Problémás internethasználat és immunfunkció (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.

Absztrakt

A problémás internethasználatot számos pszichológiai társbetegséggel társították, de a fizikai betegséggel való kapcsolat nem vizsgálta ugyanolyan mértékben. A jelenlegi tanulmány az 505 résztvevőit online megkérdezte, és megkérdezte a problémás internethasználat szintjét (Internet Addiction Test), depressziót és szorongást (kórházi szorongás és depressziós mérlegek), társadalmi elszigetelődést (UCLA Loneliness Questionnaire), alvási problémákat (Pittsburgh Sleep Quality Index). , és jelenlegi egészségi állapotuk - Általános egészségügyi kérdőív (GHQ-28) és az immunfunkciós kérdőív. Az eredmények azt mutatták, hogy a minta mintegy 30% -ánál az Internet függőség enyhe vagy rosszabb szintje volt, az IAT mérésével. Noha a férfiak és a nők internethasználatának céljai között különbségek voltak, a nemek közötti problémamentes használat szintjében nem voltak különbségek. Az internetproblémák szorosan összefüggenek az összes többi pszichológiai változóval, mint például a depresszió, szorongás, társadalmi elszigeteltség és alvási problémák. Az internetes függőség az önmagában bejelentett immunfunkciókhoz is társult, de az általános egészség mértékével (GHQ-28) nem. A problémás internethasználat és a csökkent immunfunkció közötti kapcsolatot úgy találták, hogy független a társbetegségek hatásától. Feltételezzük, hogy a problémás internethasználat szintje és az immunrendszer közötti negatív kapcsolatot az ilyen internethasználat okozta stresszszintek és az azt követő szimpatikus idegtevékenység képezhetik, amely immunszuppresszánsokhoz, például kortizolhoz kapcsolódik.

Idézet: Reed P, Vile R, Osborne LA, Romano M, Truzoli R (2015) Problematikus internethasználat és immunfunkció. PLOS ONE 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538

Szerkesztő: Antonio Verdejo-García, Granadai Egyetem, SPANYOLORSZÁG

kapott: December 3, 2014; Elfogadott: Július 10, 2015; Megjelent: 5. augusztus 2015.

Copyright: © 2015 Reed et al. Ez egy nyílt hozzáférésű cikk, amelyet a Creative Commons Attribution licenc, amely lehetővé teszi a korlátlan felhasználást, terjesztést és reprodukciót bármilyen médiumban, feltéve, hogy az eredeti szerzőt és forrást jóváírják

Adatok rendelkezésre állása: A Pszichológiai Etikai Bizottság elektronikus úton gyűjtött adatainak közzétételére vonatkozó etikai követelmények miatt nem tehetjük elérhetővé az adatkészletet online, de nagyon örülünk, hogy ezeket az adatokat bárki számára megkaphatjuk, aki Phil Nád a [e-mail védett].

finanszírozás: A szerzők nem támogatnak vagy finanszírozhatnak jelentést.

Versenyképes érdekek: A szerzők kijelentették, hogy nincsenek versengő érdekek.

Bevezetés

Egyesek az internet túlzott vagy rosszul alkalmazkodását (vagy problematikus internethasználatát) bizonyos személyek csoportjainak javasolták [1,2], és további tanulmány szükségességét javasolták az Internet Addiction Disorder (IAD) hasznos koncepciójának szempontjából [1,3]. Az internethasználattal kapcsolatos problémákat bejelentő egyének számos kapcsolódó tünetre számot tartanak, például: a munka és a társadalmi kapcsolatok jelentős megzavarása [4,5,6], és negatív hatással van, ha el van választva az internetről [7]. A problémás internethasználat prevalenciája a lakosság körében 2% és 8% között változik, és fiatalabb mintákban az 20% -ig terjedhet [3, 8-10], bár ezeket a számadatokat nehéz pontosan értelmezni a „problémás internethasználat” vagy az „internetes függőség” eltérő meghatározása miatt.

Azok az emberek, akik a problémás internethasználatról számolnak be, a kapcsolódó pszichológiai és társadalmi problémák széles skálájáról is számolnak be [10-12]. A problémás internethasználatot bejelentő személyekben észlelt pszichológiai társbetegségek között szerepel: szorongás [7,13,14], Figyelemhiányos hiperaktív rendellenesség [15], autizmus spektrum rendellenességek7,16], depresszió [13-15, 17], impulzushiány és ellenségesség [18-20] és skizofrénia [7,21]. Társadalmi szorongásos zavar [18] és a magány [22], szintén nagyon gyakran társulnak az IAD-hez. Ezen kívül magas szintű életstressz [23] és társadalmi elszigeteltség [22, 24-26], és alacsonyabb az életminőség [24,27], azokat említik, akik problémás internethasználatról számolnak be

A problémásan magas szintű és típusú internethasználat szintén társult a neurológiai változásokhoz [28,29]. Egyre több kutatás azt sugallja, hogy a problémás internethasználat, a többi viselkedési függőséghez hasonlóan, a dopaminerg rendszer rendellenességeivel jár együtt [30,31], és fokozott szimpatikus ideg aktivitással [32,33], amelyekről kimutatták, hogy kapcsolatban állnak egymással is [34].

Az IAD pszichológiai és neurológiai korrelációival kapcsolatos növekvő irodalommal ellentétben kevés tanulmány készült a problémás internethasználatnak a fizikai egészségre gyakorolt ​​hatásáról. Összefüggést állapítottak meg a zavart alvás és a súlyos internethasználat között [35,36], valamint a problematikus internethasználat és a rossz étrend között [37] súlyproblémákat, például elhízást okoz [38]. Egyes kutatások összefüggéseket találtak a problémás internethasználat és az önmagában bejelentett, egészséggel kapcsolatos életminőség között, amely egy betegséggel kapcsolatos koncepció, bár meg kell jegyezni, hogy nagyon kevés ilyen demonstráció létezik, és ebben az irodalomban eltérések vannak [39,40]. Például, az SF-36 által mért egészséggel kapcsolatos életminőség korrelál a problémás internethasználattal, bár az életminőség nem korrelál az internet használatával töltött idővel [40]. Ezzel szemben, amikor az egészséggel kapcsolatos életminőséget az általános egészségügyi kérdőív (GHQ) mérte, kevés kapcsolat figyelhető meg az IAD-vel [9,39]. Az egészséggel kapcsolatos életminőség e két mutatójának felhasználásával kapott eltérő eredmények okai nem egyértelműek - bár tükrözik mind a problémás internethasználat fogalmának működésében mutatkozó különbségeket a tanulmányok között, mind az SF-36 a mind a fizikai, mind a pszichológiai egészséggel kapcsolatos életminőség, összehasonlítva a GHQ elsősorban pszichológiai fókuszával. Ezért az egészséggel kapcsolatos életminőségre vonatkozó irodalmat jelenleg nehéz értelmezni.

A fenti megbeszélés azt sugallja, hogy ezen a potenciálisan fontos területen további kutatás indokolt, tekintettel az internet egyre növekvő használatára [3], valamint annak egyértelmű bizonyíték hiánya az egészségre gyakorolt ​​hatására önmagában szemben az egészséggel kapcsolatos életminőséggel, valamint az ezzel járó problémákkal, amelyeket a kapcsolódó fizikai betegségek fokozódása okozhat az egészségügyi rendszerek számára. Természetesen, figyelembe véve a problémás internethasználatot bejelentő személyek együttes megbetegedéseit, a problematikus internethasználat és a testi betegség közötti kapcsolat bármilyen kérdés eredménye lehet. A nem megfelelő étrend és rossz alvási szokások miatt a problémás internethasználatot bejelentő személyek elhanyagolása befolyásolhatja a fokozott fizikai betegségeket.37,40]. Nyilvánvaló, hogy a rossz alvás előre jelezte az immunrendszer egyes aspektusait [41-43]. Ezenkívül a társbetegséggel járó pszichológiai kérdések is szerepet játszhatnak. Megfigyelték, hogy a mentális egészségügyi problémák összefüggenek az egy év alatt jelentett megfázások számával [44]. Pontosabban, mindkét depresszió [45-47], valamint szorongással és stresszel kapcsolatos kérdések [48], különösen a társadalmi szorongás és a magány [49-51], megjósolni az immunfunkciókat. Végül, a szimpatikus rendszer aktiválása, amelyet a problémás internethasználatúaknál észlelnek, összefüggésben áll az adrenalin és a kortizol szintjének emelkedésével, és csökkenti az immunfunkciót, különösen azokban, akiknél magas a bejelentett stressz [52]. A problematikus internethasználat és a testi betegség kapcsolatának bármilyen vizsgálata megköveteli a működés ezen kapcsolódó szempontjainak relatív hozzájárulásának bizonyos mértékű értékelését.

