Uso problemático de Internet e función inmune (2015)

PLoS One. 2015 Aug 5; 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538.

Reed P1, Vile R1, Osborne LA2, Romano M3, Truzoli R3.

Abstracto

O uso problemático de internet asociouse a unha variedade de comorbilidades psicolóxicas, pero a relación coa enfermidade física non recibiu o mesmo grao de investigación. O estudo actual estudou aos participantes de 505 en liña e preguntoulle sobre os seus niveis de uso problemático de internet (proba de adicción a Internet), depresión e ansiedade (escalas de ansiedade e depresión do hospital), illamento social (Cuestionario de solitude de UCLA), problemas de sono (Índice de calidade do sono de Pittsburgh) , e o seu cuestionario de saúde xeral (GHQ-28) e o cuestionario sobre a función inmune. Os resultados demostraron que ao redor de 30% da mostra mostráronse niveis suaves ou peores de adicción a Internet, medidos pola IAT. Aínda que houbo diferenzas nos propósitos para os que os homes e as mulleres usaban internet, non houbo diferenzas en canto a niveis de uso problemático entre os sexos. Os problemas de internet estaban fuertemente relacionados con todas as outras variables psicolóxicas como depresión, ansiedade, illamento social e problemas de sono. A adicción a Internet tamén estivo asociada a unha redución da función inmune autoinformada, pero non coa medida de saúde xeral (GHQ-28). Esta relación entre o uso problemático de internet e a redución da función inmune resultou ser independente do impacto das comorbilidades. Suxírese que a relación negativa entre o nivel de uso problemático de internet e a función inmune pode estar mediada por niveis de estrés producidos por este uso da internet, e posterior actividade nerviosa simpática, que se relaciona cos supresores inmunitarios, como o cortisol.

Cita: Reed P, Vile R, LA de Osborne, Romano M, Truzoli R (2015) Uso problemático de Internet e función inmune. PLoS ONE 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538

Editor: Antonio Verdejo-García, Universidade de Granada, ESPAÑA

Recibido: Decembro 3, 2014; Aceptada: Xullo 10, 2015; Publicado en: Agosto 5, 2015

Copyright: © 2015 Reed et al. Este é un artigo de acceso aberto distribuído baixo os termos da Licenza de recoñecemento de Creative Commons, o que permite o uso, distribución e reprodución sen restricións en calquera medio, sempre que se acredite o autor orixinal e a fonte

Dispoñibilidade de datos: Debido aos requisitos éticos postos ao lanzamento de todos os datos recollidos electrónicamente polo Comité de Ética do Departamento de Psicoloxía, non podemos poñer o conxunto de datos dispoñible en liña, pero estamos moi felices de proporcionar estes datos a calquera que queira velo contactando co profesor Phil Reed at [protexido por correo electrónico].

Financiamento: Os autores non teñen apoio nin financiamento para informar.

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

introdución

Algúns suxeriron que o uso excesivo ou inadecuado de internet (ou o uso de internet problemático) é un problema para certos grupos de individuos [1,2], e suxeriuse a necesidade de seguir estudando se un trastorno de adicción a Internet (IAD) é útil.1,3]. Os individuos que reportan problemas relativos ao seu uso en internet sinalan unha serie de síntomas asociados, como: interrupcións importantes no seu traballo e relacións sociais4,5,6], e afectan negativamente cando se separan de internet [7]. As estimacións da prevalencia do uso de internet problemática na poboación xeral varían entre 2% e 8% e varían ata 20% en mostras máis novas3, 8-10], aínda que estas cifras son difíciles de interpretar precisamente debido ás diferentes definicións de "uso problemático de Internet" ou "adicción a internet" que se empregan.

Aquelas persoas que denuncian un uso problemático de internet tamén reportan unha ampla gama de problemas psicolóxicos e sociais asociados [10-12]. As morbididades psicolóxicas observadas nos individuos que denuncian un uso problemático de internet inclúen: ansiedade [7,13,14], Trastorno de déficit de atención e hiperactividade [15], trastornos do espectro autista7,16], depresión [13-15, 17], disregulación de impulso e hostilidade [18-20] e esquizofrenia7,21]. Trastorno de ansiedade social18] e soidade [22], tamén son moi comunmente asociados co IAD. Ademais, altos niveis de tensión na vida23] e illamento social [22, 24-26], e unha menor calidade de vida24,27], son mencionados por aqueles que denuncian un uso problemático de internet

Problemas altamente altos e tipos de uso de internet tamén se asociaron con cambios neurolóxicos [28,29]. Unha cantidade cada vez maior de investigacións suxire que o uso problemático de internet, en común con outros vicios de comportamento, está asociado con anomalías no sistema dopaminérgico [30,31], e cun aumento da actividade nerviosa simpática [32,33], que tamén se demostrou estar relacionado un co outro34].

En contraste coa literatura crecente sobre os correlatos psicolóxicos e neurolóxicos do IAD, houbo poucos estudos sobre o impacto do uso problemático de internet na saúde física. Estableceuse unha relación entre o sono perturbado eo uso intensivo de internet [35,36], como ten unha relación entre o uso de internet problemática e unha dieta pobre [37] resultando en problemas de peso, como a obesidade [38]. Algunhas investigacións atoparon asociacións entre o uso problemático de Internet e a calidade de vida relacionada coa saúde, un concepto relacionado coa enfermidade, aínda que hai que observar que hai moi poucas demostracións e hai discrepancias nesta literatura [39,40]. Por exemplo, atopouse que a calidade de vida relacionada coa saúde, medida polo SF-36, se correlaciona co uso de internet problemático, aínda que a calidade de vida non se correlaciona co tempo gastado en internet [40]. En contraste, cando a calidade de vida relacionada coa saúde foi medida polo Cuestionario Xeral de Saúde (GHQ), observouse pouca relación co IAD [1]9,39]. As razóns para os diferentes patróns de descubrimentos que empregan estas dúas medidas de calidade de vida relacionadas coa saúde non están claras, aínda que poden reflectir ambas as diferenzas na operacionalización da noción de uso problemático de internet en estudos, e o foco do SF-36 en calidade de vida relacionada coa saúde física e psicolóxica en comparación co foco primordialmente psicolóxico da GHQ. Así, a literatura respecto á calidade de vida relacionada coa saúde é actualmente difícil de interpretar.

A discusión anterior implica que se xustifica unha maior investigación nesta área potencialmente importante, dado o crecente uso de internet [3], e a falta de evidencias claras relacionadas co seu impacto no funcionamento da saúde per se en oposición á calidade de vida relacionada coa saúde, así como aos problemas que o aumento dos niveis de enfermidade física asociada pode causar para os sistemas de saúde. Por suposto, tendo en conta as comorbilidades que presentan os que denuncian un uso problemático de internet, calquera relación entre o uso problemático de internet e a enfermidade física pode ser o resultado de calquera dos problemas. A neglixencia por parte dos que denuncian un uso problemático de internet en termos de mala alimentación e deficientes patróns de sono, poden estar implicados no aumento dos niveis de enfermidade física [37,40]. Ciertamente, demostrouse que a falta de sono predice algúns aspectos da función inmune [41-43]. Ademais, os problemas psicolóxicos comórbicos tamén poden desempeñar un papel. Observouse que os problemas de saúde mental están correlacionados co número de resfriados reportados durante un ano [44]. Especificamente, ambas depresións [45-47], e problemas de ansiedade e estrés48], especialmente a ansiedade social e a soidade [49-51], prever a disfunción inmune. Finalmente, a activación do sistema simpático, que se observa en aqueles con uso de internet problemática, está correlacionada con aumentos nos niveis de adrenalina e cortisol, e leva a diminución da función inmune, especialmente en aqueles con niveis elevados de tensión.52]. Calquera investigación sobre a relación de uso problemático de internet e enfermidade física requirirá unha avaliación das contribucións relativas a estes aspectos relacionados co funcionamento.

