Dipendenza da Internet: stili di coping, aspettative e implicazioni sul trattamento (2014)

Marchio di Matthias^1,2, Christian Laier¹ ed Kimberly S. Young³

• ¹Dipartimento di Psicologia Generale: Cognizione, Università di Duisburg-Essen, Duisburg, Germania
• ²Erwin L. Hahn Institute for Magnetic Resonance Imaging, Essen, Germania
• ³Centro per la dipendenza da Internet, Russell J. Jandoli Scuola di giornalismo e comunicazione di massa, St. Bonaventure University, Olean, NY, USA

La dipendenza da Internet (IA) è diventata una seria condizione di salute mentale in molti paesi. Per comprendere meglio le implicazioni cliniche della IA, questo studio ha testato statisticamente un nuovo modello teorico che illustra i meccanismi cognitivi sottostanti che contribuiscono allo sviluppo e al mantenimento del disturbo. Il modello distingue tra una dipendenza da Internet generalizzata (GIA) e forme specifiche. Questo studio ha testato il modello su GIA su una popolazione di utenti Internet generali. I risultati degli utenti di 1019 mostrano che il modello ipotetico dell'equazione strutturale ha spiegato 63.5% della varianza dei sintomi GIA, come misurato dalla versione breve di Internet Addiction Test. Utilizzando test psicologici e di personalità, i risultati mostrano che le cognizioni specifiche di una persona (scarsa coping e aspettative cognitive) aumentavano il rischio di GIA. Questi due fattori hanno mediato i sintomi del GIA se fossero presenti altri fattori di rischio come depressione, ansia sociale, bassa autostima, bassa auto-efficacia e vulnerabilità ad alto stress per citare alcune aree che sono state misurate nello studio. Il modello mostra che le persone con elevate capacità di coping e nessuna aspettativa che Internet possa essere utilizzata per aumentare l'umore positivo o ridurre l'umore negativo hanno meno probabilità di impegnarsi in un uso problematico di Internet, anche quando sono presenti altre personalità o vulnerabilità psicologiche. Le implicazioni per il trattamento includono una chiara componente cognitiva per lo sviluppo del GIA e la necessità di valutare lo stile e le cognizioni del coping di un paziente e migliorare il pensiero errato per ridurre i sintomi e impegnarsi nel recupero.

Introduzione

Un uso problematico di Internet è stato identificato in una serie di studi e dimostra che le persistenti conseguenze negative come la perdita del lavoro, l'insuccesso accademico e il divorzio sono il risultato di un uso eccessivo di Internet (per le revisioni vedere Griffiths, 2000a,b; Chou et al., 2005; Widyanto e Griffiths, 2006; Byun et al., 2009; Weinstein e Lejoyeux, 2010; Lortie e Guitton, 2013). La rilevanza clinica di questo fenomeno assume un'importanza sullo sfondo di alti tassi di prevalenza stimati che vanno da 1.5 a 8.2% (Weinstein e Lejoyeux, 2010) o anche fino a 26.7%, a seconda delle scale utilizzate e dei criteri applicati (Kuss et al., 2014).

Sebbene la prima descrizione di questo problema clinico sia quasi 20 anni fa (Giovane, 1996), la classificazione è ancora discussa in modo controverso e di conseguenza nella letteratura scientifica vengono usati diversi termini, che vanno da "uso compulsivo di Internet" (Meerkerk et al., 2006, 2009, 2010), "Problemi relativi a Internet" (Widyanto et al., 2008), "Utilizzo problematico di Internet" (Caplan, 2002), "Uso patologico di Internet" (Davis, 2001) a "comportamento di dipendenza correlata a Internet" (Brenner, 1997), per citarne solo alcuni. Negli ultimi anni 10, tuttavia, la maggior parte dei ricercatori in questo campo ha usato il termine "dipendenza da Internet" o "disturbo da dipendenza da Internet" (ad es. Johansson e Götestam, 2004; Blocca, 2008; Byun et al., 2009; Dong et al., 2010, 2011, 2013; Kim et al., 2011; Purty et al., 2011; Giovane, 2011b, 2013; Young et al., 2011; Zhou et al., 2011; Cash et al., 2012; Hou et al., 2012; Hong et al., 2013a,b; Kardefelt-Winther, 2014; Pontes et al., 2014; Tonioni et al., 2014). Preferiamo anche il termine "dipendenza da Internet (IA)", perché articoli recenti (vedi discussione in Brand et al., 2014) evidenziano i parallelismi tra un uso eccessivo di Internet e altri comportamenti di dipendenza (es. Grant et al., 2013) e anche dipendenza dalla sostanza (vedi anche Giovane, 2004; Griffiths, 2005; Meerkerk et al., 2009). È stato sostenuto che i meccanismi relativi allo sviluppo e al mantenimento della dipendenza dalla sostanza sono trasferibili a un uso dipendente delle applicazioni Internet (e anche di altre dipendenze comportamentali), ad esempio la teoria della sensibilizzazione agli incentivi della dipendenza e dei concetti correlati (ad es. Robinson e Berridge, 2000, 2001, 2008; Berridge et al., 2009). Ciò si adatta anche bene al modello di componente sui comportamenti di dipendenza (Griffiths, 2005).

Molti studi sono stati condotti su correlazioni psicologiche della IA, ma questo è stato fatto - almeno nella maggior parte dei casi - senza differenziare tra una dipendenza da Internet generalizzata (GIA) e una specifica dipendenza da Internet (SIA; Morahan-Martin e Schumacher, 2000; Leung, 2004; Ebeling-Witte et al., 2007; Lu, 2008; Kim e Davis, 2009; Billieux e Van der Linden, 2012), anche se i meccanismi psicologici potrebbero essere diversi, anche per gruppi di età distinti o applicazioni utilizzate (Lopez-Fernandez et al., 2014). Il nostro studio esamina gli effetti di mediazione degli stili di coping e delle aspettative cognitive per l'uso di Internet nello sviluppo e nel mantenimento del GIA al fine di contribuire a una migliore comprensione dei meccanismi sottostanti e delle potenziali implicazioni per la diagnosi e il trattamento.

A livello teorico, era già stato ipotizzato che la IA dovesse essere differenziata per quanto riguarda l'uso generalizzato di Internet (Griffiths and Wood, 2000) rispetto a tipi specifici di IA quali cybersesso, relazioni online, compulsioni nette (ad es. gioco d'azzardo, acquisti), ricerca di informazioni e giochi online per lo sviluppo di una dipendenza da Internet (ad es. Young et al., 1999; Meerkerk et al., 2006; Blocca, 2008; Brand et al., 2011). Tuttavia, solo un sottotipo, Internet Gaming Disorder, è stato incluso nell'appendice del DSM-5 (APA, 2013). La maggior parte degli studi ha valutato IA come un costrutto unificato o ha valutato solo uno specifico sottotipo (nella maggior parte dei casi giochi su Internet). Nel suo modello cognitivo-comportamentale, Davis (2001) anche differenziato tra un uso di Internet patologico generalizzato (GIA) e uno specifico uso patologico di Internet (SIA). Il GIA è stato descritto come un uso eccessivo e multidimensionale di Internet, spesso accompagnato da spreco di tempo e uso non diretto di Internet. Gli aspetti sociali di Internet (ad esempio, la comunicazione sociale attraverso i siti di social network) sono particolarmente utilizzati (si veda anche la discussione in Lortie e Guitton, 2013), che si suppone sia collegato a una mancanza di sostegno sociale o di deficit sociale vissuto da un individuo in situazioni non virtuali. Inoltre, è stato sostenuto che i soggetti possono utilizzare eccessivamente diverse applicazioni Internet senza avere uno dei preferiti, ad esempio giocare, guardare la pornografia, navigare su informazioni e / o siti di shopping, postare selfie, guardare video su piattaforme video, leggere blog di altri, e così via. In questo caso, si potrebbe obiettare che l'individuo è dipendente da Internet e non dipendente da Internet (ma si veda anche la discussione in Starcevic, 2013). Davis sostiene che una delle principali differenze tra GIA e SIA è che gli individui che soffrono di GIA non avrebbero sviluppato un comportamento problematico simile senza Internet, mentre gli individui che soffrono di SIA avrebbero sviluppato un comportamento problematico simile all'interno di un'altra impostazione. In entrambe le forme di uso avvincente di Internet, GIA e SIA, le cognizioni disfunzionali sul sé e sul mondo sono suggerite per svolgere un ruolo fondamentale (Caplan, 2002, 2005).

