Adicción á Internet: estilos de afrontamento, expectativas e implicacións no tratamento (2014)

Matthias Brand^{1,2 *}, Christian Laier¹ Kimberly S. Young³

• ¹Departamento de Psicoloxía Xeral: Cognición, Universidade de Duisburg-Essen, Duisburg, Alemaña
• ²Instituto Erwin L. Hahn para a Imaxe por Resonancia Magnética, Essen, Alemania
• ³Centro de adicción a Internet, Russell J. Jandoli Escola de xornalismo e comunicación de masas, Universidade de St. Bonaventure, Olean, NY, EUA

A adicción a Internet (IA) converteuse nun grave estado de saúde mental en moitos países. Para comprender mellor as implicacións clínicas da IA, este estudo probou estatisticamente un novo modelo teórico que ilustra os mecanismos cognitivos subxacentes que contribúen ao desenvolvemento e mantemento do trastorno. O modelo diferencia entre unha adicción a Internet xeneralizada (GIA) e formas específicas. Este estudo probou o modelo de GIA nunha poboación de usuarios de Internet en xeral. Os resultados dos usuarios de 1019 mostran que o modelo de ecuacións estructurales hipotetizadas explicou 63.5% da varianza dos síntomas GIA, medido pola versión curta da proba de adicción a Internet. Usando probas de personalidade e psicolóxica, os resultados mostran que as cognicións específicas dunha persoa (malas expectativas de afrontamento e cognitivas) aumentaron o risco para a GIA. Estes dous factores mediaron os síntomas da GIA se outros factores de risco estaban presentes como depresión, ansiedade social, baixa autoestima, baixa autoeficacia e alta vulnerabilidade de estrés para nomear algunhas áreas que se mediron no estudo. O modelo mostra que os individuos con altas habilidades de afrontamento e sen expectativas de que a Internet poida ser usada para aumentar o estado de ánimo negativo positivo ou reducido é menos probable que participe nun uso problemático da Internet, mesmo cando hai outras personalidades ou vulnerabilidades psicolóxicas. As implicacións para o tratamento inclúen un compoñente cognitivo claro para o desenvolvemento da GIA e a necesidade de avaliar o estilo de afección e as cognicións dun paciente e mellorar o pensamento defectuoso para reducir os síntomas e recuperarse.

introdución

Identificouse un uso problemático de Internet nunha serie de estudos e demostra que as consecuencias negativas como a perda de emprego, o fracaso académico e o divorcio resultaron dun uso excesivo de Internet (para as revisións véxase Griffiths, 2000a,b; Chou et al., 2005; Widyanto e Griffiths, 2006; Byun et al., 2009; Weinstein e Lejoyeux, 2010; Lortie e Guitton, 2013). A relevancia clínica deste fenómeno gaña importancia no contexto de altas taxas de prevalencia estimadas que van desde 1.5 a 8.2% (Weinstein e Lejoyeux, 2010) ou incluso ata 26.7%, dependendo das escalas utilizadas e dos criterios aplicados (Kuss et al., 2014).

Aínda que a primeira descrición deste problema clínico é fai case 20 anos (Mozo, 1996), a clasificación aínda se discute controvertida e consecuentemente varios termos son usados ​​na literatura científica, que van desde o uso compulsivo da Internet ().Meerkerk et al., 2006, 2009, 2010), “Problemas relacionados con Internet” (Widyanto et al., 2008), “Uso problemático de Internet” (Caplan, 2002), "Uso patolóxico de Internet" (Davis, 2001) a “comportamento adictivo relacionado con Internet” (Brenner, 1997), para mencionar só algúns. Nos últimos anos de 10, con todo, a maioría dos investigadores neste campo usaron o termo "adicción a Internet" ou "trastorno de adicción a Internet" (por exemplo, Johansson e Götestam, 2004; Bloquear, 2008; Byun et al., 2009; Dong et al., 2010, 2011, 2013; Kim et al., 2011; Purty et al., 2011; Xove, 2011b, 2013; Young et al., 2011; Zhou et al., 2011; Cash et al., 2012; Hou et al., 2012; Hong et al., 2013a,b; Kardefelt-Winther, 2014; Pontes et al., 2014; Tonioni et al., 2014). Tamén preferimos o termo "adicción a Internet (IA)", porque os artigos recentes (ver discusión en Brand et al., 2014) resaltar os paralelos entre un uso excesivo de Internet e outros comportamentos adictivos (por exemplo, Grant et al., 2013) e tamén dependencia de substancias (ver tamén Mozo, 2004; Griffiths, 2005; Meerkerk et al., 2009). Argumentouse que os mecanismos relacionados co desenvolvemento e mantemento da dependencia de substancias son transferíbeis a un uso adictivo de aplicacións de Internet (e tamén a outras adiccións de comportamento), por exemplo a teoría da sensibilización de incentivos e os conceptos relacionados (por exemplo, Robinson e Berridge, 2000, 2001, 2008; Berridge et al., 2009). Isto encaixa tamén ben co modelo de compoñentes en comportamentos adictivos (Griffiths, 2005).

Moitos estudos leváronse a cabo en correlatos psicolóxicos de IA, pero isto foi feito - polo menos na maioría dos casos - sen diferenciar entre un vicio xeneralizado de Internet (GIA) e un vicio específico de Internet (SIA; Morahan-Martin e Schumacher, 2000; Leung, 2004; Ebeling-Witte et al., 2007; Lu, 2008; Kim e Davis, 2009; Billieux e Van der Linden, 2012), aínda que os mecanismos psicolóxicos poden ser diferentes, tamén para distintos grupos de idade ou aplicacións usadas (López-Fernández e col., 2014). O noso estudo analiza os efectos mediadores dos estilos de afrontamento e as expectativas cognitivas para o uso de Internet no desenvolvemento e mantemento da GIA para contribuír a unha mellor comprensión dos mecanismos subxacentes e as posibles implicacións no diagnóstico e no tratamento.

A nivel teórico, xa se postulou que a IA debe diferenciarse respecto ao uso xeneralizado de Internet (Griffiths e Wood, 2000) fronte a tipos específicos de IA como cibersexo, relacións en liña, compulsións netas (por exemplo, xogos de azar, compras), busca de información e xogos en liña para desenvolver unha adicción a Internet (por exemplo, Young et al., 1999; Meerkerk et al., 2006; Bloquear, 2008; Brand et al., 2011). Non obstante, só un subtipo, Internet Gaming Disorder, foi incluído no apéndice do DSM-5 (APA, 2013). A maioría dos estudos valoraron a IA como un edificio unificado ou só avaliaron un subtipo específico (na maioría dos casos o xogo en Internet). No seu modelo cognitivo-comportamental, Davis (2001) Tamén se diferencia entre un uso de internet patolóxico xeneralizado (GIA) e un uso patolóxico específico de Internet (SIA). A GIA foi descrita como un uso excesivo de Internet de forma multidimensional, frecuentemente acompañado de desperdicio de tempo e uso non dirixido de Internet. Os aspectos sociais de Internet (por exemplo, a comunicación social a través de sitios de redes sociais) son especialmente usados ​​(véxase tamén a discusión en Lortie e Guitton, 2013), que se supón que está ligada á falta de apoio social e déficits sociais experimentados por un individuo en situacións non virtuais. Ademais, argumentouse que os suxeitos poden usar varias aplicacións de Internet de forma excesiva sen ter un certo favorito, por exemplo, xogar xogos, ver pornografía, navegar en información e / ou sitios de compras, publicar autorretratos, ver vídeos en plataformas de vídeo, ler blogs doutros, etc. Neste caso, pódese argumentar que o individuo é adicto a Internet e non é adicto a Internet (pero vexa tamén a discusión en Starcevic, 2013). Davis argumenta que unha das principais diferenzas entre GIA e SIA é que os individuos que sofren de GIA non desenvolverían un comportamento problemático semellante sen Internet, mentres que os individuos que padecen SIA desenvolverían un comportamento problemático semellante noutro escenario. En ambas as formas de uso adictivo de Internet, GIA e SIA, suxírese que as cognicións disfuncionais sobre o eu e sobre o mundo xogan un papel fundamental (Caplan, 2002, 2005).

