COMENTARIOS: Un estudo único. Segue aos estudantes universitarios de primeiro ano para determinar que porcentaxe desenvolve adicción a Internet e que factores de risco poden estar en xogo. O aspecto único é que os suxeitos da investigación non utilizaran Internet antes de inscribirse na universidade. Difícil de crer. Despois de só un ano de escola, unha pequena porcentaxe clasificáronse como adictos a Internet. Os que desenvolveron adicción a Internet foron máis altos na escala obsesiva, mentres que foron máis baixos en puntuacións de depresión de ansiedade e hostilidade.
O punto clave é a adicción a Internet causada cambios de comportamento e emocional. Do estudo:
- Despois do seu vicio, observáronse puntuacións significativamente máis altas para as dimensións de depresión, ansiedade, hostilidade, sensibilidade interpersoal e psicotismo, suxerindo que estes foron os resultados do trastorno de adicción a Internet.
- Non podemos atopar un predictor patolóxico sólido para o trastorno de adicción a Internet. O trastorno da adicción a Internet pode traer algúns problemas patolóxicos aos adictos.
PLoS ONE 6 (2):e14703.doi: 10.1371 / journal.pone.0014703
Guangheng Dong1*Qilin Lu2, Hui Zhou1Xuan Zhao1
1 Departamento de Psicoloxía, Universidade Normal de Zhejiang, Jinhua, República Popular da China, 2 Instituto de Neuroinformática, Universidade Tecnolóxica de Dalian, Dalian, República Popular da China
Abstracto
Fondo
Este estudo tiña como obxectivo evaluar os roles das alteracións patolóxicas no trastorno de adicción a Internet e identificar os problemas patolóxicos no IAD e explorar o estado mental dos adictos á Internet antes da adicción, incluídos os trazos patolóxicos que poden provocar o trastorno de adicción a Internet.
Métodos e resultados
Os estudantes de 59 foron medidos con Symptom CheckList-90 antes e despois de converterse en adictos a Internet. Unha comparación dos datos recollidos de Symptom Checklist-90 antes da adicción a Internet e os datos recollidos despois da adicción a Internet ilustraron o papel dos trastornos patolóxicos entre as persoas con trastorno de adicción a Internet. A dimensión obsesiva-compulsiva atopouse anormal antes de que se volvieran adictos a Internet. Despois da súa adicción, observáronse puntuacións significativamente máis altas para dimensións de depresión, ansiedade, hostilidade, sensibilidade interpersoal e psicotismo, o que suxire que estes foron os resultados do trastorno de adicción a Internet. As dimensións sobre somatización, ideación paranoica e ansiedade fóbica non cambiaron durante o período de estudo, o que significa que estas dimensións non están relacionadas co trastorno de adicción a Internet.
Conclusións
Non podemos atopar un predictor patolóxico sólido para o trastorno de adicción a Internet. O trastorno da adicción a Internet pode traer algúns problemas patolóxicos aos adictos.
Citación: Dong G, Lu Q, Zhou H, Zhao X (2011) Precursor ou Sequela: Trastornos patolóxicos en persoas con trastorno de adicción a Internet. PLoS ONE 6 (2): e14703. doi: 10.1371 / journal.pone.0014703
Editor: Jeremy Miles, RAND Corporation, Estados Unidos de América
Recibido: xuño 18, 2010; Aceptado: xaneiro 27, 2011; Publicado: febreiro 16, 2011
Copyright: © 2011 Dong et al. Este é un artigo de acceso aberto distribuído baixo os termos da licenza de recoñecemento de Creative Commons, que permite o uso, distribución e reprodución sen restricións en calquera soporte, sempre que se acrediten o autor e orixe orixinais.
Financiamento: Esta investigación foi apoiada por National Science Foundation of China (30900405). Os financiadores non tiñan ningún papel no deseño do estudo, na recollida e análise de datos, na decisión de publicar ou na preparación do manuscrito.
Intereses competidores: Os autores declararon que non existen intereses en competencia.