La ricerca indirizzata al GIA ha dimostrato che i disturbi soggettivi nella vita di tutti i giorni derivanti dall'uso di Internet sono correlati a diverse caratteristiche della personalità. Infatti, è stato dimostrato che il GIA è legato a comorbidità psicopatologiche, come disturbi affettivi o ansiosi (Whang et al., 2003; Yang et al., 2005; Weinstein e Lejoyeux, 2010) così come i tratti della personalità timidezza, nevroticismo, vulnerabilità allo stress, tendenza a procrastinare e bassa autostima (Niemz et al., 2005; Ebeling-Witte et al., 2007; Hardie e Tee, 2007; Thatcher et al., 2008; Kim e Davis, 2009). Inoltre, fattori di contesto sociale, ad esempio, mancanza di sostegno sociale o isolamento sociale (Morahan-Martin e Schumacher, 2003; Caplan, 2007) e persino la solitudine nel contesto educativo negli adolescenti (Pontes et al., 2014), sembra essere correlato al GIA. Inoltre, è stato sostenuto che l'utilizzo di Internet come strumento per far fronte a eventi di vita problematici o stressanti contribuisce allo sviluppo di GIA (Whang et al., 2003; Tang et al., 2014). Le persone con IA mostrano anche un'alta tendenza verso una strategia di coping impulsivo (Tonioni et al., 2014). Alcuni autori addirittura concettualizzano l'IA come un tipo di affrontare la vita di tutti i giorni o fastidi quotidiani (Kardefelt-Winther, 2014). Ci sono ancora solo alcuni primi studi, che hanno esplicitamente confrontato i predittori di diversi tipi di SIA. Pawlikowski et al. (2014) ha riferito che la timidezza e la soddisfazione della vita sono legate a un uso avvincente dei giochi su Internet, ma non a un uso patologico del cybersesso o all'uso di entrambi i giochi e del cybersesso.

Basato su ricerche precedenti, in particolare sugli argomenti di Davis (2001), e considerando anche la letteratura corrente sui risultati neuropsicologici e neuroimaging in soggetti che sono dipendenti da Internet, abbiamo recentemente pubblicato un modello teorico sullo sviluppo e la manutenzione di GIA e SIA (Brand et al., 2014). Alcuni aspetti inclusi nel modello sono già stati menzionati nel contesto dell'uso dei siti di social networking, ad esempio l'aspettativa di risultati positivi (Turel e Serenko, 2012). È stato anche dimostrato che un uso eccessivo o avvincente delle aste online è correlato con i cambiamenti nelle convinzioni individuali sulla tecnica e questo determina l'uso futuro e le intenzioni d'uso (Turel et al., 2011). Questo è in linea con il nostro modello teorico su GIA, in cui assumiamo che le convinzioni o le aspettative su ciò che Internet può fare per una persona influenzano il comportamento, cioè l'uso di Internet, che a sua volta influenza anche le aspettative future. Tuttavia, nel nostro modello ci siamo concentrati sul ruolo di mediazione delle aspettative e delle strategie di coping nello sviluppo e nel mantenimento di un GIA e di specifici tipi di SIA.

Per lo sviluppo e il mantenimento di GIA, sosteniamo che l'utente ha determinati bisogni e obiettivi che possono essere raggiunti utilizzando determinate applicazioni Internet. Sulla base di precedenti ricerche, abbiamo incorporato diverse di queste scoperte per sviluppare un modello completo per legare insieme questi elementi. Inizialmente, le caratteristiche fondamentali di una persona sono associate alla IA e comprendono aspetti psicopatologici, aspetti della personalità e cognizioni sociali. Nella prima sezione abbiamo incluso i sintomi psicopatologici, in particolare la depressione e l'ansia sociale (ad es. Whang et al., 2003; Yang et al., 2005), sfaccettature sfaccettate della personalità, come bassa auto-efficacia, timidezza, vulnerabilità allo stress e tendenza alla procrastinazione (Whang et al., 2003; Chak e Leung, 2004; Caplan, 2007; Ebeling-Witte et al., 2007; Hardie e Tee, 2007; Thatcher et al., 2008; Kim e Davis, 2009; Pontes et al., 2014), isolamento sociale / mancanza di sostegno sociale (Morahan-Martin e Schumacher, 2003; Caplan, 2005) nello sviluppo di GIA. Tuttavia, abbiamo suggerito che l'influenza delle caratteristiche e delle cognizioni primarie di quelle persone sullo sviluppo di un uso avvincente di Internet dovrebbe essere mediata da determinate cognizioni legate a Internet, in particolare dalle aspettative di utilizzo di Internet (Turel et al., 2011; Xu et al., 2012; Lee et al., 2014), e alcune strategie per far fronte alle esigenze della vita quotidiana o problemi quotidiani (Tang et al., 2014; Tonioni et al., 2014). Nella terza sezione del modello, come comportamento conseguente, se l'utente va online e riceve rinforzo in termini di problemi di disfunzione o di umore negativo e la persona si aspetta che l'uso di Internet li distragga da problemi o sentimenti negativi, allora più probabilmente si rivolgeranno a Internet per sfuggire a quei sentimenti evidenziati da una perdita di controllo, una cattiva gestione del tempo, voglie e crescenti problemi sociali. Il ruolo dei processi di rinforzo e condizionamento è stato ben descritto nella letteratura sullo sviluppo e il mantenimento dei disturbi correlati alle sostanze (ad es. Robinson e Berridge, 2001, 2008; Kalivas e Volkow, 2005; Everitt e Robbins, 2006). Abbiamo anche sostenuto che il rinforzo positivo e negativo dello stile di coping e le aspettative di utilizzo di Internet provocano successivamente una perdita di controllo cognitivo sull'uso di Internet, che è mediato dal funzionamento prefrontale (esecutivo) (Brand et al., 2014).

Anche se questo modello si adatta bene alla letteratura precedente sulle scoperte chiave riguardo ai meccanismi psicologici alla base della IA (vedi panoramiche di Kuss e Griffiths, 2011a,b; Griffiths, 2012) e anche con correlazioni neuropsicologiche e neuroimaging molto recenti di GIA e diversi tipi di SIA (Kuss e Griffiths, 2012; Brand et al., 2014), questo modello necessita ancora di prove empiriche in termini di validità incrementale. In questo studio, abbiamo mirato a tradurre le ipotesi riassunte nel modello teorico su GIA sopra delineato in un modello statistico sul livello di variabili latenti e testato gli effetti predittore e mediatore sulla gravità dei sintomi GIA utilizzando una popolazione Internet su larga scala. Utilizzando misure psicologiche e di personalità convalidate, abbiamo prima valutato le caratteristiche fondamentali di una persona nel predire un uso eccessivo e coinvolgente di Internet in modo generalizzato. Utilizzando una misura convalidata di coping e una nuova misura delle aspettative di utilizzo di Internet, abbiamo testato se le scarse capacità di coping e le aspettative di utilizzo di Internet (come l'uso di Internet per sfuggire a sentimenti negativi o situazioni spiacevoli) mediano il legame tra le caratteristiche fondamentali della persona ei sintomi di GIA.

Materiali e Metodi

Il modello operazionalizzato

Abbiamo prima tradotto il modello teorico descritto nell'introduzione e illustrato nell'articolo di Brand et al. (2014) in un modello statistico verificabile e operazionalizzato. Per ognuna delle dimensioni menzionate nel modello teorico, abbiamo scelto almeno due variabili manifest per costruire un modello di equazione strutturale (SEM) a livello latente. Per ogni variabile, abbiamo quindi utilizzato una scala specifica (ciascuna composta da diversi elementi, vedere la descrizione degli strumenti di seguito) per rendere operative le variabili manifest. Questo modello operativo come SEM a livello latente è mostrato in figura 1.

 

FIGURA 1. Il modello operativo, incluse le principali assunzioni del modello teorico su GIA, sulla dimensione latente.

