Dipendenza e depressione del social networking online: i risultati di uno studio prospettico di coorte su larga scala in adolescenti cinesi (2018)

J Behav Addict. 2018 Sep 11: 1-11. doi: 10.1556 / 2006.7.2018.69.

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Mai JC6, Chen YX6.

Astratto

Contesto e obiettivi

Lo scopo di questo studio è stimare le associazioni longitudinali tra dipendenza da social networking online (OSNA) e depressione, se OSNA prevede lo sviluppo della depressione e, al contrario, se la depressione predice lo sviluppo di OSNA.

Metodi

Un totale di studenti 5,365 di nove scuole secondarie a Guangzhou, nel sud della Cina, sono stati intervistati al basale a marzo 2014 e hanno seguito 9 mesi dopo. Il livello di OSNA e depressione sono stati misurati usando la scala OSNA validata e CES-D, rispettivamente. Sono stati applicati modelli di regressione logistica multilivello per stimare le associazioni longitudinali tra OSNA e depressione.

Risultati

Gli adolescenti che erano depressi ma privi di OSNA al basale avevano 1.48 volte più probabilità di sviluppare OSNA al follow-up rispetto a quelli non depressi al basale [aggiustato OR (AOR): 1.48, 95% intervallo di confidenza (CI): 1.14-1.93 ]. Inoltre, rispetto a coloro che non erano depressi durante il periodo di follow-up, gli adolescenti che erano persistentemente depressi o affetti da depressione durante il periodo di follow-up avevano aumentato il rischio di sviluppare OSNA al follow-up (AOR: 3.45, 95% CI: 2.51-4.75 per depressione persistente; AOR: 4.47, 95% CI: 3.33-5.99 per depressione emergente). Inversamente, tra quelli senza depressione al basale, gli adolescenti che erano classificati come OSNA persistente o OSNA emergente avevano un rischio maggiore di sviluppare depressione rispetto a quelli che non erano OSNA (AOR: 1.65, 95% CI: 1.01-2.69 per OSNA persistente; AOR: 4.29; 95% CI: 3.17-5.81 per OSNA emergente).

Conclusione

I risultati indicano un'associazione bidirezionale tra OSNA e depressione, il che significa che l'uso del social networking online è avvincente accompagnato da un aumento del livello dei sintomi depressivi.

PAROLE CHIAVE: gli adolescenti; depressione; associazione longitudinale; dipendenza da social network online

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Dipendenza e depressione del social networking online: i risultati di uno studio prospettico di coorte su larga scala in adolescenti cinesi.

J Behav Addict. 2018 Sep 11: 1-11. doi: 10.1556 / 2006.7.2018.69. [Epub ahead of print]

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Mai JC6, Chen YX6.

Astratto

Contesto e obiettivi Lo scopo di questo studio è stimare le associazioni longitudinali tra dipendenza da social networking online (OSNA) e depressione, se OSNA prevede lo sviluppo della depressione e, al contrario, se la depressione predice lo sviluppo di OSNA. Metodi Un totale di studenti 5,365 di nove scuole secondarie a Guangzhou, nel sud della Cina, sono stati esaminati al basale a marzo 2014 e hanno seguito 9 mesi dopo. Il livello di OSNA e depressione sono stati misurati usando la scala OSNA validata e CES-D, rispettivamente. Sono stati applicati modelli di regressione logistica multilivello per stimare le associazioni longitudinali tra OSNA e depressione. Risultati Gli adolescenti che erano depressi ma privi di OSNA al basale avevano 1.48 volte più probabilità di sviluppare OSNA al follow-up rispetto a quelli non depressi al basale [aggiustato OR (AOR): 1.48, 95% intervallo di confidenza (CI): 1.14- 1.93]. Inoltre, rispetto a coloro che non erano depressi durante il periodo di follow-up, gli adolescenti che erano persistentemente depressi o affetti da depressione durante il periodo di follow-up avevano aumentato il rischio di sviluppare OSNA al follow-up (AOR: 3.45, 95% CI: 2.51-4.75 per depressione persistente; AOR: 4.47, 95% CI: 3.33-5.99 per depressione emergente). Inversamente, tra quelli senza depressione al basale, gli adolescenti che erano classificati come OSNA persistente o OSNA emergente avevano un rischio maggiore di sviluppare depressione rispetto a quelli che non erano OSNA (AOR: 1.65, 95% CI: 1.01-2.69 per OSNA persistente; AOR: 4.29; 95% CI: 3.17-5.81 per OSNA emergente). Conclusione I risultati indicano un'associazione bidirezionale tra OSNA e depressione, il che significa che l'uso del social networking on-line avvincente è accompagnato da un aumento del livello dei sintomi depressivi.

PAROLE CHIAVE: gli adolescenti; depressione; associazione longitudinale; dipendenza da social network online

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Introduzione

Depressione, il disturbo psichiatrico più ampiamente riportato (Knopf, Park e Mulye, 2008; Thapar, Collishaw, Potter e Thapar, 2010), è un importante problema di salute pubblica tra gli adolescenti. Oltre il 9% degli adolescenti ha riportato livelli di depressione da moderati a severi e il tasso di incidenza di 1-anno è stato stimato a 3% negli Stati Uniti (Rushton, Forcier e Schectman, 2002). Nella Cina meridionale, il nostro precedente studio riportava una prevalenza della depressione 1-settimana di 23.5% tra gli studenti delle scuole secondarie (Li et al., 2017).

Un'associazione positiva tra dipendenza da Internet e depressione tra gli adolescenti è stata riportata in entrambe le sezioni trasversali (Moreno, Jelenchick e Breland, 2015; Yoo, Cho e Cha, 2014) e studi longitudinali (Cho, Sung, Shin, Lim e Shin, 2013; Ko, Yen, Chen, Yeh e Yen, 2009; Lam, 2014). Tuttavia, questi studi hanno valutato la dipendenza da Internet in generale piuttosto che tipi specifici di attività online. Gli adolescenti possono condurre più tipi di attività online su Internet. Diversi studi hanno evidenziato il significato e la necessità di distinguere la dipendenza da specifiche attività legate a Internet dalla dipendenza da Internet in generale (Davis, 2001; Laconi, Tricard e Chabrol, 2015; Pontes, Szabo e Griffiths, 2015). Il social networking online è un fenomeno relativamente nuovo e l'alta prevalenza di depressione è stata osservata tra la popolazione che è online agli utenti di social network (Lin et al., 2016; Tang e Koh, 2017). Rispetto alla popolazione generale, adolescenti e studenti sono gli utenti più frequenti di social network online (Griths, Kuss e Demetrovics, 2014). La dipendenza da social networking online (OSNA) è un comportamento di dipendenza relativamente nuovo tra gli adolescenti insieme al coinvolgimento compulsivo nelle attività di social networking online. Come tipo specifico di dipendenze comportamentali legate a Internet, l'OSNA incorpora i classici sintomi di dipendenza (Griffiths, 2013; Kuss & Griffiths, 2011), ed è definito come "essere eccessivamente preoccupati per l'uso di social network online, essere spinti da una forte motivazione a connettersi o utilizzare social network online che altera altre attività sociali, studi / lavori, relazioni interpersonali e / o salute e benessere psicologico"(Andreassen, 2015). L'OSNA è aumentata notevolmente tra gli adolescenti. Intorno al 9.78% degli studenti universitari statunitensi percepisce di avere dipendenza da Facebook (Pempek, Yermolayeva e Calvert, 2009), e il 29.5% degli studenti universitari di Singapore possiede OSNA (Tang e Koh, 2017). Uno studio su 2010 ha riportato che la prevalenza dell'OSNA era persino superiore a 30% negli studenti cinesi (Zhou e Leung, 2010). Le prove hanno suggerito che i social network online eccessivi e compulsivi sono raramente vantaggiosi, piuttosto che avere effetti potenzialmente dannosi sul benessere psicosociale degli adolescenti, inclusi gli esiti emotivi, relazionali e di altra natura (Andreassen, 2015).