Obviamente, a saúde física é un concepto moi amplo, pero a revisión anterior suxire que o uso de internet problemático pode ter un impacto específico na función inmune, que non recibiu ningún estudo directo [53]. Se é o caso, entón enfermidades como o arrefriado común [54], gripe [55], feridas por frío [56], neumonía [57], sepsis58], e infeccións da pel [59], pode ser clave para centrarse na avaliación do impacto do uso problemático de Internet nos síntomas físicos. Como se sinalou anteriormente, as exploracións anteriores sobre a relación entre o uso problemático de internet e a enfermidade física tendían a centrarse en informes de calidade de vida relacionados coa saúde obtidos mediante instrumentos como o SF-36 eo GHQ. Aínda que estas medidas son fiables, non se concentran necesariamente en ningún conxunto específico de enfermidades e non están relacionadas coas enfermidades que os individuos con sistema inmunitario suprimido poden ser susceptibles de ser exhibidos. Ao determinar o grao en que a función inmune pode verse comprometida, os traballos anteriores examinaron os autoinformes dos síntomas normalmente correlacionados coa mala función inmune [31,44]. O autoinforme é considerado como un método forte neste contexto, xa que estes síntomas son fáciles de auto-discriminar, a miúdo non se informan aos profesionais da saúde e por iso non aparecen nos rexistros médicos e son frecuentemente experimentados sen ningunha causa viral obxectiva. [54].

Tendo en conta estas consideracións anteriores, o estudo actual explorou a relación entre o uso de internet problemático e dous indictores primarios da saúde (función inmune e estado de saúde autoinformado), así como unha serie de variables relacionadas coa saúde (depresión, ansiedade, soidade e problemas de sono). De especial interese foi a relación entre o uso problemático de internet e a saúde física relacionada co sistema inmune, que non foi avaliada previamente. A este respecto, un obxectivo inicial do estudo foi investigar se os niveis máis altos de uso de internet problemático estarían asociados a un maior informe de enfermidades relacionadas co sistema inmune (ademais do potencial impacto dos problemas de internet nas outras variables relacionadas coa saúde medidas ). Ademais, houbo unha serie de obxectivos secundarios que non se examinaron previamente no estudo, incluíndo explorar a natureza da relación entre o uso problemático de internet e o estado de saúde autoinformado. Esta foi examinada para determinar se esta variable mostra a mesma relación co uso problemático de Internet como informes de síntomas relacionados co sistema inmune. Unha serie doutros problemas potencialmente asociados para os que mostran un uso problemático de internet, que tamén se atoparon para predecir unha mala función inmune, como a ansiedade, a depresión, a soidade e os problemas de soño, foron medidos nun intento de determinar a relación entre o uso problemático de internet. e síntomas da saúde física independentes destes problemas de comorbilidade. Isto debería permitir un primeiro paso para establecer a natureza de calquera relación entre o uso problemático de Internet e a función inmune reducida, se se atopou unha asociación.

Método

Declaración ética

A aprobación ética para esta investigación foi obtida no Comité de Ética do Departamento de Psicoloxía da Universidade Swansea. Os participantes proporcionaron o consentimento informado para participar neste estudo asinando un formulario de consentimento despois de ler a folla de información proporcionada para eles, e o Comité de Ética aprobou este procedemento de consentimento.

os participantes

Cincuenta e cinco participantes (mulleres 265 e machos 240) foron recrutados a través de ligazóns publicadas en sitios de Internet (sitios de redes sociais, sitios de blogging e microblogging e sitios de xogos). Adoptouse unha estratexia de contratación en liña de acordo coas anteriores exploracións sobre o impacto do uso problemático de internet.60,61].

Todos os participantes foron voluntarios e ningún recibiu ningún tipo de compensación pola súa participación. Os participantes tiveron unha idade media de 29.73 (+ 13.65, rango 18-101) anos: <20 anos = 7.5%; 21-29 anos = 61.8%; 30-39 anos = 15.5%; 40-49 anos = 4.6%; 50-59 anos = 4.2%; 60 anos ou máis = 5.9%. A etnia autodeclarada dos participantes foi: 202 (40%) branca; 50 (10%) grupos étnicos mixtos / múltiples; 141 (28%) asiática; 106 (21%) Negro / africano / caribeño; e 6 (1%) Outro grupo étnico. O estado civil da mostra era: 305 (60%) solteiro, 65 (13%) casado ou en parella civil; 105 (21%) noutras formas de relación; e 30 (6%) divorciados ou viúvos.

Uso típico de Internet do participante

Pedíuselles aos participantes que estimasen o seu uso medio de internet pedíndolles que estimasen o número de horas semanais que pasaran en internet nos últimos meses; esta medida tómase normalmente en estudos sobre o uso problemático de internet [40,61]. Aínda que se suxeriu que é un uso "non profesional" que se correlaciona con varios problemas asociados ao uso intensivo de Internet [40], pensouse que a distinción profesional / non profesional pode non aplicarse a todos os entrevistados e que estes usos tamén poden ser difíciles de discriminar para algúns entrevistados. Ademais, atopouse que o uso total de internet, en si mesmo, está asociado a problemas relacionados con internet [40].

O número medio de horas por semana empregado en internet foi 39.57 (+ 28.06, rango = 1 a 135): 28.3% informou de que o gasto entre horas 1 e 20 por semana en liña; 29.5% informou de pasar 21 a horas 40 por semana en liña; 22.4% informou de pasar 41 a 60 horas á semana en liña, e 19.8% informou de gastar máis horas 61 por semana en internet. O número medio de horas por semana dedicado ás mulleres foi 34.77 (± 26.84, rango = 1-135) e, para homes, era 44.88 (± 28.46, rango = 6-130). Unha proba de grupo t independente revelou que esta diferenza era estatisticamente significativa, cun efecto de tamaño moderado, t(503) = 4.11, p <0.001, d = 0.366. Houbo unha relación lineal significativa, pero débil, entre a idade eo tempo empregado en liña, F(1,503) = 6.74, p <0.05, R2 = 0.013, pero unha relación cuadrática máis forte U invertida entre estas variables, F(1,502) = 11.10, p <0.001, R2 = 0.042). Non obstante, cando a mostra foi dividida en aqueles que eran actualmente únicos (N = 331), e aqueles en algunha forma de relación (N = 174), non houbo diferenza estatisticamente significativa no tempo dedicado t (503) = 1.48, p > .10, d = 0.146. Do mesmo xeito, non houbo diferenzas estaticamente significativas entre o tempo en liña en diferentes grupos étnicos, F <1.

Tamén se lles preguntou aos participantes sobre os tipos de usos que fixeron de internet e pedíuselles que indicasen se visitaban ou non determinados sitios de internet nos últimos meses. As respostas a esta pregunta móstranse en Táboa 1, que mostra a porcentaxe de toda a mostra que visitou sitios web das diversas formas, xunto con porcentaxes de homes e mulleres, e menores (menos de 29 anos) e máis vellos (30 anos ou máis), participantes visitando sitios. Ademáis, Táboa 1 mostra os coeficientes Phi para estes datos (calculados sobre o número real de participantes, en lugar das porcentaxes mostradas en Táboa 1). Os coeficientes Phi dan un índice do grao de asociación entre as variables (e son estadísticamente significativos cando a correspondente estatística de chi-cadrado é significativa).

miniaturas
Táboa 1. Porcentaxe de mostras que visitan sitios web de diversas formas, xunto coa porcentaxe de homes e mulleres, e de mozos e maiores, participantes que visitan sitios xunto cos coeficientes de Phi.

doi: 10.1371 / journal.pone.0134538.t001

Estes datos revelan que as redes sociais (por exemplo, Facebook, Twitter) e sitios web de compras / bancos son os tipos de sitio web máis utilizados. Os xogos de azar (incluídos os sitios de lotería), os xogos e os sitios con contido sexual / de mozo foron utilizados con moderación a miúdo, con pequenos números participando en blogs tradicionais (agás Twitter) ou salas de chat. Houbo algunhas diferenzas de xénero no uso de internet, coas mulleres que utilizan medios de comunicación social e sitios de compras máis que homes, e os homes que utilizan xogos, sitios de sexo / citas e salas de chat máis que as mulleres. Máis persoas con anos de idade 30 usaron sitios de redes sociais e sitios web para a investigación, con máis frecuencia que os de 30. Non obstante, aqueles con máis anos de 30 usaron sitios de compras / bancos, así como sitios de novas, blogs tradicionais e salas de chat, con máis frecuencia que con anos de idade 30.

Obras

Test de adicción a Internet (IAT)

A IAT [62] é unha escala de artigos 20 que cobre o grao no que o uso de internet perturba a vida cotiá (por exemplo, traballo, sono, relacións, etc.). Cada elemento é puntuado nunha escala 1 – 4 e a puntuación global varía de 20 a 100. A estrutura de factores da IAT está actualmente debatida61,63], pero a puntuación de corte de 40 ou máis para a puntuación total da IAT tómase como un nivel de uso de internet problemático [7,62,64] Atopouse que a fiabilidade interna da escala está entre .90 [64] e .93 [62].

