Dependencia de Internet e Relacións con insomnio, ansiedade, depresión, estrés e autoestima en estudantes universitarios: un estudo designado en seccións transversais (2016)

2016 Sep 12;11(9):e0161126. doi: 10.1371 / journal.pone.0161126. eCollection 2016.

Younes F1,2, Halawi G1,2, Jabbour H3,4, El Osta N5,6,7, Karam L1,8, Hajj A1,2, Rabbaa Khabbaz L1,2.

Abstracto

Antecedentes e obxectivos:

A adicción a Internet (AI) pode ser unha gran preocupación nos estudantes universitarios universitarios que pretenden desenvolverse en profesionais da saúde. As implicacións deste adicción, así como a súa asociación co soño, trastornos do humor e autoestima poden dificultar os seus estudos, impactar os seus obxectivos profesionais a longo prazo e ter consecuencias amplas e prexudiciais para a sociedade no seu conxunto. Os obxectivos deste estudo foron: 1) Avaliar a IA potencial nos estudantes universitarios universitarios, así como os factores asociados a ela; 2) Avaliar as relacións entre potenciais IA, insomnio, depresión, ansiedade, estrés e autoestima.

MÉTODOS:

O noso estudo foi unha enquisa baseada en cuestionarios transversais realizada entre estudantes 600 de tres facultades: medicina, odontoloxía e farmacia na Universidade de Saint-Joseph. Foron utilizados catro cuestionarios validados e fiables: a Xuízo de Adicción á Internet Nova, o Insomnio Severity Index, as Escalas de Tensión de Ansiedade da Depresión (DASS 21) ea Escala de Autoestima de Rosenberg (RSES).

RESULTADOS:

A puntuación media de YIAT foi de 30 ± 18.474; A taxa de prevalencia potencial de IA foi do 16.8% (intervalo de confianza do 95%: 13.81-19.79%) e foi significativamente diferente entre homes e mulleres (valor p = 0.003), cunha maior prevalencia en homes (23.6% fronte a 13.9%). Atopáronse correlacións significativas entre IA potencial e insomnio, estrés, ansiedade, depresión e autoestima (valor p <0.001); As subpuntuacións ISI e DASS foron máis altas e a autoestima máis baixa en estudantes con IA potencial.

CONCLUSIÓNS:

A identificación de estudantes con IA potencial é importante porque esta adicción a miúdo convive con outros problemas psicolóxicos. Polo tanto, as intervencións deben incluír non só a xestión do IA, senón tamén estresantes psicosociais asociados como o insomnio, a ansiedade, a depresión, o estrés e a autoestima.

 

Abstracto

Antecedentes e obxectivos

A adicción a Internet (AI) pode ser unha gran preocupación nos estudantes universitarios universitarios que pretenden desenvolverse en profesionais da saúde. As implicacións deste adicción, así como a súa asociación co soño, trastornos do humor e autoestima poden dificultar os seus estudos, impactar os seus obxectivos profesionais a longo prazo e ter consecuencias amplas e prexudiciais para a sociedade no seu conxunto. Os obxectivos deste estudo foron: 1) Avaliar a IA potencial nos estudantes universitarios universitarios, así como os factores asociados a ela; 2) Avaliar as relacións entre potenciais IA, insomnio, depresión, ansiedade, estrés e autoestima.

Methods

O noso estudo foi unha enquisa baseada en cuestionarios transversais realizada entre estudantes 600 de tres facultades: medicina, odontoloxía e farmacia na Universidade de Saint-Joseph. Foron utilizados catro cuestionarios validados e fiables: a Xuízo de Adicción á Internet Nova, o Insomnio Severity Index, as Escalas de Tensión de Ansiedade da Depresión (DASS 21) ea Escala de Autoestima de Rosenberg (RSES).

Resultados

A puntuación media de YIAT foi 30 ± 18.474; A taxa de prevalencia de IA potencial foi de 16.8% (intervalo de confianza de 95%: 13.81-19.79%) e foi significativamente diferente entre homes e mulleres (p-valor = 0.003), cunha maior prevalencia nos homes (23.6% fronte a 13.9%). Atopáronse correlacións significativas entre IA potencial e insomnio, estrés, ansiedade, depresión e autoestima (p-valor <0.001); As subpuntuacións ISI e DASS foron máis altas e a autoestima máis baixa en estudantes con IA potencial.

Conclusións

A identificación de estudantes con IA potencial é importante porque esta adicción a miúdo convive con outros problemas psicolóxicos. Polo tanto, as intervencións deben incluír non só a xestión do IA, senón tamén estresantes psicosociais asociados como o insomnio, a ansiedade, a depresión, o estrés e a autoestima.

Cita: Younes F, Halawi G, Jabbour H, El Osta N, Karam L, Hajj A, et al. (2016) Adicción a Internet e relacións con insomnio, ansiedade, depresión, estrés e autoestima en estudantes universitarios: un estudo transversal deseñado. PLOS ONE 11 (9): e0161126. doi: 10.1371 / journal.pone.0161126

Editor: Andrea Romigi, Universidade de Roma Tor Vergata, ITALIA

Recibido: Marzo 31, 2016; Aceptada: Xullo 30, 2016; Publicado en: Setembro 12, 2016

Copyright: © 2016 Younes et al. Este é un artigo de acceso aberto distribuído baixo os termos do documento Licenza de recoñecemento de Creative Commons, que permite o uso, distribución e reprodución sen restricións en calquera medio, sempre que o autor e a orixe orixinais se acrediten.

Dispoñibilidade de datos: Todos os datos relevantes están dentro do ficheiro e os seus ficheiros de información de soporte.

Financiamento: Os autores non recibiron financiamento específico para este traballo.

Intereses competidores: Os autores declararon que non existen intereses en competencia.

introdución

O uso de Internet creceu de xeito exponencial en todo o mundo ata superar os 2.5 millóns de usuarios activos [1, 2] coa maioría sendo adolescentes e mozos [3]. Paralelamente ao rápido crecemento do acceso a internet é un aumento da adicción a internet, especialmente entre os adolescentes, chamando a atención dos medios populares, as autoridades gobernamentais e os investigadores [4].

O uso excesivo de internet defínese como cando o uso de internet converteuse en exceso, descontrolado e lento no punto de atemporalidade e que trastorna gravemente a vida das persoas [5]. A adicción a Internet caracterízase por un patrón inadecuado do uso de internet que conduce a unha deterioración ou angustia clínicamente significativa [6].