A investigación dirixida ao GIA demostrou que as queixas subxectivas na vida cotiá resultantes do uso de Internet están correlacionadas con diversas características da personalidade. De feito, demostrouse que o GIA está ligado a comorbilidades psicopatolóxicas, como trastornos afectivos ou de ansiedade (Whang et al., 2003; Yang et al., 2005; Weinstein e Lejoyeux, 2010) así como os trazos de personalidade timidez, neurotismo, vulnerabilidade ao estrés, tendencias de procrastinar e baixa autoestima (Niemz et al., 2005; Ebeling-Witte et al., 2007; Hardie and Tee, 2007; Thatcher et al., 2008; Kim e Davis, 2009). Ademais, os factores do contexto social, por exemplo, a falta de apoio social ou o illamento social (Morahan-Martin e Schumacher, 2003; Caplan, 2007) e mesmo a soidade no ámbito educativo dos adolescentes (Pontes et al., 2014), parecen estar relacionados coa GIA. Ademais, argumentouse que o uso de Internet como ferramenta para facer fronte a eventos de vida problemáticos ou estresantes contribúe ao desenvolvemento da GIA (Whang et al., 2003; Tang et al., 2014). As persoas con IA tamén mostran unha alta tendencia cara a unha estratexia de afección impulsiva (Tonioni et al., 2014). Algúns autores aínda conciben a IA como un tipo de manexo da vida cotiá ou as molestias diarias (Kardefelt-Winther, 2014). Aínda hai só algúns primeiros estudos que compararon explícitamente os predictores de diferentes tipos de SIA. Pawlikowski et al. (2014) Informou de que a timidez ea satisfacción da vida están relacionadas cun uso adictivo de xogos en Internet, pero non cun uso patolóxico do cibersexo ou o uso de xogos e cibersexo.

Baseado en investigacións anteriores, en particular sobre os argumentos de Davis (2001)e tamén considerando a literatura actual sobre os resultados neuropsicolóxicos e de neuroimagen en suxeitos adictos a Internet, publicamos recentemente un modelo teórico sobre o desenvolvemento e mantemento de GIA e SIA (Brand et al., 2014). Algúns aspectos incluídos no modelo xa foron mencionados no contexto do uso de sitios de redes sociais, por exemplo a esperanza de resultados positivos (Turel e Serenko, 2012). Tamén se demostrou que un uso excesivo ou adictivo de poxas en liña está correlacionado cos cambios nas crenzas dos individuos sobre a técnica e iso determina as intencións de uso e uso futuro (Turel et al., 2011). Isto está en liña co noso modelo teórico sobre GIA, no que asumimos que as crenzas ou expectativas sobre o que Internet pode facer para unha persoa inflúen no comportamento, é dicir, no uso de Internet, que á súa vez tamén inflúe nas expectativas do futuro. Non obstante, no noso modelo centrámonos no papel mediador das expectativas e as estratexias de afrontamento no desenvolvemento e mantemento dun GIA e tipos específicos de SIA.

Para o desenvolvemento e mantemento de GIA, argumentamos que o usuario ten certas necesidades e obxectivos que se poden conseguir utilizando certas aplicacións de Internet. A partir de investigacións anteriores, incorporamos varios destes resultados para desenvolver un modelo completo para unir estes elementos. Inicialmente, as características básicas dunha persoa están asociadas co IA e inclúen aspectos psicopatolóxicos, aspectos de personalidade e cognicións sociais. Na primeira sección incluímos síntomas psicopatolóxicos, en particular depresión e ansiedade social (por exemplo, Whang et al., 2003; Yang et al., 2005), facetas de personalidade disfuncionales, como baixa autoeficacia, timidez, vulnerabilidade ao estrés e tendencias de procrastinação.Whang et al., 2003; Chak e Leung, 2004; Caplan, 2007; Ebeling-Witte et al., 2007; Hardie and Tee, 2007; Thatcher et al., 2008; Kim e Davis, 2009; Pontes et al., 2014), e illamento social / falta de apoio social (Morahan-Martin e Schumacher, 2003; Caplan, 2005) no desenvolvemento de GIA. Non obstante, suxerimos que a influencia das principais características e cognicións da persoa sobre o desenvolvemento dun uso adictivo de Internet debe estar mediada por certas cognicións relacionadas coa Internet, en particular as expectativas de uso de Internet (Turel et al., 2011; Xu et al., 2012; Lee et al., 2014), e certas estratexias para facer fronte ás necesidades da vida cotiá ou ás molestias diarias (Tang et al., 2014; Tonioni et al., 2014). Na terceira sección do modelo, como consecuente comportamento, se o usuario comeza en liña e recibe reforzo en termos de afrontar problemas ou estado de ánimo negativo, a persoa espera que o uso de Internet distraelo de problemas ou sentimentos negativos, entón máis probablemente recorrerán a Internet para escapar dos sentimentos evidenciados pola perda de control, mala xestión do tempo, ansias e maiores problemas sociais. O papel dos procesos de reforzo e acondicionamento foi ben descrito na literatura sobre o desenvolvemento e mantemento de trastornos relacionados coa sustancia (por exemplo, Robinson e Berridge, 2001, 2008; Kalivas e Volkow, 2005; Everitt e Robbins, 2006). Tamén argumentamos que o reforzo positivo e negativo do estilo de afrontamento e as expectativas de uso de Internet suceden sucesivamente nunha perda de control cognitivo sobre o uso de Internet, que está mediado por un funcionamento prefrontal (executivo) (Brand et al., 2014).

Aínda que este modelo encaixa ben coa literatura anterior sobre os principais achados con respecto aos mecanismos psicolóxicos detrás do IA (ver descricións de Kuss e Griffiths, 2011a,b; Griffiths, 2012) e tamén con correlatos neuropsicolóxicos e de neuroimagen moi recentes de GIA e distintos tipos de SIA (Kuss e Griffiths, 2012; Brand et al., 2014), este modelo aínda precisa de evidencias empíricas en termos de validez incremental. Neste estudo, buscamos traducir as hipóteses resumidas no modelo teórico de GIA descritas anteriormente nun modelo estatístico sobre o nivel de variables latentes e probaron os efectos preditores e mediadores sobre a gravidade dos síntomas GIA a través dunha poboación de Internet a gran escala. Utilizando medidas psicolóxicas e de personalidade validadas, primeiro valoramos as características fundamentais dunha persoa ao predecir un uso excesivo e adictivo de Internet de xeito xeneralizado. Empregando unha medida validada de afrontamento e unha medida recientemente desenvolvida de expectativas de uso de Internet, probamos que as malas habilidades de manexo e as expectativas de uso de Internet (como usar Internet para escapar de sentimentos negativos ou situacións desagradables) median a conexión entre as características e síntomas principais da persoa GIA.

Materiais e Métodos

O modelo operacional

Primeiro traducimos o modelo teórico descrito na introdución e ilustrado no artigo Brand et al. (2014) nun modelo estatístico comprobable e operacional. Para cada unha das dimensións mencionadas no modelo teórico, escollemos polo menos dúas variables manifesta para construír un modelo de ecuación estructural (SEM) no nivel latente. Para cada variable utilizamos entón unha escala específica (cada unha consistía en varios elementos, vexa a descrición dos instrumentos a continuación) para operar as variables manifesta. Este modelo operacional como SEM a nivel latente móstrase na figura 1.