Escala de ansiedade e depresión do hospital (HADS)

O HADS [65] é unha medida moi usada de ansiedade e depresión. Orixinalmente deseñado para o seu uso por pacientes ambulatorios médicos xerais do hospital, foi usado para mostras non médicas66,67]. Contén elementos 14 (7 para a ansiedade e 7 para a depresión) que se relacionan coa última semana. Hai preguntas 7 cada unha para a ansiedade e a depresión, cada pregunta é puntuada de 0 a 3 dependendo da gravidade do síntoma; a puntuación máxima é 21 para cada unha das escalas. Os enquisados ​​poden clasificarse en catro categorías: 0 – 7 normal; 8 – 10 leve; 11 – 14 moderado; e 15 – 21 grave. A fiabilidade e validez da proba de proba son ambas fortes [65], ea fiabilidade interna é .82 para a escala de ansiedade, e .77 para a escala de depresión, para unha poboación non clínica [67].

Escala de solitude de UCLA

Escala de solitude da UCLA [68] consiste en declaracións 20 deseñadas para avaliar a soidade. Os participantes responden a cada pregunta usando unha escala de punto 4 ("A miúdo me sinto así", "ás veces me sinto así", "raramente me sinto así" e "nunca me sinto así") e cada elemento é anotou de 0 a 3, dando o rango total de 0 a 60. Unha puntuación máis alta indica unha maior gravidade da soidade. Un punto de corte para os problemas de soidade débese normalmente nunha desviación estándar por enriba da media da mostra. A escala ten alta fiabilidade, cunha consistencia interna de .92 e unha fiabilidade de proba-retest. De .73 [69].

Índice de calidade do sono de Pittsburgh (PSQI)

Este PSQI [70] consiste en preguntas principais de 10, algunhas con sub-seccións, onde o participante está obrigado a introducir datos sobre os seus hábitos de sono. O cuestionario dá unha puntuación de entre 0 e 21, onde unha puntuación alta reflicte peor o sono, e unha puntuación maior que 5 reflicte un durmiente pobre [70]. Atopouse que o PSQI ten unha alta "fiabilidade de proba de proba" e unha boa validez cando se usa para probar70].

Cuestionario Xeral de Saúde (GHQ-28)

O GHQ-2871] Mide unha serie de problemas psiquiátricos e de saúde e divídese en subescalas 4: síntomas somáticos, ansiedade e insomnio, disfunción social e depresión grave. Cada sub-escala contén elementos 7, todos os que requiren unha resposta nunha escala tipo Likert de punto 4: Nin un pouco, Non máis do habitual, Máis que o habitual, Moito máis que o habitual, marcando 0 a 3, respectivamente. A fiabilidade interna das escalas está por encima de .90. Para o presente estudo, só se analizou a escala de síntomas somáticos, que solicitou aos participantes valorar o grao no que se sentiron: en boa saúde xeral, na necesidade dun tónico, esgotado, enfermo, dores na cabeza, opresión ou presión en cabeza e feitizos quentes ou fríos.

Cuestionario de función inmune (IFQ)

O IFQ consta de elementos 15 que evalúan a frecuencia de varios síntomas asociados a unha mala función inmune. En función da súa frecuencia en poboación xeral e relación directa con deficiencias inmunes, seleccionáronse as seguintes condicións como base para os elementos do cuestionario: arrefriado común []54], gripe [55], feridas por frío [56], neumonía [57], sepsis58], e infeccións da pel [59]. Tras a análise dos principais síntomas destas condicións, incluíronse no cuestionario os elementos do síntoma 19 como signos de funcionamento do sistema inmunitario debilitado: dor de garganta, dores de cabeza, gripe, secreción nasal, tos, feridas, ferve, febre leve, verrugas , neumonía, bronquite, sinusite, febre súbita alta, infección no oído, diarrea, meningite, infección ocular, sepsis e lesións curativas longas. Eran clasificados nunha escala de tipo Likert de punto 5 (Nunca, Unha ou dúas veces, Ocasionalmente, Regularmente, Frecuentemente, con puntuacións de 0 a 4 respectivamente). A puntuación total varía de 0 a 79, cunha puntuación alta que reflicte unha peor función inmune. O IFQ empregouse previamente para estudar o impacto dos acontecementos vitais estresantes na saúde auto-declarada, como avaliar o impacto de ter un fillo con TEA. No traballo anterior [72], a puntuación IFQ atopouse que se correlaciona positivamente (r = .578, p <.001) co número de visitas a un médico de cabeceira, hai unha correlación positiva significativa entre IFQ e unha puntuación total de GHQ (r = .410, p <.01), así como unha correlación significativa entre IFQ e síntomas somáticos subescala de GHQ (r = .493, p <.01).

Procedemento

Todos os participantes responderon a ligazóns publicadas en sitios de Internet dirixidas a chegar a unha gran variedade de persoas, incluíndo sitios de redes sociais (por exemplo, Facebook, Twitter), páxinas de blogs / foros (por exemplo, Mashable), sitios de xogos (por exemplo, Eurogamer.com), e sitios web de axuda á internet. Estes enlaces proporcionaron aos participantes unha breve introdución ao estudo, na que se lles dixo que a investigación trataba da relación entre o uso de internet e diversas cuestións de personalidade e saúde. Se estiveron interesados ​​en participar, recibiron instrucións de seguir unha ligazón en liña do cuestionario. Este enlace levou aos participantes a unha páxina web que contén máis información sobre o estudo: de novo resaltando que o propósito do estudo estaba relacionado co uso de internet e varios problemas de personalidade e saúde, e que tamén describía os tipos de cuestionarios que responderían. A páxina de información tamén deu detalles sobre o seu dereito a retirarse do estudo en calquera momento e os pasos que se toman para garantir a súa privacidade. A información foi seguida por unha declaración de consentimento, instruíndo aos participantes só para facer clic para comezar o cuestionario se estaban dispostos a proporcionar o consentimento e se tiñan máis de idade de 18. A continuación presentáronse os participantes os cuestionarios.

Non houbo límite de tempo para facer as respostas, e déronse aos participantes a opción de gardar a enquisa e volver a ela nunha ocasión posterior se fose necesario. Unha vez completados todos os cuestionarios, que levaron uns participantes aproximadamente a un mínimo de XNUM, os participantes dirixíronse a unha páxina de informe, que lles agradeceu a súa contribución, entrou en máis detalles sobre os obxectivos e propósito do estudo e proporcionou datos de contacto para o Un investigador e un servizo de asesoramento, se consideraban que necesitaban algún apoio, seguindo as cuestións formuladas no rexistro. A ligazón ao estudo permaneceu aberta durante tres meses (durante o período de primavera) e foi pechada.

Análise de datos

Inicialmente, analizáronse as probables diferenzas entre os resultados das adiccións en internet entre participantes con diferentes características (por exemplo, sexo, idade, etc.). Os participantes foron entón divididos en grupos de problemas de internet inferior e superior usando unha división no punto de corte por problemas de internet leves ou peores baseados no IAT (é dicir, 40) e a asociación entre as puntuacións de uso de internet problemáticas e o xénero, a depresión , etc., explorouse usando probas de cadrados chi. Explorouse a relación entre a puntuación da función inmune e cada unha das variables predictivas utilizando correlacións semipresenciais (para eliminar parcialmente o impacto dos demais predictores) e tamén se empregou unha regresión por etapas para identificar o impacto das puntuacións de problemas de internet na función inmune. ademais do impacto das outras variables predictoras. Tamén se realizaron as mesmas análises para a puntuación de auto-informe de saúde (GHQ). Finalmente, os grupos dividíronse en alta e baixa función inmune, e un estado de saúde alto e baixo autoinformado (GHQ), e estes grupos foron comparados en termos da súa puntuación de adicción a Internet mediante a análise da covarianza, utilizando os outros predictores como covariables. Cando se realizaron comparacións múltiples, adoptáronse un criterio de rexeitamento máis grave para probas de significación e calculáronse tamaños de efectos.

