Que tipos de servizos Internet fan adolescentes adictos? Correlacións do uso problemático de Internet (2020)

O uso de porno foi a aplicación de internet máis viciante:

 "A prevalencia de PIU foi a máis alta nos adolescentes que máis empregaron internet para a pornografía (19.6%), seguido dos xogos (9.3%) e da comunidade de internet (8.4%)"

"Non obstante, a proporción de probabilidades de PIU entre os que usaron internet principalmente para a pornografía foi a máis alta, o que implica o forte potencial adictivo da pornografía en internet en comparación con outros servizos de internet"

O uso do porno é a aplicación máis correlacionada coa depresión, a psicopatolxia:

"Estes descubrimentos suxiren que o uso de internet principalmente para a pornografía está asociado a unha psicopatoloxía severa, como a depresión e o suicidio, así como un forte potencial adictivo".

——————————————————————————————————————

2020 20 de abril; 16: 1031-1041. doi: 10.2147 / NDT.S247292

Abstracto

Obxectivo:

Este estudo investigou a prevalencia e as correlacións do uso problemático de internet (PIU) nunha gran mostra de adolescentes en función do tipo de servizo de internet empregado.

Materiais e Métodos:

O estudo realizouse entre 2008 e 2010 e participaron no estudo 223,542 adolescentes de 12 a 18 anos. Os participantes responderon a un cuestionario de autoinformes incluíndo elementos sobre factores demográficos, tempo de uso de internet, servizo de internet máis usado e saúde mental. A IPO foi avaliada coa Escala de Pronacia da Adicción á Internet para a Forma Corta Xuvenil.

Resultados:

A taxa de prevalencia global de IPU foi do 5.2% e as taxas de prevalencia estratificadas por sexo foron do 7.7% nos nenos e do 3.8% nas nenas. A distribución da internet máis utilizada foi significativamente diferente entre sexos. Os servizos de internet máis empregados foron xogos (58.1%) en nenos e blogs (22.1%) e mensaxería / chat (20.3%) en nenas. A relación de probabilidades de PIU foi significativamente diferente segundo o servizo de internet máis empregado; usando internet principalmente para pornografía en comparación coa busca de información tiña o índice de maior probabilidade (4.526 veces superior). Os episodios depresivos, a idea de suicidio e os intentos de suicidio estiveron asociados significativamente con maiores probabilidades de IPU (1.725-, 1.747- e 1.361 veces, respectivamente).

Conclusión:

O presente estudo identificou información clínicamente importante sobre a PIU en adolescentes. A distribución de PIU ten diferentes patróns baseados no sexo e servizos específicos de internet. Son necesarios estudos de PIU cunha metodoloxía ben definida e ferramentas de avaliación para a UIP de cada servizo específico de internet.

PALABRAS CLAVE: adicción; adolescencia; diferenzas sexuais; uso de internet

PMID 32368065
PMCID: PMC7182452
DOI: 10.2147 / NDT.S247292

introdución

Nas dúas últimas décadas, internet penetrou na vida das persoas dun xeito moi rápido e amplo e converteuse nun importante medio para vivir diariamente, como facer compras, obter novas e contactar cos amigos. Os datos da enquisa estadounidense informaron que aproximadamente o 90% dos adultos tiveron acceso a internet en 2019 e a proporción de persoas que non utilizaron internet diminuíu do 48% en 2000 a só o 10% en 2019. En particular, os adolescentes usan internet máis na súa vida diaria que outras poboacións. En 2018, o 95% dos adolescentes estadounidenses informou de ter acceso a teléfonos intelixentes e o 45% dos adolescentes están en liña de xeito case constante.

Aínda que internet ofrece varios beneficios, como educación, entretemento, comunicación social, comodidade e benestar psicolóxico, moitos estudos informaron asociacións negativas de internet coa saúde mental da mocidade, incluíndo depresión, ansiedade social, suicidio e ciberacoso.- En particular, o uso problemático de internet (PIU) caracterizado por un uso excesivo e funcións adictivas é un dos maiores problemas do uso de internet en poboacións adolescentes, das cales a estudos anteriores foi informar da prevalencia ata o 26.7%.,

Coñécese que os adolescentes son vulnerables á UIP debido á maior impulsividade acompañada da relativa inmadureza da cortiza prefrontal (PFC), especialmente no período precoz e medio da adolescencia.- Ademais, a desregulación emocional no período precoz do bebé (2 anos) informouse que tivo un impacto substancial na UIP nos adolescentes, o que indica que o temperamento nacido é un dos principais factores de risco para a UIP. É coñecido que o sexo é outro moderador diferenciador para o patrón de PIU. Os nenos son máis propensos a usar xogos en internet, mentres que as nenas usan máis servizos de rede social que os nenos., Ademais, os factores ambientais, incluídos os apeiros con pais e compañeiros, tamén se informan como un dos predictores para IPP en adolescentes. Por exemplo, Badenes-Ribera et al informou de que as relacións cos seus pais influíron máis no nivel de UIP na adolescencia temperá, mentres que as relacións entre iguais foron o factor máis relevante no período de adolescentes maiores.

Do mesmo xeito, varios estudos investigaron as preocupacións prevalentes sobre os PIU e factores de risco relacionados en adolescentes. Non obstante, non se fixo unha definición clara de PIU. Os investigadores investigaron a PIU con diferentes termos e conceptos, como "adicción a internet", "Uso compulsivo de internet", "Uso problemático de internet" e "uso patolóxico de internet". Outros estudos centrados no xogo en internet utilizaron os termos "uso problemático de xogos en liña", "Dependencia de xogos de internet" e "trastorno do xogo en internet".

Aínda que estes distintos termos e as súas definicións inclúen unha construción psicolóxica que implica un patrón de uso incontrolado de internet que resulta en discapacidade clínica, unha das razóns para a falta de definición estándar de ouro é que Internet ofrece unha variedade de contidos que poden estar asociados a un potencial adictivo como xogos, xogos de azar, chat ou pornografía. Xove sinalou que a adicción a internet abarca unha gran variedade de problemas de control de impulsos de conduta e está clasificada en cinco subtipos específicos, incluíndo cibersualidade, ciberacontracciones, compulsións netas, sobrecarga de información e adicción á computadora.

