Bloccato sugli schermi: modelli di computer e stazioni di gioco usati in gioventù visti in una clinica psichiatrica (2011)

J Can Acad Child Adolesc Psychiatry. 2011 May;20(2):86-94.

Baer S¹, Bogusz E, DA verde.

Astratto

OBBIETTIVO:

L'uso del computer e della stazione di gioco si è radicato nella cultura della nostra gioventù. I genitori di bambini con disturbi psichiatrici riferiscono preoccupazioni sull'uso eccessivo, ma la ricerca in questo settore è limitata. L'obiettivo di questo studio è quello di valutare l'utilizzo di computer / giochi da tavolo negli adolescenti in una popolazione di clinica psichiatrica e di esaminare la relazione tra l'uso e la compromissione funzionale.

METODO:

Gli adolescenti 102, di età 11-17, provenienti da cliniche psichiatriche ambulatoriali hanno partecipato. La quantità di utilizzo del computer / della stazione di gioco, il tipo di utilizzo (di gioco o non di gioco) e la presenza di caratteristiche di dipendenza sono stati accertati insieme al disagio emotivo / funzionale. La regressione lineare multivariata è stata utilizzata per esaminare le correlazioni tra i modelli di utilizzo e la compromissione.

RISULTATI:

La durata media dello schermo era 6.7 ± 4.2 ore / giorno. La presenza di caratteristiche di dipendenza era correlata positivamente con la compromissione emotiva / funzionale. Il tempo speso per l'uso di computer / giochi da stazione non era correlato in generale con la compromissione dopo aver controllato le caratteristiche di dipendenza, ma il tempo di non gioco era correlato positivamente con il comportamento rischioso nei ragazzi.

CONCLUSIONI:

I giovani con disturbi psichiatrici passano gran parte del loro tempo libero al computer / alla stazione di gioco e un sottoinsieme sostanziale mostra caratteristiche di dipendenza che sono associate a menomazioni. Sono necessarie ulteriori ricerche per sviluppare misure e valutare il rischio per identificare l'impatto di questo problema.

PAROLE CHIAVE:

adolescenza; dipendenza da computer; dipendenza da Internet; videogiochi

Introduzione

Negli ultimi anni 20, il computer e l'utilizzo delle stazioni di gioco nella vita quotidiana di bambini e adolescenti sono notevolmente aumentati (Media Awareness Network, 2005; Smith, et al., 2009). Nuove forme di comunicazione sociale, tra cui l'instant messaging e le interazioni sociali basate sul web, sono ora componenti quotidiane importanti della vita di molti adolescenti. Il gioco elettronico è esploso in popolarità e alcuni bambini sono diventati la loro attività ricreativa primaria (Olson, et al., 2007). Poiché l'uso di computer / giochi da tavolo è un fenomeno relativamente nuovo, la nostra comprensione degli effetti dell'uso sullo sviluppo generale del bambino e sul funzionamento sociale e accademico è limitata. Questo studio è un primo passo nell'esame dell'uso di computer e giochi da tavolo nei bambini con disturbi psichiatrici, una popolazione vulnerabile di cui è ancora meno noto.

I bambini e i giovani identificano spesso aspetti positivi dell'uso, inclusa la stimolazione sociale e intellettuale (Campbell, et al., 2006) e vi è una ricerca che suggerisce che il videogioco possa creare capacità spaziali attoriali e visive (Green & Bavelier, 2003). Tuttavia, sono state sollevate preoccupazioni in merito agli effetti dell'uso sul lavoro scolastico e sullo sviluppo sociale, in particolare laddove livelli elevati di utilizzo limitano il coinvolgimento nell'impegno sociale diretto, nello sport, nel gioco immaginativo, nella musica e in altri tipi di attività extracurricolari di abilità (Allison, et al., 2006; Jordan, 2006).

L'abuso di attività di computer / giochi da stazione ha portato a proposte che questo è considerato un tipo di dipendenza comportamentale (Giovane, 1998b). Sono stati proposti diversi modelli di dipendenza, compresi quelli basati sui disturbi del controllo degli impulsi, il gioco d'azzardo patologico e la dipendenza dalla sostanza (Barba, 2005; Byun, et al., 2009; Shapira, et al., 2003; Giovane, 1998b). La dipendenza da Internet non è inclusa nel DSM-IV-TR, (APA, 2000) ma alcuni hanno proposto di includerlo come parte del DSM-V (Blocca, 2008). Studi di popolazioni di studenti delle scuole superiori e universitarie hanno identificato tassi di utilizzo problematico o "dipendenza" che vanno da 2.4% -20% (Cao & Su, 2006; Grusser, et al., 2005; Ha, et al., 2006; Mythily, et al., 2008; Niemz, et al., 2005), sebbene i confronti tra gli studi siano difficili in quanto non esiste una definizione standardizzata di dipendenza da Internet (Byun, et al., 2009; Weinstein e Lejoyeux, 2010).

La terminologia in quest'area si sta evolvendo. Vengono utilizzati vari termini tra cui "dipendenza da Internet" (Byun, et al., 2009), "Utilizzo problematico di Internet" (Ceyhan, 2008), "Uso compulsivo di Internet" (van Rooij, et al., 2010) e "cyberaddiction" (Vaugeois, 2006). La maggior parte degli studi si concentra esclusivamente sull'uso di Internet (Byun, et al., 2009), mentre altri guardano al videogioco (sia in linea che fuori linea) (Gentile, 2009; Rehbein, et al., 2010; Tejeiro Salguero e Bersabe Moran, 2002). Questo focus esclusivo su una attività elettronica o un'altra non è coerente con il comportamento della maggior parte dei giovani che, nella nostra esperienza, fanno una varietà di attività on-line e off-line, a volte simultaneamente. In questo studio, utilizziamo il termine "attività di computer / stazione di gioco" per includere tutte le attività ricreative (cioè non scolastiche o relative al lavoro) su computer e stazioni di gioco (compresi i dispositivi di gioco portatili). Definiamo "durata dello schermo" per includere il tempo trascorso sul computer / stazione di gioco più il tempo trascorso a guardare la televisione. Il termine "uso eccessivo" verrà utilizzato quando l'attività implica un tempo eccessivo, ma non necessariamente funzioni di dipendenza. Usiamo il termine "dipendenza" per riferirci a studi in cui esiste una misura che affronta le caratteristiche qualitative della dipendenza come descritto sopra.

