet é maior durante a adolescencia. A principal tarefa de desenvolvemento durante este período é a formación dunha identidade persoal (tamén coñecida como autoconcepto; Erikson, 1968; Marcia, 1966). Este proceso inclúe a aceptación de cambios físicos, estereotipos específicos da cultura de características masculinas e femininas, así como o desenvolvemento de competencias sociais e emocionais e a autoeficacia nas características relacionadas co desempeño (Erikson, 1968; Marcia, 1966). Estudos previos indican déficits de autoconcepto en xogadores adictos, así como en redes sociais. Os xogadores adictos rexeitan a súa propia imaxe corporal con máis forza e presentan déficits de autoestima e competencias emocionais (é dicir, recoñecemento de emocións e expresións emocionais propias e alleas) en comparación con xogadores non adictos regulares e controis saudables (Lemenager et al., 2016). Ademais, as redes sociais problemáticas estiveron asociadas a problemas no recoñecemento das propias emocións, así como nas habilidades de regulación das emocións (Hormes, Kearns e Timko, 2014).

Segundo o noso coñecemento, estudos sobre comorbilidades e autoconcepto na adicción a Internet evaluaron as diferenzas entre os usuarios adictos e os controis saudables, pero non consideraron adicionalmente o uso problemático que posiblemente reflicte a transición entre o uso de Internet saudable e adicto. Incluír un grupo de usuarios problemáticos de Internet pode contribuír a aclarar se hai semellanzas entre usuarios de Internet problemáticos e dependentes ou se o uso problemático pode considerarse como unha fase de transición entre persoas sanas e viciadas. Buscar esas características que están asociadas a un uso problemático e adictivo de Internet contribuiría á identificación de potenciais factores de risco para o desenvolvemento de usos adictos a Internet e, polo tanto, permitirían mellores intervencións preventivas.

Así, o obxectivo deste estudo foi examinar diferenzas e semellanzas en comodidades e características relacionadas co propio concepto entre usuarios de Internet adictivos e problemáticos.

No primeiro intento, ademais de examinar suxeitos cun diagnóstico de TDAH, tamén examinamos se os síntomas desenvolvidos recentemente como o TDAH sen un diagnóstico subxacente de TDAH poderían estar asociados a un uso adictivo de Internet.

MethodsA seguinte sección

os participantes

Recrutamos n = 79 controis saudables, n = 35 problemático e n = 93 usuarios de Internet adictos (Táboa 1). A asignación de grupo a usuarios problemáticos e adictos levouse a cabo utilizando as puntuacións dos participantes na lista de verificación para a avaliación da adicción a xogos de ordenador e internet (AICA; Wölfling, Beutel e Müller, 2012) e na escala para o comportamento adictivo en liña para adultos [Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S; Wölfling, Müller e Beutel, 2010)].

Táboa

Táboa 1. Descrición da mostra
 

Táboa 1. Descrición da mostra

 

Total (N = 207)

Controis saudables (n = 79)

Usuarios de Internet problemáticos (n = 35)

Usuarios de Internet adictos (n = 93)

Estatística de proba

p valor

Post hoc: controis fronte a problemáticos

Post hoc: controis contra adictos

Post hoc: adicto fronte a problemático

 

p

p

p

Xénero (% masculino)128 (61.8)47 (59.5)20 (57.1)61 (65.6)1.066χ2 (CT). 589   
Idade (SD)27.1 (8.5)27.4 (8.8)23.8 (3.0)28.0 (9.3)3.294F(ANOVA). 039. 036. 641. 012
Educación [anos, (SD)]14.5 (2.5)15.0 (2.3)14.3 (2.6)14.2 (2.6)3.667χ2 (KW). 160   
AICA 30 días (SD)8.9 (6.7)3.4 (3.0)7.2 (2.9)14.2 (5.9)115.805χ2 (KW)<.001<.001<.001<.001
AICA toda a vida (SD)16.8 (8.7)9.2 (6.6)16.0 (6.0)23.5 (4.8)117.890χ2 (KW)<.001<.001<.001<.001
OSVe (SD)8.9 (5.3)3.4 (1.6)10.1 (2.0)13.2 (3.7)151.857χ2 (KW)<.001<.001<.001<.001

Nota. SD: desviación estándar; χ2 (CT): χ2 cruzamento; χ2 (KW): χ2 Proba de Kruskal – Wallis; F(ANOVA): ANOVA unidireccional; AICA: Avaliación da adicción a xogos de internet e ordenador; OSVe: Skala zum Onlinesuchtverhalten bei Erwachsenen.

A mostra adicta comprendía os subgrupos de n = 32 xogadores, n = 24 usuarios de redes sociais e n = 37 usuarios doutras aplicacións (plataformas de información: n = 1; sitios pornográficos: n = 4; sitios de xogos de azar: n = 9; sitios de compras: n = 2; streaming: n = 13; e outras formas: n = 8). O grupo de xogadores adictos a Internet xogou de xeito masivo a xogos de rol multijugador en liña (por exemplo, World of Warcraft ou League of Legends) ou xogos de tiro en liña en primeira persoa (como Counterstrike, Battlefield ou Call of Duty). Todos estes xogos incluían funcións de comunicación. Os usuarios das redes sociais estaban activos en aplicacións de Internet, como chats en liña, foros ou comunidades sociais (por exemplo, Facebook).

O grupo de usuarios problemáticos consistía en n = 9 xogadores, n = 15 redes sociais e n = 11 usuarios doutras aplicacións (plataformas de información: n = 3; sitios de compras: n = 1; streaming: n = 4; e outras formas: n = 3).

O grupo de control saudable (n = 79) incluído n = 35 participantes que utilizaron regularmente sitios de redes sociais, n = 6 participantes que xogaron xogos en liña ás veces e n = 38 participantes que utilizaron "outras aplicacións", como plataformas de información (n = 15), sitios de compras (n = 2), sitios de xogos de azar (n = 1), transmisión (n = 15), ou outras formas (n = 5). Todos os participantes foron recrutados a través da clínica de día do Departamento de Comportamento Adictivo e Medicina da Adicción no Instituto Central de Saúde Mental de Mannheim, por unha liña inspecciona ou a través de anuncios.

A χ2 A proba revelou diferenzas significativas entre xéneros dentro de controis saudables e usuarios de Internet problemáticos relacionados coas principais aplicacións de Internet que se utilizaron (a proba exacta de Fisher en controis saudables: p = .008; en usuarios problemáticos: p = 035; e en usuarios adictos: p = .069). As mulleres con uso saudable ou problemático de Internet mostraban frecuencias máis altas nas redes sociais e os machos usaban con máis frecuencia outras aplicacións.

Entrevistas e cuestionarios

A existencia e gravidade da adicción a Internet dos participantes foi medida coa lista de verificación AICA (Wölfling et al., 2012) así como o OSVe (Wölfling et al., 2010). AICA é unha entrevista clínica de diagnóstico establecida, que ten como obxectivo avaliar a gravidade da adicción á computadora e / ou a Internet dos participantes. Faino gravando o seu uso de ordenador ou Internet durante os días anteriores 30 (AICA_30) así como durante a súa vida (AICA_lifetime). A lista de verificación AICA ten unha alta fiabilidade como demostra un Cronbachs α = .90. Con base no criterio Kaiser-Guttman e na inspección da proba de barullo, unha análise de compoñentes principal revelou un único factor explicando o 67.5% da varianza que se pode interpretar como "uso adicto a Internet" (Wölfling et al., 2012). O OSVe é un cuestionario de autoinformación que tamén se usa para examinar aos adultos da existencia e gravidade da adicción a Internet. Os participantes cunha puntuación de ≥13 no AICA_30 ou de ≥13.5 no OSVe foron asignados ao grupo adicto. Dado que o AICA_30 só identifica o uso adictivo de computadoras e / ou Internet, empregamos as puntuacións de OSVe para definir o uso problemático. Despois do estudo de Wölfling et al. (2010), clasificamos aos participantes con puntuacións OSVe entre 7 e 13 como usuarios problemáticos. En consecuencia, os participantes con puntuación <7 foron asignados ao grupo de control. O OSVe mostrou unha consistencia interna (α de Cronbach) de α = .89 (Wölfling et al., 2012). Unha análise de compoñentes principais revelou un único factor explicando o 43.9% da varianza que se pode interpretar como un "uso adicto a Internet" (Müller, Glaesmer, Brähler, Wölfling e Beutel, 2014).