Entre estes subtipos específicos de PIU, "trastorno de xogo en internet" e "trastorno de xogo" incluíronse como diagnóstico na Sección 3 do Manual de diagnóstico e estatística de trastornos mentais (DSM-5) e a última revisión da Clasificación Internacional de Enfermidades (ICD-11) pola Organización Mundial da Saúde (OMS). Aínda que as actividades non relacionadas con internet non foron consideradas como un diagnóstico formal por falta de probas, aínda hai inquedanzas sobre actividades adictivas que non funcionan con internet como o xogo en internet, redes sociais e pornografía en liña.

Non obstante, a pesar destas preocupacións polos distintos subtipos da UIP, faltan estudos que exploren os potenciais adictivos diferenciais baseados en servizos específicos de internet. Un recente estudo alemán con 6,081 estudantes de entre 12 e 19 anos investigou a distribución de aplicacións de Internet intensamente usadas en UIP e non PIU. No estudo de Rosenkranz et al as aplicacións de Internet máis intensamente empregadas foron os sitios de redes sociais e chat, e as aplicacións de internet máis predictivas para PIU foron xogos e xogos. Non obstante, aínda faltan estudos que exploren o potencial de distribución e adicción baseado no uso do servizo específico de internet; de feito, segundo o que sabemos, non hai estudos en Corea. Así, o presente estudo tiña como obxectivo investigar a prevalencia e os correlatos da UIP nunha gran mostra de adolescentes baseada no subtipo de uso de internet.

Materiais e Métodos

os participantes

O noso estudo realizouse con datos derivados da Enquisa baseada na web sobre comportamentos de risco en coreano xuvenil (KYRBS) de 2008, 2009 e 2010. KYRBS é un estudo transversal de varios anos que foi realizado anualmente polos centros coreanos de control e prevención de enfermidades (CDC) desde 2005. KYRBS céntrase nas condutas de risco para a saúde entre os adolescentes. A enquisa realizouse cun cuestionario cumprido polos adolescentes, que consta de 125 ítems, incluíndo información sobre o consumo de tabaco, consumo de alcol, obesidade, actividade física, comportamentos sexuais, consumo de substancias, uso de Internet e saúde mental. A poboación destinataria é estudantes de ensino medio e secundario representativos a nivel nacional de 12 a 18 anos en Corea, que inclúen entre 400 e 400 centros de ensino medio cada ano. O número total de participantes foi de 223,542, e o KYRBS de 2008, 2009 e 2010 incluíu 75,238, 75,066 e 73,238 participantes, respectivamente. Antes da entrada do estudo, as instrucións completas sobre o propósito e os métodos do estudo foron dadas aos estudantes por profesores formados, e obtivo o consentimento informado por escrito dos estudantes. Os estudantes que aceptaron participar completaron o cuestionario anónimo, que se presentou nun ordenador. O consello de revisión institucional do CDC aprobou os protocolos para KYRBS.

Avaliación

Para avaliar a PIU, a Internet Proneness Scale Scale for Youth-Short Form (escala KS) desenvolvida por Kim et al empregouse. A escala KS é unha escala de auto-informe de 20 elementos clasificada nunha escala Likert de 4 puntos (1 = nunca, 2 = ás veces, 3 = a miúdo, ou 4 = sempre). Consta de seis subfactores: (1) perturbación da función adaptativa (6 ítems), (2) anticipación positiva (1 ítem), (3) retirada (4 ítems), (4) relación interpersonal virtual (3 ítems), (5 ) comportamento desviado (2 ítems) e (6) tolerancia (4 ítems). O entrevistado está clasificado en base ás puntuacións nun dos tres grupos: PIU definido, IPU probable e usuario normal de internet. O PIU definido está definido por unha puntuación total de 53 ou superior ou pola presenza de todos os seguintes: puntuacións de funcionamento adaptativo de 17 ou superiores; puntuacións de retirada de 11 ou superiores; e puntuacións de tolerancia de 13 ou superiores. A IPU probable defínese cunha puntuación total entre 48 e 52 ou a presenza de todas as seguintes: puntuacións de funcionamento adaptativo de 15 ou superiores; puntuacións de retirada de 10 ou superiores; e puntuacións de tolerancia de 12 ou superiores. No presente estudo, o grupo PIU foi definido como os participantes nos grupos definidos e probables de PIU.

Preguntouse co tempo de uso de internet co elemento "Cantas horas e minutos empregaches internet os días laborables durante a semana e o fin de semana nos últimos 30 días?" O elemento "¿Que servizo adoita empregar a Internet para máis?", Preguntoulle o servizo de internet que principalmente usaban os participantes. coas opcións de elección que inclúen busca de información, mensaxería / chat, xogos, ver películas, escoitar música, ver vídeos como contidos creados polo usuario, correo electrónico, compras, pornografía, blogs, etc. A presenza de episodios depresivos, ideación suicida e Un elemento para cada experiencia nos últimos doce meses tentou intentos de suicidio con respostas "si" ou "non" do seguinte xeito: "¿Xa te sentiches triste ou desesperado para deixar a vida diaria durante dúas semanas nos últimos 12 meses? " para a depresión, "¿Pensaches en serio o suicidio nos últimos 12 meses?" por idea de suicidio e "Xa intentaches suicidarte nos últimos 12 meses?" por intentos de suicidio.