Alcune indagini cross-sectional hanno riportato un'associazione positiva tra OSNA e depressione tra gli adolescenti (Hong, Huang, Lin e Chiu, 2014; Koc e Gulyagci, 2013). Tuttavia, a causa della limitazione intrinseca del disegno dello studio cross-sectional, non è ancora chiaro se l'OSNA sia una causa o una conseguenza della depressione o bidirezionale. Il social networking online potrebbe offrire agli adolescenti convenienza sociale e capitale, auto-rivelazione selettiva e potenziale supporto sociale (Ellison, Steinfield e Lampe, 2007; Steinfield, Ellison e Lampe, 2008). Gli individui che soffrono di disturbi psichiatrici (cioè depressione e ansia) potrebbero vedere i social network online come una comunità virtuale sicura e importante (Gámez-Guadix, 2014), dove potrebbero sfuggire ai problemi emotivi vissuti nel mondo reale (Andreassen, 2015; Griths et al., 2014), e ulteriormente portare a un potenziale coinvolgimento coinvolgente (Oberst, Wegmann, Stodt, Brand e Chamarro, 2017). Nel frattempo, l'eccessiva esposizione alla comunità virtuale provocherebbe emozioni negative (McDougall et al., 2016). Gli adolescenti con disadattamento nei loro stati depressivi possono sperimentare effetti più dannosi dell'eccesso di social network online (Selfhout, Branje, Delsing, Ter Bogt e Meeus, 2009). Pertanto, un'associazione bidirezionale tra OSNA e depressione è teoricamente ragionevole. Tuttavia, a nostra conoscenza, non esiste uno studio prospettico incentrato sull'esplorazione delle relazioni longitudinali tra OSNA e depressione tra adolescenti e altre popolazioni.

Pertanto, abbiamo progettato uno studio prospettico per stimare in modo completo l'associazione longitudinale tra depressione e OSNA nel tempo, ad esempio se OSNA predice lo sviluppo della depressione e se la depressione predice lo sviluppo di OSNA, considerando i cambiamenti nell'OSNA e nello stato depressivo (p. Es., Remissione da disturbo) durante un periodo di follow-up di 9 mesi.

Disegno di studio

Questo studio di coorte prospettico è stato condotto a Guangzhou, nel sud della Cina. L'indagine di riferimento è stata condotta da 2014 a marzo-aprile, e il successivo sondaggio di follow-up è stato condotto a intervalli di 9-mese, utilizzando la stessa procedura.

Partecipanti e campionamento                                                               

I partecipanti sono stati reclutati utilizzando un metodo di campionamento a grappolo stratificato. Un distretto / contea è stato opportunamente selezionato da ciascuna delle tre regioni (cioè, centro, sobborgo e regioni periferiche esterne) a Guangzhou, rispettivamente (punti rossi nella figura 1). Tre scuole secondarie pubbliche sono state quindi opportunamente selezionate da ciascun distretto / contea selezionati, e sono state selezionate in totale nove scuole. Tutti gli studenti del settimo e dell'ottavo anno all'interno delle scuole selezionate sono stati volontariamente invitati a partecipare allo studio. Il questionario anonimo era auto-amministrato dai partecipanti ai contesti della classe con l'assenza di qualsiasi insegnante, sotto la supervisione di assistenti di ricerca ben addestrati.

figura genitore rimuovi

Immagine 1. La posizione dei siti di studio

Un totale di 5,365 (tasso di risposta = 98.04%) ha completato il sondaggio di riferimento. I due questionari degli stessi studenti sono stati abbinati utilizzando le ultime quattro cifre del numero di telefono di casa, le ultime quattro cifre del numero di cellulare dei genitori, le ultime quattro cifre del numero di carta d'identità dei partecipanti, la data di nascita dei partecipanti, l'ultima lettera di sé e i genitori 'nome incantesimo. Infine, 4,871 dei partecipanti 5,365 ha fornito questionari completi al follow-up (tasso di follow-up = 90.8%). Dopo aver escluso coloro che non hanno utilizzato i social network online (n = 643), nel nostro studio longitudinale sono stati coinvolti 4,237 partecipanti.

Depressione

Il livello dei sintomi depressivi è stato misurato usando la versione cinese 20 del Center for Epidemiology Scale for Depression (CES-D). Le sue proprietà psicometriche sono state validate tra gli adolescenti cinesi (Chen, Yang e Li, 2009; Cheng, Yen, Ko e Yen, 2012; Lee et al., 2008; Wang et al., 2013). Punteggi più alti indicano un livello più grave di sintomi depressivi, con un punteggio totale che va da 0 a 60 (Radloff, 1977). I coefficienti α di Cronbach in questo studio erano .86 al basale e .87 al follow-up, mostrando una buona affidabilità interna. Individuo che riporta un punteggio CES-D ≥21 è definito come un caso depresso (Stockings et al., 2015). Seguendo gli studi precedenti (Penninx, Deeg, van Eijk, Beekman e Guralnik, 2000; Van Gool et al., 2003), il cambiamento dello stato di depressione durante il periodo di follow-up in questo studio è stato classificato come segue: nessuna depressione (partecipanti senza depressione sia al basale che al follow-up), remissione dalla depressione (partecipanti con depressione al basale ma passati a senza depressione a seguire -up), depressione persistente (partecipanti con depressione sia al basale che al follow-up) e depressione emergente (partecipanti senza depressione al basale ma passati a depressione al follow-up).

Dipendenza online dalle reti sociali (OSNA)

Il livello di dipendenza per il social networking online è stato misurato utilizzando una scala OSNA, che comprende otto elementi che misurano i sintomi di dipendenza additiva della salienza cognitiva e comportamentale, conflitto con altre attività, euforia, perdita di controllo, ritiro, ricaduta e reintegrazione. Punteggi più alti di scala OSNA indicano livelli più elevati di dipendenza dal social networking online, con un punteggio massimo di 40. Le sue proprietà psicometriche sono state accuratamente valutate nel nostro studio precedente (Li et al., 2016). Non esiste un valore di cut-off stabilito per la scala OSNA per identificare i casi di OSNA: i partecipanti che hanno ottenuto un punteggio nel decimo decile di punteggi (cioè, punteggio OSNA ≥10) sono stati classificati come casi di OSNA al basale e lo stesso valore di cut-off è stato utilizzato per classificare i casi al follow-up. La strategia di classificazione simile è stata applicata nello studio precedente (Verkuijl et al., 2014). I coefficienti α di Cronbach della scala OSNA in questo studio erano .86 al basale e .89 al follow-up. Allo stesso modo, il cambiamento dello stato dell'OSNA dalla baseline al follow-up è stato classificato come segue: nessun OSNA (partecipanti senza OSNA sia al basale che al follow-up), remissione dall'OSNA (partecipanti con OSNA al basale ma passati all'OSNA al follow-up ), OSNA persistente (partecipanti con OSNA sia al basale che al follow-up) e OSNA emergente (partecipanti senza OSNA al basale ma passati all'OSNA al follow-up).

covariate

I Covariati includevano il sesso, il grado, i livelli di educazione dei genitori, la situazione finanziaria familiare percepita, l'accordo di vita (con entrambi i genitori o meno), le prestazioni accademiche autoriferite e la pressione dello studio percepita al basale.

analisi statistiche

Quando appropriato, sono state presentate statistiche descrittive (p. Es., Medie, deviazione standard e percentuali). I coefficienti di correlazione intraclasse per il raggruppamento tra le scuole erano 1.56%p = .002) per depressione incidente e 1.42% (p = .042) per OSNA incidente, indicando variazioni significative tra le scuole (Wang, Xie e Fisher, 2009). Sono stati quindi applicati modelli di regressione logistica multilivello (Livello 1: studente; Livello 2: scuola) per valutare le associazioni longitudinali tra OSNA e depressione nel tempo, tenendo conto dell'effetto di campionamento del cluster da scuola. Covariate di sfondo associate a depressione / OSNA incidente con p <.05 nell'analisi univariata o ampiamente riportato in letteratura (cioè sesso e grado) sono stati aggiustati nei modelli di regressione logistica multivariata.