Nyilvánvaló, hogy a fizikai egészség nagyon széles körű fogalom, de a fenti áttekintés arra utal, hogy a problémás internethasználat kifejezetten befolyásolhatja az immunrendszert, amelyre nem került sor közvetlen tanulmány [53]. Ha ez a helyzet, akkor olyan betegségek, mint például a megfázás [54], influenza [55], szájherpesz [56], tüdőgyulladás57], szepszis [58] és bőrfertőzések [59], kulcsfontosságú lehet, amikor a problematikus internethasználat fizikai tünetekre gyakorolt ​​hatásainak felmérésekor összpontosítani kell. Mint fentebb megjegyeztük, a problémás internethasználat és a fizikai betegség kapcsolatának korábbi kutatásai inkább az egészséggel kapcsolatos életminőségről szóló jelentésekre összpontosítottak, mint például az SF-36 és a GHQ. Noha ezek az intézkedések megbízhatóak, nem feltétlenül koncentrálnak semmilyen konkrét betegségkészletre, és nem állnak összefüggésben azokkal a betegségekkel, amelyeket az elnyomott immunrendszerrel rendelkező egyének hajlamosak lehetnek a megjelenésre. Annak meghatározásakor, hogy az immunrendszer működése milyen mértékben sérülhet, az előző munka megvizsgálta a gyenge immunfunkcióval jellemzően összefüggő tünetek önjelentéseit [31,44]. Az önjelentés ebben az összefüggésben erős módszernek tekinthető, mivel az ilyen tüneteket könnyű megkülönböztetni, ezeket gyakran nem jelentenek az egészségügyi szakembereknek, így nem jelennek meg az orvosi nyilvántartásokban, és gyakran objektív módon ellenőrizhető vírusos ok nélkül fordulnak elő. [54].

A fenti megfontolásokra tekintettel a jelen tanulmány a problémás internethasználat és a két elsődleges egészségügyi mutató (immunfunkció és az ön által bejelentett egészségi állapot), valamint az egészséggel kapcsolatos változók (depresszió, szorongás, magány és alvási problémák). Különös érdeklődést mutatott a problémás internethasználat és az immunrendszerhez kapcsolódó fizikai egészség kapcsolat, amelyet korábban nem vizsgáltak külön. Ebben a tekintetben a tanulmány első célja annak vizsgálata volt, hogy a magasabb szintű problematikus internethasználathoz kapcsolódnak-e az immunrendszerrel kapcsolatos betegségek jelentése (az internetproblémák más, az egészséggel kapcsolatos egyéb mutatókra gyakorolt ​​lehetséges hatásain túl) ). Ezen túlmenően számos olyan másodlagos cél volt, amelyeket a tanulmány korábban nem vizsgált meg, ideértve a problémás internethasználat és az önmagában bejelentett egészségi állapot kapcsolatának természetét. Ezt megvizsgáltuk annak meghatározására, hogy ez a változó ugyanazt a kapcsolatot mutatja-e a problémás internethasználathoz, mint az immunrendszerrel kapcsolatos tünetek. A problémás internethasználat közötti kapcsolat meghatározására megvizsgáltak egy sor egyéb, a problémás internethasználatot mutató problémát, amelyekről kimutatták, hogy előre jelezték a rossz immunfunkciót is, mint például szorongás, depresszió, magány és alvási problémák. és a fizikai egészségi tünetek, függetlenül a társbetegségeketől. Ez lehetővé tenné az első lépést a problémás internethasználat és a csökkent immunfunkció közötti kapcsolat kapcsolatának megállapításában, ha kapcsolat áll fenn.

Módszer

Etikai nyilatkozat

E kutatás etikai jóváhagyását a Swansea Egyetem Pszichológiai Etikai Bizottsága kapta meg. A résztvevők tájékozott hozzájárulást adtak a tanulmányban való részvételhez azáltal, hogy hozzájárulási formanyomtatványt írtak alá, miután elolvasták a hozzájuk rendelt adatlapot, és az Etikai Bizottság jóváhagyta ezt az egyetértési eljárást.

A résztvevők

Ötszázöt résztvevőt (265 nőket és 240 férfiakat) toboroztak az internetes oldalakon (közösségi oldalak, blogok és mikroblogok, valamint játékszerek) elhelyezett linkek útján. Az internetes toborzási stratégiát elfogadták a problémás internethasználat korábbi kutatásainak megfelelően [60,61].

Minden résztvevő önkéntes volt, és egyikük sem kapott semmiféle díjat a részvételéért. A résztvevők átlagos életkora 29.73 (+ 13.65, 18–101) év volt: <20 év = 7.5%; 21–29 év = 61.8%; 30–39 év = 15.5%; 40–49 év = 4.6%; 50–59 év = 4.2%; 60 év felett = 5.9%. A résztvevők etnikai hovatartozása: 202 (40%) fehér; 50 (10%) vegyes / több etnikai csoport; 141 (28%) ázsiai; 106 (21%) fekete / afrikai / karibi; és 6 (1%) egyéb etnikai csoport. A minta családi állapota a következő volt: 305 (60%) egyedülálló, 65 (13%) házas vagy párkapcsolatban él; 105 (21%) a kapcsolat egyéb formáiban; és 30 (6%) elvált vagy megözvegyült.

A résztvevő tipikus internethasználata

A résztvevőket felkérték, hogy becsüljék meg az átlagos internethasználatukat, felkérték őket, hogy becsüljék meg a heti órák számát, amelyet az elmúlt néhány hónapban az interneten töltöttek. ezt az intézkedést általában a problematikus internethasználat tanulmányain veszik figyelembe [40,61]. Noha azt sugallták, hogy a „nem professzionális” használat korrelál számos nehéz internethasználattal kapcsolatos problémával [40] úgy vélték, hogy a szakmai / nem szakmai megkülönböztetés nem feltétlenül vonatkozik minden válaszadóra, és hogy ezeket a gyakorlatokat nehéz lehet megkülönböztetni egyes válaszadók számára. Ezenkívül azt találták, hogy a teljes internethasználat önmagában kapcsolódik az internettel kapcsolatos problémákhoz [40].

A heti internethasználat átlagos száma 39.57 (+ 28.06, tartomány = 1 – 135): 28.3% jelentette az online heti 1 és 20 órák közötti kiadásokat; 29.5% jelentette, hogy az 21-t heti 40 órákra költötte online; 22.4% számolt be arról, hogy az 41-t heti 60 órákra költötte online, az 19.8% pedig heti 61 órákat töltött az interneten. A nők által hetente átlagosan hetente heti órák száma 34.77 (± 26.84, tartomány = 1 – 135), és férfiak esetében ez 44.88 (± 28.46, tartomány = 6 – 130). Egy független t-csoportos teszt során kiderült, hogy ez a különbség statisztikailag szignifikáns, közepes méretű hatással, t(503) = 4.11, p <0.001, d = 0.366. Szignifikáns, de gyenge pozitív lineáris kapcsolat mutatkozott az életkor és az interneten töltött idő között, F(1,503) = 6.74, p <0.05, R2 = 0.013, de erősebb inverz-U kvadratikus kapcsolat ezen változók között, F(1,502) = 11.10, p <0.001, R2 = 0.042). Amikor a mintát azon személyekre osztottuk, akik jelenleg egyedülállóak (N = 331), és azoknak, akik valamilyen kapcsolatban állnak (N = 174), nem volt statisztikailag szignifikáns különbség az online eltöltött időben t (503) = 1.48, p > .10, d = 0.146. Hasonlóképpen, nem voltak statikusan szignifikáns különbségek az interneten töltött idő között a különböző etnikai csoportok között, F <1.

A résztvevőket arra is feltették a kérdést, hogy milyen típusú felhasználást végeztek az interneten, és megkérdezték őket, hogy jelezzék, meglátogatták-e az internetes webhelyeket az elmúlt néhány hónapban. A kérdésre adott válaszok a következő nyelven láthatók: Táblázat 1, amely megjeleníti a különféle weblapokon felkeresett teljes minta százalékos arányát, valamint a férfiak és nők, valamint a fiatalabb (kevesebb mint 29 év) és idősebb (30 éves vagy annál idősebb) résztvevők százalékos arányát. Továbbá, Táblázat 1 - az adatok Phi együtthatóit jeleníti meg (a résztvevők tényleges számára számítva, nem pedig a Táblázat 1). A Phi együtthatók mutatják a változók közötti asszociáció mértékét (és statisztikailag szignifikánsak, ha a megfelelő chi-négyzet statisztika szignifikáns).

miniatűr
1 táblázat. Különböző formájú webhelyeket látogató minták százalékos aránya, a férfiak és nők, valamint a fiatalabb és idősebb résztvevők százalékos aránya mellett, a Phi együtthatókkal együtt látogató weboldalak százaléka.

doi: 10.1371 / journal.pone.0134538.t001

Ezek az adatok azt mutatják, hogy a közösségi hálózatok (pl. A Facebook, a Twitter) és a bevásárló / banki weboldalak a leggyakrabban használt webhelytípusok. A szerencsejátékokat (beleértve a lottóoldalokat), a szerencsejátékokat és a szexuális / randevú tartalmakat tartalmazó webhelyeket mérsékelten gyakran használták, kis számban foglalkoztak a hagyományos blogokkal (a Twitter kivételével) vagy a csevegőszobákkal. Néhány nemi különbség volt az internethasználatban: a nők inkább a szociális médiát és a bevásárló oldalakat használják, mint a férfiakat, a férfiak pedig a szerencsejátékot, szexuális / randevúkat és csevegőszobákat használtak, mint a nőket. Az 30 kor alatti emberek többen használtak közösségi hálózati oldalakat és kutatási webhelyeket, sokkal gyakrabban, mint az 30 felett. Az 30 évesnél fiatalabbak azonban sokkal inkább vásárlási / banki oldalakat, valamint hírportálokat, hagyományos blogolást és csevegőszobákat használtak, mint az 30 év alatti.