* Correo electrónico: [protexido por correo electrónico]
introdución
O uso de Internet aumentou considerablemente na última década. Datos do Centro de Información de Rede de Internet de China (CNNIC) a partir de xuño de 30, 2010 amosou que 420 millóns de persoas están en liña, 58.0% dos cales varían entre 10-29 anos [1]. O número crecente de usuarios de Internet provocou unha maior porcentaxe de poboación afectada polo uso problemático do medio, agora denominado trastorno de adicción a Internet (IAD). O DAI converteuse nun grave problema de saúde mental non só en China, parece ser un trastorno común que se manifesta en todo o mundo e merece a súa inclusión en DSM-V [2], [3]. En Alemaña, 9.3% informou polo menos unha consecuencia negativa do uso de Internet, especialmente o descoido de actividades recreativas e problemas coa familia / compañeiro, o traballo ou a educación e a saúde. [4]. Chou e Hsiao informaron de que a taxa de incidencia de adicción a Internet entre os estudantes de Taiwán é 5.9% [5]. Ademais, Wu e Zhu informaron de que 10.6% dos estudantes universitarios chineses sofren de adicción á Internet [6]. Corea do Sur considera a adicción a Internet un dos seus problemas máis graves de saúde pública [2].
Comprender o IAD é importante debido á súa asociación con outras enfermidades psiquiátricas, como comportamentos patolóxicos e compulsivos. [7]. Informouse de que un uso extensivo da Internet pode provocar un aumento do nivel de excitación psicolóxica [8], posiblemente resultando en usuarios en liña que experimenten problemas de saúde [9], [10]. Varios estudos afirman a psicopatoloxía subxacente á adicción a Internet, incluíndo depresión, ansiedade social e dependencia de substancias [11], [12]. Aínda que os problemas metodolóxicos dificultaron a plena potencia destes estudos [13]. Os suxeitos IAD (en adiante denominados IADs) xeralmente manifestan comportamentos anormais, como ansiedade, depresión ou illamento. Non obstante, tampouco está claro se estes factores son precursores do IAD ou secuelas do IAD. De feito, os investigadores do IAD enfróntanse actualmente a este tema controvertido.
Desde a perspectiva da psiquiatría clínica, un perfil de adictos a Internet pode incluír individuos que teñan unha ou máis das seguintes dimensións: depresión, trastorno bipolar, compulsión sexual e soidade. Morahan-Martin argumentou que é difícil determinar a causalidade entre as dimensións patolóxicas e o DI, e que a adicción a Internet pode ser sintomática doutros trastornos (por exemplo, un comportamento patolóxico) [14]. O modelo cognitivo-comportamental no IAD suxire que a psicopatoloxía é unha causa distal necesaria dos síntomas do DIA (é dicir, a psicopatoloxía debe estar presente ou debe ter ocorrido para que se produzan os síntomas do IAD) [15]. Armstrong et al. estudou a impulsividade e a autoestima como medidas de adicción, mostrou que a autoestima era un predictor mellor, pero non absoluto, da adicción a Internet [16],. Thatcher e Goolam argumentaron que os grupos de alto risco asocian o tempo asignado en liña con emoción e independencia [17].
Internet permite a unha persoa desbloquear a súa personalidade e crear un personaxe que poida ser moi diferente da realidade [10], [18]. O atractivo do medio pode atribuírse ao feito de que se poden illar as restricións da vida real e que é posible experimentar con percepcións alteradas (por exemplo, a construción do eu ideal). As persoas con menor autoestima asociáronse cun aumento de horas de uso de Internet, quizais como forma de fuxida. Shapira et al. cre que IAD é "a incapacidade dun individuo para controlar o uso de Internet, o que á súa vez provoca sentimentos de angustia e deterioro funcional das actividades diarias" [7].
Todos estes estudos proporcionan información valiosa para comprender as características do IAD. Investigaron o estado mental actual das persoas que padecen o trastorno de adicción. Non obstante, é difícil determinar a causalidade entre problemas patolóxicos e IAD. Por exemplo, cal destes factores é o precursor da adicción ou o resultado da adicción? Nunha man, sabíase que as persoas que manifestaban un certo nivel de problema patolóxico eran facilmente adictas a Internet. Por outra banda, o DAI pode cambiar o estado mental dun individuo e, en consecuencia, producir algún tipo de trastorno patolóxico. Os estudos horizontais non poden explicar este dilema con claridade. Así, realizouse un estudo de lonxitude para identificar a relación causal.