 

FIGURA 1. O modelo operacional, incluíndo as principais suposicións do modelo teórico sobre GIA, sobre dimensión latente.

Temas

Empregando unha enquisa en liña completa, tivemos entrevistados 1148. Tras a exclusión dos participantes de 129 debido a datos incompletos nas escalas psicométricas, a mostra final consistía en N = 1019. Os participantes foron recrutados por anuncios, plataformas de Internet (conta de Facebook do equipo de Psychology xeral: Cognición), listas de correo electrónico para estudantes da Universidade de Duisburg-Essen e vías publicitarias en bares e bares locais así como palabras de recomendacións sobre a boca. Os anuncios, os correos electrónicos e os folletos incluíron unha declaración de que os participantes poden participar nunha proba que ten a oportunidade de gañar un dos seguintes elementos: (1) iPad, (2) iPad mini, (3) iPod nano (4) ) iPod shu ffl e, tarxetas de regalo 20 Amazon (50 Euros cada unha). O estudo foi aprobado polo comité de ética local.

A idade media da mostra final foi de 25.61 anos (DE = 7.37). A mostra incluíu 625 (61.33%) mulleres e 385 (37.78%) homes (nove voluntarios non responderon a esta pregunta). Con respecto á situación da vida privada, 577 participantes (56.62%) vivían nunha relación ou estaban casados ​​e 410 (40.24%) indicaron non ter unha relación actual (32 participantes non responderon a esta pregunta). No momento da avaliación, 687 participantes (67.42%) eran estudantes, 332 participantes (32.58%) tiñan un traballo regular (sen antecedentes académicos). De toda a mostra, 116 participantes (11.4%) cumpriron os criterios para o uso problemático de Internet [corte> 30 na proba breve de adicción a Internet (s-IAT), ver a descrición do instrumento a continuación] e 38 participantes (3.7%) para un uso patolóxico de Internet (> 37 no s-IAT). O tempo medio empregado en Internet foi de 972.36 min / semana (SD = 920.37). De toda a mostra, 975 persoas empregaron sitios de comunicación social / redes (M_{min / semana} = 444.47, SD = 659.05), os individuos 998 (97.94%) buscaron información en Internet (M_{min / semana} = 410.03, SD = 626.26), individuos 988 (96.96%) usaron sitios de compras (M_{min / semana} = 67.77, SD = 194.29), os participantes de 557 utilizaron xogos en liña (54.66%, M_{min / semana} = 159.61, SD = 373.65), o xogo en liña foi feito por participantes de 161 (15.80%, M_{min / semana} = 37.09, SD = 141.70), e os individuos 485 usaron o cybersex (47.60%, M_{min / semana} = 66.46, SD = 108.28). En canto ao uso de múltiples aplicacións de Internet, os participantes de 995 (97.64%) informaron de que utilizaban tres ou máis das aplicacións de Internet mencionadas anteriormente nunha base regular.

Instruments

Proba de adicción a Internet curta (s-IAT)

Os síntomas de IA foron valorados coa versión curta alemá de Internet Test AddictionPawlikowski et al., 2013), que se basea na versión orixinal desenvolvida por Mozo (1998). Na versión curta (s-IAT), hai que responder a 12 elementos nunha escala de cinco puntos que vai de 1 (= nunca) a 5 (= moi a miúdo), resultando en puntuacións sumas que van de 12 a 60, mentres que puntuacións> 30 indica un uso problemático de Internet e a puntuación> 37 indica un uso patolóxico de Internet (Pawlikowski et al., 2013). O s-IAT consta de dous factores: perda de control / control do tempo e problemas de ansia / social (cada un ten seis elementos). Aínda que os elementos 12 cargan en dous factores tanto na análise factorial exploratorio como no confirmatorio (CFA; Pawlikowski et al., 2013), capturan os síntomas clave de IA, como por exemplo descrito no modelo de compoñentes por (Griffiths, 2005). A primeira subescala “perda de control / xestión do tempo” avalía o forte que unha persoa sofre de problemas de xestión do tempo na vida cotiá debido ao seu uso de Internet (por exemplo, “con que frecuencia negligencia as tarefas domésticas para pasar máis tempo en liña?” E "Cantas veces perdes o sono debido a estar en liña pola noite?"). Os elementos desta subescala tamén valoran as consecuencias negativas causadas polo exceso do uso de Internet (por exemplo, "¿Con que frecuencia sofren as súas notas ou o traballo escolar debido ao tempo que gasta en liña?"). Tamén se mide se os suxeitos experimentan perda de control sobre o seu uso de Internet e se intentaron reducir o seu uso de Internet e fallaron (por exemplo, "Cantas veces pensas que ti quedas en liña máis tempo do que ti querías?" E "Cantas veces intenta reducir a cantidade de tempo que gasta en liña e falla? "). Todos os elementos non miden o tempo empregado en liña, senón que os individuos experimenten ou non unha perda de control en canto ao uso de Internet e problemas na vida cotiá como resultado do seu uso en Internet. A segunda subescala "problemas de ansia / problemas sociais" mide os efectos do uso excesivo de Internet nas interaccións sociais e preocupación co medio (por exemplo, "¿Con que frecuencia séntese preocupado por Internet cando estás ou fantaseas en estar en liña?"). Os elementos desta subescala tamén avalían os problemas interpersonales (por exemplo, con que frecuencia saca, grite ou actúes molesto se alguén che molesta mentres está en liña?) E regulación do humor (por exemplo, “con que frecuencia sentes deprimido, mal humor , ou nervioso cando estás, que desaparece unha vez que estás en liña?). Todos os elementos inclúen os termos "Internet" ou "en liña" en xeral sen centrarse nunha determinada aplicación. Na instrución, informouse aos participantes de que todas as preguntas referíanse ao seu uso xeral de Internet incluíndo todas as aplicacións utilizadas.

A s-IAT ten boas propiedades psicométricas e validez (Pawlikowski et al., 2013). Na nosa mostra, a consistencia interna (α de Cronbach) foi 0.856 para toda a escala, 0.819 para a perda de factores de control / control do tempo e 0.751 para os problemas de desexo / social.

Inventario breve de síntomas - depresión de subescala

Os síntomas da depresión foron avaliados coa versión alemá (Franke, 2000) da depresión da subescala do breve inventario dos síntomas (Boulet e xefe, 1991; Derogatis, 1993). A escala consiste en seis elementos que evalúan os síntomas depresivos dos últimos días de 7. As respostas deben darse nunha escala de cinco puntos que vai de 0 (= nada) a 4 (= extremadamente). A consistencia interna (α de Cronbach) na nosa mostra foi 0.858.

Inventario breve de síntomas - sensibilidade interpersonal subescala

Os síntomas de ansiedade social e sensibilidade interpersoal foron avaliados coa versión alemá (Franke, 2000) da sensibilidade interpersonal da subescala do breve inventario dos síntomas (Boulet e xefe, 1991; Derogatis, 1993). A escala consta de catro ítems e as respostas deben ser dadas nunha escala de cinco puntos que varía de 0 (= nada) a 4 (= extremadamente). A consistencia interna (α de Cronbach) na nosa mostra foi 0.797.

Escala de autoestima

A autoestima valorou a autoestima (Rosenberg, 1965). Usamos aquí a versión alemá modificada (Collani e Herzberg, 2003), que consta de dez elementos. As respostas deben darse nunha escala de catro puntos que vai desde 0 (= non estou de acordo) ata 3 (= estou de acordo). A consistencia interna (α de Cronbach) na nosa mostra foi 0.896.

Escala de autoeficacia

A autoeficacia foi avaliada pola Escala de Autoeficacia (Schwarzer e Xerusalén, 1995), que consta de elementos 10. As respostas deben darse nunha escala de catro puntos que vai desde 1 (= non verdadeiro) a 4 (= exactamente certo). A consistencia interna (α de Cronbach) na nosa mostra foi 0.863.