Os termos "uso problemático de internet" [7], uso patolóxico de internet [8-10] e "dependencia de internet" [11-13] adoitan considerarse sinónimos de dependencia de internet [14]. Young e outros [15-17] propuxéronse criterios de diagnóstico para a adicción a internet (IA) nos que a retirada, as malas capacidades de planificación, tolerancia, preocupación, deterioración do control e excesivo tempo en liña foron definidos como síntomas fundamentais.

A prevalencia mundial de IA oscilou entre o 1.6% -18% [18]. O 10.7% dos adolescentes de Corea do Sur presentan IA segundo a escala de adiccións a Yong na internet [19]. 11% en Grecia, con base na mesma proba [20]; O 10.7-13.9% dos adolescentes europeos corren risco de uso adictivo, baseado nos instrumentos de Young [21] e 4% en estudantes de ensino medio nos EUA [22].

A prevalencia de IA pode variar segundo a idade, o sexo e a etnia, e predomina máis comúnmente entre os estudantes universitarios [23].

Unha alta taxa de trastornos da personalidade atópanse en individuos con IA [24-27].

Tamén se relacionou un forte uso de internet asociado a trastornos do estado de ánimo [28], baixa calidade do sono [28, 29], baixa autoestima [30], impulsividade [31], suicidio [32, 33], niveis máis baixos de actividade física [29] e problemas de saúde (xaquecas, dor nas costas, obesidade) [34].

A nosa hipótese era que a IA podería ser unha preocupación principal para estudantes médicos universitarios e que é importante examinar a súa asociación co sono, os trastornos de ánimo e a autoestima, polo que se poden adoptar medidas adecuadas para resolver este problema.

Para estudantes de medicina que pretenden converterse en profesionais da saúde, as implicacións desta adicción poden dificultar os seus estudos e repercutir nos seus obxectivos de carreira a longo prazo e poden ter consecuencias amplas e prexudiciais para a sociedade no seu conxunto.

Os obxectivos deste estudo foron: 1) Avaliar o potencial IA en estudantes do Campus de Ciencias Médicas (CMS) da Universidade Saint-Joseph do Líbano, así como factores sociodemográficos asociados a ela; 2) Avaliar as relacións entre IA potenciais, insomnio, depresión, ansiedade, estrés e autoestima ao contabilizar a exposición simultánea a insomnio, estrés, ansiedade e depresión en estudantes.

Materiais e Métodos

Consideracións éticas

O protocolo do estudo foi aprobado polo comité de ética da universidade Saint-Joseph (ref. USJ-2015-28, xuño de 2015). De todos os individuos que participan no estudo obtiveron o consentimento por escrito.

Procedemento da enquisa e mostraxe

O noso estudo foi unha enquisa transversal baseada en cuestionario realizada entre estudantes de tres facultades: medicina, odontoloxía e farmacia na universidade Saint-Joseph, entre setembro e decembro 2015 (meses 4). Os criterios de inclusión foron: estudantes con idade superior a 18 anos e máis, e dispostos a participar no estudo. Os criterios de exclusión foron: idade menor de 18 anos e presenza dunha enfermidade crónica. Os estudantes foron seleccionados aleatoriamente dentro de cada clase usando unha táboa de números aleatorios para garantir a representatividade da mostra. Esta selección aleatoria foi proporcional ao número de alumnos de cada clase. Os estudantes seleccionados foron abordados por dous axudantes de investigación adestrados normalmente ao final dos seus cursos antes de saír da clase e preguntáronlles se estaban dispostos a participar coa condición de que non presentasen ningún criterio de exclusión. Obtivo un consentimento formal por escrito.

A recollida de datos

Os datos foron recollidos durante unha entrevista presencial mediante unha ferramenta de enquisa normalizada autoadministrada baseada en catro cuestionarios validados e fiables internacionalmente, concretamente o Test de adicción a Internet novo, o índice de severidade de insomnio, as escalas de estrés de ansiedade por depresión (DASS 21), e a escala de autoestima de Rosenberg. A duración das entrevistas oscilou entre 15 e 25 minutos.

Medidas

Participantes.

Recolléronse datos persoais sobre idade, xénero e profesorado. Ademais, obtívose información sobre a vida só ou non, o tabaco (cigarro ou tubo de auga) e o consumo de alcol.

Adicción a Internet.

O Young Internet Addiction Test (YIAT) está validado entre adolescentes e adultos e é moi utilizado [15, 16, 35]. É unha escala de autoinformes de elementos 20 que avalía a produtividade dun entrevistado no traballo, na escola ou na casa (preguntas 3), comportamentos sociais (preguntas 3), conexión emocional e resposta desde o uso de internet (preguntas 7) e patróns xerais de uso de Internet (preguntas 7). Os participantes responden aos elementos 20 YIAT nunha medida Likert de punto 6 ("non se aplica" a "sempre"), que produciu unha puntuación global entre 0 e 100. Aplicáronse os seguintes puntos de corte para a puntuación total de YIAT: uso normal de Internet (1): puntuación de dependencia en internet de 0-49 e (2): puntuacións sobre 50 [36, 37].

Insomnio.

O ISI é un cuestionario de autoinformación de 7 ítems que avalía a natureza, a gravidade e o impacto do insomnio. Os dominios avaliados son: gravidade da aparición do sono, mantemento do sono, problemas de espertar pola mañá, insatisfacción do sono, interferencia das dificultades do sono co funcionamento diurno, percepción das dificultades do soño por parte doutros e angustia causada polas dificultades do sono. Utilizouse unha escala Likert de 5 puntos para valorar cada elemento (0 a 4 onde 0 non indica ningún problema e 4 corresponde a un problema moi grave), obtendo unha puntuación total que oscila entre 0 e 28. A puntuación total interpretouse do seguinte xeito: ausencia de insomnio (0-7); insomnio subclínico ou leve (8-14); insomnio moderado (15-21); e insomnio grave (22-28). Ademais, detectouse un insomnio clínicamente significativo cando a puntuación total era> 14 [38, 39].

Autoestima.

