ડિપ્રેસન અને ચિંતા પર ઇન્ટરનેટ અને સ્માર્ટફોન વ્યસનના પ્રભાવો પ્રોપન્સિટી સ્કોર મેચિંગ એનાલિસિસ (2018) પર આધારિત છે.

ઇન્ટ જે એન્વાયર્નર રેઝ પબ્લિક હેલ્થ. 2018 એપ્રિલ 25; 15 (5). pii: E859. ડોઇ: 10.3390 / ijerph15050859.

કિમ વાયજે1, જાંગ એચએમ2, લી વાય3, લી ડી4, કિમ ડીજે5.

અમૂર્ત

માનસિક સ્વાસ્થ્ય સમસ્યાઓ સાથે ઈન્ટરનેટ વ્યસન (આઇએ) અને સ્માર્ટફોન વ્યસન (એસએ) ના સંગઠનોનો વ્યાપક અભ્યાસ કરવામાં આવ્યો છે. સમાજશાસ્ત્રી ભિન્નતા માટે ગોઠવણ કરતી વખતે અમે ડિપ્રેસન અને ચિંતા પર આઇએ અને એસએની અસરોની તપાસ કરી. આ અભ્યાસમાં, 4854 સહભાગીઓએ સામાજિક-વસ્તી વિષયક વસ્તુઓ, ઇન્ટરનેટ વ્યસન માટે કોરિયન સ્કેલ, સ્માર્ટફોન વ્યસન પ્રામાણિકતા સ્કેલ, અને લક્ષણ ચેકલિસ્ટ 90 આઈટમ્સ-સુધારેલી આઇટમ્સના પેટાકંપનીઓ સહિત ક્રોસ-સેંક્શનલ વેબ-આધારિત સર્વેક્ષણ પૂર્ણ કર્યું. સહભાગીઓને આઇએ, એસએ, અને સામાન્ય ઉપયોગ (એનયુ) જૂથોમાં વર્ગીકૃત કરવામાં આવ્યા હતા. સેમ્પલિંગ પૂર્વગ્રહ ઘટાડવા માટે, અમે આનુવંશિક મેચિંગના આધારે પ્રોપેન્સિટી સ્કોર મેચિંગ પદ્ધતિનો ઉપયોગ કરીએ છીએ. આઇએ જૂથ દ્વારા ડિપ્રેશનનું જોખમ વધ્યું (સંબંધિત જોખમ 1.207; p <0.001) અને અસ્વસ્થતા (સંબંધિત જોખમ 1.264; p <0.001) એનયુઓની તુલનામાં. એસએ જૂથે પણ હતાશાનું જોખમ દર્શાવ્યું (સંબંધિત જોખમ 1.337; p <0.001) અને અસ્વસ્થતા (સંબંધિત જોખમ 1.402; p <0.001) એનસીની તુલનામાં. આ તારણો દર્શાવે છે કે, આઇએ અને એસએ બંને, હતાશા અને અસ્વસ્થતા પર નોંધપાત્ર અસરો લાવ્યા. તદુપરાંત, અમારા તારણો દર્શાવે છે કે એસ.એ. હતાશા અને અસ્વસ્થતા સાથે મજબૂત સંબંધ ધરાવે છે, આઇએ કરતા વધુ મજબૂત, અને વધુ પડતા સ્માર્ટફોન ઉપયોગની રોકથામ અને સંચાલન નીતિની જરૂરિયાત પર ભાર મૂક્યો.

કીવર્ડ્સ:  ઇન્ટરનેટ વ્યસન; ચિંતા; હતાશા; વલણ સ્કોર; સ્માર્ટફોન વ્યસન

PMID: 29693641

DOI: 10.3390 / ijerph15050859

 