Resultados

A puntuación media dos problemas de internet (IAT) para a mostra foi 37.25 (± 16.18, rango = 0-96). A puntuación media das IAT para as mulleres era 36.26 (± 15.36, rango = 0-69), e esta puntuación para os machos era 38.35 (± 17.00, rango = 9-96). Unha proba t de grupos independentes non revelou ningunha diferenza significativa estatisticamente t <1, d = 0.006. As correlacións de Pearson revelaron unha relación estatisticamente significativa e de tamaño moderado entre o tempo en liña ea puntuación da IAT, r(503) = .485, p <.001, R2 = .235, pero non houbo ningunha relación significativa entre a idade dos participantes ea súa puntuación IAT, r(503) = –.025, p > .50, R2 = .0006.

As proporcións da mostra caen por encima do punto de corte para o uso de internet problemático moderado ou peor (é dicir, unha puntuación IAT de 40 ou superior [62]) aparecen en Fig 1 para toda a mostra, xunto con estes datos para mulleres e machos, por separado. Na mostra, os participantes de 192 (103 feminina, 89) caeron por encima do límite máximo de problemas de internet. Non houbo diferenza estatisticamente significativa entre a probabilidade dunha puntuación de uso de internet problemática entre os sexos, chi ao cadrado = .17, p > .60, Fi = .018. As correlacións biseriais puntuais non revelaron ningunha relación entre a idade e a caída por enriba do punto de corte. rpb(503) = -.002, p > .30, Rpb2 = .102, aínda que houbo unha relación estatisticamente significativa e de tamaño moderado entre as horas empregadas en liña e caendo por encima do punto de corte para problemas de adicción a Internet. r(503) = .320, p <.001, Rpb2 = .102.

miniaturas
Fig 1. Porcentaxe de participantes por debaixo e por debaixo do punto de corte para o uso de Internet problemático moderado ou peor (é dicir, unha puntuación IAT de 40 ou superior), xunto con estes datos para mulleres e machos, por separado.

doi: 10.1371 / journal.pone.0134538.g001

O panel superior de Táboa 2 mostra os medios de mostra e as desviacións estándar para os problemas de internet (IAT), as horas dedicadas en liña, a depresión (HADS), a ansiedade (HADS), a soidade (UCLA) e os problemas de sono (PSQI). Estes medios están amplamente en liña cos que se viu en investigacións anteriores de tales mostras [7]. Tamén mostra a porcentaxe de individuos que caen por encima do punto de corte para as escalas que, ademais dos problemas de soño, eran como se esperaba para tal mostra. Táboa 2 tamén mostra a porcentaxe da mostra con IAD caendo por encima do límite para esas outras escalas psicolóxicas. As porcentaxes dos que teñen un DAI tamén presentan unha comorbilidade son máis altos que os da mostra no seu conxunto. Para investigar estas relacións máis adiante, realizáronse unha serie de probas chi-cadradas 2 × 2 (co-morbilidade presente ou ausente fronte a problemas de internet presentes ou ausentes) para cada variable e revelaron que todas as comorbilidades estaban significativamente asociadas coa presenza de un problema de internet: depresión -chi-cadrado(1) = 30.56, p <.001, Fi = .246; ansiedade-cola-cadrado(1) = 38.98, p <.001, Fi = .278; soidade –cola-cadrado(1) = 15.31, p <.001, Fi = .174; e durmir-cola-cadrado(1) = 9.38, p <.01, Fi = .136. As correlacións de Pearson entre todas as variables, e con problemas de saúde somáticos (GHQ) e síntomas inmunes tamén se mostran en Táboa 2, e estas análises revelaron relacións estatisticamente significativas entre todas as variables.

miniaturas
Táboa 2. Medios (desviacións estándar) para problemas de internet (IAT), horas dedicadas en liña, depresión (HADS), ansiedade (HADS), soidade (UCLA) e problemas de sono (PSQI), xunto coa porcentaxe de individuos que caen por riba do punto de corte para esas escalas e a porcentaxe de persoas con DIA que caen por encima do corte para as escalas.

 

Tamén se mostran as correlacións de Pearson entre todas as variables e os problemas de saúde somáticos (GHQ) e os síntomas.

doi: 10.1371 / journal.pone.0134538.t002

A puntuación media da mostra para os síntomas somáticos (GHQ-S) foi 7.28 (± 3.87; rango = 0-19), ea media para o cuestionario de síntomas relacionados co sistema inmunitario era 15.20 (± 9.43; rango = 0-37). Estas escalas tiñan unha correlación de r = 0.345, p <.001, R2 = .119, un co outro. A puntuación de GHQ (S) estivo fortemente relacionada coa depresión, a ansiedade e os problemas de soño e, en menor medida, coas outras variables. A escala de síntomas relacionados co sistema inmune estaba fuertemente relacionada cos problemas de ansiedade, soño e internet, e en menor medida coas outras variables.

Tendo en conta que ambas variables de enfermidade (GHQ-S e IFQ) estaban correlacionadas con todas as outras variables, e que a IAT estaba relacionada con todas as outras variables, para explorar se os problemas de internet (é dicir, a puntuación IAT) contribuíron a estas puntuacións de enfermidade, dúas regresións por separado foron realizadas múltiples, unha para predecir a puntuación GHQ-S e outra para predecir a puntuación IFQ. En ambos os casos, a depresión, a ansiedade, a soidade, o soño e as horas en liña entraron no modelo de regresión no primeiro paso. Todas estas variables máis o punteiro do problema de internet (IAT) entraron no modelo no segundo paso e calculouse o grao no que se mellorou a cantidade de varianza que se contaba coa adición da puntuación IAT.

Os paneis inferiores de Táboa 2 mostra os resultados destas análises. A inspección dos datos do panel inferior dereito para a puntuación GHQ-S mostra que os dous pasos da regresión foron estatisticamente significativos, coa redución de erro producida pola adición do IAT no paso 2 tamén producindo unha mellora estatisticamente significativa na predicción. da puntuación GHQ-S. Debe notarse que a mellora na predicción do GHQ-S producida pola adición do IAT non foi moi grande. O mesmo patrón de datos tamén se atopou a partir da análise realizada para predecir a puntuación dos síntomas relacionados co sistema inmune (IFQ). Non obstante, a adición do IAT no paso 2 produciu unha mellora moito maior na precisión predictiva para as puntuacións relacionadas co sistema inmune (IFQ), do que tiña para os resultados dos síntomas somáticos (GHQ-S).

Para explorar aínda máis a natureza das relacións entre as variables, as correlacións semi-parciales entre os predictores individuais (é dicir, depresión, ansiedade, soño, soidade, horas en liña e problemas de internet) e as dúas puntuacións dos síntomas (GHQ-S e IFQ) calculáronse por separado. As correlacións semi-parciales realizáronse entre cada variable preditora e as dúas variables relacionadas coa enfermidade empregando todas as outras variables predictivas como variadores. Isto permite observar a relación única entre dúas variables en ausencia de efecto mediador de calquera outra variable, e estes valores pódense ver en Fig 2 para as dúas variables relacionadas coa enfermidade. Estes datos mostran un patrón semellante de relación entre os predictores e os síntomas tanto do GHQ-S como da IFQ; en que, a depresión, a ansiedade e os problemas de sono, todos tiñan relacións estatisticamente significativas cos dous resultados cando se controlaban o impacto das outras variables. Non obstante, mentres que os problemas de internet (IAT) previron significativamente os síntomas relacionados co sistema inmune (IFQ), isto non estaba relacionado estatisticamente de xeito significativo coa puntuación de GHQ (S).

miniaturas
Fig 2. Correlacións semi-parciales entre a depresión (HADS), a ansiedade (HADS), o soño (PSQI), a soidade (UCLA), as horas en liña e os problemas de internet (IAT) e as dúas puntuacións dos síntomas (GHQ (S) e IFQ).

doi: 10.1371 / journal.pone.0134538.g002

Para explorar aínda máis a relación entre problemas relacionados coa internet (puntuación IAT) e os problemas de saúde xerais somáticos (GHQ-S) e relacionados co sistema inmunitario (IFQ), a mostra dividiuse nos puntos por baixo e por riba do corte de 40 para problemas relacionados con internet no IAT moderados ou peores62]. Isto creou dous grupos: un grupo sen problemas de internet (N = 313; media IAT = 26.89 + 7.89; range = 0 – 39), e un grupo con problemas de internet (N = 313; media IAT = 54.14 ± 11.23; range = 40 – 96). Fig 3 mostra a puntuación media da saúde somática (GHQ-S) (panel esquerdo) ea puntuación media da saúde inmune (IFQ). A inspección dos datos para o GHQ-S revela pouca diferenza entre os grupos IAT baixos e altos en termos das súas puntuacións GHQ-S. Estes datos analizáronse utilizando unha análise da covarianza, co grupo de internet como factor entre asuntos e depresión, ansiedade, problemas de soño, soidade e horas en liña como covariables. Esta análise non revelou ningunha diferenza estatística significativa entre os grupos de problemas de internet en canto ás súas puntuacións GHQ-S, F <1, eta parcial2 = .001. En contraste, o panel dereito de Fig 3 mostra que o grupo de problemas de internet ten problemas de saúde máis relacionados co sistema inmune que o grupo de problemas sen internet. F(1,498) = 27.79, p <.001, eta parcial2 = .046.

miniaturas
Fig 3. Puntuación de saúde media xeral somática (GHQ (S)) (panel esquerdo) e puntuación media de saúde inmune (IFQ) para os dous grupos IAT (problemas inferiores e maiores).