Per la previsione dell'OSNA sulla nuova incidenza della depressione tra i partecipanti che non erano depressi al basale (n = 3,196), abbiamo prima stimato l'odds ratio (OR) dell'OSNA basale, sia variabile binaria (cioè OSNA o meno) che variabile continua (punteggi della scala OSNA), sulla nuova incidenza di depressione dopo aggiustamento di covariate significative, e poi ulteriormente aggiustamento del punteggio della scala CES-D basale (Hinkley et al., 2014). Abbiamo poi stimato la predizione del cambiamento dello stato dell'OSNA nel tempo sulla nuova incidenza della depressione, incluso un modello aggiustato di covariate significative e un modello aggiustato ulteriormente del punteggio di scala CES-D al basale.

Inversamente, la previsione della depressione sulla nuova incidenza dell'OSNA tra i partecipanti senza OSNA al basale (n = 3,657) è stato stimato in modo simile a quello sopra descritto con una nuova incidenza di OSNA come esito e depressione come esposizione. Sono state rispettivamente stimate la previsione della depressione al basale (sia in versione continua che categorica) sulla nuova incidenza di OSNA e la previsione del cambiamento nello stato depressivo nel tempo sulla nuova incidenza di OSNA.

Le analisi statistiche sono state eseguite utilizzando la versione SAS 9.4 (SAS Institute, Cary, NC, USA). A due lati p valore <.05 è stato considerato statisticamente significativo.

Etica

Le procedure di studio sono state eseguite in conformità con la Dichiarazione di Helsinki. Il consenso e l'autorizzazione scolastica per il sondaggio interno alla scuola sono stati ottenuti dai dirigenti scolastici prima della somministrazione del sondaggio. Il consenso verbale è stato ottenuto dagli studenti prima della loro partecipazione. Questo studio e la procedura del consenso sono stati approvati dal Comitato etico per la ricerca e la ricerca comportamentale dell'Università cinese di Hong Kong.

Risultati

Caratteristiche dei partecipanti e analisi del logoramento

L'analisi dell'attrito ha mostrato che non c'erano differenze significative in termini di livelli di educazione dei genitori e prestazioni scolastiche autoriferite tra adolescenti coinvolti nell'analisi longitudinale (n = 4,237) e che sono stati esclusi dall'analisi longitudinale (n = 1,128). Gli adolescenti, che erano coinvolti nel campione longitudinale avevano maggiori probabilità di essere femmine, provenivano dall'ottavo anno, hanno una buona situazione finanziaria familiare, hanno vissuto con entrambi i genitori e percepiscono una pressione di studio nulla / leggera (Tabella 1).

Table

Tabella 1. Analisi dell'attrito e caratteristiche dei partecipanti nel campione longitudinale
 

Tabella 1. Analisi dell'attrito e caratteristiche dei partecipanti nel campione longitudinale

 

Linea di base

Partecipanti al campione longitudinale

Partecipanti senza depressione al basale

Partecipanti senza OSNA al basale

 

Non

p*

Non-OSNA

OSNA

p*

Non-depressi

Depresso

p*

Totale5,3654,2371,128-2,922274-2,922735-
Sesso
 Uomo2,533 (47.2)2,105 (49.7)727 (64.4)<.0011,464 (50.1)164 (59.8).0021,464 (50.1)309 (42.0)<.001
 Femmili2,832 (52.8)2,132 (50.3)401 (35.6) 1,458 (49.9)110 (40.2) 1,458 (49.9)426 (58.0) 
Classe
 Sette2,592 (48.3)2,011 (47.5)581 (51.5).0161,418 (48.5)131 (47.8).8201,418 (48.5)337 (45.9).194
 Otto2,773 (51.7)2,226 (52.5)547 (48.5) 1,504 (51.5)143 (52.2) 1,504 (51.5)398 (54.2) 
Livello di educazione del padre
 Scuola elementare o inferiore356 (6.6)273 (6.4)83 (7.4).376165 (5.7)21 (7.7).049165 (5.7)61 (8.3).010
 Scuola media inferiore1,816 (33.9)1,425 (33.6)391 (34.7) 958 (32.8)108 (39.4) 958 (32.8)259 (35.2) 
 Scuola media superiore1,646 (30.7)1,312 (31.0)334 (29.6) 911 (31.2)79 (28.8) 911 (31.2)230 (31.3) 
 College o superiore1,317 (24.5)1,053 (24.9)264 (23.4) 763 (26.1)54 (6.6) 763 (26.1)159 (21.6) 
 Non lo so230 (4.3)174 (4.1)56 (5.0) 125 (4.3)12 (4.4) 125 (4.3)26 (3.5) 
Livello di educazione della madre
 Scuola elementare o inferiore588 (11.0)445 (10.5)143 (12.7).144267 (9.1)35 (12.8).108267 (9.1)103 (14.0)<.001
 Scuola media inferiore1,909 (35.6)1,507 (35.6)402 (35.6) 1,030 (35.3)108 (39.4) 1,030 (35.3)274 (37.3) 
 Scuola media superiore1,497 (27.9)1,199 (28.3)298 (26.4) 860 (29.4)71 (25.9) 860 (29.4)180 (24.5) 
 College o superiore1,143 (21.3)913 (21.6)230 (20.4) 634 (21.7)50 (18.3) 634 (21.7)156 (21.2) 
 Non lo so228 (4.3)173 (4.1)55 (4.9) 131 (4.5)10 (3.6) 131 (4.5)22 (3.0) 
Situazione finanziaria familiare
 Molto buono / buono2,519 (47.0)2,047 (48.3)472 (41.8)<.0011,495 (51.2)123 (44.9).1151,495 (51.2)300 (40.8)<.001
 Media2,664 (49.6)2,072 (48.9)592 (52.5) 1,366 (46.7)143 (52.2) 1,366 (46.8)405 (55.1) 
 Povero / molto povero182 (3.4)118 (2.8)64 (5.7) 61 (2.1)8 (8.6) 61 (2.1)30 (4.1) 
Vive con entrambi i genitori
 Non4,712 (87.8)490 (11.6)163 (14.4).008312 (10.7)30 (11.0).890312 (10.7)107 (14.6).003
 Sì653 (12.2)3,747 (88.4)965 (85.6) 2,610 (89.3)244 (89.0) 2,610 (89.3)628 (85.4) 
Rendimento scolastico
 Superiore1,817 (33.9)1,465 (34.6)223 (19.8).2761,142 (39.1)51 (18.6)<.0011,142 (39.1)205 (27.9)<.001
 Medio2,396 (44.6)1,920 (45.3)619 (54.9) 1,306 (44.7)134 (48.9) 1,306 (44.7)347 (47.2) 
 Abbassare1,152 (21.5)490 (20.1)286 (25.4) 474 (16.2)89 (32.5) 474 (16.2)183 (24.9) 
Pressione di studio percepita
 Nessuno / leggero1,034 (19.3)811 (19.1)352 (31.2)<.001667 (22.8)31 (11.3)<.001667 (22.8)78 (10.6)<.001
 Generale3,052 (56.9)2,433 (57.4)476 (42.2) 1,769 (60.5)172 (62.8) 1,769 (60.5)359 (48.8) 
 Pesante / molto pesante1,279 (23.8)993 (23.4)300 (26.6) 486 (16.6)71 (25.9) 486 (16.6)298 (40.5) 

Nota. I dati sono mostrati come n (%). OSNA: dipendenza da social network online; CES-D: Center for Epidemiology Scale for Depression; -: non applicabile.

*p i valori sono stati ottenuti usando χ2 test.