Sono state identificate le correlazioni tra l'uso pesante e la presenza di sintomi psichiatrici come depressione, ADHD e ansia sociale in campioni di popolazione generale (Cao & Su, 2006; Chan e Rabinowitz, 2006; Jang, et al., 2008; Kim, et al., 2006; Ko, et al., 2008; Niemz, et al., 2005; Rehbein, et al., 2010; Weinstein e Lejoyeux, 2010; Weinstein, 2010; Yang, et al., 2005; Yoo, et al., 2004). Altri studi hanno esaminato le caratteristiche psichiatriche di utenti Internet pesanti e hanno trovato risultati variabili che suggerivano per lo più che gli utenti pesanti hanno tassi più elevati di sintomi psichiatrici, tra cui ansia sociale e sintomi dell'umore (Cao, et al., 2007; Chak e Leung, 2004; Lo, et al., 2005; Shapira, et al., 2000; Yen, et al., 2008), così come i deficit cognitivi (Sun, et al., 2009; Sun, et al., 2008).

Queste correlazioni tra uso intensivo e sintomi psichiatrici sono coerenti con i rapporti aneddotici di medici e genitori coinvolti con bambini e giovani con problemi di salute mentale. Mentre l'etichettatura del computer / stazione di gioco si usa come "coinvolgente" rimane controversa nel mondo della ricerca (Shaffer, et al., 2000), nella pratica clinica molti genitori segnalano preoccupazioni significative sull'uso "assuefatorio" nei loro bambini, e i centri di cura per "dipendenza da Internet" sono in aumento (Ahn, 2007; Khaleej Times Online, 2009). Non è chiaro se elevate quantità di utilizzo di computer / giochi da gioco stiano contribuendo a difficoltà emotive, indipendentemente dal fatto che l'uso sia il risultato di difficoltà (es. Isolamento sociale) o una combinazione di entrambi i fattori. Attualmente, esistono poche informazioni sui modelli di utilizzo del computer / della stazione di gioco nei giovani con disturbi psichiatrici.

Questo studio è il primo a esaminare specificamente l'uso di computer / giochi da gioco nei giovani in una popolazione di clinica psichiatrica. Gli obiettivi erano di determinare quanto tempo i giovani con disturbi psichiatrici passano davanti a "schermi" (televisione, computer e stazioni di gioco) e come stanno dividendo il loro tempo tra attività di videogaming e attività ricreative non di gioco (ad esempio Facebook) . Ulteriori obiettivi erano determinare se esistesse una relazione tra l'estensione dell'utilizzo del computer / della stazione di gioco e l'entità del disagio emotivo e funzionale. Infine, anche se la "dipendenza da Internet" come disturbo rimane controverso, volevamo determinare se la presenza di caratteristiche di dipendenza da uso basato su modelli proposti per la dipendenza da Internet potesse essere identificata nella nostra popolazione clinica e se avessero qualche valore predittivo su come la gioventù stava funzionando.

metodo

Partecipanti

I bambini e le loro famiglie sono stati visitati in cliniche psichiatriche ambulatoriali in un ospedale pediatrico provinciale in Canada e in 2 nei siti della comunità durante un mese di 4 in 2008 e hanno chiesto di partecipare allo studio. Erano un gruppo eterogeneo e comprendevano pazienti che frequentavano le cliniche psichiatriche generali e le cliniche di sottospecialità e costituivano una combinazione di casi secondari e terziari. Non avevamo dati sullo stato socioeconomico dei partecipanti. I criteri di inclusione erano età tra 11-17, scioltezza dell'inglese e capacità di leggere l'inglese. Abbiamo distribuito i sondaggi ~160 di cui 112 è stato completato sia dal bambino che dai genitori. Abbiamo omesso i partecipanti 8 a causa di un consenso incompleto e / o dei moduli di assenso, un partecipante poiché era al di sotto del limite di età e un partecipante a causa di un'interpretazione errata dei questionari. L'ultimo campione consisteva quindi in soggetti 102. Questo studio è stato approvato dal Consiglio per l'etica della ricerca dell'Università della British Columbia e tutti i soggetti hanno firmato il consenso o le forme di consenso.

Dati Demografici

Le informazioni demografiche tra cui età, sesso, numero di computer e accesso a Internet sono state accertate tramite questionari genitori e figli. Sono state ottenute stime del tempo trascorso da bambini e genitori su giochi, attività ricreative non basate su computer e TV nei giorni feriali (giorni scolastici) e nei fine settimana (giorni non scolastici), consentendo di calcolare una media giornaliera ponderata per ciascuna attività. Il questionario non ha valutato il testo e non ha fatto distinzioni tra giochi online o offline. Sono state accertate la presenza di regole, limiti di tempo e posizione del sistema di gioco / computer.

Misure

Non esistono misure esistenti che guardino alle caratteristiche di dipendenza del computer e delle attività delle stazioni di gioco appropriate per i giovani. Sono state sviluppate diverse misure per esaminare specificamente le attività basate su Internet (Barba, 2005; Beranuy Fargues, et al., 2009; Ko, et al., 2005a; Nichols e Nicki, 2004; Park, 2005; Giovane, 1998a, 1998b) e diversi sono stati sviluppati per guardare esclusivamente al videogaming (Gentile, 2009; Tejeiro Salguero e Bersabe Moran, 2002). Gran parte della ricerca sulla dipendenza da Internet ha avuto luogo in Asia con una delle misure più utilizzate, la scala Chen Internet Addiction (Ko, et al., 2005a), che non è disponibile in inglese. Una delle misure di lingua inglese più ampiamente utilizzate per le attività su Internet, l'Internet Addiction Test (IAT) (Giovane, 1998a, 1998b) è stato convalidato solo negli adulti (Chang & Law, 2008; Widyanto e McMurran, 2004) e include alcune domande che sono inappropriate per i bambini (ad es. "Quanto spesso preferisci internet ad intimità con il tuo partner?"). Uno studio di convalida ha incluso alcuni giovani, ma l'età media del campione era superiore a 25 (Widyanto e McMurran, 2004). Non sono state convalidate scale in inglese per valutare la dipendenza da Internet nei bambini. Inoltre, tutte le misure esistenti si basano esclusivamente sull'autorappresentazione e non includono informazioni collaterali da parte di un genitore, mettendo così a rischio la sottostima dei problemi.