1. પરિચય

દૈનિક જીવનમાં ઇન્ટરનેટ અને સ્માર્ટફોનના વધતા ઉપયોગ અને સગવડ સાથે, સંચિત સંશોધનથી માનસિક આરોગ્યના ક્ષેત્રે અતિશય ઇન્ટરનેટ અને સ્માર્ટફોન ઉપયોગની નકારાત્મક અસરો દર્શાવવામાં આવી છે [1].
દક્ષિણ કોરિયન વસ્તીમાં સ્માર્ટફોન વપરાશકર્તા દર આશરે 85% છે, જે વિશ્વભરમાં સૌથી વધુ છે [2]. જો કે, વધુ પડતા સ્માર્ટફોનનો ઉપયોગ તાણ અને અસાધારણ ચિંતાના જોખમમાં સમાવિષ્ટ માનસિક સ્વાસ્થ્યના અનેક મુદ્દા સાથે સખત રીતે સંકળાયેલું છે [3,4]. સ્માર્ટફોન વ્યસન (એસએ) ઇન્ટરનેટ વ્યસન (આઇએ) સાથે વ્યસનના નવા સ્વરૂપ તરીકે ઉભરી આવ્યું છે, અને એસએની ક્લિનિકલ લાક્ષણિકતાને તાજેતરના વર્ષોમાં ધ્યાન મળ્યું છે [5]. ઉદાહરણ તરીકે, ઉપકરણોની પ્રકૃતિ અંગે કેટલાક તફાવતો છે, જેમ કે સરળ પોર્ટેબિલીટી, રીઅલ-ટાઇમ ઇન્ટરનેટ ઍક્સેસ અને સ્માર્ટફોનની સીધી સંચાર સુવિધા [6]. આઇએ અને એસએ વચ્ચે સમાનતા અને તફાવતોની જાણ વસ્તી વિષયક ચલો અને મીડિયાના ઉપયોગના પ્રેરણાત્મક પાસાઓ સાથે કરવામાં આવી છે [1,6].
પર્યાવરણીય પાસાંથી, વૈકલ્પિક પ્રવૃત્તિઓની અભાવ આઇએ (IA) સાથે સંકળાયેલી છે [7]. વધારામાં, સિંગલ હોવાથી સોશિયલ નેટવર્ક અને ઑનલાઇન ગેમિંગ બંને સાથે સખત રીતે સંકળાયેલા હોવાનું જણાવાયું છે [8]. શૈક્ષણિક સ્તર અને માસિક આવકના પરિમાણો મુજબ, એસએ સાથેના લોકોના તાજેતરના અભ્યાસમાં ઓછી આવક ધરાવતી અને ઓછી ડિગ્રી શિક્ષણ ધરાવતા લોકોની તરફેણમાં આરોગ્ય પરિમાણમાં નોંધપાત્ર તફાવતો જોવા મળ્યા [9]. આ શોધ સાથે સુસંગત, વ્યવસ્થિત સમીક્ષાએ આઇએ (IA) ના શૈક્ષણિક પ્રદર્શન અને તીવ્રતા વચ્ચે નોંધપાત્ર સહસંબંધની જાણ કરી [10]. વયના સંદર્ભમાં, તાજેતરના સમીક્ષામાં જાણવા મળ્યું છે કે સમસ્યાકારક ઇન્ટરનેટનો ઉપયોગ કિશોરાવસ્થા અને ઉભરતા પુખ્ત વયના લોકો (19 વર્ષ અને તેથી વધુ) બંને માટે સૌથી વધુ સુસંગત છે [10], જ્યારે ઉભરતા પુખ્તો (19 વર્ષ અને તેથી વધુ) ની તુલનામાં નાના કિશોરોમાં સ્માર્ટફોન વ્યસન વધુ પ્રચલિત છે [11]. તાજેતરના એક અભ્યાસે દર્શાવ્યું છે કે પુરુષોની તુલનામાં સ્ત્રીઓ દૈનિક વપરાશના સમય અને સ્માર્ટફોન માટેના આધારીત સ્કોર્સની ઊંચી સરેરાશ ધરાવે છે [4]. ચોઈ એટ અલ. (2015) એ અહેવાલ આપ્યો છે કે પુરુષ જાતિમાં આઇ.એ. માટે સંબંધિત જોખમી પરિબળ છે, અને એસએ (SA) માટે સ્ત્રી લિંગ [1]. ઉપયોગના ઉદ્દેશ્ય વિશે, સોશિયલ નેટવર્કિંગ અન્ય મોબાઇલ ટેલિફોન-સંબંધિત કાર્યોની તુલનામાં, ઉચ્ચ સ્માર્ટફોન પર આધારિત નિર્ધારણથી વધુ મજબૂત હોવાનું દર્શાવે છે [11]. આઈએ, ઍન્ડરસન એટ અલ સાથેના વ્યક્તિઓમાં. (2016) એ અહેવાલ આપ્યો છે કે પુરુષ લિંગ ઑનલાઇન ઑનલાઇન પીસી ગેમિંગ સાથે નોંધપાત્ર રીતે સંકળાયેલું હતું [10].
મનોવૈજ્ઞાનિક પાસાંઓના સંદર્ભમાં, ડિપ્રેસન અને ચિંતા સાથે આઇએ અને એસએના સકારાત્મક સંગઠનોની વ્યાપકપણે જાણ કરવામાં આવી છે [12,13]. તાજેતરના અભ્યાસોએ સૂચવ્યું છે કે ઇન્ટરનેટ અને સ્માર્ટફોન્સમાં વ્યસન ઉદભવતા યુઝરની વ્યક્તિગત જ્ઞાનાત્મક-ભાવનાત્મક અને વર્તણૂકીય પ્રોફાઇલ દ્વારા ઊભી થઈ શકે છે [14,15,16]. તાજેતરના એક અભ્યાસમાં આઇએ અને એસએ બંનેમાં સહાનુભૂતિ અને જીવન સંતોષની ભૂમિકા જોવા મળી [17]. મનોવિશ્લેષણના સંદર્ભમાં, ઘણા અભ્યાસોએ આઇએ, ડિપ્રેશન અને ચિંતા વચ્ચેના હકારાત્મક સહસંબંધની જાણ કરી [18,19,20], જ્યારે તાજેતરના એક અભ્યાસમાં સ્માર્ટફોનના ઉપયોગ અને તીવ્રતા, ડિપ્રેશન અને ચિંતા વચ્ચેના સંબંધની જાણ થઈ [13]. તેથી, આઈએ, એસએ, અને માનસિક સ્વાસ્થ્ય સમસ્યાઓ વચ્ચેના આંતરપ્રવાહને ચોક્કસ રીતે ચિત્રિત કરવાની જરૂર છે. વધુમાં, આઇએ અને એસએ વચ્ચેના ઓવરલેપ અને તફાવતો બંનેને આપ્યા [16], ત્યારબાદ એવો પ્રશ્ન ઊભો થાય છે કે વિવાદાસ્પદ વસ્તી વિષયક અને સામાજિક આર્થિક પરિબળોને સમાયોજિત કર્યા પછી ડિપ્રેસન અને ચિંતાના સ્તરમાં આઇએ અને એસએ કેટલા પ્રમાણમાં જોડાયેલા છે?
તે અસ્પષ્ટ છે કે શું માનસિક સ્વાસ્થ્ય સમસ્યાઓ ઇન્ટરનેટ અથવા સ્માર્ટફોન પર વધુ પડતા નિર્ભરતાના કારણો છે અથવા પરિણામ છે. માનસિક સ્વાસ્થ્ય સમસ્યાઓ, આઇ.એ. અને એસએના લોકો વચ્ચેના સંબંધોની તપાસ કરવા માટે ક્રોસ-સેક્વલલ સ્ટડીઝે બહુવિધ રીગ્રેશન વિશ્લેષણ કર્યું છે [21]. જો કે, નિરીક્ષણ અભ્યાસોમાં, જે રેન્ડમલાઈઝેશનની ગેરહાજરી ધરાવે છે, બહુવિધ રીગ્રેશન વિશ્લેષણ મર્યાદાઓ ધરાવે છે, જેમ કે અતિશય ભાવવધારાની સંભાવના અને અસંખ્ય કોવેરાઇટ્સ હાજર હોય ત્યારે ગરીબ સ્ટાન્ડર્ડ ભૂલ, પસંદગીની પૂર્વાધિકાર ઉપરાંત [22]. આમ, ડિપ્રેસન અને ચિંતા જેવી કોઈ ચોક્કસ પરિણામની તપાસ દ્વારા વ્યસનની અસરોનો અંદાજ કાઢવો, આઇએ અને એસએ સાથે સંકળાયેલા વસ્તી વિષયક અને સામાજિક આર્થિક પરિબળોના અસંતુલન દ્વારા પક્ષપાત કરવામાં આવશે. વધુમાં, ઈન્ટરનેટ અને સ્માર્ટફોન વપરાશકર્તાઓની લાક્ષણિકતાઓ અનુસાર, કોઈ અભ્યાસમાં ડિપ્રેસન અને ચિંતા અંગે આઇએ અને એસએના પર્યાવરણીય સંદર્ભો અને વપરાશકર્તાઓની મનોવૈજ્ઞાનિક પ્રોફાઇલ્સની લાક્ષણિકતાઓ અનુસાર તફાવતની તપાસ કરવામાં આવી નથી. નિરીક્ષણ અભ્યાસમાં પસંદગીની પૂર્વાધિકાર ઘટાડવા માટે પ્રાયોગિક સ્કોર મેચિંગ (પીએસએમ) લોકપ્રિય અભિગમ બની ગયો છે [23,24]. આ કાગળમાં, અમે અમારા ડેટામાં પસંદગી પૂર્વગ્રહ ઘટાડવા માટે, ડિપ્રેસન અને ચિંતા અંગે આઇ.એ. અને એસ.એ. ની અસરોની તપાસ કરવા માટે પીએસએમ વિશ્લેષણનો ઉપયોગ કર્યો હતો. અમે અમારા અભ્યાસમાં આઇએ અને એસએ સાથે આ સોશિયોડેમેમોગ્રાફિક વેરિયેબલ્સના જોડાણને ધ્યાનમાં રાખીને, લિંગ, ઉંમર, શિક્ષણ, વૈવાહિક સ્થિતિ અને કથિત ચલ તરીકેની આવક પસંદ કરી છે [9,25].
આ અભ્યાસનો મુખ્ય ઉદ્દેશ આઇએ, એસએ, અને મૂડ સ્થિતિ વચ્ચેના સંબંધોને ચકાસવાનો છે, જે ડિપ્રેશન અને ચિંતા છે, જે પ્રોપેન્સિટી સ્કોર મેળ ખાતા વિશ્લેષણનો ઉપયોગ કરે છે. બીજું, અમે શોધવું છે કે આઇએ અને એસએ વચ્ચે ડિપ્રેશન અને ચિંતા કેવી રીતે અસર કરે છે.

 

 

2. સામગ્રી અને પદ્ધતિઓ

 

 

2.1. અભ્યાસ સહભાગીઓ

ડેટામાં કૅથોલિક યુનિવર્સિટી કોરિયા, સોલ દ્વારા સંચાલિત 5003 કોરિયન પુખ્ત વયના લોકો (વય 19-49 વર્ષ) નું ઑનલાઇન અનામ સ્વ-નિદાન સર્વેક્ષણ પ્રતિસાદ શામેલ છે; અને ડિસેમ્બર 2014 માં સેન્ટ મેરીસ હોસ્પિટલ [26]. આ અભ્યાસ હેલસિંકિની ઘોષણા અનુસાર કરવામાં આવ્યો હતો. કોરિયાના કેથોલિક યુનિવર્સિટીના સંસ્થાકીય સમીક્ષા બોર્ડ, સોલ; અને સેન્ટ મેરી હોસ્પિટલે આ અભ્યાસને મંજૂરી આપી. તમામ સહભાગીઓને આ અભ્યાસ વિશે જાણ કરવામાં આવી હતી અને લેખિત જાણકાર સંમતિ પ્રદાન કરવામાં આવી હતી. સંશોધન કંપનીના એક પેનલ દ્વારા સર્વેક્ષણના ભાગ લેનારાઓને ભરતી કરવામાં આવી હતી અને સ્વ-રિપોર્ટ પ્રશ્નાવલી ઇન્ટરનેટ દ્વારા કોઈપણ વળતર વિના સંચાલિત કરવામાં આવી હતી. માત્ર 149 પ્રતિસાદકર્તાઓ, જેમણે સ્માર્ટફોનનો ઉપયોગ કર્યો ન હતો, તેમાં બાકાત રાખવામાં આવ્યાં હતાં. છેલ્લે, અમે 4854 સહભાગીઓના ડેટાનું વિશ્લેષણ કર્યું. અંતિમ નમૂનામાં, વયની ત્રણ શ્રેણીઓમાં વર્ગીકૃત કરવામાં આવી હતી: 30 (33.19%), 30-39 (43.94%) અને 40-49 (22.87%) ની નીચે. 2573 નર (53.01%) અને 2281 માદા (46.99%) હતા. સહભાગીઓના વધારાના વસ્તી વિષયક ચરિત્રો શિક્ષણ, વૈવાહિક દરજ્જો અને આવક માનતા હતા.