A vida útil e as comorbilidades actuais nos eixes I e II foron avaliadas con base na entrevista estruturada clínica para DSM-IV (SCID I e II; Wittchen, Zaudig e Fydrich, 1997). Os síntomas depresivos actuais foron avaliados polo Beck Depression Inventory (BDI; Beck, Ward, Mendelson, Mock e Erbaugh, 1961). Para a exploración do TDAH, unha entrevista non normalizada (segundo os criterios DSM-IV) e a escala de trastorno de déficit de atención (ADD) de Brown para adultos (Marrón, 1996) foron aplicados por psicólogos clínicos. Segundo DSM-IV (American Psychiatric Association, 2000), a entrevista con TDAH avalía os déficits cognitivos actuais na escola ou no traballo (así como nos días escolares anteriores aos 7 anos), síntomas de hiperactividade, complicacións relacionadas co nacemento, cambios de humor xerais, problemas para durmir, uso indebido de substancias para aliviar os síntomas do TDAH , e antecedentes familiares de TDAH. Dous psicólogos clínicos realizaron as entrevistas e previamente foron adestrados por un experto clínico para concentrarse nos síntomas específicos. A escala Brown ADD de 40 elementos para adultos axuda a avaliar unha ampla gama de síntomas reais que reflicten as alteracións da función executiva asociadas ao TDAH ocorridas durante os últimos 6 meses, incluíndo (a) a organización, priorización e activación para o traballo; (b) centrar, manter e cambiar a atención ás tarefas; (c) regular a alerta, manter o esforzo e a velocidade de procesamento; (d) xestionar a frustración e modular as emocións, así como (e) utilizar a memoria de traballo e acceder ao recordo (Murphy e Adler, 2004). Os pacientes valoraron estes síntomas nunha escala Likert de 4 puntos ("nunca", "unha vez á semana", "dúas veces á semana" e "diariamente"). Harrison informou de que unha alta probabilidade de ter TDAH reflectiríase cun límite> 55, que tamén se aplicou a este estudo. Deuse un diagnóstico actual de TDAH cando un participante cumpriu os criterios da entrevista e o corte da escala Brown ADD (Harrison, 2004). A Escala de ADD de Brown ten unha consistencia interna (Cronbach α) de α = .96 para adultos (Marrón, 1996). A vida útil Os criterios do TDAH incluían un diagnóstico de TDAH no pasado foi dado por un experto médico. Os participantes que superaron o corte de 55 na escala de ADD Brown pero que non cumpriron as condicións para un diagnóstico de TDAH actual ou de toda a vida na entrevista clasificáronse baixo "síntomas de TDAH desenvolvidos recentemente".

Para avaliar os aspectos do autoconcepto, aplicamos a escala de Rosenberg (Rosenberg, 1965; investigando a autoestima), o Cuestionario de imaxe corporal (BIQ-20; Clement e Löwe, 1996) así como o Cuestionario sobre competencias emocionais (ECQ; Rindermann, 2009). A escala de Rosenberg é un cuestionario de elementos 10 sobre sentimentos positivos e negativos sobre o eu, medido nunha escala Likert de puntos 4. A consistencia interna dos ítems foi informada como α = .88 de Cronbach (Greenberger, Chen, Dmitrieva e Farruggia, 2003).

O BIQ-20 que comprende elementos 20 identifica as perturbacións da imaxe corporal ao medir "rexeitamento da imaxe corporal" e "imaxe corporal vital". As consistencias internas das escalas van de 0.65 a 0.91 en mostras alemás. A validación cruzada da estrutura factorial das escalas revelou unha alta estabilidade entre unha mostra clínica e dúas poboacións non clínicas (Clement e Löwe, 1996). O ECQ avalía as habilidades dos participantes para (a) recoñecer e comprender as propias emocións; (b) recoñecer e comprender as emocións dos demais (ser capaz de percibir e comprender as emocións doutros en función do seu comportamento, comunicación falada, expresión facial e xestos dependendo da situación); (c) regular e controlar as propias emocións; e (d) expresividade emocional (poder e disposto a expresar os sentimentos). As consistencias internas das escalas oscilaron entre α = 0.89 e 0.93 (Rindermann, 2009).

A ansiedade social e a competencia social medíronse utilizando o cuestionario sobre ansiedade social e déficits de competencia social (SASKO; Kolbeck & Maß, 2009). Pretende avaliar o medo a falar fronte a outros ou a estar no centro da atención social (subescala “falar”), de ser rexeitado socialmente (“rexeitamento”) e de interacción social (“interacción”), así como déficits de percepción social ("información") e sentimentos de soidade ("soidade"). A consistencia interna das subescalas oscilou entre α = .76 e .87 para mostras saudables e entre α = .80 e .89 para mostras clínicas (Kolbeck & Maß, 2009). Ademais, a validez factorial foi confirmada por unha análise de factores confirmativos (Kolbeck & Maß, 2009). Ademais, a Perceived Stress Scale (PSS; Cohen, Kamarck e Mermelstein, 1983) aplicouse para explorar a percepción do estrés dos participantes. A consistencia interna (α de Cronbach) da PSS é α = .78 (Cohen et al., 1983).

Análise estatística

As análises de datos realizáronse mediante SPSS Statistics 23 (paquete estatístico para as ciencias sociais, SPSS Inc., Chicago, IL, EUA). Χ Avaliaron as diferenzas nas taxas de prevalencia entre os usuarios de Internet adictos e problemáticos así como os controis saudables2 probas e probas exactas de Fisher cando corresponda. Ademais, as análises de diferenzas nas características de autoconcepto entre usuarios de Internet adictos, usuarios de Internet problemáticos e controis saudables incluíron análises de varianza (ANOVAs), seguidas de análises post-hoc usando as probas de Scheffé. Aplicáronse análises de regresión lineal para avaliar a asociación entre as variables e a gravidade dos síntomas actual ou da vida do uso de Internet.

A concordancia entre as dúas probas de TDAH (a entrevista e a Escala de ADD de Brown) avaliouse mediante tabulación cruzada e estatística kappa de Cohen. Tamén aplicamos χ2 probas para avaliar as diferenzas entre grupos nos índices de prevalencia de resultados de probas positivas dentro das categorías (si / non) de "síntomas de TDAH desenvolvidos recentemente", así como o diagnóstico actual e permanente do TDAH. Ademais, para avaliar se os participantes cun diagnóstico de TDAH ou máis recentemente desenvolvidos síntomas de TDAH presentan unha maior severidade actual ou da vida do síntoma do uso de Internet en comparación con aqueles sen cumprir as condicións para o TDAH, aplicamos dúas mostras tprobas ao total da mostra, así como a controis saudables, adictos e usuarios problemáticos de Internet.

ética

Os procedementos de estudo realizáronse de acordo coa Declaración de Helsinki. O estudo foi aprobado polo comité de ética de Mannheim, Baden Württemberg (número de solicitude: 2013-528N-MA). Antes de participar no estudo, informouse a todos os participantes sobre o propósito do estudo e consentiron logo de recibir esta información.

