온라인 소셜 네트워킹 중독과 우울 : 중국 청소년 (2018)의 대규모 전향 적 코호트 연구 결과

J Behav Addict. 2018 9 월 11 : 1-11. doi : 10.1556 / 2006.7.2018.69.

리 JB1,2, 모 PKH2,3, 라우 JTF2,3, 수 XF2,3, 장 엑스4, 우 AMS5, 마이 JC6, 첸 YX6.

추상

배경 및 목적

이 연구의 목적은 온라인 소셜 네트워킹 중독(OSNA)과 우울증 사이의 종단적 연관성, OSNA가 우울증의 발달을 예측하는지 여부, 그리고 반대로 우울증이 OSNA의 발달을 예측하는지 여부를 추정하는 것입니다.

행동 양식

중국 남부 광저우에 있는 5,365개 중등학교의 총 2014명의 학생을 기준으로 9년 XNUMX월에 조사했으며 XNUMX개월 후에 후속 조사를 실시했습니다. OSNA 및 우울증의 수준은 각각 검증된 OSNA 척도 및 CES-D를 사용하여 측정하였다. 다단계 로지스틱 회귀 모델을 적용하여 OSNA와 우울증 간의 종단적 연관성을 추정했습니다.

결과

베이스라인에서 우울하지만 OSNA가 없는 청소년은 베이스라인에서 우울하지 않은 청소년에 비해 후속 조치에서 OSNA가 발생할 가능성이 1.48배 더 높았습니다[조정된 OR(AOR): 1.48, 95% 신뢰 구간(CI): 1.14-1.93 ]. 또한 추적 기간 동안 우울하지 않은 청소년에 비해 추적 기간 동안 지속적으로 우울하거나 우울한 청소년은 추적 시 OSNA 발병 위험이 증가했습니다(AOR: 3.45, 95% CI: 지속적인 우울증의 경우 2.51-4.75, 새로운 우울증의 경우 AOR: 4.47, 95% CI: 3.33-5.99). 반대로, 베이스라인에서 우울증이 없는 사람들 중 지속적 OSNA 또는 신흥 OSNA로 분류된 청소년은 OSNA가 없는 청소년에 비해 우울증 발병 위험이 더 높았습니다(AOR: 1.65, 95% CI: 지속적인 OSNA의 경우 1.01-2.69; AOR: 4.29, 95% CI: 신흥 OSNA의 경우 3.17-5.81).

결론

연구 결과는 OSNA와 우울증 사이의 양방향 연관성을 나타냅니다. 이는 중독성 온라인 소셜 네트워킹 사용이 우울 증상의 증가 수준을 동반한다는 것을 의미합니다.

키워드 : 청소년; 우울증; 종적 연관; 온라인 소셜 네트워킹 중독

PMID : 30203664

DOI : 10.1556/2006.7.2018.69

온라인 소셜 네트워킹 중독 및 우울증: 중국 청소년을 대상으로 한 대규모 전향적 코호트 연구 결과.

J Behav Addict. 2018년 11월 1:11-10.1556. 도이: 2006.7.2018.69/XNUMX. [인쇄에 앞선 EPUB]

리 JB1,2, 모 PKH2,3, 라우 JTF2,3, 수 XF2,3, 장 엑스4, 우 AMS5, 마이 JC6, 첸 YX6.

추상

배경 및 목적 이 연구의 목적은 온라인 소셜 네트워킹 중독(OSNA)과 우울증 사이의 종단적 연관성, OSNA가 우울증의 발달을 예측하는지 여부, 그리고 반대로 우울증이 OSNA의 발달을 예측하는지 여부를 추정하는 것입니다. 방법 5,365년 2014월 기준선에서 중국 남부 광저우에 있는 9개 중등학교 학생 총 1.48명을 대상으로 설문조사를 실시했으며 1.48개월 후 후속 조사를 실시했습니다. OSNA 및 우울증의 수준은 각각 검증된 OSNA 척도 및 CES-D를 사용하여 측정하였다. 다단계 로지스틱 회귀 모델을 적용하여 OSNA와 우울증 간의 종단적 연관성을 추정했습니다. 결과 기준선에서 우울하지만 OSNA가 없는 청소년은 기준선에서 우울하지 않은 청소년에 비해 추적 조사에서 OSNA가 발생할 가능성이 95배 더 높았습니다[조정된 OR(AOR): 1.14, 1.93% 신뢰 구간(CI): 3.45- 95]. 또한 추적 기간 동안 우울하지 않은 청소년에 비해 추적 기간 동안 지속적으로 우울하거나 우울한 청소년은 추적 시 OSNA 발병 위험이 증가했습니다(AOR: 2.51, 4.75% CI: 지속적인 우울증의 경우 4.47-95, 새로운 우울증의 경우 AOR: 3.33, 5.99% CI: 1.65-95). 반대로, 베이스라인에서 우울증이 없는 사람들 중 지속적 OSNA 또는 신흥 OSNA로 분류된 청소년은 OSNA가 없는 청소년에 비해 우울증 발병 위험이 더 높았습니다(AOR: 1.01, 2.69% CI: 지속적인 OSNA의 경우 4.29-95; AOR: 3.17, 5.81% CI: 신흥 OSNA의 경우 XNUMX-XNUMX). 결론 이 발견은 OSNA와 우울증 사이의 양방향 연관성을 나타냅니다. 이는 중독성 온라인 소셜 네트워킹 사용이 우울 증상의 증가 수준을 동반한다는 것을 의미합니다.

키워드 : 청소년; 우울증; 종적 연관; 온라인 소셜 네트워킹 중독

PMID : 30203664

DOI : 10.1556/2006.7.2018.69

개요

가장 널리 보고되는 정신과적 장애인 우울증(Knopf, Park, & Mulye, 2008; 타파르, 콜리쇼, 포터, & 타파르, 2010), 청소년들 사이에서 중요한 공중 보건 문제입니다. 청소년의 9% 이상이 중등도에서 중증 수준의 우울증을 보고했으며, 1년 발병률은 미국에서 3%로 추정되었습니다.Rushton, Forcier, & Schectman, 2002). 중국 남부에서 우리의 이전 연구는 중등학생들 사이에서 1주 우울증 유병률이 23.5%라고 보고했습니다(리 외, 2017).

