Quali tipi di servizi Internet rendono dipendenti gli adolescenti? Correlati dell'uso problematico di Internet (2020)

L'uso del porno era l'applicazione Internet più avvincente:

 "La prevalenza di PIU è stata la più alta negli adolescenti che hanno utilizzato maggiormente Internet per la pornografia (19.6%), seguita dai giochi (9.3%) e dalla comunità Internet (8.4%)"

"Tuttavia, il rapporto di probabilità per PIU tra coloro che hanno utilizzato Internet principalmente per la pornografia era il più alto, il che implica il forte potenziale di dipendenza della pornografia su Internet rispetto ad altri servizi Internet"

L'uso del porno è l'applicazione strettamente correlata alla depressione, alla psicopatologia:

"Questi risultati suggeriscono che l'utilizzo di Internet principalmente per la pornografia è associato a una grave psicopatologia, come la depressione e il suicidio, nonché a un forte potenziale di dipendenza".

------------------------------------

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

Astratto

Scopo:

Questo studio ha studiato la prevalenza e i correlati dell'uso problematico di Internet (PIU) in un ampio campione di adolescenti in base al tipo di servizio Internet utilizzato.

Materiali e metodi:

Lo studio è stato condotto dal 2008 al 2010 e hanno partecipato allo studio 223,542 adolescenti di età compresa tra 12 e 18 anni. I partecipanti hanno risposto a un questionario di auto-relazione che includeva elementi per fattori demografici, tempo di utilizzo di Internet, servizio Internet più utilizzato e salute mentale. Il PIU è stato valutato con la scala della predisposizione alla dipendenza da Internet per la forma abbreviata dei giovani.

risultati:

Il tasso di prevalenza complessivo di PIU era del 5.2% e i tassi di prevalenza stratificati per sesso erano del 7.7% nei maschi e del 3.8% nelle femmine. La distribuzione dei servizi Internet più utilizzati era significativamente diversa tra i sessi. I servizi Internet più comunemente utilizzati sono stati i giochi (58.1%) nei ragazzi e i blog (22.1%) e i messaggi / chat (20.3%) nelle ragazze. Il rapporto di probabilità per PIU era significativamente diverso in base al servizio Internet più utilizzato; usando internet principalmente per pornografia rispetto alla ricerca di informazioni aveva il più alto rapporto di probabilità (4.526 volte più alto). Gli episodi depressivi, l'ideazione suicidaria e i tentativi di suicidio erano significativamente associati a rapporti di probabilità più alti per PIU (rispettivamente 1.725-, 1.747- e 1.361 volte).

Conclusione:

Il presente studio ha identificato informazioni clinicamente importanti sul PIU negli adolescenti. La distribuzione di PIU ha diversi modelli basati sul sesso e su servizi Internet specifici. Sono necessari studi di PIU con metodologia ben definita e strumenti di valutazione per PIU di ogni specifico servizio Internet.

PAROLE CHIAVE: dipendenza; adolescenza; differenze sessuali; utilizzo di internet

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

Introduzione

Negli ultimi due decenni, Internet è penetrato nella vita delle persone in modo molto rapido e ampio ed è diventato un importante mezzo di vita quotidiana, come fare shopping, ricevere notizie e contattare gli amici. I dati del sondaggio statunitense hanno riferito che circa il 90% degli adulti aveva accesso a Internet nel 2019 e la percentuale di persone che non utilizzavano Internet è diminuita dal 48% nel 2000 a solo il 10% nel 2019. In particolare, gli adolescenti usano Internet più nella loro vita quotidiana rispetto ad altre popolazioni. Nel 2018, il 95% degli adolescenti statunitensi ha avuto accesso agli smartphone e il 45% degli adolescenti è online su base quasi costante.

Sebbene Internet offra vari vantaggi, come istruzione, intrattenimento, comunicazione sociale, convenienza e benessere psicologico, molti studi hanno riportato associazioni negative di Internet con la salute mentale dei giovani, tra cui depressione, ansia sociale, suicidio e cyberbullismo.- In particolare, l'uso problematico di Internet (PIU) caratterizzato da un uso eccessivo e caratteristiche di dipendenza è uno dei maggiori problemi con l'uso di Internet nelle popolazioni adolescenti, la cui prevalenza è stata segnalata fino al 26.7% da studi precedenti.,

Gli adolescenti sono noti per essere vulnerabili al PIU a causa della maggiore impulsività accompagnata dalla relativa immaturità della corteccia prefrontale (PFC), specialmente nella prima e metà adolescenza.- Inoltre, è stato riportato che la disregolazione emotiva nel primo periodo del bambino (2 anni) ha un impatto sostanziale sul PIU negli adolescenti, indicando che il temperamento congenito è uno dei principali fattori di rischio per il PIU. Il sesso è noto per essere un altro moderatore differenziante per il modello di PIU. I ragazzi hanno maggiori probabilità di utilizzare i giochi su Internet, mentre le ragazze usano più servizi di social network rispetto ai ragazzi., Inoltre, i fattori ambientali, inclusi gli attaccamenti con genitori e coetanei, sono segnalati come uno dei predittori di PIU negli adolescenti. Ad esempio, Badenes-Ribera et al hanno riferito che le relazioni con i loro genitori hanno influenzato maggiormente il livello di PIU nei primi adolescenti, mentre le relazioni tra pari sono state il fattore più rilevante nel periodo dell'adolescenza più anziana.

Allo stesso modo, numerosi studi hanno studiato le preoccupazioni prevalenti di PIU e i relativi fattori di rischio negli adolescenti. Tuttavia, non è stata fatta una chiara definizione di PIU. I ricercatori hanno studiato PIU con termini e concetti diversi, come "dipendenza da Internet", "Uso compulsivo di Internet", “Uso problematico di internet” e "uso patologico di Internet". Altri studi incentrati sui giochi su Internet hanno usato i termini "uso problematico del gioco online", "Dipendenza da gioco su Internet" e "disturbo del gioco su Internet".