Tra gli adolescenti 4,237 (età media: 13.9, deviazione standard: 0.7) nel campione longitudinale, 49.7% (2,105 di 4,237) erano di sesso femminile e 47.5% (2,011 di 4,237) erano gli studenti di secondo grado. La maggior parte degli adolescenti (88.4%; 3,747 di 4,237) vivevano con i loro genitori. Nel campione longitudinale, la prevalenza della depressione è aumentata significativamente da 24.6% (1,041 di 4,237) al basale a 26.6% al follow-up (test di McNemar = 7.459, p = .006). Non c'era alcuna differenza significativa per la prevalenza di OSNA tra il basale e il follow-up (13.7% al basale vs 13.6% al follow-up; test di McNemar = 0.053, p = .818). Un totale di 3,196 studenti non erano depressi al basale e 3,657 studenti erano liberi da OSNA al basale (Tabella 1).

Potenziali fattori di confondimento associati a nuova incidenza di depressione o OSNA

Table 2 mostra che la scarsa situazione finanziaria familiare percepita, la scarsa performance accademica autorizzata e la pesante pressione di studio percepita erano significativamente associati sia ad una maggiore incidenza di depressione (range di OR univariata: 1.32-1.98) sia ad una maggiore incidenza di OSNA (range di OR univariata: 1.61-2.76). Vivere con i loro genitori era un fattore significativamente protettivo per l'incidenza di OSNA solo [OR univariata: 0.65, 95% intervallo di confidenza (CI): 0.48-0.89].

Table

Tabella 2. Associazioni univariate tra covariate di sfondo e incidenza di depressione / OSNA
 

Tabella 2. Associazioni univariate tra covariate di sfondo e incidenza di depressione / OSNA

 

Incidenza di depressione

Incidenza dell'OSNA

 

n (%) (n = 515)

ORu (95% CI)

p

n (%) (n = 335)

ORu (95% CI)

p

Sesso 
 Uomo249 (15.9)1 168 (8.9)1 
 Femmili266 (16.3)0.96 (0.79, 1.16).641167 (9.4)0.94 (0.75, 1.17).573
Classe 
 Sette250 (16.1)1 160 (9.1)1 
 Otto265 (16.1)1.00 (0.83, 1.21).977175 (9.2)1.00 (0.80, 1.26).977
Livello di educazione del padre 
 Scuola elementare o inferiore32 (17.2)1 26 (11.5)1 
 Scuola media secondaria190 (17.8)1.04 (0.69, 1.59).827116 (9.5)0.81 (0.52, 1.28).377
 Scuola media superiore139 (14.0)0.80 (0.52, 1.23).31793 (8.2)0.67 (0.42, 1.07).090
 Università o superiore129 (15.8)0.92 (0.60, 1.42).70586 (9.3)0.78 (0.49, 1.26).310
 Non lo so25 (18.3)1.14 (0.63, 2.04).66614 (9.3)0.79 (0.40, 1.59).516
Livello di educazione della madre 
 Scuola elementare o inferiore47 (15.6)1 31 (8.4)1 
 Scuola media secondaria196 (17.2)1.15 (0.81, 1.63).424118 (9.1)1.11 (0.73, 1.69).621
 Scuola media superiore141 (15.2)1.01 (0.70, 1.46).939109 (10.5)1.28 (0.84, 1.96).257
 Università o superiore105 (15.4)1.03 (0.70, 1.52).86164 (8.1)0.97 (0.61, 1.53).891
 Non lo so26 (18.4)1.32 (0.77, 2.25).31013 (8.5)1.03 (0.52, 2.03).940
Situazione finanziaria familiare 
 Molto buono / buono229 (14.2)1 145 (8.1)1 
 Media269 (17.8)1.32 (1.08, 1.60).006172 (9.7)1.21 (0.96, 1.53).105
 Povero / molto povero17 (24.6)1.98 (1.12, 3.49).01918 (19.8)2.76 (1.60, 4.76)<.001
Vive con entrambi i genitori 
 Non64 (18.7)1 54 (12.9)1 
 Sì451 (15.8)0.80 (0.60, 1.07).135281 (8.7)0.65 (0.48, 0.89).008
Rendimento scolastico 
 Superiore169 (14.2)1 109 (8.1)1 
 Medio226 (15.7)1.13 (0.91, 1.41).254145 (8.8)1.10 (0.85, 1.42).488
 Abbassare120 (21.3)1.66 (1.28, 2.16)<.00181 (12.3)1.61 (1.19, 2.19).002
Pressione di studio percepita 
 Nessuno / leggero96 (13.8)1 59 (7.9)1 
 Media305 (15.7)1.16 (0.90, 1.48).253178 (8.4)1.05 (0.77, 1.44).735
 Pesante / molto pesante114 (20.5)1.63 (1.20, 2.20).00296 (12.5)1.65 (1.17, 2.32).004

Nota. OSNA: dipendenza da social network online; ORu: rapporto di probabilità univariata; 95% CI: intervallo di confidenza 95%, ottenuto dai modelli di regressione logistica univariata.

L'OSNA prevede una nuova incidenza della depressione

Tra gli adolescenti 3,196 che non erano depressi al basale, un modello univariato ha mostrato che l'OSNA basale era significativamente associato a una maggiore incidenza di depressione durante il periodo di follow-up (OR univariata: 1.65, 95% CI: 1.22-2.22). Dopo aggiustamento di sesso, grado, situazione finanziaria della famiglia, rendimento scolastico e pressione dello studio percepita, l'associazione è rimasta significativa [aggiustata OR (AOR): 1.48, 95% CI: 1.09-2.01]. Quando si aggiusta ulteriormente il punteggio CES-D al basale, l'associazione diventa statisticamente non significativa (AOR: 1.16, 95% CI: 0.85-1.60). I risultati simili sono stati osservati utilizzando il punteggio OSNA (variabile continua) come predittore di una nuova depressione incidente (Tabella 3).

Table

Tabella 3. Associazioni longitudinali tra OSNA e depressione: modelli di regressione logistica multilivello
 

Tabella 3. Associazioni longitudinali tra OSNA e depressione: modelli di regressione logistica multilivello

 

n

No. di nuovi casi incidenti

Modelli univariati

Modelli multivariabili

 

ORu (95% CI)

p

AOR (95% CI)

p

AOR (95% CI)

p

L'OSNA prevede la nuova depressione degli incidenti (n = 3,196)
Punteggio OSNA di base (continuo)--1.05 (1.03, 1.07)<.0011.04 (1.02, 1.06)a<.0011.01 (0.99, 1.03)b.242
OSNA di base
 Non2,9224511 1a 1b 
 Sì274641.65 (1.22, 2.22).0011.48 (1.09, 2.01).0121.16 (0.85, 1.60).342
Modifica dello stato di OSNA nel tempo
 Nessun OSNA2,6943541 1a 1b 
 Remissione da OSNA179381.77 (1.21, 2.58).0031.61 (1.10, 2.37).0151.29 (0.87, 1.91).202
 OSNA persistente95262.46 (1.54, 3.93)<.0012.23 (1.39, 3.58)<.0011.65 (1.01, 2.69).044
 OSNA emergente228974.89 (3.67, 6.52)<.0014.67 (3.49, 6.24)<.0014.29 (3.17, 5.81)<.001
La depressione predice il nuovo incidente OSNA (n = 3,657)
Punteggio CES-D della linea di base (continuo)--1.05 (1.03, 1.06)<.0011.04 (1.03, 1.05)c<.0011.03 (1.01, 1.04)d<.001
Depressione di base
 Non2,9222281 1c 1d 
 Sì7351072.02 (1.58, 2.58)<.0011.78 (1.38, 2.31)<.0011.48 (1.14, 1.93).004
Cambiamento nello stato di depressione nel tempo
 Nessuna depressione2,4711311 1c 1d 
 Remissione dalla depressione315211.28 (0.80, 2.07).3071.19 (0.73, 1.93).4860.97 (0.60, 1.59).918
 Depressione persistente420864.62 (3.43, 6.21)<.0014.17 (3.05, 5.69)<.0013.45 (2.51, 4.75)<.001
 Depressione emergente451974.88 (3.67, 6.50)<.0014.70 (3.53, 6.28)<.0014.47 (3.33, 5.99)<.001

Nota. OSNA: dipendenza da social network online; CES-D: Center for Epidemiology Scale for Depression; ORu: odds ratio univariabile; AOR: odds ratio aggiustato; 95% CI: intervallo di confidenza 95%.

aI modelli sono stati adeguati per sesso, grado, situazione finanziaria della famiglia, rendimento scolastico e pressione percepita dello studio. bI modelli sono stati adeguati per sesso, grado, situazione finanziaria familiare, rendimento scolastico, pressione dello studio percepita e punteggio di scala CES-D al basale (variabile continua). cI modelli sono stati adattati per sesso, grado, situazione finanziaria familiare, accordo con i genitori, rendimento scolastico e pressione percepita dello studio. dI modelli sono stati adattati per sesso, grado, situazione finanziaria familiare, accordo di vita con i genitori, rendimento scolastico, pressione dello studio percepita e punteggio di scala OSNA di base (variabile continua).