청소년의 인터넷 중독과 우울증 사이의 긍정적인 연관성은 두 단면 모두에서 보고되었습니다.모레노, 젤렌칙, & 브릴랜드, 2015; 유, 조, & 차, 2014) 및 종단 연구 (조성신, 임, 신, 2013; 고옌, 첸, 예, 엔, 2009; 2014년 램). 그러나 이러한 연구는 특정 유형의 온라인 활동보다는 일반적인 인터넷 중독을 평가했습니다. 청소년은 인터넷에서 여러 유형의 온라인 활동을 수행할 수 있습니다. 몇몇 연구는 일반적인 인터넷 중독과 특정 인터넷 관련 활동에 대한 중독을 구분하는 중요성과 필요성을 강조했습니다.데이비스, 2001; 라코니, 트리카드, 샤브롤, 2015; Pontes, Szabo, & Griffiths, 2015년). 온라인 소셜 네트워킹은 상대적으로 새로운 현상이며 온라인 소셜 네트워킹 사용자인 인구 사이에서 우울증의 높은 유병률이 관찰되었습니다.Lin et al., 2016; 탕앤코, 2017). 일반 인구에 비해 청소년과 학생이 온라인 소셜 네트워킹을 가장 많이 사용합니다(Griths, Kuss, & Demetrovics, 2014년). 온라인 소셜 네트워킹 중독(OSNA)은 온라인 소셜 네트워킹 활동에 대한 강박적 참여와 함께 청소년들 사이에서 비교적 새로운 중독성 행동입니다. 특정 유형의 인터넷 관련 행동 중독으로서 OSNA는 중독의 핵심 고전적 증상을 통합합니다.그리피스, 2013; Kuss & Griffiths, 2011 년), "로 정의된다.다른 사회 활동, 학업/직업, 대인 관계 및/또는 심리적 건강 및 웰빙을 손상시키는 온라인 소셜 네트워킹에 로그온하거나 사용하려는 강한 동기로 인해 온라인 소셜 네트워킹 사용에 대해 지나치게 염려합니다."(Andreassen, 2015). OSNA는 청소년들 사이에서 눈에 띄게 증가했습니다. 미국 대학생의 약 9.78%가 페이스북 중독이 있다고 자각했습니다.Pempek, Yermolayeva, & Calvert, 2009), 싱가포르 대학생의 29.5%가 OSNA 보유(탕앤코, 2017). 2010년 연구에서는 OSNA 유병률이 중국 대학생의 30%보다 훨씬 높다고 보고했습니다(저우 & 렁, 2010). 증거에 따르면 과도하고 강박적인 온라인 소셜 네트워킹은 거의 도움이 되지 않으며 정서적, 관계적 및 기타 건강 관련 결과를 포함하여 청소년의 심리사회적 웰빙에 잠재적으로 해로운 영향을 미칩니다.Andreassen, 2015).

일부 단면 조사에서는 OSNA와 청소년 우울증 사이의 긍정적인 연관성을 보고했습니다.홍, 황, 린, & 치우, 2014; Koc & Gulyagci, 2013 년). 그러나 단면적 연구 설계의 내재적 한계로 인해 OSNA가 우울증의 원인인지 결과인지 양방향성인지는 여전히 불분명합니다. 온라인 소셜 네트워킹은 청소년들에게 사회적 편의와 자본, 선택적 자기 공개 및 잠재적인 사회적 지원을 제공할 수 있습니다.엘리슨, 스타인필드, 램프, 2007; Steinfield, Ellison, & Lampe, 2008 년). 정신 장애(예: 우울증 및 불안)를 경험하는 개인은 온라인 소셜 네트워킹을 안전하고 중요한 가상 커뮤니티로 볼 수 있습니다(가메즈-과딕스, 2014), 현실 세계에서 경험하는 정서적 문제에서 벗어날 수 있는 곳(Andreassen, 2015; Griths 외, 2014), 잠재적인 중독성 참여로 이어집니다(Oberst, Wegmann, Stodt, Brand, & Chamarro, 2017). 한편, 가상 커뮤니티에 과도하게 노출되면 부정적인 감정(McDougall 등, 2016). 우울한 기분에 대한 부적응이 있는 청소년은 과도한 온라인 소셜 네트워킹의 더 해로운 영향을 경험할 수 있습니다.Selfhout, Branje, Delsing, Ter Bogt, & Meeus, 2009). 따라서 OSNA와 우울증 사이의 양방향 연관성은 이론적으로 합리적입니다. 그러나 우리가 아는 한, OSNA와 청소년 및 기타 인구 사이의 우울증 사이의 종단적 관계를 탐구하는 데 초점을 맞춘 전향적 연구는 없습니다.

따라서 우리는 OSNA의 변화와 우울증 상태(예를 들어, 장애) 9개월 추적 기간 동안.

연구 설계

이 전향적 코호트 연구는 중국 남부 광저우에서 수행되었습니다. 기초조사는 2014년 9월부터 XNUMX월까지 진행되었으며, 후속 조사는 XNUMX개월 간격으로 동일한 절차로 진행되었다.

참가자 및 샘플링                                                               

계층화 클러스터 샘플링 방법을 사용하여 참가자를 모집했습니다. 광저우의 세 지역(즉, 핵심, 교외 및 교외 지역) 각각에서 편리하게 하나의 지구/군을 선택했습니다(그림의 빨간색 점). 1). 그런 다음 선택된 각 지역/군에서 XNUMX개의 공립 중등학교를 편리하게 선택하여 총 XNUMX개의 학교가 선택되었습니다. 선정된 학교의 모든 XNUMX학년과 XNUMX학년 학생들은 자발적으로 연구에 참여하도록 초대되었습니다. 익명의 설문지는 잘 훈련된 연구 조교의 감독하에 교사가 없는 교실 환경에서 참가자가 자체 관리했습니다.

그림 부모 제거

그림 1. 연구 사이트의 위치

총 5,365명(응답률 = 98.04%)의 학생들이 기본 설문 조사를 완료했습니다. 동일한 학생의 4,871개 설문지는 자택 전화번호 뒷자리 5,365자리, 부모님 휴대전화 뒷번호 90.8자리, 참가자 신분증 번호 뒷자리 XNUMX자리, 참가자 생년월일, 본인과 부모님의 마지막 글자를 사용하여 일치시켰다. ' 철자 이름. 마지막으로 XNUMX명의 참가자 중 XNUMX명이 후속 조사에서 완전한 설문지를 제공했습니다(후속 조사 비율 = XNUMX%). 온라인 SNS를 이용하지 않는 사람을 제외한 후(n = 643), 총 4,237명의 참가자가 종단 연구에 참여했습니다.