Resultados

Tempo de vida e comorbilidades actuais

Os datos revelaron que 62.4% (45.2%) do grupo viciado, 31.4% (20.0%) do grupo problemático e 22.8% (13.9%) de controis saudables mostraron un diagnóstico de eixo I ou eixe II de toda a vida. Segundo as nosas expectativas, os usuarios de Internet adictos mostraron trastornos depresivos e de ansiedade, así como o TDAH significativamente máis frecuentemente en comparación con controis saudables (ver Figuras 1 2 así como táboas 2 3). Notas máis elevadas de prevalencia da vida e actual TDAH e trastornos depresivos observáronse no grupo de adictos en comparación con usuarios problemáticos. Ademais, os adictos a Internet e os usuarios problemáticos mostraron trastornos de personalidade do cluster B significativamente máis veces que os controis saudables, pero estas diferenzas entre grupos non se reflectían dentro de cada trastorno de personalidade do cluster B (Figura 3).

figura 1. Proporción de diagnósticos de toda a vida e diferenzas entre usuarios de Internet con problemas de adicción e problemas, así como controis saudables (% de diagnóstico, χ2 e as probas exactas de Fisher; *p ≤ 05, **p ≤ .01). Os trastornos afectivos e de ansiedade tamén se diferenciaron dentro das súas clasificacións

figura 2. Proporción de diagnósticos actuais e diferenzas entre usuarios de Internet adictos e problemáticos, así como controis saudables (% de diagnóstico, χ2 e as probas exactas de Fisher; *p ≤ 05, **p ≤ .01). Os trastornos afectivos e de ansiedade tamén se diferenciaron dentro das súas clasificacións

Táboa

Táboa 2. Diferenzas nas taxas de prevalencia de diagnósticos entre usuarios adictos e problemáticos, así como controis saudables
 

Táboa 2. Diferenzas nas taxas de prevalencia de diagnósticos entre usuarios adictos e problemáticos, así como controis saudables

 

Total (N = 207)

Adicto (n = 93)

Problemática (n = 35)

Controis saudables (n = 79)

p

TDAH (LT)5.113.800<.001f**
TDAH (C)6.111.500<.001f**
Trastorno afectivo (LT)21.735.517.17.6<.001c**
Trastorno afectivo (C)5.310.801.3. 008f*
Trastorno depresivo (LT)20.834.417.15.3<.001c**
Trastorno depresivo (C)4.39.700. 003f*
Trastorno de ansiedade (LT)14.521.58.68.9. 035c
Trastorno de ansiedade (C)9.216.15.72.5. 005f*
Trastorno de ansiedade xeneralizada (LT)3.95.603.8. 452
Trastorno de ansiedade xeneralizada (C)2.54.401.3. 655
PTSD (LT)1.53.300. 073
PTSD (C)1.02.200. 032
Fobia específica (LT)3.44.45.71.3. 559
Fobia específica (C)3.04.45.70. 050
Fobia social (LT)3.46.501.3. 105f
Fobia social (C)2.95.401.3. 185f
Trastorno obsesivo-compulsivo (LT)2.45.400. 075f
Trastorno obsesivo-compulsivo (C)2.45.400. 075f
Trastorno alimentario (LT)2.94.32.91.3. 556f
Trastorno alimentario (C)1.43.200. 292f
Trastornos no uso de substancias sen nicotina (LT)12.618.311.46.3. 060f
Trastornos no uso de substancias sen nicotina (C)3.94.35.72.5. 635f
Trastornos no uso de substancias con nicotina (LT)20.325.817.115.2. 198c
Trastornos no uso de substancias con nicotina (C)14.018.38.611.4. 306f
Clúster A1.93.201.3. 663f
Clúster B4.87.58.60. 013f*
Clúster C7.29.75.15.7. 525f

Nota. Tarifas en%. f: proba exacta de Fisher; c: χ2 proba; LT: vida; C: corrente corrixida por Bonferroni-Holm para múltiples comparacións de diagnósticos de toda a vida e actuais, así como trastornos de personalidade. TDAH: trastorno de hiperactividade con déficit de atención; PTSD: trastorno de estrés postraumático.

*p ≤ .05 e **p ≤ 01 despois da corrección de Bonferroni – Holm para comparacións múltiples.

Táboa

Táboa 3. Comparativas post hoc das diferenzas nas taxas de prevalencia de diagnósticos entre usuarios adictos e problemáticos, así como controis saudables
 

Táboa 3. Comparativas post hoc das diferenzas nas taxas de prevalencia de diagnósticos entre usuarios adictos e problemáticos, así como controis saudables

 

Controis saudables fronte a usuarios adictos

Controis saudables fronte a usuarios problemáticos

Adicto a usuarios problemáticos

 

p

p

p

TDAH (LT)<.001f**-. 014f*
TDAH (C). 001f**-. 029f*
Trastorno afectivo (LT)<.001c**. 117f. 033c*
Trastorno afectivo (C). 010c. 693f. 036f*
Trastorno depresivo (LT)<.001c**. 076f. 043c*
Trastorno depresivo (C). 003f**-. 050f*
Trastorno de ansiedade (C). 002c**. 360f. 100f
Clúster B. 012f*. 027f*. 549f

Nota. f: proba exacta de Fisher; c: χ2 proba; LT: vida; C: corrente; TDAH: trastorno de hiperactividade con déficit de atención.

figura 3. Proporción de trastornos de personalidade segundo o DSM-IV e diferenzas entre usuarios de Internet viciados e problemáticos, así como controis saudables (% de diagnóstico, χ2- e probas exactas de Fisher; *p ≤ 05, **p ≤ .01)

Conformidade dos dous instrumentos TDAH

Ao avaliar a conformidade entre os dous instrumentos aplicados (é dicir, Brown ADD Scale e a entrevista), os resultados revelaron unha coincidencia do 63.21% no grupo adicto (Kappa = 0.21, p = 012) e do 82.1% na mostra total (Kappa = 0.28; p <.001).

Figura 4 demostra a porcentaxe de resultados positivos dos participantes para o TDAH nos dous instrumentos aplicados (entrevista e Escala de ADD Brown), así como nas categorías derivadas de síntomas de TDAH desenvolvidos recentemente, diagnóstico actual e permanente de TDAH.

figura 4. Porcentaxes de TDAH para as dúas medidas diferentes: Entrevista e ADD Brown. Os síntomas do TDAH desenvolveron recentemente sen diagnóstico, vida útil e diagnóstico actual derivados da superposición de ambos instrumentos

A χ2 A proba revelou diferenzas significativas entre grupos entre controles saudables, dependentes e usuarios problemáticos de Internet na entrevista TDAH (a proba exacta de Fisher: p <.001). As comparacións parellas mostraron que os usuarios adictos cumprían os criterios de TDAH na entrevista de forma significativa con máis frecuencia que os controis saudables (proba exacta de Fisher: p <.001) pero non comparado con usuarios problemáticos (proba exacta de Fisher: p = .232). Tamén se observaron diferenzas significativas entre grupos na escala Brown ADD (proba exacta de Fisher: p <.001). As comparacións parellas revelaron frecuencias significativamente máis altas de TDAH en usuarios adictos que usan a escala de ADD de Brown en comparación con controis saudables (p <.001) e usuarios problemáticos (proba exacta de Fisher: p <.001). Ademais, as comparacións entre grupos da variable "síntomas de TDAH recentemente desenvolvidos" (si / non) foron significativas (proba exacta de Fisher: p <.001): os usuarios de Internet adictos revelaron recentemente síntomas desenvolvidos significativamente con máis frecuencia que os controis saudables (proba exacta de Fisher: p <.001) e usuarios problemáticos (proba exacta de Fisher; p <.001).

Adicionalmente observamos que o grupo adicto mostrou unha frecuencia significativamente maior de TDAH na Escala de ADD de Brown en comparación coa entrevista (proba exacta de Fisher: p = .016).

Valorar as diferenzas na severidade do uso de Internet actual e durante a vida (AICA-30 e AICA durante a vida) entre grupos con e sen TDAH (derivados de cada criterio da figura 4), aplicamos dúas mostras tprobas ao total da mostra. En cada condición, observamos que os participantes con TDAH positivo anotaron significativamente maior durante a vida e a severidade de uso actual de Internet en comparación con resultados con proba negativa (táboa 4).