No presente estudo, utilizamos métodos de investigación de lonxitude para identificar os problemas patolóxicos no DI, así como para explorar o estado mental da adicción previa do DIA, incluíndo os trazos patolóxicos que poden desencadear o ADI. Os datos de Symptom Checklist-90 (SCL-90) obtivéronse a partir de temas 59 antes e despois do sufrimento do IAD. Crese que as comparacións de datos antes do IAD, o uso normal das persoas chinesas e os datos recollidos despois do IAD poden traer información útil sobre este tema.
Methods
Lista de verificación do síntoma SCL-90
O SCL-90 [19] é un instrumento para medir a angustia psicolóxica e certos aspectos da psicopatoloxía. Comprende declaracións 90 que describen síntomas físicos e psíquicos. Pedíuselles aos suxeitos que indicasen a cantidade que se molestaron en cada un dos síntomas durante a semana pasada nunha escala de Likert en punto 5 que varía de "nada" (0) a "extremadamente" (4). Aplicando a análise de factores, Derogatis [19] derivou nove subescalas ou dimensións do instrumento que el marcou somatización (SOM), obsesivo-compulsivo (OC), sensibilidade interpersoal (INT), depresión (DEP), ansiedade (ANX), hostilidade (HOS), fobia de ansiedade (PHOB) , ideación paranoide (PAR), psicotismo (PSY) e elementos adicionais (ADD). Unha puntuación alta nunha determinada dimensión indica unha alta expresión do sufrimento correspondente. A versión chinesa de SCL-90, xa que foi adaptada e probada por Wang [20] e foron amplamente utilizados en investigacións e medidas clínicas en China [21].
Proba de adicción a Internet en liña de Young
A proba de adicción a Internet en liña de Young ten 20 elementos asociados ao uso de Internet en liña, incluíndo dependencia psicolóxica, uso compulsivo e retirada, así como os problemas relacionados coa escola ou traballo, sono, familia e xestión do tempo. Para cada elemento, selecciónase unha resposta graduada de 1 = "Raramente" a 5 = "Sempre" ou "Non se aplica". As persoas con máis de 50 pensáronse que experimentaban problemas ocasionais ou frecuentes por mor de Internet. As persoas que obtiveron máis de 80 pensáronse que causaban problemas significativos na súa vida [22]. No presente estudo, os participantes obtiveron máis de 80 que eran vistos como adictos a Internet.
Selección de participantes
En setembro 2008, os estudantes de novatos de 2132 probáronse usando o SCL-90. Os datos obtivéronse de 1024 (48%) mulleres e 1108 (52%) estudantes masculinos. En setembro de 2009, todos eles foron probados pola proba de adicción a Internet en liña de Young. Para controlar o tempo de exposición dos participantes a Internet, os estudantes de software, información informática e campos relacionados foron excluídos da enquisa. Pola definición de Young [9], A o total de estudantes de 66 (muller 12) foron xulgados como adictos a Internet neste estudo.
Para saber se estes estudantes de 66 foron adictos a Internet cando acaban de entrar na universidade (setembro 2008), un diagnóstico retrospectivo foi avaliado con estes adictos a Internet. Sete estudantes varóns adictos foron excluídos porque os seus compañeiros ou titores informaron que estaban familiarizados con Internet cando entraron na universidade. Isto garante que todos os cambios foron feitos no primeiro ano das materias. Os outros estudantes de 59 non estaban familiarizados con Internet como estudantes de primeiro ano; porén, un ano despois, foron diagnosticados como adictos a Internet. Ademais, os estados mentais destes 59 DI foron medidos usando SCL-90 (setembro de 2009). A primeira proba de SCL-90 organizouna a universidade (A política da universidade é coñecer a aptitude mental de todos os estudantes cando ingresaron á universidade). Polo tanto, non se asinaron formularios de consentimento informado. Na segunda vez, cada suxeito asinou un formulario de consentimento informado para o estudo. O procedemento de investigación axustouse ao principio ético da Declaración de Helsinki de 1964 (Organización Médica Mundial). O consello de revisión do instituto da Universidade Normal de Zhejiang aprobou o procedemento de investigación.