Computer / Gaming-station Addiction Scale (CGAS)

In assenza di una misura adeguata e convalidata per bambini e giovani, come descritto sopra, abbiamo sviluppato un questionario che catturerebbe sia la relazione di bambino e genitore, molteplici modalità di computer e attività di stazione di gioco, e identificare quei bambini che si qualificano per i criteri proposti per la dipendenza da Internet per adolescenti (Ko, et al., 2005b). I criteri del documento Ko derivano da criteri diagnostici candidati basati sul disturbo del controllo degli impulsi e sul disturbo dell'uso di sostanze nel DSM-IV TR, nonché sui criteri diagnostici proposti da altri studi e sono stati validati empiricamente in un campione comunitario di adolescenti. Il self report CGAS è una scala Likert 8-item su una gamma 1-5 che valuta 1) la preoccupazione per le attività di computer / giochi da stazione; 2) incapacità di resistere all'impulso di usare; 3) tolleranza (maggiore uso necessario per sentirsi soddisfatti); 4) ritiro (angoscia quando non si utilizza, risolvendo con l'uso); 5) più a lungo dell'uso previsto; 6) sforzi infruttuosi per ridurre; 7) sforzi eccessivi messi nel tentativo di usare; e 8) ha continuato ad usarlo nonostante la sua conoscenza causasse problemi. Le risposte alle domande 8 sono state sommate per creare un punteggio di dipendenza che si estendeva tra 8 (senza caratteristiche di dipendenza) a 40 (le massime funzioni di dipendenza). Al fine di minimizzare l'effetto alone negativo della bilancia, le domande relative alle funzioni di dipendenza sono state incorporate in 16 altre domande incentrate sulle percezioni dei giovani sugli aspetti positivi e negativi dell'uso di computer / giochi da stazione.

Poiché molte di queste funzioni di dipendenza proposte erano basate sull'esperienza soggettiva di utilizzo dell'adolescente, non venivano richieste ai genitori. Invece, i genitori hanno risposto alle domande di 4 sui segnali di avvertimento proposti per la dipendenza, tra cui: 1) il bambino ha trascurato altri interessi dall'uso di computer / stazione di gioco; 2) il bambino sembra angosciato quando non è permesso l'uso; 3) il bambino sembra felice solo quando lo usa; e 4) bambino si impegna molto per ottenere l'uso. Il punteggio parentale per i segni premonitori di dipendenza è stato riassunto dalle quattro domande e pertanto il punteggio variava da 4 - 20.

Le analisi del CGAS includevano analisi fattoriale esplorativa e coerenza interna. La validità del costrutto è stata valutata attraverso correlazioni con il tempo trascorso sul computer / stazione di gioco e i sintomi generali di psicopatologia usando il questionario sulle forze e le difficoltà, nonché attraverso la correlazione con i segnali di avvertimento di dipendenza riferiti dai genitori.

Questionario sulle forze e le difficoltà (SDQ)

L'SDQ è un oggetto 25, una scala validata ampiamente utilizzata di psicopatologia infantile e adolescenziale, disponibile all'indirizzo www.sdqinfo.org. È stato normato su più di bambini 10,000 e tradotto in più lingue 50 con un'eccellente psicometria (Goodman, 1997, 2001; Goodman, et al., 2000). Abbiamo valutato sia l'SDQ self-report (SDQ figlio) che l'SDQ genitore per età 11-17, esaminando il punteggio totale e le cinque sottoscale (problemi emotivi, problemi di condotta, iperattività, problemi tra pari e comportamento prosociale).

Weiss Functional Impairment Rating Scale-parent (WFIRS-P)

Il WFIRS-P è un questionario genitore convalidato che valuta l'insufficienza funzionale in bambini con problemi emotivi, disponibile su www.caddra.ca. Comprende domande su scala 50 Likert che valutano il deterioramento funzionale del bambino nei domini 6: famiglia, apprendimento e scuola, abilità di vita, concetto di sé del bambino, attività sociale e attività rischiose, con punteggi più alti che riflettono livelli superiori di compromissione funzionale (Weiss, 2008). Il WFIRS ha eccellenti proprietà psicometriche con alfa di Cronbach> 0.9 in generale e dominio di sottoscala di Cronbach che va da 0.75 a 0.93 e convalida in campioni pediatrici, psichiatrici e di comunità (Weiss, 2008). La sezione sulle abilità di vita include una domanda sull'uso eccessivo di computer e TV che è stata esclusa dall'analisi statistica.

Analisi statistica

Le statistiche descrittive sono state eseguite su tutte le variabili. Regressioni lineari multivariate sono state eseguite con punteggi totali e sottoscala del WFIRS-P, figlio SDQ e genitore SDQ, come le variabili dipendenti. Le variabili indipendenti includevano sesso, tempo di gioco, tempo di non gioco e punteggio di dipendenza. I valori mancanti nell'SDQ sono stati gestiti secondo il protocollo di punteggio SDQ (www.sdqinfo.com). WFIRS mancanti e valori di punteggio di dipendenza sono stati gestiti allo stesso modo. I soggetti sono stati eliminati per una regressione specifica se mancavano> 2 elementi di sottoscala, ad eccezione della sottoscala "self" di WFIRS che conteneva solo 3 elementi e quindi tutte le risposte erano richieste. Questo protocollo ha comportato l'eliminazione di 1 soggetto ciascuno per le regressioni SDQ del bambino e del genitore e 2 soggetti per il WFIRS. La significatività statistica è stata definita come p <0.05. L'analisi statistica è stata calcolata utilizzando il software STATA (versione 9.1, Statacorp, 2005).