Táboa

Táboa 4. Diferenzas na severidade do uso de Internet actual e da vida (AICA) entre os participantes que anotaron positivos e negativos para o TDAH para diferentes criterios na mostra completa
 

Táboa 4. Diferenzas na severidade do uso de Internet actual e da vida (AICA) entre os participantes que anotaron positivos e negativos para o TDAH para diferentes criterios na mostra completa

 

Gravedade dos síntomas do uso de Internet

Positivo para a media TDAH (SD)

Negativo por media do TDAH (SD)

t estatística

p

Entrevista TDAHactual12.20 (7.91)8.68 (6.53)-1.970.050 *
 Vida23.00 (8.01)16.12 (8.31)-3.088.002 **
Engadir marrónactual15.13 (5.77)7.34 (5.95)-7.425<.001 **
 Vida24.00 (5.35)14.80 (8.10)-6.807<.001 **
Os síntomas do TDAH desenvolveron recentementeactual15.11 (5.29)6.00 (7.42)-6.260<.001 **
 Vida24.33 (4.29)14.77 (8.05)-6.025<.001 **
TDAH actualactual15.10 (7.85)8.59 (6.48)-3.063.003 **
 Vida24.50 (7.58)16.24 (8.32)-3.068.002 **
VIDA TDAHactual14.83 (7.21)8.54 (6.49)-3.236.001 **
Vida24.50 (6.86)16.16 (8.32)-3.397.001 **

Nota. SD: desviación estándar corrixida por Bonferroni – Holm para múltiples comparacións. TDAH: trastorno de hiperactividade con déficit de atención; AICA: Avaliación da adicción a xogos de internet e ordenador.

*p ≤ 05. **p ≤ .01.

De dúas mostras t-as probas dentro de cada grupo (usuarios viciados e problemáticos así como controis saudables) só revelaron participantes adictos con síntomas desenvolvidos recentemente (n = 27) para mostrar unha maior severidade do uso de Internet durante a vida (t = −2.549, p = .013) en comparación con aqueles sen síntomas (n = 46).

Características relacionadas co propio concepto entre usuarios de Internet viciados e problemáticos, así como controis saudables

Táboas 5 6 demostrar diferenzas entre os controis, os usuarios de Internet problemáticos e viciados en características relacionadas co propio concepto. Os ANOVA revelaron efectos principais significativos en todas as escalas (Táboa 5).

Táboa

Táboa 5. Diferenzas entre grupos de usuarios adictos, usuarios problemáticos e controis saudables
 

Táboa 5. Diferenzas entre grupos de usuarios adictos, usuarios problemáticos e controis saudables

 

Total (N = 207)

Adicto (n = 93)

Problemática (n = 35)

Controis saudables (n = 79)

F

p

PSS percibiu estrés16.35 (6.74)20.01 (6.21)15.06 (5.13)12.67 (5.72)34.437<.001 **
BDI8.43 (7.63)12.96 (8.36)6.51 (4.89)4.06 (4.02)42.256<.001 **
Autoestima de Rosenberg21.80 (6.25)18.89 (6.74)22.66 (5.36)24.85 (4.14)24.285<.001 **
SASKO falando9.98 (7.19)13.90 (7.71)8.17 (5.38)6.22 (4.46)33.825<.001 **
Rexeitamento social de SASKO9.33 (6.43)12.76 (7.08)7.86 (3.67)5.99 (4.24)32.247<.001 **
Interacción SASKO6.98 (5.38)10.15 (5.67)5.51 (3.59)3.94 (3.28)41.819<.001 **
Información SASKO7.03 (4.26)8.97 (4.39)6.26 (3.45)5.11 (3.41)21.729<.001 **
Soidade SASKO2.98 (3.26)4.49 (3.58)2.66 (2.72)1.37 (2.07)24.239<.001 **
ECQ-EE55.17 (10.46)50.79 (10.29)54.40 (10.83)60.61 (7.75)22.827<.001 **
ECQ-EO65.06 (10.96)62.99 (11.86)65.29 (11.12)67.37 (9.35)3.481.034 *
ECQ-RE47.47 (8.87)43.50 (9.05)49.51 (8.26)51.19 (6.87)20.293<.001 **
ECQ-EX53.87 (13.71)49.61 (13.83)52.34 (17.79)59.52 (10.97)12.670<.001 **
Rexeitamento da imaxe corporal22.59 (8.45)26.41 (9.57)21.72 (6.47)18.53 (5.32)22.664<.001 **
Imaxe corporal vital do BIQ33.73 (6.97)31.27 (7.59)34.72 (5.31)36.17 (5.87)12.075<.001 **

Nota. Media (desviación estándar), SASKO: cuestionario de ansiedade social e déficits de competencia social; ECQ: Cuestionario de competencias emocionais; ECQ-EE: recoñecer e comprender as propias emocións; ECQ-EA: recoñecer e comprender as emocións dos demais; ECQ-RE: regulación e control das propias emocións; ECQ-EX: expresividade emocional; BDI: Inventario da Depresión de Beck; PSS: Escala de estrés percibida; BIQ: Cuestionario de imaxe corporal; F: ANOVA F estatística.

*p ≤ .05 e **p ≤ 01 despois da corrección de Bonferroni – Holm para comparacións múltiples.

Táboa

Táboa 6. Comparacións post-parellas post-par (Scheffé) entre usuarios viciados, usuarios problemáticos e controis saudables
 

Táboa 6. Comparacións post-parellas post-par (Scheffé) entre usuarios viciados, usuarios problemáticos e controis saudables

 

Controis saudables fronte a usuarios adictos

Controis saudables fronte a usuarios problemáticos

Adicto a usuarios problemáticos

 

Diferenzas de medios

p

Diferenzas de medios

p

Diferenzas de medios

p

PSS-7.37<.001-2.39. 1374.99<.001
BDI-8.89<.001-2.45. 1756.44<.001
Autoestima de Rosenberg5.96<.0012.19. 163-3.77. 004
SASKO falando-7.80<.001-1.96. 3055.84<.001
Rexeitamento social de SASKO-6.84<.001-1.87. 2644.97<.001
Interacción SASKO-6.28<.001-1.58. 2344.71<.001
Información SASKO-3.90<.001-1.14. 352-2.75. 002
Soidade SASKO-3.17<.001-1.29. 0981.88. 006
ECQ-EE9.89<.0016.21. 006-3.69. 152
ECQ-EO4.37. 0352.08. 641-2.29. 572
ECQ-RE7.85<.0011.68. 599-6.17. 001
ECQ-EX9.95<.0017.18. 027-2.77. 565
Rexeitamento da imaxe corporal-7.99<.001-3.18. 1274.80. 008
Imaxe corporal vital do BIQ4.99<.0011.45. 558-3.54. 028

Nota. SASKO: cuestionario sobre déficits de ansiedade social e competencia social; ECQ: Cuestionario de competencias emocionais; ECQ-EE: recoñecer e comprender as propias emocións; ECQ-EA: recoñecer e comprender as emocións dos demais; ECQ-RE: regulación e control das propias emocións; ECQ-EX: expresividade emocional; BDI: Inventario da Depresión de Beck; PSS: Escala de estrés percibida; BIQ: Cuestionario de imaxe corporal.

Os usuarios de Internet adictos en comparación con controis saudables mostraron unha imaxe corporal significativamente peor, maior ansiedade social (SASKO), diminución da competencia social (todas as escalas do SASKO), aumento do estrés percibido (PSS), así como déficits nas competencias emocionais (ECQ). Ademais, tiveron menor autoestima (Rosenberg) e mostraron un aumento do estrés percibido (PSS) así como síntomas depresivos (TDA; táboa). 6). Os usuarios adictos tamén mostraron valores significativamente aumentados respecto á maioría das características relacionadas co propio concepto (ademais de recoñecer as emocións propias e alleas, así como poder expresar as propias emocións aos demais) en comparación cos usuarios problemáticos.