Anyagok

Internet-függőség teszt (IAT)

Az IAT [62] egy 20 elem skála, amely lefedi az internethasználat mértékét, amely megzavarja a mindennapi életet (pl. munka, alvás, kapcsolatok stb.). Az egyes tételeket 1 – 4 skálán kell pontozni, és a teljes pontszám 20 – 100. Az IAT tényezőinek felépítése jelenleg vitatott [61,63], de az IAT teljes pontszámára vonatkozó 40 vagy annál nagyobb küszöbértéket úgy kell tekinteni, mint amely a problémás internethasználat bizonyos szintjét képviseli [7,62,64] A skála belső megbízhatóságát a .90 között találták [64] és .93 [62].

Kórházi szorongás és depresszió skála (HADS)

A HADS [65] a szorongás és a depresszió széles körben alkalmazott mutatója. Eredetileg a kórházi általános orvosi járóbetegek számára tervezték, nem orvosi mintákhoz használták [66,67]. 14 elemeket tartalmaz (7 a szorongáshoz és 7 a depresszióhoz), amelyek az elmúlt hétre vonatkoznak. Vannak 7 kérdések szorongással és depresszióval kapcsolatban, minden kérdést 0-től 3-ig osztályoznak, a tünet súlyosságától függően; a maximális pontszám 21 mindegyik skálán. A válaszadókat négy kategóriába lehet sorolni: 0 – 7 normál; 8 – 10 enyhe; 11 – 14 közepes; és 15 – 21 súlyos. A teszt újravizsgálatának megbízhatósága és érvényessége egyaránt erős65], és a belső megbízhatóság .82 a szorongásos skálán, és .77 a depressziós skálán, a nem klinikai populációban [67].

UCLA magányossági skála

Az UCLA magányossági skála [68] magányosság felmérésére szolgáló 20 állításokból áll. A résztvevők minden kérdésre 4-pontskála segítségével válaszolnak („gyakran így érzem magam”, „néha úgy érzem magam”, „ritkán érzem magam így” és „soha nem érzem magam ilyen módon”), és minden elem 0 és 3 közötti pontszámot kapva, a teljes pontszám 0 és 60 közötti tartományt adva. A magasabb pontszám azt jelzi, hogy a magány nagyobb. A magány problémákra vonatkozó küszöbértéket általában egy standard eltéréssel adják meg a minta átlaga felett. A skála nagy megbízhatósággal rendelkezik .92 belső konzisztenciájával és .73 teszt-újravizsgálati megbízhatóságával [69].

Pittsburgh alvásminőség-index (PSQI)

Ez a PSQI [70] az 10 fő kérdéseiből áll, néhányukban alszakaszokkal, ahol a résztvevőnek adatokat kell megadnia alvási szokásaikról. A kérdőív az 0 és az 21 közötti pontszámot tartalmazza, ahol a magas pontszám rosszabb alvást tükröz, míg az 5nél nagyobb pontszám rossz rosszaljzatot tükröz [70]. Megállapítást nyert, hogy a PSQI-nak magas a „teszt-újravizsgálat megbízhatósága” és jó érvényessége a teszteléshez [70].

Általános egészségügyi kérdőív (GHQ-28)

A GHQ-28 [71] számos pszichiátriai és egészségügyi problémát mér, és 4 alskálákra osztható: szomatikus tünetek, szorongás és álmatlanság, társadalmi diszfunkció és súlyos depresszió. Minden alskála 7 elemeket tartalmaz, és mindegyikre válaszra van szükség 4-pontbeli Likert-típusú skálán: Egyáltalán nem, Nem több, mint általában, Inkább, mint általában, Sokkal több, mint általában, az 0-t 3-ra pontozza. A skálák belső megbízhatósága meghaladja a .90 értéket. A jelen tanulmányhoz csak a szomatikus tünetek skáláját elemezték, amely felkérte a résztvevőket, hogy értékeljék az általuk érezteket: jó egészségi állapot esetén tonikra szorulnak, fogyatékkal, betegséggel, fejfájásokkal, szorítással vagy nyomással fej, ​​hideg vagy meleg varázslatok.

Immunfunkciós kérdőív (IFQ)

Az 15 tételek IFQ-szakértői, amelyek felmérik a rossz immunfunkcióval járó különféle tünetek gyakoriságát. Az általános populáció gyakorisága és az immunhiányos közvetlen kapcsolat alapján a következő feltételeket választották ki a kérdőívben szereplő tételek alapjául: nátha [54], influenza [55], szájherpesz [56], tüdőgyulladás57], szepszis [58] és bőrfertőzések [59]. Ezen állapotok fő tüneteinek elemzését követően az 19 tüneti tételeket a kérdőívbe vették mint a gyengült immunrendszer működésének jeleit: torokfájás, fejfájás, influenza, orrfolyás, köhögés, hidegrázás, forróság, enyhe láz, szemölcsök / verrucas , tüdőgyulladás, bronchitis, sinusitis, hirtelen magas láz, fülfertőzés, hasmenés, meningitis, szemfertőzés, szepszis és hosszú gyógyulási sérülések. Ezeket 5-pontú Likert típusú skálán értékelték (soha, egyszer vagy kétszer, alkalmanként, rendszeresen, gyakran, 0 és 4 pontszámokkal). Az összpontszám 0-tól 79-ig terjed, a magas pontszám a rosszabb immunrendszer működését tükrözi. Az IFQ-t korábban arra használják, hogy tanulmányozzák a stresszes életstílusoknak az önjelentéses egészségre gyakorolt ​​hatásait, például az ASD-vel rendelkező gyermek hatásának felmérésére. Az előző munkában [72], az IFQ pontszám pozitív korrelációt mutat (r = .578, p <.001) a háziorvosnál tett látogatások számával szignifikáns pozitív összefüggés van az IFQ és az összes GHQ pontszám között (r = .410, p <.01), valamint az IFQ és a GHQ szomatikus tünetek szubskálája közötti szignifikáns összefüggés (r = .493, p <.01).

Eljárás

Minden résztvevő válaszolt az olyan internetes oldalakon elhelyezett linkekre, amelyek sokféle személy számára elérhetők, ideértve a közösségi hálózati oldalakat (pl. Facebook, Twitter), blog- / fórumoldalakat (pl. Mashable), játékhelyeket (pl. Eurogamer.com), és az internetes függőséget segítő webhelyek. Ezek a kapcsolatok rövid bevezetést nyújtottak a résztvevőknek a tanulmányhoz, amelyben azt mondták nekik, hogy a kutatás az internethasználat és a különféle személyiség- és egészségproblémák közötti összefüggésről szól. Ha érdekeltek a részvétel, akkor felkérték őket, hogy kövessék a kérdőívre mutató online linket. Ez a kapcsolat a résztvevőket egy olyan weboldalra vezette, amely további információkat tartalmaz a tanulmányról: ismét rávilágítva, hogy a tanulmány célja az internethasználattal és a személyiséggel és egészséggel kapcsolatos különféle kérdésekkel kapcsolatos, és felvázolta a kérdőívek típusát is, amelyekre válaszolni fognak. Az információs oldal részleteket tartalmazott arról is, hogy jogaik bármikor kilépni a vizsgálatból, valamint a magánéletük biztosítása érdekében tett lépésekről. Az információt egyetértési nyilatkozat követte, amely arra utasította a résztvevőket, hogy csak kattintson a kérdőív elindításához, ha hajlandóak voltak megadni egyetértésüket, és ha 18 koruk fölött voltak. A résztvevőket ezután bemutatták a kérdőívekkel.

A válaszok megtételére nem volt határidő, és a résztvevők lehetőséget kaptak arra, hogy megőrizzék felmérésüket, és szükség esetén később térjenek vissza ehhez. Az összes kérdőív kitöltése után, amely a résztvevőket megközelítőleg 30 min, a résztvevőket egy eligazító oldalra irányították, amely megköszönte nekik a közreműködést, részletesebben megismertették a tanulmány céljait és célját, és megadták a kutató és tanácsadó szolgálat, ha úgy érezték, hogy bármilyen támogatásra van szükségük, a felmérés során felvetett kérdések alapján. A tanulmányi kapcsolat három hónapig nyitva maradt (a tavaszi időszakban), majd bezárták.

Adatok elemzése

Kezdetben a különféle jellemzőkkel bíró résztvevők (pl. Nem, életkor stb.) Közötti internet-függőség pontszámok lehetséges különbségeit t-tesztekkel elemezték. A résztvevőket ezután alacsonyabb és magasabb internetes problémacsoportokba osztottuk az IAT (azaz 40) alapján az enyhebb vagy rosszabb internetproblémák elválasztási pontján, és a problematikus internethasználati pontszámok és a nemek közötti kapcsolat, a depresszió között. stb. felfedezése chi-négyzetes tesztekkel történt. Félig részleges korrelációkkal (a többi prediktor hatásainak részleges kiértékelésére) vizsgálták az immunfunkciós pontszám és az egyes prediktív változók közötti összefüggést, valamint fokozatos regressziót alkalmaztak az internetes probléma pontszámok immunfunkcióra gyakorolt ​​hatásának azonosítására is. a többi prediktív változó hatásain felül. Ugyanezeket az analíziseket elvégezték az önjelentéses egészségügyi pontszám (GHQ) tekintetében is. Végül a csoportokat magas és alacsony immunfunkcióra, valamint magas és alacsony önjelentési egészségi állapotra (GHQ) osztottuk, és ezeket a csoportokat összehasonlítottuk az internetes függőségi pontszámuk alapján kovariancia elemzésével, a többi előrejelzőt használva kovariánsként. Ha többszörös összehasonlítást végeztek, akkor a szignifikancia teszteléséhez szigorúbb elutasítási kritériumot fogadtak el, és az effektus méretét az egészben kiszámítottuk.