Risultati

Descrittive

La dimensione totale del campione era 102, comprese le femmine 41 (40.2%) e 61 maschi (59.8%). L'età media era 13.7 ± 1.9. Quasi tutte le famiglie (99.0%) disponevano di un computer in casa e la stragrande maggioranza aveva accesso a Internet (94.1%). Il numero medio di computer nella casa era 2.3 ± 1.3. Un quarto (24.5%) dei bambini aveva un computer nella loro camera da letto. La metà delle famiglie (50.0%) disponeva di regole che limitavano l'utilizzo del computer / della stazione di gioco. I genitori hanno riferito che i loro figli obbedivano alle regole 67 (± 31)% delle volte.

I bambini hanno riferito di aver speso 2.3 (± 2.2) ore / giorno per i giochi, 2.0 (± 2.1) ore / giorno per attività basate sul computer senza giochi e 2.4 (± 2.0) ore / giorno per guardare la televisione. Il tempo medio dello schermo riferito ai bambini era 6.7 ± 4.2 ore / giorno. I ragazzi erano statisticamente più propensi a partecipare ai giochi rispetto alle ragazze: 2.8 vs.1.4 ore / giorno (p = 0.002). Contrariamente alla nostra ipotesi che i bambini avrebbero sottovalutato il tempo, i genitori hanno riferito di utilizzare meno tutti i media rispetto ai loro figli. Queste differenze erano statisticamente significative per il tempo di non gioco e il tempo TV utilizzando un t-test accoppiato (differenze medie = 0.35 ± 0.14 ore e 0.33 ± 0.15 ore, t = 2.5 e 2.2, p = 0.02 e 0.03, rispettivamente), sebbene nessuno delle differenze erano clinicamente rilevanti rispetto all'uso medio. Per l'analisi di regressione, sono state utilizzate le stime dei tempi dei bambini, poiché i bambini sono stati ritenuti più precisi nel descrivere come hanno suddiviso il loro tempo tra attività di gioco e attività non di gioco.

La distribuzione tra le varie attività dei media è mostrata in Tabella 1. Anche se la quantità di tempo speso per ciascuna attività multimediale era più o meno la stessa, era più probabile che il gioco occupasse grandi quantità di tempo, con il doppio dei bambini che registravano spese per 6 h / giorno sui giochi rispetto ai non giochi o alla televisione.

Distribuzione del tempo medio giornaliero trascorso sulle attività dei media (relazione sui bambini). N = 102

Il valore medio del punteggio di dipendenza era 17.2 ± 7.7. Il punteggio delle dipendenze non variava significativamente in base al genere e non dipendeva dal fatto che il tempo fosse prevalentemente speso in attività di gioco o non di gioco, cioè i bambini che erano prevalentemente giocatori avevano ugualmente probabilità di mostrare caratteristiche di dipendenza da quelle prevalentemente impegnate in altre attività, come i social network.

Proprietà psicometriche del CGAS

La coerenza interna era eccellente con Cronbach α = 0.89. Principali componenti L'analisi fattoriale esplorativa del CGAS era coerente con una soluzione unidimensionale basata su entrambi i test di Scree (Cattell, 1978) e il criterio Kaiser. Un fattore spiegava il 56% della varianza e tutte le 8 domande caricate con pesi approssimativamente uguali (0.66-0.80). La correlazione tra il punteggio di dipendenza e il tempo giornaliero trascorso al computer è stata moderata (r = 0.42, p <0.001) coerente con l'ipotesi che il tempo di utilizzo e la dipendenza siano entità sovrapposte ma distinte. Anche le correlazioni tra il punteggio della dipendenza e i punteggi SDQ erano nell'intervallo moderato (r = 0.55, p <0.001 e 0.41, p <0.001 per gli SDQ del bambino e del genitore, rispettivamente) ancora una volta coerente con la sovrapposizione della dipendenza con i sintomi della psicopatologia generale. Il punteggio di dipendenza era moderatamente correlato con i segni premonitori di dipendenza dei genitori (r = 0.47, p <0.001).

Sebbene la maggior parte dei soggetti con punteggio elevato nelle dipendenze fossero utenti di computer / giochi da gioco pesanti, un sottoinsieme non lo era. Figure 1 mostra la relazione tra punteggio di dipendenza e tempo, in cui i punteggi massimi, medi e bassi dei punteggi di dipendenza vengono confrontati con gli utenti di livello alto, medio e basso. La maggior parte dei soggetti rientra nelle categorie previste (ad es. Alta dipendenza / alto uso), tuttavia molti soggetti non rientrano in queste categorie. Circa il 30% di soggetti con punteggio basso di dipendenza impiegano quantità medio-alte di tempo e approssimativamente 10% di soggetti con alto punteggio di dipendenza impiegano basse quantità di tempo. Pertanto, sebbene la scala abbia un'elevata coerenza interna, è in grado di distinguere tra tempo trascorso e caratteristiche di dipendenza.

Tempo di utilizzo del computer / della stazione di gioco (basso, medio o alto) rispetto ai diversi livelli di punteggio di dipendenza

Risultati di regressione

Il punteggio SDQ Child medio per il campione era 14.6 ± 6.4, che è al 82nd percentile rispetto ai dati normati (Meltzer, et al., 2000). Percentuali di sottoscrizione sull'SDQ figlio erano analogamente elevate e andavano dai percentili 77th a 85th. Il punteggio SDQ genitore medio era 15.4 ± 6.5, che è al percentile 89th rispetto ai dati normati sulla popolazione. Le percentuali di sottoscrizione sull'SDQ padre erano analogamente elevate e andavano da 83rd a 92nd percentili. Questi valori sono ben all'interno dell'intervallo clinico come previsto dal reclutamento di una popolazione clinica. Il punteggio WFIRS medio era 40.3 ± 24.2, che è al percentile 27th rispetto a una popolazione clinica di bambini 200 con ADHD non trattato, età 6-11 (Weiss, 2008). I percentili di sottoscrizione variano da 20th al percentile 60th rispetto allo stesso campione ADHD.