Seguimos observando que os adictos a Internet e os usuarios problemáticos difiren significativamente dos controis saudables respecto das escalas de competencia emocional “recoñecemento das propias emocións” (ECQ-EE) e “expresividade emocional” (ECQ-EX; táboa 6). As análises de regresión lineal revelaron que estas dúas variables explicaron 11% (R2 = .111; p <.001) da gravidade actual do uso de Internet (AICA_30) e do 22% (R2 = .217; p <.001) da gravidade do uso de Internet de por vida (vida de AICA).

Conversa

O obxectivo xeral deste estudo foi examinar as diferenzas en comorbilidades e características relacionadas co autoconcepto entre os controis saudables, os usuarios de Internet dependentes e problemáticos para aclarar o papel do uso problemático na transición do uso de Internet saudable ao adicto.

Comorbilidades en usuarios de Internet viciados e problemáticos así como en controis saudables

Os resultados indicaron que os adictos a Internet presentan maiores índices de comorbilidade de TDAH, depresivos e trastornos de ansiedade actuais, así como trastornos de personalidade do cluster B en comparación con controis saudables. Ademais, tamén se observaron maiores taxas de comorbilidade de TDAH e trastornos depresivos no grupo de adictos en comparación cos usuarios problemáticos. Estes resultados están de acordo cos modelos explicativos anteriores da adicción a Internet que supoñen unha forte psicopatoloxía subxacente no uso de Internet dependente (Brand et al., 2016; Davis, 2001). No seu modelo I-PACE, Brand et al. (2016) refírense especialmente aos trastornos de depresión e ansiedade (social), así como o TDAH, como as tres principais características psicopatolóxicas relacionadas coa adicción a Internet. Todos estes trastornos mentais están fortemente asociados a emocións negativas intensas, como ansiedade, depresión e rabia. Este aspecto tamén se considera na descrición de trastornos de xogo en Internet en DSM-5, onde se usa o xogo en Internet para atopar alivio dun estado de ánimo negativo.

Na fase de uso problemático, só a aparición de trastornos de personalidade do grupo B foi significativamente maior en comparación co grupo de control saudable e non se diferenciaba do uso adicto. A literatura describe os trastornos da personalidade do grupo B para asociarse a un comportamento máis dramático, emocional, errático e impulsivo (American Psychiatric Association, 2013) frecuentemente acompañada de episodios de depresión. Tamén estaban ligados a unha menor probabilidade de remisión de depresión crónica (Agosti, 2014). Estes descubrimentos indican que os trastornos da personalidade do grupo B poden ser un correlato do uso problemático e adicto a Internet. Zadra et al. (2016) observaron un aumento da prevalencia do clúster B Trastorno de personalidade fronteirizo en persoas dependentes de Internet. Non atopamos diferenzas entre grupos dentro dun trastorno de personalidade do cluster B, posiblemente debido ao baixo número de casos (nincerto = 5; nnarcisista = 4; nhistriónico = 0; nantisocial = 1 en toda a mostra). Sería interesante comparar as taxas de prevalencia de trastornos específicos da personalidade en usuarios adictos e problemáticos que usan tamaños de mostra maiores en estudos posteriores. Tamén son necesarios máis estudos de replicación para confirmar os nosos achados.

Comorbilidade ADHD e síntomas parecidos a TDAH en adictos a Internet

En canto aos diagnósticos de ADHD neste estudo, a prevalencia actual e vitalicia do grupo de adictos a Internet (13.8% e 11.5%) foi significativamente maior en comparación cos usuarios problemáticos de Internet e controis sans. Unha metaanálise estimou a prevalencia xeral do ADHD en aproximadamente 2.5% (Simon, Czobor, Bálint, Mészáros e Bitter, 2009). A maioría dos estudos sobre ADHD e adicción a Internet realizáronse en adolescentes e non en adultos mozos (Seyrek et al., 2017; Tateno et al., 2016). Hai só un estudo que presenta unha prevalencia de TDAH de 5.5% en usuarios de Internet "problemáticos" para adultos (Kim et al., 2016). Non obstante, a mostra tamén incluíu usuarios adictos e, polo tanto, os resultados poden non ser comparables cos do estudo.

Segundo sabemos, este foi o primeiro estudo que intentou incluír a avaliación do impacto dos síntomas de TDAH desenvolvidos recentemente ademais do diagnóstico do TDAH en persoas dependentes de Internet. Os participantes con TDAH, así como aqueles con síntomas similares ao TDAH desenvolvidos recentemente, mostraron unha vida significativamente maior e a gravidade do uso actual de Internet en comparación cos que non cumpriron estas condicións. Ademais, os participantes con adictos con síntomas de TDAH desenvolvidos recentemente (30% do grupo de adictos) mostraron unha maior severidade de uso de Internet durante toda a vida en comparación cos participantes en vicios sen síntomas do TDAH Os nosos resultados indican que os síntomas de TDAH desenvolvidos recentemente (sen cumprir os criterios diagnósticos para o TDAH) están asociados á adicción a Internet. Isto pode levar a unha primeira indicación de que o uso excesivo de Internet ten un impacto no desenvolvemento de déficits cognitivos similares aos atopados no TDAH. Un estudo recente de Nie, Zhang, Chen e Li (2016) informaron de que adictos a Internet adolescentes con e sen ADHD, así como participantes con TDAH, por si soas presentaban déficits comparables en control inhibidor e funcións de memoria de traballo.

Esta suposición tamén parece ser apoiada por certos estudos que informan unha reducida densidade de materia gris no córtex cingular anterior en usuarios de Internet adictivos e en pacientes con TDAH (Frodl e Skokauskas, 2012; Moreno-Alcazar et al., 2016; Wang et al., 2015; Yuan et al., 2011). Non obstante, para confirmar os nosos supostos, son necesarios estudos que avalien a relación entre o inicio do uso excesivo de Internet e o TDAH en persoas dependentes de Internet. Ademais, deben aplicarse estudos lonxitudinais para aclarar a causalidade. Se se confirman os nosos resultados por outros estudos, isto terá relevancia clínica para o proceso diagnóstico do TDAH. É imaxinable que os médicos deberían realizar unha avaliación detallada do posible uso de Internet adictivo en pacientes con sospeita de TDAH.

Comparación de características relacionadas co autoconcepto entre o uso de Internet viciante, problemático e saudable

En canto ás diferenzas entre características de autoconcepto entre os grupos, os resultados revelaron aos usuarios de Internet adictos amosar déficits significativos en todas as escalas do "autoconcepto" en comparación con controis saudables. Como se mencionou anteriormente, as teorías do desenvolvemento postulan a adolescencia como a fase onde a formación dun autoconcepto é a principal tarefa de desenvolvemento. Unha persoa ten que explorar e escoller roles, valores e obxectivos adecuados e relevantes de diversos ámbitos da vida, como rol de xénero, vocacións, opcións relacionais, etc.Erikson, 1968; Marcia, 1966). Se non ten éxito, isto conduce a unha difusión da identidade e dos roles sociais e aumenta o risco de trastornos mentais, como trastornos de personalidade, depresivos ou adictivos. Sen un tratamento adecuado, estes trastornos normalmente persisten na idade adultaErikson, 1968; Marcia, 1966). Debido ás súas posibilidades de interacción social e ao seu anonimato concomitante, Internet ofrece unha oportunidade tentadora para compensar sentimentos negativos e déficits de autoconcepto. En consecuencia, os nosos descubrimentos de maiores déficits de autoconcepto en adultos novos en Internet suxiren que o desadaptación para facer fronte a certas tarefas de desenvolvemento durante a adolescencia pode contribuír á formación de adicción a Internet. Experiencia repetida de compensar estes déficits mediante o uso de Internet, por exemplo, atopando amigos virtuais ou tendo éxito nun xogo (Brand et al., 2016; Davis, 2001; Tavolacci et al., 2013) podería elevar o risco de uso adicto. Ademais, a falta de experiencias positivas reais interpersoais e relacionadas co rendemento pode aumentar os déficits de autoconcepto e o desenvolvemento de trastornos psiquiátricos. Este último aspecto podería explicar a alta aparición de depresión, ansiedade e trastornos de personalidade do cluster B en usuarios adictos.

