Apa Jenis Layanan Internet yang Membuat Remaja Ketergantungan? Korelasi Penggunaan Internet yang Bermasalah (2020)

Penggunaan porno adalah aplikasi internet yang paling membuat ketagihan:

 “Prevalensi PIU tertinggi pada remaja yang paling banyak menggunakan internet untuk pornografi (19.6%), diikuti oleh game (9.3%) dan komunitas internet (8.4%)”

“Namun, rasio peluang PIU di antara mereka yang menggunakan internet sebagian besar untuk pornografi adalah yang tertinggi, yang berimplikasi pada potensi adiktif yang kuat dari pornografi internet dibandingkan dengan layanan internet lainnya”

Penggunaan porno adalah aplikasi yang berkorelasi paling kuat dengan depresi, psikopatologi:

“Temuan ini menunjukkan bahwa menggunakan internet terutama untuk pornografi dikaitkan dengan psikopatologi yang parah, seperti depresi dan bunuh diri, serta potensi kecanduan yang kuat.”

————————————————————————————————

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

Abstrak

Tujuan:

Penelitian ini menyelidiki prevalensi dan korelasi penggunaan internet bermasalah (PIU) dalam sampel besar remaja berdasarkan jenis layanan internet yang digunakan.

Bahan dan Metode:

Penelitian ini dilakukan dari 2008 hingga 2010, dan 223,542 remaja berusia 12 hingga 18 tahun berpartisipasi dalam penelitian ini. Para peserta menanggapi kuesioner laporan diri termasuk item untuk faktor demografi, waktu penggunaan internet, layanan internet yang paling banyak digunakan dan kesehatan mental. PIU dinilai dengan Skala Kecenderungan Adiksi Internet untuk Bentuk Remaja-Pendek.

hasil:

Tingkat prevalensi keseluruhan PIU adalah 5.2%, dan tingkat prevalensi yang dikelompokkan berdasarkan jenis kelamin adalah 7.7% pada laki-laki dan 3.8% pada perempuan. Distribusi layanan internet yang paling banyak digunakan berbeda secara signifikan antar jenis kelamin. Layanan internet yang paling umum digunakan adalah bermain game (58.1%) pada laki-laki dan blogging (22.1%) serta messenger/chat (20.3%) pada perempuan. Rasio odds untuk PIU berbeda secara signifikan menurut layanan internet yang paling banyak digunakan; menggunakan internet terutama untuk pornografi dibandingkan dengan pencarian informasi memiliki rasio odds tertinggi (4.526 kali lebih tinggi). Episode depresi, ide bunuh diri, dan percobaan bunuh diri secara signifikan terkait dengan rasio odds yang lebih tinggi untuk PIU (masing-masing 1.725-, 1.747- dan 1.361 kali lipat).

Kesimpulan:

Penelitian ini mengidentifikasi informasi penting secara klinis tentang PIU pada remaja. Distribusi PIU memiliki pola yang berbeda berdasarkan jenis kelamin dan layanan internet tertentu. Diperlukan studi PIU dengan metodologi dan alat penilaian untuk PIU masing-masing layanan internet tertentu.

KATA KUNCI: kecanduan; masa remaja; perbedaan jenis kelamin; penggunaan internet

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

Pengantar

Dalam dua dekade terakhir, internet telah menembus kehidupan masyarakat dengan sangat cepat dan luas, serta menjadi sarana penting dalam kehidupan sehari-hari, seperti berbelanja, mendapatkan berita, dan berhubungan dengan teman. Data survei AS melaporkan bahwa sekitar 90% orang dewasa memiliki akses internet pada tahun 2019, dan proporsi orang yang tidak menggunakan internet menurun dari 48% pada tahun 2000 menjadi hanya 10% pada tahun 2019.<sup> </sup> Secara khusus, remaja lebih banyak menggunakan internet dalam kehidupan sehari-hari mereka dibandingkan populasi lainnya. Pada tahun 2018, dilaporkan bahwa 95% remaja AS memiliki akses ke ponsel pintar, dan 45% remaja online hampir terus-menerus.<sup>

Meskipun internet memberikan berbagai manfaat, seperti pendidikan, hiburan, komunikasi sosial, kemudahan, dan kesejahteraan psikologis, banyak penelitian telah melaporkan hubungan negatif internet dengan kesehatan mental remaja, termasuk depresi, kecemasan sosial, bunuh diri, dan perundungan siber.⁴⁻⁷ Terutama internet pada populasi remaja, yang prevalensinya dilaporkan tinggi hingga 26.7% oleh penelitian sebelumnya.⁸ ,

Remaja diketahui rentan terhadap PIU karena impulsivitas yang tinggi disertai dengan ketidakmatangan relatif korteks prefrontal (PFC), terutama pada periode awal dan pertengahan remaja. Selain itu, disregulasi emosional pada periode bayi awal (usia 2 ) dilaporkan memiliki dampak substansial pada PIU pada remaja, menunjukkan bahwa temperamen bawaan adalah salah satu faktor risiko utama untuk PIU. Jenis kelamin diketahui sebagai moderator pembeda lain untuk pola PIU. Anak laki-laki lebih cenderung menggunakan permainan internet, sedangkan anak perempuan lebih banyak menggunakan layanan jejaring sosial daripada anak laki-laki. , Selain itu, faktor lingkungan, termasuk keterikatan dengan orang tua dan teman sebaya juga dilaporkan sebagai salah satu prediktor PIU pada remaja. Misalnya, Badenes-Ribera dkk. melaporkan bahwa hubungan dengan orang tua mereka paling memengaruhi tingkat PIU pada remaja awal, sedangkan hubungan dengan teman sebaya merupakan faktor yang paling relevan pada periode remaja yang lebih tua.

Demikian pula, banyak penelitian telah menyelidiki kekhawatiran umum terkait PIU dan faktor risiko terkait pada remaja. Namun demikian, definisi yang jelas tentang PIU belum dibuat. Para peneliti telah menyelidiki PIU dengan berbagai istilah dan konsep, seperti "kecanduan internet", "penggunaan internet kompulsif", "penggunaan internet bermasalah" dan "penggunaan internet patologis". Studi lain yang berfokus pada permainan internet telah menggunakan istilah "penggunaan permainan daring bermasalah", "kecanduan permainan internet" dan "gangguan permainan internet".

Meskipun berbagai istilah dan definisinya mencakup konstruksi psikologis yang menyiratkan pola penggunaan internet yang tidak terkontrol yang mengakibatkan gangguan klinis, salah satu alasan kurangnya definisi standar emas adalah karena internet menawarkan berbagai konten yang mungkin terkait dengan potensi kecanduan seperti permainan, perjudian, obrolan, atau pornografi. Young menunjukkan bahwa kecanduan internet mencakup berbagai masalah pengendalian impuls perilaku dan dikategorikan dalam lima subtipe spesifik, termasuk siber-seksualitas, hubungan siber, kompulsif internet, kelebihan informasi, dan kecanduan komputer.