Eredmények

Az internetes problémák (IAT) átlagértéke a mintában 37.25 (± 16.18, tartomány = 0 – 96). A nők átlagos IAT-értéke 36.26 (± 15.36, tartomány = 0 – 69), és a férfiak esetében ez az érték 38.35 (± 17.00, tartomány = 9 – 96). Egy független csoportos t-teszt nem mutatott statisztikailag szignifikáns különbséget e pontszámok között, t <1, d = 0.006. A Pearson-korrelációk statisztikailag szignifikáns és közepes méretű kapcsolatot mutattak ki az online idő és az IAT-pontszám között, r(503) = .485, p <.001, R2 = .235, de nem volt szignifikáns kapcsolat a résztvevők életkora és az IAT-pontszámuk között, r(503) = –.025, p > .50, R2 = .0006.

A minta azon részaránya, amely a határérték fölé esik közepes vagy rosszabb problematikus internethasználat esetén (azaz az IAT pontszáma 40 vagy annál magasabb [62]) jelennek meg Ábra 1 a teljes mintára, ezen adatokkal együtt a nőstények és a férfiak esetében, külön-külön. A mintából az 192 (103 nő, 89 férfi) résztvevők az internetproblémák miatt meghaladták a küszöböt. Nem volt statisztikailag szignifikáns különbség a nemek közötti problémás internethasználati pontszám valószínűsége között, chi négyzetbe = .17, p > .60, Phi = .018. A point biserial korrelációk nem mutattak összefüggést az életkor és a küszöbérték fölé esése között, rpb(503) = -.002, p > .30, Rpb2 = .102, bár statisztikailag szignifikáns és közepes méretű kapcsolat volt az online eltöltött órák és az internet-függőség problémáinak küszöbértéke fölé esése között, r(503) = .320, p <.001, Rpb2 = .102.

miniatűr
1 ábra. A közepes vagy rosszabb problematikus internethasználat (azaz az IAT pontszáma 40 vagy annál magasabb) a résztvevők százaléka a küszöb felett és alatt, külön-külön a nők és férfiak ezen adataival együtt.

doi: 10.1371 / journal.pone.0134538.g001

A felső panel Táblázat 2 az internetes problémák (IAT), az online eltöltött órák, a depresszió (HADS), a szorongás (HADS), a magány (UCLA) és az alvási problémák (PSQI) mintáinak átlagát és standard eltéréseit mutatja. Ezek az eszközök nagyjából megfelelnek az ilyen minták korábbi vizsgálatainak [7]. Ez azt is mutatja, hogy az egyének hány százaléka esik le azon küszöbértékeknél, amelyek az alvási problémák kivételével az alvási problémák kivételével az ilyen mintánál elvártak voltak. Táblázat 2 a minta százalékos arányát is megjeleníti, amikor az IAD meghaladja a határértéket ezen egyéb pszichológiai skálák esetében. Azok a százalékos aránya magasabb, akiknél IAD szintén társbetegséget mutat, mint a minta egésze. Ezeknek a kapcsolatoknak a további vizsgálatához 2 × 2 khi-négyzet tesztet hajtottunk végre (társ-morbiditás jelen van vagy hiányzik, szemben az interneten jelentkező vagy hiányzó internetes problémákkal) minden változóra vonatkozóan, és feltártuk, hogy az összes társbetegség szignifikánsan összefügg a internetes probléma: depresszió -chi-négyzet(1) = 30.56, p <.001, Phi = .246; szorongással chi-négyzet(1) = 38.98, p <.001, Phi = .278; magány-chi-négyzet(1) = 15.31, p <.001, Phi = .174; és alvás – chi-négyzet(1) = 9.38, p <.01, Phi = .136. Az összes változó, valamint a szomatikus egészségügyi problémákkal (GHQ) és az immunhiányos tünetekkel összefüggő Pearson-összefüggéseket a Táblázat 2, és ezek az elemzések statisztikailag szignifikáns összefüggéseket tártak fel az összes változó között.

miniatűr
2 táblázat. Az internetes problémák (IAT), az online eltöltött órák, a depresszió (HADS), a szorongás (HADS), a magány (UCLA) és az alvási problémák (PSQI) eszközei (standard eltérések), az egyének százalékos arányával, amely a ezeket a skálakat, és az IAD-ban szenvedő emberek százalékos aránya, amely az adott skálán meghaladja a küszöböt.

 

Pearson-korrelációt mutatnak az összes változó, valamint a szomatikus egészségügyi problémák (GHQ) és a tünetek között.

doi: 10.1371 / journal.pone.0134538.t002

A szomatikus tünetek mintájának átlagos pontszáma (GHQ-S) 7.28 volt (± 3.87; tartomány = 0 – 19), és az immunrendszerrel kapcsolatos tünetek kérdőívének átlaga 15.20 (± 9.43; tartomány = 0 – 37). Ezeknek a skáláknak a korrelációja volt: r = 0.345, p <.001, R2 = .119, egymással. A GHQ (S) pontszám szorosan kapcsolódott a depresszióhoz, szorongáshoz és alvási problémákhoz, és kisebb mértékben a többi változóhoz. Az immunrendszeri tünetek skála szorosan kapcsolódott a szorongáshoz, az alváshoz és az internethez kapcsolódó problémákhoz, kisebb mértékben a többi változóhoz.

Tekintettel arra, hogy mindkét betegség-változó (GHQ-S és IFQ) összefüggésben volt az összes többi változóval, és hogy az IAT az összes többi változóval kapcsolatban volt, annak feltárása érdekében, hogy az internetes problémák (azaz az IAT-pontszám) hozzájárultak-e a Ezeket a betegségértékeket két különálló lépésenkénti többszörös regresszióval végeztük - egyet a GHQ-S pontszám előrejelzésére, a másikot az IFQ pontszám előrejelzésére. Mindkét esetben a depressziót, szorongást, magányt, alvást és az online eltöltött órákat az első lépésben bevitték a regressziós modellbe. Ezután ezeket a változókat és az internetprobléma (IAT) pontszámát a második lépésben bevittük a modellbe, és kiszámítottuk, hogy az elszámolt variancia nagysága javult az IAT pontszám hozzáadásával.

Az alsó panelek Táblázat 2 mutassa meg az elemzések eredményeit. A jobb alsó panelen lévő adatok GHQ-S pontszámra történő vizsgálata azt mutatja, hogy a regresszió mindkét lépése statisztikailag szignifikáns volt, és az IAT hozzáadásával az 2 lépésben előidézett hibacsökkentés statisztikailag szignifikáns javulást eredményez az előrejelzésben. a GHQ-S pontszámból. Meg kell jegyezni, hogy a GHQ-S előrejelzésének javítása az IAT hozzáadásával nem volt túl nagy. Ugyanezt az adatmintát találtuk az immunrendszeri tünetek (IFQ) pontszámának előrejelzésére végzett elemzésből is. Az IAT hozzáadása azonban az 2 lépésben sokkal nagyobb javulást eredményezett az immunrendszeri pontszámok (IFQ) prediktív pontosságában, mint a szomatikus tünetek (GHQ-S) pontszámainál.

A változók közötti kapcsolatok jellegének további feltárása érdekében az egyes prediktorok (azaz depresszió, szorongás, alvás, magány, online órák és internetes problémák) és a két tünetérték (GHQ-S és IFQ) közötti félig részleges összefüggések külön-külön számoltuk. A félig részleges korrelációkat az egyes prediktorváltozatok és a két betegséggel kapcsolatos változó között elvégeztük, az összes többi prediktorváltozót együttes változóként felhasználva. Ez lehetővé teszi a két változó közötti egyedi kapcsolat megfigyelését más változók közvetítő hatása nélkül, és ezek az értékek a Ábra 2 a két betegséggel kapcsolatos változóra. Ezek az adatok hasonló kapcsolatmintát mutatnak a prediktorok és a tünetek között mind a GHQ-S, mind az IFQ esetében; ebben az esetben mind a depresszió, a szorongás, mind az alvási problémák statisztikailag szignifikáns kapcsolatban álltak mindkét kimeneteltel, ha a többi változó hatását kontrollálták. Míg az internetes problémák (IAT) szignifikánsan megjósolták az immunrendszeri tüneteket (IFQ), ez nem volt statisztikailag szignifikáns kapcsolatban a GHQ (S) ponttal.

miniatűr
2 ábra. Félig részleges összefüggések a depresszió (HADS), a szorongás (HADS), az alvás (PSQI), a magány (UCLA), az online órák és az internetproblémák (IAT), valamint a két tünetérték (GHQ (S) és IFQ) között.