우울증

우울 증상의 정도는 Center for Epidemiology Scale for Depression(CES-D)의 20개 항목 중국어 버전을 사용하여 측정되었습니다. 그것의 심리 측정 속성은 중국 청소년들 사이에서 검증되었습니다.첸, 양, 리, 2009; 쳉, 옌, 고, 옌, 2012; Lee et al., 2008; Wang et al., 2013). 점수가 높을수록 우울 증상의 정도가 심함을 의미하며 총점의 범위는 0에서 60(Radloff, 1977). 본 연구에서 Cronbach's α계수는 베이스라인에서 .86, 추시에서 .87로 좋은 내적신뢰도를 보였다. CES-D 점수 ≥21을 보고하는 개인은 우울 사례로 정의됩니다(스타킹 등, 2015). 이전 연구에 이어(Penninx, Deeg, van Eijk, Beekman, & Guralnik, 2000; 반 굴 외, 2003), 이 연구에서 추적 관찰 기간 동안 우울증 상태의 변화는 다음과 같이 분류되었습니다: 우울증 없음(기준선과 추적 관찰 모두에서 우울증이 없는 참가자), 우울증으로부터의 완화(기준선에서 우울증이 있지만 추적 관찰에서 우울증이 없는 참가자로 전환됨) -up), 지속적인 우울증(기준선과 후속 조치 모두에서 우울증이 있는 참가자) 및 신흥 우울증(기준선에서 우울증이 없었지만 후속 조치에서 우울증으로 전환된 참가자).

온라인 소셜 네트워킹 중독(OSNA)

온라인 소셜 네트워킹에 대한 중독 수준은 OSNA 척도를 사용하여 측정되었으며, 여기에는 인지 및 행동 부각, 다른 활동과의 갈등, 행복감, 통제력 상실, 금단, 재발 및 복직의 핵심 중독 증상을 측정하는 40개 항목이 포함됩니다. OSNA 척도의 점수가 높을수록 온라인 소셜 네트워킹에 대한 중독성 경향이 더 높음을 나타내며 최대 점수는 XNUMX점입니다. 정신 측정적 속성은 이전 연구에서 철저히 평가되었습니다(리 외, 2016). OSNA 사례를 식별하기 위한 OSNA 척도에 대해 설정된 컷오프 값이 없습니다. 점수의 10분위 점수(즉, OSNA 점수 ≥24)에 속하는 참가자는 기준선에서 OSNA 사례로 분류되었고 동일한 컷오프 값은 후속 조치에서 사례를 분류하는 데 사용됩니다. 유사한 분류 전략이 이전 연구(Verkuijl 등, 2014). 이 연구에서 OSNA 척도의 Cronbach's α 계수는 기준선에서 .86, 추적 조사에서 .89였습니다. 마찬가지로 기준선에서 후속 조치까지 OSNA 상태의 변화는 다음과 같이 분류되었습니다. OSNA 없음(기준선과 후속 조치 모두에서 OSNA가 없는 참가자), OSNA에서 관해(기준선에서 OSNA가 있지만 후속 조치에서 OSNA 없이 전환된 참가자) ), 지속적인 OSNA(기준선과 후속 조치 모두에서 OSNA가 있는 참가자) 및 신흥 OSNA(기준선에서 OSNA가 없지만 후속 조치에서 OSNA로 전환된 참가자).

공변량

공변량에는 성별, 학년, 부모의 교육 수준, 인식된 가족 재정 상황, 생활 방식(양부모가 있든 없든), 자가 보고 학업 성취도 및 기준선에서 인지된 학습 압력이 포함됩니다.

통계 분석

적절한 경우 기술 통계(예: 평균, 표준 편차 및 백분율)가 제시되었습니다. 학교 간 클러스터링에 대한 클래스 내 상관 계수는 1.56%(p = .002) 사고 우울증의 경우 1.42%(p = .042) 사건 OSNA에 대해 학교 간 상당한 차이를 나타냄(왕, 시에, & 피셔, 2009). 따라서 다단계 로지스틱 회귀 모델(수준 1: 학생, 수준 2: 학교)을 적용하여 시간 경과에 따른 OSNA와 우울증 간의 종단적 연관성을 평가하여 학교의 클러스터 샘플링 효과를 설명했습니다. 사고 우울증/OSNA와 관련된 배경 공변량 p 단변량 분석에서 < .05이거나 문헌(즉, 성별 및 학년)에 널리 보고된 경우는 다변량 로지스틱 회귀 모델에서 조정되었습니다.

기준선에서 우울하지 않은 참가자 중 새로운 우울증 발병률에 대한 OSNA 예측을 위해(n = 3,196), 중요한 공변량을 조정한 후 우울증의 새로운 발병률에 대해 이진 변수(즉, OSNA 여부) 및 연속 변수(OSNA 척도 점수) 모두 기준선 OSNA의 승산비(OR)를 먼저 추정한 다음 추가로 기준선 CES-D 척도 점수 조정(Hinkley 외, 2014). 그런 다음 중요한 공변량을 조정한 모델과 기준선 CES-D 척도 점수를 추가로 조정한 모델을 포함하여 우울증의 새로운 발병률에 대해 시간 경과에 따른 OSNA 상태의 변화 예측을 추정했습니다.

역으로, 베이스라인에서 OSNA가 없는 참가자들 사이에서 OSNA의 새로운 발생률에 대한 우울증의 예측(n = 3,657)은 OSNA의 새로운 발생률을 결과로, 우울증을 노출로 하여 위에서 설명한 것과 유사한 방식으로 추정되었습니다. OSNA의 새로운 발생률에 대한 기준선 우울증(연속 및 범주형 버전 모두)의 예측 및 OSNA의 새로운 발생률에 대한 시간 경과에 따른 우울증 상태의 변화 예측을 각각 추정했습니다.

통계 분석은 SAS 버전 9.4(SAS Institute, Cary, NC, USA)를 사용하여 수행되었습니다. 양면 p 값 <.05는 통계적으로 유의한 것으로 간주되었습니다.

윤리학

연구 절차는 헬싱키 선언에 따라 수행되었습니다. 학교 내 설문 조사에 대한 학교 동의 및 허가는 설문 조사가 실시되기 전에 학교장으로부터 얻었습니다. 참여하기 전에 학생들로부터 구두 동의를 얻었습니다. 이 연구와 동의 절차는 홍콩 중문 대학의 설문 조사 및 행동 연구 윤리 위원회의 승인을 받았습니다.