Le relazioni tra il tempo trascorso al computer / stazione di gioco, la presenza di caratteristiche di dipendenza e il funzionamento complessivo emotivo e comportamentale misurato dall'SDQ padre, dall'SDQ figlio e dalla WFIRS sono stati valutati utilizzando regressioni lineari multivariate. L'orario TV è stato controllato per vedere se ha avuto un impatto sui risultati, ma è stato eliminato poiché non ha contribuito all'analisi di nessuna delle tre regressioni. Sono stati esaminati gli effetti di genere sulle relazioni tra tempo, caratteristiche di dipendenza e funzionamento.

Tabella 2 mostra i risultati di una regressione lineare multivariata che esamina il modo in cui i punteggi SDQ figlio variano in base al sesso, al tempo di gioco, al tempo di non gioco e al punteggio di dipendenza. Di nota, il punteggio di dipendenza è significativamente correlato con il punteggio SDQ totale e tutti i punteggi sottoscala, cioè i soggetti con punteggio di dipendenza elevato segnalano maggiori difficoltà e un minore comportamento prosociale. Al contrario, il tempo di gioco non è correlato con qualsiasi sottoscala SDQ e infatti, il coefficiente di regressione per l'SDQ figlio totale è vicino a zero (0.04), il che non suggerisce alcuna relazione tra i due. Allo stesso modo, il tempo di non gioco non è correlato con il punteggio totale SDQ oi punteggi sottoscala, con l'eccezione della correlazione positiva con problemi di condotta e correlazione negativa con problemi di pari. Non sono state riscontrate differenze significative tra ragazzi e ragazze negli effetti del tempo di gioco, del tempo non di gioco e del punteggio di dipendenza sui punteggi SDQ dei bambini.

Coefficienti di regressione multipla standardizzati (punteggi t) per sottoscale Child SDQ e punteggio totale.

Tabella 3 mostra i risultati di una regressione lineare multivariata che esamina il modo in cui i punteggi SDQ dei genitori variano in base al genere, al tempo di gioco, al tempo non di gioco e al punteggio di dipendenza. Ancora una volta, il punteggio di dipendenza è significativamente correlato con i punteggi SDQ parentali. Come con l'SDQ figlio, il tempo di gioco non è significativamente correlato con alcun sottoscala SDQ genitore o punteggio totale. Allo stesso modo, il tempo di non gioco non è correlato in modo significativo con l'SDQ genitore, ad eccezione di una correlazione negativa con problemi tra pari riferiti dai genitori. Non sono state riscontrate differenze significative tra ragazzi e ragazze negli effetti del tempo di gioco, del tempo di non gioco e del punteggio di dipendenza sui punteggi SDQ dei genitori.

Coefficienti di regressione multipla standardizzati (t-score) per le sottoscale di Parent SDQ e punteggio totale.

Tabella 4 mostra i risultati di una regressione lineare multivariata che esamina il modo in cui i punteggi WFIRS variano in base al genere, al tempo di gioco, al tempo non di gioco e al punteggio di dipendenza. Analogamente ai risultati per entrambi gli SDQ, il punteggio di dipendenza è significativamente correlato al punteggio totale WFIRS e ai punteggi sottoscala (ad eccezione del comportamento rischioso); cioè, i soggetti con alto punteggio di dipendenza hanno aumentato la compromissione funzionale nella maggior parte dei domini. Il tempo di gioco, come in entrambe le misure SDQ, non è correlato in modo significativo con nessuna sottoscrizione WFIRS o punteggio totale. Allo stesso modo, il tempo di non gioco non è significativamente correlato con il punteggio totale WFIRS o con i punteggi di sottoscala (ad eccezione del comportamento rischioso). Non sono state riscontrate differenze significative tra ragazzi e ragazze negli effetti del tempo di gioco, del tempo di non-gioco e del punteggio di dipendenza su WFIRS, ad eccezione del comportamento rischioso, in cui l'analisi di genere mostrava che il tempo di non gioco era significativamente correlato con un comportamento rischioso per i ragazzi ma non ragazze (coefficiente di regressione = 0.46, p = 0.001 e coefficiente di regressione = 0.02, p = 0.93, rispettivamente). Pertanto la correlazione significativa tra comportamento a rischio e tempo di non-gioco mostrato in Tabella 4 è in gran parte rappresentato dai ragazzi.

Coefficienti di regressione multipla standardizzati (punteggi t) per le sottoscale della WFIRS e il punteggio totale.

Discussione

I giovani nel nostro campione clinico passano molte ore al giorno davanti agli schermi con una spesa di 94% rispetto al limite di ore 2 raccomandato dall'American Academy of Pediatrics (AAP, 2001). Il loro tempo di visualizzazione (media = 6.7 ore / giorno) è più del doppio di quello riportato in due ampi studi epidemiologici sugli adolescenti canadesi durante lo stesso periodo (Mark & Janssen, 2008; Smith, et al., 2009), suggerendo che i giovani con disturbi psichiatrici passano molto più tempo sul computer / stazione di gioco rispetto alla popolazione generale.

Questo studio ha sviluppato e convalidato un rapporto su un bambino e un genitore per misurare le caratteristiche di dipendenza del computer e dell'uso della stazione di gioco sulla base del modello Ko della dipendenza da Internet (Ko, et al., 2005b). Il CGAS ha dimostrato di essere una scala affidabile per valutare le caratteristiche di dipendenza proposte di computer / stazione di gioco con un'eccellente coerenza interna. I modelli di correlazione con il tempo trascorso sul computer, i punteggi SDQ e i segni premonitori della dipendenza hanno supportato la sua validità costruttiva. Anche se il concetto di dipendenza da computer rimane controverso, utilizzando questa misura, siamo stati in grado di identificare un sottogruppo di giovani con disturbi psichiatrici che mostrano caratteristiche di modelli di utilizzo che creano dipendenza.

Il risultato più sorprendente è la forte correlazione positiva tra la presenza di caratteristiche di dipendenza e i problemi segnalati in tutti i reami della vita del bambino. Questo risultato è clinicamente e statisticamente significativo e abbastanza robusto da essere coerente tra gli informatori di genitori e figli, nonché misure di psicopatologia e compromissione funzionale.