Soggetti

Utilizzando un sondaggio online completo, abbiamo avuto intervistati 1148. Dopo l'esclusione dei partecipanti 129 a causa di dati incompleti nelle scale psicometriche, il campione finale era costituito da N = 1019. I partecipanti sono stati reclutati da annunci pubblicitari, piattaforme Internet (account Facebook del team di psicologia generale: cognizione), elenchi di e-mail per studenti dell'Università di Duisburg-Essen, e tramite volantini nei pub e nei bar locali, nonché raccomandazioni sulla bocca. Gli annunci pubblicitari, e-mail e volantini includevano una dichiarazione che i partecipanti possono prendere parte a una riunione avendo la possibilità di vincere uno dei seguenti oggetti: (1) iPad, (2) iPad mini, (3) iPod nano, (4 ) iPod shu ffl e, carte regalo Amazon 20 (Euro 50 ciascuna). Lo studio è stato approvato dal comitato etico locale.

L'età media del campione finale era di 25.61 anni (DS = 7.37). Il campione comprendeva 625 (61.33%) femmine e 385 (37.78%) maschi (nove volontari non hanno risposto a questa domanda). Per quanto riguarda la situazione di vita privata, 577 partecipanti (56.62%) vivevano una relazione o erano sposati e 410 (40.24%) hanno indicato di non avere una relazione attuale (32 partecipanti non hanno risposto a questa domanda). Al momento della valutazione, 687 partecipanti (67.42%) erano studenti, 332 partecipanti (32.58%) avevano un lavoro regolare (con il nostro senza background accademico). Di tutto il campione, 116 partecipanti (11.4%) hanno soddisfatto i criteri per l'uso problematico di Internet [cut-off> 30 nel breve Internet Addiction Test (s-IAT), vedere la descrizione dello strumento di seguito] e 38 partecipanti (3.7%) per un uso patologico di Internet (> 37 nello s-IAT). Il tempo medio trascorso su Internet è stato di 972.36 min / settimana (SD = 920.37). Di tutto il campione, 975 persone hanno utilizzato siti di social networking / comunicazione (M_{min / settimana} = 444.47, SD = 659.05), 998 individui (97.94%) hanno cercato informazioni su Internet (M_{min / settimana} = 410.03, SD = 626.26), 988 individui (96.96%) hanno usato siti di shopping (M_{min / settimana} = 67.77, SD = 194.29), i giochi online sono stati utilizzati dai partecipanti 557 (54.66%, M_{min / settimana} = 159.61, SD = 373.65), il gioco d'azzardo online è stato fatto da partecipanti 161 (15.80%, M_{min / settimana} = 37.09, SD = 141.70) e il cybersex è stato utilizzato da individui 485 (47.60%, M_{min / settimana} = 66.46, SD = 108.28). Per quanto riguarda l'uso di più applicazioni Internet, i partecipanti 995 (97.64%) hanno riferito di utilizzare tre o più delle applicazioni Internet sopra menzionate su base regolare.

Strumenti

Breve prova di dipendenza da Internet (s-IAT)

I sintomi di IA sono stati valutati con la versione breve tedesca di Internet Addiction Test (Pawlikowski et al., 2013), che si basa sulla versione originale sviluppata da Giovane (1998). Nella versione breve (s-IAT), è necessario rispondere a 12 elementi su una scala di cinque punti che va da 1 (= mai) a 5 (= molto spesso) con un punteggio che va da 12 a 60, mentre i punteggi> 30 indica un uso problematico di Internet e il punteggio> 37 indica un uso patologico di Internet (Pawlikowski et al., 2013). Il s-IAT consiste di due fattori: perdita di controllo / gestione del tempo e problemi di craving / social (ognuno con sei voci). Sebbene gli articoli 12 vengano caricati su due fattori sia nell'analisi esplorativa sia in quella del fattore di conferma (CFA; Pawlikowski et al., 2013), catturano i sintomi chiave della IA, come ad esempio descritto nel modello dei componenti per (Griffiths, 2005). La prima sottoscrizione "perdita di controllo / gestione del tempo" valuta quanto una persona soffra di problemi di gestione del tempo nella vita di tutti i giorni a causa del suo uso di Internet (ad esempio, "Quanto spesso trascuri le faccende domestiche per trascorrere più tempo online?" E "Quanto spesso perdi sonno a causa del fatto che sei online a tarda notte?"). Gli elementi di questa sottoscala valutano anche le conseguenze negative causate dall'eccessivo utilizzo di Internet (ad esempio, "Quanto spesso i tuoi voti o il lavoro scolastico soffrono a causa del tempo che trascorri online?"). Viene anche misurato se i soggetti subiscono una perdita di controllo sull'uso di Internet e se hanno tentato di ridurre il loro uso di Internet e hanno fallito (ad es. "Quanto spesso trovi che stai online più a lungo di quanto intendi?" E "Con quale frequenza? cerchi di ridurre la quantità di tempo che passi online e fallire? "). Tutti gli articoli non misurano il tempo trascorso online, ma indipendentemente dal fatto che gli individui subiscano una perdita di controllo riguardo al loro uso di Internet e problemi nella vita di tutti i giorni a causa del loro uso di Internet. Il secondo sottoscala "brama / problemi sociali" misura gli effetti dell'eccessivo uso di Internet sulle interazioni sociali e la preoccupazione per il mezzo (es. "Quanto spesso ti senti preoccupato con Internet quando sei in voga, o pensi di essere online?"). Gli articoli di questo sottoscale valutano anche i problemi interpersonali (ad esempio, quanto spesso scatti, urli o ti infastidiscono se qualcuno ti dà fastidio mentre sei online? ") E regolazione dell'umore (es." Quanto spesso ti senti depresso, lunatico? , o nervoso quando sei o ffl ine, che va via una volta tornato online?). Tutti gli articoli includono i termini "Internet" o "online" in generale senza concentrarsi su una determinata applicazione. Nelle istruzioni, i partecipanti sono stati informati che tutte le domande riguardano il loro uso generale di Internet, comprese tutte le applicazioni utilizzate.

L's-IAT ha buone proprietà psicometriche e validità (Pawlikowski et al., 2013). Nel nostro campione, la consistenza interna (Cronbach's α) era 0.856 per l'intera scala, 0.819 per la perdita di fattore di controllo / gestione del tempo e 0.751 per il fattore craving / problemi sociali.

Breve inventario sintomo - depressione sottoscala

I sintomi della depressione sono stati valutati con la versione tedesca (Franke, 2000) della depressione sottoscala del Breve inventario sintetico (Boulet e Boss, 1991; Derogatis, 1993). La scala consiste di sei elementi che valutano i sintomi depressivi negli ultimi giorni di 7. Le risposte devono essere date su una scala di cinque punti che va da 0 (= non del tutto) a 4 (= estremamente). La consistenza interna (α di Cronbach) nel nostro campione era 0.858.

Breve inventario sintomo - sensibilità interpersonale sottoscala

I sintomi di ansia sociale e sensibilità interpersonale sono stati valutati con la versione tedesca (Franke, 2000) della sensibilità interpersonale sottoscala del Breve inventario sintetico (Boulet e Boss, 1991; Derogatis, 1993). La scala è composta da quattro elementi e le risposte devono essere date su una scala a cinque punti che va da 0 (= non del tutto) a 4 (= estremamente). La consistenza interna (α di Cronbach) nel nostro campione era 0.797.

Scala di auto-stima

L'autostima è stata valutata dalla Scala di autostima (Rosenberg, 1965). Qui abbiamo usato la versione tedesca modificata (Collani e Herzberg, 2003), che consiste di dieci elementi. Le risposte devono essere date su una scala di quattro punti che va da 0 (= fortemente in disaccordo) a 3 (= fortemente d'accordo). La consistenza interna (α di Cronbach) nel nostro campione era 0.896.

Scala di auto-efficacia

L'autoefficacia è stata valutata dalla scala di auto-efficacia (Schwarzer e Jerusalem, 1995), che consiste di articoli 10. Le risposte devono essere date su una scala di quattro punti che va da 1 (= non vero) a 4 (= esattamente vero). La consistenza interna (α di Cronbach) nel nostro campione era 0.863.