결과

참여자 특성 및 이수 분석

이탈 분석 결과, 종단 분석에 참여한 청소년들 사이에 부모의 교육 수준과 자기보고 학업 성취도 측면에서 유의미한 차이가 없는 것으로 나타났다(n = 4,237) 및 종단 분석에서 제외된 사람(n = 1,128). 종단 표본에 포함된 청소년은 여성일 가능성이 더 높았고, XNUMX학년 이상이었고, 가족 재정 상황이 양호했으며, 부모와 함께 살았고, 학습 압박이 없거나 적었다(표 1).

작업대

테이블 1. 종단 샘플의 감소 분석 및 참가자 특성
 

테이블 1. 종단 샘플의 감소 분석 및 참가자 특성

 

기준

종단 샘플의 참가자

베이스라인에서 우울증이 없는 참가자

기준선에서 OSNA가 없는 참가자

 

가능

아니

p*

비OSNA

OSNA

p*

우울하지 않은

우울한

p*

금액5,3654,2371,128-2,922274-2,922735-
성별
 남성2,533 (47.2)2,105 (49.7)727 (64.4)<.0011,464 (50.1)164 (59.8). 0021,464 (50.1)309 (42.0)<.001
 여성2,832 (52.8)2,132 (50.3)401 (35.6) 1,458 (49.9)110 (40.2) 1,458 (49.9)426 (58.0) 
학년
 일곱2,592 (48.3)2,011 (47.5)581 (51.5). 0161,418 (48.5)131 (47.8). 8201,418 (48.5)337 (45.9). 194
 여덟2,773 (51.7)2,226 (52.5)547 (48.5) 1,504 (51.5)143 (52.2) 1,504 (51.5)398 (54.2) 
아버지의 학력
 초등학교 이하356 (6.6)273 (6.4)83 (7.4). 376165 (5.7)21 (7.7). 049165 (5.7)61 (8.3). 010
 중학교1,816 (33.9)1,425 (33.6)391 (34.7) 958 (32.8)108 (39.4) 958 (32.8)259 (35.2) 
 고등학교1,646 (30.7)1,312 (31.0)334 (29.6) 911 (31.2)79 (28.8) 911 (31.2)230 (31.3) 
 대학 이상1,317 (24.5)1,053 (24.9)264 (23.4) 763 (26.1)54 (6.6) 763 (26.1)159 (21.6) 
 몰라230 (4.3)174 (4.1)56 (5.0) 125 (4.3)12 (4.4) 125 (4.3)26 (3.5) 
엄마의 학력
 초등학교 이하588 (11.0)445 (10.5)143 (12.7). 144267 (9.1)35 (12.8). 108267 (9.1)103 (14.0)<.001
 중학교1,909 (35.6)1,507 (35.6)402 (35.6) 1,030 (35.3)108 (39.4) 1,030 (35.3)274 (37.3) 
 고등학교1,497 (27.9)1,199 (28.3)298 (26.4) 860 (29.4)71 (25.9) 860 (29.4)180 (24.5) 
 대학 이상1,143 (21.3)913 (21.6)230 (20.4) 634 (21.7)50 (18.3) 634 (21.7)156 (21.2) 
 몰라228 (4.3)173 (4.1)55 (4.9) 131 (4.5)10 (3.6) 131 (4.5)22 (3.0) 
가족 재정 상황
 매우 좋다/좋다2,519 (47.0)2,047 (48.3)472 (41.8)<.0011,495 (51.2)123 (44.9). 1151,495 (51.2)300 (40.8)<.001
 평균2,664 (49.6)2,072 (48.9)592 (52.5) 1,366 (46.7)143 (52.2) 1,366 (46.8)405 (55.1) 
 나쁨/매우 나쁨182 (3.4)118 (2.8)64 (5.7) 61 (2.1)8 (8.6) 61 (2.1)30 (4.1) 
두 부모 모두와 함께 산다.
 아니4,712 (87.8)490 (11.6)163 (14.4). 008312 (10.7)30 (11.0). 890312 (10.7)107 (14.6). 003
 가능653 (12.2)3,747 (88.4)965 (85.6) 2,610 (89.3)244 (89.0) 2,610 (89.3)628 (85.4) 
학업 성적
 높은1,817 (33.9)1,465 (34.6)223 (19.8). 2761,142 (39.1)51 (18.6)<.0011,142 (39.1)205 (27.9)<.001
 중급2,396 (44.6)1,920 (45.3)619 (54.9) 1,306 (44.7)134 (48.9) 1,306 (44.7)347 (47.2) 
 낮 춥니 다1,152 (21.5)490 (20.1)286 (25.4) 474 (16.2)89 (32.5) 474 (16.2)183 (24.9) 
인지된 학습 압력
 무/광1,034 (19.3)811 (19.1)352 (31.2)<.001667 (22.8)31 (11.3)<.001667 (22.8)78 (10.6)<.001
 일반 3,052 (56.9)2,433 (57.4)476 (42.2) 1,769 (60.5)172 (62.8) 1,769 (60.5)359 (48.8) 
 무겁다/매우 무겁다1,279 (23.8)993 (23.4)300 (26.6) 486 (16.6)71 (25.9) 486 (16.6)298 (40.5) 

참고. 데이터는 다음과 같이 표시됩니다. n (%). OSNA: 온라인 소셜 네트워킹 중독; CES-D: 우울증에 대한 역학 척도 센터; –: 해당 없음.

*p 값은 χ 사용하여 얻었습니다.2 테스트.

종단 표본에서 4,237명의 청소년(평균 연령: 13.9, 표준 편차: 0.7) 중 49.7%(2,105명 중 4,237명)가 여성이었고 47.5%(2,011명 중 4,237명)가 88.4학년 학생이었습니다. 대부분의 청소년(3,747%, 4,237명 중 24.6명)은 부모와 함께 살고 있었습니다. 종단 표본에서 우울증 유병률은 기준선의 1,041%(4,237명 중 26.6명)에서 후속 조치 시 7.459%로 크게 증가했습니다(McNemar's test = XNUMX, p = .006). 베이스라인과 후속 조치 사이에 OSNA의 유병률에 대한 유의한 차이는 없었습니다(기준선에서 13.7% vs. 후속 조치에서 13.6%; McNemar's test = 0.053, p = .818). 총 3,196명의 학생이 베이스라인에서 우울하지 않았고, 3,657명의 학생이 베이스라인에서 OSNA가 없었습니다(표 1).