Abbiamo trovato un'associazione significativa tra il cambiamento nello stato dell'OSNA e una maggiore incidenza della depressione. Rispetto agli adolescenti classificati come non OSNA, il rischio di sviluppare depressione era 1.65 volte (95% CI: 1.01-2.69) più alto tra quelli con OSNA persistente e 4.29 volte (95% CI: 3.17-5.81) più alto tra quelli con OSNA emergente, dopo aggiustamento del sesso, grado, situazione finanziaria della famiglia, rendimento scolastico, pressione dello studio percepita e punteggi CES-D al basale (Tabella 3).

La depressione predice una nuova incidenza dell'OSNA

Tra gli adolescenti 3,657 che erano liberi da OSNA al basale, i risultati univariati hanno dimostrato un'associazione positiva significativa tra depressione di base e incidenza superiore di OSNA (OR univariata: 2.02, 95% CI: 1.58-2.58). Dopo aver aggiustato sesso, grado, situazione finanziaria familiare, accordo di vita con i genitori, rendimento scolastico e pressione di studio percepita, l'associazione è leggermente attenuata ma è rimasta significativa (AOR: 1.78, 95% CI: 1.38-2.31). L'associazione tra stato depressivo al basale e incidenza dell'OSNA era ancora statisticamente significativa quando si eseguivano ulteriori aggiustamenti dei punteggi OSNA basali (AOR: 1.48, 95% CI: 1.14-1.93). I risultati erano ancora significativi quando si utilizzava il punteggio CES-D (variabile continua) come predittore del nuovo OSNA incidente (Tabella 3).

Un'associazione significativa tra il cambiamento nello stato di depressione e l'incidenza di OSNA è stata osservata nell'analisi multivariata. Dopo aver aggiustato sesso, grado, situazione finanziaria familiare, accordo con i genitori, rendimento scolastico, pressione dello studio percepita e punteggio OSNA basale, rispetto agli adolescenti senza depressione, le probabilità di sviluppare l'OSNA erano i tempi 3.45 (95% CI: 2.51- 4.75) più alto tra quelli che erano persistentemente depressi e i tempi 4.47 (95% CI: 3.33-5.99) più alti tra quelli che stavano emergendo depressi (Tabella 3).

Discussione

In questo studio longitudinale su larga scala, abbiamo scoperto che gli adolescenti depressi ma privi di ONSA al basale avevano un rischio maggiore del 48% di sviluppare OSNA entro il periodo di follow-up di 9 mesi rispetto a quelli senza depressione al basale, ma la previsione di l'OSNA basale sulla nuova incidenza di depressione non è stata supportata in questo studio. Inoltre, quando gli effetti dei cambiamenti di stato nel tempo (cioè, remissione da depressione / OSNA al basale a non-depressione / non-OSNA al follow-up) sono stati considerati nei modelli, i risultati hanno rivelato un'associazione bidirezionale tra OSNA e depressione . Gli adolescenti che erano persistentemente depressi o emergenti depressi avevano un rischio più elevato di sviluppare OSNA rispetto a quelli che non erano depressi durante il periodo di follow-up di 9 mesi. Al contrario, gli adolescenti che erano OSNA persistenti o OSNA emergenti hanno anche un rischio maggiore di sviluppare depressione rispetto a quelli che non erano OSNA sia al basale che al follow-up.

La differenza nei risultati ottenuti utilizzando le misure di base (cioè, OSNA basale) e cambiamenti di stato (cioè, cambiamento nello stato di OSNA) per prevedere un esito di incidenza (cioè, nuova incidenza di depressione) potrebbe essere spiegata dagli alti tassi di remissione da OSNA e depressione durante il periodo di follow-up. L'alto tasso di remissione naturale dei comportamenti di dipendenza da Internet (49.5% -51.5%) è stato osservato in due precedenti studi longitudinali a Taiwan (Ko, Yen, Yen, Lin e Yang, 2007; Ko et al., 2015). Anche i risultati del nostro precedente sondaggio a Hong Kong hanno osservato costantemente un'alta incidenza di remissione dal comportamento di dipendenza da Internet durante un periodo 12-mese (59.29 per 100 persona-anno; Lau, Wu, Gross, Cheng e Lau, 2017). Allo stesso modo, in questo studio, una grande percentuale di casi di remissione da depressione (41.4%) e OSNA (58.8%) sono stati osservati durante il periodo di studio. Questi risultati indicavano che l'OSNA e lo stato di depressione nella valutazione di base non potevano essere trattati come condizioni immutabili nel tempo e quindi ignorare l'effetto di remissione nel tempo avrebbe potenzialmente sottostimato l'effetto dell'OSNA sulla depressione. Pertanto, abbiamo ipotizzato che l'approccio di modellazione che coinvolge cambiamenti dinamici nello stato dell'OSNA e della depressione nel tempo potrebbe fornire stime più convincenti e robuste, escludendo i potenziali effetti di compensazione dai casi di remissione.

I risultati di questo studio suggeriscono un'associazione bidirezionale tra OSNA e depressione tra gli adolescenti, indicando che la depressione rende una persona vulnerabile allo sviluppo di OSNA e, a sua volta, la conseguenza negativa di OSNA esacerba ulteriormente i sintomi della depressione. Le cognizioni disadattive (cioè, ruminazione, insicurezza, bassa autoefficacia e auto-valutazione negativa) e comportamenti disfunzionali (cioè, usare Internet per sfuggire ai problemi emotivi) sono fondamentali nello sviluppo di comportamenti di dipendenza correlati a Internet (Davis, 2001). Gli individui depressi di solito presentano sintomi cognitivi e hanno aspettative positive per il loro uso di Internet che Internet potrebbe distrarli da stati d'animo negativi e problemi personali (ad esempio, depressione e solitudine; Brand, Laier e Young, 2014; Wu, Cheung, Ku e Hung, 2013). In particolare, il social networking online attrae le persone con problemi di umore a causa del suo anonimato e dell'assenza di segnali sociali (ad esempio, espressione facciale, flessione della voce e contatto visivo) rispetto alle comunicazioni faccia a faccia (Young & Rogers, 1998). Gli individui depressi potrebbero preferire il social networking online come mezzo di comunicazione più sicuro e meno minaccioso, nonché un mezzo per regolare i loro stati d'animo negativi (cioè alleviare emozioni negative, ansia e problemi personali). Queste strategie cognitive disadattive e di evitamento accelerano lo sviluppo dell'OSNA. L'eccessivo coinvolgimento nei social network online sposta il tempo trascorso con la famiglia e i coetanei nel mondo reale e provoca il ritiro dalle attività interpersonali offline, che intensifica gli stati d'animo negativi (ad esempio, sintomi depressivi e solitudine; Kraut et al., 1998), presentando così una relazione reciproca.