 

 

2.2. પગલાં

 

 

2.2.1. ઇન્ટરનેટ વ્યસનનું માપન

કોરિયા સ્કેલ ફોર ઇન્ટરનેટ એડિશન (કે-સ્કેલ) કોરિયામાં આઇએ આકારણી કરવા માટે વિકસાવવામાં આવી હતી અને કોરિયન વસ્તીમાં આંતરિક સુસંગતતાની ઉચ્ચ વિશ્વસનીયતા સાથે માન્ય કરવામાં આવ્યું છે [27]. કે-સ્કેલ માટે ક્રોનબેચનું આલ્ફા ગુણાંક 0.91 હતું [28]. તેમાં સાત પેટાકંપનીઓ અને 40 વસ્તુઓ છે, જે રોજિંદા જીવનમાં ખલેલ, વાસ્તવિકતા પરીક્ષણમાં ખલેલ, સ્વયંસંચાલિત વ્યસન વિચારો, વર્ચુઅલ આંતરવ્યક્તિગત સંબંધો, વિચલિત વર્તન, ઉપાડ અને સહિષ્ણુતાને માપે છે. આ Likert પ્રકાર સ્કેલ 1 (બધામાં નથી) માંથી 4 (હંમેશા) પર સેટ કરવામાં આવ્યું છે. આ સ્કેલનો ઉપયોગ કરીને અગાઉના અહેવાલ મુજબ, સહભાગીઓને ત્રણ જૂથોમાં ગોઠવવામાં આવ્યા હતા: સામાન્ય, સંભવિત જોખમ અને ઉચ્ચ જોખમ [29]. ઉચ્ચ જોખમી જૂથને દૈનિક જીવનમાં ખલેલ, સ્વયંસંચાલિત વ્યસન વિચારો, સહિષ્ણુ પરિબળો અથવા ઓછામાં ઓછા 70 માં પ્રમાણિત સ્કોર 70 અથવા ઉચ્ચ હોવાનું વ્યાખ્યાયિત કરવામાં આવ્યું હતું. સંભવિત જોખમ જૂથને દૈનિક જીવનમાં ખલેલ, ઓટોમેટિક વ્યસન વિચારો, સહનશીલતા પરિબળો અથવા ઓછામાં ઓછા 62 માં 63 અથવા તેનાથી વધુના ગુણ તરીકે વ્યાખ્યાયિત કરવામાં આવ્યું હતું. સામાન્ય ઉપયોગ જૂથમાં આ સંખ્યાઓ કરતા નીચેનાં સ્કોર્સ શામેલ છે. આ અભ્યાસમાં, આઇએ (IA) જૂથો સંભવિત જોખમો અને ઉચ્ચ જોખમી જૂથોથી બનેલા હતા.

 

 

2.2.2. સ્માર્ટફોન વ્યસનનું માપન

સ્માર્ટફોન વ્યસન પ્રાનિતા સ્કેલ (કે-એસએએસ) માન્ય કરવામાં આવ્યું છે અને એસએ માટે સ્ક્રીન પર વ્યાપકપણે ઉપયોગમાં લેવાય છે [30]. તેમાં 15 (બધામાં નહીં) થી 1 (હંમેશા) સુધીની ચાર-બિંદુ Likert પ્રકાર સ્કેલ તકલીફમાં રેટ કરેલ 4 વસ્તુઓ શામેલ છે. આ પ્રશ્નોમાં ત્રણ પરિબળોની તપાસ કરવામાં આવી: દૈનિક જીવનમાં ખલેલ, સ્વયંસંચાલિત વ્યસન વિચારો અને સહનશીલતા. કે-એસએએસ માટે ક્રોનબેચનું આલ્ફા ગુણાંક 0.880 હતું [5].
આ સ્કેલનો ઉપયોગ કરીને અગાઉના અહેવાલના આધારે, અમે સહભાગીઓને ત્રણ જૂથમાં વર્ગીકૃત કરવા સ્કોર્સનો ઉપયોગ કર્યો: સામાન્ય, સંભવિત જોખમ અને ઉચ્ચ જોખમ [30]. ઉચ્ચ જોખમી જૂથને કુલમાં 44 અથવા વધુનો સ્કોર હોવાનું અથવા બંને સ્વયંસંચાલિત વ્યસન વિચારો અને સહિષ્ણુતામાં, 15 અથવા તેનાથી વધુના સબકોર્સ સાથે દૈનિક જીવનમાં ખલેલના 13 અથવા વધુનું સબસ્કોર હોવાનું વ્યાખ્યાયિત કરવામાં આવ્યું હતું. સંભવિત જોખમ જૂથને કુલ સ્કોરમાં 41 અથવા વધુ હોવાનું, અથવા દૈનિક જીવનમાં અસ્વસ્થતા પરિબળમાં 15 અથવા વધુ તરીકે વ્યાખ્યાયિત કરવામાં આવ્યું હતું. સામાન્ય ઉપયોગ જૂથમાં આ સંખ્યાઓ કરતા નીચેનાં સ્કોર્સ શામેલ છે [30]. આ અભ્યાસમાં, સ્માર્ટફોન વ્યસની જૂથ ઉચ્ચ જોખમો અને સંભવિત જોખમી જૂથોથી બનેલા હતા.

 

 

2.2.3. માનસિક આરોગ્ય સમસ્યાઓનું માપન: મંદી અને ચિંતા

એસસીએલ-એક્સ્યુએનએક્સ-આર એક બહુપરીમાણીય પ્રશ્નાવલિ છે જે 90 સબકેલ્સની મનોવૈજ્ઞાનિક અને મનોવિશ્લેષણાત્મક લાક્ષણિકતાઓની શ્રેણીને પ્રદર્શિત કરવા માટે વિકસિત છે: સોમેટાઇઝેશન, અવ્યવસ્થિત-ફરજિયાત, આંતરવ્યક્તિગત સંવેદનશીલતા, ડિપ્રેસન, ચિંતા, દુશ્મનાવટ, ભૌતિક ચિંતા, પેરાનોઇડ વિચારધારા અને મનોવિજ્ઞાન [31]. એસસીએલ-એક્સ્યુએનએક્સમાં 90 (none) થી 90 (આત્યંતિક) સુધીની 5- બિંદુ સ્કેલમાં તકલીફવાળી 0 વસ્તુઓ શામેલ છે. કોરિયન ભાષામાં એસસીએલ-એક્સ્યુએનએક્સ-આરની ટેસ્ટ-રીટેસ્ટ વિશ્વસનીયતા ડિપ્રેસન માટે 4 અને ચિંતા માટે 90 હતી. ડિપ્રેસન માટે 0.76 અને ચિંતા માટે 0.77 ની આંતરિક સુસંગતતા [31]. ડિપ્રેસન અને ચિંતા એ આઇએ અને એસએ સાથે સંકળાયેલા માનસિક લક્ષણો માનવામાં આવે છે [12,13]. આ અભ્યાસમાં જોવા માટેના રસના વિશિષ્ટ પરિમાણોમાં મંદી અને ચિંતા માટે એસસીએલ-એક્સ્યુએનએક્સ-આર ઉપસેલ્સ શામેલ છે.

 

 

2.3. માહિતી વિશ્લેષણ

 

 

2.3.1. આંકડાકીય વ્યાખ્યા

દો Zi

 

ith વિષય માટે દ્વિસંગી વ્યસન સૂચક બનો; તે જ, Zi=1 જો ith વિષય વ્યસની (આઈએ અથવા એસએ), અને Zi=0 અન્યથા. માનસિક સમસ્યા (ડિપ્રેશન અથવા અસ્વસ્થતા) ના સંભવિત પરિણામ તરીકે વ્યાખ્યાયિત કરવામાં આવે છે Yi(Zi. નોંધ કરો કે સંભવિત પરિણામોમાંથી એક જ વિષય દરેક વિષય માટે એક જ સમયે જોવાય છે, તેથી સીધી ગણતરી Yi(1)-Yi અશક્ય છે. વ્યક્તિગત અસરને બદલે, રસની પ્રાથમિક પરિમાણો વ્યસની વસ્તી પર અપેક્ષિત વ્યસન અસર છે

τ=E(Yi(1)-Yi(0)|
 
જો કે, અંદાજ τ

હજી પણ સમસ્યા છે કારણ કે E(Yi(0)|Zi સીધી અંદાજ કરી શકાતો નથી. અલબત્ત, રેન્ડમાઇઝ્ડ પ્રયોગોમાં, E(Yi(0)|Zi સંતુષ્ટ છે, તેથી τ સરળતાથી અંદાજ કરી શકાય છે. જો કે, અવલોકન અભ્યાસમાં, નાનો અંદાજ τ કારણ કે પક્ષપાત કરી શકાય છે E(Yi(0)|Zi. આ પસંદગીની પૂર્વગ્રહને સમાયોજિત કરવા માટે, આપણે ધારીએ છીએ કે આપણે કોવેરીટ્સનું પાલન કરી શકીએ છીએ Xi તે કોઈપણ વ્યસન દ્વારા અને કોઈ આપેલ અમલ માટે અસર કરતું નથી Xi, સંભવિત પરિણામો Yi(1), Yi વ્યસન સૂચકની શરતથી સ્વતંત્ર છે Zi. વધુમાં, જો સંભવિત પરિણામો વ્યસનીઓ પર શરતયુક્ત વ્યસનથી સ્વતંત્ર હોય Xi, તે વલણના પ્રમાણમાં શરતની વ્યસનથી પણ સ્વતંત્ર છે P(Xi)= P(Zi=1|Xi[19]. માટે પીએસએમ અંદાજ τ બને