Di antara subtipe spesifik PIU ini, “gangguan bermain game internet” dan “gangguan bermain game” dimasukkan sebagai diagnosis dalam Bagian 3 dari Manual Diagnostik dan Statistik Gangguan Mental (DSM-5) dan revisi terbaru dari Klasifikasi Penyakit Internasional (ICD-11) oleh Organisasi Kesehatan Dunia (WHO). Meskipun aktivitas internet non-game tidak dianggap sebagai diagnosis formal karena kurangnya bukti, masih ada kekhawatiran tentang aktivitas internet non-game yang adiktif seperti perjudian internet, jejaring sosial dan pornografi online.

Namun, terlepas dari kekhawatiran tentang berbagai subtipe PIU, studi yang mengeksplorasi potensi kecanduan yang berbeda berdasarkan layanan internet tertentu masih kurang. Sebuah studi terbaru di Jerman dengan 6,081 siswa berusia 12–19 tahun meneliti distribusi aplikasi internet yang banyak digunakan pada PIU dan non-PIU. Dalam studi Rosenkranz dkk. aplikasi internet yang paling banyak digunakan adalah situs jejaring sosial dan obrolan, dan aplikasi internet yang paling prediktif untuk PIU adalah game dan judi. Namun, studi yang mengeksplorasi distribusi dan potensi kecanduan berdasarkan penggunaan layanan internet tertentu masih kurang; bahkan, sepengetahuan kami, belum ada studi di Korea. Dengan demikian, studi ini bertujuan untuk menyelidiki prevalensi dan korelasi PIU pada sampel besar remaja berdasarkan subtipe penggunaan internet.

Bahan dan Metode

Peserta

Penelitian kami dilakukan dengan data yang diperoleh dari Survei Perilaku Berisiko Remaja Korea berbasis Web (KYRBS) tahun 2008, 2009, dan 2010. KYRBS adalah studi potong lintang multi-tahun yang telah dilakukan setiap tahun oleh Pusat Pengendalian dan Pencegahan Penyakit Korea (CDC) sejak tahun 2005. KYRBS berfokus pada perilaku berisiko kesehatan di kalangan remaja. Survei ini dilakukan dengan kuesioner yang diisi oleh remaja, yang terdiri dari 125 item, termasuk informasi tentang penggunaan tembakau, penggunaan alkohol, obesitas, aktivitas fisik, perilaku seksual, penggunaan zat, penggunaan internet, dan kesehatan mental. Populasi sasaran adalah siswa sekolah menengah pertama dan atas yang representatif secara nasional berusia 12–18 tahun di Korea, yang diambil sampelnya dari 400 sekolah menengah pertama dan 400 sekolah atas setiap tahunnya. Jumlah total peserta adalah 223,542, dan KYRBS tahun 2008, 2009, dan 2010 masing-masing melibatkan 75,238, 75,066, dan 73,238 peserta. Sebelum memasuki studi, instruksi lengkap tentang tujuan dan metode studi diberikan kepada siswa oleh guru yang terlatih, dan persetujuan tertulis diperoleh dari siswa. Siswa yang setuju untuk berpartisipasi mengisi kuesioner anonim, yang ditampilkan di komputer. Protokol untuk KYRBS telah disetujui oleh Dewan Peninjau Institusional CDC.

Penilaian

Untuk menilai PIU, Skala Kecenderungan Kecanduan Internet untuk Remaja-Bentuk Singkat (skala KS) yang dikembangkan oleh Kim dkk . digunakan. Skala KS adalah skala laporan diri 20 item yang dinilai pada skala Likert 4 poin (1=tidak pernah, 2=kadang-kadang, 3=sering, atau 4=selalu). Skala ini terdiri dari enam subfaktor: (1) gangguan fungsi adaptif (6 item), (2) antisipasi positif (1 item), (3) penarikan diri (4 item), (4) hubungan interpersonal virtual (3 item), (5) perilaku menyimpang (2 item), dan (6) toleransi (4 item). Responden dikategorikan berdasarkan skor ke dalam salah satu dari tiga kelompok: PIU pasti, PIU kemungkinan, dan pengguna internet normal. PIU pasti didefinisikan dengan skor total 53 atau lebih tinggi atau adanya semua hal berikut: skor fungsi adaptif 17 atau lebih tinggi; skor penarikan diri 11 atau lebih tinggi; dan skor toleransi 13 atau lebih. Kemungkinan PIU didefinisikan dengan skor total antara 48 dan 52 atau adanya semua hal berikut: skor fungsi adaptif 15 atau lebih; ​​skor penarikan diri 10 atau lebih; ​​dan skor toleransi 12 atau lebih. Dalam penelitian ini, kelompok PIU didefinisikan sebagai peserta dalam kelompok PIU pasti dan kemungkinan PIU.

Waktu penggunaan internet ditanyakan dengan item “Berapa jam dan menit Anda menggunakan internet pada hari kerja dan akhir pekan dalam 30 hari terakhir?” Layanan internet yang sebagian besar digunakan oleh peserta ditanya oleh item “Layanan apa yang paling sering Anda gunakan di internet?” dengan opsi pilihan termasuk pencarian informasi, messenger / chatting, bermain game, menonton film, mendengarkan musik, menonton video seperti konten yang dibuat pengguna, email, belanja, pornografi, blog, dll. Kehadiran episode depresi, ide bunuh diri, dan Upaya bunuh diri dipertanyakan oleh satu item untuk setiap pengalaman dalam 12 bulan terakhir dengan jawaban 'ya' atau “tidak” sebagai berikut: “Pernahkah Anda merasa cukup sedih atau putus asa untuk menghentikan kehidupan sehari-hari selama dua minggu dalam 12 bulan terakhir? ” untuk depresi, "Sudahkah Anda memikirkan bunuh diri dengan serius dalam 12 bulan terakhir?" untuk ide bunuh diri, dan "Sudahkah Anda mencoba bunuh diri dalam 12 bulan terakhir?" untuk upaya bunuh diri.

statistika

Statistik deskriptif digunakan untuk analisis karakteristik demografis. Untuk menganalisis hubungan antara layanan internet yang paling umum digunakan, prevalensi dan korelasi PIU dan statistik deskriptif, uji chi-square dan analisis varians (ANOVA) diadopsi. Untuk menguji rasio odds untuk PIU menurut korelasi yang terkait, regresi logistik dengan PIU sebagai variabel dependen digunakan oleh dua model. Model pertama termasuk jenis kelamin, kelas, layanan internet yang paling banyak digunakan, episode depresi, ide bunuh diri dan upaya bunuh diri sebagai variabel independen. Model 2 menambahkan status sosial ekonomi dan prestasi sekolah sebagai kovariat untuk model 1. Analisis statistik dilakukan dengan menggunakan paket perangkat lunak SPSS 25.0 untuk Windows (SPSS Inc., Chicago, IL).