Inventario de Trier para o estrés crónico

A vulnerabilidade do estrés foi medida pola versión de cribado do Trier Inventory for Chronic Stress (TICS; Schulz et al., 2004). O cribado contén elementos 12 sobre a exposición ao estrés nos últimos 3 meses. Hai que responder a cada afirmación nunha escala de cinco puntos que vai desde 0 (= nunca) ata 4 (= moi a miúdo). A consistencia interna (α de Cronbach) na nosa mostra foi 0.908.

Escala de soidade

A versión curta da Loneliness Scale (De Jong Gierveld e Van Tilburg, 2006) usouse para medir os sentimentos de soidade (subescala soidade emocional, tres ítems) e apoio social percibido (subescala de apoio social, tres ítems). Todas as afirmacións teñen que ser respondidas nunha escala de cinco puntos desde 1 (= non!) Ata 5 (= si!). A consistencia interna (α de Cronbach) na nosa mostra foi 0.765 para a soidade emocional subescala e 0.867 para o apoio social da subescala.

Breve COPIA

A breve COPE (Carver, 1997) mide o estilo de copia en varios subdominios diferentes. Aquí utilizamos tres subescalas da versión alemá (Knoll et al., 2005): negación, uso de substancias e desvinculación do comportamento. Cada subescala estaba representada por dous ítems, aos cales debía responderse nunha escala de catro puntos que vai desde 1 (= Non o fixen para nada) ata 4 (= estiven facendo moito). A consistencia interna (α de Cronbach) na nosa mostra foi 0.561 para a negación da subescala, 0.901 para o uso de substancias de subescala e 0.517 para a desvinculación do comportamento da subescala. Dado que as escalas constan de só dous elementos e dado que o instrumento se usou en varios estudos de validación incluídos informes sobre a fiabilidade de novo test, consideramos que a fiabilidade é aceptable.

Escala de expectativas de uso en internet

Para avaliar as expectativas de uso de Internet, desenvolvemos unha nova escala composta por - na primeira versión - de elementos 16. Os elementos reflicten algúns factores fundamentais como, por exemplo, relatados por Xu et al. (2012) e tamén por Si (2006). Os elementos foron asignados a priori a dúas escalas (cada un con oito elementos): expectativas de uso de Internet que reflicten un reforzo positivo (por exemplo, "utilizo Internet para probar pracer") e as que reflicten un reforzo negativo (por exemplo, "uso Internet para distraerme dos problemas"). Todas as respostas déronse nunha escala de seis puntos que vai desde 1 (= completamente en desacordo) ata 6 (= completamente de acordo). A partir dos datos que recollemos neste estudo (N = 1019), realizamos unha análise de factores exploratorios (EFA). Horn's (1965) análise paralela e a proba parcial mínima parcial (MAP)Velicer, 1976) utilizáronse para determinar o número adecuado de factores. Este procedemento deu lugar a unha solución estable de dous factores. Realizouse un EFA con análise de compoñentes principais e rotación de varimax para avaliar a estrutura da escala de expectativas de uso en internet (IUES). Os resultados da EFA concluíron cunha versión final do elemento 8 do IUES coa estrutura de dous factores (táboa 1). Con estes dous factores, observamos unha explicación da varianza do 63.41%. O primeiro factor contén catro elementos con cargas altas no factor principal (> 0.50) e cargas baixas no outro factor (<0.20) e refírese a expectativas positivas, polo que chamamos a este factor "expectativas positivas". O segundo factor consta de catro elementos con cargas altas no factor principal (> 0.50) e cargas baixas no outro factor (<0.20), e todos os elementos relacionados co uso de Internet para evitar ou reducir sentimentos ou pensamentos negativos, polo que chamamos isto factor "expectativas de evitación". Ambos factores teñen boa fiabilidade ("expectativas positivas": α de Cronbach = 0.832 e "expectativas de evitación" α de Cronbach = 0.756). Os dous factores correlacionáronse significativamente (r = 0.496, p <0.001) cun efecto moderado (Cohen, 1988).

 

TÁBOA 1. Cargas de factores e fiabilidade dos dous factores do IUES, medio dos ítems clasificados e números do elemento.

Para garantir a estrutura factorial do instrumento, evaluamos unha mostra adicional de suxeitos 169 (idade media = 21.66, SD = 2.69; femias 106) para aplicar un CFA. O CFA foi feito con MPlus (Muthén e Muthén, 2011). Para a avaliación de axustes de modelos, aplicamos criterios estándar (Hu e Bentler, 1995, 1999): O cadrado normal da raíz residual (SRMR; valores inferiores a 0.08 indican un bo axuste cos datos), índices comparativos de axuste (CFI / TLI; valores por encima de 0.90 indican un bo axuste, valores por encima de 0.95 un axuste excelente), e o cadrado medio da raíz erro de aproximación (RMSEA; "proba de axuste próximo"; un valor por debaixo de 0.08 cun valor significativo inferior a 0.05 indica axuste aceptable). O CFA confirmou a solución de dous factores para o IUES con parámetros de axuste de boa a excelente: o RMSEA era 0.047, o CFI era 0.984, o TLI 0.975 e o SRMR 0.031. O χ² A proba non foi significativa, χ² = 24.58, p = 0.137 indicando que os datos non se desviaron significativamente do modelo teórico (solución de dous factores, como se mostra na táboa 1). Esta mostra só foi recollida para CFA. Os datos non se incluíron nas análises posteriores.

Análises estatísticas

Realizáronse os procedementos estándar estatísticos con SPSS 21.0 para Windows (IBM SPSS Statistics, liberado 2012). As correlacións de Pearson calculáronse para probar relacións de orde cero entre dúas variables. Para controlar os datos para valores superiores, creamos unha variable aleatoria normalmente distribuída coa mesma desviación estándar media que a que atopamos no s-IAT (puntuación global). Esta variable aleatoria debería estar teóricamente allea a todas as variables de interese, se as correlacións non estivesen influídas polos valores máis elevados nos datos. Todas as correlacións coa variable aleatoria foron moi baixas, rs <0.049, o que indica que non houbo valores atípicos substancialmente influentes en ningunha das escalas da mostra final (N = 1019). Ademáis controláronse visualmente dispersións entre as variables. De novo, non se atoparon límites extremos. Polo tanto, as análises realizáronse con todos os temas.

A análise SEM calculouse con MPlus 6 (Muthén e Muthén, 2011). Non faltaron datos. Antes de probar o modelo completo, tamén se probaron os axustes das dimensións latentes mediante CFA en MPlus. Tanto para SEM como para CFA aplicouse a estimación do parámetro de probabilidade máxima. Para a avaliación de axustes de modelos, aplicamos os criterios estándar (Hu e Bentler, 1995, 1999) como se describiu na sección anterior. Para aplicar a análise de mediador foi necesario, segundo Barón e Kenny (1986), que todas as variables incluídas na mediación deben correlacionarse entre si. Tamén usamos regresións moderadas para analizar os potenciais efectos de moderador como análises adicionais para unha conceptualización alternativa do concepto de afrontamento.

Resultados

Valores e correlacións descritivas

A puntuación media das mostras no I-s e todas as demais escalas aplicadas pódese atopar na táboa 2. A puntuación media de s-IAT de M = 23.79 (SD = 6.69) é bastante comparable coa puntuación reportada por Pawlikowski et al. (2013) para unha mostra de suxeitos 1820 da poboación xeral (a puntuación media de s-IAT foi M = 23.30, SD = 7.25). Na correción móstranse as correlacións bivariadas entre a s-IAT (suma de puntos) e as puntuacións nos cuestionarios e escalas administradas. 3.