우울증 또는 OSNA의 새로운 발병률과 관련된 잠재적 교란 요인

작업대 2 열악한 가족 재정 상황, 자가 보고된 낮은 학업 성취도, 심한 학습 압력이 우울증 발병률 증가(단변량 OR 범위: 1.32–1.98) 및 OSNA 발병률 증가(단변량 OR 범위: 1.61–2.76). 부모와 함께 사는 것이 OSNA 단독 발생에 대한 유의미한 보호 요인이었습니다[단변량 OR: 0.65, 95% 신뢰 구간(CI): 0.48–0.89].

작업대

테이블 2. 배경 공변량과 우울증/OSNA 발생률 사이의 단변량 연관성
 

테이블 2. 배경 공변량과 우울증/OSNA 발생률 사이의 단변량 연관성

 

우울증의 발병률

OSNA의 발생률

 

n (%) (n = 515)

ORu(95% CI)

p

n (%) (n = 335)

ORu(95% CI)

p

성별 
 남성249 (15.9)1 168 (8.9)1 
 여성266 (16.3)0.96 (0.79, 1.16). 641167 (9.4)0.94 (0.75, 1.17). 573
학년 
 일곱250 (16.1)1 160 (9.1)1 
 여덟265 (16.1)1.00 (0.83, 1.21). 977175 (9.2)1.00 (0.80, 1.26). 977
아버지의 학력 
 초등학교 이하32 (17.2)1 26 (11.5)1 
 중등 중학교190 (17.8)1.04 (0.69, 1.59). 827116 (9.5)0.81 (0.52, 1.28). 377
 고등학교139 (14.0)0.80 (0.52, 1.23). 31793 (8.2)0.67 (0.42, 1.07). 090
 대학교 이상129 (15.8)0.92 (0.60, 1.42). 70586 (9.3)0.78 (0.49, 1.26). 310
 몰라25 (18.3)1.14 (0.63, 2.04). 66614 (9.3)0.79 (0.40, 1.59). 516
엄마의 학력 
 초등학교 이하47 (15.6)1 31 (8.4)1 
 중등 중학교196 (17.2)1.15 (0.81, 1.63). 424118 (9.1)1.11 (0.73, 1.69). 621
 고등학교141 (15.2)1.01 (0.70, 1.46). 939109 (10.5)1.28 (0.84, 1.96). 257
 대학교 이상105 (15.4)1.03 (0.70, 1.52). 86164 (8.1)0.97 (0.61, 1.53). 891
 몰라26 (18.4)1.32 (0.77, 2.25). 31013 (8.5)1.03 (0.52, 2.03). 940
가족 재정 상황 
 매우 좋다/좋다229 (14.2)1 145 (8.1)1 
 평균269 (17.8)1.32 (1.08, 1.60). 006172 (9.7)1.21 (0.96, 1.53). 105
 나쁨/매우 나쁨17 (24.6)1.98 (1.12, 3.49). 01918 (19.8)2.76 (1.60, 4.76)<.001
두 부모 모두와 함께 산다. 
 아니64 (18.7)1 54 (12.9)1 
 가능451 (15.8)0.80 (0.60, 1.07). 135281 (8.7)0.65 (0.48, 0.89). 008
학업 성적 
 높은169 (14.2)1 109 (8.1)1 
 중급226 (15.7)1.13 (0.91, 1.41). 254145 (8.8)1.10 (0.85, 1.42). 488
 낮 춥니 다120 (21.3)1.66 (1.28, 2.16)<.00181 (12.3)1.61 (1.19, 2.19). 002
인지된 학습 압력 
 무/광96 (13.8)1 59 (7.9)1 
 평균305 (15.7)1.16 (0.90, 1.48). 253178 (8.4)1.05 (0.77, 1.44). 735
 무겁다/매우 무겁다114 (20.5)1.63 (1.20, 2.20). 00296 (12.5)1.65 (1.17, 2.32). 004

참고. OSNA: 온라인 소셜 네트워킹 중독; ORu: 단변량 승산비; 95% CI: 단변량 로지스틱 회귀 모델로 얻은 95% 신뢰 구간.

OSNA는 우울증의 새로운 발병률을 예측합니다.

베이스라인에서 우울하지 않은 3,196명의 청소년 중 단변량 모델은 베이스라인 OSNA가 추적 기간 동안 더 높은 우울증 발병률과 유의미한 관련이 있음을 보여주었습니다(단변량 OR: 1.65, 95% CI: 1.22–2.22). 성별, 학년, 가족 재정 상황, 학업 성취도, 인지된 학습 압력을 조정한 후에도 협회는 여전히 유의미했습니다[조정된 OR(AOR): 1.48, 95% CI: 1.09–2.01]. 기준선 CES-D 점수를 추가로 조정하면 연관성이 통계적으로 유의하지 않게 됩니다(AOR: 1.16, 95% CI: 0.85–1.60). OSNA 점수(연속 변수)를 새로운 사건 우울증의 예측인자로 사용할 때도 유사한 결과가 관찰되었습니다(표 3).

작업대

테이블 3. OSNA와 우울증 간의 종단적 연관성: 다단계 로지스틱 회귀 모델
 

테이블 3. OSNA와 우울증 간의 종단적 연관성: 다단계 로지스틱 회귀 모델

 

n

신규 사고 건수

일변량 모델

다변수 모델

 