Inventario di Treviri per lo stress cronico

La vulnerabilità di stress è stata misurata dalla versione di screening di Trier Inventory for Chronic Stress (TICS; Schulz et al., 2004). Lo screening contiene articoli 12 sull'esposizione allo stress negli ultimi mesi 3. Ogni affermazione deve essere risolta su una scala di cinque punti che va da 0 (= mai) a 4 (= molto spesso). La consistenza interna (α di Cronbach) nel nostro campione era 0.908.

Scala di solitudine

La versione breve della scala della solitudine (De Jong Gierveld e Van Tilburg, 2006) è stato utilizzato per misurare i sentimenti di solitudine (sottoscala emotiva, tre elementi) e il supporto sociale percepito (sottoscala del supporto sociale, tre voci). Tutte le istruzioni devono essere risolte su una scala a cinque punti da 1 (= no!) A 5 (= sì!). La consistenza interna (Cronbach's α) nel nostro campione è stata 0.765 per la solitudine emotiva in sottoscala e 0.867 per il supporto sociale sottoscala.

Breve COPI

Il breve COPI (Carver, 1997) misura lo stile di coping in diversi sottodomini. Qui abbiamo utilizzato tre sottoscale della versione tedesca (Knoll et al., 2005): rifiuto, uso di sostanze e disimpegno comportamentale. Ogni sottoscala era rappresentata da due elementi, a cui era stata data una risposta su una scala di quattro punti che va da 1 (= non l'ho fatto affatto) a 4 (= ho fatto molto questo). La consistenza interna (Cronbach's α) nel nostro campione era 0.561 per la negazione della sottoscala, 0.901 per l'uso della sostanza sottoscala e 0.517 per il disinnesto comportamentale della sottoscala. Dato che le bilance sono costituite da due soli elementi e dato che lo strumento è stato utilizzato in diversi studi di convalida inclusi i rapporti sull'affidabilità del re-test, consideriamo l'affidabilità accettabile.

Scala di aspettative di utilizzo di Internet

Per valutare le aspettative sull'uso di Internet, abbiamo sviluppato una nuova scala che consisteva - nella prima versione - degli articoli 16. Le voci riflettono alcuni fattori motivanti fondamentali come, ad esempio, riportati da Xu et al. (2012) e anche da Yee (2006). Gli oggetti sono stati assegnati a priori a due scale (ognuna con otto voci): le aspettative di utilizzo di Internet che riflettono il rinforzo positivo (ad esempio, "utilizzo Internet per provare piacere") e quelle che riflettono il rinforzo negativo (ad esempio "utilizzo Internet per distrarre dai problemi"). Tutte le risposte sono state fornite su una scala di sei punti che va da 1 (= completamente in disaccordo) a 6 (= completamente d'accordo). Sulla base dei dati raccolti in questo studio (N = 1019), abbiamo condotto un'analisi fattoriale esplorativa (EFA). Horn's (1965) analisi parallela e il test medio minimo parziale (MAP) (Velicer, 1976) sono stati utilizzati per determinare il numero appropriato di fattori. Questa procedura ha prodotto una soluzione a due fattori stabile. È stato quindi condotto un EFA con analisi delle componenti principali e rotazione di Varimax per valutare la struttura di Internet Use Expectancies Scale (IUES). Risultati dell'FAE conclusi con una versione 8 dell'elemento finale dello IUES con i resti della struttura a due fattori (Tabella 1). Con questi due fattori, abbiamo osservato una spiegazione della varianza del 63.41%. Il primo fattore contiene quattro elementi con carichi elevati sul fattore principale (> 0.50) e carichi bassi sull'altro fattore (<0.20) e si riferisce alle aspettative positive, quindi abbiamo chiamato questo fattore "aspettative positive". Il secondo fattore è costituito da quattro elementi con carichi elevati sul fattore principale (> 0.50) e bassi carichi sull'altro fattore (<0.20) e tutti gli elementi relativi all'uso di Internet per evitare o ridurre sentimenti o pensieri negativi, quindi abbiamo chiamato questo fattore "aspettative di evitamento". Entrambi i fattori hanno una buona affidabilità ("aspettative positive": α di Cronbach = 0.832 e "aspettative di evitamento" α di Cronbach = 0.756). I due fattori erano correlati in modo significativo (r = 0.496, p <0.001) con un effetto moderato (Cohen, 1988).

 

TABELLA 1. Fattori di carico e affidabilità dei due fattori dello IUES, mezzi delle voci valutate e dei numeri degli articoli.

Per garantire la struttura fattoriale dello strumento, abbiamo valutato un campione aggiuntivo di soggetti 169 (età media = 21.66, SD = 2.69; femmine 106) per l'applicazione di un CFA. Il CFA è stato fatto con MPlus (Muthén e Muthén, 2011). Per la valutazione degli adattamenti del modello, abbiamo applicato criteri standard (Hu e Bentler, 1995, 1999): La radice quadrata standardizzata residua (SRMR, i valori al di sotto di 0.08 indicano una buona corrispondenza con i dati), gli indici comparativi di adattamento (CFI / TLI; i valori sopra 0.90 indicano un buon adattamento, i valori sopra 0.95 un eccellente adattamento) e il quadrato medio di radice errore di approssimazione (RMSEA; "test di adattamento"; un valore inferiore a 0.08 con un valore di significatività sotto 0.05 indica un accoppiamento accettabile). Il CFA ha confermato la soluzione a due fattori per l'IUES con parametri di adattamento da buono a eccellente: il RMSEA era 0.047, il CFI era 0.984, il TLI era 0.975 e SRMR era 0.031. Il χ² il test non è stato significativo, χ² = 24.58, p = 0.137 indica che i dati non si discostano significativamente dal modello teorico (soluzione a due fattori, come mostrato in Tabella 1). Questo campione è stato raccolto solo per il CFA. I dati non sono stati inclusi nelle ulteriori analisi.

Analisi statistiche

Le procedure standard statistiche sono state eseguite con SPSS 21.0 per Windows (IBM SPSS Statistics, rilasciato 2012). Le correlazioni di Pearson sono state calcolate per verificare le relazioni di ordine zero tra due variabili. Per controllare i dati per i valori anomali, abbiamo creato una variabile casuale distribuita normalmente con la stessa deviazione standard media che abbiamo trovato nel s-IAT (punteggio complessivo). Questa variabile casuale dovrebbe teoricamente non essere correlata a tutte le variabili di interesse, se le correlazioni non fossero influenzate da valori anomali nei dati. Tutte le correlazioni con la variabile casuale erano molto basse, rs <0.049, indicando che non c'erano valori anomali sostanzialmente influenti in nessuna delle scale del campione finale (N = 1019). Inoltre gli scatterplot tra le variabili sono stati controllati visivamente. Di nuovo, non sono stati trovati valori anomali estremi. Pertanto, le analisi sono state eseguite con tutte le materie.

L'analisi SEM è stata calcolata con MPlus 6 (Muthén e Muthén, 2011). Non c'erano dati mancanti. Prima di testare il modello completo, gli attacchi delle dimensioni latenti sono stati testati anche utilizzando CFA in MPlus. Per entrambi, SEM e CFA, è stata applicata la stima dei parametri di massima verosimiglianza. Per la valutazione degli adattamenti del modello, abbiamo applicato i criteri standard (Hu e Bentler, 1995, 1999) come già descritto nella sezione precedente. Per l'applicazione dell'analisi del mediatore è stato richiesto, secondo Barone e Kenny (1986), che tutte le variabili incluse nella mediazione dovrebbero essere correlate tra loro. Abbiamo anche utilizzato regressioni moderate per analizzare potenziali effetti di moderatore come analisi aggiuntive per una concettualizzazione alternativa del concetto di coping.

Risultati

Valori descrittivi e correlazioni

I punteggi medi dei campioni nell'S-IAT e in tutte le altre scale applicate sono riportati nella Tabella 2. Il punteggio medio s-IAT di M = 23.79 (SD = 6.69) è abbastanza comparabile con il punteggio riportato da Pawlikowski et al. (2013) per un campione di soggetti 1820 della popolazione generale (il punteggio medio s-IAT è stato M = 23.30, SD = 7.25). Le correlazioni bivariate tra lo s-IAT (punteggio totale) ei punteggi nei questionari e le scale amministrati sono mostrati in Tabella 3.