Estatística

Utilizáronse estatísticas descritivas para a análise de características demográficas. Para analizar a asociación entre o servizo de internet máis utilizado, a prevalencia e as correlacións de IPU e as estatísticas descritivas, adoptouse a proba de chi-cadrado e a análise da varianza (ANOVA). Para examinar a proporción de probabilidades de PIU segundo os correlatos asociados, utilizouse dous modelos de regresión loxística con PIU como variable dependente. O primeiro modelo incluía sexo, grao, servizo de internet máis usado, episodio depresivo, ideación suicida e intento de suicidio como variables independentes. O modelo 2 engadiu o status socioeconómico e o logro escolar como covariables ao modelo 1. As análises estatísticas realizáronse usando o paquete de software SPSS 25.0 para Windows (SPSS Inc., Chicago, IL).

Resultados

Características demográficas

As características demográficas móstranse en Táboa 1. En total, 223,542 estudantes de ensino medio e secundario participaron no estudo, e o 52.5% foron homes. A prevalencia global de PIU foi do 5.8% e o grupo de usuarios de internet de alto risco entre o grupo PIU foi do 3.2%. A prevalencia de UIP en función do sexo foi do 7.7% nos nenos e do 3.8% nas nenas. A proporción de participantes que experimentaron un episodio depresivo, ideación suicida e intento de suicidio foi do 38.0%, 19.1% e 4.8%, respectivamente.

Táboa 1

Características demográficas

n (%)
Total223542
ano
 200875238 (33.7)
 200975066 (33.6)
 201073238 (32.8)
Sexo
 Masculino117281 (52.5)
 Feminino106261 (47.5)
Grao
 1o de ensino medio38219 (17.1)
 Secundaria 2o38423 (17.2)
 Secundaria 3o38280 (17.1)
 Bacharelato 1o37218 (16.6)
 Bacharelato 2o36926 (16.5)
 Bacharelato 3o34476 (15.4)
ERAP
 Total13056 (5.8)
 Usuario de alto risco7183 (3.2)
 Usuario de risco potencial5873 (2.6)
 Episodio depresivo; si84848 (38.0)
 Ideación suicida; si42728 (19.1)
 Intento suicida; si10778 (4.8)
Estado socioeconómico
 Alto13775 (6.2)
 Medio-alto48348 (21.6)
 Medio105472 (47.2)
 Baixo-medio41322 (18.5)
 Baixo14625 (6.5)
Logro escolar
 Alto25440 (11.4)
 Medio-alto52399 (23.4)
 Medio60448 (27.0)
 Baixo-medio57183 (25.6)
 Baixo28072 (12.6)

Abreviatura: PIU, uso problemático de internet.

Prevalencia e correlacións da UIP en función do servizo de internet máis empregado

Entre todos os participantes, o servizo de internet máis empregado foi o xogo por internet (35.0%), seguido da busca de información (16.2%), chat (14.1%) e blogueiro (12.1%) (Táboa 2 figura 1). Non obstante, as proporcións dos servizos de internet máis usados ​​foron diferentes entre nenos e nenas (x2 = 9144.0; p <0.001). Mentres que o servizo máis utilizado nos nenos era o xogo en internet (58.1%), as mozas empregaban máis o blogueo (22.1%) e o chat (20.3%).

Táboa 2

Asociación entre o servizo de Internet e a prevalencia máis usados ​​e os correlacións de UIP

Servizo de Internet máis empregadoBusca de informaciónMensaxeiro / chatGamingVendo a películaEscoitando músicaVisualización de vídeos (ou sexa, UCC)Comunidade ou Club de InternetE-MailCompras en liñaPornografía en InternetBloggingetcTotalEstatísticas F ou χ2
Total
 n36,15031,44678,325824821,0752896403211475315171627,1426050223,542
 %16.214.135.03.79.41.31.80.52.40.812.12.7100.0
Sexo
 Masculino; n16,857987368,1394415725711581064313780156536372223117,28169144.0 *
 %14.48.458.13.86.21.00.90.30.71.33.11.9100.0
 Femia; n19,29321,57310,186383313,81817382968834453515123,5053827102,434
 %18.220.39.63.613.01.62.80.84.30.122.13.6100.0
Tempo de uso de Internet; Media (SD)
 Día da semana; horas1.1 (1.3)1.6 (1.6)1.6 (1.8)1.3 (1.5)1.1 (1.3)1.4 (1.4)1.7 (1.5)1.0 (1.2)1.3 (1.3)2.0 (3.0)1.4 (1.4)1.5 (1.7)457.5 *
 Fin de semana; horas1.8 (1.8)2.4 (2.1)3.1 (2.5)2.4 (2.1)1.8 (1.7)2.4 (2.1)3.0 (2.2)1.5 (1.7)2.1 (1.8)2.8 (3.4)2.2 (1.9)2.4 (2.3)1112.5 *
Escala KS1298.4 *
 Media27.829.633.029.127.029.832.926.427.836.228.728.6
 SD8.69.010.58.97.78.99.77.77.818.18.18.9
PIU total; Si3791.9 *
 n1217153473173345161223392514933691125613,056
 %3.44.99.34.02.44.28.42.22.819.63.44.25.8
Só PIU definido; Si2624.9 *
 n66681740261952726017411842694561537183
 %1.82.65.12.41.32.14.31.01.615.71.72.53.2
Episodio Depresivo; Si3867.8 *
 n13,41215,17124,0813307828811041585443222585812,149222584,848
 %37.148.230.740.139.338.139.338.641.950.044.836.838.0
Ideas suicidas; Si1918.0 *
 n6107794712,3071662399954587621211005336,2081,23242,728
 %16.925.315.720.219.018.821.718.520.731.122.920.419.1
Intento suicida; Si1386.4 *
 n13322458281340197210218058274235166528810,778
 %3.77.83.64.94.63.54.55.15.213.76.14.84.8

Nota: * p <0.001.

Abreviaturas: PIU, Uso problemático de internet; UCC, contido creado polo usuario; Escala KS, Escala de pronome de adicción a Internet para mozos-Forma curta; SD, desviación estándar.

Un ficheiro externo que contén unha imaxe, ilustración, etc. O nome do obxecto é NDT-16-1031-g0001.jpg

Servizo de internet máis usado segundo o sexo (%).