A escala de autoestima de Rosenberg (RSES) úsase habitualmente e a súa coherencia interna e fiabilidade foron confirmadas en moitos estudos anteriores [40]. Comprende declaracións 10. Os participantes valoran a medida na que coinciden con cada declaración nunha escala Likert de catro puntos (0) que non están totalmente de acordo con (3) que están de acordo firmemente sobre os elementos 1, 2, 4, 6 e 7 e unha clasificación oposta para os elementos 3, 5, 8, 9 e 10. A puntuación total obtense sumando todas as respostas e pode variar de 0 a 30, con maiores puntuacións indicando maior autoestima [41].

Ansiedade, depresión e estrés.

As escalas de estrés por ansiedade por depresión (DASS) son unha medida moi usada de afectación negativa nos adultos [42]. Unha característica importante e única da DASS é a inclusión dunha escala de tensión / estrés ademais das escalas de depresión e ansiedade. O DASS 21 é unha versión curta da escala orixinal de elementos 42. Ambos son medidas fiables e válidas de depresión, ansiedade e tensión / estrés en poboacións clínicas e non clínicas de adultos [43-45].

É unha escala de elementos 21 medida nunha escala Likert de punto 4 (0-3), "0", que "non me aplicou en absoluto" e "3", que "me aplicou moito ou a maior parte do tempo".

Para cada subescala utilízanse as seguintes puntuacións: depresión: 0 normal-4, 5-6 leve, 7-10 moderada, 11-13 grave e 14 extremadamente grave; ansiedade: 0-3 normal, 4 leve-5, 7-10 moderada, 11-13 grave e 10 + extremadamente grave; tensión: 0-7 normal, 8 leve-9, 10-12 moderada, 13-16 grave e 17 + extremadamente grave.

Análise estatística.

A análise estatística realizouse mediante software SPSS para Windows (versión 18.0, Chicago, IL, USA). O nivel de significación estableceuse en 0.05. As características da mostra resumíronse empregando a media e a desviación estándar (SD) para variables continuas e porcentaxe para variables categóricas. Calculáronse as taxas de prevalencia de insomnio e adicción a internet utilizando datos descritivos, xunto co correspondente intervalo de confianza 95% (CI). As probas de Kolmogorov-Smirnov utilizáronse para avaliar a normalidade da distribución de cada variable.

As categorías de adicción a Internet agrupáronse como usuarios normais e potenciais.

A análise multivariante foi necesaria para determinar o impacto de varias variables explicativas explicativas presentadas simultaneamente e para determinar cal dos factores explicativos actúan de forma independente na dependencia de internet.

Nas fases iniciais, a análise univariada de variables categóricas e continuas realizouse empregando respectivamente as probas de independencia Chi-cadrado ou proba Fisher Exact e a proba t de Student ou a proba de Mann-Whitney. Posteriormente, realizouse unha análise de regresión loxística coa dependencia dicotomizada de internet (<50, ≥50) como variable dependente. As características e puntuacións dos participantes (ISI, DASS A, DASS S, DASS D, RSES) que mostraron asociacións con valor p <0.25 na análise univariante, foron candidatas ao modelo multivariante, segundo o método Enter. Tamén se comprobou a colinearidade entre variables independentes. Excluíronse as variables independentes altamente correlacionadas.

Suxeriuse non incluír dúas variables independentes onde exista unha correlación de 0.64 ou máis. A ansiedade, o estrés e a depresión non se introduciron no mesmo modelo, xa que estaban altamente correlacionados entre si, indicados polos coeficientes de correlación Spearman e Pearson. Finalmente, realizáronse tres análises de regresión loxística e as variables independentes incluídas no modelo foron xénero, tabaco, índice ISI, puntuación RSES e puntuación DAS para estrés, ansiedade e depresión en cada un dos tres modelos.

Resultados

Características socio-demográficas dos participantes

Un total de estudantes de 780 foron abordados para participar no estudo, dos que 600 (77%) consentiu. A nosa poboación estudou 182 (30.3%) homes e 418 (69.7%) estudantes. A idade oscilou entre os anos 18 e 28 cunha media de 20.36 ± 1.83 anos.

Na mostra incluíron estudantes 219 da Facultade de Medicina (FM), 109 da Facultade de Odontoloxía (FD) e 272 da Facultade de Farmacia (FP). Táboa 1 resume as características dos participantes.

Prevalencia de adicción a Internet (YIAT)

A puntuación media do YIAT foi 30 ± 18.47 (Táboa 2); A taxa de prevalencia de adicción a internet potencial foi de 16.80%, cun CI de 95% de 13.81-19.79%. "Táboa S1"Resume as puntuacións medias de cada un dos elementos 20 do YIAT.

miniaturas   

 
Táboa 2. Número e porcentaxe de estudantes en cada categoría dos tres cuestionarios: ISI, DASS e YIAT con puntuación media (SD) (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t002

Análise univariante.

A análise univariada mostrou que a adicción a internet potencial era significativamente diferente entre homes e mulleres (valor p = 0.003), cunha maior prevalencia nos homes (23.60% fronte a 13.90%). O tabaquismo estaba relacionado significativamente coa adicción a internet (valor p = 0.046); Non obstante, nin a idade, a facultade, a inxestión regular de alcol, nin a vivir só, estiveron relacionados significativamente co uso de internet (Táboa 3).

miniaturas   

 
Táboa 3. Análise univariada das relacións entre a adicción a internet potencial e as características dos participantes (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t003

Prevalencia e severidade de insomnio (ISI)

Valorouse o insomnio segundo o cuestionario ISI. A puntuación media de ISI da mostra foi 9.31 ± 3.76. A prevalencia de insomnio clínicamente significativa foi de 9.80%, cun 95% CI comprendido entre 7.42 e 12.18% (Táboa 2).

Ansiedade, depresión e estrés (DASS-21)

Ansiedade: DASS A. A puntuación media de DASS A foi 4.77 ± 3.79. O 44.70% dos participantes presentou unha puntuación normal de DASS A (Táboa 2).

Depresión: DASS D. A puntuación media de DASS D foi 5.43 ± 4.43. A maioría dos participantes presentaron unha puntuación normal DASS D (Táboa 2).

Estrés: DASS S. A puntuación media de DASS S foi 6.99 ± 4.46 e 33.20% dos participantes presentaron unha puntuación normal de DASS S (Táboa 2).

Autoestima (RSES)

A puntuación media de RSES da mostra de estudo foi 22.63 ± 5.29 (ficheiro S).