 

TABELLA 2. Punteggi medi delle scale applicate.

 

TABELLA 3. Correlazioni bivariate tra lo s-IAT (punteggio totale) e i punteggi nei questionari somministrati.

Dimensioni latenti del modello proposto nell'analisi fattoriale confermativa

Per testare sistematicamente il modello teorico proposto, abbiamo prima analizzato il modello fattoriale, il che significa che è stato testato se le dimensioni latenti sono accettabilmente rappresentate dalle variabili manifest. Pertanto, CFA è stato eseguito con le sei dimensioni latenti (una dimensione dipendente, tre dimensioni predittore, due dimensioni mediatore). Il RMSEA era 0.066 con p <0.001, il CFI era 0.951, il TLI era 0.928 e l'SRMR era 0.041, indicando un buon adattamento del modello.

La prima dimensione latente "sintomi di GIA" era rappresentata bene dai punteggi nei due fattori della s-IAT (perdita di controllo / gestione del tempo e craving / problemi sociali) come previsto. La prima variabile predittiva "sintomi psicopatologici" era significativamente rappresentata dalle due sottoscale del BSI (depressione e sensibilità interpersonale). La dimensione "aspetti di personalità" era ben rappresentata dalle tre variabili manifestate ipotizzate (autoefficacia, autostima e vulnerabilità allo stress) e l'ultima dimensione predittiva "cognizioni sociali" era rappresentata bene dalle due sottoscale della scala della solitudine (emotivo solitudine e supporto sociale). I risultati hanno mostrato che la prima dimensione ipotizzata del copiatore mediatore era ben rappresentata dalle tre sottoscale della COPE (negazione, abuso di sostanze e disimpegno comportamentale) e la seconda dimensione del mediatore "Aspettative di utilizzo di Internet" era ben rappresentata dai due fattori IUES ( aspettative positive ed aspettative di evasione).

Nel complesso, il CFA ha indicato che le dimensioni latenti sono rappresentate in modo accettabile dalle variabili manifest. Solo nella dimensione di coping l'abuso di sostanza in scala ha un fattore di caricamento più debole (β = 0.424) ma ancora significativo (p <0.001) e quindi sufficiente, dato che il modello complessivo si adattava bene ai dati. Tutti i fattori di carico e gli errori standard sono mostrati nella tabella 4.

 

TABELLA 4. Coefficienti dei caricamenti delle variabili manifest sulle dimensioni latenti, testati con CFA in MPlus.

Il modello dell'equazione strutturale completa

Il modello teorico proposto sulla dimensione latente con GIA come variabile dipendente (modellato dai due fattori s-IAT) ha fornito una buona corrispondenza con i dati. Il RMSEA era 0.066 con p <0.001, il CFI era 0.95, il TLI era 0.93 e l'SRMR era 0.041. Il χ² il test è stato significativo, χ² = 343.89, p <0.001, che è normale data la grande dimensione del campione. Tuttavia, il χ² anche il test per il modello di base era significativo con un χ molto più alto² valore, χ² = 5745.35, p <0.001. In sintesi, i dati si adattano bene al modello teorico proposto. Nel complesso, la grande percentuale del 63.5% della varianza nel GIA è stata spiegata in modo significativo dal SEM completo (R² = 0.635, p <0.001). Il modello e tutti gli effetti diretti e indiretti sono mostrati in figura 2.

 

FIGURA 2. Risultati del modello di equazione strutturale compresi i load factor delle dimensioni latenti, p-pesi, p-valori e residui. ***p <0.001.

Tutti e tre gli effetti diretti dei predittori su GIA non erano significativi (Figura 2). Ma si noti che l'effetto diretto degli aspetti psicopatologici variabili latenti non è riuscito a raggiungere il significato con p = 0.059. Qui, si deve considerare che il peso β era negativo, indicando che - nel caso in cui si interpretasse l'effetto diretto marginalmente significativo - maggiore depressione e ansia sociale vanno di pari passo con i sintomi più bassi di GIA se l'effetto indiretto da aspetti psicopatologici le due variabili del mediatore (coping e le aspettative di utilizzo di Internet) sono parziali. Gli effetti diretti delle due variabili predittive latenti aspetti psicopatologici e personalità su entrambe le variabili del mediatore latente e le aspettative di utilizzo di Internet sono state significative. Al contrario, gli effetti diretti delle cognizioni sociali variabili latenti su entrambe le aspettative di utilizzo di coping e di Internet non erano significativi, il che significa che questi effetti non erano significativi se controllati per gli effetti delle altre due dimensioni latenti.

Tuttavia, gli effetti delle cognizioni sociali sull'uso di Internet non riescono a raggiungere risultati significativi con le aspettative p = 0.073. Gli effetti diretti dal far fronte al GIA (p <0.001) e dalle aspettative di utilizzo di Internet (p <0.001) erano significativi con forti dimensioni dell'effetto.

L'effetto indiretto da aspetti psicopatologici rispetto a coping a GIA è stato significativo (β = 0.173, SE = 0.059, p = 0.003). Anche l'effetto indiretto da aspetti psicopatologici su Internet usa le aspettative al GIA era significativo (β = 0.159, SE = 0.072, p = 0.027). Anche l'effetto indiretto da aspetti di personalità rispetto al coping a GIA è stato significativo (β = -0.08, SE = 0.041, p = 0.05), ma la dimensione dell'effetto era molto piccola. L'effetto indiretto degli aspetti della personalità rispetto a Internet fa sì che le aspettative sul GIA siano significative (β = -0.160, SE = 0.061, p = 0.009). Entrambi gli effetti indiretti delle cognizioni sociali sul fronte (β = 0.025, SE = 0.030, p = 0.403) e cognizione sociale sull'aspettativa di utilizzo di Internet (β = -0.08, SE = 0.045, p = 0.075) a GIA non erano significativi. Il modello con tutti i fattori di carico e β- i pesi sono mostrati in figura 2. Gli aspetti psicopatologici della dimensione latente erano significativamente correlati con gli aspetti della personalità della dimensione latente (r =-0.844, p <0.001) e con le cognizioni sociali di dimensione latente (r = -0.783, p <0.001). Inoltre, le due dimensioni latenti, aspetti della personalità e cognizioni sociali erano correlate (r = 0.707, p <0.001).

Analisi aggiuntive

Il modello descritto era teoricamente discusso e di conseguenza quello che abbiamo testato per primo. Tuttavia, abbiamo successivamente testato alcuni modelli aggiuntivi o parti del modello separatamente al fine di comprendere meglio i meccanismi sottostanti di GIA in modo più dettagliato. Il primo problema che abbiamo affrontato è stato l'effetto della psicopatologia su GIA, perché abbiamo trovato interessante il fatto che l'effetto diretto, sebbene non significativo, fosse negativo nel SEM (vedi Figura 2), anche se a livello bivariato, le correlazioni erano positive. Il modello semplice con aspetti psicopatologici (rappresentato dalla depressione BIS e dall'ansia sociale BSI) come predittore e GIA (rappresentato dai due fattori s-IAT) come variabile dipendente aveva un buon modello (tutti gli indici di adattamento sono migliori di quelli accettabili) e l'effetto era positivo (β = 0.451, p <0.001). Abbiamo anche calcolato il modello senza i due mediatori, il che significa che gli aspetti psicopatologici, gli aspetti della personalità e gli aspetti sociali servivano da predittori diretti e GIA era la variabile dipendente (tutte le variabili a livello latente con le stesse variabili utilizzate nell'intero SEM, vedi Figura 2). Il modello senza mediatori aveva anche indici di buona vestibilità (con una eccezione: il RMSEA era con 0.089 un po 'alto) e gli effetti diretti su GIA (i due fattori s-IAT) erano: effetto degli aspetti psicopatologici su GIA β = 0.167, p = 0.122; effetto degli aspetti di personalità su GIA β = -0.223, p = 0.017; ed effetto degli aspetti sociali su GIA β = -0.124, p = 0.081. Si noti che l'effetto degli aspetti psicopatologici su GIA è ancora positivo in questo modello (ma non significativo) quando l'effetto è controllato per gli effetti della personalità e degli aspetti sociali. Presi insieme, i risultati dell'intervallo complessivo di SEM parlano di una piena mediazione dell'effetto degli aspetti psicopatologici sul GIA da parte dei due mediatori (coping e expectancies), che è ulteriormente enfatizzato dalle due ulteriori analisi che dimostrano che l'effetto positivo a livello bivariato e nel modello semplice viene ridotto dall'inclusione di ulteriori variabili come predittori.