A pesar das diferenzas significativas entre o uso de Internet problemático e adicto respecto á maioría das variables avaliadas, todos os medios calculados para as características do grupo problemático están entre os usuarios adictos e o grupo de control saudable, o que indica un vínculo entre as dúas etapas de exceso. Uso de Internet dun xeito descritivo.

Non obstante, tamén observamos similitudes entre usuarios problemáticos e adictos. Os dous grupos consideráronse menos capaces de recoñecer, comprender e expresar as súas propias emocións en comparación con controis saudables. No seu modelo de intelixencia emocional, Mayer e Salovey postularon que a percepción, o uso, a comprensión e o manexo das emocións, que se producen maioritariamente no contexto das relacións, son as principais habilidades interrelacionadas para a intelixencia emocional (Mayer e Salovey, 1993; Mayer, Salovey, Caruso e Sitarenios, 2001). Os resultados destes déficits en usuarios de Internet problemáticos e adictivos poden indicar que graos máis baixos destas habilidades poden representar específicamente factores premorridos na transición do uso de Internet problemático ao adictivo. As análises de regresión revelaron que estas variables explicaron 11% e 22% da variedade da severidade actual e da vida de Internet, respectivamente, na mostra total.

Limitacións do estudo

As limitacións deste estudo inclúen os seguintes aspectos.

O tamaño das mostras dos subgrupos foi relativamente pequeno. Isto debe considerarse á hora de interpretar os nosos resultados e facer necesarios os futuros estudos.

Outra limitación refírese ao procedemento de diagnóstico para o TDAH. Ademais da Escala de ADD de Brown, empregamos unha entrevista non normalizada incluíndo preguntas abertas para a investigación do TDAH. Non se pode asegurar totalmente que a mesma entrevista co mesmo participante e un entrevistador diferente xere resultados similares (Kromrey, 2002). Por outra banda, a combinación de entrevistas de psicólogos clínicos cualificados coa aplicación adicional da escala de ADD de Brown no proceso de diagnóstico podería ter asegurado unha maior validez dos diagnósticos. Non obstante, estas investigacións deberían replicarse e incluír ademais avaliacións externas (por exemplo, entrevistas familiares), así como probas neuropsicolóxicas no proceso de diagnóstico.

Outra limitación é que non analizamos as diferenzas específicas de xénero, porque superaría o alcance do manuscrito. Só evaluamos as diferenzas de xénero nos subample. O χ2 As análises realizadas dentro de cada grupo revelaron que as mulleres cun uso saudable e problemático de Internet mostraron as redes sociais con máis frecuencia e os homes máis frecuentemente usaban outras aplicacións. De acordo coa literatura (Dany, Moreau, Guillet e Franchina, 2016), as análises da mostra principal revelaron frecuencias máis altas de xogo en homes e un maior uso de sitios de redes sociais en mulleres. Non obstante, estes resultados teñen que ser interpretados con precaución debido a tamaños moi pequenos de subample. Son necesarios máis estudos para investigar as diferenzas específicas de xénero nas características examinadas neste estudo.

Conclusións

Os nosos resultados suxiren que os trastornos da personalidade do grupo B e os déficits na comprensión e expresión das propias emocións poden ser factores influentes específicos na transición do uso problemático ao adictivo. Tamén descubrimos que os usuarios adictos, en comparación con usuarios problemáticos e controis saudables, mostraron frecuencias significativamente máis altas de trastornos de TDAH, depresivos e de ansiedade actuais, así como maiores déficits relacionados con autoconcepto. Así, os nosos resultados poderían indicar que os trastornos de personalidade do clúster B e os déficits de intelixencia emocional, relacionados con problemas interpersoais e relacionados co rendemento, inflúen na transición do uso de Internet problemático ao adicto. Experimentar Internet como inicialmente asegurar unha compensación rápida por estes problemas eleva o risco de uso adictivo. Simultaneamente, a falta de experiencias positivas interpersoais e relacionadas co desempeño na vida real aumenta e leva ao escapismo ao mundo virtual. Estes resultados suxiren que as intervencións dirixidas á adicción a Internet deberían aumentar o seu foco na aprendizaxe de técnicas e competencias sociais baseadas no mindfulness para recoñecer e facer fronte ás emocións negativas e aos conflitos interpersoais.

Os nosos datos tamén revelan unha alta prevalencia de TDAH en persoas adictas, pero non en usuarios problemáticos, o que pode indicar que o TDAH está asociado a unha transición acelerada ao uso de Internet viciante.

A contribución dos autores

TL redactou o manuscrito, supervisou o estudo e contribuíu á recollida e análises de datos. SH contribuíu ás análises de datos. JD estivo implicado na coordinación do estudo e na recollida de datos. IR verificou análises de datos estatísticos e supervisou o manuscrito. KM recibiu financiamento para o estudo e supervisouno. FK supervisou e contribuíu á preparación do manuscrito. Todos os autores aprobaron a versión final do manuscrito.

Conflito de intereses

Ningún autor ten ningún conflito de interese para declarar.