A taxa de prevalencia de PIU nos usuarios de cada servizo de internet específico tamén foi significativamente diferente en función do servizo de internet máis usado (x2 = 3791.9; p <0.001). A prevalencia de PIU foi a máis alta nos adolescentes que máis empregaron internet para a pornografía (19.6%), seguido dos xogos (9.3%) e da comunidade de internet (8.4%) (Táboa 2 figura 2). A proporción de usuarios de xogos de internet entre o grupo total de usuarios con UIP foi o máis elevado do 56.0%.

Un ficheiro externo que contén unha imaxe, ilustración, etc. O nome do obxecto é NDT-16-1031-g0002.jpg

Prevalencia de PIU segundo o servizo de internet máis usado (%).

Abreviaturas: PIU, uso problemático de internet; UCC, contido creado polo usuario.

A proporción de participantes con episodios depresivos, ideación suicida e intento tamén foi a máis alta entre os adolescentes que máis utilizaron internet para pornografía (50.0%, 31.1% e 13.7%, respectivamente), seguida de chatear (48.2%, 25.3 % e 7.8%, respectivamente) e blogs (44.8%, 22.9% e 6.1%).

Odds Ratios de estar no grupo PIU en base a demográficas e variables de uso de Internet

Táboa 3 mostra as proporcións de probabilidades de estar no grupo PIU en función das variables demográficas e de uso de internet. A proporción de probabilidades foi significativamente maior nos nenos que nas nenas (OR = 1.520; p <0.001). En comparación cos participantes máis novos, os grupos de estudantes máis vellos mostraron proporcións de probabilidades significativamente máis altas, de 1.274 a 1.319 veces maior, para a UIP.

Táboa 3

Regresión loxística para a PIU con Covariates

Variablesmodelo 1modelo 2
OR95% CIpOR95% CIp
Sexo
 Femininoreferente
 Masculino1.5011.432a1.573. 0001.5201.450a1.593. 000
Grao
 1o de ensino medioreferente
 Secundaria 2o1.3031.223a1.387. 0001.2741.196a1.357. 000
 Secundaria 3o1.3681.285a1.457. 0001.3271.246a1.413. 000
 Bacharelato 1o1.3341.251a1.423. 0001.2861.205a1.373. 000
 Bacharelato 2o1.3101.226a1.399. 0001.2381.158a1.323. 000
 Bacharelato 3o1.4041.313a1.501. 0001.3191.232a1.411. 000
Servizo de Internet máis empregado
 Busca de informaciónreferente
 Messenger / chat1.3781.274a1.490. 0001.2851.188a1.391. 000
 Gaming2.8242.644a3.015. 0002.6612.491a2.843. 000
 Visualización de películas1.127. 995a1.276. 0601.096. 967a1.241. 152
 Escoitando música. 743. 668a. 825. 000. 733. 660a. 814. 000
 Vendo vídeo (é dicir, UCC)1.2871.063a1.559. 0101.2781.055a1.548. 012
 Comunidade ou club de internet2.7852.453a3.162. 0002.8222.485a3.206. 000
 Correo-e. 682. 456a1.019. 062. 658. 440a. 985. 042
 Compras en liña. 893. 750a1.063. 203. 873. 733a1.040. 128
 Pornografía en internet4.9444.311a5.670. 0004.5263.941a5.198. 000
 Blogging1.058. 967a1.158. 2171.023. 935a1.120. 616
 etc1.3411.167a1.541. 0001.3351.162a1.535. 000
Episodio depresivo
 Nonreferente
 si1.7821.710a1.857. 0001.7251.655a1.798. 000
Ideas suicidas
 Nonreferente
 si1.8131.728a1.903. 0001.7471.664a1.833. 000
Intento suicida
 Nonreferente
 si1.4501.353a1.553. 0001.3611.270a1.459. 000

Notas: O modelo 1 incluía o sexo, o grao, o servizo de internet máis usado, o episodio depresivo, a idea de suicidio e o intento de suicidio como covariados. O modelo 2 incluíu o status socioeconómico e o logro escolar como covariados ademais do modelo 1.

Abreviaturas: PIU, uso problemático de internet; UCC, contido creado polo usuario

En comparación cos adolescentes que máis usan internet para buscar información, a proporción de probabilidades de PIU nos adolescentes que máis empregaron internet para a pornografía foi a máis alta (OR = 4.526, p <0.001), seguida dos que usan internet para a comunidade (OR = 2.822, p <0.001) e xogos (OR = 2.661, p <0.001). Os que máis usan internet para escoitar música (OR = 0.733, p <0.001) e correo electrónico (OR = 0.658, p = 0.042) mostraron uns índices de probabilidade significativamente máis baixos que os dos adolescentes que utilizaron internet para buscar información. Non houbo diferenzas significativas nas proporcións entre os grupos que usan internet principalmente para buscar información e os grupos que vían películas, compras en liña e blogs.

Asociacións entre psicopatoloxía e risco para UIP

As proporcións de participantes con episodio depresivo, ideación suicida e intento de suicidio nos últimos 12 meses foron as máis altas nos grupos que máis utilizaron internet para pornografía (50.0%, 31.1% e 13.7%, respectivamente). por mensaxería / chat (48.2%, 25.3% e 7.8%, respectivamente) e blogs (44.8%, 22.9% e 6.1%, respectivamente) (Táboa 2). A presenza de episodio depresivo, ideación suicida e intento suicida tamén se asociaron significativamente cunha proporción de odds máis alta para a UIP en toda a mostra. (OR = 1.725, p <0.001; OR = 1.747, p <0.001; e 1.361, p <0.001, respectivamente) (Táboa 3).