Hasil

Karakteristik Demografis

Karakteristik demografis ditunjukkan pada Tabel 1. Secara total, 223,542 siswa SMP dan SMA berpartisipasi dalam penelitian ini, dan 52.5% adalah laki-laki. Prevalensi keseluruhan PIU adalah 5.8%, dan kelompok pengguna internet berisiko tinggi di antara kelompok PIU adalah 3.2%. Prevalensi PIU berdasarkan jenis kelamin adalah 7.7% pada laki-laki dan 3.8% pada perempuan. Proporsi peserta yang mengalami episode depresi, ide bunuh diri, dan percobaan bunuh diri masing-masing adalah 38.0%, 19.1%, dan 4.8%.

Tabel 1

Karakteristik Demografis

n (%)
Total 223542
Tahun
 2008 75238 (33.7)
 2009 75066 (33.6)
 2010 73238 (32.8)
Seks
 Pria 117281 (52.5)
 Perempuan 106261 (47.5)
Kelas
 Sekolah Menengah Pertama 38219 (17.1)
 Sekolah Menengah Kedua 38423 (17.2)
 SMP-3 38280 (17.1)
 Sekolah Menengah Pertama 37218 (16.6)
 Sekolah Menengah Kedua 36926 (16.5)
 SMA 3 34476 (15.4)
PIU
 Total 13056 (5.8)
 Pengguna berisiko tinggi 7183 (3.2)
 Pengguna yang berpotensi berisiko 5873 (2.6)
 Episode depresi; Iya 84848 (38.0)
 Pemikiran bunuh diri; Iya 42728 (19.1)
 Upaya bunuh diri; Iya 10778 (4.8)
Status Sosial Ekonomi
 High 13775 (6.2)
 Tinggi-menengah 48348 (21.6)
 Tengah 105472 (47.2)
 Menengah rendah 41322 (18.5)
 Rendah 14625 (6.5)
Prestasi Sekolah
 High 25440 (11.4)
 Tinggi-menengah 52399 (23.4)
 Tengah 60448 (27.0)
 Menengah rendah 57183 (25.6)
 Rendah 28072 (12.6)

Singkatan: PIU, penggunaan internet bermasalah.

Prevalensi dan Korelasi PIU Berdasarkan Layanan Internet yang Paling Banyak Digunakan

Di antara semua peserta, layanan internet yang paling umum digunakan adalah bermain game internet (35.0%), diikuti oleh pencarian informasi (16.2%), chatting (14.1%), dan blogging (12.1%) ( Tabel 2 dan Gambar 1 ). Namun, proporsi layanan internet yang paling banyak digunakan berbeda antara laki-laki dan perempuan (x2=9144.0; p<0.001). Sementara layanan yang paling banyak digunakan pada laki-laki adalah bermain game internet (58.1%), perempuan paling banyak menggunakan blogging (22.1%) dan chatting (20.3%).

Tabel 2

Asosiasi Antara Layanan Internet Yang Paling Banyak Digunakan dan Prevalensi dan Korelasi PIU

Layanan Internet Paling Banyak Digunakan Pencarian Informasi Messenger / Mengobrol judi Menonton film Mendengarkan musik Menonton Video (yaitu UCC) Komunitas atau Klub Internet E-mail Belanja Online Pornografi Internet Blogging Lain-lain Total Statistik F atau χ2
Total
 n 36,150 31,446 78,325 8248 21,075 2896 4032 1147 5315 1716 27,142 6050 223,542
 % 16.2 14.1 35.0 3.7 9.4 1.3 1.8 0.5 2.4 0.8 12.1 2.7 100.0
Seks
 Pria; n 16,857 9873 68,139 4415 7257 1158 1064 313 780 1565 3637 2223 117,281 69144.0 *
 % 14.4 8.4 58.1 3.8 6.2 1.0 0.9 0.3 0.7 1.3 3.1 1.9 100.0
 Perempuan ; n 19,293 21,573 10,186 3833 13,818 1738 2968 834 4535 151 23,505 3827 102,434
 % 18.2 20.3 9.6 3.6 13.0 1.6 2.8 0.8 4.3 0.1 22.1 3.6 100.0
Waktu Penggunaan Internet; Berarti (SD)
 Hari kerja; jam 1.1 (1.3) 1.6 (1.6) 1.6 (1.8) 1.3 (1.5) 1.1 (1.3) 1.4 (1.4) 1.7 (1.5) 1.0 (1.2) 1.3 (1.3) 2.0 (3.0) 1.4 (1.4) 1.5 (1.7) 457.5 *
 Akhir pekan; jam 1.8 (1.8) 2.4 (2.1) 3.1 (2.5) 2.4 (2.1) 1.8 (1.7) 2.4 (2.1) 3.0 (2.2) 1.5 (1.7) 2.1 (1.8) 2.8 (3.4) 2.2 (1.9) 2.4 (2.3) 1112.5 *
Skala KS 1298.4 *
 Berarti 27.8 29.6 33.0 29.1 27.0 29.8 32.9 26.4 27.8 36.2 28.7 28.6
 SD 8.6 9.0 10.5 8.9 7.7 8.9 9.7 7.7 7.8 18.1 8.1 8.9
Total PIU; Iya 3791.9 *
 n 1217 1534 7317 334 516 122 339 25 149 336 911 256 13,056
 % 3.4 4.9 9.3 4.0 2.4 4.2 8.4 2.2 2.8 19.6 3.4 4.2 5.8
Hanya PIU Pasti; Iya 2624.9 *
 n 666 817 4026 195 272 60 174 11 84 269 456 153 7183
 % 1.8 2.6 5.1 2.4 1.3 2.1 4.3 1.0 1.6 15.7 1.7 2.5 3.2
Episode Depresif; Iya 3867.8 *
 n 13,412 15,171 24,081 3307 8288 1104 1585 443 2225 858 12,149 2225 84,848
 % 37.1 48.2 30.7 40.1 39.3 38.1 39.3 38.6 41.9 50.0 44.8 36.8 38.0
Pemikiran bunuh diri; Iya 1918.0 *
 n 6107 7947 12,307 1662 3999 545 876 212 1100 533 6,208 1,232 42,728
 % 16.9 25.3 15.7 20.2 19.0 18.8 21.7 18.5 20.7 31.1 22.9 20.4 19.1
Upaya Bunuh Diri; Iya 1386.4 *
 n 1332 2458 2813 401 972 102 180 58 274 235 1665 288 10,778
 % 3.7 7.8 3.6 4.9 4.6 3.5 4.5 5.1 5.2 13.7 6.1 4.8 4.8

Catatan: *p<0.001.