Sebbene si possa anche ipotizzare che l'aumento del tempo speso per il computer / la stazione di gioco sia anche correlato a problemi crescenti, questo non è il caso dei nostri dati una volta che si controllano le funzioni di dipendenza. Per tutte e tre le misure di outcome, il tempo trascorso sul computer / stazione di gioco non è generalmente correlato a problemi (ad eccezione dei comportamenti rischiosi discussi di seguito) e, in particolare per il tempo di gioco, i coefficienti di regressione sono vicini a zero (ad es. il tempo non comporta quasi nessun cambiamento nelle difficoltà segnalate).

Questo risultato implica che c'è una differenza qualitativa tra i giovani che "riempiono" grandi quantità di tempo libero con l'uso di computer / giochi da tavolo e giovani il cui uso è più guidato e problematico. Questo apparente paradosso è spiegato graficamente in Figure 1 dove i "filler del tempo" sono indicati dal gruppo con punteggio alto / basso. Si può ipotizzare che il gruppo con basso utilizzo / alto punteggio di dipendenza possa essere un giovane i cui genitori hanno posto il controllo esterno sul loro uso, per esempio, un padre che abbiamo incontrato che ha portato il computer a lavorare ogni giorno per tenerlo lontano da suo figlio. Sebbene l'esistenza della "dipendenza da computer" rimanga controversa, questa netta differenziazione tra tempo e caratteristiche di dipendenza suggerisce che i modelli di utilizzo che creano dipendenza sono distinti e qualitativamente diversi dai modelli non addictive.

Sebbene il tempo trascorso sul computer / stazione di gioco non fosse generalmente associato a problemi, l'eccezione era l'associazione tra il tempo trascorso in attività ricreative non di gioco e comportamenti a rischio (sulla WFIRS) e problemi di condotta (nell'SDQ). L'analisi di genere ha dimostrato che questo è statisticamente significativo per i ragazzi, ma non per le ragazze sulla WFIRS, e per il gruppo totale (ragazzi e ragazze) sull'SDQ. Sia la sottoscala condotta da SDQ che la sottoscala di comportamento rischioso della WFIRS ricorrono a problemi simili (ad esempio menzogne, furti e aggressioni sulla SDQ, difficoltà legali, uso di sostanze e comportamenti sessuali a rischio sulla WFIRS). L'uso del computer ricreativo non da gioco comprende una vasta gamma di attività, tra cui gruppi di social networking basati sul web, nonché altre attività più rischiose come il gioco d'azzardo o la pornografia. L'aumento del tempo speso per queste attività più rischiose può spiegare questa associazione osservata. È importante ricordare che i nostri dati sono solo correlati, e non possono distinguere tra l'uso del computer che porta a comportamenti rischiosi, o i giovani con problemi di condotta che vengono maggiormente indirizzati verso queste attività informatiche.

Questo studio ha diverse implicazioni cliniche. In primo luogo, i giovani con disturbi psichiatrici trascorrono molte ore al giorno sull'uso del computer / stazione di gioco e l'indagine sulla quantità e il tipo di uso come parte della valutazione psichiatrica di routine è raccomandata. Quando sono presenti preoccupazioni sull'uso eccessivo, i genitori e i medici devono distinguere tra bambini che stanno semplicemente riempiendo il loro tempo libero con l'uso del computer e bambini il cui uso è più guidato e problematico. I segnali di avvertimento dei genitori per le funzioni di utilizzo che creano dipendenza (descritti sopra) sono stati correlati con i rapporti dei giovani sulle caratteristiche di dipendenza e dovrebbero innescare ulteriori indagini. Un'ulteriore implicazione è che i genitori devono monitorare ciò che il loro bambino sta facendo sul computer, in quanto alcune attività possono essere associate a problemi crescenti. Ciò è particolarmente rilevante data l'alta percentuale di giovani che hanno i loro computer nelle loro camere da letto, dove gran parte del loro uso è presumibilmente senza supervisione.

Questo studio ha limiti significativi, ma inizia a pilotare un'area che merita una ricerca considerevolmente maggiore dato il suo impatto sulla nostra gioventù. Questi risultati nei bambini con psicopatologia esistente non possono essere generalizzati alla popolazione in generale. In questo studio non erano disponibili informazioni diagnostiche e pertanto non potevano esserci associazioni tra l'uso del computer / stazione di gioco e disturbi psichiatrici specifici. Non sono disponibili dati socioeconomici e pertanto non è possibile creare associazioni demografiche. Questo studio è di natura trasversale e osserva solo le correlazioni tra l'uso e il funzionamento del computer e pertanto non può rispondere a domande causali.

Sebbene il concetto di poter essere "dipendenti" dal computer resti controverso, i nostri risultati dimostrano un sottogruppo significativo di bambini per i quali l'uso del computer / stazione di gioco è più guidato e difficile da controllare che sembra essere associato con entrambi aumento psicopatologia e compromissione funzionale. Ulteriori studi per sviluppare la metodologia per valutare l'impatto del computer e dell'uso della stazione di gioco sui nostri giovani sono imperativi.

Riconoscimenti / Conflitti di interesse

Grazie a Dr. MD Weiss e Dr. EJ Garland per i commenti utili. Grazie a Adrian Lee Chuy per il supporto alla ricerca. Questo studio è stato finanziato dal Psychiatry Research Fund della Divisione di salute mentale giovanile e giovanile all'ospedale pediatrico della British Columbia, nonché dal programma di ricerca per studenti estivi dell'Università della British Columbia. Gli autori non hanno relazioni finanziarie da rivelare.