Conversa

O noso estudo investigou a prevalencia e as correlacións da UIP nun gran número de adolescentes baseándose nos servizos de internet máis empregados. No noso estudo, a prevalencia global da UIP foi do 5.4%, o que é comparable con estudos anteriores realizados noutros países. Varios estudos previos de PIU reportaron unha ampla gama de prevalencia de PIU. Por exemplo, un estudo realizado en nove países europeos reportou unha prevalencia do 25%, do 14% ao 55% entre países. Outro estudo realizado en seis países asiáticos informou de que a prevalencia do uso de adictivos a Internet seleccionado por Internet Addiction Test (IAT) oscilou entre o 1% en Corea do Sur e o 5% en Filipinas e a prevalencia de UIP oscilaba entre o 13% e o 46%. . Outras revisións sistemáticas da adicción a internet tamén denunciaron unha ampla gama de taxas de prevalencia do 1% ao 18.7%. e do 0.8% ao 26.7%. Estes estudos argumentaron que estas amplas gamas de taxas de prevalencia para UIP poden ser causadas pola falta de coherencia na metodoloxía, como as definicións, os instrumentos de avaliación e os cortes para a PIU., Así, son necesarios estudos futuros con definicións e instrumentos de avaliación máis acordados para PIU para confirmar a prevalencia de UIP. Non obstante, unha metaanálise con 27 estudos de 1998 a 2006 reportou unha prevalencia media do trastorno do xogo por internet do 4.7%, a pesar dunha ampla gama de taxas de prevalencia, coherente co noso estudo.

No noso estudo, os nenos mostraron unha maior prevalencia de UIP que as nenas en aproximadamente dúas veces. Este é un achado consistente con múltiples estudos anteriores que informaron de que o sexo masculino é un factor de risco para a UIP.- Non obstante, outros estudos reportaron o patrón contrario das diferenzas sexuais para a prevalencia de UIP. Por exemplo, Durkee et al informou de que se atoparon pequenas variacións na taxa de prevalencia da UIP entre sexos nun estudo con adolescentes de 11 países europeos a pesar dalgunhas diferenzas interculturais. Un estudo canadense tamén reportou diferenzas sexuais na prevalencia de UIP. Ademais, un estudo realizado con adultos de 9 países europeos informou de que a PIU en xeral era máis prevalente en mulleres que en homes. Estas discrepancias sobre as diferenzas de sexo na UIP poderían ser causadas por diferenzas interculturais. Non obstante, para comprender estas discrepancias nas diferenzas sexuais na prevalencia da UIP, tamén se debería ter en conta a exploración dos servizos específicos empregados a través de internet por ambos os sexos.

No noso estudo, o servizo de internet máis usado entre todos os participantes foi o xogo en internet seguido de busca de información, mensaxería / chat e blogs. Non obstante, a distribución dos servizos de internet máis usados ​​foi significativamente diferente entre os sexos. Mentres que os mozos empregaron esmagadoramente a internet para xogar, as nenas usaban a Internet para facer blog e mensaxería / falar. Estas tendencias son consistentes cos achados de estudos anteriores. Informouse que as nenas eran máis propensas a empregar mensaxería instantánea (74%) e servizos de redes sociais (70%) que nenos de 15 a 17 anos (62% e 54%, respectivamente)., Dufour et al Informou tamén de que a proporción de uso excesivo de redes sociais e blogs foi maior nas nenas que nos mozos. En cambio, o uso de xogos en internet foi constantemente maior para os homes que nas mulleres.,,, Aínda que non se entenden ben as razóns exactas para estas diferenzas relacionadas co sexo no uso de internet, estudos anteriores para explicar as diferenzas de sexo na implicación de xogos de ordenador centráronse en aspectos como o contido e o deseño de xogos típicos, a violencia dos xogos, as estruturas competitivas dos xogos e as interaccións sociais dentro dos xogos. Os nosos resultados polo maior uso de internet para o blogue e o chat e un menor uso de internet para xogos en nenas que os nenos pode estar relacionado con probas ben establecidas de que as mulleres están máis orientadas interpersonalmente, mentres que os machos están máis orientados á información / tarefas.

No noso estudo, o número de persoas con UIP foi o máis elevado nos usuarios de xogos de internet (compoñían máis do 50% do grupo total de PIU), e o índice de probabilidades de PIU tamén foi moi alto nos usuarios de xogos de internet. Estes resultados proporcionan evidencias de apoio á preocupación prevalente polos xogos de internet e á inclusión dun trastorno de xogo en internet nos sistemas de criterios de diagnóstico., Non obstante, hai que destacar o potencial adictivo da pornografía en internet. As proporcións de pornografía en internet como servizo de internet máis empregado non foron elevadas (0.8%) e aínda máis raras nas nenas (0.1%). Non obstante, o índice de probabilidades de PIU entre os que utilizaron internet principalmente para pornografía foi o máis alto, o que implica o forte potencial adictivo da pornografía en internet en comparación con outros servizos de internet. Por suposto, consumir pornografía non é un problema causado só por internet. Argumentouse que os usuarios de internet excesivos non son dependentes de internet senón que usan internet como medio para outros comportamentos adictivos., Non obstante, estudos anteriores apuntaron que o uso de pornografía en liña está en aumento e o aumento da "tripla A" (accesibilidade, accesibilidade e anonimato) proporcionada por internet aumentou o risco potencial para o uso problemático da pornografía en liña. Ademais, os nosos descubrimentos son inconsistentes cos resultados do estudo anterior de Rosenkranz et al que informou do potencial adictivo relativamente menor do contido sexual en comparación cos xogos e xogos de azar. Estes resultados diferenciais sobre o potencial adictivo do contido sexual entre os estudos poden ser causados ​​por diferenzas socioambientais. Así, son necesarios máis estudos para comprender e protexer aos adolescentes contra o risco de uso problemático da pornografía en internet.