 

TÁBOA 2. Puntuacións medias das escalas aplicadas.

 

TÁBOA 3. Correlacións bivariadas entre o s-IAT (suma de puntos) e as puntuacións dos cuestionarios administrados.

Dimensións latentes do modelo proposto na análise de factores confirmativos

Para probar sistematicamente o modelo teórico proposto, primeiro analizamos o modelo de factores, o que significa que se probou se as dimensións latentes están aceptadas representativamente polas variables manifestas. Polo tanto, CFA realizouse coas seis dimensións latentes (unha dimensión dependente, tres dimensións de predicción, dúas dimensións de mediador). RMSEA foi 0.066 con p <0.001, o CFI foi de 0.951, o TLI de 0.928 e o SRMR de 0.041, o que indica un bo axuste no modelo.

A primeira dimensión latente, "síntomas de GIA", foi representada ben polas puntuacións nos dous factores do s-IAT (perda de control / xestión do tempo e ansia / problemas sociais) como se pretendía. A primeira variable predictora "síntomas psicopatolóxicos" estivo significativamente representada polas dúas subescalas do BSI (depresión e sensibilidade interpersonal). A dimensión "aspectos da personalidade" estaba ben representada polas tres variables manifestas hipotetizadas (autoeficacia, autoestima e vulnerabilidade do estrés) e a última dimensión predictiva "cognicións sociais" estaba ben representada polas dúas subescalas da escala de soidade (emocional. soidade e apoio social). Os resultados demostraron que a primeira dimensión mediadora hipotetizada "afrontar" estaba ben representada polas tres subescalas da COPE (negación, abuso de substancias e desvinculación do comportamento) e a segunda dimensión mediadora "expectativas de uso de Internet" estaba ben representada polos dous factores do IUES ( expectativas positivas e expectativas de evitación).

En xeral, o CFA indicou que as dimensións latentes están representadas aceptablemente polas variables manifestas. Só na dimensión que xestiona o abuso de substancias a escala ten un factor de carga máis débil (β = 0.424) pero aínda significativo (p <0.001) e polo tanto suficiente, dado que o modelo xeral encaixaba ben cos datos. Todas as cargas de factores e os erros estándar móstranse na táboa 4.

 

TÁBOA 4. Coeficientes das cargas das variables manifestas nas dimensións latentes, probadas con CFA en MPlus.

O modelo completo de ecuación estrutural

O modelo teórico proposto sobre a dimensión latente con GIA como variable dependente (modelado polos dous factores s-IAT) produciu un bo axuste cos datos. RMSEA foi 0.066 con p <0.001, o CFI era 0.95, o TLI era 0.93 e o SRMR era 0.041. O χ² A proba foi significativa, χ² = 343.89, p <0.001, o que é normal dado o gran tamaño da mostra. Non obstante, o χ² O exame para o modelo básico tamén foi significativo, cun χ moi elevado² valor, χ² = 5745.35, p <0.001. En resumo, os datos encaixaron ben co modelo teórico proposto. En xeral, a gran proporción do 63.5% da varianza no GIA explicouse significativamente polo SEM completo (R² = 0.635, p <0.001). O modelo e todos os efectos directos e indirectos móstranse na figura 2.

 

FIGURA 2. Resultados do modelo de ecuación estrutural incluíndo cargas de factores das dimensións latentes, pesos β, p-valores e residuos. ***p <0.001.

Os tres efectos directos dos predictores na GIA non foron significativos (figura 2). Pero teña en conta que o efecto directo das variables psicopatolóxicas latentes non conseguiu alcanzar significatividade p = 0.059 Aquí, hai que considerar que o peso β foi negativo, o que indica que, no caso de que se interprete o efecto directo marxinalmente significativo, a depresión maior e a ansiedade social van da man dos síntomas máis baixos da EIX se o efecto indirecto de aspectos psicopatolóxicos. a través das dúas variables de mediador (expectativas de uso e Internet) están parcializadas. Os efectos directos das dúas variables latentes de predictores aspectos psicopatolóxicos e da personalidade en ambas as variables de mediador latentes que copan e as expectativas de uso de Internet foron significativos. En contraste, os efectos directos das cognicións sociais de variable latente tanto nas expectativas de uso como de Internet e de uso de Internet non foron significativos, o que significa que estes efectos non foron significativos cando se controlaron os efectos das outras dúas dimensións latentes.

Non obstante, os efectos das cognicións sociais ata as expectativas de uso de Internet non conseguiron ligeramente importancia p = 0.073 Os efectos directos de facer fronte a GIA (p <0.001) e das expectativas de uso de Internet (p <0.001) foron significativos con tamaños de efecto fortes.

O efecto indirecto de aspectos psicopatolóxicos ao tratar a GIA foi significativo (β = 0.173, SE = 0.059, p = 0.003). Tamén o efecto indirecto dos aspectos psicopatolóxicos sobre as expectativas de uso de Internet para GIA foi significativo (β = 0.159, SE = 0.072, p = 0.027). O efecto indirecto dos aspectos da personalidade ao afrontar GIA tamén foi significativo (β = –0.08, SE = 0.041, p = 0.05), pero o tamaño do efecto era moi pequeno. O efecto indirecto de GIA nos aspectos da personalidade sobre as expectativas de uso de Internet foi significativo (β = –0.160, SE = 0.061, p = 0.009). Ambos os efectos indirectos das cognicións sociais sobre o enfrontamento (β = 0.025, SE = 0.030, p = 0.403) e cognición social sobre as expectativas de uso de Internet (β = –0.08, SE = 0.045, p = 0.075) para GIA non foron significativas. O modelo con todas as cargas de factores e βOs pesos móstranse na figura 2. Os aspectos psicopatolóxicos de dimensión latente correlacionáronse significativamente cos aspectos da personalidade de dimensións latentes (r = -0.844, p <0.001) e coa dimensión latente cognicións sociais (r = –0.783, p <0.001). Ademais, correlacionáronse as dúas dimensións latentes os aspectos da personalidade e as cognicións sociais (r = 0.707, p <0.001).

Análises adicionais

O modelo descrito foi o teoricamente argumentado e, en consecuencia, o que probamos primeiro. Non obstante, probamos con posterioridade algúns modelos adicionais ou partes do modelo por separado para comprender mellor os mecanismos subxacentes de GIA. O primeiro problema que abordamos foi o efecto da psicopatoloxía na IIA, porque nos pareceu interesante que o efecto directo, aínda que non significativo, fose negativo no SEM (ver figura 2), aínda que a nivel bivariado, as correlacións foron positivas. O modelo sinxelo con aspectos psicopatolóxicos (representado pola depresión BIS e ansiedade social BSI) como predictor e GIA (representado polos dous factores s-IAT) como variable dependente tiña un bo modelo en forma (todos os índices de axuste son mellores que aceptables) e o efecto foi positivo (β = 0.451, p <0.001). Tamén calculamos o modelo sen os dous mediadores, o que significa que os aspectos psicopatolóxicos, os aspectos da personalidade e os aspectos sociais serviron como predictores directos e o GIA foi a variable dependente (todas as variables en nivel latente coas mesmas variables empregadas en todo o SEM, ver Figura 2). O modelo sen mediadores tamén tiña bos índices de axuste (cunha excepción: o RMSEA estaba con 0.089 un pouco alto) e os efectos directos sobre GIA (os dous factores s-IAT) foron: efecto dos aspectos psicopatolóxicos sobre GIA β = 0.167, p = 0.122; efecto dos aspectos da personalidade en GIA β = –0.223, p = 0.017; e efecto dos aspectos sociais en GIA β = –0.124, p = 0.081 Teña en conta que o efecto dos aspectos psicopatolóxicos na IIA segue sendo positivo neste modelo (pero non significativo) cando o efecto está controlado para os efectos da personalidade e os aspectos sociais. En conxunto, os resultados do SEM global falan dunha mediación completa do efecto dos aspectos psicopatolóxicos na GIA por parte dos dous mediadores (afrontar e expectativas), o que é destacado aínda máis polas dúas análises adicionais que demostran que o efecto positivo a nivel bivariado. e no modelo simple redúcese mediante a inclusión de outras variables como predictores.