Abbiamo teoricamente concettualizzato coping come mediatore (Brand et al., 2014). Tuttavia, si può anche sostenere che il coping non medita l'effetto degli aspetti psicopatologici, ma agisce da moderatore. Per garantire che la concettualizzazione del coping come mediatore anziché come moderatore sia appropriata, abbiamo anche calcolato alcune analisi del moderatore utilizzando analisi di regressione moderate. Quando, ad esempio, utilizzando aspetti psicopatologici come predittore, coping come moderatore e s-IAT (sum sum) come variabile dipendente, entrambi gli aspetti psicopatologici (β = 0.267) e coping (β = 0.262) spiegano la varianza nel s-IAT significativamente (entrambi p <0.001), ma la loro interazione non aggiunge in modo significativo la spiegazione della varianza (modifiche in R² = 0.003, p = 0.067, β = -0.059) e l'incremento dell'effetto moderatore è quasi pari a zero (0.3%).

Abbiamo anche considerato l'età e il genere come potenziali variabili che possono avere un effetto sulla struttura del modello. Per testare questo, abbiamo prima calcolato le correlazioni bivariate tra l'età e tutte le altre variabili risultanti in correlazioni molto basse. C'era solo una correlazione con r = 0.21 (aspettativa di età ed evitamento), che è ancora un effetto basso (Cohen, 1988) e tutte le altre correlazioni hanno avuto effetti tra r = 0.016 e r = 0.18 con la maggior parte di essere r <0.15 e r <0.10. Anche la correlazione tra età e s-IAT era molto bassa con r = -0.14 (anche se significativo a p <0.01, che è chiaro in un campione così ampio). In sintesi, i requisiti per includere l'età nel modello di mediazione non sono stati soddisfatti (Barone e Kenny, 1986) e abbiamo deciso di non includere l'età in un modello aggiuntivo. Per quanto riguarda il genere, abbiamo confrontato i punteggi medi dei gruppi di tutte le scale utilizzate e trovato solo una differenza significativa di gruppo (ansia sociale BSI, le femmine avevano punteggi più alti con un effetto basso di d = 0.28, tutti gli altri effetti erano inferiori a 0.28, l'effetto per il punteggio s-IAT era d = 0.19). Abbiamo comunque testato se la struttura del modello è diversa per donne e uomini utilizzando l'analisi della struttura media nell'analisi SEM. Ciò significa che abbiamo testato se il SEM (vedi Figura 2) è uguale per i partecipanti di sesso maschile e femminile. L'H0 di questo test è: modello teorico = modello per il gruppo "uomini" = modello per il gruppo "donne". Gli indici di adattamento erano tutti accettabili indicando che la struttura delle relazioni non era significativamente diversa per uomini e donne. Il RMSEA era 0.074 con p <0.001, il CFI era 0.93, il TLI era 0.91 e l'SRMR era 0.054. Il χ² il test è stato significativo, χ² = 534.43, p <0.001, che è normale data la grande dimensione del campione. Tuttavia, il χ² anche il test per il modello di base era significativo con un χ molto più alto² valore, χ² = 5833.68, p <0.001. Il contributo alla χ² del modello testato da uomini e donne erano comparabili (χ² contributi delle donne = 279.88, χ² contributi di uomini = 254.55). Sebbene la struttura complessiva del modello non sia significativamente diversa per uomini e donne, abbiamo esaminato il percorso semplice e abbiamo trovato tre differenze. Il percorso dagli aspetti della personalità alla gestione è stato significativo negli uomini (β = -0.437, p = 0.002), ma non nelle donne (β = -0.254, p = 0.161) e l'effetto degli aspetti di personalità sulle aspettative era significativo negli uomini (β = -0.401, p = 0.001), ma non nelle donne (β = -0.185, p = 0.181). Inoltre, l'effetto degli aspetti psicopatologici sulle aspettative era significativo nelle donne (β = 0.281, p = 0.05), ma non negli uomini (β = 0.082, p = 0.599). Tutti gli altri effetti e la rappresentazione delle dimensioni latenti non erano diversi tra uomini e donne e non erano diversi dal modello generale illustrato nella figura 2. In sintesi, l'intero modello testato è valido per uomini e donne, sebbene l'effetto negativo degli aspetti di personalità sulle coping e le aspettative sia più presente negli uomini rispetto alle donne e l'effetto degli aspetti psicopatologici sulle aspettative è presente nelle donne, ma non negli uomini .

Discussione

Abbiamo introdotto un nuovo modello teorico sullo sviluppo e il mantenimento di un uso avvincente di Internet (Brand et al., 2014), che si basa sugli argomenti principali di Davis (2001) che per primo suggerì una differenziazione tra un uso eccessivo generalizzato di Internet (GIA) e una specifica dipendenza da certe applicazioni Internet (SIA). Nell'attuale studio, abbiamo tradotto il modello teorico su GIA in un modello operativo a livello latente e abbiamo testato statisticamente il SEM utilizzando un sondaggio online su una popolazione Internet di rispondenti 1019. Abbiamo trovato un modello complessivo buono con i dati e il SEM ipotizzato, che rappresenta le principali sfaccettature del modello teorico e ha spiegato 63.5% della varianza dei sintomi GIA misurata dal s-IAT (Pawlikowski et al., 2013).

Il modello è il primo a legare elementi associati a IA come depressione, ansia sociale, bassa autostima, bassa auto-efficacia e maggiore vulnerabilità allo stress. Basato sull'enfasi delle cognizioni correlate allo sviluppo della IA e al comportamento di dipendenza in generale (Lewis e O'Neill, 2000; Dunne et al., 2013; Newton et al., 2014), il modello indaga se due variabili del mediatore (stili di coping e aspettative di utilizzo di Internet) influenzano gli effetti diretti delle variabili predittive (psicopatologia, personalità e cognizioni sociali) sullo sviluppo del GIA. I risultati mostrano che sia gli stili di coping che le aspettative di utilizzo di Internet giocano un ruolo significativo.

Tutte le variabili (predittori e mediatori) incluse nel modello erano significativamente correlate con il punteggio s-IAT a livello bivariato. Ciò è sostanzialmente coerente con le precedenti ricerche sulle relazioni bivariate tra i sintomi della IA e gli aspetti della personalità, i sintomi psicopatologici e le altre variabili della persona, come menzionato nell'Introduzione. Tuttavia, nell'analisi SEM, tutti gli effetti diretti dei tre predittori principali (sulla dimensione latente) non erano più significativi quando includevano i mediatori ipotizzati nel modello. Ciò significa che gli aspetti psicopatologici (depressione, ansia sociale), aspetti della personalità (autostima, autoefficacia e vulnerabilità allo stress) e le cognizioni sociali (solitudine emotiva, supporto sociale percepito) non influiscono direttamente sui sintomi del GIA, ma che la loro influenza è mediata da uno stile di coping disfunzionale, da aspettative di utilizzo di Internet o da entrambi. Tuttavia, aspetti psicopatologici e aspetti della personalità predicono in modo significativo sia lo stile di coping disfunzionale che le aspettative di utilizzo di Internet. Le cognizioni sociali, tuttavia, non sono significativamente correlate al coping e alle aspettative, quando il loro impatto relativo è controllato per gli effetti di aspetti psicopatologici e di personalità (ma si noti che le tre dimensioni latenti dei predittori sono state correlate significativamente e che l'effetto delle cognizioni sociali sull'uso di Internet le aspettative non sono riuscite a raggiungere un significato significativo). Gli effetti diretti di entrambi lo stile di coping e le aspettative sui sintomi del GIA erano significativi. In sintesi, lo studio attuale, sebbene con una popolazione non clinica, non solo conferma le precedenti scoperte sulla rilevanza dello stile di coping e sulla gestione di eventi stressanti della vita (Kardefelt-Winther, 2014; Tang et al., 2014; Tonioni et al., 2014) così come le aspettative di utilizzo di Internet (Turel e Serenko, 2012; Xu et al., 2012; Lee et al., 2014) per lo sviluppo o il mantenimento dei sintomi del GIA, ma evidenzia esplicitamente il ruolo di coping e le aspettative come mediatori nel processo sottostante al GIA.