Outro achado notable do noso estudo foi a asociación significativa entre un índice de probabilidades globais máis elevado para IPU e psicopatoloxía, incluíndo depresión e ideación e intento de suicidio, que é coherente cos resultados dun estudo anterior que informou de que o grupo de estudantes con UIP tiña máis probabilidades de amosar máis depresión e comportamento suicida e autolesivo que o grupo normal de uso de internet. En particular, é interesante que a proporción de respostas "si" a episodios depresivos, ideación de suicidio e intentos de suicidio fose maior nos usuarios de mensaxería / chat e blogs que nos usuarios doutros servizos, con excepción dos usuarios de pornografía en internet, e esta proporción foi a máis baixa nos usuarios de xogos de internet. Estes resultados implican que os adolescentes deprimidos perseguen unha interacción social máis por internet que entretemento. Estes resultados son consistentes cun estudo anterior que tamén informou de que había un maior risco de depresión en estudantes con IPU sen xogo que en estudantes con UIP de xogo. Ademais, a proporción de respostas de "si" a episodios depresivos, ideación de suicidio e intento de suicidio foi a máis alta nos usuarios de pornografía en internet. Estes resultados suxiren que o uso de internet principalmente para a pornografía está asociado a psicopatoloxía grave, como a depresión e o suicidio, así como un forte potencial adictivo.

Limitacións

O noso estudo ten algunhas limitacións que hai que destacar. Aínda que realizamos o estudo cunha gran mostra de adolescentes, o noso estudo está baseado nun deseño de sección transversal, que limita a interpretación da causalidade. Por exemplo, os episodios depresivos, a idea de suicidio e os intentos de suicidio están asociados a índices de probabilidade máis altos de PIU e non podemos determinar a dirección da causalidade. Así, os estudos futuros cun deseño lonxitudinal están xustificados. En segundo lugar, aínda que intentamos incluír unha variedade de servizos de internet que os adolescentes usan nos cuestionarios, non incluímos todos os servizos. Por exemplo, o xogo en internet é unha das principais preocupacións sobre o uso de internet, que non estaba incluído nos cuestionarios. En terceiro lugar, o noso estudo baseouse no autoinforme dos adolescentes só, o que podería prexudicar o informe. Os informes de síntomas psiquiátricos son coñecidos como discrepantes entre informantes, como pais e adolescentes. Así, obter información de múltiples informantes, incluídos os pais, é importante para a avaliación exacta dos síntomas psiquiátricos. Afortunadamente, un estudo previo informou de que os informes baseados en autoinformar por parte dos adolescentes sobre os síntomas de trastornos adictivos como o abuso de alcol e substancias eran moito máis coincidentes cos diagnósticos reais que os informes dos pais. Ademais, utilizamos elementos categóricos simplificados para avaliar a depresión, ideación suicida e intentos de suicidio e non incluímos ferramentas de avaliación validadas. Aínda que estes elementos simplificados foron adoptados para mellorar a taxa de resposta mediante un cuestionario parsimonioso para un gran número de participantes, isto podería producir unha falta de información detallada e distorsión da asociación real entre a UIP e a psicoloxía dos adolescentes, como a depresión e o suicidio. Finalmente, a información sobre as características da familia, como as interaccións pai-fillo e o estilo de crianza, non se incluíu no estudo, que é un factor importante que modera a PIU en adolescentes. Así, os estudos futuros que inclúen información máis detallada sobre a psicopatoloxía de adolescentes e as características familiares de múltiples informantes están garantidos para confirmar os resultados actuais.

Conclusións

A pesar dalgunhas limitacións, o noso estudo identificou información clínicamente importante sobre a PIU en adolescentes. A distribución dos servizos de internet máis empregados ten diferentes patróns en función do sexo. A prevalencia de UIP tamén mostrou diferenzas significativas en función do uso de servizos específicos de internet. Necesítanse futuros estudos de PIU con metodoloxía e ferramentas de avaliación ben definidas para cada servizo específico de internet para desenvolver estratexias para protexer a adolescentes individuais do risco de UIP.

Grazas

Os autores desexan agradecer ao Ministerio de Educación, ao Ministerio de Sanidade e Benestar e aos centros de control e prevención de enfermidades de Corea os centros de control e prevención de enfermidades, que proporcionaron os datos en bruto.

Declaración de financiamento

Este traballo contou co apoio da subvención da National Research Foundation of Korea (NRF) financiada polo goberno de Corea (MSIP; Ministerio de Ciencia, TIC e Planificación Futura) (NRF-2018R1C1B5041143).

Contribucións do autor

Todos os autores fixeron contribucións substanciais á concepción e deseño, adquisición de datos ou análise e interpretación de datos; participou na redacción do artigo ou na súa revisión crítica para importantes contidos intelectuais; deu a aprobación definitiva da versión para ser publicada; e acepta ser responsable de todos os aspectos do traballo.

Divulgación

Os autores declaran ningún conflito de interese neste traballo.