 

Panel esquerdo = puntuacións relacionadas coa somática GHQ (S); panel dereito = puntuacións relacionadas co sistema inmune (IFQ).

doi: 10.1371 / journal.pone.0134538.g003

Conversa

O estudo actual explorou a relación entre os resultados das probas de adicción á Internet e os resultados da saúde, centrándose na autoavaliación da función do sistema inmunitario e no estado xeral de saúde. Esta foi unha área importante para investigar, xa que non se presentaron datos previos sobre o impacto do uso problemático de internet no funcionamento inmune; ademais, os informes anteriores sobre a relación entre o uso problemático de internet e a calidade de vida relacionada coa saúde discrepáronse [9,39,40]. Pensábase que estas últimas discrepancias estarían relacionadas coa natureza das medidas utilizadas para avaliar o estado de saúde, con escalas de informe de saúde máis orientadas psicoloxicamente, como o GHQ, sendo menos relacionado co uso de internet problemático que as medidas máis directamente relacionadas con funcionamento inmune.

Aínda que se adoptou unha estratexia de contratación en liña, a mostra actual tiña características similares a moitas outras que xa se empregaron no estudo do uso de internet. A mostra era moza (baixo 30 anos), pero tiña unha franxa de idade grande. A duración media do tempo dedicada a internet foi ao redor de 5 – 6 horas ao día, o que está en liña con varias estimacións actuais [40,61]. Debe notarse que este valor non diferenciaba o uso profesional e persoal, e suxeriuse que isto é importante en termos de problemas de internet [40]. Non obstante, non está claro se tal distinción é fácil para os participantes. Os tipos de actividades realizadas en internet polos participantes actuais foron similares aos observados en estudos anteriores [61]. Houbo diferenzas de xénero no uso de internet. As femias tendían a usar redes sociais e sitios de compras máis que os homes, pero os machos tendían a usar xogos, sitios de citas sexuais e salas de chat, máis que as mulleres. Por suposto, isto baséase en datos de autoinforme e as diferenzas, aínda que estatisticamente fiables, foron pequenas para algunhas destas comparacións. Os niveis de uso de internet problemático na mostra actual, ao redor de 30% da mostra mostraron síntomas suaves ou peores de adicción a Internet, en gran medida, de acordo coas investigacións anteriores [7].

Un dos principais achados do estudo actual foi que o uso de internet problemático autoinformado estaba relacionado coa peor función inmune autoinformada, como se indexaba polo número de síntomas relacionados co sistema inmune. Isto está corroborando os resultados dun estudo que examinou a calidade de vida relacionada coa saúde que se autoinformou, medida polo SF-36 e o uso problemático de Internet [40]. Non obstante, aínda que a función inmune e a saúde autoinformada estiveron relacionadas entre si, o uso problemático de internet non preveu síntomas de saúde auto-comunicados, medidos pola escala somática do GHQ. Este último resultado está en liña con varios estudos anteriores que non conseguiron atopar unha relación entre as puntuacións da IAT e as puntuacións de GHQ [9,39]. A actual conclusión positiva, en canto á relación entre as puntuacións da IAT e a función inmune alterada, pode reflectir que medir máis directamente os síntomas relacionados co inmune, como se fixo no estudo actual, avalía este aspecto da saúde mellor que o GHQ máis psicolóxico. escala.

Non obstante as dificultades na medición da función inmune que se discutiron anteriormente (véxase tamén máis abaixo), a relevancia clínica dos achados podería estar en contexto dadas as limitacións metodolóxicas do estudo. O estudo é correlacional, o que significa que a asociación non debe inferir automaticamente a causalidade. É posible que aqueles con maiores niveis de enfermidade adoitan utilizar a internet con máis frecuencia que os que están máis en forma. Non obstante, dada a ubicuidade do uso de internet e a asociación entre o uso de mozos e internet, isto parece pouco probable, aínda que segue sendo unha posibilidade que requirirá investigacións lonxitudinais para avaliar. Alternativamente, podería ser que algún terceiro factor prevé o uso de internet e unha mala saúde. Non obstante, tamén hai que ter en conta que a relación entre o uso problemático de internet e o funcionamento inmune autoinformado atopouse por encima do impacto dunha serie de outras áreas de funcionamento (depresión, ansiedade, soidade) que están asociadas a internet problemática usar [10-12], e que son, por si mesmos, asociados a unha función inmune reducida [45,46,48,49]. Isto fai que non estea claro cal será o terceiro factor mediador.

Se o uso problemático de internet predijo unha función inmunolóxica peor, a clara pregunta para os clínicos sería a que se refire aos mecanismos. Unha posibilidade é que se observou altos niveis de uso problemático da internet para aumentar a activación do sistema nervioso simpático []32,33]. Esta actividade simpática elevada leva a aumentar os niveis de nor-epinefrona e / ou cortisteroides (cortisol), que eventualmente conducen a diminución da función inmune [52]. Deste xeito, esta ruta pode soportar a relación entre o uso problemático de internet e a función inmune reducida, pero requirirá máis investigación. Esta última suxestión ten certa relevancia para a futura conceptualización e exploración das características clínicas do uso problemático de internet.

A relación entre as puntuacións IAT e a función inmune reflicte o feito de que o uso xeral de Internet para algunhas persoas considérase, por si só, como un problema; no entanto, o que están a usar en internet será diferente entre estes individuos. Por exemplo, o estudo actual atopou diferenzas de xénero nos usos que a xente tiña para internet, e pode que algúns usos particulares estean relacionados coa redución da función inmune de xeito diferente entre os sexos. Un traballo máis detallado sobre o tipo de uso de internet, como a natureza exacta do uso e o tempo dedicado ao uso profesional e persoal, pode aclarar aínda máis a relación entre o uso de internet e as reducións da función inmune.

Como sempre, hai que destacar algunhas limitacións do estudo actual. A mostra actual foi recrutada en liña, e isto pode ter tendenciosos o tipo de persoa que participou no estudo. Non obstante, hai que mencionar que o rango de individuos na mostra foi bastante amplo en canto ás súas idades, e as súas outras características, e a mostra parecía estar en consonancia coas usadas en estudos anteriores. Nótese que o estudo actual non distingue entre o uso profesional e persoal de internet, o que pode ser importante examinar. Por exemplo, o nivel de compulsión e urxencia de usar internet pode afectar aos niveis de estrés en maior medida que as horas que hai que gastar en internet para traballar. É dicir, pódese facer unha distinción entre os que traballan duro e están por tensión por esa razón, e as persoas que teñen un problema de internet e están estresadas e enfermas debido a este problema.

En canto aos potenciais predictores alternativos da redución da función inmune nos usuarios con problemas altos, o traballo futuro podería considerar o papel das múltiples adiccións que poderían afectar ao grupo de usuarios de internet problemáticos. A información sobre dependencia farmacolóxica e non farmacolóxica non se recolleu no informe actual, e isto podería cobrar con problemas de internet e afectar á función inmune. Do mesmo xeito, os recentes eventos estresantes na vida poden afectar ao comportamento adictivo e á función do sistema inmune, así como as condicións sociais dos participantes. Estes dous aspectos poderían ser examinados por investigacións posteriores.

Posteriormente pode reforzarse a dependencia da autoinforme para a función inmune mediante o uso de análises de células sanguíneas, o que engadiría soporte ás conclusións actuais. Non obstante, como se sinalou anteriormente, non hai unha relación perfecta entre a fisioloxía da función inmune ea experiencia dos síntomas [54], e auto-informe de arrefriados e gripes é tomado como medida válida da función inmune a este respecto31,44]. Certamente, atopouse que os autoinformes de síntomas de enfermidade –especialmente en relación coas infeccións respiratorias superiores (por exemplo, arrefriados e gripe), como se usa no estudo actual, correlacionan ben coas lecturas obxectivas de inmunoglobina [73].