doi: 10.1371 / journal.pone.0134538.g002

Az internettel kapcsolatos problémák (IAT pontszámok) és mind az általános-szomatikus (GHQ-S), mind az immunrendszerrel kapcsolatos (IFQ) egészségügyi problémák közötti kapcsolat további feltárása érdekében a mintát felosztottuk a pontozási pontokra az 40 az IAT közepes vagy rosszabb internetes problémáira [62]. Ez két csoportot hozott létre: egy internetes problémák nélküli csoportot (N = 313; átlagos IAT = 26.89 + 7.89; tartomány = 0 – 39) és egy internetes problémákkal küzdő csoport (N = 313; átlagos IAT = 54.14 ± 11.23; tartomány = 40 – 96). Ábra 3 az általános szomatikus egészségi (GHQ-S) pontszámot (bal oldali panel) és az immunrendszerhez kapcsolódó egészségi (IFQ) pontszámot mutatja. A GHQ-S adatainak vizsgálata kismértékben különbözteti meg az alacsony és a magas IAT csoportok közötti különbséget GHQ-S pontszámuk alapján. Ezeket az adatokat a kovariancia elemzésével elemezték, az internetcsoportot mint az alanyok közötti tényezőt, valamint a depressziót, szorongást, alvási problémákat, magányt és online órákat mint kovarianciákat. Ez az elemzés nem tárt fel statisztikailag szignifikáns különbséget az internetes problémacsoportok között a GHQ-S pontszámuk alapján, F <1, részleges eta2 = .001. Ezzel szemben a Ábra 3 azt mutatja, hogy a magas internetproblémájú csoportban több immunrendszerrel kapcsolatos egészségügyi probléma merült fel, mint a nem internet-problémás csoportnál, F(1,498) = 27.79, p <.001, részleges eta2 = .046.

miniatűr
3 ábra. Az általános szomatikus egészségi állapot (GHQ (S)) pontszáma (bal oldali panel) és az immunrendszerrel kapcsolatos átlagos egészség (IFQ) pontszáma a két IAT-csoportban (alacsonyabb és magasabb problémák).

 

Bal oldali panel = szomatikus pontszámok GHQ (S); jobb oldali panel = immunrendszerrel kapcsolatos pontszámok (IFQ).

doi: 10.1371 / journal.pone.0134538.g003

Megbeszélés

A jelen tanulmány az internet-függőség tesztjei és az egészségügyi pontszámok kapcsolatát vizsgálta, összpontosítva az immunrendszer működésének és az általános egészségi állapotnak az önértékelésére. Ezt fontos kutatási területnek tartották, mivel nem álltak rendelkezésre korábbi adatok a problematikus internethasználat hatásáról az immunrendszer működésére; emellett a problematikus internethasználat és az egészséggel kapcsolatos életminőség közötti kapcsolatról szóló korábbi jelentések nem voltak összhangban egymással.9,39,40]. Úgy gondolták, hogy az utóbbi eltérések összefüggenek az egészségügyi állapot felmérésére alkalmazott intézkedések jellegével, mivel a pszichológiai szempontból orientáltabb egészségügyi jelentési skálák, például a GHQ kevésbé kapcsolódnak a problémás internethasználathoz, mint a közvetlenül az immun működése.

Annak ellenére, hogy online toborzási stratégiát fogadtak el, a jelenlegi minta hasonló jellemzőkkel bír, mint sok más, korábban az internethasználat vizsgálata során alkalmazott munkatársak. A minta fiatal volt (30 éves kor alatt), de nagy korosztályú volt. Az interneten töltött átlagos időtartam napi 5 – 6 körül volt, ami összhangban van több jelenlegi becsléstel [40,61]. Meg kell jegyezni, hogy ez az érték nem tett különbséget a szakmai és a személyes használat között, és azt sugallták, hogy ez fontos az internetes problémák szempontjából [40]. Nem világos azonban, hogy egyáltalán könnyű-e ezt a megkülönböztetést elvégezni a résztvevők számára. A jelenlegi résztvevők által az interneten végzett tevékenységek hasonlóak voltak a korábbi tanulmányokban megfogalmazottakhoz [61]. Nemi különbségek mutatkoztak az internethasználatban. A nők inkább a férfiaknál inkább a közösségi médiát és a bevásárló oldalakat használják, a férfiak pedig inkább a játékot, a szexuális / randevú oldalakat és a csevegőszobákat, mint a nők. Ez természetesen az önjelentés adataira támaszkodik, és a különbségek, bár statisztikailag megbízhatóak, ezen összehasonlítások némelyike ​​esetében csekélyek voltak. A problémás internethasználat mértéke a jelenlegi mintában, a minta 30% -ának körülbelül az Internet-függőség enyhe vagy rosszabb tüneteit mutatta, nagyjából összhangban van a korábbi vizsgálatokkal [7].

A jelen tanulmány egyik legfontosabb megállapítása az volt, hogy az önmaga jelentette problematikus internethasználat az önmagában bejelentett immunfunkcióval összefüggésben volt, amit az immunrendszerrel kapcsolatos tünetek száma indexált. Ez alátámasztja egy olyan tanulmány eredményeit, amely az SF-36 által mért önmagában bejelentett, egészséggel kapcsolatos életminőséget és a problémás internethasználatot vizsgálta [40]. Annak ellenére, hogy az immunrendszer és az önjelentés egészsége összefüggenek egymással, a problémás internethasználat nem jósolta meg az önmagában jelentett egészségügyi tüneteket, a GHQ szomatikus skálájával mérve. Ez utóbbi megállapítás összhangban áll számos korábbi tanulmánnyal, amelyek nem tudtak kapcsolatot találni az IAT-pontszámok és a GHQ-pontok között [9,39]. A jelenlegi pozitív eredmény az IAT-pontszámok és a károsodott immunfunkció közötti kapcsolat szempontjából tükrözi, hogy az immunrendszeri tünetek közvetlenebb mérése, ahogyan ezt a jelen tanulmányban is elvégezték, jobban értékeli az egészség ezen aspektusát, mint a pszichológiailag orientált GHQ skála.

Az immunfunkció mérésének korábban tárgyalt nehézségei ellenére (lásd alább is), a megállapítások klinikai jelentőségét össze lehet helyezni a kontextusba, tekintettel a vizsgálat módszertani korlátaira. A tanulmány korrelációs, azaz az okozati összefüggést nem szabad automatikusan következtetni egy ilyen összefüggésből. Lehetséges, hogy azok, akiknél nagyobb a betegség, hajlamosabban használják az internetet, mint azok, akik fittebbek. Tekintettel azonban az internethasználat mindennapi használatára, valamint az ifjúság és az internethasználat kapcsolatára, ez valószínűtlennek tűnik, bár továbbra is fennáll annak a lehetősége, amelynek értékeléséhez longitudinális kutatás szükséges. Alternatív megoldásként előfordulhat, hogy valamely harmadik tényező előre jelzi az internethasználatot és a rossz egészségi állapotot is. Ugyanakkor azt is meg kell jegyezni, hogy a problémás internethasználat és az ön által bejelentett immunfunkció közötti kapcsolatról megállapítást nyert, hogy túlmutat a működés számos más területének (depresszió, szorongás, magány), amely a problematikus internethez kapcsolódik. használja [10-12], és amelyek önmagukban csökkent immunfunkcióval járnak [45,46,48,49]. Ezért nem világos, mi lehet a harmadik közvetítő tényező.

Ha a problémás internethasználat előre jelezte volna az immunrendszer rosszabb működését, akkor a klinikusok számára egyértelmű kérdés a mechanizmusokra vonatkozik. Az egyik lehetőség az, hogy a problémás internethasználat magas szintjét észlelték a szimpatikus idegrendszer aktiválásának fokozására [32,33]. Egy ilyen megnövekedett szimpatikus aktivitás a nor-epinephron és / vagy kortortoidok (kortizol) szintjének emelkedéséhez vezet, ami végül az immunfunkció csökkenéséhez vezet [52]. Ez az út tehát alátámaszthatja a problémás internethasználat és a csökkent immunfunkció közötti kapcsolatot, de további vizsgálatokat igényel. Ez utóbbi javaslatnak releváns szerepe van a problémás internethasználat klinikai jellemzőinek jövőbeni megfogalmazásában és feltárásában.

Az IAT pontszáma és az immunfunkció közötti kapcsolat azt a tényt tükrözi, hogy néhány ember számára az internet általános használatát önmagában problémának tekintik, azonban az, hogy mit használnak az interneten, ezen egyének között különbözik. Például a jelenlegi tanulmány a nemek közötti különbségeket fedezte fel az emberek internethasználatában, és valószínű, hogy a különféle alkalmazások az immunrendszer nemének különbségének csökkentésére vonatkoznak. Az internethasználat típusával kapcsolatos további részletes munka, mint például a használat pontos jellege, valamint az online szakmai és személyes használatra töltött idő, továbbvilágíthatja az internethasználat és az immunrendszer csökkentése közötti összefüggést.