Teoricamente temos conceptualizado o trato como mediador (Brand et al., 2014). Non obstante, tamén se pode argumentar que o enfrontamento non media o efecto dos aspectos psicopatolóxicos, senón que actúa como un moderador. Para garantir que a conceptualización de tratar como mediador en lugar de moderador sexa axeitada, tamén calculamos algunhas análises de moderadores usando análises de regresión moderada. Cando, por exemplo, empregando aspectos psicopatolóxicos como predictor, tratar como moderador e s-IAT (puntuación de suma) como variable dependente, tanto os aspectos psicopatolóxicos (β = 0.267) como o coping (β = 0.262) explican a varianza no s-IAT significativamente (ambos p <0.001), pero a súa interacción non engade significativamente a explicación da varianza (cambios en R² = 0.003, p = 0.067, β = -0.059) e o incremento do efecto de moderador é case cero (0.3%).

Tamén consideramos a idade e o xénero como variables potenciais que poden ter un efecto na estrutura do modelo. Para probalo, primeiro calculamos as correlacións bivariadas entre a idade e todas as outras variables, obtendo correlacións moi baixas. Só houbo unha correlación con r = 0.21 (expectativas de idade e evitación), que segue a ser un efecto baixo (Cohen, 1988) e todas as outras correlacións tiveron efectos entre si r = 0.016 e r = 0.18 con máis ser r <0.15 e r <0.10. A correlación entre idade e s-IAT tamén foi moi baixa con r = –0.14 (aínda que significativo en p <0.01, o que está claro nunha mostra tan grande). En resumo, non se cumpriron os requisitos para incluír a idade no modelo de mediación (Baron e Kenny, 1986) e decidimos non incluír a idade nun modelo adicional. No que respecta ao xénero, comparamos as puntuacións medias dos grupos de todas as escalas utilizadas e atopamos só unha diferenza significativa no grupo (ansiedade social BSI, as mulleres tiñan maiores puntuacións cun baixo efecto de d = 0.28, o resto de efectos foi inferior a 0.28, o efecto para a puntuación s-IAT foi d = 0.19). Non obstante, probamos se a estrutura do modelo é diferente para mulleres e homes usando a análise de estrutura media na análise SEM. Isto significa que probamos se o SEM (ver figura 2) é igual para os participantes masculinos e femininos. O H0 desta proba é: modelo teórico = modelo para o grupo "homes" = modelo para o grupo "mulleres". Os índices de axuste eran todos aceptables indicando que a estrutura das relacións non era significativamente diferente para homes e mulleres. RMSEA foi 0.074 con p <0.001, o CFI era 0.93, o TLI era 0.91 e o SRMR era 0.054. O χ² A proba foi significativa, χ² = 534.43, p <0.001, o que é normal dado o gran tamaño da mostra. Non obstante, o χ² O exame para o modelo básico tamén foi significativo, cun χ moi elevado² valor, χ² = 5833.68, p <0.001. A contribución ao χ² do modelo probado por homes e mulleres foron comparables (χ² contribucións de mulleres = 279.88, χ² achegas de homes = 254.55). Aínda que a estrutura xeral do modelo non é significativamente diferente para homes e mulleres, inspeccionamos o camiño sinxelo e atopamos tres diferenzas. O camiño desde os aspectos da personalidade ata o liderado foi significativo nos homes (β = –0.437, p = 0.002), pero non nas mulleres (β = –0.254, p = 0.161) e o efecto dos aspectos da personalidade sobre as expectativas foi significativo nos homes (β = -0.401, p = 0.001), pero non nas mulleres (β = –0.185, p = 0.181). Ademais, o efecto dos aspectos psicopatolóxicos sobre as expectativas foi significativo na muller (β = 0.281, p = 0.05), pero non nos homes (β = 0.082, p = 0.599). O resto de efectos e a representación das dimensións latentes non foron diferentes entre homes e mulleres e tampouco diferentes do modelo global ilustrado na figura. 2. En resumo, todo o modelo probado é válido para homes e mulleres, aínda que o efecto negativo dos aspectos da personalidade sobre o afrontamento e as expectativas está máis presente nos homes en comparación coas mulleres e o efecto dos aspectos psicopatolóxicos sobre as expectativas está presente nas mulleres, pero non nos homes. .

Conversa

Introducimos un novo modelo teórico sobre o desenvolvemento e mantemento dun uso adictivo de Internet (Brand et al., 2014), que se basea nos principais argumentos de Davis (2001) quen primeiro suxeriu unha diferenciación entre un uso xeneralizado de Internet (GIA) e unha adicción específica a certas aplicacións de Internet (SIA). No estudo actual, traducimos o modelo teórico sobre GIA a un modelo operacionalizado a nivel latente e probamos estatísticamente o SEM empregando unha enquisa en liña nunha poboación de Internet de entrevistados 1019. Atopamos un bo modelo en xeral cos datos e o SEM hipotetizado, que representa as facetas principais do modelo teórico e explicou o 63.5% da varianza de síntomas de GIA medida polo s-IAT (Pawlikowski et al., 2013).

O modelo é o primeiro que une elementos asociados á EI como depresión, ansiedade social, baixa autoestima, baixa autoeficacia e maior vulnerabilidade ao estrés. A partir da énfase das cognicións relacionadas co desenvolvemento de IA e do comportamento adictivo en xeral (Lewis e O'Neill, 2000; Dunne et al., 2013; Newton et al., 2014), o modelo investiga se dúas variables mediadoras (estilos de copiar e expectativas de uso de Internet) afectan os efectos directos das variables de predicción (psicopatoloxía, personalidade e cognicións sociais) sobre o desenvolvemento de GIA. Os resultados mostran que os estilos de afrontamento e as expectativas de uso de Internet xogan un papel importante.

Todas as variables (predictores e mediadores) incluídas no modelo foron correlacionadas significativamente coa puntuación s-IAT a un nivel bivariante. Isto basicamente é consistente en investigacións previas sobre relacións bivariadas entre síntomas de IA e aspectos de personalidade, síntomas psicopatolóxicos e outras variables persoa, como se menciona na Introdución. Non obstante, na análise SEM, todos os efectos directos dos tres principais predictores (sobre dimensión latente) deixaron de ser significativos ao incluír os mediadores hipotetizados no modelo. Isto significa que os aspectos psicopatolóxicos (depresión, ansiedade social), aspectos da personalidade (autoestima, autoeficacia e vulnerabilidade ao estrés) así como as cognicións sociais (soidade emocional, apoio social percibido) non afectan directamente aos síntomas da IA, pero que a súa influencia está mediada por un estilo de aforro disfuncional ou por expectativas de uso de Internet ou por ambas. Non obstante, os aspectos psicopatolóxicos e os aspectos da personalidade predicen significativamente tanto o estilo de afrontamento disfuncional como as expectativas de uso de Internet. Non obstante, as cognicións sociais non están relacionadas significativamente co afrontamento e as expectativas, cando se controla o seu impacto relativo para os efectos dos aspectos psicopatolóxicos e da personalidade (pero teña en conta que as tres dimensións latentes do predictor foron correlacionadas significativamente e que o efecto das cognicións sociais ata o uso de Internet as expectativas non conseguiron algunha importancia). Os efectos directos do estilo de afrontamento e das expectativas sobre os síntomas da EII foron significativos. En resumo, o estudo actual, aínda que con poboación non clínica, non só confirma os achados anteriores sobre a relevancia de afrontar o estilo e tratar eventos de vida estresantes (Kardefelt-Winther, 2014; Tang et al., 2014; Tonioni et al., 2014) así como as expectativas de uso de Internet (Turel e Serenko, 2012; Xu et al., 2012; Lee et al., 2014) para desenvolver ou manter síntomas de IIA, pero destaca explicitamente o papel de afrontar e expectativas como mediadores no proceso subxacente a GIA.