Sebbene questi diversi termini e le loro definizioni includano un costrutto psicologico che implica un modello di uso incontrollato di Internet che porta a compromissione clinica, uno dei motivi della mancanza della definizione del gold standard è che Internet offre una varietà di contenuti che potrebbero essere associati a un potenziale di dipendenza come giochi, giochi d'azzardo, chat o pornografia. Giovane ha sottolineato che la dipendenza da Internet copre un'ampia varietà di problemi comportamentali di controllo degli impulsi ed è classificata da cinque sottotipi specifici, tra cui cyber-sessualità, cyber-relazioni, compulsioni nette, sovraccarico di informazioni e dipendenza da computer.

Tra questi specifici sottotipi di PIU, "disturbo del gioco su Internet" e "disturbo del gioco" sono stati inclusi come diagnosi nella Sezione 3 del Manuale diagnostico e statistico dei disturbi mentali (DSM-5) e l'ultima revisione della classificazione internazionale delle malattie (ICD-11) da parte dell'Organizzazione mondiale della sanità (OMS). Sebbene le attività su Internet non di gioco non siano state considerate una diagnosi formale a causa della mancanza di prove, vi sono ancora preoccupazioni in merito alle attività che creano dipendenza da Internet non di gioco come il gioco d'azzardo su Internet il social networking e pornografia online.

Tuttavia, nonostante queste preoccupazioni sui vari sottotipi di PIU, mancano studi che esplorano i potenziali di dipendenza differenziale basati su servizi Internet specifici. Un recente studio tedesco con 6,081 studenti di età compresa tra 12 e 19 anni ha studiato la distribuzione di applicazioni Internet intensamente utilizzate in PIU e non-PIU. Nello studio di Rosenkranz et al le applicazioni Internet maggiormente utilizzate erano i siti di social network e le chat, e le applicazioni Internet più predittive per PIU erano il gioco e il gioco d'azzardo. Tuttavia, mancano ancora studi che esplorano il potenziale di distribuzione e dipendenza basato sull'uso dello specifico servizio Internet; infatti, per quanto ne sappiamo, non ci sono studi in Corea. Pertanto, il presente studio mirava a studiare la prevalenza e i correlati di PIU in un ampio campione di adolescenti basato sul sottotipo di utilizzo di Internet.

Materiali e Metodi

Partecipanti

Il nostro studio è stato condotto con dati derivati ​​dall'indagine basata sul web (KYRBS) sul comportamento dei giovani coreani nel 2008, 2009 e 2010. KYRBS è uno studio trasversale di più anni che è stato condotto ogni anno dai Korea Centers for Disease Control and Prevention (CDC) dal 2005. KYRBS si concentra sui comportamenti a rischio per la salute tra gli adolescenti. Il sondaggio è stato condotto con un questionario compilato dagli adolescenti, che comprende 125 articoli, tra cui informazioni sull'uso del tabacco, sull'alcol, sull'obesità, sull'attività fisica, sui comportamenti sessuali, sull'uso di sostanze, sull'uso di Internet e sulla salute mentale. La popolazione target è rappresentata da studenti delle scuole medie e superiori rappresentativi a livello nazionale tra i 12 e i 18 anni in Corea, provenienti da 400 scuole medie e 400 superiori ogni anno. Il numero totale dei partecipanti è stato di 223,542 e il KYRBS del 2008, 2009 e 2010 comprendeva rispettivamente 75,238, 75,066 e 73,238 partecipanti. Prima dell'ingresso nello studio, gli insegnanti formati hanno fornito agli studenti le istruzioni complete sullo scopo e i metodi dello studio e gli studenti hanno ottenuto il consenso informato scritto. Gli studenti che hanno accettato di partecipare hanno compilato il questionario anonimo, che è stato presentato su un computer. Il Consiglio di revisione istituzionale del CDC ha approvato i protocolli per KYRBS.

Valutazione Finale

Per valutare PIU, la Scala della predisposizione alla dipendenza da Internet per Youth-Short Form (scala KS) sviluppata da Kim et al era usato. La scala KS è una scala self-report di 20 elementi valutata su una scala Likert a 4 punti (1 = mai, 2 = a volte, 3 = spesso o 4 = sempre). Consiste di sei sottofattori: (1) disturbo della funzione adattiva (6 articoli), (2) anticipazione positiva (1 oggetto), (3) ritiro (4 oggetti), (4) relazione interpersonale virtuale (3 oggetti), (5 ) comportamento deviante (2 articoli) e (6) tolleranza (4 articoli). Il rispondente è classificato in base ai punteggi in uno dei tre gruppi: PIU definito, PIU probabile e normale utente di Internet. Il PIU definito è definito da un punteggio totale di 53 o superiore o dalla presenza di tutti i seguenti: punteggi di funzionamento adattivo di 17 o superiore; punteggi di prelievo di 11 o superiori; e punteggi di tolleranza di 13 o superiori. Il PIU probabile è definito da un punteggio totale compreso tra 48 e 52 o dalla presenza di tutti i seguenti: punteggi di funzionamento adattivo di 15 o superiore; punteggi di prelievo pari o superiori a 10; e punteggi di tolleranza di 12 o superiori. Nel presente studio, il gruppo PIU è stato definito come i partecipanti ai gruppi PIU definiti e probabili.

Il tempo di utilizzo di Internet è stato chiesto con la voce "Quante ore e minuti hai utilizzato Internet nei giorni feriali e nel fine settimana negli ultimi 30 giorni?" Il servizio Internet utilizzato principalmente dai partecipanti è stato richiesto dalla voce "A quale servizio di solito usi maggiormente Internet?" con le opzioni di scelta tra cui ricerca di informazioni, messaggistica / chat, giochi, guardare film, ascoltare musica, guardare video come contenuti creati dall'utente, e-mail, shopping, pornografia, blog, ecc. La presenza di episodi depressivi, idea suicida e tentativi suicidi sono stati interrogati da un elemento per ogni esperienza negli ultimi 12 mesi con risposte "sì" o "no" come segue: "Ti sei mai sentito abbastanza triste o disperato da interrompere la tua vita quotidiana per due settimane negli ultimi 12 mesi? ” per la depressione, "Hai pensato seriamente al suicidio negli ultimi 12 mesi?" per ideazione suicidaria e "Hai tentato il suicidio negli ultimi 12 mesi?" per tentativi suicidi.