ORu(95% CI)

p

AOR (95 % CI)

p

AOR (95 % CI)

p

OSNA는 새로운 사고 우울증을 예측합니다(n = 3,196)
기준선 OSNA 점수(연속)--1.05 (1.03, 1.07)<.0011.04 (1.02, 1.06)a<.0011.01 (0.99, 1.03)b. 242
기준선 OSNA
 아니2,9224511 1a 1b 
 가능274641.65 (1.22, 2.22). 0011.48 (1.09, 2.01). 0121.16 (0.85, 1.60). 342
시간 경과에 따른 OSNA 상태의 변화
 OSNA 없음2,6943541 1a 1b 
 OSNA에서 면제179381.77 (1.21, 2.58). 0031.61 (1.10, 2.37). 0151.29 (0.87, 1.91). 202
 영구 OSNA95262.46 (1.54, 3.93)<.0012.23 (1.39, 3.58)<.0011.65 (1.01, 2.69). 044
 신흥 OSNA228974.89 (3.67, 6.52)<.0014.67 (3.49, 6.24)<.0014.29 (3.17, 5.81)<.001
우울증 예측 새로운 사건 OSNA (n = 3,657)
기준선 CES-D 점수(지속적)--1.05 (1.03, 1.06)<.0011.04 (1.03, 1.05)c<.0011.03 (1.01, 1.04)d<.001
베이스 라인 우울증
 아니2,9222281 1c 1d 
 가능7351072.02 (1.58, 2.58)<.0011.78 (1.38, 2.31)<.0011.48 (1.14, 1.93). 004
시간 경과에 따른 우울증 상태의 변화
 우울증 없음2,4711311 1c 1d 
 우울증 완화315211.28 (0.80, 2.07). 3071.19 (0.73, 1.93). 4860.97 (0.60, 1.59). 918
 지속적인 우울증420864.62 (3.43, 6.21)<.0014.17 (3.05, 5.69)<.0013.45 (2.51, 4.75)<.001
 신흥 우울증451974.88 (3.67, 6.50)<.0014.70 (3.53, 6.28)<.0014.47 (3.33, 5.99)<.001

참고. OSNA: 온라인 소셜 네트워킹 중독; CES-D: 우울증에 대한 역학 척도 센터; ORu: 단일 변수 승산비; AOR: 조정 승산비; 95% CI: 95% 신뢰 구간.

a모델은 성별, 학년, 가족 재정 상황, 학업 성취도, 인지된 학습 압력에 따라 조정되었습니다. b모델은 성별, 학년, 가족 재정 상황, 학업 성취도, 인지된 학습 압력 및 기준선 CES-D 척도 점수(연속 변수)에 대해 조정되었습니다. c모델은 성별, 학년, 가족 재정 상황, 부모와의 동거 형태, 학업 성취도, 인지된 학습 압력에 따라 조정되었습니다. d모델은 성별, 학년, 가족 재정 상황, 부모와의 동거 방식, 학업 성취도, 인지된 학습 압력 및 기준선 OSNA 척도 점수(연속 변수)에 대해 조정되었습니다.

우리는 OSNA 상태의 변화와 우울증 발병률 증가 사이에 유의미한 연관성을 발견했습니다. OSNA 없음으로 분류된 청소년과 비교할 때 우울증 발병 위험은 지속적인 OSNA가 있는 청소년에서 1.65배(95% CI: 1.01~2.69), OSNA가 지속되는 청소년에서 4.29배(95% CI: 3.17~5.81) 더 높았습니다. 신흥 OSNA, 성별, 학년, 가족 재정 상황, 학업 성취도, 인지된 학습 압력 및 기준 CES-D 점수 조정 후(표 3).

우울증은 OSNA의 새로운 발병률을 예측합니다.

베이스라인에서 OSNA가 없는 3,657명의 청소년 중 단변량 결과는 베이스라인 우울증과 OSNA의 높은 발생률 사이에 유의미한 긍정적 연관성을 보여주었습니다(단변량 OR: 2.02, 95% CI: 1.58–2.58). 성별, 학년, 가족 재정 상황, 부모와의 동거 형태, 학업 성취도, 인지된 학습 압력을 조정한 후에는 연관성이 약간 약해졌지만 유의미한 수준을 유지했습니다(AOR: 1.78, 95% CI: 1.38–2.31). 베이스라인 우울증 상태와 OSNA 발생 사이의 연관성은 베이스라인 OSNA 점수를 추가로 조정할 때 여전히 통계적으로 유의했습니다(AOR: 1.48, 95% CI: 1.14–1.93). 새로운 사고 OSNA의 예측 변수로 CES-D 점수(연속 변수)를 사용할 때 결과는 여전히 유의미했습니다(표 3).

다변량 분석에서 우울증 상태의 변화와 OSNA 발생 사이의 유의한 연관성이 관찰되었습니다. 성별, 학년, 가족 재정 상황, 부모와의 생활 방식, 학업 성취도, 인지된 학습 압력 및 기본 OSNA 점수를 조정한 후 우울증이 없는 청소년과 비교하여 OSNA 발병 확률은 3.45배(95% CI: 2.51– 4.75) 지속적으로 우울한 사람들 사이에서 더 높았고, 4.47배(95% CI: 3.33–5.99) 우울한 사람들 사이에서 더 높았습니다(표 3).

토론

이 대규모 종적 연구에서 우리는 우울증이 있지만 베이스라인에서 ONSA가 없는 청소년이 베이스라인에서 우울증이 없는 청소년에 비해 48개월 추적 기간 내에 OSNA가 발생할 위험이 9% 더 높다는 것을 발견했습니다. 새로운 우울증 발병률에 대한 기준선 OSNA는 이 연구에서 지원되지 않았습니다. 또한, 시간 경과에 따른 상태 변화의 효과(즉, 베이스라인의 우울증/OSNA에서 후속 조치의 비우울/비 OSNA로의 완화)를 모델에서 고려했을 때 결과는 OSNA와 우울증 사이의 양방향 연관성을 밝혔습니다. . 지속적으로 우울하거나 우울증이 있는 청소년은 9개월 추적 기간 동안 우울하지 않은 청소년에 비해 OSNA가 발생할 위험이 더 높았습니다. 반대로, OSNA가 지속적이거나 OSNA가 발생한 청소년은 기준선과 후속 조치 모두에서 OSNA가 없었던 청소년에 비해 우울증 발병 위험이 증가했습니다.

발생률 결과(즉, 우울증의 새로운 발생률)를 예측하기 위한 기준선 측정(즉, 기준선 OSNA) 및 상태 변화(즉, OSNA 상태의 변화)를 사용하여 얻은 결과의 차이는 OSNA 및 추적 기간 동안 우울증. 인터넷 중독 행동의 높은 자연 관해율(49.5%–51.5%)은 대만에서 이전에 실시한 두 종단 연구에서 관찰되었습니다(고연, 연, 린, 양, 2007; Ko et al., 2015). 홍콩에서 실시한 이전 설문 조사 결과에서도 12개월 동안 인터넷 중독 행동으로 인한 차도가 높은 것으로 나타났습니다(59.29인년당 100; Lau, Wu, Gross, Cheng 및 Lau, 2017). 유사하게, 본 연구에서도 연구 기간 동안 우울증(41.4%) 및 OSNA(58.8%)로 인한 관해 사례의 많은 비율이 관찰되었다. 이러한 결과는 기준선 평가에서 OSNA 및 우울증 상태를 시간이 지남에 따라 변경할 수 없는 상태로 취급할 수 없으므로 시간 경과에 따른 완화 효과를 무시하면 OSNA가 우울증에 미치는 영향을 잠재적으로 과소평가할 수 있음을 나타냅니다. 따라서 우리는 시간 경과에 따른 OSNA 및 우울증 상태의 동적 변화를 포함하는 모델링 접근법이 관해 사례에서 잠재적인 상쇄 효과를 배제함으로써 보다 설득력 있고 강력한 추정을 제공할 수 있다고 추측했습니다.