Finalmente, hai que recoñecer que, aínda que o estudo actual mostrou relacións entre o uso problemático de internet e os síntomas relacionados co sistema inmune, hai que advertir de que hai que mencionar as conclusións causais desta asociación. En primeiro lugar, xa que o estudo non era de natureza longitudinal, non se debería ter en conta a inferencia causal como probada. En segundo lugar, como moitas das variables predictivas estaban correlacionadas entre si, entón isto podería producir un grao de co-linearidade nas análises de regresión facendo a interpretación difícil. Aínda que hai que sinalar que o uso de correlacións semipresenciais, en certa medida, mellora esta dificultade.

En resumo, o informe actual estableceu unha conexión entre o uso problemático de Internet e a presentación de informes de maior número de síntomas asociados a unha función reducida do sistema inmune. Esta relación era independente do número de horas empregadas en liña e tamén do impacto de calquera síntoma de co-mórbido no uso de internet problemático, como depresión, illamento e ansiedade. Suxeriuse que o impacto negativo da función inmune pode estar mediada por un aumento do estrés e tamén polo aumento da actividade nerviosa simpática ás veces mostrada polos adictos á internet.

Contribucións do autor

Concibida e deseñada os experimentos: PR RV LAO MR RT. Realizou os experimentos: RV. Analizou os datos: RV PR. Reactivos / materiais / ferramentas de análise contribuídos: LAO. Escribiu o artigo: PR LAO MR RT.