Mint mindig, a jelenlegi tanulmánynak van néhány korlátozása, amelyeket figyelembe kell venni. A jelenlegi mintát online toborozták, és ez valószínűleg elferdítette a vizsgálatban részt vevő egyének típusát. Meg kell azonban említeni, hogy a mintában szereplő egyének köre életkoruk és egyéb jellemzőik szempontjából meglehetősen széles volt, és úgy tűnt, hogy a minta összhangban áll a korábbi vizsgálatokban alkalmazottal. Meg kell jegyezni, hogy a jelenlegi tanulmány nem tett különbséget az internet szakmai és személyes használata között, amelyet fontos lehet megvizsgálni. Például az internet igénybevételének és sürgősségének szintje nagyobb mértékben befolyásolhatja a stressz szintet, mint az az óra, amelyet az interneten munkának kell tölteni. Vagyis különbséget lehet tenni azok között, akik keményen dolgoznak és ennek okán stresszhelyzetben vannak, és azokat az embereket, akiknek internet-problémája van, és akik ennek a problémának a miatt stresszben vannak és rosszul vannak.

A csökkentett immunfunkció lehetséges alternatív prediktorait tekintve a magas problémás felhasználókban a jövőbeli munkában mérlegelni kell a többszörös függőségek szerepét, amelyek befolyásolhatták a problémás internethasználók csoportját. A jelen jelentés nem gyűjtötte a farmakológiai és nem farmakológiai függőséggel kapcsolatos információkat, és ez internet-problémákkal járhat, és befolyásolhatja az immunrendszert. Hasonlóképpen, a közelmúlt stresszes élet eseményei befolyásolhatják az addiktív viselkedést és az immunrendszer működését, csakúgy, mint a résztvevők társadalmi körülményei. Mindkét szempontot további kutatások segítségével meg lehet vizsgálni.

Az immunfunkcióra vonatkozó önjelentés iránti bizalmat később megerősítheti a vérsejtek elemzése, amely támogatná a jelenlegi következtetéseket. Mint fentebb megjegyeztük, nincs tökéletes kapcsolat az immunrendszer fiziológiája és a tünetek tapasztalata között [54], és ebből a szempontból a megfázás és a kipirulás önjelentését tekintik az immunfunkció érvényes mérőszámának [31,44]. Természetesen azt találták, hogy a betegség tünetei - különösen a felső légúti fertőzések (pl. Megfázás és influenza) esetében - a jelen tanulmányban alkalmazott önjelentések jól korrelálnak az objektív immunoglobin leolvasásokkal [73].

Végül el kell ismerni, hogy noha a jelenlegi tanulmány összefüggéseket mutatott a problémás internethasználat és az immunrendszeri tünetek között, két oka van annak, hogy okozati következtetéseket vonjak le ebből az összefüggésből, amelyeket meg kell említeni. Először, mivel a vizsgálat nem volt hosszanti jellegű, akkor az okozati következtetést nem kell bizonyítottnak tekinteni. Másodszor, mivel a prediktív változók sokasága korrelált egymással, akkor ez bizonyos fokú ko-linearitást eredményezhet a regressziós elemzésekben, megnehezítve az értelmezést. Noha meg kell jegyezni, hogy a részleges korrelációk használata bizonyos mértékig enyhíti ezt a nehézséget.

Összegezve, a jelen jelentés összekapcsolta a problémás internethasználat és a csökkent immunrendszer funkciójával járó tünetek számának jelentése között. Ez a kapcsolat független volt az online órák számától, valamint a problémás internethasználat bármilyen együttes morbid tüneteinek, például a depresszió, elszigeteltség és szorongás hatásaitól. Azt sugallták, hogy az immunfunkció negatív hatásait a fokozott stressz, valamint a megnövekedett szimpatikus ideges aktivitás közvetítheti, amelyet néha az internetes függők mutatnak.

Szerzői hozzájárulások

A kísérletek megtervezése és megtervezése: PR RV LAO MR RT. Kísérleteket hajtott végre: RV. Az adatok elemzése: RV PR. Hozzáadott reagensek / anyagok / elemző eszközök: LAO. Írta a papírt: PR LAO MR RT.