References

Sección anterior

 Agosti, V. (2014). Predictores da remisión por depresión crónica: estudo potencial nunha mostra representativa a nivel nacional. Psiquiatría integral, 55 (3), 463-467. doi:https://doi.org/10.1016/j.comppsych.2013.09.016 Crossref, Medline
 Asociación Americana de Psiquiatría. (2000) Manual de diagnóstico e estatístico de trastornos mentais (DSM-IV-TR). Washington, DC: American Psychiatric Association.
 Asociación Psiquiátrica Americana. (2013). Manual de diagnóstico e estatística de trastornos mentais (DSM-5)®). Washington, DC: American Psychiatric Association. Crossref
 Beck, A. T., Ward, C. H., Mendelson, M., Mock, J. e Erbaugh, J. (1961). Un inventario para medir a depresión. Arquivos de psiquiatría xeral, 4 (6), 561-571. doi:https://doi.org/10.1001/archpsyc.1961.01710120031004 Crossref, Medline
 Bozkurt, H., Coskun, M., Ayaydin, H., Adak, I. e Zoroglu, S. S. (2013). Prevalencia e patróns de trastornos psiquiátricos en adolescentes referidos con adicción a Internet. Psiquiatría e neurociencias clínicas, 67 (5), 352-359. doi:https://doi.org/10.1111/pcn.12065 Crossref, Medline
 Brand, M., Young, K. S., Laier, C., Wolfling, K. e Potenza, M. N. (2016). Integración de consideracións psicolóxicas e neurobiolóxicas relativas ao desenvolvemento e mantemento de trastornos específicos do uso de Internet: modelo de interacción de persoa-afectación-cognición-execución (I-PACE). Revisións de neurociencia e bio-comportamento, 71, 252-266. doi:https://doi.org/10.1016/j.neubiorev.2016.08.033 Crossref, Medline
 Brown, T. E. (1996). Escalas de trastorno por déficit de atención marrón (escalas Brown ADD): para adolescentes e adultos: San Antonio, CA: Psychological Corporation.
 Cain, M. S., Leonard, J. A., Gabrieli, J. D. e Finn, A. S. (2016). Multitarefa multimedia na adolescencia. Psychonomic Bulletin & Review, 23 (6), 1932-1941. doi:https://doi.org/10.3758/s13423-016-1036-3 Crossref, Medline
 Chen, Y. L., Chen, S. H. e Gau, S. S. (2015). TDAH e trazos autistas, función familiar, estilo de crianza e axuste social para a adicción a Internet entre nenos e adolescentes en Taiwán: un estudo lonxitudinal. Investigación en discapacidades do desenvolvemento, 39, 20-31. doi:https://doi.org/10.1016/j.ridd.2014.12.025 Crossref, Medline
 Clement, U. e Löwe, B. (1996). Validación do FKB-20 como escala para a detección de distorsións da imaxe corporal en pacientes psicosomáticos. Psychotherapie, Psychosomatik, Medizinische Psychologie, 46 (7), 254-259. Medline
 Cohen, S., Kamarck, T. e Mermelstein, R. (1983). Unha medida global do estrés percibido. Journal of Health and Social Behavior, 24 (4), 385-396. doi:https://doi.org/10.2307/2136404 Crossref, Medline
 Crenshaw, D. (2008). O mito da multitasking: como "facelo todo" non se fai nada. San Francisco, CA: Jossey-Bass.
 Dany, L., Moreau, L., Guillet, C. e Franchina, C. (2016). Videoxogos, Internet e redes sociais: un estudo entre estudantes franceses. Sante publique (Vandoeuvre-les-Nancy, Francia), 28 (5), 569-579. doi:https://doi.org/10.3917/spub.165.0569 Crossref, Medline
 Davis, R. A. (2001). Un modelo cognitivo-comportamental de uso patolóxico de Internet. Computers in Human Behavior, 17 (2), 187–195. doi:https://doi.org/10.1016/S0747-5632(00)00041-8 Crossref
 Erikson, E. H. (1968). Identidade, mocidade e crise: Nova York, NY: WW Norton, Inc.
 Frodl, T. e Skokauskas, N. (2012). A metanálise de estudos de resonancia magnética estrutural en nenos e adultos con trastorno por déficit de atención e hiperactividade indica efectos do tratamento. Acta Psychiatrica Scandinavica, 125 (2), 114-126. doi:https://doi.org/10.1111/j.1600-0447.2011.01786.x Crossref, Medline
 Greenberger, E., Chen, C., Dmitrieva, J. e Farruggia, S. P. (2003). Redacción de elementos e dimensionalidade da escala de autoestima de Rosenberg: ¿importan? Personalidade e diferenzas individuais, 35 (6), 1241–1254. doi:https://doi.org/10.1016/S0191-8869(02)00331-8 Crossref
 Harrison, A. G. (2004). Unha investigación dos síntomas notificados de TDAH nunha poboación universitaria. O Informe sobre o TDAH, 12 (6), 8-11. doi:https://doi.org/10.1521/adhd.12.6.8.55256 Crossref
 Hormes, J. M., Kearns, B. e Timko, C. A. (2014). ¿Queres Facebook? Adicción ao comportamento ás redes sociais en liña e a súa asociación cos déficits de regulación das emocións. Adicción, 109 (12), 2079-2088. doi:https://doi.org/10.1111/add.12713 Crossref, Medline
 Kaess, M., Parzer, P., Mehl, L., Weil, L., Strittmatter, E., Resch, F. e Koenig, J. (2017). Vulnerabilidade ao estrés en mozos con trastorno do xogo en Internet. Psiconeuroendocrinoloxía, 77, 244-251. doi:https://doi.org/10.1016/j.psyneuen.2017.01.008 Crossref, Medline
 Kim, B. S., Chang, S. M., Park, J. E., Seong, S. J., Won, S. H. e Cho, M. J. (2016). Prevalencia, correlatos, comorbilidades psiquiátricas e suicidio nunha poboación comunitaria con uso problemático de Internet. Investigacións en psiquiatría, 244, 249-256. doi:https://doi.org/10.1016/j.psychres.2016.07.009 Crossref, Medline
 Kolbeck, S. e Maß, R. (2009). SASKO - Fragebogen zu sozialer Angst und sozialen Kompetenzdefiziten. Testmanual und materialien [SASKO - Cuestionario de ansiedade social e déficits de competencia social. Manual e material]. Gotinga, Alemaña: Hogrefe.
 Kromrey, H. (2002). Datenerhebungsverfahren und -instrumente der empirischen Sozialforschung [Métodos de recollida de datos e instrumentos de investigación social empírica]. En H. Kromrey (Ed.), Empirische Sozialforschung Modelle und Methoden der Standardisierten Datenerhebung und Datenauswertung [Modelos de investigación social empírica e métodos de recollida e avaliación de datos normalizados] (pp. 309 – 404). Wiesbaden, Alemaña: VS Verlag für Sozialwissenschaften.
 Lemenager, T., Dieter, J., Hill, H., Hoffmann, S., Reinhard, I., Beutel, M., Vollstädt-Klein, S., Kiefer, F., e Mann, K. (2016) . Explorando as bases neuronais da identificación de Avatar en xogadores patolóxicos de Internet e da autorreflexión en usuarios de redes sociais patolóxicas. Journal of Behavioral Addictions, 5 (3), 485-499. doi:https://doi.org/10.1556/2006.5.2016.048 ligazón
 Lemola, S., Perkinson-Gloor, N., Brand, S., Dewald-Kaufmann, J. F. e Grob, A. (2015). Os medios electrónicos dos adolescentes usan de noite, trastornos do sono e síntomas depresivos na era dos teléfonos intelixentes. Journal of Youth and Adolescence, 44 (2), 405-418. doi:https://doi.org/10.1007/s10964-014-0176-x Crossref, Medline
 Marcia, J. E. (1966). Desenvolvemento e validación do estado de identidade do ego. Revista de personalidade e psicoloxía social, 3 (5), 551-558. doi:https://doi.org/10.1037/h0023281 Crossref, Medline
 Mayer, J. D. e Salovey, P. (1993). A intelixencia da intelixencia emocional. Intelixencia, 17 (4), 433-442. doi:https://doi.org/10.1016/0160-2896(93)90010-3 Crossref
 Mayer, J. D., Salovey, P., Caruso, D. R. e Sitarenios, G. (2001). A intelixencia emocional como intelixencia estándar. Emoción, 1 (3), 232-242. doi:https://doi.org/10.1037/1528-3542.1.3.232 Crossref, Medline
 Mihara, S. e Higuchi, S. (2017). Estudos epidemiolóxicos transversais e lonxitudinais do trastorno do xogo en Internet: unha revisión sistemática da literatura. Psiquiatría e neurociencias clínicas, 71 (7), 425-444. doi:https://doi.org/10.1111/pcn.12532 Crossref, Medline
 Minear, M., Brasher, F., McCurdy, M., Lewis, J. e Younggren, A. (2013). Memoria de traballo, intelixencia fluída e impulsividade en multitarea pesados. Psychonomic Bulletin & Review, 20 (6), 1274-1281. doi:https://doi.org/10.3758/s13423-013-0456-6 Crossref, Medline