τPSM=EP(X)|Z=1

 

 

 

 

 

2.3.2. પ્રોપ્રેન્સિટી સ્કોરનો અંદાજ

પ્રાયોગિક સ્કોર્સનો ઉપયોગ લોજિસ્ટિક રીગ્રેશનનો ઉપયોગ કરીને કરવામાં આવે છે, એક મોડેલ જે વ્યસનની સંભાવનાની આગાહી કરવા માટે વપરાય છે 

લોગP(Zi=1|Xi)

 

 

 
આ કાગળ માં, માટે covariates તરીકે Xi

 

 

, અમે પાંચ સ્પષ્ટ વર્ગીકરણને ધ્યાનમાં લઈએ છીએ: સેક્સ (1 = પુરુષ અને 2 = સ્ત્રી), ઉંમર (1 = 20-29, 2 = 30-39, અને 3 = 40-49), શિક્ષણ (1 = મધ્યમ શાળા, 2 = ઉચ્ચ શાળા, અને 3 = યુનિવર્સિટી અથવા ઉપર), વૈવાહિક સ્થિતિ (1 = સિંગલ, 2 = કોહબેટેશન, 3 = વૈવાહિક, 4 = છૂટાછેડા લીધેલું, અને 5 = બહિષ્કૃત), અને આવક (1 = નીચુ, 2 = મધ્ય-નીચું, 3 = મધ્યમ, 4 = મધ્ય-ઉચ્ચ, અને 5 = ઉચ્ચ). માં વિભાગ 1, આ સહવાસીઓ એકસાથે પરિણામો (ડિપ્રેશન અથવા ચિંતા) અને વ્યસનને પ્રભાવિત કરી શકે છે. આમ, દરેક વિષય માટે, અમે અનુમાનિત સ્કોર્સનો અંદાજ કાઢ્યો; એટલે કે, નિરીક્ષણ કરનારાઓને આપવામાં આવતા વ્યસનની શરતી સંભાવના [32].

 

 

2.3.3. અંદાજિત પ્રોપન્સિટી સ્કોરના આધારે મેચિંગ પદ્ધતિઓ

એકવાર પ્રોપ્રેન્સી સ્કોર્સનો અંદાજ કાઢવામાં આવે ત્યારે, મેચિંગનો ઉપયોગ બે જૂથ વચ્ચેના તફાવતોને સમાયોજિત કર્યા પછી સારવારની અસરના અંદાજ માટે કરી શકાય છે [33]. મેચિંગનો ધ્યેય એક મેળ ખાતા નમૂનાનું નિર્માણ કરવાનું છે જે અભ્યાસના દર્દીના વિતરણને સંતુલિત કરે છે અને નિયંત્રણ જૂથોના કોવેરાઇટ્સ સાથે મેળ ખાય છે. આ એડજસ્ટિંગ પદ્ધતિ અમને કમ્પાંઉન્ડિંગ ચલોને નિયંત્રિત કરવાની મંજૂરી આપે છે. આ અભ્યાસમાં, અમે બે વ્યાપક રીતે ઉપયોગમાં લેવાતી મેચિંગ પદ્ધતિઓ સ્વીકારી, શ્રેષ્ઠ અને આનુવંશિક મેચિંગ [34].

 

 

2.3.4. પ્રોપન્સિટી સ્કોર મેચિંગ પછી માનસિક સ્વાસ્થ્ય સમસ્યાઓ પરના વ્યસનના સંબંધિત જોખમોનું અનુમાન

નિરીક્ષણ કરનારાઓ (ઉંમર, લિંગ, લગ્ન, આવક અને શિક્ષણ) નો ઉપયોગ કરીને વલણ મેળ ખાતા પછી, અમારી પાસે વધુ સંતુલિત ડેટાસેટ છે. માનસિક સ્વાસ્થ્ય સમસ્યા (ડિપ્રેશન અથવા અસ્વસ્થતા) નું મોડેલ કરવા માટે, અમે મેળવેલ નમૂનામાં સામાન્યકૃત રેખીય મોડેલ્સ (જીએલએમ) નો ઉપયોગ કર્યો. માનસિક આરોગ્ય સ્કોર્સ હકારાત્મક અને પૂર્વગ્રહયુક્ત હોવાથી, લોગ લિંક સાથે ગામા વિતરણ ફીટ કરવામાં આવે છે. ચાલો Yi

 

અર્થ સાથે રસ (ડિપ્રેસન અથવા ચિંતા એક સ્કોર) પરિણામ છે μi, અમે ગામા જીએલએમ ફ્રેમવર્કને કોવેરેટસ સાથે વાપરી શકીએ છીએ Xi:

 

લોગμi=γT
 
 
મોડેલિંગ દ્વારા, અમે અંદાજ આપ્યો eγ

 

 

દરેક કોવારાએટ માટે આઇએ અને એસએના સંબંધિત જોખમો (જૂથો વચ્ચે અપેક્ષિત સરેરાશ તફાવત તરીકે).

 

 

3. પરિણામો

4854 સહભાગીઓ ઉપરાંત, 126 (2.60%) આઇએ જૂથમાં શામેલ કરવામાં આવ્યા હતા અને 652 (13.43%) એ એસએ જૂથમાં સમાવવામાં આવ્યા હતા. કોષ્ટક 1 ડિપ્રેસન અને ચિંતાના સ્કોર્સના વર્ણનાત્મક આંકડા બતાવે છે. આઇએ અને એસએ જૂથોના ડિપ્રેસન અને ચિંતાના સરેરાશ સ્કોર્સ સામાન્ય ઉપયોગ (એનયુ) જૂથ કરતા મોટા હોય છે.
ટેબલ 1. ડિપ્રેસન અને ચિંતા સ્કોર્સના વર્ણનાત્મક આંકડા.
કોષ્ટક

 

 

3.1. પ્રોપન્સિટી સ્કોર મેચિંગ પદ્ધતિની મેચિંગ ગુણવત્તા

જોકે, અમે આ અભ્યાસના પ્રશ્નાવલિમાં માત્ર થોડા જ સંજોગોને પ્રોપેન્સિટી સ્કોર્સ દ્વારા શરત આપીએ છીએ, અમે શોધી કાઢ્યું છે કે મેચિંગ પ્રક્રિયા દરેક કૉવરેટના વિતરણને સંતુલિત કરવા માટે પૂરતી હતી, કોષ્ટક 2 અને કોષ્ટક 3. અમે સીમાના વિતરણમાં અંતરનું મૂલ્યાંકન કર્યું Xi

 

 

 

. દરેક કૉવરેટ માટે, અમે પૂર્વગ્રહની ગણતરી કરી હતી; તે છે, વ્યસની અને સામાન્ય નમૂનાના નમૂના સરેરાશમાં તફાવત. પ્રોપેન્સિટી સ્કોર મેચિંગ લાગુ કરતા પહેલાં, પૂર્વગ્રહને અવગણવામાં આવતાં ન હતા. જો કે, પ્રોપેન્સિટી સ્કોર મેચિંગ પછી, વ્યસન અને સામાન્ય સબમૅમ્પલ્સની પાસે તમામ કોવારાઇટ્સ માટે સમાન સમાન વહેંચણી હતી.
ટેબલ 2. આનુવંશિક અને અનુકૂળ મેળવણીનો ઉપયોગ કરીને, મૂળ નમૂના અને પ્રોપેન્સિટી સ્કોર મેળ ખાતા નમૂનામાં, આઇએ અને સામાન્ય ઉપયોગ જૂથો વચ્ચેના આધારરેખા લાક્ષણિકતાઓની સરેરાશ ટકાવારીની તુલના.
કોષ્ટક
ટેબલ 3. એસએ અને સામાન્ય જૂથો વચ્ચેના આધારરેખા લાક્ષણિકતાઓની સરેરાશ ટકાવારીની તુલના, મૂળ નમૂના અને આનુવંશિક અને શ્રેષ્ઠ મેળ ખાતી મદદથી નમૂના સાથે મળતા વલણના ગુણ.
કોષ્ટક

 

 