References

1. Anderson M, Perrin A, Jiang J, Kumar M. O 10% dos estadounidenses non usa Internet. Quen son eles? Washington, DC: Pew Research Center; 2019. []
2. Anderson M, Jiang J. Adolescentes, redes sociais e tecnoloxía 2018. Washington, DC: Pew Research Center; 2018. []
3. E bruto, Juvonen J, Gable S. Uso e benestar de Internet na adolescencia. Problemas J Sociais. 2002;58:75–90. doi:10.1111/1540-4560.00249 [CrossRef] []
4. Caplan SE. Relacións entre soidade, ansiedade social e uso problemático de internet. Cyberpsychol Behav. 2006;10(2): 234–242. doi: 10.1089 / cpb.2006.9963 [PubMed] [CrossRef] []
5. Daine K, Hawton K, Singaravelu V, Stewart A, Simkin S, Montgomery P. O poder da web: unha revisión sistemática dos estudos sobre a influencia de internet sobre autolesións e suicidio en mozos. PLoS One. 2013;8(10): e77555. doi: 10.1371 / journal.pone.0077555 [Artigo gratuíto de PMC] [PubMed] [CrossRef] []
6. Kiriakidis SP, Kavoura A. Ciberacoso: revisión da literatura sobre o acoso a través de internet e outros medios electrónicos. Fam Comunidade Saúde. 2010;33(2):82–93. doi:10.1097/FCH.0b013e3181d593e4 [PubMed] [CrossRef] []
7. KS novo, Rogers RC. A relación entre depresión e dependencia de internet. Cyberpsychol Behav. 1998;1(1): 25–28. doi: 10.1089 / cpb.1998.1.25 [CrossRef] []
8. Kuss DJ, Griffiths MD, Karila L, Billieux J. Adicción a Internet: unha revisión sistemática da investigación epidemiolóxica da última década. Curr Pharm Des. 2014;20(25): 4026–4052. doi: 10.2174 / 13816128113199990617 [PubMed] [CrossRef] []
9. Pontes HM, DJ Kuss, MD Griffiths. Psicoloxía clínica da adicción a internet: unha revisión da súa conceptualización, prevalencia, procesos neuronais e implicacións para o tratamento. Neuroecon Neuroci. 2015;4: 11-23. []
10. Cerniglia L, Cimino S, Ballarotto G, et al. Accidentes de vehículos a motor e adolescentes: estudo empírico sobre os seus perfís emocionais e de comportamento, estratexias de defensa e apoio parental. Transp Res F. 2015;35: 28–36. doi: 10.1016 / j.trf.2015.09.002 [CrossRef] []
11. Steinberg L. Un modelo de sistemas duais de risco de adolescentes. Dev Psychobiol. 2010;52(3): 216–224. doi: 10.1002 / dev.20445 [PubMed] [CrossRef] []
12. Cerniglia L, Guicciardi M, Sinatra M, Monacis L, Simonelli A, Cimino S. O uso de tecnoloxías dixitais, impulsividade e síntomas psicopatolóxicos na adolescencia. Behav Sci. 2019;9(8): E82. doi: 10.3390 / bs9080082 [Artigo gratuíto de PMC] [PubMed] [CrossRef] []
13. Cimino S, Cerniglia L. Un estudo lonxitudinal para a validación empírica dun modelo etiopatogenético de adicción a internet na adolescencia baseado na regulación precoz das emocións.. Biomed Res Int. 2018;2018: 4038541. doi: 10.1155 / 2018 / 4038541 [Artigo gratuíto de PMC] [PubMed] [CrossRef] []
14. Lenhart A, Madden M, Macgill A, Smith A. Adolescentes e medios de comunicación social. Washington, DC: Pew Internet & American Life Project; 2007. []
15. Dufour M, Brunelle N, Tremblay J, et al. Diferencia de xénero no uso de internet e problemas de internet entre os estudantes de secundaria de Quebec. Can J Psiquiatría. 2016;61(10): 663 – 668. doi: 10.1177 / 0706743716640755 [Artigo gratuíto de PMC] [PubMed] [CrossRef] []
16. Badenes-Ribera L, Fabris MA, Gastaldi FGM, Prino LE, Longobardi C. O apego de pais e pares como predictores de síntomas de adicción a facebook en diferentes etapas de desenvolvemento (adolescentes precoz e adolescentes). Addict Behav. 2019;95: 226–232. doi: 10.1016 / j.addbeh.2019.05.009 [PubMed] [CrossRef] []
17. KS novo. Atrapado na rede: como recoñecer os signos da adicción á Internet e unha estratexia gañadora para a recuperación. Nova York: John Wiley & Sons; 1998. []
18. Van der Aa N, Overbeek G, Engels RC, Scholte RH, Meerkerk GJ, Van den Eijnden RJ. O uso e benestar diario e compulsivo de internet na adolescencia: un modelo de estrés de diátesis baseado en cinco grandes trazos de personalidade. J Adolescencia xuvenil. 2009;38(6):765–776. doi:10.1007/s10964-008-9298-3 [PubMed] [CrossRef] []
19. Caplan SE. Uso problemático de internet e benestar psicosocial: desenvolvemento dun instrumento de medida cognitivo-comportamental baseado na teoría. Comput Hum Behav. 2002;18(5):553–575. doi:10.1016/S0747-5632(02)00004-3 [CrossRef] []
20. Kaess M, Parzer P, Brunner R, et al. O uso patolóxico de internet está en aumento entre os adolescentes europeos. J Adolesc Health. 2016;59(2): 236–239. doi: 10.1016 / j.jadohealth.2016.04.009 [PubMed] [CrossRef] []
21. Kim MG, Kim J. Validación cruzada de fiabilidade, validez convergente e discriminante para a problemática escala de uso de xogos en liña. Comput Hum Behav. 2010;26(3): 389–398. doi: 10.1016 / j.chb.2009.11.010 [CrossRef] []
22. Kuss DJ, Griffiths MD. A adicción aos xogos de Internet: unha revisión sistemática da investigación empírica. Adicto á saúde Int J Ment. 2012;10(2):278–296. doi:10.1007/s11469-011-9318-5 [CrossRef] []
23. Pontes HM, Griffiths MD. Medición do trastorno de xogo por internet DSM-5: desenvolvemento e validación dunha escala psicométrica curta. Comput Human Behav. 2015;45: 137–143. doi: 10.1016 / j.chb.2014.12.006 [CrossRef] []
24. Strittmatter E, Kaess M, Parzer P, et al. Uso patolóxico de internet entre adolescentes: comparación entre xogadores e non xogadores. Psiquiatría Res. 2015;228(1): 128–135. doi: 10.1016 / j.psychres.2015.04.029 [PubMed] [CrossRef] []