 Moreno-Alcazar, A., Ramos-Quiroga, JA, Radua, J., Salavert, J., Palomar, G., Bosch, R., Salvador, R., Blanch, J., Casas, M., McKenna, PJ e Pomarol-Clotet, E. (2016). Anomalías cerebrais en adultos con trastorno por déficit de atención e hiperactividade revelados por morfometría baseada en voxel. Investigacións en psiquiatría, 254, 41-47. doi:https://doi.org/10.1016/j.pscychresns.2016.06.002 Crossref, Medline
 Müller, K. W., Glaesmer, H., Brähler, E., Wölfling, K. e Beutel, M. E. (2014). Prevalencia da adicción a Internet na poboación xeral: resultados dunha enquisa baseada na poboación alemá. Comportamento e tecnoloxías da información, 33 (7), 757-766. doi:https://doi.org/10.1080/0144929X.2013.810778 Crossref
 Murphy, K. R. e Adler, L. A. (2004). Avaliación do trastorno por déficit de atención / hiperactividade en adultos: foco nas escalas de valoración. The Journal of Clinical Psychiatry, 65 (Suppl 3), 12-17. Medline
 Nie, J., Zhang, W., Chen, J. e Li, W. (2016). Inhibición deteriorada e memoria de traballo en resposta a palabras relacionadas con Internet entre adolescentes con adicción a Internet: unha comparación co déficit de atención / hiperactividade. Psychiatry Research, 236, 28-34. doi:https://doi.org/10.1016/j.psychres.2016.01.004 Crossref, Medline
 Reinecke, L., Aufenanger, S., Beutel, M. E., Dreier, M., Quiring, O., Stark, B., Wölfling, K. e Müller, K. W. (2017). Estrés dixital ao longo da vida: os efectos da carga de comunicación e a multitarea de Internet sobre o estrés percibido e os trastornos psicolóxicos da saúde nunha mostra de probabilidade alemá. Psicoloxía mediática, 20 (1), 90-115. doi:https://doi.org/10.1080/15213269.2015.1121832 Crossref
 Rindermann, H. (2009). Emotionale-Kompetenz-Fragebogen [Cuestionario de competencias emocionais]. Göttigen, Alemaña: Hogrefe.
 Rosenberg, M. J. (1965). A sociedade e a autoimaxe adolescente. Princeton, NJ: Princeton University Press. Crossref
 Rumpf, H. J., Vermulst, A. A., Bischof, A., Kastirke, N., Gurtler, D., Bischof, G., Meerkerk, G. J., John, U., e Meyer, C. (2014). Ocorrencia da adicción a Internet nunha mostra de poboación xeral: unha análise de clase latente. European Addiction Research, 20 (4), 159-166. doi:https://doi.org/10.1159/000354321 Crossref, Medline
 Seyrek, S., Cop, E., Sinir, H., Ugurlu, M. e Şenel, S. (2017). Factores asociados á adicción a Internet: estudo transversal de adolescentes turcos. Pediatrics International, 59 (2), 218-222. doi:https://doi.org/10.1111/ped.13117 Crossref, Medline
 Simon, V., Czobor, P., Bálint, S., Mészáros, Á., & Bitter, I. (2009). Prevalencia e correlacións do trastorno de hiperactividade con déficit de atención en adultos: metaanálise. The British Journal of Psychiatry, 194 (3), 204-211. doi:https://doi.org/10.1192/bjp.bp.107.048827 Crossref, Medline
 Stip, E., Thibault, A., Beauchamp-Chatel, A. e Kisely, S. (2016). Adicción a Internet, síndrome de hikikomori e fase prodrómica da psicosis. Fronteiras en psiquiatría, 7, 6. doi:https://doi.org/10.3389/fpsyt.2016.00006 Crossref, Medline
 Tateno, M., Teo, A. R., Shirasaka, T., Tayama, M., Watabe, M. e Kato, T. A. (2016). Adicción a Internet e trazos autoevaluados do trastorno por déficit de atención e hiperactividade entre estudantes universitarios xaponeses. Psiquiatría e neurociencias clínicas, 70 (12), 567-572. doi:https://doi.org/10.1111/pcn.12454 Crossref, Medline
 Tavolacci, M. P., Ladner, J., Grigioni, S., Richard, L., Villet, H. e Dechelotte, P. (2013). Prevalencia e asociación de estrés percibido, consumo de substancias e adiccións ao comportamento: un estudo transversal entre estudantes universitarios en Francia, 2009-2011. BMC Public Health, 13 (1), 724. doi:https://doi.org/10.1186/1471-2458-13-724 Crossref, Medline
 Taylor, S., Pattara-Angkoon, S., Sirirat, S. e Woods, D. (2017). Os fundamentos teóricos da adicción a Internet e a súa asociación coa psicopatoloxía na adolescencia. Revista Internacional de Medicina e Saúde dos Adolescentes. Publicación anticipada en liña. doi:https://doi.org/10.1515/ijamh-2017-0046 Crossref
 Tippelt, F. e Kupferschmitt, T. (2015). Rede social: Ausdifferenzierung der Nutzung – Potenziale für Medienanbieter [Rede social: diferenciación do potencial de uso para os provedores de medios]. Media Perspektiven, 10 (2015), 442-452.
 Uncapher, M. R., Thieu, M. K. e Wagner, A. D. (2016). Multitarea e memoria multimedia: diferenzas na memoria de traballo e na memoria a longo prazo. Psychonomic Bulletin & Review, 23 (2), 483-490. doi:https://doi.org/10.3758/s13423-015-0907-3 Crossref, Medline
 Upadhayay, N. e Guragain, S. (2017). Uso de Internet e o seu nivel de adicción en estudantes de medicina. Avances en educación e práctica médica, 8, 641-647. doi:https://doi.org/10.2147/AMEP.S142199 Crossref, Medline
 Wang, H., Jin, C., Yuan, K., Shakir, T. M., Mao, C., Niu, X., Niu, C., Guo, L. e Zhang, M. (2015). A alteración do volume de materia gris e do control cognitivo en adolescentes con trastorno de xogo en Internet. Fronteiras na neurociencia do comportamento, 9, 64. doi:https://doi.org/10.3389/fnbeh.2015.00064 Crossref, Medline
 Weinstein, A., Yaacov, Y., Manning, M., Danon, P. e Weizman, A. (2015). Adicción a Internet e trastorno por hiperactividade por déficit de atención entre escolares. The Israel Medical Association Journal: IMAJ, 17 (12), 731-734. Medline
 Wittchen, H. U., Zaudig, M. e Fydrich, T. (1997). Strukturiertes klinisches Entrevista for DSM-IV (SKID) [Entrevista clínica estruturada para DSM-IV (SCID)]. Gotinga, Alemaña: Hogrefe.
 Wölfling, K., Beutel, M. E. e Müller, K. W. (2012). Construción dunha entrevista clínica estandarizada para avaliar a adicción a Internet: primeiros descubrimentos sobre a utilidade de AICA-C. Investigación e terapia de adicción, suplemento 6, 003. doi:https://doi.org/10.4172/2155-6105.S6-003
 Wölfling, K., Müller, K. W. e Beutel, M. (2010). Diagnostische Testverfahren: Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S) [Medidas de diagnóstico: escala para a avaliación da adicción a internet e xogos de ordenador (AICA-S)]. En D. Mücken, A. Teske, F. Rehbein e B. Wildt (Eds.), Prävention, Diagnostikund Therapie von Computerspielabhängigkeit [Prevención, diagnóstico e terapia da adicción aos xogos de ordenador] (pp. 212-215). Lengerich, Alemaña: Pabst Science Publishers.
 Organización Mundial da Saúde. (2015) Borrador beta ICD-11. Xenebra, Suíza: Organización Mundial da Saúde. Recuperado de http://apps.who.int/classifications/icd11
 Younes, F., Halawi, G., Jabbour, H., El Osta, N., Karam, L., Hajj, A. e Rabbaa Khabbaz, L. (2016). Adicción a Internet e relacións con insomnio, ansiedade, depresión, estrés e autoestima en estudantes universitarios: un estudo deseñado transversalmente. PLoS One, 11 (9), e0161126. doi:https://doi.org/10.1371/journal.pone.0161126 Crossref, Medline
 Yuan, K., Qin, W., Wang, G., Zeng, F., Zhao, L., Yang, X., Liu, P., Liu, J., Sun, J., von Deneen, KM, Gong, Q., Liu, Y. e Tian, ​​J. (2011). Anomalías da microestrutura en adolescentes con trastorno de adicción a Internet. PLoS One, 6 (6), e20708. doi:https://doi.org/10.1371/journal.pone.0020708 Crossref, Medline
 Zadra, S., Bischof, G., Besser, B., Bischof, A., Meyer, C., John, U. e Rumpf, H. J. (2016). A asociación entre a adicción a Internet e os trastornos da personalidade nunha mostra xeral baseada na poboación. Journal of Behavioral Addictions, 5 (4), 691-699. doi:https://doi.org/10.1556/2006.5.2016.086 ligazón