Statistiche

Sono state utilizzate statistiche descrittive per l'analisi delle caratteristiche demografiche. Per analizzare l'associazione tra il servizio Internet più comunemente usato, la prevalenza e i correlati di PIU e le statistiche descrittive, sono stati adottati il ​​test chi quadro e l'analisi della varianza (ANOVA). Per esaminare il rapporto di probabilità per PIU secondo i correlati correlati, la regressione logistica con PIU come variabile dipendente è stata utilizzata da due modelli. Il primo modello includeva il sesso, il grado, il servizio Internet più usato, l'episodio depressivo, l'ideazione suicidaria e il tentativo di suicidio come variabili indipendenti. Il modello 2 ha aggiunto lo stato socioeconomico e il rendimento scolastico come covariate al modello 1. Le analisi statistiche sono state condotte utilizzando il pacchetto software SPSS 25.0 per Windows (SPSS Inc., Chicago, IL).

Risultati

Caratteristiche demografiche

Le caratteristiche demografiche sono mostrate in Tabella 1. In totale, 223,542 studenti delle scuole medie e superiori hanno partecipato allo studio e il 52.5% era di sesso maschile. La prevalenza complessiva di PIU era del 5.8% e il gruppo di utenti Internet ad alto rischio tra il gruppo PIU era del 3.2%. La prevalenza di PIU basata sul sesso era del 7.7% nei ragazzi e del 3.8% nelle ragazze. La percentuale di partecipanti che ha avuto episodi depressivi, ideazione suicidaria e tentativo di suicidio è stata rispettivamente del 38.0%, 19.1% e 4.8%.

Tabella 1

Caratteristiche demografiche

n (%)
Totale223542
Anno
 200875238 (33.7)
 200975066 (33.6)
 201073238 (32.8)
Sesso
 Uomo117281 (52.5)
 Femmili106261 (47.5)
Classe
 Scuola media 1 °38219 (17.1)
 Seconda scuola media38423 (17.2)
 3a scuola media38280 (17.1)
 1 ° liceo37218 (16.6)
 2 ° liceo36926 (16.5)
 3 ° liceo34476 (15.4)
PIU
 Totale13056 (5.8)
 Utente ad alto rischio7183 (3.2)
 Potenziale utente a rischio5873 (2.6)
 Episodio depressivo; sì84848 (38.0)
 Ideazione suicidaria; sì42728 (19.1)
 Tentativo suicida; sì10778 (4.8)
Stato socioeconomico
 Alta13775 (6.2)
 Medio alto48348 (21.6)
 In mezzo105472 (47.2)
 Basso medio41322 (18.5)
 Basso14625 (6.5)
Achievement della scuola
 Alta25440 (11.4)
 Medio alto52399 (23.4)
 In mezzo60448 (27.0)
 Basso medio57183 (25.6)
 Basso28072 (12.6)

Abbreviazione: PIU, uso problematico di Internet.

Prevalenza e correlazioni di PIU in base al servizio Internet più utilizzato

Tra tutti i partecipanti, il servizio Internet più comunemente utilizzato era il gioco su Internet (35.0%), seguito dalla ricerca di informazioni (16.2%), dalla chat (14.1%) e dai blog (12.1%) (Tabella 2 ed Figure 1 ). Tuttavia, le proporzioni dei servizi Internet più utilizzati erano diverse tra ragazzi e ragazze (x2 = 9144.0; p <0.001). Mentre il servizio più utilizzato dai ragazzi è stato il gioco su Internet (58.1%), le ragazze hanno utilizzato di più i blog (22.1%) e le chat (20.3%).

Tabella 2

Associazione tra il servizio Internet più utilizzato e la prevalenza e i correlati di PIU

Servizio Internet più utilizzatoRicerca di informazioniMessenger / ChatGamingGuardando un filmAscoltare musicaGuardare video (ad es. UCC)Internet Community o ClubE-mailShopping onlinePornografia su InternetBloggingecceteraTotaleStatistiche F o χ2
Totale
 n36,15031,44678,325824821,0752896403211475315171627,1426050223,542
 %16.214.135.03.79.41.31.80.52.40.812.12.7100.0
Sesso
 Maschio; n16,857987368,1394415725711581064313780156536372223117,28169144.0
 %14.48.458.13.86.21.00.90.30.71.33.11.9100.0
 Femmina; n19,29321,57310,186383313,81817382968834453515123,5053827102,434
 %18.220.39.63.613.01.62.80.84.30.122.13.6100.0
Tempo di utilizzo di Internet; Media (SD)
 Giorno feriale; ore1.1 (1.3)1.6 (1.6)1.6 (1.8)1.3 (1.5)1.1 (1.3)1.4 (1.4)1.7 (1.5)1.0 (1.2)1.3 (1.3)2.0 (3.0)1.4 (1.4)1.5 (1.7)457.5
 Fine settimana; ore1.8 (1.8)2.4 (2.1)3.1 (2.5)2.4 (2.1)1.8 (1.7)2.4 (2.1)3.0 (2.2)1.5 (1.7)2.1 (1.8)2.8 (3.4)2.2 (1.9)2.4 (2.3)1112.5
Scala KS1298.4
 Significare27.829.633.029.127.029.832.926.427.836.228.728.6
 SD8.69.010.58.97.78.99.77.77.818.18.18.9
PIU totale; sì3791.9
 n1217153473173345161223392514933691125613,056
 %3.44.99.34.02.44.28.42.22.819.63.44.25.8
Solo PIU definito; sì2624.9
 n66681740261952726017411842694561537183
 %1.82.65.12.41.32.14.31.01.615.71.72.53.2
Episodio depressivo; sì3867.8
 n13,41215,17124,0813307828811041585443222585812,149222584,848
 %37.148.230.740.139.338.139.338.641.950.044.836.838.0
Ideazione suicidaria; sì1918.0
 n6107794712,3071662399954587621211005336,2081,23242,728
 %16.925.315.720.219.018.821.718.520.731.122.920.419.1
Tentativo suicidario; sì1386.4
 n13322458281340197210218058274235166528810,778
 %3.77.83.64.94.63.54.55.15.213.76.14.84.8

Nota: * p <0.001.

Abbreviazioni: PIU, Uso problematico di Internet; UCC, contenuto creato dall'utente; Scala KS, Internet Addiction Proneness Scale for Youth-Short Form; SD, deviazione standard.

Un file esterno che contiene un'immagine, un'illustrazione, ecc. Il nome dell'oggetto è NDT-16-1031-g0001.jpg

Il servizio Internet più utilizzato in base al sesso (%).