References

  1. 1. Bloquear JJ. Problemas para DSM-V: adicción a internet. Am J Psychiatry 2008; 165: 306 – 7. doi: 10.1176 / appi.ajp.2007.07101556. pmid: 18316427
  2. 2. Xove KS. Adicción a Internet: a aparición dun novo trastorno clínico. CyberPsychology & Behavior 1998; 1 (3): 237-244. doi: 10.1089 / cpb.1998.1.237
  3. Ver artigo
  4. PubMed / NCBI
  5. Google Scholar
  6. Ver artigo
  7. PubMed / NCBI
  8. Google Scholar
  9. Ver artigo
  10. PubMed / NCBI
  11. Google Scholar
  12. Ver artigo
  13. PubMed / NCBI
  14. Google Scholar
  15. Ver artigo
  16. PubMed / NCBI
  17. Google Scholar
  18. Ver artigo
  19. PubMed / NCBI
  20. Google Scholar
  21. Ver artigo
  22. PubMed / NCBI
  23. Google Scholar
  24. Ver artigo
  25. PubMed / NCBI
  26. Google Scholar
  27. Ver artigo
  28. PubMed / NCBI
  29. Google Scholar
  30. Ver artigo
  31. PubMed / NCBI
  32. Google Scholar
  33. Ver artigo
  34. PubMed / NCBI
  35. Google Scholar
  36. Ver artigo
  37. PubMed / NCBI
  38. Google Scholar
  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. Ver artigo
  97. PubMed / NCBI
  98. Google Scholar
  99. Ver artigo
  100. PubMed / NCBI
  101. Google Scholar
  102. Ver artigo
  103. PubMed / NCBI
  104. Google Scholar
  105. Ver artigo
  106. PubMed / NCBI
  107. Google Scholar
  108. Ver artigo
  109. PubMed / NCBI
  110. Google Scholar
  111. Ver artigo
  112. PubMed / NCBI
  113. Google Scholar
  114. Ver artigo
  115. PubMed / NCBI
  116. Google Scholar
  117. Ver artigo
  118. PubMed / NCBI
  119. Google Scholar
  120. Ver artigo
  121. PubMed / NCBI
  122. Google Scholar
  123. Ver artigo
  124. PubMed / NCBI
  125. Google Scholar
  126. Ver artigo
  127. PubMed / NCBI
  128. Google Scholar
  129. Ver artigo
  130. PubMed / NCBI
  131. Google Scholar
  132. Ver artigo
  133. PubMed / NCBI
  134. Google Scholar
  135. Ver artigo
  136. PubMed / NCBI
  137. Google Scholar
  138. Ver artigo
  139. PubMed / NCBI
  140. Google Scholar
  141. Ver artigo
  142. PubMed / NCBI
  143. Google Scholar
  144. Ver artigo
  145. PubMed / NCBI
  146. Google Scholar
  147. Ver artigo
  148. PubMed / NCBI
  149. Google Scholar
  150. Ver artigo
  151. PubMed / NCBI
  152. Google Scholar
  153. Ver artigo
  154. PubMed / NCBI
  155. Google Scholar
  156. Ver artigo
  157. PubMed / NCBI
  158. Google Scholar
  159. Ver artigo
  160. PubMed / NCBI
  161. Google Scholar
  162. Ver artigo
  163. PubMed / NCBI
  164. Google Scholar
  165. Ver artigo
  166. PubMed / NCBI
  167. Google Scholar
  168. Ver artigo
  169. PubMed / NCBI
  170. Google Scholar
  171. Ver artigo
  172. PubMed / NCBI
  173. Google Scholar
  174. Ver artigo
  175. PubMed / NCBI
  176. Google Scholar
  177. Ver artigo
  178. PubMed / NCBI
  179. Google Scholar
  180. Ver artigo
  181. PubMed / NCBI
  182. Google Scholar
  183. 3. Christakis DA. Adicción a Internet: unha epidemia do século 21st? BMC Medicine 2010; 8 (1): 61. doi: 10.1186 / 1741-7015-8-61
  184. Ver artigo
  185. PubMed / NCBI
  186. Google Scholar
  187. Ver artigo
  188. PubMed / NCBI
  189. Google Scholar
  190. 4. Caplan SE, Alto AC. Interacción social en liña, benestar psicosocial e uso problemático da internet. Adicción a Internet: manual e guía de avaliación e tratamento 201; 35 – 53. doi: 10.1002 / 9781118013991.ch3
  191. Ver artigo
  192. PubMed / NCBI
  193. Google Scholar
  194. Ver artigo
  195. PubMed / NCBI
  196. Google Scholar
  197. Ver artigo
  198. PubMed / NCBI
  199. Google Scholar
  200. Ver artigo
  201. PubMed / NCBI
  202. Google Scholar
  203. Ver artigo
  204. PubMed / NCBI
  205. Google Scholar
  206. Ver artigo
  207. PubMed / NCBI
  208. Google Scholar
  209. Ver artigo
  210. PubMed / NCBI
  211. Google Scholar
  212. Ver artigo
  213. PubMed / NCBI
  214. Google Scholar
  215. 5. Shaw M, Black DW. Adicción a Internet. Drogas CNS 2008; 22: 353 – 65. pmid: 18399706 doi: 10.2165 / 00023210-200822050-00001
  216. 6. Griffiths M. Tempo de adicción a Internet para ser tomado en serio? Investigación e teoría da adicción 2000; 8: 413-418. doi: 10.3109 / 16066350009005587
  217. 7. Romano M, Osborne LA, Truzoli R, Reed P. Impacto diferencial psicolóxico da exposición a internet en adictos a internet. PLOS ONE 2013; 8 (2): e55162. doi: 10.1371 / journal.pone.0055162. pmid: 23408958
  218. 8. Kuss DJ, Griffiths MD, Binder JF. Adicción a Internet nos estudantes: prevalencia e factores de risco. Ordenadores en comportamento humano 2013; 29 (3): 959 – 966. doi: 10.1016 / j.chb.2012.12.024
  219. 9. Niemz K, Griffiths M, Banyard P. Prevalencia do uso patolóxico de Internet entre estudantes universitarios e correlacións coa autoestima, o cuestionario xeral de saúde (GHQ) e a desinhibición. CyberPsychology & Behavior 2005; 8 (6): 562-570. doi: 10.1089 / cpb.2005.8.562
  220. 10. Weinstein A, Lejoyeux M. Adicción a Internet ou uso excesivo de Internet. The American Journal of Drug and Alcohol Abuse 2010; 36 (5): 277 – 283. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
  221. 11. Bernardi S, Pallanti S. Adicción a Internet: un estudo clínico descritivo centrado en comorbilidades e síntomas disociativos. Psiquiatría integral 2009; 50 (6): 510 – 516. doi: 10.1016 / j.comppsych.2008.11.011. pmid: 19840588
  222. 12. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC. A asociación entre a adicción á Internet eo trastorno psiquiátrico: unha revisión da literatura. Psiquiatría europea 2012; 27 (1): 1 – 8. doi: 10.1016 / j.eurpsy.2010.04.011. pmid: 22153731
  223. 13. Akin A, Iskender M. adicción á Internet e depresión, ansiedade e estrés. Xornal Online Internacional de Ciencias da Educación 2011; 3 (1): 138 – 148.
  224. 14. Yen CF, Chou WJ, Liu TL, Yang P, Hu. A asociación de síntomas de adicción a Internet con ansiedade, depresión e autoestima entre os adolescentes con trastorno de déficit de atención / hiperactividade. Psiquiatría integral 2014. doi: 10.1016 / j.comppsych.2014.05.025
  225. 15. Gundogar A, Bakim B, Ozer OA, Karamustafalioglu. P-32-A asociación entre a adicción á internet, a depresión e o TDAH entre os estudantes do ensino medio. Psiquiatría europea 201; 27: 1. doi: 10.1016 / s0924-9338 (12) 74199-8
  226. 16. Romano M, Truzoli R, Osborne LA, Reed P. A relación entre o cociente do autismo, a ansiedade e a adicción a internet. Investigación en trastornos do espectro autista 2014; 11: 1521 – 1526. doi: 10.1016 / j.rasd.2014.08.002
  227. 17. Young KS, Rogers RC. A relación entre a depresión e a adicción a Internet. CyberPsychology & Behavior 1998; 1 (1): 25-28. doi: 10.1089 / cpb.1998.1.25
  228. 18. Ko CH, Liu TL, Wang PW, Chen CS, Yen CF, Yen JY. A exacerbación da depresión, hostilidade e ansiedade social no curso da adicción a internet entre os adolescentes: un estudo prospectivo. Psiquiatría integral 2014. doi: 10.1016 / j.comppsych.2014.05.003
  229. 19. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsividade na adicción a internet: comparación co xogo patolóxico. Cyberpsychology, Behavior, and Social Networking 2012; 15 (7): 373 – 377. doi: 10.1089 / cyber.2012.0063
  230. 20. Yen JY, Yen CF, Wu HY, HuJ CJ, Ko CH. Hostilidade no mundo real e en liña: o efecto da adicción a Internet, a depresión e a actividade en liña. Cyberpsychology, Behavior, and Social Networking 2011; 14 (11): 649 – 655. doi: 10.1089 / cyber.2010.0393
  231. 21. Heim C. Uso de computadoras e internet moi pesado como factor de risco para a esquizofrenia en homes novos e intelixentes. Journal of Psychiatry de Australia e Nova Celandia; 2012 (46): 8 – 791. doi: 792 / 10.1177. pmid: 0004867412442407
  232. 22. Caplan SE. Preferencia para a interacción social en liña: unha teoría do uso problemático de Internet e do benestar psicosocial. Investigación en comunicación 2003; 30: 625 – 648. doi: 10.1177 / 0093650203257842
  233. 23. Yan W, Li Y, Sui N. A relación entre os últimos acontecementos da vida estresante, os trazos de personalidade, o funcionamento da familia percibida e a adicción á internet entre estudantes universitarios. Estrés e saúde 2014; 30 (1): 3 – 11. doi: 10.1002 / smi.2490. pmid: 23616371
  234. 24. Bozoglan B, Demirer V, Sahin I. A soidade, a autoestima e a satisfacción da vida como predictores da adicción a Internet: un estudo transversal entre estudantes universitarios turcos. Xornal escandinavo de Psicoloxía 2013; 54 (4): 313 – 319. doi: 10.1111 / sjop.12049. pmid: 23577670
  235. 25. Nalwa K, Anand AP. Adicción a internet nos estudantes: un motivo de preocupación. CyberPsychology & Behavior 2003; 6 (6): 653-656. doi: 10.1089 / 109493103322725441
  236. 26. Sanders CE, Field TM, Diego M, Kaplan M. A relación entre o uso de Internet para a depresión e o illamento social entre os adolescentes. Adolescencia 2000; 35 (138): 237 – 242. pmid: 11019768
  237. 27. Tonioni F, D'Alessandris L, Lai C, Martinelli D, Corvino S, Vasale M, ... Bria P. Adicción a Internet: horas pasadas en liña, comportamentos e síntomas psicolóxicos. Psiquiatría Hospitalaria Xeral 2012; 34 (1): 80-87. doi: 10.1016 / j.genhosppsych.2011.09.013. pmid: 22036735
  238. 28. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, et al. Anormalidades da microestructura en adolescentes con trastorno de adicción a Internet. PloS ONE 2011; 6 (6): e20708. doi: 10.1371 / journal.pone.0020708. pmid: 21677775
  239. 29. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. Anormalidades da materia gris na adicción a Internet: un estudo de morfometría baseado en voxel. European Journal of Radiology 2011; 79 (1): 92 – 95. doi: 10.1016 / j.ejrad.2009.10.025. pmid: 19926237