Resultados
Realizáronse probas t de mostra única entre os adictos a Internet de 59 ea norma do pobo chinés. A continuación, realizáronse mostras t de pares entre os datos SCL-90 recollidos en 2008 e 2009 destes estudantes de 59. Táboa 1 mostra os medios e desviacións estándar dos datos SCL-90 recollidos en 2008 e 2009 e os valores normais para o pobo chinés. As características de cada dimensión móstranse en figura 1.
Figura 1. Puntuacións medias de dimensións SCL-90 en diferentes grupos.
A figura mostra as características de diferentes dimensións en diferentes medidas. A partir desta cifra podemos ver que INT, DEP, ANX, HOS e PSY cambiaron ferozmente entre os datos recollidos en 2008 e 2009. Non obstante, SOM, OC e PHOB mostraron pequenos cambios.
doi: 10.1371 / journal.pone.0014703.g001
Táboa 1. Puntuacións medias de dimensións SCL-90 en diferentes grupos.
doi: 10.1371 / journal.pone.0014703.t001
En comparación, só o OC nos resultados SCL-90 (2008) mostrou unha puntuación significativamente maior en comparación coa norma (Táboa 2). Atopáronse diferenzas significativas nas dimensións de OC, DEP, ANX e HOS cando se compararon os resultados de SCL-90 (2009) ea norma. Os resultados de SCL-90 (2009) mostraron puntuacións significativas e crecentes para INT, DEP, ANX, HOS e PSY, en comparación cos resultados en SCL-90 (2008) (Táboa 2).
Táboa 2. Resultados de comparación entre diferentes tipos de datos.
doi: 10.1371 / journal.pone.0014703.t002
Conversa
Estados mentais antes da adicción
Baseado na comparación, atopamos que as puntuacións dos estudantes 59 foron inferiores á norma para a maioría das dimensións SCL-90 antes da súa adicción. Só a puntuación de OC (dimensión obsesivo-compulsiva) entre os IAD foi significativamente superior á norma. O resultado suxire que as persoas mostraron máis comportamentos de OC antes de que se convertían en adictos a Internet. De feito, a adicción defínese normalmente como unha enfermidade cerebral que se manifesta como un comportamento compulsivo, ou o uso compulsivo e continuado dunha substancia ou comportamento aínda que o usuario considere que é prexudicial. [23]. Este resultado é consistente co estudo de Shapria de que os DIA adoitan manifestar comportamentos compulsivos [7]. Estudos sobre individuos con substancia [24] e tabaco [25] As adiccións tamén se mostraron evidentes nos comportamentos de OC. Polo tanto, a relación entre OC e IAD foi facilmente confirmada.
Cando as persoas se fan adictas a Internet
Os estados mentais actuais dos IADs pódense explorar comparando IAD09 e a norma. Os resultados mostran que as puntuacións de OC, DEP, ANX e HOS nos IADs foron significativamente máis altas que a norma, o que suxire que os estudantes que padecen IAD tamén sofren actualmente os problemas patolóxicos anteriormente mencionados. Para SOM, INT, PHOB, PAR, PSY e ADD, os descubrimentos suxiren que o IAD non está relacionado con estas dimensións. MMentres tanto, a depresión e a ansiedade eran tipos comprobados de problemas patolóxicos asociados co IAD en estudos anteriores [14], [16]. Polo tanto, o presente estudo apoia os resultados relacionados con DEP e ANX. Estudos anteriores tamén descubriron que a hostilidade está asociada coa adicción a Internet entre homes [26]. Segundo informou, a hostilidade prevé estilos de afrontamento por fuga de fuga, así como o uso de substancias provocado por sinais coñecidas (por exemplo, estados emocionais negativos e tensións) [27]. Para os adolescentes, a maior hostilidade xeralmente leva a un conflito interpersoal e rexeitamento. Dado que as substancias están menos dispoñibles, a Internet podería proporcionar un mundo virtual para escapar do estrés do mundo real [28].