Singkatan: PIU, Penggunaan internet bermasalah; UCC, Konten buatan pengguna; Skala KS, Skala Kecenderungan Kecanduan Internet untuk Remaja-Bentuk Singkat; SD, deviasi standar.

File eksternal yang menyimpan gambar, ilustrasi, dll. Nama objek adalah NDT-16-1031-g0001.jpg

Layanan internet yang paling banyak digunakan menurut jenis kelamin (%).

Tingkat prevalensi PIU pada pengguna setiap layanan internet tertentu juga berbeda secara signifikan berdasarkan layanan internet yang paling banyak digunakan (x2=3791.9; p<0.001). Prevalensi PIU tertinggi terdapat pada remaja yang paling banyak menggunakan internet untuk pornografi (19.6%), diikuti oleh game (9.3%) dan komunitas internet (8.4%) ( Tabel 2 dan Gambar 2 ). Proporsi pengguna game internet di antara kelompok total mereka yang mengalami PIU adalah yang tertinggi yaitu 56.0%.

File eksternal yang menyimpan gambar, ilustrasi, dll. Nama objek adalah NDT-16-1031-g0002.jpg

Prevalensi PIU menurut layanan internet yang paling banyak digunakan (%).

Singkatan: PIU, penggunaan internet bermasalah; UCC, konten buatan pengguna.

Proporsi peserta dengan pengalaman episode depresi, ide bunuh diri dan upaya juga yang tertinggi di antara remaja yang menggunakan internet untuk pornografi paling banyak (masing-masing 50.0%, 31.1% dan 13.7%), diikuti dengan mengobrol (48.2%, 25.3 %, dan 7.8%, masing-masing) dan blogging (44.8%, 22.9%, dan 6.1%).

Rasio Peluang Berada di Grup PIU Berdasarkan Variabel Demografi dan Penggunaan Internet

Tabel 3 menunjukkan rasio odds untuk berada dalam kelompok PIU berdasarkan variabel demografi dan penggunaan internet. Rasio odds secara signifikan lebih tinggi pada anak laki-laki dibandingkan anak perempuan (OR=1.520; p<0.001). Dibandingkan dengan peserta termuda, kelompok siswa yang lebih tua menunjukkan rasio odds yang secara signifikan lebih tinggi, yaitu 1.274 hingga 1.319 kali lebih tinggi, untuk PIU.

Tabel 3

Regresi Logistrik untuk PIU dengan Kovariat

Variabel Model 1 Model 2
OR 95% CI p OR 95% CI p
Seks
 Perempuan referensi
 Pria 1.501 1.432 untuk 1.573 . 000 1.520 1.450 untuk 1.593 . 000
Kelas
 Sekolah Menengah Pertama referensi
 Sekolah Menengah Kedua 1.303 1.223 untuk 1.387 . 000 1.274 1.196 untuk 1.357 . 000
 SMP-3 1.368 1.285 untuk 1.457 . 000 1.327 1.246 untuk 1.413 . 000
 Sekolah Menengah Pertama 1.334 1.251 untuk 1.423 . 000 1.286 1.205 untuk 1.373 . 000
 Sekolah Menengah Kedua 1.310 1.226 untuk 1.399 . 000 1.238 1.158 untuk 1.323 . 000
 SMA 3 1.404 1.313 untuk 1.501 . 000 1.319 1.232 untuk 1.411 . 000
Layanan Internet Paling Banyak Digunakan
 Pencarian informasi referensi
 Messenger / mengobrol 1.378 1.274 untuk 1.490 . 000 1.285 1.188 untuk 1.391 . 000
 judi 2.824 2.644 untuk 3.015 . 000 2.661 2.491 untuk 2.843 . 000
 Menonton film 1.127 . 995 untuk 1.276 . 060 1.096 . 967 untuk 1.241 . 152
 Mendengarkan musik . 743 . 668 untuk . 825 . 000 . 733 . 660 untuk . 814 . 000
 Menonton video (yaitu UCC) 1.287 1.063 untuk 1.559 . 010 1.278 1.055 untuk 1.548 . 012
 Komunitas atau klub internet 2.785 2.453 untuk 3.162 . 000 2.822 2.485 untuk 3.206 . 000
 E-mail . 682 . 456 untuk 1.019 . 062 . 658 . 440 untuk . 985 . 042
 Belanja online . 893 . 750 untuk 1.063 . 203 . 873 . 733 untuk 1.040 . 128
 Pornografi internet 4.944 4.311 untuk 5.670 . 000 4.526 3.941 untuk 5.198 . 000
 Blogging 1.058 . 967 untuk 1.158 . 217 1.023 . 935 untuk 1.120 . 616
 Lain-lain 1.341 1.167 untuk 1.541 . 000 1.335 1.162 untuk 1.535 . 000
Episode Depresif
 Tidak referensi
 Ya 1.782 1.710 untuk 1.857 . 000 1.725 1.655 untuk 1.798 . 000
Pemikiran bunuh diri
 Tidak referensi
 Ya 1.813 1.728 untuk 1.903 . 000 1.747 1.664 untuk 1.833 . 000
Upaya Bunuh Diri
 Tidak referensi
 Ya 1.450 1.353 untuk 1.553 . 000 1.361 1.270 untuk 1.459 . 000

Catatan: Model 1 mencakup jenis kelamin, kelas, layanan internet yang paling sering digunakan, episode depresi, ide bunuh diri, dan percobaan bunuh diri sebagai kovariat. Model 2 mencakup status sosial ekonomi dan prestasi sekolah sebagai kovariat selain model 1.

Singkatan: PIU, penggunaan internet bermasalah; UCC, konten yang dibuat pengguna

Dibandingkan dengan remaja yang paling banyak menggunakan internet untuk pencarian informasi, odds ratio remaja yang menggunakan internet untuk pornografi paling banyak adalah yang tertinggi (OR = 4.526, p <0.001), diikuti oleh yang menggunakan internet untuk masyarakat. (OR = 2.822, p <0.001) dan game (OR = 2.661, p <0.001). Mereka yang paling banyak menggunakan internet untuk mendengarkan musik (OR = 0.733, p <0.001) dan email (OR = 0.658, p = 0.042) menunjukkan rasio peluang yang jauh lebih rendah daripada remaja yang menggunakan internet untuk mencari informasi. Tidak ada perbedaan signifikan dalam rasio peluang antara kelompok yang menggunakan internet sebagian besar untuk mencari informasi dan kelompok yang menonton film, belanja online dan blog.