Referenciák

  1. 1. Blokkolja a JJ-t. A DSM-V problémái: internetes függőség. Am J Pszichiátria 2008; 165: 306 – 7. doi: 10.1176 / appi.ajp.2007.07101556. PMID: 18316427
  2. 2. Fiatal KS. Internet-függőség: Egy új klinikai rendellenesség megjelenése. CyberPsychology & Behavior 1998; 1 (3): 237–244. doi: 10.1089 / cpb.1998.1.237
  3. Cikk megtekintése
  4. PubMed / NCBI
  5. Google Scholar
  6. Cikk megtekintése
  7. PubMed / NCBI
  8. Google Scholar
  9. Cikk megtekintése
  10. PubMed / NCBI
  11. Google Scholar
  12. Cikk megtekintése
  13. PubMed / NCBI
  14. Google Scholar
  15. Cikk megtekintése
  16. PubMed / NCBI
  17. Google Scholar
  18. Cikk megtekintése
  19. PubMed / NCBI
  20. Google Scholar
  21. Cikk megtekintése
  22. PubMed / NCBI
  23. Google Scholar
  24. Cikk megtekintése
  25. PubMed / NCBI
  26. Google Scholar
  27. Cikk megtekintése
  28. PubMed / NCBI
  29. Google Scholar
  30. Cikk megtekintése
  31. PubMed / NCBI
  32. Google Scholar
  33. Cikk megtekintése
  34. PubMed / NCBI
  35. Google Scholar
  36. Cikk megtekintése
  37. PubMed / NCBI
  38. Google Scholar
  39. Cikk megtekintése
  40. PubMed / NCBI
  41. Google Scholar
  42. Cikk megtekintése
  43. PubMed / NCBI
  44. Google Scholar
  45. Cikk megtekintése
  46. PubMed / NCBI
  47. Google Scholar
  48. Cikk megtekintése
  49. PubMed / NCBI
  50. Google Scholar
  51. Cikk megtekintése
  52. PubMed / NCBI
  53. Google Scholar
  54. Cikk megtekintése
  55. PubMed / NCBI
  56. Google Scholar
  57. Cikk megtekintése
  58. PubMed / NCBI
  59. Google Scholar
  60. Cikk megtekintése
  61. PubMed / NCBI
  62. Google Scholar
  63. Cikk megtekintése
  64. PubMed / NCBI
  65. Google Scholar
  66. Cikk megtekintése
  67. PubMed / NCBI
  68. Google Scholar
  69. Cikk megtekintése
  70. PubMed / NCBI
  71. Google Scholar
  72. Cikk megtekintése
  73. PubMed / NCBI
  74. Google Scholar
  75. Cikk megtekintése
  76. PubMed / NCBI
  77. Google Scholar
  78. Cikk megtekintése
  79. PubMed / NCBI
  80. Google Scholar
  81. Cikk megtekintése
  82. PubMed / NCBI
  83. Google Scholar
  84. Cikk megtekintése
  85. PubMed / NCBI
  86. Google Scholar
  87. Cikk megtekintése
  88. PubMed / NCBI
  89. Google Scholar
  90. Cikk megtekintése
  91. PubMed / NCBI
  92. Google Scholar
  93. Cikk megtekintése
  94. PubMed / NCBI
  95. Google Scholar
  96. Cikk megtekintése
  97. PubMed / NCBI
  98. Google Scholar
  99. Cikk megtekintése
  100. PubMed / NCBI
  101. Google Scholar
  102. Cikk megtekintése
  103. PubMed / NCBI
  104. Google Scholar
  105. Cikk megtekintése
  106. PubMed / NCBI
  107. Google Scholar
  108. Cikk megtekintése
  109. PubMed / NCBI
  110. Google Scholar
  111. Cikk megtekintése
  112. PubMed / NCBI
  113. Google Scholar
  114. Cikk megtekintése
  115. PubMed / NCBI
  116. Google Scholar
  117. Cikk megtekintése
  118. PubMed / NCBI
  119. Google Scholar
  120. Cikk megtekintése
  121. PubMed / NCBI
  122. Google Scholar
  123. Cikk megtekintése
  124. PubMed / NCBI
  125. Google Scholar
  126. Cikk megtekintése
  127. PubMed / NCBI
  128. Google Scholar
  129. Cikk megtekintése
  130. PubMed / NCBI
  131. Google Scholar
  132. Cikk megtekintése
  133. PubMed / NCBI
  134. Google Scholar
  135. Cikk megtekintése
  136. PubMed / NCBI
  137. Google Scholar
  138. Cikk megtekintése
  139. PubMed / NCBI
  140. Google Scholar
  141. Cikk megtekintése
  142. PubMed / NCBI
  143. Google Scholar
  144. Cikk megtekintése
  145. PubMed / NCBI
  146. Google Scholar
  147. Cikk megtekintése
  148. PubMed / NCBI
  149. Google Scholar
  150. Cikk megtekintése
  151. PubMed / NCBI
  152. Google Scholar
  153. Cikk megtekintése
  154. PubMed / NCBI
  155. Google Scholar
  156. Cikk megtekintése
  157. PubMed / NCBI
  158. Google Scholar
  159. Cikk megtekintése
  160. PubMed / NCBI
  161. Google Scholar
  162. Cikk megtekintése
  163. PubMed / NCBI
  164. Google Scholar
  165. Cikk megtekintése
  166. PubMed / NCBI
  167. Google Scholar
  168. Cikk megtekintése
  169. PubMed / NCBI
  170. Google Scholar
  171. Cikk megtekintése
  172. PubMed / NCBI
  173. Google Scholar
  174. Cikk megtekintése
  175. PubMed / NCBI
  176. Google Scholar
  177. Cikk megtekintése
  178. PubMed / NCBI
  179. Google Scholar
  180. Cikk megtekintése
  181. PubMed / NCBI
  182. Google Scholar
  183. 3. Christakis DA. Internetes függőség: 21. Századi járvány ?. BMC Medicine 2010; 8 (1): 61. doi: 10.1186 / 1741-7015-8-61
  184. Cikk megtekintése
  185. PubMed / NCBI
  186. Google Scholar
  187. Cikk megtekintése
  188. PubMed / NCBI
  189. Google Scholar
  190. 4. Caplan SE, nagy váltóáramú. Online társadalmi interakció, pszichoszociális jólét és problémás internethasználat. Internetfüggőség: Kézikönyv és útmutató az értékeléshez és a kezeléshez 201; 35-53. doi: 10.1002 / 9781118013991.ch3
  191. Cikk megtekintése
  192. PubMed / NCBI
  193. Google Scholar
  194. Cikk megtekintése
  195. PubMed / NCBI
  196. Google Scholar
  197. Cikk megtekintése
  198. PubMed / NCBI
  199. Google Scholar
  200. Cikk megtekintése
  201. PubMed / NCBI
  202. Google Scholar
  203. Cikk megtekintése
  204. PubMed / NCBI
  205. Google Scholar
  206. Cikk megtekintése
  207. PubMed / NCBI
  208. Google Scholar
  209. Cikk megtekintése
  210. PubMed / NCBI
  211. Google Scholar
  212. Cikk megtekintése
  213. PubMed / NCBI
  214. Google Scholar
  215. 5. Shaw M, fekete DW. Internet függőség. Központi idegrendszer gyógyszerei 2008; 22: 353 – 65. pmid: 18399706 doi: 10.2165 / 00023210-200822050-00001
  216. 6. Griffiths M. Az internetes függőség ideje komolyan venni? Addiktológiai kutatás és elmélet 2000; 8: 413–418. doi: 10.3109 / 16066350009005587
  217. 7. Romano M, Osborne LA, Truzoli R, Reed P. Az internetes expozíció differenciális pszichológiai hatása az internetfüggőkre. PLOS ONE 2013; 8 (2): e55162. doi: 10.1371 / journal.pone.0055162. PMID: 23408958
  218. 8. Kuss DJ, Griffiths MD, Binder JF. Internetes függőség a hallgatókban: Prevalencia és kockázati tényezők. Számítógépek az emberi viselkedésben 2013; 29 (3): 959 – 966. doi: 10.1016 / j.chb.2012.12.024
  219. 9. Niemz K, Griffiths M, Banyard P. A kóros internethasználat elterjedtsége az egyetemisták körében és összefüggések az önértékeléssel, az általános egészségügyi kérdőívvel (GHQ) és a gátlással. CyberPsychology & Behavior 2005; 8 (6): 562–570. doi: 10.1089 / cpb.2005.8.562
  220. 10. Weinstein A, Lejoyeux M. Internetfüggőség vagy túlzott internethasználat. Az American Journal of Drug and Alkohol Abusex 2010; 36 (5): 277 – 283. doi: 10.3109 / 00952990.2010.491880. PMID: 20545603
  221. 11. Bernardi S, Pallanti S. Internet-függőség: leíró klinikai vizsgálat, amely a komorbiditásokra és a disszociatív tünetekre összpontosít. Átfogó pszichiátria 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. Az internet-függőség és a pszichiátriai rendellenesség közötti kapcsolat: az irodalom áttekintése. Európai pszichiátria 2012; 27 (1): 1 – 8. doi: 10.1016 / j.eurpsy.2010.04.011. PMID: 22153731
  223. 13. Akin A, Iskender M. Internet-függőség és depresszió, szorongás és stressz. Az oktatástudományi nemzetközi online folyóirat 2011; 3 (1): 138 – 148.
  224. 14. Yen CF, Chou WJ, Liu TL, Yang P, Hu. Az internet-függőség tüneteinek szorongással, depresszióval és önbecsüléssel való összekapcsolása a figyelem-hiányos / hiperaktivitási rendellenességgel küzdő serdülők körében. Átfogó pszichiátria 2014. doi: 10.1016 / j.comppsych.2014.05.025
  225. 15. Gundogar A, Bakim B, Ozer OA, Karamustafalioglu. P-32 - Az internetfüggőség, a depresszió és az ADHD közti kapcsolat a középiskolások körében. Európai pszichiátria 201; 27: 1. doi: 10.1016 / s0924-9338 (12) 74199-8
  226. 16. Romano M., Truzoli R., Osborne LA, Reed P. Az autizmus hányadosa, a szorongás és az internetfüggőség közötti kapcsolat. Autizmus spektrum zavarok kutatása 2014; 11: 1521 – 1526. doi: 10.1016 / j.rasd.2014.08.002
  227. 17. Fiatal KS, Rogers RC. A depresszió és az internetes függőség kapcsolata. 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 depresszió, az ellenségeskedés és a társadalmi szorongás súlyosbodása serdülők internetes függősége során: prospektív tanulmány. Átfogó pszichiátria 2014. doi: 10.1016 / j.comppsych.2014.05.003
  229. 19. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulzivitás az internetes függőségben: összehasonlítás a kóros szerencsejátékokkal. Kiberpszichológia, viselkedés és közösségi hálózatok 2012; 15 (7): 373 – 377. doi: 10.1089 / cyber.2012.0063
  230. 20. Yen JY, Yen CF, Wu HY, Huang CJ, Ko CH. Ellenség a valós világban és az online: az internetes függőség, a depresszió és az online tevékenység hatása. Kiberpszichológia, viselkedés és közösségi hálózatok 2011; 14 (11): 649 – 655. doi: 10.1089 / cyber.2010.0393
  231. 21. Heim C. Nagyon nehéz számítógépes és internetes használat, mint az intelligens fiatal férfiak skizofrénia kockázati tényezője. Ausztrál és Új-Zéland Journal of Psychiatry 2012; 46 (8): 791 – 792. doi: 10.1177 / 0004867412442407. PMID: 22403394
  232. 22. Caplan SE. Az online társadalmi interakció előnyben részesítése: A problémás internethasználat és a pszichoszociális jólét elmélete. Kommunikációs kutatás 2003; 30: 625 – 648. doi: 10.1177 / 0093650203257842
  233. 23. Yan W, Li Y, Sui N. A legutóbbi stresszes élet események, a személyiségjegyek, az érzékelt családi működés és az internetfüggőség közötti kapcsolat a főiskolai hallgatók körében. Stressz és egészség 2014; 30 (1): 3 – 11. doi: 10.1002 / smi.2490. PMID: 23616371