Anche il tasso di prevalenza di PIU negli utenti di ogni specifico servizio Internet era significativamente diverso in base al servizio Internet più utilizzato (x2 = 3791.9; p <0.001). La prevalenza di PIU è stata la più alta negli adolescenti che hanno utilizzato maggiormente Internet per la pornografia (19.6%), seguita dai giochi (9.3%) e dalla comunità Internet (8.4%) (Tabella 2 ed Figure 2 ). La percentuale di utenti di giochi su Internet tra il gruppo totale di quelli con PIU è stata la più alta del 56.0%.

Un file esterno che contiene un'immagine, un'illustrazione, ecc. Il nome dell'oggetto è NDT-16-1031-g0002.jpg

Prevalenza di PIU in base al servizio Internet più utilizzato (%).

Abbreviazioni: PIU, uso problematico di Internet; UCC, contenuto creato dall'utente.

La percentuale di partecipanti con esperienze di episodi depressivi, ideazione suicidaria e tentativi è stata anche la più alta tra gli adolescenti che hanno maggiormente utilizzato Internet per la pornografia (50.0%, 31.1% e 13.7%, rispettivamente), seguita da chat (48.2%, 25.3 % e 7.8%, rispettivamente) e blog (44.8%, 22.9% e 6.1%).

Rapporti di probabilità di essere nel gruppo PIU basati su dati demografici e variabili di utilizzo di Internet

Tabella 3 mostra gli odds ratio per essere nel gruppo PIU in base ai dati demografici e alle variabili di utilizzo di Internet. L'odds ratio era significativamente più alto nei ragazzi che nelle ragazze (OR = 1.520; p <0.001). Rispetto ai partecipanti più giovani, i gruppi di studenti più anziani hanno mostrato odds ratio significativamente più alti, da 1.274 a 1.319 volte più alti, per PIU.

Tabella 3

Regressione logistica per il PIU con covariate

VariabiliModello 1Modello 2
OR95% CIpOR95% CIp
Sesso
 Femmilireferente
 Uomo1.5011.432a1.573.0001.5201.450a1.593.000
Classe
 Scuola media 1 °referente
 Seconda scuola media1.3031.223a1.387.0001.2741.196a1.357.000
 3a scuola media1.3681.285a1.457.0001.3271.246a1.413.000
 1 ° liceo1.3341.251a1.423.0001.2861.205a1.373.000
 2 ° liceo1.3101.226a1.399.0001.2381.158a1.323.000
 3 ° liceo1.4041.313a1.501.0001.3191.232a1.411.000
Servizio Internet più utilizzato
 Ricerca di informazionireferente
 Messenger / chat1.3781.274a1.490.0001.2851.188a1.391.000
 Gaming2.8242.644a3.015.0002.6612.491a2.843.000
 Guardando un film1.127.995a1.276.0601.096.967a1.241.152
 Ascoltare musica.743.668a.825.000.733.660a.814.000
 Guardare video (es. UCC)1.2871.063a1.559.0101.2781.055a1.548.012
 Comunità o club di Internet2.7852.453a3.162.0002.8222.485a3.206.000
 E-mail.682.456a1.019.062.658.440a.985.042
 Shopping online.893.750a1.063.203.873.733a1.040.128
 Pornografia su Internet4.9444.311a5.670.0004.5263.941a5.198.000
 Blogging1.058.967a1.158.2171.023.935a1.120.616
 eccetera1.3411.167a1.541.0001.3351.162a1.535.000
Episodio depressivo
 Nonreferente
 Sì1.7821.710a1.857.0001.7251.655a1.798.000
Ideazione suicidaria
 Nonreferente
 Sì1.8131.728a1.903.0001.7471.664a1.833.000
Tentativo suicidario
 Nonreferente
 Sì1.4501.353a1.553.0001.3611.270a1.459.000

Note: Il modello 1 includeva il sesso, il grado, il servizio Internet più usato, l'episodio depressivo, l'idea suicida e il tentativo di suicidio come covariate. Il modello 2 includeva lo status socioeconomico e il rendimento scolastico come covariate oltre al modello 1.

Abbreviazioni: PIU, uso problematico di Internet; UCC, contenuto creato dall'utente

Rispetto agli adolescenti che utilizzano Internet per cercare informazioni di più, l'odds ratio per PIU negli adolescenti che hanno utilizzato Internet per la pornografia di più è stato il più alto (OR = 4.526, p <0.001), seguito da quelli che utilizzano Internet per la comunità (OR = 2.822, p <0.001) e giochi (OR = 2.661, p <0.001). Coloro che utilizzano maggiormente Internet per ascoltare musica (OR = 0.733, p <0.001) ed e-mail (OR = 0.658, p = 0.042) hanno mostrato odds ratio significativamente inferiori rispetto a quelli degli adolescenti che utilizzano Internet per la ricerca di informazioni. Non c'erano differenze significative negli odds ratio tra i gruppi che utilizzavano Internet principalmente per la ricerca di informazioni e i gruppi che guardavano film, acquisti online e blog.

Associazioni tra psicopatologia e rischio per PIU

Le proporzioni di partecipanti con esperienza di episodi depressivi, ideazione suicidaria e tentativo di suicidio negli ultimi 12 mesi sono state le più alte nei gruppi che hanno maggiormente utilizzato Internet per la pornografia (rispettivamente 50.0%, 31.1% e 13.7%) tramite messaggistica / chat (rispettivamente 48.2%, 25.3% e 7.8%) e blog (44.8%, 22.9% e 6.1% rispettivamente) (Tabella 2). La presenza di episodio depressivo, ideazione suicidaria e tentativo di suicidio erano anche significativamente associati a un odds ratio più elevato per PIU nell'intero campione. (OR = 1.725, p <0.001; OR = 1.747, p <0.001; e 1.361, p <0.001, rispettivamente) (Tabella 3).