Destacados nos resultados SCL-90 de 2008 e 2009
Os resultados comparativos entre os datos recollidos en 2008 e 2009 proporcionan os estados mentais nestes adictos a Internet 59 que cambiaron durante o ano. As puntuacións de INT, DEP, ANX, HOS e PSY cambiaron significativamente durante este ano. Non obstante, as puntuacións para SOM, OC, PHOB e PAR non cambiaron significativamente, o que suxire que estas dimensións non están relacionadas co IAD. Os estudos anteriores demostraron que o dano inducido polo IAD, como trastornos do humor, trastornos de atención e dependencias de substancias foron citados como comorbilidades. [29], [30]. Polo tanto, cando se tratan trastornos comórbidos xunto ao IAD, os resultados dos pacientes poden mellorarse considerablemente [31].
Precursor ou Sequela
As características das dimensións SCL-90 no presente estudo pódense dividir en catro tipos. En primeiro lugar, SOM, PAR e PHOB non cambiaron moito antes e despois da súa adicción, o que significa que estas dimensións non foron nin precursores nin sequela de IAD. Simplemente, non mostraron relación con IAD. En segundo lugar, a puntuación de OC era moito maior que a norma antes do IAD e, polo tanto, podería considerarse como un predictor do IAD. Non obstante, a puntuación de OC non cambiou significativamente en 2009, que pode afectar dalgún xeito a fiabilidade deste achado. Nun lado, os resultados suxiren que o OC pode ser un predictor do IAD xa que mostrou unha puntuación máis alta antes da adicción a Internet. Non obstante, dado que a puntuación de OC non cambiou significativamente en 2009, a dimensión de OC pode non estar relacionada co IAD. Polo tanto, non podemos concluír absolutamente a certeza de que o OC sexa un predictor de IAD.
En terceiro lugar, antes do seu adicto a Internet, as puntuacións de DEP, ANX e HOS para estudantes con IAD eran inferiores á norma, o que significa que non se atopou nada erróneo nestas dimensións. Esencialmente, estas dimensións non poden clasificarse como predictores do IAD. Adespois da súa adicción, as dimensións puntuáronse altas e incluso aumentaron significativamente, o que suxire que DEP, ANX e HOS eran resultados de IAD e non precursores do IAD.. Este descubrimento pode axudarnos a comprender mellor a causalidade entre os trastornos patolóxicos e o DI [15], [17]. TO cuarto tipo, que se centra en INT e PSY, mostrou que estas dimensións eran normais antes da adicción a Internet. Aínda que as súas puntuacións non foron significativas en relación á norma en comparación cos datos SCL-90 recollidos en 2009, observouse que cambiaron significativamente en 2009, como evidencia a comparación entre os datos SCL-90 recollidos en 2008 e 2009.. Polo tanto, podemos concluír que o aumento da puntuación para as dimensións INT e PSY foi o resultado do IAD.
Un gran número de estudos exploraron os predictores da adicción a Internet. Pracer na comunicación [5], impulsividade [32], e competencia e cooperación [33] foron predictores probados da adicción a Internet. A maioría destes estudos enfatizaron as experiencias de uso de Internet e trazos de personalidade relacionados coa adicción a Internet. Non obstante, só algúns estudos exploraron claramente a súa causalidade con trastornos patolóxicos. Os resultados do presente estudo poden contribuír á comprensión da relación entre trastornos patolóxicos e adicción a Internet. Deste xeito, a relación causal entre os trastornos patolóxicos e a adicción a Internet debe ser avaliada posteriormente por estudos prospectivos.
Limitacións e deficiencias
Os resultados do presente estudo revelaron varios achados importantes para profundar no noso entendemento sobre os trastornos patolóxicos da adicción a Internet, con todo, deberían considerarse varias limitacións. En primeiro lugar, esta investigación durou un ano. Durante este ano sucederon moitas cousas que poderían cambiar os estados mentais dunha persoa. Entón, é difícil sacar conclusións cun 100% de certeza de que estes cambios estaban relacionados con IAD. En segundo lugar, o SCL-90 é unha ferramenta útil para medir os estados mentais na semana pasada, con todo, non pode rastrexar o proceso de cambio durante un período máis longo. Esta investigación só mostrou os estados mentais estáticos dos estudantes antes e despois da súa adicción a Internet. En terceiro lugar, o número de DIA é limitado (59), deberían atoparse máis participantes se é posible en futuros estudos. En cuarto lugar, empregamos a norma pero non os datos do grupo de control como nivel de comparación. Isto é moi difícil facer outro investigador extenso como a primeira medida do presente estudo. Usar a norma como nivel comparativo é útil e sinxelo.