Asosiasi Antara Psikopatologi dan Risiko untuk PIU

Proporsi peserta yang mengalami episode depresi, ide bunuh diri, dan percobaan bunuh diri dalam 12 bulan terakhir paling tinggi pada kelompok yang paling banyak menggunakan internet untuk pornografi (50.0%, 31.1%, dan 13.7%, berturut-turut), diikuti oleh messenger/chat (48.2%, 25.3%, dan 7.8%, berturut-turut) dan blogging (44.8%, 22.9%, dan 6.1%, berturut-turut) ( Tabel 2 ). Kehadiran episode depresi, ide bunuh diri, dan percobaan bunuh diri juga secara signifikan terkait dengan rasio odds yang lebih tinggi untuk PIU di antara seluruh sampel. (OR=1.725, p<0.001; OR=1.747, p<0.001; dan 1.361, p<0.001, berturut-turut) ( Tabel 3 ).

Diskusi

Studi kami menyelidiki prevalensi dan korelasi PIU pada sejumlah besar remaja berdasarkan layanan internet yang paling umum digunakan. Dalam studi kami, prevalensi PIU secara keseluruhan adalah 5.4%, yang sebanding dengan studi sebelumnya yang dilakukan di negara lain. Beberapa studi sebelumnya tentang PIU melaporkan berbagai macam prevalensi PIU. Misalnya, sebuah studi yang dilakukan di sembilan negara Eropa melaporkan prevalensi 25%, berkisar dari 14% hingga 55% di berbagai negara. Studi lain yang dilakukan di enam negara Asia melaporkan bahwa prevalensi penggunaan internet adiktif yang disaring oleh Tes Kecanduan Internet (IAT) berkisar dari 1% di Korea Selatan hingga 5% di Filipina, dan prevalensi PIU berkisar dari 13% hingga 46%. Tinjauan sistematis lain tentang kecanduan internet juga melaporkan berbagai macam tingkat prevalensi dari 1% hingga 18.7% dan dari 0.8% hingga 26.7%. Studi-studi ini berpendapat bahwa rentang prevalensi yang luas untuk PIU mungkin disebabkan oleh kurangnya konsistensi dalam metodologi, seperti definisi, alat penilaian, dan ambang batas untuk PIU. , Oleh karena itu, studi-studi di masa mendatang dengan definisi dan alat penilaian yang lebih disepakati untuk PIU diperlukan untuk mengkonfirmasi prevalensi PIU. Meskipun demikian, sebuah meta-analisis dengan 27 studi dari tahun 1998 hingga 2006 melaporkan prevalensi rata-rata gangguan kecanduan game internet sebesar 4.7%, meskipun terdapat rentang prevalensi yang luas, yang konsisten dengan studi kami.

Dalam penelitian kami, anak laki-laki menunjukkan prevalensi PIU yang lebih tinggi daripada anak perempuan, sekitar dua kali lipat. Ini merupakan temuan yang konsisten dengan beberapa penelitian sebelumnya yang melaporkan bahwa jenis kelamin laki-laki merupakan faktor risiko untuk PIU. – Namun, penelitian lain melaporkan pola perbedaan jenis kelamin yang berlawanan untuk prevalensi PIU. Misalnya, Durkee dkk. melaporkan bahwa variasi kecil dalam tingkat prevalensi PIU ditemukan antara jenis kelamin dalam sebuah penelitian dengan remaja dari 11 negara Eropa meskipun ada beberapa perbedaan lintas budaya. Sebuah penelitian Kanada juga melaporkan tidak ada perbedaan jenis kelamin dalam prevalensi PIU. Selain itu, sebuah penelitian dengan orang dewasa dari 9 negara Eropa melaporkan bahwa secara keseluruhan PIU lebih umum terjadi pada wanita daripada pria. Perbedaan mengenai perbedaan jenis kelamin dalam PIU ini dapat disebabkan oleh perbedaan lintas budaya. Namun, untuk memahami perbedaan dalam prevalensi PIU berdasarkan jenis kelamin, eksplorasi layanan spesifik yang digunakan melalui internet oleh kedua jenis kelamin juga perlu dipertimbangkan.

Dalam penelitian kami, layanan internet yang paling umum digunakan di antara semua peserta adalah permainan internet, diikuti oleh pencarian informasi, pesan instan/obrolan, dan blogging. Namun, distribusi layanan internet yang paling banyak digunakan berbeda secara signifikan antara jenis kelamin. Sementara anak laki-laki sebagian besar menggunakan internet untuk bermain game, anak perempuan paling banyak menggunakan internet untuk blogging dan pesan instan/obrolan. Kecenderungan ini konsisten dengan temuan dalam penelitian sebelumnya. Anak perempuan dilaporkan lebih cenderung menggunakan pesan instan (74%) dan layanan jejaring sosial (70%) daripada anak laki-laki berusia 15 hingga 17 tahun (62% dan 54%, masing-masing). , Dufour dkk. juga melaporkan bahwa proporsi penggunaan jejaring sosial dan blog yang berlebihan lebih tinggi pada anak perempuan daripada anak laki-laki. Sebaliknya, penggunaan permainan internet secara konsisten dilaporkan lebih tinggi pada laki-laki daripada perempuan. , , , Meskipun alasan pasti perbedaan penggunaan internet berdasarkan jenis kelamin ini belum dipahami dengan baik, ​​penelitian sebelumnya untuk menjelaskan perbedaan jenis kelamin dalam keterlibatan permainan komputer berfokus pada aspek-aspek seperti konten dan desain permainan pada umumnya, kekerasan dalam permainan, struktur kompetitif permainan, dan interaksi sosial dalam permainan. Hasil kami mengenai penggunaan internet yang lebih tinggi untuk blogging dan chatting serta penggunaan internet yang lebih rendah untuk bermain game pada perempuan dibandingkan laki-laki mungkin terkait dengan bukti yang sudah mapan bahwa perempuan lebih berorientasi pada hubungan interpersonal, sedangkan laki-laki lebih berorientasi pada informasi/tugas.

Dalam penelitian kami, jumlah individu dengan PIU (Gangguan Penggunaan Internet) tertinggi terdapat pada pengguna game internet (mencakup lebih dari 50% dari total kelompok PIU), dan rasio odds untuk PIU juga sangat tinggi pada pengguna game internet. Temuan ini memberikan bukti pendukung untuk kekhawatiran yang meluas terhadap game internet dan dimasukkannya gangguan game internet dalam sistem kriteria diagnostik. , Meskipun demikian, potensi adiktif pornografi internet juga perlu diperhatikan. Proporsi pornografi internet sebagai layanan internet yang paling banyak digunakan tidak tinggi (0.8%) dan bahkan lebih jarang pada perempuan (0.1%). Namun, rasio odds untuk PIU di antara mereka yang menggunakan internet sebagian besar untuk pornografi adalah yang tertinggi, yang menunjukkan potensi adiktif yang kuat dari pornografi internet dibandingkan dengan layanan internet lainnya. Tentu saja, mengonsumsi pornografi bukanlah masalah yang hanya disebabkan oleh internet. Telah diperdebatkan bahwa pengguna internet yang berlebihan bukanlah pecandu internet tetapi hanya menggunakan internet sebagai media untuk perilaku adiktif lainnya. , Namun, penelitian sebelumnya menunjukkan bahwa penggunaan pornografi online semakin meningkat, dan peningkatan "triple A" (aksesibilitas, keterjangkauan, dan anonimitas) yang disediakan oleh internet telah meningkatkan potensi risiko penggunaan pornografi online yang bermasalah. Selain itu, temuan kami tidak konsisten dengan hasil penelitian sebelumnya oleh Rosenkranz et al yang melaporkan potensi kecanduan konten seksual yang relatif lebih rendah dibandingkan dengan permainan dan perjudian. Perbedaan hasil mengenai potensi kecanduan konten seksual antar penelitian ini mungkin disebabkan oleh perbedaan sosial-lingkungan. Oleh karena itu, penelitian lebih lanjut diperlukan untuk memahami dan melindungi remaja dari risiko penggunaan pornografi internet yang bermasalah.