O modelo foi probado cunha gran poboación en liña. O modelo debe probarse con mostras clínicas claramente definidas, como persoas que buscan tratamento. O significado do modelo sería máis robusto cunha poboación clínica para debuxar implicacións clínicas máis precisas. Aínda que o 11.3% da mostra informou dun uso de Internet problemático e o 3.7% se describiu como un uso adictivo a Internet, este estudo considérase só un aspecto inicial para ver se o modelo funciona e trae inferencias estatísticas que poderían ter unha relevancia clínica. Non obstante, como un novo modelo con transcendencia estatística usando unha variedade de probas psicolóxicas e de personalidade en usuarios en liña, pódense ter con precaución algunhas implicacións clínicas, que poden inspirar futuras investigacións.

En primeiro lugar, as persoas con problemas disfuncionais para tratar problemas na súa vida e que teñan expectativas de que Internet poida usarse para aumentar positivamente ou reducir o estado de ánimo negativo, poden ter máis probabilidades de desenvolver GIA. Ademais, os efectos dos aspectos psicopatolóxicos tanto nas operacións disfuncionais como nas expectativas de uso de Internet foron positivos, o que indica que os síntomas máis altos de depresión e ansiedade social poden aumentar o risco de estratexias de enfrentamento disfuncionais e tamén para as expectativas que Internet proporciona axuda para tratar o estrés ou o negativo. estado de ánimo. Só cando estes procesos actúan de forma concertada, o que significa a combinación de síntomas psicopatolóxicos e afrontar expectativas, a probabilidade de usar Internet aditivamente parece aumentar.

En segundo lugar, aínda que o número de estudos que tratan o tratamento da GIA é limitado, a metaanálise publicada por Winkler et al. (2013) argumenta que a terapia cognitivo-comportamental é o método de elección. Isto particularmente baséase na análise de efectos do tratamento no tempo pasado en liña, depresión e síntomas de ansiedade. De feito, terapia cognitivo-conductual para IA (CBT-IA; Mozo, 2011a) foi identificada como a forma máis frecuente de tratamento da IA ​​(Cash et al., 2012). Dentro do tratamento cognitivo-comportamental da GIA proposto por Mozo (2011a)As características individuais, así como as expectativas de afrontamento e uso de Internet, xa se hipotetizaron como relevantes no tratamento da EIG, pero a evidencia empírica foi moi escasa (por exemplo, Mozo, 2013).

Os resultados presentados neste estudo proporcionan unha fonte máis de evidencia para demostrar que a terapia cognitivo-conductual e a CBT-IA poden traballar para tratar a IA. As cognicións específicas da persoa (estilo de afrontamento e expectativas de uso de Internet) median o impacto dos síntomas psicopatolóxicos (depresión, ansiedade social), trazos de personalidade e cognición social (soidade, apoio social) sobre os síntomas da IA. Usando a terapia cognitiva, a énfase na avaliación debería incluír a identificación de cognicións disfuncionais a tratar. É dicir, logo de un exame, os médicos deben examinar as expectativas de uso de Internet para comprender as necesidades do cliente e as formas que o cliente cre que Internet pode axudar a satisfacer.

Alternativamente, os descubrimentos tamén suxiren que a terapia debe abordar as cognicións inadaptadas asociadas ao uso disfuncional de Internet. Estes descubrimentos confirman estudos anteriores que mostraron cognicións inadaptativas como a sobrexeneralización, a evitación, a supresión, a ampliación, a resolución de problemas inadecuados ou os autoconceptos negativos asociados ao uso de internet adictivoMozo, 2007). Unha implicación clínica destes descubrimentos é que a terapia debería aplicar a reestruturación cognitiva e o replanteo para combater os pensamentos que levan ao uso adictivo de Internet. Por exemplo, un paciente que sufre GIA pode ter signos de ansiedade social e timidez e, polo tanto, algúns amigos e tamén ten problemas cos outros na escola. Entón, pode pensar que a comunicación con outras persoas a través de sitios de redes sociais gratifica a súa necesidade social sen ter os aspectos situativos aterradores dunha interacción social "real". Ademais, pode ter a esperanza de que tamén xogar un xogo en liña poida distraela dos problemas na escola e que mercar en liña ou buscar información en Internet pode reducir os sentimentos de soidade. A terapia centraríaa en ver lugares alternativos na escola ou na vida privada onde poida acumular estima e satisfacer as necesidades sociais. Se deixa de xustificar que os sitios de redes sociais, os xogos e os sitios de compras son os únicos lugares nos que se sente ben coa súa vida e atopa outras tendas máis saudables, menos confianza estará nas distintas aplicacións de Internet. Coñecendo o papel que xogan as cognicións no desenvolvemento de GIA, a terapia cognitiva pode axudar aos clientes a reestruturar os presupostos e as interpretacións que as manteñen en liña. De novo, estas posibles implicacións clínicas dos resultados do estudo deben ser tratadas con precaución, xa que deben replicarse nunha mostra clínica que busca un tratamento.

Desde unha perspectiva máis ampla, non obstante, estes descubrimentos obtén coñecemento de como os terapeuta poden aplicar específicamente CBT-IA a pacientes adictos a Internet. A modificación do comportamento pode axudar aos clientes a desenvolver e adaptar novas e máis funcionales estratexias de afrontamento para tratar as molestias diarias. A terapia debe centrarse en axudar aos clientes a atopar formas máis saudables de facer fronte que a converterse en Internet. Un compoñente principal da CBT-IA é a terapia do comportamento para axudar aos clientes a tratar as cuestións subxacentes que contribúen a IA, específicas ou xeneralizadas (Mozo, 2011a, 2013). Os resultados suxiren que mellorar as habilidades de afrontamento reduciría a necesidade de ir en liña para os clientes. Aínda que estudado nunha mostra da poboación en xeral, cremos que a constatación de que o afrontamento e as expectativas son mediadores no desenvolvemento e mantemento de GIA contribúen a unha mellor comprensión dos mecanismos de GIA e que probablemente teñan algunha implicación no tratamento, como se mencionou anteriormente . Outro aspecto que non se centrou no estudo actual é o papel da integridade da cortiza prefrontal. A eficacia do CBT-IA tamén pode depender do funcionamento prefrontal do paciente, porque fortalecer o control cognitivo do uso de Internet no transcurso da terapia está máis relacionado con funcións executivas e outros procesos cognitivos de orde superior. Isto é importante a abordar en futuros estudos, porque recentemente houbo un par de artigos publicados que demostran que as funcións da cortiza prefrontal son probablemente reducidas en pacientes con IA (ver visión xeral en Brand et al., 2014).

Na nosa mostra, a idade foi inversamente correlacionada con síntomas da EAC, pero cun tamaño de efecto moi baixo (explicando só o 1.96% da varianza). Considerando artigos recentes sobre o uso de Internet en persoas maiores (por exemplo, Eastman e Iyer, 2004; Vuori e Holmlund-Rytkönen, 2005; Campbell, 2008; Nimrod, 2011), certamente pode agardar os efectos da idade en varios aspectos do uso de Internet, como o uso de motivos e o xeito no que os anciáns experimentan diversión e satisfacción en Internet. Dado que as persoas maiores tamén teñen unha maior oportunidade de desenvolver disfuncións executivas debido a cambios no córtex prefrontal co aumento da idade (Alvarez e Emory, 2006), que tamén están ligados a reducións de toma de decisións (Marca e Markowitsch, 2010), pódese especular que aqueles individuos máis vellos con reducións executivas, que experimenten un gran pracer en Internet, poidan desenvolver GIA. Non obstante, isto non está representado polos nosos datos, xa que a nosa mostra non incluía asuntos máis antigos. Os estudos futuros poden investigar os factores específicos de vulnerabilidade ligados ao risco de GIA en adultos maiores.