Discussione

Il nostro studio ha studiato la prevalenza e i correlati di PIU in un gran numero di adolescenti sulla base dei servizi Internet più comunemente utilizzati. Nel nostro studio, la prevalenza complessiva di PIU era del 5.4%, il che è comparabile con studi precedenti condotti in altri paesi. Diversi studi precedenti su PIU hanno riportato un'ampia gamma di prevalenza di PIU. Ad esempio, uno studio condotto in nove paesi europei ha riportato una prevalenza del 25%, che varia dal 14% al 55% in tutti i paesi. Un altro studio condotto in sei paesi asiatici ha riferito che la prevalenza dell'uso di Internet che crea dipendenza da Internet Addiction Test (IAT) variava dall'1% in Corea del Sud al 5% nelle Filippine e la prevalenza di PIU variava dal 13% al 46% . Anche altre revisioni sistematiche della dipendenza da Internet hanno riportato una vasta gamma di tassi di prevalenza dall'1% al 18.7% e dallo 0.8% al 26.7%. Questi studi hanno sostenuto che queste ampie gamme di tassi di prevalenza per PIU potrebbero essere state causate dalla mancanza di coerenza nella metodologia, come definizioni, strumenti di valutazione e valori limite per PIU., Pertanto, sono necessari studi futuri con definizioni e strumenti di valutazione più concordati per PIU per confermare la prevalenza di PIU. Tuttavia, una meta-analisi con 27 studi dal 1998 al 2006 ha riportato una prevalenza media del disturbo del gioco su Internet del 4.7%, nonostante una vasta gamma di tassi di prevalenza, che è coerente con il nostro studio.

Nel nostro studio, i ragazzi hanno mostrato una prevalenza più alta di PIU rispetto alle ragazze di circa due volte. Questa è una constatazione coerente con numerosi studi precedenti che hanno riferito che il sesso maschile è un fattore di rischio per PIU.- Tuttavia, altri studi hanno riportato lo schema opposto delle differenze sessuali per la prevalenza di PIU. Ad esempio, Durkee et al ha riferito che piccole variazioni nel tasso di prevalenza di PIU sono state riscontrate tra i sessi in uno studio con adolescenti di 11 paesi europei, nonostante alcune differenze interculturali. Uno studio canadese ha anche riportato differenze di sesso nella prevalenza di PIU. Inoltre, uno studio con adulti provenienti da 9 paesi europei ha riferito che il PIU complessivo era più prevalente nelle donne che negli uomini. Queste discrepanze riguardo alle differenze sessuali nell'UIP potrebbero essere causate da differenze interculturali. Tuttavia, per comprendere queste discrepanze nelle differenze tra i sessi nella prevalenza di PIU, è necessario prendere in considerazione anche l'esplorazione dei servizi specifici utilizzati su Internet da entrambi i sessi.

Nel nostro studio, il servizio Internet più comunemente usato tra tutti i partecipanti è stato il gioco su Internet seguito da ricerca di informazioni, messaggistica / chat e blog. Tuttavia, la distribuzione dei servizi Internet più utilizzati era significativamente diversa tra i sessi. Mentre i ragazzi hanno usato prevalentemente Internet per giocare di più, le ragazze hanno usato Internet per blog e messaggistica / chat. Queste tendenze sono coerenti con i risultati di studi precedenti. È stato riferito che le ragazze hanno maggiori probabilità di utilizzare i servizi di messaggistica istantanea (74%) e social network (70%) rispetto ai ragazzi dai 15 ai 17 anni (62% e 54%, rispettivamente)., Dufour et al ha anche riferito che la percentuale di uso eccessivo di social network e blog era più alta nelle ragazze rispetto ai ragazzi. Al contrario, è stato segnalato che l'uso dei giochi su Internet è più elevato nei maschi che nelle femmine.,,, Sebbene le ragioni esatte di queste differenze legate al sesso nell'uso di Internet non siano ben comprese, studi precedenti per spiegare le differenze sessuali nel coinvolgimento dei giochi per computer si concentravano su aspetti quali il contenuto e il design dei giochi tipici, la violenza dei giochi, le strutture competitive dei giochi e le interazioni sociali all'interno dei giochi. I nostri risultati per un uso più elevato di Internet per i blog e le chat e un uso inferiore di Internet per i giochi nelle ragazze rispetto ai ragazzi potrebbero essere correlati a prove consolidate che le donne sono più orientate interpersonalmente, mentre i maschi sono più orientati all'informazione / ai compiti.

Nel nostro studio, il numero di individui con PIU era il più alto tra gli utenti di giochi su Internet (che rappresentano oltre il 50% del gruppo PIU totale) e il rapporto di probabilità per PIU era anche molto elevato tra gli utenti di giochi su Internet. Questi risultati forniscono prove a sostegno della preoccupazione prevalente per i giochi su Internet e l'inclusione del disturbo dei giochi su Internet nei sistemi di criteri diagnostici., Tuttavia, va notato anche il potenziale di dipendenza della pornografia su Internet. Le proporzioni della pornografia su Internet come il servizio Internet più utilizzato non erano alte (0.8%) e persino più rare nelle ragazze (0.1%). Tuttavia, il rapporto di probabilità per PIU tra coloro che hanno utilizzato Internet principalmente per la pornografia era il più alto, il che implica il forte potenziale di dipendenza della pornografia su Internet rispetto ad altri servizi Internet. Naturalmente, il consumo di pornografia non è un problema causato solo da Internet. È stato sostenuto che gli utenti eccessivi di Internet non sono tossicodipendenti di Internet, ma usano Internet solo come mezzo per altri comportamenti di dipendenza., Tuttavia, studi precedenti hanno sottolineato che l'uso della pornografia online è in aumento e l'aumento della "tripla A" (accessibilità, convenienza e anonimato) fornito da Internet ha aumentato il rischio potenziale per l'uso problematico della pornografia online. Inoltre, i nostri risultati non sono coerenti con i risultati del precedente studio di Rosenkranz et al che ha riportato un potenziale di dipendenza relativamente inferiore del contenuto sessuale rispetto al gioco e al gioco d'azzardo. Questi risultati differenziali per quanto riguarda il potenziale di dipendenza del contenuto sessuale tra gli studi potrebbero essere causati da differenze socio-ambientali. Pertanto, sono necessari ulteriori studi per comprendere e proteggere gli adolescenti dal rischio di uso problematico della pornografia su Internet.