Asociacións entre dependencia en internet, insomnio, baixa autoestima, ansiedade e depresión

Atopouse unha relación significativa entre a adicción a internet e o insomnio (p-valor <0.00001) (Táboa 4).

miniaturas   

 
Táboa 4. Análise univariada das relacións entre os resultados dos cuestionarios (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t004

A puntuación media ISI foi de 8.99 ± 3.65 para os usuarios normais de internet fronte a 10.89 ± 3.90 no grupo potencial de adicción a internet (p <0.0001) (Táboa 5).

miniaturas   

 
Táboa 5. Análise univariada das relacións entre ISI, DASS A, DASS S, DASS D e RSES e posibles adiccións a internet (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t005

Ademais, atopouse unha relación significativa entre a adicción a internet e a ansiedade, a depresión e o estrés (táboas) 4 5). As puntuacións medias de DASS foron significativamente máis altas no grupo de adicción a internet potencial para ansiedade, depresión e estrés.

En canto á autoestima, atopouse unha correlación significativa entre as puntuacións de YIAT e RSES, coa asociación de autoestima baixa asociada a posibles adiccións a internet (Táboas 4 5).

Modelo de regresión loxística

O modelo de regresión loxística mostrou que as puntuacións de xénero, ISI, DASS A, S e D e RSES estaban significativamente asociadas á adicción a internet. Unha vez que se controlaron as variables explicativas na análise multivariante, a asociación entre fumar tabaco e a adicción a internet xa non era significativa (p> 0.05), (Táboa 6).

miniaturas   

 
Táboa 6. Análise multivariante das relacións entre a adicción a internet e o xénero, o tabaquismo, ISI, RSES, DASS A, DASS S e DASS D (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t006

Conversa

Pretendiamos determinar a prevalencia de IA potencial en estudantes médicos universitarios libaneses, avaliar as relacións entre a IA e as características dos participantes (principalmente idade, xénero, hábitos de fumar, inxestión de alcol) e explorar posibles asociacións entre IA, insomnio, ansiedade, depresión. , estrés e autoestima.

O noso estudo revelou que a IA potencial estaba relacionada significativamente co xénero e maior entre os homes. O 16.80% dos participantes padecía IA potencial, cunha puntuación media de YNAT de 30. Estes resultados son comparables aos informados anteriormente para adultos novos [1, 4, 6, 13]. Algúns estudos informaron que a prevalencia de IA foi maior nos homes [46], mentres que outros non atoparon diferenza entre os sexos [34].

Ao examinar o insomnio, os nosos resultados tamén demostraron que o 9.8% dos participantes padecían insomnio clínicamente significativo e se atopou unha forte correlación entre a adicción a Internet e o insomnio potenciais. A prevalencia de insomnio informada neste estudo é consistente coa natureza da mostra estudada (estudantes novos) e é comparable ao que se informa en adultos novos de 20 a 29 (9.1%) [47, 48] e en estudantes universitarios (12 – 13%) [49].

Os problemas de sono adoitan considerarse como resultados negativos ou complicacións da adicción a internet [50], pero a causalidade inversa tamén é posible, xa que os problemas de sono prevían un maior tempo dedicado a sitios de redes sociais entre mozos universitarios [51]. Nunha revisión sistemática da literatura, o xogo adictivo atopouse asociado a unha calidade de sono máis pobre e o uso problemático de internet asociouse con insomnio subxectivo e mala calidade do sono [52]. Non obstante, os deseños de estudo, así como os cuestionarios utilizados, foron moi heteroxéneos e foi explorada principalmente a calidade do sono e moito menos o insomnio.

Ademais, atopouse unha forte correlación neste estudo entre a adicción a internet e a ansiedade, o estrés e a depresión: a porcentaxe de estudantes que padecen ansiedade, depresión ou estrés é maior entre os posibles adictos a internet. Estudos anteriores publicados xa indicaron unha correlación potencial entre o uso de internet patolóxico e a depresión [53, 54] e ansiedade [55]; con todo, os datos foron contraditorios [56] e estudos examinaron o uso patolóxico de internet e non a adicción, tal e como o define Young.

Finalmente, un achado importante do noso estudo foi que a autoestima está significativamente relacionada coa adicción a internet así como co perfil psicolóxico dos estudantes: as puntuacións RSES foron inversamente correlacionadas con ISI, DASS A, DASS S, DASS D e YIAT. Unha diminución da autoestima semella asociada ao aumento do insomnio, ansiedade, depresión, estrés e ao potencial de IA.

A autoestima descríbese como a avaliación que se fai de si mesma, como se sente sobre ela mesma en case todas as situacións [40, 41]. Cando a integración e apoio social sexan baixos, o nivel de autoestima diminuirá en consecuencia [57].

Detectar factores asociados á baixa estima nos estudantes é de importancia considerable porque existe unha relación inversa entre a autoestima e a depresión e a ansiedade [58, 59] ea diminución da sensación de autoestima pode levar a un aumento da idea suicida [60].

Forza e limitacións

Os nosos resultados deben interpretarse no contexto do deseño e as limitacións do estudo. Os resultados da nosa enquisa dependen do comportamento que se autoriza. Os cuestionarios de autoinformación seguen sendo as ferramentas máis empregadas nas enquisas da comunidade para a avaliación da saúde física e mental [61, 62, 63]. O método de autoinformación reflicte a propia perspectiva do entrevistado, que pode ser máis axeitado para denunciar trastornos subxectivos. Os cuestionarios foron formulados baixo un modelo de “elección múltiple” e a escala para facilitar a resposta e ter unha duración da entrevista máis curta para evitar molestar aos estudantes, coa esperanza de que a sinxeleza do cuestionario facilitase a información entre os respondentes. . Non se valorou o uso crónico de drogas xa que a presenza de enfermidade crónica estaba entre os criterios de exclusión deste estudo. Finalmente, o estudo non examinou a repercusión da adicción a internet sobre os logros, en termos de cualificacións, fracaso ou éxito, o que podería resultar interesante.

Non obstante estas limitacións, os resultados observados neste estudo son importantes e xustifican novas investigacións.

Segundo o que sabemos, este foi o primeiro estudo que avalía a relación entre cinco estresantes psicosociais diferentes: insomnio, ansiedade, depresión, estrés, autoestima e IA en estudantes universitarios.