  240. 30. Hou H, Jia S, Hu S, Fan R, Sun W, Sun T, et al. Transportes de dopamina estriatales reducidos en persoas con trastorno de adicción a Internet. BioMed Research International 2012; 2012. doi: 10.1155 / 2012 / 854524
  241. 31. Kim SH, Baik SH, Park CS, Kim SJ, Choi SW, Kim SE. Receptores reducidos de dopamina D2 en estriatos en persoas con adicción a Internet. Neuroreport 2011; 22 (8): 407 – 411. doi: 10.1097 / WNR.0b013e328346e16e. pmid: 21499141
  242. 32. Lu DW, Wang JW, Huang ACW. Diferenciación do nivel de risco de adicción a Internet baseado en respostas nerviosas autonómicas: a hipótese de adicción a Internet da actividade autonómica. Cyberpsychology, Behavior, and Social Networking 2010; 13 (4): 371 – 378. doi: 10.1089 / cyber.2009.0254
  243. 33. Lin PC, Kuo SY, Lee PH, Sheen TC, Chen SR. Efectos da adicción a internet na variabilidade da frecuencia cardíaca en nenos en idade escolar. The Journal of Cardiovascular Nursing 2013. doi: 10.1097 / jcn.0b013e3182a477d5
  244. 34. Zheng H, Liu X, Patel K K. Un papel para a dopamina na resposta simpática mediada centralmente en ratas con Diabetes tipo 2 inducida por streptozotocina e unha dieta rica en graxas. O xornal FASEB 2011; 25: 1028 – 11.
  245. 35. Bélanger RE, Akre C, Berchtold A, Michaud PA. Unha asociación en forma de U entre a intensidade do uso de Internet e a saúde dos adolescentes. Pediatría 2014; 127: e330 - e335. doi: 10.1542 / peds.2010-1235
  246. 36. Lam LT. Adicción a xogos por internet, uso problemático de internet e problemas de sono: unha revisión sistemática. Informes de psiquiatría actuais 2014; 16 (4): 1 – 9. doi: 10.1007 / s11920-014-0444-1
  247. 37. Kim Y, Park JY, Kim SB, Jung IK, Lim YS, Kim JH. Os efectos da adicción a Internet no estilo de vida e no comportamento dietético dos adolescentes coreanos. Investigación e práctica da nutrición 2010; 4 (1): 51 – 57. doi: 10.4162 / nrp.2010.4.1.51. pmid: 20198209
  248. 38. Li M, Deng Y, Ren Y, Guo S, X. O estado de obesidade dos estudantes de ensino medio en Xiangtan ea súa relación coa adicción a Internet. Obesidade 2014; 22 (2): 482 – 487. doi: 10.1002 / oby.20595. pmid: 23929670
  249. 39. Jenaro C, Flores N, Gomez-Vela M, González-Gil F, Caballo C. Uso problemático de internet e teléfono: correlatos psicolóxicos, de comportamento e de saúde. Investigación e Teoría das Adiccións 2007; 15: 309 – 320. doi: 10.1080 / 16066350701350247
  250. 40. Kelley KJ, Gruber EM. Uso problemático de Internet e saúde física. Journal of Behavioral Addictions 2013; 2 (2): 108 – 112. doi: 10.1556 / JBA.1.2012.016. pmid: 26165930
  251. 41. Besedovsky L, Lange T, Born J. Sleep e función inmune. Pflügers Arquivo-European Journal of Physiology 2012; 463 (1): 121 – 137. doi: 10.1007 / s00424-011-1044-0. pmid: 22071480
  252. 42. Cheung LM, Wong WS. Os efectos do insomnio e da adicción a internet na depresión en adolescentes chineses de Hong Kong: unha análise transversal exploratoria. Investigación do sono 2011; 20: 311 – 317. doi: 10.1111 / j.1365-2869.2010.00883.x
  253. 43. Irwin M. Efectos do sono e perda de soño en inmunidade e citocinas. Cerebro, comportamento e inmunidade 2002; 16 (5): 503 – 512. doi: 10.1016 / s0889-1591 (02) 00003-x
  254. 44. Adam Y, Meinlschmidt G, Lieb R. Asociacións entre trastornos mentais e resfriado común en adultos: un estudo transversal baseado na poboación. Journal of Psychosomatic Research 2013; 74 (1): 69 – 73. doi: 10.1016 / j.jpsychores.2012.08.013. pmid: 23272991
  255. 45. Irwin M, Patterson T, Smith TL, Caldwell C, Brown SA, Gillin JC, et al Redución da función inmune no estrés da vida e na depresión. Psiquiatría biolóxica 1990; 27 (1): 22 – 30. pmid: 2297549 doi: 10.1016 / 0006-3223 (90) 90016-u
  256. 46. Kiecolt-Glaser JK, Glaser R. Depresión e función inmune: vías centrais para a morbilidade e a mortalidade. Journal of Psychosomatic Research 2002; 53 (4): 873 – 876. pmid: 12377296 doi: 10.1016 / s0022-3999 (02) 00309-4
  257. 47. Kim HC, Park SG, Leem JH, Jung DY, Hwang SH. Síntomas depresivos como factor de risco do arrefriado común entre os empregados: un estudo de seguimento 4-mes. Journal of Psychosomatic Research 2011; 71 (3): 194 – 196. doi: 10.1016 / j.jpsychores.2011.01.014. pmid: 21843756
  258. 48. Dickerson SS, Kemeny ME. Estressores agudos e respostas de cortisol: integración teórica e síntese de investigacións de laboratorio. Boletín psicolóxico 2004; 130 (3): 355. pmid: 15122924 doi: 10.1037 / 0033-2909.130.3.355
  259. 49. Cacioppo JT, Hawkley LC. Illamento social e saúde, con énfase nos mecanismos subxacentes. Perspectivas en Bioloxía e Medicina; 2003 (46): S3-S39. pmid: 52 doi: 14563073 / pbm.10.1353
  260. 50. Cohen S. Relacións sociais e saúde. Psicólogo americano 2004; 59 (8): 676. pmid: 15554821 doi: 10.1037 / 0003-066x.59.8.676
  261. 51. Jaremka LM, Fagundes CP, Glaser R, Bennett JM, Malarkey WB, Kiecolt-Glaser JK. A soidade prevé dor, depresión e fatiga: comprender o papel da desregulación inmune. Psicouroendocrinoloxía 2013; 38 (8): 1310 – 1317. doi: 10.1016 / j.psyneuen.2012.11.016. pmid: 23273678
  262. 52. McClelland DC, Andar E, Davidson RJ, Saron C. Motivación de enerxía estresada, activación simpática, función inmune e enfermidade. Journal of Human Stress 1980; 6 (2): 11 – 19. pmid: 7391555 doi: 10.1080 / 0097840x.1980.9934531
  263. 53. Cao H, Sun Y, Wan Y, Hao J, Tao F. BMC Saúde Pública 2011; 11: 802. doi: 10.1186 / 1471-2458-11-802. pmid: 21995654
  264. 54. Heikkinen T, Järvinen A. O arrefriado común. Lancet 2003; 361: 51 – 59. pmid: 12517470 doi: 10.1016 / s0140-6736 (03) 12162-9
  265. 55. QUEN. Revisión da estación de gripe de inverno 2012-2013, hemisferio norte. Rexistro epidemiolóxico semanal da Organización Mundial da Saúde 2013; 88: 225 – 232. Obtido de http://www.who.int/wer/2013/wer8822.pdf
  266. 56. Grout P, ​​Barber V E. Feridas por frío - Unha enquisa epidemiolóxica. Xornal do Royal College of General Practitioners 1976; 26: 428 – 434. pmid: 957310
  267. 57. Glaser R, Sheridan J, Malarkey WB, MacCallum RC, Kiecolt-Glaser J K. A tensión crónica modula a resposta inmune a unha vacina contra a neumonía pneumocócona. Medicina Psicosomática 2000; 62: 804 – 807. pmid: 11139000 doi: 10.1097 / 00006842-200011000-00010
  268. 58. Hass HS, Schauenstein K. Inmunidade, hormonas e cerebro. Alerxia 2001; 56: 470-77 pmid: 11421890 doi: 10.1034 / j.1398-9995.2001.056006470.x
  269. 59. Aberg KM, Radeck KA, Choi EH, Kim DK, Demerjian M, Hupe M, et al. O estrés psicolóxico regula a expresión do péptido antimicrobiano epidérmico e aumenta a gravidade das infeccións cutáneas nos ratos. The Journal of Clinical Investigation 2007; 117: 3339 – 3349. pmid: 17975669 doi: 10.1172 / jci31726
  270. 60. Ng BD, Wiemer-Hastings P. Adicción a internet e xogos en liña. CyberPsychology & Behavior 2005; 8 (2): 110-113. doi: 10.1089 / cpb.2005.8.110
  271. 61. Widyanto L, McMurran M. As propiedades psicométricas da proba de adicción a internet. Ciberpsicoloxía e Comportamento 2004; 7: 443-450. doi: 10.1089 / cpb.2004.7.443
  272. 62. KS novo. Test de adicción a Internet (IAT) 2009.
  273. 63. Chang MK, Man Law SP. Estrutura de factores para a proba de adicción á Internet de Young: un estudo confirmatorio. Ordenadores en comportamento humano 2008; 24: 2597 – 2619. doi: 10.1016 / j.chb.2008.03.001
  274. 64. Hardie E, Tee MY. Uso excesivo de internet: o papel da personalidade, a soidade e as redes de apoio social na adicción a internet. Australian Journal of Emerging Technologies and Society 2007; 5: 34 – 47.
  275. 65. Snaith RP, Zigmond AS. HADS: Escala de ansiedade e depresión do hospital 1994. Windsor: NFER Nelson.
  276. 66. Andrew B, Wilding J M. A relación de depresión e ansiedade ante o estrés ea vida dos alumnos. British Journal of Psychology 2004; 95 (4): 509 – 521. doi: 10.1348 / 0007126042369802
  277. 67. Crawford JR, Henry JD, Crombie C, Taylor EP. Datos normativos para o HADS a partir dunha mostra non clínica grande. British Journal of Clinical Psychology 2001; 40 (4): 429 – 434. doi: 10.1348 / 014466501163904
  278. 68. Russell DW. Escala de solitude de UCLA (versión 3): fiabilidade, validez e estrutura de factores. Xornal de avaliación da personalidade 1996; 66 (1): 20 – 40. pmid: 8576833 doi: 10.1207 / s15327752jpa6601_2
  279. 69. Jobe LE, Williams White S. Solitude, relacións sociais e un fenotipo de autismo máis amplo en estudantes universitarios. Personalidade e diferenzas individuais 2007; 42 (8): 1479 – 1489. doi: 10.1016 / j.paid.2006.10.021
  280. 70. Buysse DJ, Reynolds CF, Monk TH, Berman SR, Kupfer DJ. O índice de calidade do soño de Pittsburgh (PSQI): un novo instrumento para a investigación e práctica psiquiátrica. Investigación de psiquiatría 1989; 28 (2): 193 – 213. doi: 10.1016 / 0165-1781 (89) 90047-4
  281. 71. Goldberg DP, Hillier V F. Unha versión escalada do Cuestionario Xeral de Saúde. Medicina psicolóxica 1979; 9: 139 – 145. pmid: 424481 doi: 10.1017 / s0033291700021644
  282. 72. Reed P. e Senunaite K. Impacto dun neno con TEA sobre a función inmune autodeclarada dos pais. Baixo revisión.
  283. 73. McClelland DC, Alexander C, Marcas E. A necesidade de poder, estrés, función inmune e enfermidade entre homes presos. Journal of Abnormal Psychology 1982; 91 (1): 61. pmid: 7056944 doi: 10.1037 / 0021-843x.91.1.61