Il modello è stato testato con una grande popolazione online. Il modello deve essere testato con campioni clinici chiaramente definiti, come individui che cercano un trattamento. Il significato del modello sarebbe più robusto con una popolazione clinica per disegnare implicazioni cliniche più accurate. Sebbene 11.3% del campione abbia riportato un uso problematico di Internet e 3.7% si descrivesse come un uso di Internet avvincente, questo studio è considerato solo un primo sguardo per vedere se il modello funziona e disegna inferenze statistiche che potrebbero potenzialmente avere rilevanza clinica. Tuttavia, come nuovo modello con rilevanza statistica che utilizza una varietà di test psicologici e di personalità sugli utenti online, alcune implicazioni cliniche, che possono ispirare ricerche future, possono essere fatte con cautela.

In primo luogo, gli individui con problemi di adattamento nella loro vita e che hanno aspettative che Internet può essere utilizzato per aumentare l'umore positivo o ridurre l'umore negativo possono essere più propensi a sviluppare il GIA. Inoltre, gli effetti degli aspetti psicopatologici sul coping disfunzionale e sulle aspettative di utilizzo di Internet sono stati positivi, indicando che i sintomi più elevati di depressione e ansia sociale possono aumentare il rischio di strategie di coping disfunzionali e anche per le aspettative che Internet fornisce aiuto per affrontare lo stress o il negativo umore. Solo quando questi processi agiscono di concerto, cioè la combinazione di sintomi psicopatologici e coping / aspettative, la probabilità di usare Internet sembra aumentare.

In secondo luogo, sebbene il numero di studi che trattano il trattamento del GIA sia limitato, la meta-analisi pubblicata da Winkler et al. (2013) sostiene che la terapia cognitivo-comportamentale è il metodo di scelta. Ciò si basa in particolare sull'analisi degli effetti del trattamento sul tempo trascorso online, sulla depressione e sui sintomi dell'ansia. In effetti, la terapia cognitivo-comportamentale per la IA (CBT-IA; Giovane, 2011a) è stata identificata come la forma più diffusa di trattamento delle IA (Cash et al., 2012). Nel trattamento cognitivo-comportamentale del GIA proposto da Young (2011a), le caratteristiche individuali e le aspettative di utilizzo di Internet e di coping sono già state ipotizzate rilevanti nel trattamento del GIA, ma l'evidenza empirica è stata molto scarsa (ad es. Giovane, 2013).

I risultati presentati in questo studio forniscono un'ulteriore fonte di prove per dimostrare che la terapia cognitivo-comportamentale e CBT-IA possono funzionare per trattare l'IA. Le cognizioni specifiche della persona (stile di coping e aspettative di utilizzo di Internet) mediano l'impatto dei sintomi psicopatologici (depressione, ansia sociale), tratti della personalità e cognizione sociale (solitudine, sostegno sociale) sui sintomi GIA. Usando la terapia cognitiva, un'enfasi nella valutazione dovrebbe includere l'identificazione delle cognizioni disfunzionali da affrontare. Cioè, dopo l'esame, i medici dovrebbero esaminare le aspettative di utilizzo di Internet per comprendere le esigenze del cliente e in che modo il cliente ritiene che Internet possa aiutare a soddisfare.

In alternativa, i risultati suggeriscono anche che la terapia dovrebbe affrontare le cognizioni maladattive associate all'uso disfunzionale di Internet. Questi risultati confermano studi precedenti che hanno mostrato cognizioni maladattive come overgeneralization, evitamento, soppressione, ingrandimento, risoluzione di problemi disadattivi o auto-concetti negativi sono associati con l'uso di Internet avvincente (Giovane, 2007). Un'implicazione clinica di questi risultati è che la terapia dovrebbe applicare la ristrutturazione cognitiva e il reframing per combattere i pensieri che portano a un uso avvincente di Internet. Ad esempio, un paziente affetto da GIA può avere segni di ansia sociale e timidezza e quindi alcuni amici e anche problemi con gli altri a scuola. Potrebbe quindi pensare che comunicare con altre persone attraverso i siti di social network gratifichi il suo bisogno sociale senza avere gli aspetti situazionali spaventosi di una "vera" interazione sociale. Inoltre, può avere l'aspettativa che anche giocando a un gioco online possa distrarla dai problemi a scuola e che l'acquisto online o la ricerca di informazioni su Internet possa ridurre i sentimenti di solitudine. La terapia l'avrebbe focalizzata sulla visione di luoghi alternativi a scuola o nella vita privata, dove può stimare la stima e soddisfare i bisogni sociali. Se smette di giustificare che i siti di social network, i giochi e i siti di shopping sono gli unici posti in cui lei si sente bene con la sua vita e trova altri punti di vendita più sani, meno si affida alle diverse applicazioni Internet. Conoscendo il ruolo che le cognizioni svolgono nello sviluppo del GIA, la terapia cognitiva può aiutare i clienti a ristrutturare le assunzioni e le interpretazioni che li tengono online. Ancora una volta, queste potenziali implicazioni cliniche dei risultati dello studio devono essere trattate con cautela, dal momento che devono essere replicate in un campione clinico di ricerca del trattamento.

Da una prospettiva più ampia, tuttavia, questi risultati acquisiscono informazioni su come i terapeuti possono applicare specificatamente la CBT-IA ai pazienti dipendenti da Internet. La modificazione del comportamento può aiutare i clienti a sviluppare e adattare strategie di coping nuove e più funzionali al fine di affrontare i problemi quotidiani. La terapia deve concentrarsi sull'aiutare i clienti a trovare modi di affrontare la salute più sani di quelli che si rivolgono a Internet. Un componente importante della CBT-IA è la terapia comportamentale per aiutare i clienti a far fronte ai problemi sottostanti che contribuiscono alla IA, specifici o generalizzati (Giovane, 2011a, 2013). I risultati suggeriscono che migliorare le capacità di coping ridurrebbe la necessità di andare online per i clienti. Sebbene studiate in un campione della popolazione generale, riteniamo che la scoperta che coping e le aspettative siano mediatori nello sviluppo e nel mantenimento del GIA contribuiscono a una migliore comprensione dei meccanismi del GIA e che probabilmente hanno alcune implicazioni sul trattamento, come menzionato sopra . Un altro aspetto non focalizzato nello studio attuale è il ruolo dell'integrità della corteccia prefrontale. L'efficacia di CBT-IA può anche dipendere dal funzionamento prefrontale del paziente, poiché il rafforzamento del controllo cognitivo sull'uso di Internet nel corso della terapia è molto probabilmente correlato alle funzioni esecutive e ad altri processi cognitivi di ordine superiore. Questo è importante da affrontare negli studi futuri, perché recentemente ci sono stati un paio di articoli pubblicati che mostrano che le funzioni della corteccia prefrontale sono probabilmente ridotte nei pazienti con IA (vedi panoramica in Brand et al., 2014).

Nel nostro campione, l'età era inversamente correlata ai sintomi del GIA, ma con una dimensione dell'effetto molto bassa (che spiega solo 1.96% della varianza). Considerando i recenti articoli sull'uso di Internet in individui più anziani (es. Eastman e Iyer, 2004; Vuori e Holmlund-Rytkönen, 2005; Campbell, 2008; Nimrod, 2011), si possono certamente escludere gli effetti dell'età su diversi aspetti dell'uso di Internet, come l'utilizzo di motivazioni e il modo in cui gli anziani sperimentano divertimento e soddisfazione su Internet. Dato che anche le persone anziane hanno una maggiore possibilità di sviluppare disfunzioni esecutive dovute a cambiamenti della corteccia prefrontale con l'aumentare dell'età (Alvarez ed Emory, 2006), che sono anche legati alle riduzioni del processo decisionale (Marchio e Markowitsch, 2010), si può ipotizzare che quegli individui più anziani con riduzioni dirigenziali, che provano una grande quantità di piacere su Internet, potrebbero sviluppare GIA. Tuttavia, questo non è rappresentato dai nostri dati, dal momento che il nostro campione non includeva soggetti più anziani. Studi futuri potrebbero investigare i fattori specifici di vulnerabilità legati al rischio di GIA negli anziani.