Os nosos resultados denotan a importancia de identificar e ofrecer axuda a estudantes con IA potencial porque esta adicción a miúdo convive con outros problemas psicolóxicos e IA podería ser unha punta visible dun iceberg complexo.

Información de apoio

   

   

(DOCX)

 

 

 

Táboa S1. Este é o dato individual e completo para todos os participantes (folla SPSS).

doi: 10.1371 / journal.pone.0161126.s001

(DOCX)

Grazas

Agradecemos a todos os estudantes que participaron no estudo e á señora Tatiana Papazian por axudar na edición.

Contribucións do autor

  1. Concibido e deseñado os experimentos: LRK HJ.
  2. Realizou os experimentos: FY GH.
  3. Analizou os datos: AH NEO LK.
  4. Escribiu o artigo: LRK.

References

Táboa S1. Este é o dato individual e completo para todos os participantes (folla SPSS).

doi: 10.1371 / journal.pone.0161126.s001

(DOCX)

Grazas

Agradecemos a todos os estudantes que participaron no estudo e á señora Tatiana Papazian por axudar na edición.

Contribucións do autor

  1. Concibido e deseñado os experimentos: LRK HJ.
  2. Realizou os experimentos: FY GH.
  3. Analizou os datos: AH NEO LK.
  4. Escribiu o artigo: LRK.