Riferimenti

Ahn DH. Politica coreana in materia di trattamento e riabilitazione per la dipendenza da Internet degli adolescenti. Seoul, Corea: Commissione nazionale della gioventù; 2007.
Allison SE, von Wahide L, Shockley T, Gabbard GO. Lo sviluppo del sé nell'era di Internet e giochi fantasy di ruolo. American Journal of Psychiatry. 2006; 163 (3): 381-385. [PubMed]
American Academy of Pediatrics. American Academy of Pediatrics: bambini, adolescenti e televisione. Pediatria. 2001; 107 (2): 423-426. [PubMed]
American Psychiatric Association. Manuale diagnostico e statistico dei disturbi mentali. 4th edizione, revisionata. Washington, DC: American Psychiatric Association; 2000.
Beard KW. Dipendenza da Internet: una revisione delle attuali tecniche di valutazione e potenziali domande di valutazione. Cyberpsicologia e comportamento. 2005; 8 (1): 7-14. [PubMed]
Beranuy Fargues M, Chamarro Lusar A, Graner Jordania C, Carbonell Sanchez X. [Validazione di due brevi scale per la dipendenza da Internet e l'uso di problemi con i telefoni cellulari] Psicothema. 2009; 21 (3): 480-485. [PubMed]
Block JJ. Problemi per DSM-V: dipendenza da Internet. American Journal of Psychiatry. 2008; 165: 306-307. [PubMed]
Byun S, Ruffini C, Mills JE, Douglas AC, Niang M, Stepchenkova S, et al. Dipendenza da Internet: metasintesi della ricerca quantitativa 1996-2006. Cyberpsicologia e comportamento. 2009; 12 (2): 203-207. [PubMed]
Campbell AJ, Cumming SR, Hughes I. L'uso di Internet da parte della società socialmente timorosa: dipendenza o terapia? Cyberpsicologia e comportamento. 2006; 9 (1): 69-81. [PubMed]
Cao F, Su L. Dipendenza da Internet tra gli adolescenti cinesi: Prevalenza e caratteristiche psicologiche. Bambino: cura, salute e sviluppo. 2006; 33 (3): 275-278. [PubMed]
Cao F, Su L, Liu T, Gao X. La relazione tra impulsività e dipendenza da Internet in un campione di adolescenti cinesi. Psichiatria europea. 2007; 22: 466-471. [PubMed]
Cattell RB. L'uso scientifico dell'analisi fattoriale nelle scienze comportamentali e biologiche. New York: Plenum; 1978.
Ceyhan AA. Predittori di problemi di utilizzo di Internet per studenti universitari turchi. Cyberpsicologia e comportamento. 2008; 11 (3): 363-366. [PubMed]
Chak K, Leung L. Shyness e luogo di controllo come predittori della dipendenza da Internet e dell'uso di Internet. Cyberpsicologia e comportamento. 2004; 7 (5): 559-570. [PubMed]
Chan PA, Rabinowitz T. Un'analisi cross-sectional di videogiochi e sintomi di disturbo da deficit di attenzione e iperattività negli adolescenti. Annali di Psichiatria generale. 2006; 5 (16) [Articolo gratuito di PMC] [PubMed]
Chang MK, Law SPM. Struttura dei fattori per il test di dipendenza da Internet di Young: uno studio confusionario. Computer nel comportamento umano. 2008; 24 (6): 2597-2619.
Gentile D. L'uso del videogioco patologico tra la gioventù invecchia 8 a 18. Scienza psicologica. 2009; 20 (5): 594-602. [PubMed]
Goodman R. The Strengths and Difficulties Questionnaire: A Research Note. Journal of Child Psychology and Psychiatry. 1997; 38: 581-586. [PubMed]
Goodman R. Proprietà psicometriche del questionario sulle forze e le difficoltà (SDQ) dell'American Academy of Child and Adolescent Psychiatry. 2001; 40: 1337-1345. [PubMed]
Goodman R, Ford T, Simmons H, Gatward R, Meltzer H. Usando il questionario sulle forze e le difficoltà per esaminare i disturbi psichiatrici infantili in un campione comunitario. British Journal of Psychiatry. 2000; 177: 534-539. [PubMed]
Green CS, Bavelier D. Il videogioco d'azione modifica l'attenzione visiva selettiva. Natura. 2003; 423: 534-537. [PubMed]
Grusser SM, Thalemann R, Albrecht U, Thalemann CN. Eccessivo utilizzo del computer negli adolescenti: risultati di una valutazione psicometrica. Wiener Klinische Wochenschrift. 2005; 117: 188-195. [PubMed]
Ha JH, Yoo HJ, Cho IH, Chin B, Shin D, Kim JH. Comorbilità psichiatrica valutata in bambini e adolescenti coreani che risultano positivi alla dipendenza da Internet. Journal of Clinical Psychiatry. 2006; 67 (5): 821-826. [PubMed]
Jang KS, Hwang SY, Choi JY. Dipendenza da Internet e sintomi psichiatrici tra adolescenti coreani. Journal of School Health. 2008; 78 (3): 165-171. [PubMed]
Jordan AB. Esplorando l'impatto dei media sui bambini. Archivi di pediatria e medicina adolescenziale. 2006; 160 (4): 446-448. [PubMed]
Khaleej Times Online. Il centro di dipendenza da Internet 2009 si apre negli Stati Uniti http://www.khaleejtimescom/Displayarticle08asp?section=technology&xfile=data/technology/2009/September/technology_September21.xml Ho recuperato April 16, 2010.
Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, Seo JS, et al. La dipendenza da Internet negli adolescenti coreani e il suo rapporto con la depressione e l'ideazione suicidaria: un questionario. International Journal of Nursing Studies. 2006; 43: 185-192. [PubMed]
Ko CH, Yen JY, Yen CF, Chen CC, Yen CN, Chen SH. Screening per la dipendenza da Internet: uno studio empirico sui punti limite per la scala di dipendenza da Internet di Chen. Kaohsiung Journal of Medical Sciences. 2005a; 21 (12): 545-551. [PubMed]
Ko CH, Yen JY, Chen CC, Chen SH, Yen CF. Proposto criteri diagnostici di dipendenza da Internet per adolescenti. Journal of Nervous and Mental Disease. 2005b; 193 (11): 728-733. [PubMed]