3.2. ડિપ્રેસન અને ચિંતા પર ઇન્ટરનેટની વ્યસનની અસરો

ડિપ્રેશન અને આઈએનસીની અસરોને પ્રોપેન્સિટી સ્કોર મેચિંગનો ઉપયોગ કરીને મેળવવામાં આવે છે કોષ્ટક 4. આનુવંશિક મેચિંગ દ્વારા, 3846 નમૂનાઓ પસંદ કરવામાં આવ્યા હતા. આઇ.એ. હતાશાના મોટા જોખમ (સંબંધિત જોખમ 1.207, 95% વિશ્વાસ અંતરાલ 1.128–1.292, અને પી <0.001) અને અસ્વસ્થતા (સંબંધિત જોખમ 1.264, 95% આત્મવિશ્વાસ અંતરાલ 1.173–1.362, અને પી <0.001) સાથે સંબંધિત હતું. આ બધા સંબંધિત જોખમ ગુણોત્તર મહત્વપૂર્ણ છે કારણ કે આત્મવિશ્વાસ અંતરાલમાં 1. સમાવિષ્ટ નથી, શ્રેષ્ઠ મેચિંગ દ્વારા, 252 નમૂનાઓ પસંદ કરવામાં આવ્યા હતા. આઇએ વધારે ડિપ્રેસન (સંબંધિત જોખમ 1.243, 95% વિશ્વાસ અંતરાલ 1.145–1.348, અને પી <0.001) અને અસ્વસ્થતા (સંબંધિત જોખમ 1.308, 95% આત્મવિશ્વાસ અંતરાલ 1.192–1.435, અને પી <0.001) સાથે સંબંધિત હતું. આનુવંશિક મેચિંગની જેમ, બંને પર સંબંધિત જોખમ ગુણોત્તર, હતાશા અને અસ્વસ્થતા, 1 કરતા નોંધપાત્ર રીતે વધારે છે.
ટેબલ 4. ડિપ્રેસન અને ચિંતા પર ઇન્ટરનેટ અને સ્માર્ટફોન વ્યસનના પ્રભાવો, પ્રોપેન્સિટી સ્કોર મેચિંગ પર આધારિત છે.
કોષ્ટક

 

 

3.3. ડિપ્રેસન અને ચિંતા પર સ્માર્ટફોન વ્યસનના પ્રભાવો

ડિપ્રેશન અને એસએચસીની અસર પર અસરકારકતા મેળ ખાતી મેચનો ઉપયોગ કરવામાં આવે છે કોષ્ટક 4. આનુવંશિક મેચિંગ દ્વારા, 4516 નમૂનાઓ પસંદ કરવામાં આવ્યા હતા. એસએ ઉદાસીનતાના મોટા જોખમ (સંબંધિત જોખમ 1.337, 95% વિશ્વાસ અંતરાલ 1.296–1.378, અને પી <0.001) અને અસ્વસ્થતા (સંબંધિત જોખમ 1.402, 95% આત્મવિશ્વાસ અંતરાલ 1.355–1.450, અને પી <0.001) સાથે સંબંધિત હતું. શ્રેષ્ઠ મેચિંગ દ્વારા, 1304 નમૂનાઓ પસંદ કરવામાં આવ્યા હતા. એસએ ઉદાસીનતાના મોટા જોખમ (સંબંધિત જોખમ 1.386, 95% વિશ્વાસ અંતરાલ 1.334–1.440, અને પી <0.001) અને અસ્વસ્થતા (સંબંધિત જોખમ 1.440, 95% વિશ્વાસ અંતરાલ 1.380–1.503, અને પી <0.001) સાથે સંબંધિત હતું. આ બધા સંબંધિત જોખમ ગુણોત્તર નોંધપાત્ર છે.

 

 

3.4. ડિપ્રેસન અને ચિંતા પર ઇન્ટરનેટ અને સ્માર્ટફોન વ્યસનના પ્રભાવમાં તફાવતો

આનુવંશિક અને શ્રેષ્ઠ મેળ ખાતા બંનેથી ડિપ્રેશન અને ચિંતા માટેના સંબંધિત જોખમો, આઇએ (IA) કરતા એસએ માટે 10% ઊંચા હતા. આનો મતલબ એ છે કે એસએ (IA) ની તુલનામાં ડિપ્રેસન અને ચિંતા માટે વધુ જોખમ છે. તે આત્મવિશ્વાસ અંતરાલોમાં 1 શામેલ નથી, તેથી અમે કહી શકીએ કે SA એ 34-44% માનસિક ડિસઓર્ડરનું કારણ બને છે.

 

 

4. ચર્ચા

અમારા તારણો એ છે કે આઈએ અને એસએ બંને ડિપ્રેશન અને ચિંતા પર નોંધપાત્ર અસર કરે છે, વિરોધી સ્કોર મેચિંગનો ઉપયોગ કરીને વિરોધાભાસને નિયંત્રિત કર્યા પછી પણ. રોગચાળાના અભ્યાસોએ આઇએ (IA) માં ડિપ્રેશનના ઊંચા પ્રમાણમાં અનુમાન લગાવ્યો છે [35,36]. ક્રોસ સેક્શનલ અભ્યાસોમાં સંખ્યાબંધ અભ્યાસોએ અહેવાલ આપ્યો છે કે આઇએ અથવા એસએ સાથેના વ્યક્તિઓ સામાન્ય વપરાશકારો કરતા ડિપ્રેશન અને ચિંતાના ઊંચા સ્તર દર્શાવે છે [13,37]. વર્તમાન અભ્યાસમાં, અમારા પરિણામો ડિપ્રેસન અને ચિંતાના વિકાસમાં આઇએ અને એસએની ભૂમિકા દર્શાવે છે. વર્તમાન તારણો માટે કેટલીક સંભવિત સમજૂતીઓ છે. સૌ પ્રથમ, ઇન્ટરનેટ અને સ્માર્ટફોનના વ્યસનના ઉપયોગમાં આંતરવ્યક્તિગત સમસ્યાઓ વધી શકે છે, જે ડિપ્રેશન અને ચિંતાથી સંબંધિત છે, જેમ કે કૌટુંબિક સંઘર્ષ, ઑફલાઇન સંબંધો અને સાયબરસ્પેસમાં મંજૂરી માટેની ઉચ્ચતમ જરૂરિયાત. બીજું, આઇએ અને એસએમાં મનોવિશ્લેષણાત્મક સ્વરૂપો તરીકે ઉપાડના લક્ષણો સૂચવવામાં આવે છે, પદાર્થ દુરૂપયોગની સમસ્યાઓ સાથે તુલનાત્મક [5]. જ્યારે તેમની પાસે પીસી અથવા સ્માર્ટફોનની ઍક્સેસ હોતી નથી, ત્યારે આઈએ અથવા એસએ ધરાવતી વ્યક્તિઓ ચિંતાજનક બની શકે છે, અને પછી આવી નકારાત્મક લાગણીઓને દૂર કરવા માટે ઇન્ટરનેટ અથવા સ્માર્ટફોનનો ઉપયોગ કરવાની ઇચ્છા ધરાવી શકે છે [38]. અન્ય સંભવિત સમજૂતી એ છે કે દારૂ અને નિકોટિન જેવા અન્ય વ્યસન પદાર્થોથી વિપરીત, ઓવર-યુઝર્સ પર ઇન્ટરનેટ અને સ્માર્ટફોન વપરાશકર્તાઓને મફત અને લવચીક ઍક્સેસના કારણે રોજિંદા જીવનમાં તેમના અતિશય ઉપયોગ વિશે થોડું અંતઃદૃષ્ટિ હોઇ શકે છે [3], તેમને સમસ્યારૂપ વર્તણૂંકના સંકેત તરીકેના બદલે તેમના ઉગ્ર ઉપયોગનો અનુભવ કરવો [39]. અન્ય રસપ્રદ શોધ એ હતી કે એસએ (SA) એ આઇ.એ. કરતા ડિપ્રેશન અને ચિંતા પર મજબૂત પ્રભાવ પાડ્યો હતો. આનાથી અમને અનુમાન થાય છે કે આઇએ અને એસએ માનસિક સ્વાસ્થ્ય સમસ્યાઓ પર વિવિધ પ્રભાવ ધરાવે છે. આ શોધ માટે ઘણા સંભવિત સમજૂતીઓ હોઈ શકે છે. પ્રથમ, મીડિયા લાક્ષણિકતાઓને ધ્યાનમાં રાખીને, વધુ સ્માર્ટફોનનો ઉપયોગ ઉપકરણની આદત બનાવવાની પ્રકૃતિ દ્વારા વિકસાવવામાં સરળ છે, કારણ કે તેના વાયરલેસ નેટવર્કની ઉચ્ચ ઍક્સેસિબિલિટી અને વારંવાર સૂચનાઓના 24 એચ [39]. બીજું, પર્યાવરણીય પરિબળોને ધ્યાનમાં રાખીને, આ શોધ પીસીથી લઈને સ્માર્ટફોન સુધીની દૈનિક જીવન સરેરાશના વર્તમાન ક્રાંતિકારી પરિવર્તનને પ્રતિબિંબિત કરી શકે છે. લોકો જટિલ કાર્ય માટે પીસી ઇન્ટરનેટનો ઉપયોગ કરી શકે છે અને સ્માર્ટફોન સાથેના અન્ય દૈનિક કાર્યો હાથ ધરી શકે છે, જે શ્રમ ઉત્પાદકતામાં ઘટાડો તરફ દોરી જાય છે અને ઉચ્ચ સ્તરે તાણ [40]. છેવટે, એસએ સાથેના વ્યક્તિઓ સંબંધોને જાળવી રાખવા અને ઑનલાઇન સોશિયલ નેટવર્ક સાથે કનેક્ટનેસની ભાવના માટે સ્માર્ટફોનનો ઉપયોગ કરી શકે છે [41], ગુમ થવાના ભય અને કનેક્શન ગુમાવવાના ડર તરફ દોરી જાય છે, જ્યારે સ્માર્ટફોનના ઉપયોગને વધુ અસરકારક બનાવે છે [42].
આ અભ્યાસમાં સમગ્ર વસતીના તારણોને સામાન્ય બનાવવા માટે ઘણી મર્યાદાઓ છે, જેમ કે ડેટા મર્યાદાઓની ક્રોસ-વિભાગીય પ્રકૃતિ અને ઇન્ટરનેટ અને સ્માર્ટફોન વ્યસન, ડિપ્રેશન અને ચિંતા વચ્ચેના કારણોની અંતર્ગત સમજણ. પ્રોપૅન્સીટી મેચિંગની મર્યાદાઓ અને આવશ્યકતાઓ પણ છે. મુખ્ય મર્યાદા એ છે કે પ્રોપ્રેન્સી સ્કોર્સ ફક્ત અવલોકનકારો દ્વારા નિયંત્રિત કરી શકાય છે [43]. સામાન્યીકરણ માટે અભ્યાસ શોધવામાં મર્યાદિત, અનાવશ્યક confounders ની શક્યતા રહે છે. આ ઉપરાંત, આ અભ્યાસમાં થયેલા તમામ અવ્યવસ્થિતોને કારણે ચોક્કસ વેરિયેબલ તરીકે એકત્રિત કરવામાં આવ્યા હતા, જ્યારે PSM મોડેલ બનાવતી વખતે માહિતી ખોટ થઈ શકે છે. તેથી, અમારા તારણોની સાવધાની સાથે અર્થઘટન કરવી જોઈએ. જોકે, મેચિંગના મજબૂત પરિણામો મેળવવા માટે, અમે બે મેચિંગ પદ્ધતિઓ, આનુવંશિક મેચિંગ અને શ્રેષ્ઠ મેળ ખાતા. ખાસ કરીને, આનુવંશિક મેચિંગ આનુવંશિક શોધ એલ્ગોરિધમનો ઉપયોગ કરે છે, તેથી તેની પ્રક્રિયા માહિતીની ઓછી ખોટ સાથે સારો મેળ ખાતો ઉકેલ શોધી શકે છે [44]. છેવટે, ડિપ્રેશન અને ચિંતાના લક્ષણોનું મૂલ્યાંકન એસસીએલ-એક્સNUMએક્સ-આરનો ઉપયોગ કરીને સ્વ-રિપોર્ટ મનોવૈજ્ઞાનિક લક્ષણ માપ દ્વારા કરવામાં આવ્યું હતું. માનસિક આરોગ્યની સમસ્યાઓનું વધુ ચોક્કસ અને સતત મૂલ્યાંકન કરવા. ક્લિનિશિયન દ્વારા એક સ્ટ્રક્ચર્ડ ઇન્ટરવ્યુ આગળ અભ્યાસમાં હાથ ધરવામાં આવે છે.