References

  1. 1 Estatísticas do mundo de Internet. Usuarios de Internet do mundo: Distribución por rexións mundiais 2014 [febreiro 27, 2016.]. Dispoñible en: www.internetworldstats.
  2. 2 As redes sociais chegan a case un de cada catro en todo o mundo. [Febreiro 20, 2016]. Dispoñible en: www.emarketer.com/Article/Social-Networking-Reaches-Nearly-One-Four-Around-World/1009976.
  3. 3 Bremer J. Internet e nenos: vantaxes e desvantaxes. Psiquiatra de adolescentes infantís Clin N Am. 2005; 14 (3): 405 – 28, viii. pmid: 15936666 doi: 10.1016 / j.chc.2005.02.003
  4. 4 Christakis DA, Moreno MA. Atrapado na rede: a adicción a internet converterase nunha epidemia do século 21st? Arco Pediatr Adolescente Med. 2009; 163 (10): 959 – 60. doi: 10.1001 / archpediatrics.2009.162. pmid: 19805719
  5. Ver artigo
  6. PubMed / NCBI
  7. Google Scholar
  8. Ver artigo
  9. PubMed / NCBI
  10. Google Scholar
  11. Ver artigo
  12. PubMed / NCBI
  13. Google Scholar
  14. Ver artigo
  15. PubMed / NCBI
  16. Google Scholar
  17. Ver artigo
  18. PubMed / NCBI
  19. Google Scholar
  20. Ver artigo
  21. PubMed / NCBI
  22. Google Scholar
  23. Ver artigo
  24. PubMed / NCBI
  25. Google Scholar
  26. Ver artigo
  27. PubMed / NCBI
  28. Google Scholar
  29. Ver artigo
  30. PubMed / NCBI
  31. Google Scholar
  32. Ver artigo
  33. PubMed / NCBI
  34. Google Scholar
  35. Ver artigo
  36. PubMed / NCBI
  37. Google Scholar
  38. 5 Kraut R, Patterson M, Lundmark V, Kiesler S, Mukopadhyay T, Scherlis W. Paradoxo en internet. Unha tecnoloxía social que reduce a implicación social e o benestar psicolóxico? Eu son Psicol. 1998; 53 (9): 1017 – 31. pmid: 9841579 doi: 10.1037 / 0003-066x.53.9.1017
  39. Ver artigo
  40. PubMed / NCBI
  41. Google Scholar
  42. Ver artigo
  43. PubMed / NCBI
  44. Google Scholar
  45. Ver artigo
  46. PubMed / NCBI
  47. Google Scholar
  48. Ver artigo
  49. PubMed / NCBI
  50. Google Scholar
  51. Ver artigo
  52. PubMed / NCBI
  53. Google Scholar
  54. Ver artigo
  55. PubMed / NCBI
  56. Google Scholar
  57. Ver artigo
  58. PubMed / NCBI
  59. Google Scholar
  60. Ver artigo
  61. PubMed / NCBI
  62. Google Scholar
  63. Ver artigo
  64. PubMed / NCBI
  65. Google Scholar
  66. Ver artigo
  67. PubMed / NCBI
  68. Google Scholar
  69. Ver artigo
  70. PubMed / NCBI
  71. Google Scholar
  72. Ver artigo
  73. PubMed / NCBI
  74. Google Scholar
  75. Ver artigo
  76. PubMed / NCBI
  77. Google Scholar
  78. Ver artigo
  79. PubMed / NCBI
  80. Google Scholar
  81. Ver artigo
  82. PubMed / NCBI
  83. Google Scholar
  84. Ver artigo
  85. PubMed / NCBI
  86. Google Scholar
  87. Ver artigo
  88. PubMed / NCBI
  89. Google Scholar
  90. Ver artigo
  91. PubMed / NCBI
  92. Google Scholar
  93. Ver artigo
  94. PubMed / NCBI
  95. Google Scholar
  96. 6 Weinstein A, Lejoyeux M. Adicción a internet ou uso excesivo de internet. Abuso de alcol contra drogas. 2010; 36 (5): 277 – 83. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
  97. Ver artigo
  98. PubMed / NCBI
  99. Google Scholar
  100. Ver artigo
  101. PubMed / NCBI
  102. Google Scholar
  103. Ver artigo
  104. PubMed / NCBI
  105. Google Scholar
  106. Ver artigo
  107. PubMed / NCBI
  108. Google Scholar
  109. Ver artigo
  110. PubMed / NCBI
  111. Google Scholar
  112. Ver artigo
  113. PubMed / NCBI
  114. Google Scholar
  115. Ver artigo
  116. PubMed / NCBI
  117. Google Scholar
  118. Ver artigo
  119. PubMed / NCBI
  120. Google Scholar
  121. Ver artigo
  122. PubMed / NCBI
  123. Google Scholar
  124. Ver artigo
  125. PubMed / NCBI
  126. Google Scholar
  127. Ver artigo
  128. PubMed / NCBI
  129. Google Scholar
  130. Ver artigo
  131. PubMed / NCBI
  132. Google Scholar
  133. Ver artigo
  134. PubMed / NCBI
  135. Google Scholar
  136. Ver artigo
  137. PubMed / NCBI
  138. Google Scholar
  139. Ver artigo
  140. PubMed / NCBI
  141. Google Scholar
  142. Ver artigo
  143. PubMed / NCBI
  144. Google Scholar
  145. Ver artigo
  146. PubMed / NCBI
  147. Google Scholar
  148. Ver artigo
  149. PubMed / NCBI
  150. Google Scholar
  151. Ver artigo
  152. PubMed / NCBI
  153. Google Scholar
  154. Ver artigo
  155. PubMed / NCBI
  156. Google Scholar
  157. Ver artigo
  158. PubMed / NCBI
  159. Google Scholar
  160. Ver artigo
  161. PubMed / NCBI
  162. Google Scholar
  163. Ver artigo
  164. PubMed / NCBI
  165. Google Scholar
  166. Ver artigo
  167. PubMed / NCBI
  168. Google Scholar
  169. Ver artigo
  170. PubMed / NCBI
  171. Google Scholar
  172. Ver artigo
  173. PubMed / NCBI
  174. Google Scholar
  175. Ver artigo
  176. PubMed / NCBI
  177. Google Scholar
  178. Ver artigo
  179. PubMed / NCBI
  180. Google Scholar
  181. 7 Davis RA, Flett GL, Besser A. Validación dunha nova escala para medir o uso problemático de internet: implicacións para a selección previa ao emprego. Cibersychol Behav. 2002; 5 (4): 331 – 45. pmid: 12216698 doi: 10.1089 / 109493102760275581
  182. 8 Bloque JJ. Problemas para DSM-V: adicción a internet. Am J Psiquiatría. 2008; 165 (3): 306 – 7. doi: 10.1176 / appi.ajp.2007.07101556. pmid: 18316427
  183. 9. Pies R. ¿Debería DSM-V designar "adicción a Internet" un trastorno mental? Psiquiatría (Edgmont). 2009; 6 (2): 31-7.
  184. 10 Holden C. Psiquiatría. As adiccións ao comportamento debutan no DSM-V proposto. Ciencia. 2010; 327 (5968): 935. doi: 10.1126 / science.327.5968.935. pmid: 20167757
  185. 11 KS novo. Psicoloxía do uso da computadora: XL. Uso adictivo de Internet: caso que rompe o estereotipo. Psychol Rep. 1996; 79 (3 Pt 1): 899 – 902. pmid: 8969098 doi: 10.2466 / pr0.1996.79.3.899
  186. 12 Young KS, caso CJ. O abuso de internet no lugar de traballo: novas tendencias na xestión de riscos. Cibersychol Behav. 2004; 7 (1): 105 – 11. pmid: 15006175 doi: 10.1089 / 109493104322820174
  187. 13. Young K, Pistner M, O'Mara J, Buchanan J. Trastornos cibernéticos: o problema de saúde mental para o novo milenio. Comportamento ciberpsicol. 1999; 2 (5): 475-9. doi: 10.1089 / cpb.1999.2.475. pmid: 19178220
  188. 14 van den Eijnden RJ, Spijkerman R, Vermulst AA, van Rooij TJ, Engels RC. Uso compulsivo de internet entre adolescentes: relacións bidireccionais pais-fillos. J Abnorm Child Psychol. 2010; 38 (1): 77 – 89. doi: 10.1007 / s10802-009-9347-8. pmid: 19728076