Temuan penting lainnya dari penelitian kami adalah adanya hubungan signifikan antara rasio peluang keseluruhan yang lebih tinggi untuk PIU dan psikopatologi, termasuk depresi dan ide bunuh diri serta percobaan bunuh diri, yang konsisten dengan temuan dari penelitian sebelumnya yang melaporkan bahwa kelompok siswa dengan PIU lebih cenderung menunjukkan depresi dan perilaku bunuh diri serta melukai diri sendiri dibandingkan kelompok pengguna internet normal. Secara khusus, menarik bahwa proporsi respons 'ya' terhadap episode depresi, ide bunuh diri, dan percobaan bunuh diri lebih tinggi pada pengguna messenger/chat dan blog daripada pengguna layanan lain, kecuali pengguna pornografi internet, dan proporsi ini paling rendah pada pengguna game internet. Temuan ini menyiratkan bahwa remaja yang depresi lebih banyak mencari interaksi sosial melalui internet daripada hiburan. Temuan ini konsisten dengan penelitian sebelumnya yang juga melaporkan bahwa ada risiko depresi yang lebih tinggi pada siswa dengan PIU non-game daripada pada siswa dengan PIU game. Selain itu, proporsi jawaban “ya” untuk episode depresi, ide bunuh diri, dan percobaan bunuh diri paling tinggi pada pengguna pornografi internet. Temuan ini menunjukkan bahwa penggunaan internet terutama untuk pornografi dikaitkan dengan psikopatologi berat, seperti depresi dan bunuh diri, serta potensi kecanduan yang kuat.

keterbatasan

Studi kami memiliki beberapa keterbatasan yang perlu diperhatikan. Meskipun kami melakukan studi dengan sampel remaja yang besar, studi kami didasarkan pada desain cross-sectional, yang membatasi interpretasi kausalitas. Misalnya, episode depresi, ide bunuh diri, dan percobaan bunuh diri dikaitkan dengan rasio odds yang lebih tinggi untuk PIU, dan kami tidak dapat menentukan arah kausalitas. Oleh karena itu, studi masa depan dengan desain longitudinal diperlukan. Kedua, meskipun kami mencoba untuk memasukkan berbagai layanan internet yang digunakan remaja dalam kuesioner, kami tidak memasukkan semua layanan. Misalnya, perjudian internet adalah salah satu kekhawatiran utama tentang penggunaan internet, yang tidak termasuk dalam kuesioner. Ketiga, studi kami hanya didasarkan pada laporan diri remaja, yang dapat membiaskan laporan tersebut. Pelaporan gejala psikiatrik diketahui berbeda di antara informan, seperti orang tua dan remaja. Oleh karena itu, memperoleh informasi dari beberapa informan, termasuk orang tua, penting untuk evaluasi gejala psikiatrik yang tepat. Untungnya, sebuah penelitian sebelumnya melaporkan bahwa laporan berdasarkan laporan diri oleh remaja mengenai gejala gangguan kecanduan seperti penyalahgunaan alkohol dan zat jauh lebih sesuai dengan diagnosis sebenarnya daripada laporan dari orang tua. Selain itu, kami menggunakan item kategorikal yang disederhanakan untuk menilai depresi, ide bunuh diri, dan percobaan bunuh diri dan tidak menyertakan alat penilaian yang telah divalidasi. Meskipun item yang disederhanakan ini diadopsi untuk meningkatkan tingkat respons dengan kuesioner yang ringkas untuk sejumlah besar peserta, hal ini dapat mengakibatkan kurangnya informasi rinci dan distorsi hubungan sebenarnya antara PIU dan psikologi remaja, seperti depresi dan bunuh diri. Terakhir, informasi tentang karakteristik keluarga, seperti interaksi orang tua-anak dan gaya pengasuhan, tidak disertakan dalam penelitian ini, yang merupakan faktor penting yang memoderasi PIU pada remaja. Oleh karena itu, penelitian di masa mendatang yang mencakup informasi lebih rinci tentang psikopatologi remaja dan karakteristik keluarga dari berbagai informan diperlukan untuk mengkonfirmasi temuan saat ini.

Kesimpulan

Meskipun ada beberapa keterbatasan, penelitian kami mengidentifikasi informasi klinis penting tentang PIU pada remaja. Distribusi layanan internet yang paling banyak digunakan memiliki pola berbeda berdasarkan jenis kelamin. Prevalensi PIU juga menunjukkan perbedaan signifikan berdasarkan penggunaan layanan internet tertentu. Studi masa depan PIU dengan metodologi yang jelas dan alat penilaian untuk setiap layanan internet tertentu diperlukan untuk mengembangkan strategi untuk melindungi individu remaja dari risiko PIU.

Ucapan Terima Kasih

Penulis ingin mengucapkan terima kasih kepada Kementerian Pendidikan, Kementerian Kesehatan dan Kesejahteraan, dan Pusat Pengendalian Penyakit dan Pencegahan Pusat Korea untuk Pengendalian dan Pencegahan Penyakit, yang menyediakan data mentah.

Pernyataan Pendanaan

Pekerjaan ini didukung oleh dana National Research Foundation of Korea (NRF) yang didanai oleh pemerintah Korea (MSIP; Kementerian Sains, TIK & Perencanaan Masa Depan) (NRF-2018R1C1B5041143).

Kontribusi Penulis

Semua penulis memberikan kontribusi besar pada konsepsi dan desain, akuisisi data, atau analisis dan interpretasi data; ikut serta dalam penyusunan artikel atau merevisinya secara kritis untuk konten intelektual penting; memberikan persetujuan final dari versi yang akan diterbitkan; dan setuju untuk bertanggung jawab atas semua aspek pekerjaan.

Penyingkapan

Penulis tidak melaporkan konflik kepentingan dalam karya ini.