Il genere non ha influenzato la struttura generale del modello. Negli articoli precedenti, sono stati rilevati effetti di genere per tipi specifici di IA, come i giochi online (ad es. Ko et al., 2005) e in particolare cybersex (Meerkerk et al., 2006; Griffiths, 2012; Laier et al., 2013, 2014), ma è stato anche sostenuto che entrambi i sessi sono generalmente a rischio di sviluppare un uso avvincente di Internet (Young et al., 1999, 2011). Nel nostro studio, gli effetti del genere sul GIA, misurati dallo s-IAT, erano molto bassi (d = 0.19, vedere i risultati), indicando che almeno in una popolazione generale entrambi i sessi sono ugualmente a rischio per lo sviluppo di GIA. Sebbene il sesso non abbia influenzato la struttura generale dei dati nel SEM, ci sono state alcune differenze tra uomini e donne rispetto a tre effetti diretti dalle variabili predittive ai mediatori. Come riassunto nella sezione dei risultati, gli aspetti psicopatologici hanno avuto un effetto sulle aspettative nelle donne, non negli uomini, nell'effetto negativo degli aspetti di personalità sul fronteggiare e le aspettative sono più presenti negli uomini che nelle donne. Questi effetti si adattano alla letteratura sulle differenze di genere rispetto alla depressione e all'ansia sociale (Sprock e Yoder, 1997; Moscovitch et al., 2005), così come l'autostima e l'auto-efficacia (Huang, 2012). Tuttavia, le sfaccettature che sono al centro dello studio, vale a dire gli effetti della mediazione delle coping e delle aspettative e la loro importanza per il GIA non sono state influenzate dal genere (vedere i risultati dell'analisi della struttura media). Quindi, indipendentemente dal modo in cui il genere può influenzare l'ansia sociale, la depressione o alcuni aspetti della personalità, il coping e le aspettative dovrebbero essere considerati in CBT-IA in entrambi i sessi.

Infine, ci sono diversi limiti di questo studio. Si tratta di un modello di recente sviluppo che necessita di ulteriori test su una popolazione clinica per vedere pienamente la sua efficacia clinica nel trattamento. Dovrebbe anche essere testato usando la versione più lunga dello IAT (Giovane, 1998; Widyanto e McMurran, 2004) come misura più testata in letteratura. Abbiamo usato la versione più breve data la lunghezza dello strumento di valutazione che abbiamo utilizzato per l'intero modello, ma se si replica questo lavoro con un campione clinico, si consiglia di utilizzare l'IAT insieme a misure addizionali di IA, come la valutazione di Internet e Dipendenza da computer del gioco per computer (AICA-S) o colloquio clinico (AICA-C) sviluppato e convalidato con gruppi clinici di (Wölfling et al., 2010, 2012). Inoltre, abbiamo sviluppato e testato il questionario sulle aspettative di utilizzo di Internet per gli scopi di questo studio. Mentre eravamo metodologicamente prudenti e attenti nello sviluppo della scala, questa misura dovrebbe essere valutata su ulteriori popolazioni per la validità e il questionario necessita di ulteriori test empirici in studi futuri. Ai campioni clinici devono essere applicate scale e interviste aggiuntive e più dettagliate, poiché la maggior parte delle sfaccettature valutate nel nostro studio sono state misurate utilizzando questionari brevi con un numero restrittivo di articoli, a causa di motivi pratici (limitazione nel tempo nel contesto di sondaggi online) . Un ulteriore potenziale problema è quello della varianza del metodo comune (Podsakoff et al., 2003). Sfortunatamente, nessuna variabile marcata chiara, che teoricamente non dovrebbe essere correlata a tutte le altre variabili, è stata inclusa nello studio per motivi pratici (il sondaggio ha richiesto quasi 25 min, che rappresenta una soglia critica per i sondaggi online). Sebbene non possiamo escludere l'effetto della varianza del metodo comune sui risultati, riteniamo che questo effetto improbabile rappresenti l'intera struttura dati riportata. Durante l'ispezione delle correlazioni bivariate (Tabella 3) si può vedere che alcuni di questi sono molto bassi (es. r = -0.08, r = -0.09, r = 0.12 ecc.). Riteniamo che queste basse correlazioni diano qualche accenno all'ipotesi che la varianza del metodo comune non influenzi drammaticamente le analisi principali. Tuttavia, il modello dovrebbe essere testato con un approccio sistematico multi-trait-multi-metodo (Campbell e Fiske, 1959) in studi futuri.

Lo studio attuale si concentra su GIA, il che significa che il modello su SIA, come descritto da Brand et al. (2014), ha ancora bisogno di essere testato empiricamente. Diverse forme di SIA (ad es. Giochi, porno online o gioco d'azzardo su Internet) dovrebbero essere testate per verificare se le capacità di coping e le aspettative di utilizzo di Internet svolgano un ruolo simile nello sviluppo del problema. È anche ancora un dibattito se il concetto di GIA è principalmente adeguato per coprire il comportamento problematico nei pazienti. Abbiamo trovato prove per il collegamento tra i problemi auto-riportati relativi a un uso non specifico di diverse applicazioni Internet diverse e le variabili suggerite nel modello. Il concetto di GIA è stato reso operativo dalle istruzioni s-IAT e dalle formulazioni degli articoli, ma anche dal fatto che più del 97% dei partecipanti ha riferito di utilizzare regolarmente tre o più applicazioni Internet diverse, come comunicazione, gioco, gioco d'azzardo, cybersesso, shopping o ricerca di informazioni. Da un punto di vista clinico, è comunque un argomento di discussione se la GIA può essere una ragione per cercare un trattamento o se i pazienti in cerca di trattamento fondamentalmente soffrono di una perdita di controllo sull'uso di una determinata applicazione, solo. Suggeriamo di considerare questo punto nella ricerca clinica analizzando sistematicamente il comportamento critico nel contesto dell'uso di Internet e analizzando quanto frequentemente l'uso incontrollato e coinvolgente di più di un'applicazione Internet sia presente in campioni clinici. Inoltre, non tutte le componenti proposte nel modello teorico su GIA potrebbero essere incluse in questo studio. Ad esempio, ulteriori tratti della personalità o altri disturbi psicopatologici possono essere inclusi in studi futuri.

Conclusione

Le principali ipotesi del modello su GIA sono supportate da dati empirici. Le caratteristiche fondamentali della persona sono correlate ai sintomi del GIA, ma questi effetti sono mediati dalle specifiche cognizioni della persona, in particolare dallo stile di coping e dalle aspettative di utilizzo di Internet. Queste cognizioni dovrebbero essere affrontate nel trattamento di un uso avvincente di Internet.

Contributi degli autori

Matthias Brand ha scritto la prima bozza del documento, ha supervisionato la raccolta dei dati, ha analizzato e interpretato i dati. Christian Laier ha contribuito in particolare alla concettualizzazione dello studio empirico e alla raccolta dei dati e ha revisionato il manoscritto. Kimberly S. Young ha curato la bozza, l'ha revisionata in modo critico e ha contribuito intellettualmente e praticamente al manoscritto. Tutti gli autori hanno finalmente approvato il manoscritto. Tutti gli autori sono responsabili per tutti gli aspetti del lavoro.

Dichiarazione di conflitto di interessi

Gli autori dichiarano che la ricerca è stata condotta in assenza di relazioni commerciali o finanziarie che potrebbero essere interpretate come un potenziale conflitto di interessi.

Ringraziamenti

Ringraziamo Elisa Wegmann e Jan Snagowski per il prezioso contributo allo studio e al manoscritto. Ci hanno aiutato in modo significativo con la programmazione del sondaggio online e il controllo dei dati.

Riferimenti

A cura di:

Ofir Turel, California State University, Fullerton e University of Southern California, USA

Recensito da:

Aviv M. Weinstein, Organizzazione medica Hadassah, Israele
Daria Joanna Kuss, Nottingham Trent University, Regno Unito