  189. 15 KS novo. Atrapado na rede: como recoñecer os signos da adicción á Internet e unha estratexia gañadora para a recuperación. Nova York, NY: Wiley; 1998
  190. 16. Mozo KS. Adicción a Internet: a aparición dun novo trastorno clínico. Ciberpsicoloxía e comportamento. 2009; 1 (3): 237-44. doi: 10.1089 / cpb.1998.1.237
  191. 17 Widyanto L, Griffiths MD, Brunsden V. Unha comparación psicométrica do Test Addiction Internet, a escala de problemas relacionada con Internet e autodiagnóstico. Cyberpsychol Behav Soc Netw. 2011; 14 (3): 141 – 9. doi: 10.1089 / cyber.2010.0151. pmid: 21067282
  192. 18 Shaw M, DW negro. A adicción a Internet: definición, avaliación, epidemioloxía e xestión clínica. Drogas CNS. 2008; 22 (5): 353 – 65. pmid: 18399706 doi: 10.2165 / 00023210-200822050-00001
  193. 19 Park SK, Kim JY, Cho CB. Prevalencia da adicción a Internet e correlacións con factores familiares entre os adolescentes surcoreanos. Adolescencia. 2008; 43 (172): 895 – 909. pmid: 19149152
  194. 20 Siomos KE, Dafouli ED, Braimiotis DA, Mouzas OD, Angelopoulos NV. A adicción a internet entre estudantes adolescentes gregos. Cibersychol Behav. 2008; 11 (6): 653 – 7. doi: 10.1089 / cpb.2008.0088. pmid: 18991535
  195. 21 Durkee T, Kaess M, Carli V, Parzer P, Wasserman C, Floderus B, et al. Prevalencia do uso de internet patolóxico entre os adolescentes en Europa: factores demográficos e sociais. Adicción. 2012; 107 (12): 2210 – 22. doi: 10.1111 / j.1360-0443.2012.03946.x. pmid: 22621402
  196. 22 Liu TC, Desai RA, Krishnan-Sarin S, Cavallo DA, Potenza MN. Uso problemático de Internet e saúde en adolescentes: datos dunha enquisa secundaria en Connecticut. J Clin Psiquiatría. 2011; 72 (6): 836 – 45. doi: 10.4088 / JCP.10m06057. pmid: 21536002
  197. 23. Pujazon-Zazik M, Park MJ. Para twittear ou non para twittear: diferenzas de xénero e potenciais resultados de saúde positivos e negativos do uso de internet social dos adolescentes. Am J Mens Health. 2010; 4 (1): 77-85. doi: 10.1177 / 1557988309360819. pmid: 20164062
  198. 24 Dalbudak E, Evren C, Aldemir S, Evren B. A gravidade do risco de adicción a Internet e a súa relación coa gravidade dos trazos de personalidade sen límites, traumas infantís, experiencias disociativas, depresión e síntomas de ansiedade entre estudantes universitarios turcos. Res psiquiatría. 2014; 219 (3): 577 – 82. doi: 10.1016 / j.psychres.2014.02.032. pmid: 25023365
  199. 25 Kim EJ, Namkoong K, Ku T, Kim SJ. A relación entre a adicción ao xogo en liña e a agresión, o autocontrol e os trazos de personalidade narcisista. Eur Psiquiatría. 2008; 23 (3): 212 – 8. doi: 10.1016 / j.eurpsy.2007.10.010. pmid: 18166402
  200. 26 Floros G, Siomos K, Stogiannidou A, Giouzepas I, Garyfallos G. Comorbilidade de trastornos psiquiátricos con adicción a Internet nunha mostra clínica: o efecto da personalidade, o estilo de defensa e a psicopatoloxía. Behav viciado. 2014; 39 (12): 1839 – 45. doi: 10.1016 / j.addbeh.2014.07.031. pmid: 25129172
  201. 27 Floros G, Siomos K, Stogiannidou A, Giouzepas I, Garyfallos G. A relación entre personalidade, estilos de defensa, trastorno de adicción a internet e psicopatoloxía en estudantes universitarios. Cyberpsychol Behav Soc Netw. 2014; 17 (10): 672 – 6. doi: 10.1089 / cyber.2014.0182. pmid: 25225916
  202. 28. An J, Sun Y, Wan Y, Chen J, Wang X, Tao F. Asociacións entre o uso problemático de internet e os síntomas físicos e psicolóxicos dos adolescentes: posible papel da calidade do sono. J Addict Med. 2014; 8 (4): 282-7. doi: 10.1097 / ADM.0000000000000026. pmid: 25026104
  203. 29 Kim JH, Lau CH, Cheuk KK, Kan P, Hui HL, Griffiths SM. Breve informe: predictores do uso pesado de Internet e asociacións con comportamentos de promoción da saúde e de risco entre os estudantes universitarios de Hong Kong. J Adolescencia. 2010; 33 (1): 215 – 20. doi: 10.1016 / j.adolescence.2009.03.012. pmid: 19427030
  204. 30 Naseri L, Mohamadi J, Sayehmiri K, Azizpoor Y. Soporte social percibido, autoestima e adicción a internet entre estudantes da Universidade Al-Zahra, Teherán, Irán. Irán J Psiquiatría Behav Sci. 2015; 9 (3): e421. doi: 10.17795 / ijpbs-421. pmid: 26576175
  205. 31 Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsividade na adicción a internet: unha comparación co xogo patolóxico. Cyberpsychol Behav Soc Netw. 2012; 15 (7): 373 – 7. doi: 10.1089 / cyber.2012.0063. pmid: 22663306
  206. 32 Lin IH, Ko CH, Chang YP, Liu TL, Wang PW, Lin HC, et al. A asociación entre suicidalidade e adicción a Internet e actividades en adolescentes taiwaneses. Compr Psiquiatría. 2014; 55 (3): 504 – 10. doi: 10.1016 / j.comppsych.2013.11.012. pmid: 24457034
  207. 33 Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, Seo JS, et al. A adicción a internet en adolescentes coreanos e a súa relación coa depresión e a idea suicida: unha enquisa de cuestionario. Int J Enfermeiro. 2006; 43 (2): 185 – 92. pmid: 16427966 doi: 10.1016 / j.ijnurstu.2005.02.005
  208. 34 Fernandez-Villa T, Alguacil Ojeda J, Almaraz Gomez A, Cancela Carral JM, Delgado-Rodriguez M, Garcia-Martin M, et al. Uso problemático de Internet en estudantes universitarios: factores asociados e diferenzas de xénero. Adiccións. 2015; 27 (4): 265 – 75. pmid: 26706809 doi: 10.20882 / adicciones.751
  209. 35 Internet Addiction Test (IAT) [abril, 2016]. Dispoñible en: http://netaddiction.com/internet-addiction-test./.
  210. 36 Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E, et al. Validación francesa da proba de adicción a internet. Cibersychol Behav. 2008; 11 (6): 703 – 6. doi: 10.1089 / cpb.2007.0249. pmid: 18954279
  211. 37 Alpaslan AH, Soylu N, Avci K, Coskun KS, Kocak U, Tas HU. Actitudes desordenadas de comer, alexitimia e probabilidade de suicidio entre as nenas de bacharelato turcas. Res psiquiatría. 2015; 226 (1): 224 – 9. doi: 10.1016 / j.psychres.2014.12.052. pmid: 25619436
  212. 38 Cho YW, Song ML, Morin CM. Validación dunha versión coreana do índice de severidade de insomnio. J Clin Neurol. 2014; 10 (3): 210 – 5. doi: 10.3988 / jcn.2014.10.3.210. pmid: 25045373