Ko CH, Yen JY, Chen CS, Chen CC, Yen CF. Comorbidità psichiatrica della dipendenza da Internet negli studenti universitari: uno studio di interviste. Spettri CNS. 2008; 13 (2): 147-153. [PubMed]
Lo SK, Wang CC, Fang W. Relazioni interpersonali fisiche e ansia sociale tra i giocatori di giochi online. Cyberpsicologia e comportamento. 2005; 8 (1): 15-20. [PubMed]
Mark AE, Janssen I. Relazione tra tempo sullo schermo e sindrome metabolica negli adolescenti. Journal of Public Health. 2008; 30 (2): 153-160. [PubMed]
Rete di sensibilizzazione sui media. 2005 Media Awareness Network: giovani canadesi in un mondo cablato - Fase II http://www.media-awarenessca/english/research/YCWW/phaseII/upload/YCWWII_trends_recomm.pdf> Estratto il 9 aprile 2010.
Meltzer H, Gatward R, Goodman R, Ford F. Salute mentale di bambini e adolescenti in Gran Bretagna. Londra: l'ufficio stazionario; 2000.
Mythily S, Qiu S, Winslow M. Prevalenza e correlazioni dell'uso eccessivo di Internet tra i giovani a Singapore. Annali, Accademia di Medicina, Singapore. 2008; 37: 9-14. [PubMed]
Nichols LA, Nicki R. Sviluppo di una scala di dipendenza da internet psicometricamente valida: un passo preliminare. Psicologia dei comportamenti di dipendenza. 2004; 18 (4): 381-384. [PubMed]
Niemz K, Griffiths M, Banyard P. Prevalenza di uso patologico di Internet tra studenti universitari e correlazioni con l'autostima, il General Health Questionnaire (GHQ) e la disinibizione. Cyberpsicologia e comportamento. 2005; 8 (6): 562-570. [PubMed]
Olson CK, Kutner LA, Warner DE, Almerigi JB, Baer L, Nicholi AM. Fattori correlati all'utilizzo violento di videogiochi da parte di ragazzi e ragazze adolescenti. Journal of Adolescent Health. 2007; 41 (1): 77-83. [PubMed]
Park JS. [Sviluppo di scale di misurazione di dipendenza da internet e indice di dipendenza da internet coreano] Journal of Preventative Medicine and Public Health. 2005; 38 (3): 298-306. [PubMed]
Rehbein F, Kleimann M, Mossle T. Prevalenza e fattori di rischio della dipendenza dai videogiochi nell'adolescenza: risultati di un sondaggio nazionale tedesco. Cyberpsicologia e comportamento. 2010; 13 (3): 269-277. [PubMed]
Shaffer HJ, Hall MN, Vander Bilt J. "Computer Addiction": una considerazione critica. American Journal of Orthopsychiatry. 2000; 70 (2): 162-168. [PubMed]
Shapira NA, Goldsmith TD, Keck PE, Kholsa UM, McElroy SL. Caratteristiche psichiatriche di individui con problemi di utilizzo di Internet. Journal of Affective Disorders. 2000; 57: 267-272. [PubMed]
Shapira NA, Lessig MC, Goldsmith TD, Szabo ST, Martin L, Gold MS, et al. Utilizzo di Internet problematico: proposta di classificazione e criteri diagnostici. Depressione e ansia. 2003; 17 (4): 207-216. [PubMed]
Smith A, Stewart D, Peled M, Poon C, Saewyc E. Una foto di salute: punti salienti della 2008 BC Adolescent Health Survey. Vancouver, BC: McCreary Center Society; 2009.
Sun DL, Chen ZJ, Ma N, Zhang XC, Fu XM, Zhang DR. Funzioni di inibizione della risposta decisionale e prepotente in utenti Internet eccessivi. Spettri CNS. 2009; 14 (2): 75-81. [PubMed]
Sun DL, Ma N, Bao M, Chen XC, Zhang DR. Giochi per computer: un'arma a doppio taglio? Cyberpsicologia e comportamento. 2008; 11 (5): 545-548. [PubMed]
Tejeiro Salguero RA, Bersabe Moran RM. Misurando il videogioco problematico giocando negli adolescenti. Dipendenza. 2002; 97: 1601-1606. [PubMed]
van Rooij AJ, Schoenmakers TM, van de Eijnden RJ, van de Mheen D. Uso compulsivo di Internet: il ruolo dei giochi online e di altre applicazioni Internet. Journal of Adolescent Health. 2010; 47 (1): 51-57. [PubMed]
Vaugeois P. Cyber Addiction: Fundamentals and Perspectives. 2006. A Montreal: Centre quebecois de lutte aux dependances (Ed.). Montreal, Quebec.
Weinstein A, Lejoyeux M. Internet Addiction o Eccessivo uso di Internet. American Journal of Drug and Alcohol Abuse. 2010; 36 (5): 248-253. [PubMed]
AM di Weinstein Dipendenza da computer e videogiochi: un confronto tra utenti di giochi e utenti non di gioco. American Journal of Drug and Alcohol Abuse. 2010; 36 (5): 268-276. [PubMed]
Weiss M. Beyond Core Symptoms: Implicazioni di efficacia della ricerca per la pratica clinica; Documento presentato all'American Academy of Child and Adolescent Psychiatry Annual Meeting. 2008.
Widyanto L, McMurran M. Le proprietà psicometriche del test di dipendenza da Internet. Cyberpsicologia e comportamento. 2004; 7 (4): 443-450. [PubMed]
Yang CK, Choe BM, Baity M, Lee JH, Cho JS. Profili SCL-90-R e 16PF di studenti delle scuole superiori con uso eccessivo di Internet. Rivista canadese di psichiatria. 2005; 50 (7): 407-414. [PubMed]
Yen JY, Ko CH, Yen CF, Chen SH, Chung WL, Chen CC. Sintomi psichiatrici negli adolescenti con dipendenza da Internet: confronto con l'uso di sostanze. Psichiatria e Neuroscienze cliniche. 2008; 62: 9-16. [PubMed]
Yoo HJ, Cho SC, Ha J, Yune SK, Kim SJ, Hwang J, et al. Sintomi di deficit di attenzione e iperattività. Psichiatria e Neuroscienze cliniche. 2004; 58 (5): 487-494. [PubMed]
Young KS. Caught in the Net: come riconoscere i segni della dipendenza da Internet e una strategia vincente per il recupero. New York: John Wiley & Sons; 1998a.
Giovane KS. Dipendenza da Internet: l'emergere di un nuovo disturbo clinico. Cyberpsicologia e comportamento. 1998b; 1 (3): 237-244.