Aínda que hai tantas limitacións neste estudo, aínda cremos que é valioso. En primeiro lugar, é máis difícil controlar variables extra en estudos lonxitudinais que en estudos experimentais, especialmente estudos con pacientes. En segundo lugar, o presente estudo mostrou que é difícil atopar un predictor sólido para o DIA, que é diferente dos resultados do estudo anterior. Ampliou o noso coñecemento sobre o IAD.
Conclusións
En resumo, podemos atopar que non hai predictores sólidos patolóxicos para o DI. Aínda que OC pode considerarse como unha única dimensión, resulta que este achado non pode ser absolutamente concluído. Pola contra, o trastorno de adicción a Internet pode traer algúns problemas patolóxicos ás persoas que a padecen, aínda que a conclusión aínda necesita máis apoio debido á limitación do deseño de investigación no presente estudo.
Contribucións do autor
Concibida e deseñada os experimentos: GD. Realizou os experimentos: GD HZ XZ. Analizou os datos: GD XZ. Reactivos / materiais / ferramentas de análise contribuídos: GD QL. Escribiu o artigo: GD.
1. CNNIC (2010) O informe de estatísticas de 26th sobre o desenvolvemento de Internet en China. Dispoñible: http://research.cnnic.cn/html/1279173730d2350.html. Accedido a 2010 Oct 10.
2. Bloque JJ (2008) Problemas para DSM-V: adicción a Internet. Am J Psychiatry 165: 306 – 307. Atopar este artigo en liña
3. Flisher C (2010) Conectándose: unha visión xeral da dependencia de Internet. J Paediatr Child Health 46: 557 – 559. Atopar este artigo en liña
4. Beutel ME, Brähler E, Glaesmer H, Kuss DJ, Wölfling K, et al. Uso regular e problemático de Internet en lecer na comunidade: resultados dunha enquisa alemá baseada na poboación. Cyberpsychol, Behav e Soc Netw .. en prensa. Atopar este artigo en liña
5. Chou C, Hsiao MC (2000) Adicción a Internet, uso, gratificación e experiencia de pracer: o caso dos estudantes universitarios de Taiwán. Comput Educ 35: 65-80. Atopar este artigo en liña
6. Wu H, Zhu K (2004) Análise de trazado sobre factores relacionados que causan trastorno de adicción a Internet nos estudantes universitarios. Chin J saúde pública 20: 1363 – 1366. Atopar este artigo en liña
7. Shapira NA, Lessig MC, Goldsmith TD, Szabo ST, Lazoritz M, et al. (2003) Uso problemático de internet: criterios de clasificación e diagnóstico propostos. Presione a ansiedade 17: 207 – 216. Atopar este artigo en liña
8. Dong G, Lu Q, Zhou H, Zhao X (2010) Inhibición do impulso en persoas con trastorno de adicción a Internet: evidencias electrofisiolóxicas dun estudo Go / NoGo. Neurosci Lett 485: 138 – 142. Atopar este artigo en liña
9. Young KS, Rodgers RC (1998) As relacións entre a depresión eo vicio de Internet. CyberPsychol Behav 1: 25-28. Atopar este artigo en liña
10. Young KS (1998) Aditivo de Internet: a aparición dun novo trastorno clínico. CyberPsychol Behav 1: 237-244. Atopar este artigo en liña
11. Kraut R, Patterson M, Lundmark V, Kiesler S, Mukopadhyay T, et al. (1998) Paradoxo de Internet: unha tecnoloxía social que reduce a implicación social e o benestar psicolóxico? Am Psychol 53: 1017 – 1031. Atopar este artigo en liña
12. Huang C (2010) Uso de Internet e benestar psicolóxico: unha metanálise. Cyberpsychol Behav, Soc Netw 13: 241-249. Atopar este artigo en liña
13. Rierdan J (1999)? Am Psychol 54: 781 – 782. Atopar este artigo en liña
14. Morahan-Martin J (2005) Abuso de Internet: adicción? trastorno? síntoma? explicacións alternativas? Soc Sci Comput Rev 23: 39 – 48. Atopar este artigo en liña
15. Davis RA (2001) Un modelo cognitivo-comportamental de uso patolóxico de Internet. Comput Human Behav 17: 187 – 195. Atopar este artigo en liña
16. Armstrong L, Phillips JG, Saling LL (2000) Determinantes potenciais do uso de internet máis pesado. Int J Hum Comput Stud 53: 537 – 550. Atopar este artigo en liña
17. Thatcher A, Goolam S (2005) Definición do "adicto" a Internet de Sudáfrica: prevalencia e perfil biográfico de usuarios de internet problemáticos en Sudáfrica. S Afr J Psychol 35: 766 – 792. Atopar este artigo en liña
18. Peng W, Liu M (2010) Dependencia de xogos online: un estudo preliminar en China. Cyberpsychol Behav Soc Netw 13: 329 – 333. Atopar este artigo en liña
19. Derogatis LR (1975) Como usar a lista de comprobación de síntomas (SCL-90) nas avaliacións clínicas. Nutley, NJ: Hoffmann-La Roche.