 

 

5. તારણો

આ અભ્યાસમાં, અમે તપાસ કરી છે કે આઈએ અને એસએ માનસિક સ્વાસ્થ્ય સમસ્યાઓ, ડિપ્રેશન અને ચિંતાને કેવી રીતે અસર કરે છે. અમારા શ્રેષ્ઠ જ્ઞાન માટે, આઇએ, એસએ અને મનોવિશ્લેષણ વચ્ચે ક્રોસ-સેક્અલ ડેટામાંથી પ્રોપેન્સિટી મેચિંગ સ્કોર પદ્ધતિનો ઉપયોગ કરીને અને આઇએ અને એસએ વચ્ચેના મનોવિશ્લેષણમાં વિભેદક અસરની તપાસ કરવા માટે એસોસિયેશનનો અંદાજ કાઢવાનો આ પ્રથમ અભ્યાસ છે. નિષ્કર્ષમાં, અમારા તારણો બતાવે છે કે આઇએ અને એસએ બંને ડિપ્રેશન અને ચિંતાના જોખમમાં વધારો કરે છે. આ ઉપરાંત, એસએ (IA) ની સરખામણીમાં એસએએ ડિપ્રેશન અને ચિંતા સાથે વધુ મજબૂત સંબંધ બતાવ્યો.
આ તારણોનો એક ઇરાદો એ છે કે સમસ્યારૂપ સ્માર્ટફોનના ઉપયોગવાળા વ્યક્તિઓને માનસિક સ્વાસ્થ્ય સમસ્યાઓ માટે નજીકથી દેખરેખ રાખવી જોઈએ, એસએના પૂર્વ-ક્લિનિકલ સ્તરે નિવારણ અને સંચાલન નીતિઓને સ્થાપિત કરવાની જરૂરિયાતને હાઇલાઇટ કરવી જોઈએ. વધુ સંભવિત અભ્યાસોએ આઇએ, એસએ, અને માનસિક સ્વાસ્થ્ય સમસ્યાઓ વચ્ચેના સંબંધોના કારણસર દિશાઓની તપાસ કરવી જોઈએ અને આઇએ અને એસએના ભેદભાવના પરિબળોને ઓળખવું જોઈએ.

 

 

લેખક ફાળો

ડી-જેકે અને ડીએલ કલ્પના અને પ્રયોગો ડિઝાઇન કરી હતી; એચએમજેએ ડેટાનું વિશ્લેષણ કર્યું છે; વાય. -જેકે પેપર લખ્યું. વાયએલએ ડેટા સંગ્રહની દેખરેખ રાખી. બધા લેખકોએ હસ્તપ્રતના વિકાસમાં યોગદાન આપ્યું, આને ગંભીરતાથી સુધારી, અને અંતિમ હસ્તપ્રતને મંજૂરી આપી.

 

 

સમર્થન

આ કાર્યને કોરિયન નેશનલ રિસર્ચ ફાઉન્ડેશન ઑફ કોરિયા (ગ્રાન્ટ નં. 2014M3C7A1062894, 2014M3C7A1062896) ની અનુદાન દ્વારા સમર્થન આપવામાં આવ્યું હતું.

 

 

વ્યાજની લડાઈ

લેખકો વ્યાજના કોઈ સંઘર્ષની જાહેરાત કરે છે.

 

 