이 연구의 결과는 OSNA와 청소년의 우울증 사이의 양방향 연관성을 시사하며, 이는 우울증이 OSNA를 개발할 개인의 취약성을 나타내며 OSNA의 부정적인 결과가 우울증의 증상을 더욱 악화시킨다는 것을 나타냅니다. 부적응 인지(예: 반추, 자기 의심, 낮은 자기 효능감, 부정적인 자기 평가) 및 기능 장애 행동(예: 정서적 문제에서 벗어나기 위해 인터넷 사용)은 인터넷 관련 중독 행동의 발달에 중요합니다.데이비스, 2001). 우울한 개인은 일반적으로 인지 증상을 나타내고 인터넷 사용에 대한 긍정적인 기대를 가지고 있어 인터넷이 부정적인 기분과 개인적인 문제(예: 우울증 및 외로움; 브랜드, 라이어 앤 영, 2014; Wu, Cheung, Ku, & Hung, 2013 년). 특히 온라인 소셜 네트워킹은 대면 커뮤니케이션에 비해 익명성과 사회적 단서(즉, 얼굴 표정, 억양, 눈맞춤)가 없기 때문에 기분 문제가 있는 사람들에게 매력적입니다.Young & Rogers, 1998). 우울한 개인은 온라인 소셜 네트워킹을 더 안전하고 덜 위협적인 의사 소통 수단이자 부정적인 기분을 조절하는 수단(즉, 부정적인 감정, 불안 및 개인 문제 완화)으로 선호할 수 있습니다. 이러한 부적응 인지 및 회피 대처 전략은 OSNA의 개발을 가속화합니다. 과도한 온라인 소셜 네트워킹 참여는 현실 세계에서 가족 및 동료와 보내는 시간을 대체하고 대인 관계 오프라인 활동을 위축시켜 부정적인 기분(예: 우울 증상 및 외로움; 크라우트 외, 1998), 따라서 상호 관계를 제시합니다.

이 연구의 결과는 예방 및 개입 프로그램을 설계하는 데 몇 가지 함의를 수반합니다. 첫째, OSNA의 새로운 발병률에 대한 기준선 우울증의 긍정적인 예측은 우울한 청소년이 나중에 OSNA가 발생할 위험이 높다는 것을 의미합니다. 우울 증상을 줄이기 위한 개입 전략, 즉 인터넷 사용의 긍정적 결과 기대에 대한 부적응적 믿음을 줄이고, 사회적 기술을 훈련하고, 오프라인 여가 활동을 계획합니다.Chou et al., 2015) OSNA의 개발을 효과적으로 방지할 수 있습니다. 둘째, OSNA에 대한 취약성의 지표로서 우울 증상의 수준을 평가하는 것이 의미가 있다. 우울 증상이 확인된 고위험 청소년을 대상으로 하는 개입 및 예방은 학교 청소년 사이에서 OSNA를 경험할 가능성을 줄일 수 있습니다. 셋째, 우울증 발병률에 대한 OSNA 상태(즉, 지속성 OSNA 및 신흥 OSNA)의 변화에 ​​대한 강력한 예측과 OSNA 발병률에 대한 우울증 상태(즉, 지속성 우울증 및 신규 우울증)의 변화 예측에 대해 OSNA는 다음을 의미합니다. 우울증과 고도로 동반이환되며, 이는 부정적인 강화 메커니즘을 나타냅니다.

향후 연구에 대한 몇 가지 시사점이 있습니다. 첫째, 이전 연구와 함께 우리의 결과는 OSNA 및 우울 증상의 수준이 우연의 무작위 변동보다는 연구 기간 동안 역동적이고 가역적이라는 것을 보여주었습니다.라우 외, 2017). 우울증 또는 OSNA 측정과 관련된 향후 연구는 시간이 지남에 따라 변할 수 없다고 가정하여 이러한 장애를 한 시점이 아닌 반복적으로 측정하는 것이 좋습니다. 또한, 통계적 방법론은 정신 건강 결과의 예측 변수로서 기준선 상태가 아닌 시간 경과에 따른 병리학적 상태의 변화를 사용하는 것과 같이 모델링 사양에서 이러한 상태 변화를 고려해야 합니다. 둘째, 이러한 장애(즉, 우울 증상 및 인터넷 관련 행동)가 오래 지속되는지 단기적인지에 대한 우려를 제기했습니다. 잠재 등급 궤적 모델링 접근법을 포함하는 추가 종단 연구는 이러한 장애의 자연 발달 과정을 추정하기 위한 대안입니다.

우리가 아는 한, 우리의 코호트 연구는 청소년들 사이에서 OSNA와 우울증 사이의 양방향 연관성을 추정한 최초의 연구입니다. 이 연구의 주요 강점은 OSNA 및 우울증에 대한 반복 측정을 통한 전향적인 대규모 연구 설계입니다. 또 다른 주요 이점은 우울증의 발달에 대한 OSNA의 종단 예측과 OSNA의 발달에 대한 우울증의 종단 예측을 포함하는 양방향 연관성이 동일한 샘플에서 테스트되었다는 것입니다.