Un'altra scoperta notevole del nostro studio è stata la significativa associazione tra un più alto rapporto di probabilità globale per PIU e psicopatologia, tra cui depressione e ideazione e tentativo suicidari, che è coerente con i risultati di uno studio precedente che ha riferito che il gruppo di studenti con PIU aveva maggiori probabilità di mostrare più depressione e comportamento suicidario e autolesionistico rispetto al normale gruppo di utilizzo di Internet. In particolare, è interessante notare che la percentuale di risposte "sì" a episodi depressivi, ideazione suicidaria e tentativi di suicidio era più elevata negli utenti di messaggistica / chat e blog rispetto agli utenti di altri servizi, ad eccezione degli utenti di pornografia su Internet, e questa percentuale era la più bassa tra gli utenti di giochi su Internet. Questi risultati implicano che gli adolescenti depressi perseguono l'interazione sociale più da Internet che dall'intrattenimento. Questi risultati sono coerenti con uno studio precedente ciò ha anche riferito che vi era un rischio maggiore di depressione negli studenti con PIU non di gioco rispetto agli studenti con PIU di gioco. Inoltre, la percentuale di risposte "sì" a episodi depressivi, ideazione suicidaria e tentativo di suicidio è stata la più alta tra gli utenti di pornografia su Internet. Questi risultati suggeriscono che l'uso di Internet principalmente per la pornografia è associato a una grave psicopatologia, come depressione e suicidio, nonché a un forte potenziale di dipendenza.

Limiti

Il nostro studio ha alcuni limiti che dovrebbero essere notati. Sebbene abbiamo condotto lo studio con un ampio campione di adolescenti, il nostro studio si basa su un disegno trasversale che limita l'interpretazione della causalità. Ad esempio, episodi depressivi, ideazione suicidaria e tentativi di suicidio sono associati a rapporti di probabilità più elevati di PIU e non possiamo determinare la direzione della causalità. Pertanto, sono garantiti studi futuri con un disegno longitudinale. In secondo luogo, sebbene abbiamo cercato di includere una varietà di servizi Internet che gli adolescenti utilizzano nei questionari, non abbiamo incluso tutti i servizi. Ad esempio, il gioco d'azzardo su Internet è una delle maggiori preoccupazioni sull'uso di Internet, che non è stato incluso nei questionari. In terzo luogo, il nostro studio si basava sull'auto-rapporto dei soli adolescenti, che potrebbe distorcere il rapporto. È noto che la segnalazione di sintomi psichiatrici è discrepante tra informatori, come genitori e adolescenti. Pertanto, ottenere informazioni da più informatori, inclusi i genitori, è importante per l'esatta valutazione dei sintomi psichiatrici. Fortunatamente, uno studio precedente ha riferito che i rapporti basati sull'auto-rapporto degli adolescenti per i sintomi di disturbi che causano dipendenza come l'alcol e l'abuso di sostanze erano molto più coincidenti con le diagnosi effettive rispetto ai rapporti dei genitori. Inoltre, abbiamo utilizzato elementi categorici semplificati per la valutazione della depressione, dell'idea suicidaria e dei tentativi di suicidio e non abbiamo incluso strumenti di valutazione validati. Sebbene questi articoli semplificati siano stati adottati per migliorare il tasso di risposta da un questionario parsimonioso per un gran numero di partecipanti, ciò potrebbe comportare una mancanza di informazioni dettagliate e una distorsione della reale associazione tra PIU e psicologia adolescenziale, come la depressione e il suicidio. Infine, le informazioni sulle caratteristiche familiari, come le interazioni genitore-figlio e lo stile genitoriale, non sono state incluse nello studio, il che è un fattore importante che moderano il PIU negli adolescenti. Pertanto, gli studi futuri che includono informazioni più dettagliate sulla psicopatologia degli adolescenti e le caratteristiche familiari di più informatori sono garantiti per confermare i risultati attuali.

Conclusioni

Nonostante alcune limitazioni, il nostro studio ha identificato informazioni clinicamente importanti sul PIU negli adolescenti. La distribuzione dei servizi Internet più utilizzati ha schemi diversi basati sul sesso. La prevalenza di PIU ha anche mostrato differenze significative basate sull'uso di servizi Internet specifici. Studi futuri di PIU con metodologia e strumenti di valutazione ben definiti per ogni specifico servizio Internet sono necessari per sviluppare strategie per proteggere i singoli adolescenti dal rischio di PIU.

Ringraziamenti

Gli autori desiderano ringraziare il Ministero della Pubblica Istruzione, il Ministero della Salute e del Benessere e i Centri per il controllo e la prevenzione delle malattie, i Centri coreani per il controllo e la prevenzione delle malattie, che hanno fornito i dati grezzi.

Dichiarazione di finanziamento

Questo lavoro è stato sostenuto dalla sovvenzione della National Research Foundation of Korea (NRF) finanziata dal governo coreano (MSIP; Ministry of Science, ICT & Future Planning) (NRF-2018R1C1B5041143).

Contributi degli autori

Tutti gli autori hanno dato un contributo sostanziale alla concezione e progettazione, acquisizione di dati o analisi e interpretazione dei dati; ha preso parte alla stesura dell'articolo o alla revisione critica per importanti contenuti intellettuali; ha dato l'approvazione finale della versione da pubblicare; e accetta di essere responsabile per tutti gli aspetti del lavoro.

Rivelazione

Gli autori non riportano conflitti di interesse in questo lavoro.