Referensi

1. Anderson M, Perrin A, Jiang J, Kumar M. 10% orang Amerika Tidak Menggunakan Internet. Siapa mereka? Washington, DC: Pusat Penelitian Pew; 2019. []
2. Anderson M, Jiang J. Remaja, Media Sosial & Teknologi 2018. Washington, DC: Pusat Penelitian Pew; 2018. []
3. Kotor E, Juvonen J, Gable S. Penggunaan dan kesejahteraan internet di masa remaja. Masalah J Soc. 2002;58:75–90. doi:10.1111/1540-4560.00249 [CrossRef] []
4. Kaplan SE. Hubungan antara kesepian, kecemasan sosial, dan penggunaan internet yang bermasalah. Cyberpsychol Behav. 2006;10(2): 234–242. doi: 10.1089 / cpb.2006.9963 [PubMed] [CrossRef] []
5. Daine K, Hawton K, Singaravelu V, Stewart A, Simkin S, Montgomery P. Kekuatan web: tinjauan sistematis studi tentang pengaruh internet terhadap melukai diri sendiri dan bunuh diri pada orang muda. PLoS One. 2013;8(10): e77555. doi: 10.1371 / journal.pone.0077555 [Artikel gratis PMC] [PubMed] [CrossRef] []
6. Kiriakidis SP, Kavoura A. Cyberbullying: tinjauan literatur tentang pelecehan melalui internet dan sarana elektronik lainnya. Kesehatan Masyarakat Fam. 2010;33(2):82–93. doi:10.1097/FCH.0b013e3181d593e4 [PubMed] [CrossRef] []
7. KS muda, Rogers RC. Hubungan antara depresi dan kecanduan internet. Cyberpsychol Behav. 1998;1(1): 25–28. doi: 10.1089 / cpb.1998.1.25 [CrossRef] []
8. Kuss DJ, Griffiths MD, Karila L, Billieux J. Kecanduan internet: tinjauan sistematis penelitian epidemiologi selama dekade terakhir. Curr Pharm Des. 2014;20(25): 4026-4052. doi: 10.2174 / 13816128113199990617 [PubMed] [CrossRef] []
9. Pontes HM, DJ Kuss, Griffiths MD. Psikologi klinis kecanduan internet: tinjauan konseptualisasi, prevalensi, proses neuronal, dan implikasinya terhadap pengobatan. Neurosains Neuroecon. 2015;4: 11-23. []
10. Cerniglia L, Cimino S, Ballarotto G, dkk. Kecelakaan dan remaja kendaraan bermotor: studi empiris tentang profil emosi dan perilaku mereka, strategi pertahanan dan dukungan orang tua. Transp Res F. 2015;35: 28–36. doi: 10.1016 / j.trf.2015.09.002 [CrossRef] []
11. Steinberg L. Model sistem ganda pengambilan risiko remaja. Dev Psychobiol. 2010;52(3): 216–224. doi: 10.1002 / dev.20445 [PubMed] [CrossRef] []
12. Cerniglia L, Guicciardi M, Sinatra M, Monacis L, Simonelli A, Cimino S. Penggunaan teknologi digital, impulsif dan gejala psikopatologis pada remaja. Behav Sci. 2019;9(8): E82. doi: 10.3390 / bs9080082 [Artikel gratis PMC] [PubMed] [CrossRef] []
13. Cimino S, Cerniglia L. Sebuah studi longitudinal untuk validasi empiris dari model etiopatogenetik kecanduan internet pada remaja berdasarkan pada regulasi emosi awal. Biomed Res Int. 2018;2018: 4038541. doi: 10.1155 / 2018 / 4038541 [Artikel gratis PMC] [PubMed] [CrossRef] []
14. Lenhart A, Madden M, Macgill A, Smith A. Remaja dan Media Sosial. Washington, DC: Pew Internet & American Life Project; 2007. []
15. Dufour M, Brunelle N, Tremblay J, dkk. Perbedaan gender dalam penggunaan internet dan masalah internet di antara siswa sekolah menengah Quebec. Can J Psychiatry. 2016;61(10): 663 – 668. doi: 10.1177 / 0706743716640755 [Artikel gratis PMC] [PubMed] [CrossRef] []
16. Badenes-Ribera L, Fabris MA, Gastaldi FGM, Prino LE, Longobardi C. Keterikatan orang tua dan teman sebaya sebagai prediktor gejala kecanduan facebook dalam berbagai tahap perkembangan (remaja awal dan remaja). Addict Behav. 2019;95: 226–232. doi: 10.1016 / j.addbeh.2019.05.009 [PubMed] [CrossRef] []
17. KS muda. Terperangkap di Net: Cara Mengenali Tanda-Tanda Kecanduan Internet-Dan Strategi Kemenangan untuk Pemulihan. New York: John Wiley & Sons; 1998. []
18. Van der Aa N, Overbeek G, Engels RC, Scholte RH, Meerkerk GJ, Van den Eijnden RJ. Penggunaan internet setiap hari dan kompulsif dan kesejahteraan pada masa remaja: model diatesis-stres berdasarkan pada lima sifat kepribadian besar. J Youth Adolesc. 2009;38(6):765–776. doi:10.1007/s10964-008-9298-3 [PubMed] [CrossRef] []
19. Kaplan SE. Penggunaan internet yang bermasalah dan kesejahteraan psikososial: pengembangan instrumen pengukuran kognitif-perilaku berbasis teori. Comput Hum Behav. 2002;18(5):553–575. doi:10.1016/S0747-5632(02)00004-3 [CrossRef] []
20. Kaess M, Parzer P, Brunner R, dkk. Penggunaan internet patologis sedang meningkat di kalangan remaja Eropa. J Adolesc Health. 2016;59(2): 236–239. doi: 10.1016 / j.jadohealth.2016.04.009 [PubMed] [CrossRef] []
21. Kim MG, Kim J Validasi silang reliabilitas, validitas konvergen dan diskriminan untuk skala penggunaan game online yang bermasalah. Comput Hum Behav. 2010;26(3): 389–398. doi: 10.1016 / j.chb.2009.11.010 [CrossRef] []
22. Kuss DJ, Griffiths MD. Kecanduan game internet: tinjauan sistematis penelitian empiris. Kecanduan Kesehatan Int J Ment. 2012;10(2):278–296. doi:10.1007/s11469-011-9318-5 [CrossRef] []
23. Pontes HM, Griffiths MD. Mengukur DSM-5 gangguan game internet: pengembangan dan validasi skala psikometrik pendek. Komputasi Behav Manusia. 2015;45: 137–143. doi: 10.1016 / j.chb.2014.12.006 [CrossRef] []
24. Strittmatter E, Kaess M, Parzer P, dkk. Penggunaan internet patologis di kalangan remaja: membandingkan gamer dan non-gamer. Res Psikiatri. 2015;228(1): 128–135. doi: 10.1016 / j.psychres.2015.04.029 [PubMed] [CrossRef] []