સંદર્ભ

  1. ચોઈ, એસ. ડબલ્યુ .; કિમ, ડી. જે ​​.; ચોઈ, જે. એસ .; અહ્ન, એચ .; ચોઈ, ઇ. જે .; સોંગ, ડબલ્યુ. વાય .; કિમ, એસ .; યુન, એચ. સ્માર્ટફોન વ્યસન અને ઇન્ટરનેટ વ્યસન સાથે સંકળાયેલા જોખમો અને રક્ષણાત્મક પરિબળોની તુલના. જે. બિહાવ. વ્યસની 2015, 4, 308-314. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  2. ઈન્ટરનેટ ઓવરડિપેન્ડન્સ પર સર્વેક્ષણ 2016; સાયન્સ મંત્રાલય, આઇસીટી અને ફ્યુચર પ્લાનિંગ: સોલ, કોરિયા, 2017.
  3. લી, વાય. કે .; ચેંગ, સી. ટી .; લિન, વાય .; ચેંગ, ઝેડ.-.એચ. સ્માર્ટફોન વપરાશની ડાર્ક સાઇડ: મનોવૈજ્ઞાનિક લક્ષણો, ફરજિયાત વર્તન અને તકનીકી. ગણતરી હમ. બિહાવ 2014, 31, 373-383. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ]
  4. લી, કેઇ; કિમ, એસ. એચ .; હા, ટી. વાય .; યૂ, વાય. એમ .; હાન, જે. જે .; જંગ, જે. એચ .; જંગ, જે.- વાય. કોરિયામાં સ્માર્ટફોનના વપરાશ અને તેની ચિંતા સાથેના જોડાણ પર નિર્ભરતા. જાહેર આરોગ્ય રેપ. 2016, 131, 411-419. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  5. કિમ, ડી .; ચુંગ, વાય .; લી, જે .; કિમ, એમ .; લી, વાય .; કાન્ગ, ઇ .; કેમ, સી .; નામ, જે. પુખ્ત વયના લોકો માટે સ્માર્ટફોન વ્યસનના વિકાસની સ્કેલનો વિકાસ: સ્વ-રિપોર્ટ. કોરિયન જે. કાઉન્સ. 2012, 13, 629-644. [ગૂગલ વિદ્વાનની]
  6. કવૉન, એમ .; લી, જે. વાય .; વોન, ડબલ્યુ. વાય .; પાર્ક, જે. ડબલ્યુ .; મિન, જે. એ .; હન, સી .; ગુ, એક્સ .; ચોઈ, જે. એચ .; કિમ, ડી.-જે. સ્માર્ટફોન વ્યસન સ્કેલ (એસએએસ) ના વિકાસ અને માન્યતા. પ્લોસ વન 2013, 8, e56936. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  7. કુસ, ડીજે; ગ્રિફિથ્સ, એમડી; કારીલા, એલ .; બિલિયુક્સ, જે. ઈન્ટરનેટ વ્યસન: છેલ્લા દાયકામાં રોગચાળા સંશોધનની પદ્ધતિસરની સમીક્ષા. કર્. ફાર્મ. દેસ 2014, 20, 4026-4052. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  8. એન્ડ્રેસેસન, સીએસ; બિલિયુક્સ, જે .; ગ્રિફિથ્સ, એમડી; કુસ, ડીજે; ડીમેટ્રોવિક્સ, ઝેડ .; મેઝોની, ઇ .; પેલેસેન, એસ. સોશિયલ મીડિયા અને વિડિઓ ગેમ્સના વ્યસનના ઉપયોગ અને મનોચિકિત્સા વિકૃતિઓના લક્ષણો વચ્ચેનો સંબંધ: એક મોટા પાયે ક્રોસ સેક્ચલ અભ્યાસ. મનોવિજ્ઞાન. વ્યસની બિહાવ 2016, 30, 252. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  9. અલ્જોમા, એસએસ; કુદાહ, એમએફએ; આલ્બર્સન, આઇએસ; બખીત, એસએફ; અબ્દુલબઝબાર, એ.એસ. સ્માર્ટફોનની વ્યસન યુનિવર્સિટીના વિદ્યાર્થીઓમાં કેટલાક ચલોની પ્રકાશમાં. ગણતરી હમ. બિહાવ 2016, 61, 155-164. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ]
  10. એન્ડરસન, ઇએલ; સ્ટીન, ઇ .; સ્ટેવ્રોપ્યુલોસ, વી. ઇન્ટરનેટનો ઉપયોગ અને પ્રોબ્લમેટિક ઇન્ટરનેટનો ઉપયોગ: કિશોરાવસ્થા અને ઉદ્દીપક પુખ્તાવસ્થામાં અનુરૂપ સંશોધન વલણોની વ્યવસ્થિત સમીક્ષા. Int. જે એડોલેક. યુવા 2017, 22, 430-454. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ]
  11. હગ, એસ .; કાસ્ટ્રો, આરપી; કવૉન, એમ .; ફિલર, એ .; કોવાટ્સ, ટી .; સ્વિબ, એમ.પી. સ્વિટ્ઝર્લૅન્ડમાં યુવાનોમાં સ્માર્ટફોનનો ઉપયોગ અને સ્માર્ટફોન વ્યસન. જે. બિહાવ. વ્યસની 2015, 4, 299-307. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  12. કો, સી. એચ .; યેન, જે. વાય .; યેન, સી. એફ .; ચેન, સી. એસ .; ચેન, સી.-સી. ઈન્ટરનેટ વ્યસન અને માનસિક વિકૃતિ વચ્ચેનું જોડાણ: સાહિત્યની સમીક્ષા. યુરો. મનોચિકિત્સા 2012, 27, 1-8. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  13. ડેમિસી, કે .; અકગોનુલ, એમ .; અકપીનાર, એ. સ્માર્ટફોનનો સંબંધ ઊંઘની ગુણવત્તા, ડિપ્રેશન અને યુનિવર્સિટી વિદ્યાર્થીઓમાં ચિંતા સાથે તીવ્રતાનો ઉપયોગ કરે છે. જે. બિહાવ. વ્યસની 2015, 4, 85-92. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  14. બ્રાન્ડ, એમ .; યંગ, કેએસ; લેયર, સી .; વૉલ્ફલિંગ, કે .; પોટેન્ઝા, એમ.એન. વિશિષ્ટ ઇન્ટરનેટ-ઉપયોગની વિકૃતિઓના વિકાસ અને જાળવણીને લગતી મનોવૈજ્ઞાનિક અને ન્યુરોબાયોલોજીકલ બાબતોને એકીકૃત કરીને: વ્યકિત-અસર-જ્ઞાનાત્મક-એક્ઝેક્યુશન (આઇ-પીસીઇ) મોડેલનો સંપર્ક. ન્યુરોસી. બાયોબહેવ. રેવ. 2016, 71, 252-266. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  15. કિમ, વાય. -જે .; કિમ, ડી. જે ​​.; ચોઈ, જે. ઈન્ટરનેટ વ્યસન અને તેની ન્યુરોબાયોલોજીકલ સહસંબંધનો જ્ઞાનાત્મક ડિસાયગ્યુલેશન. આગળ. બાયોસસી (એલિટ એડ.) 2017, 9, 307-320. [ગૂગલ વિદ્વાનની]
  16. લેચમેન, બી .; ડ્યુક, ઇ .; સરારીસ્કા, આર .; મોન્ટાગ, સી. કોણ સ્માર્ટફોન અને / અથવા ઇન્ટરનેટ પર વ્યસની છે? મનોવિજ્ઞાન. પૉપ. મીડિયા કલ્ટ. 2017. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ]
  17. લેચમેન, બી .; સિંધર્મન, સી .; સરારીસ્કા, આરવાય; લ્યુઓ, આર .; મેલચર્સ, એમસી; બેકર, બી .; કૂપર, એજે; મોન્ટાગ, સી. ઈન્ટરનેટ અને સ્માર્ટફોન ઉપયોગ ડિસઓર્ડરમાં એમ્પેથી અને જીવન સંતોષની ભૂમિકા. આગળ. મનોવિજ્ઞાન. 2018, 9, 398. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  18. બનાજનિન, એન .; બનાજનિન, એન .; ડિમિત્રિજેવિક, આઇ .; માનસિક, I. ઇન્ટરનેટનો ઉપયોગ અને ડિપ્રેસન વચ્ચેનો સંબંધ: શારીરિક મૂડ ઓસિલેશન્સ, સોશિયલ નેટવર્કિંગ અને ઑનલાઇન વ્યસન વર્તન પર ફોકસ કરો. ગણતરી હમ. બિહાવ 2015, 43, 308-312. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ]
  19. અકિન, એ .; ઇસ્કેન્ડર, એમ. ઈન્ટરનેટ વ્યસન અને ડિપ્રેશન, ચિંતા અને તાણ. Int. ઑનલાઇન જે. એડ્યુક. વિજ્ઞાન. 2011, 3, 138-148. [ગૂગલ વિદ્વાનની]
  20. ઑસ્ટોવર, એસ .; અલ્લાયાર, એન .; અમિનપોર, એચ .; મોફિયન, એફ .; ના, એમબીએમ; ગ્રિફિથ્સ, એમડી ઈન્ટરનેટ વ્યસન અને તેના મનોવૈજ્ઞાનિક જોખમો (ડિપ્રેશન, ચિંતા, તાણ અને એકલતા) ઈરાની કિશોરો અને યુવાન વયસ્કો વચ્ચે: ક્રોસ-સેક્અલ અભ્યાસમાં માળખાકીય સમીકરણ મોડેલ. Int. જે. મેન્ટ. આરોગ્ય વ્યસની. 2016, 14, 257-267. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ]