Riferimenti

1. Anderson M, Perrin A, Jiang J, Kumar M. Il 10% degli americani non usa Internet. Loro chi sono? Washington, DC: Centro di ricerca Pew; 2019. []
2. Anderson M, Jiang J. Adolescenti, social media e tecnologia 2018. Washington, DC: Centro di ricerca Pew; 2018. []
3. Gross E, Juvonen J, Gable S. Uso di Internet e benessere nell'adolescenza. J Soc Issues. 2002;58:75–90. doi:10.1111/1540-4560.00249 [CrossRef] []
4. Caplan SE. Rapporti tra solitudine, ansia sociale e uso problematico di Internet. Cyberpsychol Behav. 2006;10(2): 234-242. doi: 10.1089 / cpb.2006.9963 [PubMed] [CrossRef] []
5. Daine K, Hawton K, Singaravelu V, Stewart A, Simkin S, Montgomery P. Il potere del web: una revisione sistematica degli studi sull'influenza di Internet sull'autolesionismo e il suicidio nei giovani. PLoS One. 2013;8(10): E77555. doi: 10.1371 / journal.pone.0077555 [Articolo gratuito di PMC] [PubMed] [CrossRef] []
6. Kiriakidis SP, Kavoura A. Cyberbullismo: una rassegna della letteratura sulle molestie attraverso Internet e altri mezzi elettronici. Fam Comunità Salute. 2010;33(2):82–93. doi:10.1097/FCH.0b013e3181d593e4 [PubMed] [CrossRef] []
7. Giovane KS, Rogers RC. La relazione tra depressione e dipendenza da Internet. Cyberpsychol Behav. 1998;1(1): 25-28. doi: 10.1089 / cpb.1998.1.25 [CrossRef] []
8. Kuss DJ, Griffiths MD, Karila L, Billieux J. Dipendenza da Internet: una revisione sistematica della ricerca epidemiologica nell'ultimo decennio. Curr Pharm Des. 2014;20(25): 4026-4052. doi: 10.2174 / 13816128113199990617 [PubMed] [CrossRef] []
9. Pontes HM, Kuss DJ, Griffiths MD. Psicologia clinica della dipendenza da Internet: una revisione della sua concettualizzazione, prevalenza, processi neuronali e implicazioni per il trattamento. Neurosci Neuroecon. 2015;4: 11-23. []
10 Cerniglia L, Cimino S, Ballarotto G, et al. Incidenti automobilistici e adolescenti: uno studio empirico sui loro profili emotivi e comportamentali, strategie di difesa e supporto dei genitori. Trasp Res F. 2015;35: 28-36. doi: 10.1016 / j.trf.2015.09.002 [CrossRef] []
11 Steinberg L. Un modello a doppio sistema di assunzione di rischi da parte degli adolescenti. Dev Psychobiol. 2010;52(3): 216-224. doi: 10.1002 / dev.20445 [PubMed] [CrossRef] []
12 Cerniglia L, Guicciardi M, Sinatra M, Monacis L, Simonelli A, Cimino S. L'uso di tecnologie digitali, impulsività e sintomi psicopatologici nell'adolescenza. Behav Sci. 2019;9(8): E82. doi: 10.3390 / bs9080082 [Articolo gratuito di PMC] [PubMed] [CrossRef] []
13 Cimino S, Cerniglia L. Uno studio longitudinale per la validazione empirica di un modello etiopatogenetico della dipendenza da Internet nell'adolescenza basato sulla regolazione precoce delle emozioni. Biomed Res Int. 2018;2018: 4038541. doi: 10.1155 / 2018 / 4038541 [Articolo gratuito di PMC] [PubMed] [CrossRef] []
14 Lenhart A, Madden M, Macgill A, Smith A. Adolescenti e social media. Washington, DC: Pew Internet e American Life Project; 2007. []
15 Dufour M, Brunelle N, Tremblay J, et al. Differenza di genere nell'uso di Internet e problemi di Internet tra gli studenti delle superiori del Quebec. Can J Psychiatry. 2016;61(10): 663-668. doi: 10.1177 / 0706743716640755 [Articolo gratuito di PMC] [PubMed] [CrossRef] []
16 Badenes-Ribera L, Fabris MA, Gastaldi MGF, Prino LE, Longobardi C. L'attaccamento dei genitori e dei coetanei come fattori predittivi dei sintomi della dipendenza da Facebook in diverse fasi dello sviluppo (adolescenti e adolescenti). Addict Behav. 2019;95: 226-232. doi: 10.1016 / j.addbeh.2019.05.009 [PubMed] [CrossRef] []
17 Giovane 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; 1998. []
18 Van der Aa N, Overbeek G, Engels RC, Scholte RH, Meerkerk GJ, Van den Eijnden RJ. Uso quotidiano e compulsivo di Internet e benessere nell'adolescenza: un modello di diatesi-stress basato su cinque grandi tratti della personalità. J Youth Adolesc. 2009;38(6):765–776. doi:10.1007/s10964-008-9298-3 [PubMed] [CrossRef] []
19 Caplan SE. Uso problematico di Internet e benessere psicosociale: sviluppo di uno strumento di misurazione cognitivo-comportamentale basato sulla teoria. Comput Hum Behav. 2002;18(5):553–575. doi:10.1016/S0747-5632(02)00004-3 [CrossRef] []
20 Kaess M, Parzer P, Brunner R, et al. L'uso di Internet patologico è in aumento tra gli adolescenti europei. J Adolescente. 2016;59(2): 236-239. doi: 10.1016 / j.jadohealth.2016.04.009 [PubMed] [CrossRef] []
21 Kim MG, Kim J. Convalida incrociata di affidabilità, validità convergente e discriminante per la problematica scala di utilizzo del gioco online. Comput Hum Behav. 2010;26(3): 389-398. doi: 10.1016 / j.chb.2009.11.010 [CrossRef] []
22 Kuss DJ, Griffiths MD. Dipendenza da gioco su Internet: una revisione sistematica della ricerca empirica. Intenzione per la salute mentale di Int J. 2012;10(2):278–296. doi:10.1007/s11469-011-9318-5 [CrossRef] []
23 Pontes HM, Griffiths MD. Misurazione del disturbo del gioco online DSM-5: sviluppo e validazione di una scala psicometrica breve. Comput Human Behav. 2015;45: 137-143. doi: 10.1016 / j.chb.2014.12.006 [CrossRef] []
24 Strittmatter E, Kaess M, Parzer P, et al. Uso patologico di Internet tra gli adolescenti: confronto tra giocatori e non giocatori. Psichiatria Res. 2015;228(1): 128-135. doi: 10.1016 / j.psychres.2015.04.029 [PubMed] [CrossRef] []