25. KS novo. A adicción a Internet: avaliación e tratamento. Br Med J. 1999;7: 351-352. []
26. Asociación Psiquiátrica Americana. Manual de diagnóstico e estatística dos trastornos mentais (DSM-5)®). Arlington, TX: American Psychiatric Publishing; 2013. []
27. King DL, Potenza MN. Non xogar: trastorno de xogo na clasificación internacional de enfermidades (ICD-11). J Adolesc Health. 2019;64(1): 5–7. doi: 10.1016 / j.jadohealth.2018.10.010 [PubMed] [CrossRef] []
28. Gainsbury SM. Adicción ao xogo en liña: a relación entre o xogo en internet e o xogo desordenado. Rep de adicto a Curr. 2015;2(2):185–193. doi:10.1007/s40429-015-0057-8 [Artigo gratuíto de PMC] [PubMed] [CrossRef] []
29. Andreassen CS. Adicción ao sitio en rede social: unha revisión completa. Rep de adicto a Curr. 2015;2(2):175–184. doi:10.1007/s40429-015-0056-9 [CrossRef] []
30. Grubbs JB, Volk F, Exline JJ, Pargament KI. Uso de pornografía en Internet: adicción percibida, angustia psicolóxica e validación dunha breve medida. J Sex Marital Ther. 2015;41(1):83–106. doi:10.1080/0092623X.2013.842192 [PubMed] [CrossRef] []
31. Rosenkranz T, Muller KW, Dreier M, Beutel ME, Wolfling K. Potencial adictivo das aplicacións de internet e correlacións diferenciais de uso problemático en xogadores de internet fronte aos usuarios de internet xeneralizados nunha mostra representativa de adolescentes. Eur Addict Res. 2017;23(3): 148–156. doi: 10.1159 / 000475984 [PubMed] [CrossRef] []
32. Kim Y, Choi S, Chun C, Park S, Khang YH, Oh K Perfil do recurso de datos: enquisa baseada na web sobre comportamento de riscos para mozos de Corea (KYRBS). Int J Epidemiol. 2016;45(4): 1076-1076e. doi: 10.1093 / ije / dyw070 [PubMed] [CrossRef] []
33. Kim DI, Chung YJ, Lee EA, Kim DM, Cho YM. Desenvolvemento da expresión a escala curta de adicción a internet (escala KS). Corea J Couns. 2008;9: 1703-1722. doi: 10.15703 / kjc.9.4.200812.1703 [CrossRef] []
34. Laconi S, Kaliszewska-Czeremska K, Gnisci A, et al. Estudo intercultural do uso problemático de internet en nove países europeos. Comput Human Behav. 2018;84: 430–440. doi: 10.1016 / j.chb.2018.03.020 [CrossRef] []
35. Mak KK, Lai CM, Watanabe H, et al. Epidemioloxía de comportamentos en internet e adicción entre adolescentes en seis países asiáticos. Cyberpsychol Behav Soc Netw. 2014;17(11): 720–728. doi: 10.1089 / ciber.2014.0139 [PubMed] [CrossRef] []
36. Petry NM, O'Brien CP. Trastorno de xogo en Internet e DSM-5. vicio. 2013;108(7): 1186–1187. doi: 10.1111 / engadir.12162 [PubMed] [CrossRef] []
37. Feng W, Ramo DE, Chan SR, Bourgeois JA. Trastorno do xogo en Internet: tendencias na prevalencia 1998-2016. Addict Behav. 2017;75: 17–24. doi: 10.1016 / j.addbeh.2017.06.010 [Artigo gratuíto de PMC] [PubMed] [CrossRef] []
38. Bakken IJ, Wenzel HG, Gotestam KG, Johansson A, Oren A. A adicción a internet entre adultos noruegueses: un estudo estratificado de probabilidade. Scand J Psychol. 2009;50(2):121–127. doi:10.1111/j.1467-9450.2008.00685.x [PubMed] [CrossRef] []
39. Durkee T, Kaess M, Carli V, et al. Prevalencia do uso de internet patolóxico entre os adolescentes en Europa: factores demográficos e sociais. vicio. 2012;107(12):2210–2222. doi:10.1111/j.1360-0443.2012.03946.x [PubMed] [CrossRef] []
40. Tsai HF, Cheng SH, Yeh TL, et al. Os factores de risco da adicción a internet: unha enquisa a estudantes de primeiro momento. Psiquiatría Res. 2009;167(3): 294–299. doi: 10.1016 / j.psychres.2008.01.015 [PubMed] [CrossRef] []
41. Pujazon-Zazik M, Park MJ. Para twittear ou non twittear: diferenzas de xénero e posibles resultados de saúde positivos e negativos do uso social de adolescentes en internet. Am J Saúde Mens. 2010;4(1): 77–85. doi: 10.1177 / 1557988309360819 [PubMed] [CrossRef] []
42. Yau YH, Crowley MJ, Mayes LC, Potenza MN. ¿Utilizan internet e comportamentos adictivos ao xogo de videoxogos? Implicacións biolóxicas, clínicas e na saúde pública para mozos e adultos. Psichiatr Minerva. 2012;53(3): 153 – 170. [Artigo gratuíto de PMC] [PubMed] []
43. Hartmann T, Klimmt C. Xogos de xénero e ordenador: explorar os gustos das mulleres. J Comput Media Media. 2006;11(4):910–931. doi:10.1111/j.1083-6101.2006.00301.x [CrossRef] []
44. Jackson LA, Ervin KS, Gardner PD, Schmitt N. Xénero e internet: mulleres que comunican e homes que buscan. Roles sexuais. 2001;44(5): 363–379. doi:10.1023/A:1010937901821 []
45. Griffiths M. Adicción a Internet: ¿hai que tomalo en serio? Res Addict. 2000;8(5): 413–418. doi: 10.3109 / 16066350009005587 [CrossRef] []
46. Young KS, de Abreu CN. A adicción a Internet: un manual e guía para a avaliación e o tratamento. Hoboken, NJ: Wiley; 2010. []
47. de Alarcon R, da Igrexa JI, Casado NM, Montejo AL. A adicción ao porno en liña: o que sabemos e o que non. Unha revisión sistemática. J Clin Med. 2019;8(1): E91. doi: 10.3390 / jcm8010091 [Artigo gratuíto de PMC] [PubMed] [CrossRef] []
48. DP Cantwell, PM Lewinsohn, P Rohde, JR Seeley. Correspondencia entre o informe de adolescentes e o informe parental de datos diagnósticos psiquiátricos. Psiquiatría infantil do neno. 1997;36(5):610–619. doi:10.1097/00004583-199705000-00011 [PubMed] [CrossRef] []