20. Wang Z (1984) Lista de verificación do síntoma SCL-90. Shanghai Psychopharmacology 2: 68 – 70. Atopar este artigo en liña
21. Zhang Z, Luo S (1998) Un estudo sobre o SCL-90 en estudantes universitarios chineses. Chin J Ment Health 12: 77-78. Atopar este artigo en liña
22. Young KS (2009) proba de adicción a Internet. Dispoñible: http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106. Accedido a 2010 Oct 10.
23. Leshner AI (1997) A adicción é unha enfermidade cerebral e é importante. Ciencia 278: 45-47. Atopar este artigo en liña
24. Davis C, Carter JC (2009) Exceso compulsivo como trastorno de adicción: unha revisión da teoría e da evidencia. Apetito 53: 1-8. Atopar este artigo en liña
25. Spinella M (2005) Comportamento compulsivo nos usuarios de tabaco. Addict Behav 30: 183-186. Atopar este artigo en liña
26. Yen JY, Ko CH, Yen CF, Wu HY, Yang MJ (2007) Os síntomas psiquiátricos comórbidos da adicción a Internet: trastorno de déficit de atención e hiperactividade (TDAH), depresión, fobia social e hostilidade. J Adolesc Health 41: 93 – 98. Atopar este artigo en liña
27. McCormick RA, Smith M (1995) Agresión e hostilidade nos consumidores de substancias: a relación cos patróns de abuso, o estilo de afrontamento e os desencadenantes de recaída. Addict Behav 20: 555-562. Atopar este artigo en liña
28. Douglas AC, Mills JE, Niang M, Stepchenkova S, Byun S, et al. (2008) Adicción a Internet: metatíntesis de investigación cualitativa para a década 1996-2006. Comput Hum Behav 24: 3027 – 3044. Atopar este artigo en liña
29. Christensen MH, Orzack MH, Babington LM, Patsdaughter CA (2001) Cando o monitor convértese nun centro de control. J Psychosoc Nurs Ment Servo 39: 40 – 47. Atopar este artigo en liña
30. Volkow ND (2004) A realidade da comorbilidade: depresión e abuso de drogas. Biol Psychiatry 56: 714 – 717. Atopar este artigo en liña
31. Dell'Osso B, Altamura AC, Allen A, Marazziti D, Hollander E (2006) Actualizacións epidemiolóxicas e clínicas sobre trastornos do control de impulsos: unha revisión crítica. Eur Arch Psychiatry Clin Neurosci 256: 464-475. Atopar este artigo en liña
32. Barnes GM, Welte JW, Hoffman JH, Dintcheff BA (2005) predictores compartidos de xogo xuvenil, uso de substancias e delincuencia. Psychol of Addict Behav 19: 165 – 174. Atopar este artigo en liña
33. Hsu SH, Wen MH, Wu MC (2009) Explorando experiencias de usuarios como predictores de adicción ao MMORPG. Comput Educ 53: 990 – 999. Atopar este artigo en liña
;