I risultati di questo studio comportano diverse implicazioni nella progettazione di programmi di prevenzione e intervento. Innanzitutto, la previsione positiva della depressione di base sulla nuova incidenza dell'OSNA implica che gli adolescenti depressi sono ad alto rischio di sviluppare l'OSNA in seguito. Strategie di intervento per ridurre i sintomi depressivi, ovvero ridurre la convinzione disadattativa delle aspettative di esito positivo dell'uso di Internet, addestrare le abilità sociali e pianificare attività di svago offline (Chou et al., 2015), potrebbe impedire efficacemente lo sviluppo di OSNA. In secondo luogo, è significativo valutare i livelli dei sintomi depressivi come indicatore della vulnerabilità per OSNA. Interventi e prevenzione mirati agli adolescenti ad alto rischio con sintomi depressivi identificati potrebbero ridurre le probabilità di sperimentare OSNA tra gli adolescenti scolastici. Terzo, per la forte previsione del cambiamento nello stato di OSNA (cioè, OSNA persistente e OSNA emergente) sull'incidenza della depressione e la previsione del cambiamento nello stato depressivo (cioè, depressione persistente e depressione emergente) sull'incidenza di OSNA, implica che OSNA è altamente in comorbidità con la depressione, indicando un meccanismo di rinforzo negativo.

Ci sono alcune implicazioni per la ricerca futura. Innanzitutto, i nostri risultati e gli studi precedenti hanno indicato che il livello di OSNA e sintomi depressivi sono dinamici e reversibili durante il periodo di studio piuttosto che fluttuazioni casuali nel caso (Lau et al., 2017). Si suggerisce che studi futuri che coinvolgono misure di depressione o OSNA misurino ripetutamente questi disturbi piuttosto che un solo punto temporale assumendoli immutabili nel tempo. Inoltre, la metodologia statistica dovrebbe considerare tale cambiamento di stato nelle specifiche di modellazione, come l'utilizzo del cambiamento dello stato patologico nel tempo piuttosto che lo stato di base come predittore dei risultati di salute mentale. In secondo luogo, ha sollevato una preoccupazione se questi disturbi (cioè, sintomi depressivi e comportamenti legati a Internet) sono di lunga durata oa breve termine. Ulteriori studi longitudinali che coinvolgono un approccio di modellazione della traiettoria di classe latente sono un'alternativa per stimare il corso di sviluppo naturale di questi disturbi.

A nostra conoscenza, il nostro studio di coorte è il primo a stimare un'associazione bidirezionale tra OSNA e depressione tra gli adolescenti. Il punto di forza principale di questo studio è un progetto di studio prospettico su larga scala con misure ripetute per l'OSNA e la depressione. Un altro importante vantaggio è che un'associazione bidirezionale, inclusa la previsione longitudinale dell'OSNA sullo sviluppo della depressione e la previsione longitudinale della depressione sullo sviluppo dell'OSNA, è stata testata nello stesso campione.

Tuttavia, durante l'interpretazione dei risultati è necessario notare diverse limitazioni. In primo luogo, a causa del metodo di raccolta dati auto-riferito, possono conseguentemente esistere errori di segnalazione (p. Es., Pregiudizi sociali desiderabili e pregiudizi di richiamo). In secondo luogo, questo studio si è concentrato su una popolazione demografica specifica (cioè, studenti non clinici e scolastici) e la generalizzabilità dei risultati ad altre popolazioni dovrebbe essere cauta. Sono necessari studi su altre popolazioni demografiche (cioè popolazione clinica psichiatrica) per confermare ulteriormente tali associazioni longitudinali trovate in questo studio. In terzo luogo, potrebbe esistere un'errata classificazione della depressione come fonte di errore di misurazione considerando che la depressione è stata misurata da una scala di screening epidemiologico auto-somministrata piuttosto che da una diagnosi clinica per valutare la depressione. In quarto luogo, questo studio è stato limitato a due punti temporali con un intervallo di 9 mesi. Poiché abbiamo definito il cambiamento in OSNA / depressione (cioè, ONSA persistente / depressione e remissione da OSNA / depressione) confrontando i risultati dei sondaggi di base e di follow-up condotti a distanza di 9 mesi, non sappiamo se lo stato di OSNA / depressione sia cambiato o ha fluttuato durante il periodo di 9 mesi. Sono necessari studi longitudinali con più osservazioni e un breve intervallo di tempo per acquisire il quadro dinamico di queste condizioni negative. In quinto luogo, considerando che non sono disponibili strumenti standard e criteri diagnostici per OSNA, abbiamo utilizzato il 10 ° decile dei punteggi OSNA al basale per definire i casi di OSNA a seguito di uno studio pubblicato simile (Verkuijl et al., 2014). La sensibilità e la specificità di tale criterio per lo status di OSNA non sono chiare e devono essere valutate nella ricerca futura. Tuttavia, la scala OSNA ha mostrato proprietà psicometriche accettabili in questo studio e nei nostri precedenti studi. Sesto, le associazioni longitudinali tra OSNA e depressione sono state stimate separatamente utilizzando due sottocampioni. Riteniamo che l'utilizzo dello stato patologico come esito anziché dei punteggi continui potrebbe fornire una spiegazione più significativa nello studio epidemiologico. La modellizzazione dell'equazione strutturale a ritardi incrociati potrebbe essere un approccio alternativo per esplorare le direzioni causali negli studi longitudinali futuri con tre o più osservazioni. Inoltre, i nostri risultati forniscono forti evidenze di associazioni temporali (un importante criterio per l'inferenza causale) tra l'OSNA e la depressione. Tuttavia, non abbiamo potuto escludere la possibilità che una terza variabile non inclusa in questo studio collegasse le associazioni longitudinali tra OSNA e depressione.

Conclusioni

Questo studio ha rivelato un'associazione bidirezionale tra OSNA e depressione tra gli adolescenti, il che significa che la depressione contribuisce in modo significativo allo sviluppo dell'OSNA e, a sua volta, gli individui depressi sperimentano effetti più deleteri dall'uso del social networking online. Ulteriori studi longitudinali con più punti temporali osservazionali e intervallo di breve durata sono garantiti per un'ulteriore conferma dei risultati di questo studio.

Contributo degli autori

J-BL, JTFL, PKHM e X-FS hanno concepito e progettato lo studio. J-BL, J-CM e Y-XC hanno acquisito i dati. J-BL, JTFL e PKHM hanno eseguito le analisi statistiche. J-BL, JTFL, PKHM, XZ e AMSW hanno redatto e revisionato il manoscritto. Tutti gli autori hanno contribuito all'interpretazione dei risultati e alla revisione critica del manoscritto per importanti contenuti intellettuali e hanno approvato la versione finale del manoscritto.

Conflitto d'interesse

Gli autori dichiarano assenza di conflitto di interesse.

Ringraziamenti

Gli autori vorrebbero apprezzare tutti i partecipanti, le loro famiglie e le scuole per sostenere questo studio.