O xénero non afectou á estrutura xeral do modelo. En artigos anteriores, atopáronse efectos de xénero para tipos específicos de IA, como o xogo en liña (por exemplo, Ko et al., 2005) e particularmente cibersexo (Meerkerk et al., 2006; Griffiths, 2012; Laier et al., 2013, 2014), pero tamén se argumentou que ambos os xéneros están xeralmente en risco de desenvolver un uso adictivo de Internet (Young et al., 1999, 2011). No noso estudo, os efectos do xénero na GIA, medidos polo s-IAT, foron moi baixos (d = 0.19, ver resultados), indicando que polo menos unha poboación xeral tanto o xénero como o GIA están en risco igualmente. Aínda que o xénero non afectou á estrutura xeral de datos no SEM, houbo algunhas diferenzas entre homes e mulleres con respecto a tres efectos directos das variables predictivas aos mediadores. Como se resume na sección de resultados, os aspectos psicopatolóxicos tiveron un efecto sobre as expectativas das mulleres e non dos homes; o efecto negativo dos aspectos da personalidade na afección e as expectativas é máis presente nos homes que nas mulleres. Estes efectos axústanse á literatura sobre as diferenzas de xénero con respecto á depresión e á ansiedade social (Sprock e Yoder, 1997; Moscovitch et al., 2005), así como autoestima e autoeficacia (Huang, 2012). Non obstante, as facetas que son o foco do estudo: os efectos da mediación da afección e as expectativas ea súa importancia para o GIA non foron afectadas polo xénero (ver resultados da análise de estrutura media). Así, independentemente de como o xénero poida influír na ansiedade social, a depresión ou algúns aspectos da personalidade, o enfrontamento e as expectativas deben ser considerados no CBT-IA en ambos sexos.

Finalmente, hai varias limitacións deste estudo. É un modelo recentemente desenvolvido que necesita probas adicionais nunha poboación clínica para ver plenamente a súa eficacia clínica no tratamento. Tamén debería probarse usando a versión máis longa do IATMozo, 1998; Widyanto e McMurran, 2004) como unha medida máis probada na literatura. Usamos a versión máis curta tendo en conta a lonxitude da ferramenta de avaliación que usamos para todo o modelo, pero se replicando este traballo cunha mostra clínica, suxeriríase usar o IAT xunto con medidas adicionais de IA, como a avaliación de Internet e Xogo de computación Adicción como escala (AICA-S) ou entrevista clínica (AICA-C) desenvolvida e validada con grupos clínicos porWölfling et al., 2010, 2012). Ademais, desenvolvemos e probamos o cuestionario de expectativas de uso de Internet para os efectos deste estudo. Aínda que fomos metodolóxicamente conservadores e coidadosos no desenvolvemento da escala, esta medida debería ser avaliada con poboacións adicionais para a validez e o cuestionario precisa de probas empíricas futuras en estudos futuros. Escalas e entrevistas adicionais e máis detalladas tamén deben aplicarse ás mostras clínicas, xa que a maioría das facetas avaliadas no noso estudo medíronse mediante cuestionarios breves cun número restritivo de elementos, debido a razóns prácticas (limitación de tempo no contexto das enquisas en liña) . Outro problema potencial é o da varianza común do método (Podsakoff et al., 2003). Por desgraza, non se incluíu no estudo ningunha variable de marcador claro, que teoricamente non debería estar relacionada con todas as outras variables (a enquisa tomou case 25 min, o que é un límite crítico para as enquisas en liña). Aínda que non podemos excluír o efecto da varianza común dos métodos nos resultados, argumentamos que este efecto é improbable para a estrutura de datos completa. Ao inspeccionar as correlacións bivariadas (táboa.) 3) pódese ver que algúns deles son moi baixos (por exemplo, r = –0.08, r = –0.09, r = 0.12 etc.). Pensamos que estas baixas correlacións dan algunhas suxestións sensibles para a suposición de que a varianza común dos métodos non afecta drasticamente as análises principais. Non obstante, o modelo debe ser probado cun enfoque sistemático multi-trait-multi-método (Campbell e Fiske, 1959) en estudos futuros.

O estudo actual céntrase en GIA, o que significa que o modelo de SIA, tal e como se describe en Brand et al. (2014), aínda hai que probarse empíricamente. Deberíanse probar distintas formas de SIA (por exemplo, xogos, pornografía en liña ou xogos de internet) para ver se as habilidades de manexo e as expectativas de uso de Internet teñen un papel similar no desenvolvemento do problema. Tamén é un debate se o concepto de GIA é principalmente adecuado para cubrir o comportamento problemático dos pacientes. Atopamos evidencias da relación entre problemas autoinformados relacionados cun uso non específico de varias aplicacións de Internet e as variables suxeridas no modelo. O concepto de GIA foi operacionalizado polas instrucións de s-IAT e as formulacións de elementos, pero tamén polo feito de que máis de 97% dos participantes informaron que usaban regularmente tres ou máis aplicacións de Internet diferentes, como comunicación, xogos, xogos de azar, cibersexo, facer compras ou buscar información. Desde unha perspectiva clínica, é, con todo, un tema de debate se o GIA pode ser un motivo para buscar tratamento ou só se os pacientes que buscan tratamento sofren unha perda de control sobre o uso dunha determinada aplicación, só. Suxerímoslle que consideremos este punto na investigación clínica investigando sistemáticamente o comportamento crítico no contexto do uso de Internet e analizando a frecuencia que o uso descontrolado e adictivo de máis dunha aplicación de Internet ten nas mostras clínicas. Ademais, non todos os compoñentes propostos no modelo teórico sobre GIA poderían ser incluídos neste estudo. Por exemplo, os estudos futuros poden incluír trazos de personalidade adicionais ou outros trastornos psicopatolóxicos.

Conclusión

As principais hipóteses do modelo en GIA están soportadas por datos empíricos. As características principais da persoa están relacionadas cos síntomas da GIA, pero estes efectos están mediados polas cognicións específicas da persoa, en particular polo estilo de afrontamento e as expectativas de uso de Internet. Estas cognicións deben tratarse no tratamento dun uso adictivo de Internet.

Contribucións do autor

Matthias Brand escribiu o primeiro borrador do traballo, supervisou a recollida de datos e analizou e interpretou os datos. Christian Laier contribuíu especialmente á conceptualización do estudo empírico e á recollida de datos, e revisou o manuscrito. Kimberly S. Young editou o borrador, revisouno críticamente e contribuíu intelectualmente e prácticamente ao manuscrito. Todos os autores finalmente aprobaron o manuscrito. Todos os autores son responsables de todos os aspectos da obra.

Declaración de conflitos de intereses

Os autores declaran que a investigación foi realizada en ausencia de relacións comerciais ou financeiras que puidesen interpretarse como un potencial conflito de intereses.

Grazas

Grazas a Elisa Wegmann e Jan Snagowski polas súas valiosas contribucións ao estudo e ao manuscrito. Axudáronnos significativamente a programar a enquisa en liña e controlar os datos.

References

Editado por:

Ofir Turel, California State University, Fullerton e University of Southern California, EUA

Avaliado por:

Aviv M. Weinstein, Organización Médica de Hadassah, Israel
Daria Joanna Kuss, Universidade de Trento de Nottingham, Reino Unido