25 Giovane KS. Dipendenza da Internet: valutazione e trattamento. Br Med J. 1999;7: 351-352. []
26 American Psychiatric Association. Manuale diagnostico e statistico dei disturbi mentali (DSM-5®). Arlington, TX: pubblicazione psichiatrica americana; 2013. []
27 King DL, Potenza MN. Non giocare: disturbo da gioco nella classificazione internazionale delle malattie (ICD-11). J Adolescente. 2019;64(1): 5-7. doi: 10.1016 / j.jadohealth.2018.10.010 [PubMed] [CrossRef] []
28 Guainsbury SM. Dipendenza da gioco d'azzardo online: il rapporto tra gioco d'azzardo su Internet e gioco d'azzardo disordinato. Curr Addict Rep. 2015;2(2):185–193. doi:10.1007/s40429-015-0057-8 [Articolo gratuito di PMC] [PubMed] [CrossRef] []
29 Andreassen CS. Dipendenza dal sito di social network online: una recensione completa. Curr Addict Rep. 2015;2(2):175–184. doi:10.1007/s40429-015-0056-9 [CrossRef] []
30 Grubbs JB, Volk F, Exline JJ, Pargament KI. Uso della pornografia su Internet: dipendenza percepita, disagio psicologico e convalida di una breve misura. J Sex Marital Ther. 2015;41(1):83–106. doi:10.1080/0092623X.2013.842192 [PubMed] [CrossRef] []
31 Rosenkranz T, Muller KW, Dreier M, Beutel ME, Wolfling K. Potenziale di dipendenza di applicazioni Internet e correlati differenziali di uso problematico nei giocatori di Internet rispetto agli utenti di Internet generalizzati in un campione rappresentativo di adolescenti. Eur Addict Res. 2017;23(3): 148-156. doi: 10.1159 / 000475984 [PubMed] [CrossRef] []
32 Kim Y, Choi S, Chun C, Park S, Khang YH, Oh K. Profilo delle risorse di dati: l'indagine basata sul web sul comportamento dei giovani in Corea (KYRBS). Int J Epidemiol. 2016;45(4): 1076-1076e. doi: 10.1093 / ije / dyw070 [PubMed] [CrossRef] []
33 Kim DI, Chung YJ, Lee EA, Kim DM, Cho YM. Sviluppo della forma abbreviata della scala della predisposizione alla dipendenza da Internet (scala KS). Corea J Consigli. 2008;9: 1703-1722. doi: 10.15703 / kjc.9.4.200812.1703 [CrossRef] []
34 Laconi S, Kaliszewska-Czeremska K, Gnisci A, et al. Studio interculturale sull'uso problematico di Internet in nove paesi europei. Comput Human Behav. 2018;84: 430-440. doi: 10.1016 / j.chb.2018.03.020 [CrossRef] []
35 Mak KK, Lai CM, Watanabe H, et al. Epidemiologia dei comportamenti di Internet e dipendenza tra adolescenti in sei paesi asiatici. Cyberpsychol Behav Soc Netw. 2014;17(11): 720-728. doi: 10.1089 / cyber.2014.0139 [PubMed] [CrossRef] []
36 Petry NM, O'Brien CP. Disordine di gioco su Internet e DSM-5. Dipendenza. 2013;108(7): 1186-1187. doi: 10.1111 / add.12162 [PubMed] [CrossRef] []
37 Feng W, Ramo DE, Chan SR, Bourgeois JA. Disturbo del gioco su Internet: tendenze in prevalenza 1998-2016. Addict Behav. 2017;75: 17-24. doi: 10.1016 / j.addbeh.2017.06.010 [Articolo gratuito di PMC] [PubMed] [CrossRef] []
38 Bakken IJ, Wenzel HG, Gotestam KG, Johansson A, Oren A. Dipendenza da Internet tra gli adulti norvegesi: uno studio campionario di probabilità stratificato. Scand J Psychol. 2009;50(2):121–127. doi:10.1111/j.1467-9450.2008.00685.x [PubMed] [CrossRef] []
39 Durkee T, Kaess M, Carli V, et al. Prevalenza dell'uso patologico di Internet tra gli adolescenti in Europa: fattori demografici e sociali. Dipendenza. 2012;107(12):2210–2222. doi:10.1111/j.1360-0443.2012.03946.x [PubMed] [CrossRef] []
40 Tsai HF, Cheng SH, Yeh TL, et al. I fattori di rischio della dipendenza da Internet: un'indagine sulle matricole universitarie. Psichiatria Res. 2009;167(3): 294-299. doi: 10.1016 / j.psychres.2008.01.015 [PubMed] [CrossRef] []
41 Pujazon-Zazik M, Parco MJ. Per twittare o non twittare: differenze di genere e potenziali esiti sanitari positivi e negativi dell'uso di Internet da parte degli adolescenti. Am J Mens Health. 2010;4(1): 77-85. doi: 10.1177 / 1557988309360819 [PubMed] [CrossRef] []
42 Yau YH, Crowley MJ, Mayes LC, Potenza MN. L'uso di Internet e i comportamenti di dipendenza dai videogiochi? implicazioni biologiche, cliniche e di salute pubblica per giovani e adulti. Minerva Psichiatra. 2012;53(3): 153-170. [Articolo gratuito di PMC] [PubMed] []
43 Hartmann T, Klimt C. Genere e giochi per computer: esplorare le antipatie delle femmine. J Comput Mediat Commun. 2006;11(4):910–931. doi:10.1111/j.1083-6101.2006.00301.x [CrossRef] []
44 Jackson LA, Ervin KS, Gardner PD, Schmitt N. Genere e Internet: donne che comunicano e uomini alla ricerca. Ruoli sessuali. 2001;44(5):363–379. doi:10.1023/A:1010937901821 []
45 Griffiths M. Dipendenza da Internet: è ora di essere presi sul serio? Addict Res. 2000;8(5): 413-418. doi: 10.3109 / 16066350009005587 [CrossRef] []
46 Giovane KS, de Abreu CN. Dipendenza da Internet: un manuale e guida alla valutazione e al trattamento. Hoboken, New Jersey: Wiley; 2010. []
47 de Alarcón R, de la Iglesia JI, Casado NM, Montejo AL. Dipendenza da porno online: ciò che sappiamo e ciò che non facciamo: una recensione sistematica. JClin Med. 2019;8(1): E91. doi: 10.3390 / jcm8010091 [Articolo gratuito di PMC] [PubMed] [CrossRef] []
48 Cantwell DP, Lewinsohn PM, Rohde P, Seeley JR. Corrispondenza tra la relazione degli adolescenti e la relazione dei genitori sui dati diagnostici psichiatrici. J Am Acad Child Adolesc Psychiatry. 1997;36(5):610–619. doi:10.1097/00004583-199705000-00011 [PubMed] [CrossRef] []