Riferimenti

 Andreassen, C. S. (2015). Dipendenza da siti di social network online: una revisione completa. Rapporti attuali sulle dipendenze, 2 (2), 175–184. doi:https://doi.org/10.1007/s40429-015-0056-9 CrossRefGoogle Scholar
 Brand, M., Laier, C. e Young, K. S. (2014). Dipendenza da Internet: affrontare stili, aspettative e implicazioni del trattamento. Frontiers in Psychology, 5, 1256. doi:https://doi.org/10.3389/fpsyg.2014.01256 CrossRef, MedlineGoogle Scholar
 Chen, Z. Y., Yang, X. D. e Li, X. Y. (2009). Caratteristiche psicometriche del CES-D negli adolescenti cinesi. Chinese Journal of Clinical Psychology, 17 (4), 443–448. doi:https://doi.org/10.16128/j.cnki.1005-3611.2009.04.027 Google Scholar
 Cheng, C. P., Yen, C. F., Ko, C. H., & Yen, J. Y. (2012). Struttura fattoriale del Center for Epidemiologic Studies Depression Scale negli adolescenti taiwanesi. Psichiatria completa, 53 (3), 299-307. doi:https://doi.org/10.1016/j.comppsych.2011.04.056 CrossRef, MedlineGoogle Scholar
 Cho, S. M., Sung, M. J., Shin, K. M., Lim, K. Y. e Shin, Y. M. (2013). La psicopatologia nell'infanzia predice la dipendenza da Internet negli adolescenti maschi? Psichiatria infantile e sviluppo umano, 44 ​​(4), 549–555. doi:https://doi.org/10.1007/s10578-012-0348-4 CrossRef, MedlineGoogle Scholar
 Chou, W. P., Ko, C. H., Kaufman, E. A., Crowell, S. E., Hsiao, R. C., Wang, P. W., Lin, J. J., & Yen, C. F. (2015). Associazione di strategie per affrontare lo stress con la dipendenza da Internet negli studenti universitari: l'effetto moderatore della depressione. Psichiatria completa, 62, 27–33. doi:https://doi.org/10.1016/j.comppsych.2015.06.004 MedlineGoogle Scholar
 Davis, R. A. (2001). Un modello cognitivo-comportamentale dell'uso patologico di Internet. Computer nel comportamento umano, 17 (2), 187–195. doi:https://doi.org/10.1016/S0747-5632(00)00041-8 CrossRefGoogle Scholar
 Ellison, N. B., Steinfield, C., e Lampe, C. (2007). I vantaggi degli "amici" di Facebook: Capitale sociale e utilizzo dei siti di social network online da parte degli studenti universitari. Journal of Computer-Mediated Communication, 12 (4), 1143-1168. doi:https://doi.org/10.1111/j.1083-6101.2007.00367.x CrossRefGoogle Scholar
 Gámez-Guadix, M. (2014). Sintomi depressivi e uso problematico di Internet tra gli adolescenti: analisi delle relazioni longitudinali dal modello cognitivo-comportamentale. Cyberpsychology, Behaviour e Social Networking, 17 (11), 714-719. doi:https://doi.org/10.1089/cyber.2014.0226 MedlineGoogle Scholar
 Griffiths, M. D. (2013). Dipendenza dai social network: temi e problemi emergenti. Journal of Addiction Research & Therapy, 4 (5), e118. doi:https://doi.org/10.4172/2155-6105.1000e118 Google Scholar
 Griths, M. D., Kuss, D. J. e Demetrovics, Z. (2014). Dipendenza dai social network: una panoramica dei risultati preliminari. In K. P. Rosenberg e L. C. Feder (a cura di), Dipendenze comportamentali: criteri, prove e trattamento (pp. 119-141). Londra, Regno Unito: Elsevier. Google Scholar
 Hinkley, T., Verbestel, V., Ahrens, W., Lissner, L., Molnár, D., Moreno, LA, Pigeot, I., Pohlabeln, H., Reisch, LA, & Russo, P. (2014 ). Uso dei media elettronici nella prima infanzia come predittore di un benessere più povero: uno studio prospettico di coorte. JAMA Pediatrics, 168 (5), 485–492. doi:https://doi.org/10.1001/jamapediatrics.2014.94 MedlineGoogle Scholar
 Hong, F.Y., Huang, D.H., Lin, H.Y., & Chiu, S. L. (2014). Analisi dei tratti psicologici, utilizzo di Facebook e modello di dipendenza da Facebook degli studenti universitari taiwanesi. Telematica e informatica, 31 (4), 597-606. doi:https://doi.org/10.1016/j.tele.2014.01.001 CrossRefGoogle Scholar
 Knopf, D., Park, M. J. e Mulye, T. P. (2008). La salute mentale degli adolescenti: un profilo nazionale, 2008. San Francisco, CA: National Adolescent Health Information Center. Google Scholar
 Ko, C. H., Wang, P. W., Liu, T. L., Yen, C. F., Chen, C. S., & Yen, J. Y. (2015). Associazioni bidirezionali tra fattori familiari e dipendenza da Internet tra gli adolescenti in un'indagine prospettica. Psichiatria e neuroscienze cliniche, 69 (4), 192-200. doi:https://doi.org/10.1111/pcn.12204 MedlineGoogle Scholar
 Ko, C. H., Yen, J. Y., Chen, C. S., Yeh, Y. C., & Yen, C. F. (2009). Valori predittivi dei sintomi psichiatrici per la dipendenza da Internet negli adolescenti: uno studio prospettico di 2 anni. Archives of Pediatrics & Adolescent Medicine, 163 (10), 937–943. doi:https://doi.org/10.1001/archpediatrics.2009.159 CrossRef, MedlineGoogle Scholar
 Ko, C. H., Yen, J. Y., Yen, C. F., Lin, H. C., & Yang, M. J. (2007). Fattori predittivi per l'incidenza e la remissione della dipendenza da Internet nei giovani adolescenti: uno studio prospettico. CyberPsychology & Behaviour, 10 (4), 545–551. doi:https://doi.org/10.1089/cpb.2007.9992 CrossRef, MedlineGoogle Scholar
 Koc, M. e Gulyagci, S. (2013). Dipendenza da Facebook tra gli studenti universitari turchi: il ruolo della salute psicologica, le caratteristiche demografiche e di utilizzo. Cyberpsicologia, comportamento e reti sociali, 16 (4), 279-284. doi:https://doi.org/10.1089/cyber.2012.0249 CrossRef, MedlineGoogle Scholar
 Kraut, R., Patterson, M., Lundmark, V., Kiesler, S., Mukopadhyay, T. e Scherlis, W. (1998). Paradosso di Internet. Una tecnologia sociale che riduce il coinvolgimento sociale e il benessere psicologico? American Psychologist, 53 (9), 1017-1031. doi:https://doi.org/10.1037/0003-066X.53.9.1017 CrossRef, MedlineGoogle Scholar
 Kuss, D. J., e Griffiths, M. D. (2011). Social networking in linea e dipendenza - Una revisione della letteratura psicologica. Giornale internazionale di ricerca ambientale e salute pubblica, 8 (9), 3528–3552. doi:https://doi.org/10.3390/ijerph8093528 CrossRef, MedlineGoogle Scholar
 Laconi, S., Tricard, N. e Chabrol, H. (2015). Differenze tra usi problematici specifici e generalizzati di Internet in base a sesso, età, tempo trascorso online e sintomi psicopatologici. Computer nel comportamento umano, 48, 236–244. doi:https://doi.org/10.1016/j.chb.2015.02.006 CrossRefGoogle Scholar
 Lam, L. T. (2014). Dipendenza da giochi su Internet, uso problematico di Internet e problemi di sonno: una revisione sistematica. Current Psychiatry Reports, 16 (4), 444. doi:https://doi.org/10.1007/s11920-014-0444-1 CrossRef, MedlineGoogle Scholar
 Lau, J. T. F., Wu, A. M. S., Gross, D. L., Cheng, K. M., & Lau, M. M. C. (2017). La dipendenza da Internet è transitoria o persistente? Incidenza e potenziali predittori di remissione della dipendenza da Internet tra gli studenti delle scuole secondarie cinesi. Comportamenti che creano dipendenza, 74, 55–62. doi:https://doi.org/10.1016/j.addbeh.2017.05.034 MedlineGoogle Scholar
 Lee, S. W., Stewart, S. M., Byrne, B. M., Wong, J. P. S., Ho, S. Y., Lee, P. W. H., & Lam, T. H. (2008). Struttura fattoriale del Center for Epidemiological Studies Depression Scale negli adolescenti di Hong Kong. Journal of Personality Assessment, 90 (2), 175-184. doi:https://doi.org/10.1080/00223890701845385 MedlineGoogle Scholar