  21. ચેંગ, એલએમ; વોંગ, ડબલ્યુએસ હોંગકોંગમાં ડિપ્રેસન પર અનિદ્રા અને ઇન્ટરનેટની વ્યસનની અસરો ચિની કિશોરો: એક શોધખોળ ક્રોસ-વિભાગીય વિશ્લેષણ. જે સ્લીપ રેઝ. 2011, 20, 311-317. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  22. સેપેડા, એમએસ; બોસ્ટન, આર .; ફેરર, જેટી; સ્ટ્રોમ, બીએલ, લોજિસ્ટિક રીગ્રેશન વિરુદ્ધ તુલનાત્મક પ્રોગ્રામ, જ્યારે ઘટનાઓની સંખ્યા ઓછી હોય છે અને બહુવિધ confounders છે. એમ. જે. એપિડેમિઓલ. 2003, 158, 280-287. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  23. ઑસ્ટિન, પીસી 1996 અને 2003 ની વચ્ચેના મેડિકલ સાહિત્યમાં પ્રોપેન્સિટી-સ્કોર મેચિંગનો નિર્ણાયક મૂલ્યાંકન. સ્ટેટ. મેડ. 2008, 27, 2037-2049. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  24. ઑસ્ટિન, પીસી; ગ્રૂટેન્ડેર્સ્ટ, પી .; એન્ડરસન, જીએમ સારવાર અને સારવાર ન કરાયેલ વિષયો વચ્ચેના માપિત ચલો સંતુલિત કરવા માટે જુદા જુદા પ્રોપન્સિટી સ્કોર મોડલ્સની ક્ષમતાની સરખામણી: એ મોન્ટે કાર્લો અભ્યાસ. સ્ટેટ. મેડ. 2007, 26, 734-753. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  25. મુલર, કેડબ્લ્યુ; ગ્લેસમર, એચ .; બ્રહ્લર, ઇ .; વૉલ્ફલિંગ, કે .; Beutel, ME સામાન્ય વસતીમાં ઇન્ટરનેટ વ્યસનની પ્રચલિતતા: જર્મન વસ્તી આધારિત સર્વેક્ષણના પરિણામો. બિહાવ ઇન્ફ. તકનીકી 2014, 33, 757-766. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ]
  26. આરઓ, એમજે; લી, એચ .; લી, ટી. એચ .; ચો, એચ .; જંગ, ડી .; કિમ, ડી. જે ​​.; ચોઈ, આઈવાય રિસ્ક ફેક્ટર ફોર ઇન્ટરનેટ ગેમિંગ ડિસઓર્ડર: સાયકોલોજિકલ ફેક્ટર અને ઇન્ટરનેટ ગેમિંગ લાક્ષણિકતાઓ. Int. જે. પર્યાવરણ Res. જાહેર આરોગ્ય 2018, 15, 40. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  27. રાષ્ટ્રીય માહિતી સેવા એજન્સી. પુખ્ત વયના લોકો માટે ઈન્ટરનેટ વ્યસન પ્રામાણિકતા સ્કેલનો અભ્યાસ; રાષ્ટ્રીય માહિતી સેવા એજન્સી: સોલ, કોરિયા, 2005. [ગૂગલ વિદ્વાનની]
  28. કિમ, ડી. ઇન્ટરનેટ વ્યસની Proneness સ્કેલની ફોલો અપ સ્ટડી; ડિજિટલ તકો અને પ્રમોશન માટે કોરિયા એજન્સી: સોલ, કોરિયા, 2008; ઑનલાઇન ઉપલબ્ધ http://www.nia.or.kr/site/nia_kor/ex/bbs/View.do?cbIdx=39485&bcIdx=277&parentSeq=277 (8 મે 2008 પર એક્સેસ કર્યું).
  29. કિમ, ડી-આઇ .; ચુંગ, વાય. જે .; લી, ઇ. એ .; કિમ, ડી. એમ .; ચો, વાય.-એમ. ઇન્ટરનેટ વ્યસનીનો વિકાસ સચોટતા સ્કેલ - ટૂંકા સ્વરૂપ (કેએસ સ્કેલ). કોરિયન જે. કાઉન્સ. 2008, 9, 1703-1722. [ગૂગલ વિદ્વાનની]
  30. રાષ્ટ્રીય માહિતી સેવા એજન્સી. યુવા અને પુખ્ત વયના લોકો માટે કોરિયન સ્માર્ટફોન વ્યસન પ્રૌઢ સ્કેલનો વિકાસ; રાષ્ટ્રીય માહિતી સેવા એજન્સી: સોલ, કોરિયા, 2011; પીપી. 85-86. [ગૂગલ વિદ્વાનની]
  31. કિમ, કે .; કિમ, જેડબ્લ્યુ. કોરિયા III માં લક્ષણ ચેકલિસ્ટ-90-R નું પ્રમાણભૂત અભ્યાસ. ધ્યાન આરોગ્ય રિસ. 1984, 2, 278-311. [ગૂગલ વિદ્વાનની]
  32. હેકમેન, જે .; સ્મિથ, જે. એસેસિંગ ધ કેસ ફોર સોશિયલ પ્રયોગો. જે. ઇકોન. દ્રષ્ટિકોણ 1995, 9, 85-110. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ]
  33. કાલિન્ડો, એમ .; કોપિનિગ, એસ. પ્રોપેન્સિટી સ્કોર મેચિંગના અમલીકરણ માટે કેટલાક વ્યવહારુ માર્ગદર્શિકા. જે. ઇકોન. સર્વે 2008, 22, 31-72. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ]
  34. સેખન, જેએસ; ડાયમંડ, એ. આનુવંશિક મેચિંગ, અંદાજિત કૌઝલ ઇફેક્ટ્સ, અપ્રકાશિત હસ્તપ્રત. રાજકીય પદ્ધતિ, ટલ્લાહસી, એફએલ, યુએસએ, જુલાઈ 2005 ની વાર્ષિક મીટિંગમાં પ્રસ્તુત. [ગૂગલ વિદ્વાનની]
  35. ઘાસમેઝાદે, એલ .; શાહરાય, એમ .; મોરાદી, એ. ઈરાની ઉચ્ચ શાળાઓમાં ઈન્ટરનેટની વ્યસન અને ઇન્ટરનેટ વ્યસનીઓ અને બિન-વ્યસનીઓની સરખામણીની પ્રાપ્તિ. સાયબરસિકોલ. બિહાવ 2008, 11, 731-733. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  36. યેન, જે. વાય .; કો, સી. એચ .; યેન, સી. એફ .; વુ, એચ. વાય .; યાંગ, એમ.-જે. કોમોરબિડ ઇન્ટરનેટની વ્યસનના માનસિક લક્ષણો: ધ્યાનની ખામી અને હાયપરએક્ટિવિટી ડિસઓર્ડર (એડીએચડી), ડિપ્રેશન, સામાજિક ડર અને દુશ્મનાવટ. જે એડોલેક. આરોગ્ય 2007, 41, 93-98. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  37. ટોનોની, એફ .; મઝા, એમ .; ઑટોલ્લો, જી .; કેપેલુતિ, આર .; કેટલાનો, વી .; મારાનો, જી .; ફિયુઆનાના, વી .; મોસ્ચેટી, સી .; એલિમોન્ટી, એફ .; લ્યુસિઅની, એમ. ઇન્ટરનેટની વ્યસન રોગવિજ્ઞાનવિષયક જુગારથી અલગ મનોવૈજ્ઞાનિક સ્થિતિ છે? જે. વ્યસની બિહાવ 2014, 39, 1052-1056. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  38. કુસ, ડીજે; ગ્રિફિથ્સ, એમડી ઓનલાઇન સોશિયલ નેટવર્કિંગ અને વ્યસન-મનોવૈજ્ઞાનિક સાહિત્યની સમીક્ષા. Int. જે. પર્યાવરણ Res. જાહેર આરોગ્ય 2011, 8, 3528-3552. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  39. ઓલાસવિર્તા, એ .; રૅટબનબરી, ટી .; મા, એલ .; રાતા, ઇ. આદતો સ્માર્ટફોનનો ઉપયોગ વધુ વ્યાપક બનાવે છે. પર્સ યુબિક્વીટસ કોમ્પ્યુટ. 2012, 16, 105-114. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ]
  40. ડ્યુક, ઇ .; મોન્ટાગ, સી. સ્માર્ટફોન વ્યસન, દૈનિક વિક્ષેપ અને સ્વ-અહેવાલ ઉત્પાદકતા. વ્યસની બિહાવ રેપ. 2017, 6, 90-95. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  41. કુસ, ડીજે; ગ્રિફિથ્સ, એમડી સોશિયલ નેટવર્કિંગ સાઇટ્સ અને વ્યસન: દસ પાઠ શીખ્યા. Int. જે. પર્યાવરણ Res. જાહેર આરોગ્ય 2017, 14, 311. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  42. ઓબેર્સ્ટ, યુ .; વેગમેન, ઇ .; સ્ટોડ્ટ, બી .; બ્રાન્ડ, એમ .; ચામરો, એ. કિશોરોમાં ભારે સોશિયલ નેટવર્કિંગથી નકારાત્મક પરિણામો: ગુમ થવાના ભયની મધ્યસ્થી ભૂમિકા. જે એડોલેક. 2017, 55, 51-60. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  43. જૉફ્ફ, એમએમ; રોસેનબૌમ, પીઆરએ ટિપ્પણી કરી: પ્રોપ્રેન્સી સ્કોર્સ. એમ. જે. એપિડેમિઓલ. 1999, 150, 327-333. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ] [પબમેડ]
  44. ડાયમન્ડ, એ .; સેકોન, જે. આનુવંશિક મેચિંગ, કારણભૂત અસરોની અંદાજ કાઢવા માટે: નિરીક્ષણ અભ્યાસમાં સંતુલન પ્રાપ્ત કરવાની નવી પદ્ધતિ. રેવ. ઇકોન. સ્ટેટ. 2013, 95, 932-945. [ગૂગલ વિદ્વાનની] [ક્રોસફેફ]