25. KS muda. Kecanduan internet: evaluasi dan perawatan. Br Med J. 1999;7: 351-352. []
26. Asosiasi Psikiatri Amerika. Manual Diagnostik dan Statistik Gangguan Mental (DSM-5®). Arlington, TX: American Psychiatric Publishing; 2013 []
27. Raja DL, Potenza MN. Tidak bermain-main: gangguan game dalam klasifikasi penyakit internasional (ICD-11). J Adolesc Health. 2019;64(1): 5–7. doi: 10.1016 / j.jadohealth.2018.10.010 [PubMed] [CrossRef] []
28. Gainsbury SM. Kecanduan judi online: hubungan antara perjudian internet dan perjudian yang berantakan. Curr Addict Rep. 2015;2(2):185–193. doi:10.1007/s40429-015-0057-8 [Artikel gratis PMC] [PubMed] [CrossRef] []
29. Andreassen CS. Kecanduan situs jejaring sosial online: tinjauan komprehensif. Curr Addict Rep. 2015;2(2):175–184. doi:10.1007/s40429-015-0056-9 [CrossRef] []
30. Grubbs JB, Volk F, Exline JJ, Pargamen KI. Penggunaan pornografi internet: persepsi kecanduan, tekanan psikologis, dan validasi tindakan singkat. Th Sex Marital Ther. 2015;41(1):83–106. doi:10.1080/0092623X.2013.842192 [PubMed] [CrossRef] []
31. Rosenkranz T, Muller KW, Dreier M, Beutel ME, Wolfling K. Potensi adiktif dari aplikasi internet dan korelasi diferensial dari penggunaan bermasalah di internet gamer dibandingkan pengguna internet umum dalam sampel remaja yang representatif. Eur Addict Res. 2017;23(3): 148-156. doi: 10.1159 / 000475984 [PubMed] [CrossRef] []
32. Kim Y, Choi S, Chun C, Park S, Khang YH, Oh K. Profil sumber daya data: survei berbasis web perilaku remaja Korea risiko (KYRBS). Int J Epidemiol. 2016;45(4): 1076-1076e. doi: 10.1093 / ije / dyw070 [PubMed] [CrossRef] []
33. Kim DI, Chung YJ, Lee EA, Kim DM, Cho YM. Pengembangan skala kecondongan kecanduan internet-bentuk pendek (skala KS). Korea J Counts. 2008;9: 1703–1722. doi: 10.15703 / kjc.9.4.200812.1703 [CrossRef] []
34. Laconi S, Kaliszewska-Czeremska K, Gnisci A, dkk. Studi lintas budaya penggunaan internet yang bermasalah di sembilan negara Eropa. Komputasi Behav Manusia. 2018;84: 430–440. doi: 10.1016 / j.chb.2018.03.020 [CrossRef] []
35. Mak KK, Lai CM, Watanabe H, dkk. Epidemiologi perilaku internet dan kecanduan di kalangan remaja di enam negara Asia. Cyberpsychol Behav Soc Netw. 2014;17(11): 720–728. doi: 10.1089 / cyber.2014.0139 [PubMed] [CrossRef] []
36. Petry NM, O'Brien CP. Gangguan game internet dan DSM-5. Kecanduan. 2013;108(7): 1186–1187. doi: 10.1111 / add.12162 [PubMed] [CrossRef] []
37. Feng W, Ramo DE, Chan SR, Borjuis JA. Gangguan game internet: tren dalam prevalensi 1998-2016. Addict Behav. 2017;75: 17–24. doi: 10.1016 / j.addbeh.2017.06.010 [Artikel gratis PMC] [PubMed] [CrossRef] []
38. Bakken IJ, Wenzel HG, Gotestam KG, Johansson A, Oren A. Kecanduan internet di antara orang dewasa Norwegia: studi sampel probabilitas bertingkat. Scand J Psychol. 2009;50(2):121–127. doi:10.1111/j.1467-9450.2008.00685.x [PubMed] [CrossRef] []
39. Durkee T, Kaess M, Carli V, dkk. Prevalensi penggunaan internet patologis di kalangan remaja di Eropa: faktor demografis dan sosial. Kecanduan. 2012;107(12):2210–2222. doi:10.1111/j.1360-0443.2012.03946.x [PubMed] [CrossRef] []
40. Tsai HF, Cheng SH, Yeh TL, dkk. Faktor risiko kecanduan internet - survei mahasiswa baru universitas. Res Psikiatri. 2009;167(3): 294–299. doi: 10.1016 / j.psychres.2008.01.015 [PubMed] [CrossRef] []
41. Pujazon-Zazik M, Taman MJ. Untuk tweet, atau tidak tweet: perbedaan gender dan hasil kesehatan potensial positif dan negatif dari penggunaan internet sosial remaja. Apakah J Mens Health. 2010;4(1): 77-85. doi: 10.1177 / 1557988309360819 [PubMed] [CrossRef] []
42. Yau YH, Crowley MJ, Mayes LC, Potenza MN. Apakah penggunaan internet dan perilaku adiktif bermain video game? implikasi biologis, klinis, dan kesehatan masyarakat untuk remaja dan dewasa. Minerva Psikiatr. 2012;53(3): 153 – 170. [Artikel gratis PMC] [PubMed] []
43. Hartmann T, Klimt C. Gender dan permainan komputer: menjelajahi ketidaksukaan wanita. J Comput Mediat Commun. 2006;11(4):910–931. doi:10.1111/j.1083-6101.2006.00301.x [CrossRef] []
44. Jackson LA, Ervin KS, PD Gardner, Schmitt N. Gender dan internet: wanita berkomunikasi dan pria mencari. Peran Seks. 2001;44(5):363–379. doi:10.1023/A:1010937901821 []
45. Griffiths M. Kecanduan internet - waktu untuk dianggap serius? Addict Res. 2000;8(5): 413-418. doi: 10.3109 / 16066350009005587 [CrossRef] []
46. KS muda, de Abreu CN. Kecanduan Internet: Buku Pegangan dan Panduan untuk Evaluasi dan Perawatan. Hoboken, NJ: Wiley; 2010 []
47. de Alarcon R, de la Iglesia JI, Casado NM, Montejo AL. Kecanduan porno online: apa yang kita ketahui dan apa yang tidak kita ketahui — tinjauan sistematis. J Clinic Med. 2019;8(1): E91. doi: 10.3390 / jcm8010091 [Artikel gratis PMC] [PubMed] [CrossRef] []
48. Cantwell DP, PM Lewinsohn, Rohde P, Seeley JR. Korespondensi antara laporan remaja dan laporan orang tua dari data diagnostik psikiatri. J Am Acad Child Adolesc Psychiatry. 1997;36(5):610–619. doi:10.1097/00004583-199705000-00011 [PubMed] [CrossRef] []