 Li, J. B., Lau, J. T. F., Mo, P. K. H., Su, X. F., Tang, J., Qin, Z. G., & Gross, D. L. (2017). L'insonnia ha parzialmente mediato l'associazione tra l'uso problematico di Internet e la depressione tra gli studenti delle scuole secondarie in Cina. Journal of Behavioral Addictions, 6 (4), 554-563. doi:https://doi.org/10.1556/2006.6.2017.085 LinkGoogle Scholar
 Li, J. B., Lau, J. T. F., Mo, P. K. H., Su, X. F., Wu, A. M., Tang, J. e Qin, Z. G. (2016). Validazione della scala di intensità delle attività di social networking tra gli studenti delle scuole medie inferiori in Cina. PLoS One, 11 (10), e0165695. doi:https://doi.org/10.1371/journal.pone.0165695 CrossRef, MedlineGoogle Scholar
 Lin, L. Y., Sidani, J. E., Shensa, A., Radovic, A., Miller, E., Colditz, J. B., Hoffman, B. L., Giles, L. M. e Primack, B. A. (2016). Associazione tra uso dei social media e depressione tra i giovani adulti statunitensi. Depressione e ansia, 33 (4), 323-331. doi:https://doi.org/10.1002/da.22466 MedlineGoogle Scholar
 McDougall, M. A., Walsh, M., Wattier, K., Knigge, R., Miller, L., Stevermer, M. e Fogas, B. S. (2016). L'effetto dei siti di social networking sulla relazione tra supporto sociale percepito e depressione. Psychiatry Research, 246, 223–229. doi:https://doi.org/10.1016/j.psychres.2016.09.018 MedlineGoogle Scholar
 Moreno, M. A., Jelenchick, L. A. e Breland, D. J. (2015). Esplorare la depressione e l'uso problematico di Internet tra le studentesse universitarie: uno studio multisito. Computer nel comportamento umano, 49, 601-607. doi:https://doi.org/10.1016/j.chb.2015.03.033 Google Scholar
 Oberst, U., Wegmann, E., Stodt, B., Brand, M. e Chamarro, A. (2017). Conseguenze negative da pesanti reti sociali negli adolescenti: il ruolo di mediazione della paura di perdere. Journal of Adolescence, 55, 51–60. doi:https://doi.org/10.1016/j.adolescence.2016.12.008 CrossRef, MedlineGoogle Scholar
 Pempek, T.A., Yermolayeva, Y. A., & Calvert, S. L. (2009). Esperienze di social networking degli studenti universitari su Facebook. Journal of Applied Developmental Psychology, 30 (3), 227-238. doi:https://doi.org/10.1016/j.appdev.2008.12.010 CrossRefGoogle Scholar
 Penninx, B. W., Deeg, D. J., van Eijk, J. T., Beekman, A. T., & Guralnik, J. M. (2000). Cambiamenti nella depressione e declino fisico negli anziani: una prospettiva longitudinale. Journal of Affective Disorders, 61 (1–2), 1–12. doi:https://doi.org/10.1016/s0165-0327(00)00152-x MedlineGoogle Scholar
 Pontes, H. M., Szabo, A. e Griffiths, M. D. (2015). L'impatto delle attività specifiche basate su Internet sulle percezioni della dipendenza da Internet, della qualità della vita e dell'uso eccessivo: uno studio trasversale. Rapporti sui comportamenti di dipendenza, 1, 19–25. doi:https://doi.org/10.1016/j.abrep.2015.03.002 CrossRef, MedlineGoogle Scholar
 Radloff, L. S. (1977). La scala CES-D: scala di autovalutazione della depressione per la ricerca nella popolazione generale. Misurazione psicologica applicata, 1 (3), 385–401. doi:https://doi.org/10.1177/014662167700100306 CrossRefGoogle Scholar
 Rushton, J. L., Forcier, M. e Schectman, R. M. (2002). Epidemiologia dei sintomi depressivi nello studio longitudinale nazionale sulla salute degli adolescenti. Giornale dell'American Academy of Child & Adolescent Psychiatry, 41 (2), 199–205. doi:https://doi.org/10.1097/00004583-200202000-00014 MedlineGoogle Scholar
 Selfhout, M. H. W., Branje, S. J. T., Delsing, M., Ter Bogt, T. F. M., & Meeus, W. H. J. (2009). Diversi tipi di utilizzo di Internet, depressione e ansia sociale: il ruolo della qualità percepita dell'amicizia. Journal of Adolescence, 32 (4), 819–833. doi:https://doi.org/10.1016/j.adolescence.2008.10.011 CrossRef, MedlineGoogle Scholar
 Steinfield, C., Ellison, N. B. e Lampe, C. (2008). Capitale sociale, autostima e utilizzo dei siti di social network online: un'analisi longitudinale. Journal of Applied Developmental Psychology, 29 (6), 434–445. doi:https://doi.org/10.1016/j.appdev.2008.07.002 CrossRefGoogle Scholar
 Stockings, E., Degenhardt, L., Lee, Y. Y., Mihalopoulos, C., Liu, A., Hobbs, M. e Patton, G. (2015). Scale di screening dei sintomi per la rilevazione del disturbo depressivo maggiore in bambini e adolescenti: una revisione sistematica e una meta-analisi di affidabilità, validità e utilità diagnostica. Journal of Affective Disorders, 174, 447–463. doi:https://doi.org/10.1016/j.jad.2014.11.061 MedlineGoogle Scholar
 Tang, C. S. e Koh, Y. Y. (2017). Dipendenza da social networking online tra studenti universitari a Singapore: comorbidità con dipendenza comportamentale e disturbo affettivo. Asian Journal of Psychiatry, 25, 175–178. doi:https://doi.org/10.1016/j.ajp.2016.10.027 MedlineGoogle Scholar
 Thapar, A., Collishaw, S., Potter, R. e Thapar, A. K. (2010). Gestire e prevenire la depressione negli adolescenti. BMJ, 340, c209. doi:https://doi.org/10.1136/bmj.c209 CrossRef, MedlineGoogle Scholar
 Van Gool, C. H., Kempen, GIJM, Penninx, BWJH, Deeg, D. J. H., Beekman, A. T. F. e Van Eijk, J. T. M. (2003). Relazione tra cambiamenti nei sintomi depressivi e stili di vita malsani nelle persone di mezza età e in età avanzata: risultati del Longitudinal Aging Study Amsterdam. Età e invecchiamento, 32 (1), 81-87. doi:https://doi.org/10.1093/ageing/32.1.81 MedlineGoogle Scholar
 Verkuijl, N. E., Richter, L., Norris, S. A., Stein, A., Avan, B. e Ramchandani, P. G. (2014). Sintomi depressivi postnatali e sviluppo psicologico del bambino a 10 anni: uno studio prospettico di dati longitudinali dalla coorte South African Birth to Twenty. Lancet Psychiatry, 1 (6), 454–460. doi:https://doi.org/10.1016/S2215-0366(14)70361-X MedlineGoogle Scholar
 Wang, J. C., Xie, H.Y., & Fisher, J. H. (2009). Modelli multilivello per misure di risultati discreti. In L.-P. Wang (Ed.), Modelli multilivello: applicazioni che utilizzano SAS® (pp 113-174). Pechino, Cina: stampa di istruzione superiore. Google Scholar
 Wang, M., Armor, C., Wu, Y., Ren, F., Zhu, X., & Yao, S. (2013). Struttura fattoriale del CES-D e invarianza di misurazione tra i sessi negli adolescenti della Cina continentale. Journal of Clinical Psychology, 69 (9), 966–979. doi:https://doi.org/10.1002/jclp.21978 MedlineGoogle Scholar
 Wu, A. M. S., Cheung, V. I., Ku, L., & Hung, E. P. W. (2013). Fattori di rischio psicologico della dipendenza dai siti di social networking tra gli utenti di smartphone cinesi. Journal of Behavioral Addictions, 2 (3), 160-166. doi:https://doi.org/10.1556/JBA.2.2013.006 LinkGoogle Scholar
 Yoo, Y.-S., Cho, O.-H., & Cha, K.-S. (2014). Associazioni tra uso eccessivo di Internet e salute mentale negli adolescenti. Infermieristica e scienze della salute, 16 (2), 193-200. doi:https://doi.org/10.1111/nhs.12086 CrossRef, MedlineGoogle Scholar
 Young, K. S. e Rogers, R. C. (1998). Il rapporto tra depressione e dipendenza da Internet. CyberPsychology & Behaviour, 1 (1), 25-28. doi:https://doi.org/10.1089/cpb.1998.1.25 CrossRefGoogle Scholar
 Zhou, S. X. e Leung, L. (2010). Gratificazioni, solitudine, noia per il tempo libero e autostima come predittori della dipendenza dai giochi SNS e del modello di utilizzo tra gli studenti universitari cinesi. Master of Science in New Media, The Chinese University of Hong Kong, Hong Kong. Google Scholar