  234. 24. Bozoglan B, V. tündér, Sahin I. Magányosság, önértékelés és élettel való elégedettség mint az Internet-függőség előrejelzői: Áttekintő tanulmány a török ​​egyetemi hallgatók körében. Scandinavian Journal of Psychology 2013; 54 (4): 313 – 319. doi: 10.1111 / sjop.12049. PMID: 23577670
  235. 25. Nalwa K, Anand AP. Internetfüggőség a diákokban: aggodalomra ad okot. CyberPsychology & Behavior 2003; 6 (6): 653–656. doi: 10.1089 / 109493103322725441
  236. 26. Sanders CE, Field TM, Diego M, Kaplan M. Az internethasználat kapcsolata a serdülők depressziójával és társadalmi elszigeteltségével. Serdülőkor 2000; 35 (138): 237 – 242. PMID: 11019768
  237. 27. Tonioni F, D'Alessandris L, Lai C, Martinelli D, Corvino S, Vasale M,… Bria P. Internet-függőség: online töltött órák, viselkedés és pszichológiai tünetek. Általános kórházi pszichiátria 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. Internetes függőséggel küzdő serdülők mikroszerkezet-rendellenességei. 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. Szürkeanyag-rendellenességek az internetes függőségben: Voxel-alapú morfometria vizsgálat. Radiology European Journal of 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. Csökkent striatális dopamin transzporterek internetfüggőségi rendellenességben szenvedő embereknél. BioMed Research International 2012; 2012. doi: 10.1155 / 2012 / 854524
  241. 31. Kim SH, Baik SH, Park CS, Kim SJ, Choi SW, Kim SE. Csökkentett striatális dopamin D2 receptorok az internetes függőségben szenvedőknél. Neuroreport 2011; 22 (8): 407 – 411. doi: 10.1097 / WNR.0b013e328346e16e. PMID: 21499141
  242. 32. Lu DW, Wang JW, Huang ACW. Az internet-függőség kockázati szintjének differenciálása az autonóm idegválaszok alapján: az autonóm tevékenység internet-függőség hipotézise. Kiberpszichológia, viselkedés és közösségi hálózatok 2010; 13 (4): 371 – 378. doi: 10.1089 / cyber.2009.0254
  243. 33. Lin PC, Kuo SY, Lee PH, Sheen TC, Chen SR. Az internetes függőség hatása az iskolás korú gyermekek pulzusszámának variabilitására. A Cardiovascular Nursing Journal of 2013. doi: 10.1097 / jcn.0b013e3182a477d5
  244. 34. Zheng H, Liu X, Patel K K. A dopamin szerepe a központilag közvetített szimpatikus válaszban patkányokban, akiknek streptozotocin indukálta 2 típusú diabétesz és magas zsírtartalmú étrend. A FASEB Journal 2011; 25: 1028 – 11.
  245. 35. Bélanger RE, Akre C, Berchtold A, Michaud PA. U-alakú kapcsolat az internethasználat intenzitása és a serdülőkori egészség között. Gyermekgyógyászat 2014; 127: e330 – e335. doi: 10.1542 / peds.2010-1235
  246. 36. Lam LT. Internetes játékfüggőség, az internet problémás használata és az alvásproblémák: Rendszeres áttekintés. Aktuális pszichiátriai jelentések 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. Az internetes függőség hatása a koreai serdülők életmódjára és étkezési viselkedésére. Táplálkozási kutatás és gyakorlat 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, He X. A középiskolás diákok elhízási állapota Xiangtanban és annak kapcsolata az internetes függőséggel. Elhízás 2014; 22 (2): 482 – 487. doi: 10.1002 / oby.20595. PMID: 23929670
  249. 39. Jenaro C, Flores N, Gomez-Vela M, Gonzalez-Gil F, Caballo C. Problémás internet- és mobiltelefon-használat: Pszichológiai, viselkedési és egészségügyi összefüggések vannak. Függőségkutatás és elmélet 2007; 15: 309 – 320. doi: 10.1080 / 16066350701350247
  250. 40. Kelley KJ, Gruber EM. Problémás internethasználat és fizikai egészség. 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. Alvás és immunfunkció. Pflügers Archiv-European Journal of Physiology 2012; 463 (1): 121-137. doi: 10.1007 / s00424-011-1044-0. PMID: 22071480
  252. 42. Cheung LM, Wong WS. Az álmatlanság és az internetes függőség hatása a depresszióra hongkongi kínai serdülőknél: feltáró keresztmetszeti elemzés. Alváskutatás 2011; 20: 311 – 317. doi: 10.1111 / j.1365-2869.2010.00883.x
  253. 43. Irwin M. Az alvás és az alvásvesztés hatása az immunitásra és a citokinekre. Agy, viselkedés és immunitás 2002; 16 (5): 503 – 512. doi: 10.1016 / s0889-1591 (02) 00003-x
  254. 44. Adam Y, Meinlschmidt G, Lieb R. A mentális rendellenességek és a megnőtt megfázás közötti összefüggések: populációs alapú keresztmetszeti vizsgálat. 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 és mtsai. Az immunfunkció csökkentése életstressz és depresszió esetén. Biológiai pszichiátria 1990; 27 (1): 22 – 30. pmid: 2297549 doi: 10.1016 / 0006-3223 (90) 90016-u
  256. 46. Kiecolt-Glaser JK, Glaser R. Depresszió és immunfunkció: a morbiditás és mortalitás központi útjai. 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. Depressziós tünetek, mint az alkalmazottak körében jelentkező megfázás kockázati tényezői: 4 hónapos nyomon követési vizsgálat. 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. Akut stresszorok és kortizol válaszok: a laboratóriumi kutatások elméleti integrálása és szintézise. 2004 pszichológiai közlemény; 130 (3): 355. pmid: 15122924 doi: 10.1037 / 0033-2909.130.3.355
  259. 49. Cacioppo JT, Hawkley LC. Társadalmi elszigeteltség és egészség, különös tekintettel a mögöttes mechanizmusokra. A biológia és az orvostudomány perspektívái 2003; 46 (3): S39 – S52. pmid: 14563073 doi: 10.1353 / pbm.2003.0049
  260. 50. Cohen S. Társadalmi kapcsolatok és egészség. 2004 amerikai pszichológus; 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 magányosság előrejelzi a fájdalmat, a depressziót és a fáradtságot: Az immunrendszeri szabályozás szerepének megértése. Pszichoneuroendokrinológia 2013; 38 (8): 1310 – 1317. doi: 10.1016 / j.psyneuen.2012.11.016. PMID: 23273678
  262. 52. McClelland DC, E emelet, Davidson RJ, Saron C. Hangsúlyozott motiváció, szimpatikus aktiváció, immunfunkció és betegségek. Journal of Human Stress 1980; 6 (2): 11 – 19. pmid: 7391555 doi: 10.1080 / 0097840x.1980.9934531
  263. 53. Cao H, Y nap, Wan Y, Hao J, Tao F. BMC Közegészségügyi 2011; 11: 802. doi: 10.1186 / 1471-2458-11-802. PMID: 21995654
  264. 54. Heikkinen T, Järvinen A. A nátha. Lancet 2003; 361: 51 – 59. pmid: 12517470 doi: 10.1016 / s0140-6736 (03) 12162-9
  265. 55. KI. Az 2012 – 2013 téli influenza-évad áttekintése, északi félteké. Az Egészségügyi Világszervezet heti járványügyi adatai 2013; 88: 225 – 232. Lekért http://www.who.int/wer/2013/wer8822.pdf
  266. 56. Grout P, ​​Barber V E. Hidegfájdalmak - járványügyi felmérés. A Háziorvosok Királyi Főiskola 1976 lapja; 26: 428 – 434. PMID: 957310
  267. 57. Glaser R, Sheridan J, Malarkey WB, MacCallum RC, Kiecolt-Glaser J K. A krónikus stressz modulálja az immunválaszt egy pneumokokkusz pneumonia oltással szemben. Pszichoszomatikus orvoslás 2000; 62: 804 – 807. pmid: 11139000 doi: 10.1097 / 00006842-200011000-00010
  268. 58. Hass HS, Schauenstein K. Immunitás, hormonok és az agy. Allergia 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. A pszichológiai stressz csökkenti az epidermás antimikrobiális peptid expresszióját és növeli az egerek bőrfertőzéseinek súlyosságát. A Journal of Clinical Investigation 2007; 117: 3339 – 3349. pmid: 17975669 doi: 10.1172 / jci31726
  270. 60. Ng BD, Wiemer-Hastings P. Az internet és az online játékok függősége. CyberPsychology & Behavior 2005; 8. (2): 110–113. doi: 10.1089 / cpb.2005.8.110
  271. 61. Widyanto L, McMurran M. Az internetes függőségi teszt pszichometriai tulajdonságai. Kiberpszichológia és viselkedés 2004; 7: 443–450. doi: 10.1089 / cpb.2004.7.443
  272. 62. Young KS. Internet Addiction Test (IAT) 2009.
  273. 63. Chang MK, Man Law SP. Faktorszerkezet a Young internet-függőség tesztjéhez: megerősítő tanulmány. Számítógépek az emberi viselkedésben 2008; 24: 2597 – 2619. doi: 10.1016 / j.chb.2008.03.001
  274. 64. Hardie E, Tee MY. Túlzott internethasználat: A személyiség, a magány és a társadalmi támogató hálózatok szerepe az internetes függőségben. Ausztrál Folyó Technológiák és Társadalmi Társaság 2007; 5: 34 – 47.
  275. 65. Snaith RP, Zigmond AS. HADS: 1994 kórházi szorongás és depresszió skála. Windsor: NFER Nelson.
  276. 66. Andrew B, Wilding J M. A depresszió és a szorongás viszonya az életstresszhez és az eredményekhez a hallgatókban. A British Journal of Psychology 2004; 95 (4): 509 – 521. doi: 10.1348 / 0007126042369802
  277. 67. Crawford JR, Henry JD, Crombie C, Taylor EP. Normál adatok a HADS-ről egy nagy nem-klinikai mintából. A British Journal of Clinical Psychology 2001; 40 (4): 429 – 434. doi: 10.1348 / 014466501163904
  278. 68. Russell DW. UCLA magányossági skála (3 verzió): Megbízhatóság, érvényesség és tényezőszerkezet. Személyiségértékelési napló 1996; 66 (1): 20 – 40. pmid: 8576833 doi: 10.1207 / s15327752jpa6601_2
  279. 69. Jobe LE, Williams White S. Magányosság, társadalmi kapcsolatok és szélesebb autizmus fenotípus a főiskolai hallgatókban. Személyiség és egyéni különbségek 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. A Pittsburgh alvásminőség-index (PSQI): Pszichiátriai kutatások és gyakorlatok új eszköze. Pszichiátriai kutatás 1989; 28 (2): 193 – 213. doi: 10.1016 / 0165-1781 (89) 90047-4
  281. 71. Goldberg DP, Hillier V F. Az általános egészségügyi kérdőív méretarányos változata. Pszichológiai orvoslás 1979; 9: 139 – 145. pmid: 424481 doi: 10.1017 / s0033291700021644
  282. 72. Reed P., & Senunaite K. ASD-s gyermek hatása a szülők önjelölt immunfunkciójára. Felülvizsgálat alatt.
  283. 73. McClelland DC, Alexander C, Marks E. A hatalom, a stressz, az immunrendszer és a betegség szükségessége a férfi foglyok körében. Journal of Abnormal Psychology 1982; 91 (1): 61. pmid: 7056944 doi: 10.1037 / 0021-843x.91.1.61