  213. 39 Gagnon C, Belanger L, Ivers H, Morin CM. Validación do índice de severidade de insomnio na atención primaria. J Am Board Fam Med. 2013; 26 (6): 701 – 10. doi: 10.3122 / jabfm.2013.06.130064. pmid: 24204066
  214. 40 Sinclair SJ, Blais MA, Gansler DA, Sandberg E, Bistis K, LoCicero A. Propiedades psicométricas da escala de autoestima de Rosenberg: global e entre grupos demográficos que viven nos Estados Unidos. Profesor de Saúde Eval 2010; 33 (1): 56-80. doi: 10.1177 / 0163278709356187. pmid: 20164106
  215. 41 Rosenberg M. A asociación entre a autoestima e a ansiedade. J Psiquiatra Res. 1962; 1: 135 – 52. pmid: 13974903 doi: 10.1016 / 0022-3956 (62) 90004-3
  216. 42 Lovibond PF, Lovibond SH. A estrutura dos estados emocionais negativos: comparación das escalas de estrés da ansiedade por depresión (DASS) cos inventarios da depresión e da ansiedade Beck. Behav Res Ther. 1995; 33 (3): 335 – 43. pmid: 7726811 doi: 10.1016 / 0005-7967 (94) 00075-u
  217. 43 Taylor R, Lovibond PF, Nicholas MK, Cayley C, Wilson PH. A utilidade de elementos somáticos na avaliación da depresión en pacientes con dor crónica: unha comparación da escala de depresión de Zung e a escala de depresión de ansiedade de depresión en dor crónica e mostras clínicas e comunitarias. Clin J Pain. 2005; 21 (1): 91 – 100. pmid: 15599136 doi: 10.1097 / 00002508-200501000-00011
  218. 44 Brown TA, Chorpita BF, Korotitsch W, Barlow DH. Propiedades psicométricas das escalas de estrés de ansiedade por depresión (DASS) en mostras clínicas. Behav Res Ther. 1997; 35 (1): 79 – 89. pmid: 9009048 doi: 10.1016 / s0005-7967 (96) 00068-x
  219. 45 Edmed S, Sullivan K. Depresión, ansiedade e estrés como predictores de síntomas similares á posconcusión nunha mostra non clínica. Res psiquiatría. 2012; 200 (1): 41 – 5. doi: 10.1016 / j.psychres.2012.05.022. pmid: 22709538
  220. 46 Ni X, Yan H, Chen S, Liu Z. Factores que inflúen na adicción a internet nunha mostra de estudantes universitarios en China. Cibersychol Behav. 2009; 12 (3): 327 – 30. doi: 10.1089 / cpb.2008.0321. pmid: 19445631
  221. 47 Thomas SJ, Lichstein KL, Taylor DJ, Riedel BW, Bush AJ. Epidemioloxía da hora de durmir, tempo xurdido e hora na cama: análise da idade, xénero e etnia. Behav Sleep Med. 2014; 12 (3): 169 – 82. doi: 10.1080 / 15402002.2013.778202. pmid: 23574553
  222. 48 Choueiry N, Salamoun T, Jabbour H, El Osta N, Hajj A, Rabbaa Khabbaz L. Insomnio e relación coa ansiedade en estudantes universitarios: un estudo transversalmente deseñado. PLOS Un. 2016; 11 (2): e0149643. doi: 10.1371 / journal.pone.0149643. pmid: 26900686
  223. 49 Gellis LA, Park A, Stotsky MT, Taylor DJ. Asociacións entre hixiene do sono e severidade de insomnio en estudantes universitarios: análises transversais e prospectivas. Behav Ther. 2014; 45 (6): 806 – 16. doi: 10.1016 / j.beth.2014.05.002. pmid: 25311289
  224. 50 Cain N, Gradisar M. Uso e sono de medios electrónicos en nenos e adolescentes en idade escolar: unha revisión. Dormir Med. 2010; 11 (8): 735 – 42. doi: 10.1016 / j.sleep.2010.02.006. pmid: 20673649
  225. 51 Tavernier R, Willoughby T. ¿Están condenados os tipos nocturnos? Análise de clase latente da madrugada-noite, do sono e funcionamento psicosocial entre adultos emerxentes. Cronobiol Int. 2014; 31 (2): 232 – 42. doi: 10.3109 / 07420528.2013.843541. pmid: 24131151
  226. 52 Lam LT. Adicción a xogos de Internet, uso problemático de internet e problemas de sono: unha revisión sistemática. Curr Psiquiatría Rep. 2014; 16 (4): 444. doi: 10.1007 / s11920-014-0444-1. pmid: 24619594
  227. 53 Tsai CC, Lin SS. A adicción a internet de adolescentes en Taiwan: un estudo entrevistado. Cibersychol Behav. 2003; 6 (6): 649 – 52. pmid: 14756931 doi: 10.1089 / 109493103322725432
  228. 54 Te Wildt BT, Putzig I, Zedler M, Ohlmeier MD. [Dependencia de Internet como síntoma de trastornos depresivos do estado de ánimo]. Psiquiatra Prax. 2007; 34 Suppl 3: S318 – 22. pmid: 17786892 doi: 10.1055 / s-2007-970973
  229. 55 Bernardi S, Pallanti S. Adicción a Internet: estudo clínico descritivo centrado en comorbilidades e síntomas disociativos. Compr Psiquiatría. 2009; 50 (6): 510 – 6. doi: 10.1016 / j.comppsych.2008.11.011. pmid: 19840588
  230. 56 Carli V, Durkee T, Wasserman D, Hadlaczky G, Despalins R, Kramarz E, et al. A asociación entre o uso patolóxico de internet e a psicopatoloxía comórbida: unha revisión sistemática. Psicopatoloxía. 2013; 46 (1): 1 – 13. doi: 10.1159 / 000337971. pmid: 22854219
  231. 57 Garaigordobil M, Perez JI, Mozaz M. Autoconcepto, autoestima e síntomas psicopatolóxicos. Psicoterama. 2008; 20 (1): 114 – 23. pmid: 18206073
  232. 58 Moksnes UK, Espnes GA. Autoestima e saúde emocional en adolescentes: xénero e idade como moderadores potenciais. Scand J Psychol. 2012; 53 (6): 483 – 9. doi: 10.1111 / sjop.12021. pmid: 23170865
  233. 59 Sowislo JF, Orth U. A baixa autoestima predice depresión e ansiedade? Unha metaanálise de estudos lonxitudinais. Psychol Bull. 2013; 139 (1): 213 – 40. doi: 10.1037 / a0028931. pmid: 22730921
  234. 60 Creemers DH, Scholte RH, Engels RC, Prinstein MJ, Wiers RW. Autoestima implícita e explícita como predictores concorrentes de ideación suicida, síntomas depresivos e soidade. J Behav Exp Psiquiatría. 2012; 43 (1): 638 – 46. doi: 10.1016 / j.jbtep.2011.09.006. pmid: 21946041
  235. 61 Fischer A, Fischer M, Nicholls RA, Lau S, Poettgen J, Patas K, et al. Precisión diagnóstica para depresión maior en esclerose múltiple utilizando cuestionarios autoinformados. Comportamento do cerebro. 2015; 5 (9): e00365. doi: 10.1002 / brb3.365. pmid: 26445703
  236. 62 Ortega-Montiel J, Posadas-Romero C, Ocampo-Arcos W, Medina-Urrutia A, Cardoso-Saldana G, Jorge-Galarza E, et al. O estrés autopercibido está asociado a adiposidade e aterosclerose. O estudo GEA. Saúde Pública BMC. 2015; 15: 780. doi: 10.1186 / s12889-015-2112-8. pmid: 26271468
  237. 63 White K, Scarinci IC. Comparación de saúde autodidacta entre inmigrantes latinos nunha cidade do sur dos Estados Unidos e unha mostra nacional. Am J Med Sci. 2015; 350 (4): 290 – 5. doi: 10.1097 / MAJ.0000000000000554. pmid: 26263236