그러나 연구 결과를 해석할 때 몇 가지 제한 사항에 유의해야 합니다. 첫째, 자기보고식 데이터 수집 방식으로 인해 결과적으로 보고 편향(예: 사회적 바람직한 편향, 회상 편향)이 존재할 수 있다. 둘째, 본 연구는 특정 인구통계학적 인구(즉, 비임상, 학교 기반 학생)에 초점을 두었으므로 다른 인구에 대한 결과의 일반화 가능성은 주의해야 합니다. 이 연구에서 발견된 이러한 종단적 연관성을 추가로 확인하려면 다른 인구통계학적 인구(즉, 정신과 임상 인구)에 대한 연구가 필요합니다. 셋째, 우울증을 평가하기 위한 임상진단이 아닌 자기주도 역학선별척도를 통해 우울증을 측정한 점에서 측정오류의 원인으로 우울증을 오분류할 수 있다. 넷째, 본 연구는 9개월 간격으로 두 시점으로 제한하였다. 9개월 간격으로 수행된 기준선 및 후속 조사의 결과를 비교하여 OSNA/우울증의 변화(즉, 지속성 ONSA/우울증 및 OSNA/우울증 완화)를 정의했기 때문에 OSNA/우울증 상태가 변경되었는지 또는 9개월 동안 변동이 있었습니다. 이러한 부정적인 조건의 동적 그림을 캡처하려면 여러 관찰 및 짧은 시간 간격을 가진 종단 연구가 필요합니다. 다섯째, OSNA에 사용할 수 있는 황금 표준 도구 및 진단 기준이 없다는 점을 고려하여 기준선에서 OSNA 점수의 10번째 십분위수를 사용하여 유사한 발표된 연구에 따라 OSNA 사례를 정의했습니다(Verkuijl 등, 2014). OSNA 상태에 대한 이러한 기준의 민감도와 특이성은 불분명하며 향후 연구에서 평가할 필요가 있습니다. 그러나 OSNA 척도는 이 연구와 이전 연구에서 수용 가능한 심리 측정 특성을 보여주었습니다. 여섯째, OSNA와 우울증의 종적 연관성은 두 개의 하위 표본을 사용하여 별도로 추정되었습니다. 우리는 연속 점수보다 병리학적 상태를 결과로 사용하는 것이 역학 연구에서 더 의미 있는 설명을 제공할 수 있다고 믿습니다. 교차 지연 구조 방정식 모델링은 XNUMX개 이상의 관찰을 통해 향후 종단 연구에서 인과 방향을 탐색하는 대안적 접근 방식이 될 수 있습니다. 또한, 우리의 연구 결과는 OSNA와 우울증 사이의 시간적 연관성(인과적 추론을 위한 중요한 기준 중 하나)에 대한 강력한 증거를 제공합니다. 그러나 본 연구에 포함되지 않은 세 번째 변수가 OSNA와 우울증 사이의 종단적 연관성을 연결했을 가능성을 배제할 수 없었다.

결론

이 연구는 청소년들 사이에서 OSNA와 우울증 사이의 양방향 연관성을 밝혔습니다. 즉, 우울증은 OSNA 발달에 크게 기여하고 우울한 개인은 중독성 있는 온라인 소셜 네트워킹 사용으로 인해 더 해로운 영향을 경험합니다. 이 연구의 결과를 추가로 확인하기 위해 여러 관측 시점과 짧은 시간 간격을 가진 더 많은 종단 연구가 필요합니다.

저자의 공헌

J-BL, JTFL, PKHM 및 X-FS가 이 연구를 구상하고 설계했습니다. J-BL, J-CM 및 Y-XC가 데이터를 수집했습니다. J-BL, JTFL 및 PKHM이 통계 분석을 수행했습니다. J-BL, JTFL, PKHM, XZ 및 AMSW는 원고의 초안을 작성하고 수정했습니다. 모든 저자는 중요한 지적 내용에 대한 결과 해석 및 원고의 비판적 수정에 기여했으며 원고의 최종 버전을 승인했습니다.

관심사 충돌

저자는 아무런 이해 상충을 선언하지 않습니다.

감사의 글

저자는 이 연구를 지원해 주신 모든 참가자와 그 가족 및 학교에 감사드립니다.

참고자료

 Andreassen, C. S. (2015). 온라인 소셜 네트워크 사이트 중독 : 포괄적 인 검토. 현재 중독 보고서, 2 (2), 175–184. doi :https://doi.org/10.1007/s40429-015-0056-9 CrossRefGoogle 학술 검색
 Brand, M., Laier, C., & Young, K. S. (2014). 인터넷 중독: 대처 스타일, 기대치 및 치료 영향. Frontiers in Psychology, 5, 1256. doi:https://doi.org/10.3389/fpsyg.2014.01256 CrossRef, MEDLINEGoogle 학술 검색
 Chen, Z. Y., Yang, X. D., & Li, X. Y. (2009). 중국 청소년에서 CES-D의 심리 측정 기능. 중국 임상 심리학 저널, 17(4), 443–448. 도이:https://doi.org/10.16128/j.cnki.1005-3611.2009.04.027 Google 학술 검색
 Cheng, C. P., Yen, C. F., Ko, C. H., & Yen, J. Y. (2012). 대만 청소년의 역학 연구 센터 우울증 척도의 요인 구조. 종합정신의학, 53(3), 299–307. 도이:https://doi.org/10.1016/j.comppsych.2011.04.056 CrossRef, MEDLINEGoogle 학술 검색
 조심미, 성민정, 신경미, 임경영, 신영미 (2013). 어린 시절의 정신 병리학은 남성 청소년의 인터넷 중독을 예측합니까? 아동 정신과 및 인간 발달, 44(4), 549–555. 도이:https://doi.org/10.1007/s10578-012-0348-4 CrossRef, MEDLINEGoogle 학술 검색
 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). 대학생의 스트레스 대처전략과 인터넷 중독의 연관성: 우울증의 조절효과. 종합 정신의학, 62, 27–33. 도이:https://doi.org/10.1016/j.comppsych.2015.06.004 MEDLINEGoogle 학술 검색
 Davis, R.A. (2001). 병리 적 인터넷 사용의인지 행동 모델. 인간 행동의 컴퓨터, 17 (2), 187–195. doi :https://doi.org/10.1016/S0747-5632(00)00041-8 CrossRefGoogle 학술 검색
 Ellison, N. B., Steinfield, C., & Lampe, C. (2007). Facebook "친구"의 이점: 사회적 자본과 대학생의 온라인 소셜 네트워크 사이트 사용. 컴퓨터 매개 커뮤니케이션 저널, 12(4), 1143–1168. 도이:https://doi.org/10.1111/j.1083-6101.2007.00367.x CrossRefGoogle 학술 검색
 Gámez-Guadix, M. (2014). 청소년의 우울 증상과 문제적 인터넷 사용: 인지행동모형을 통한 종단적 관계 분석. 사이버 심리학, 행동 및 소셜 네트워킹, 17(11), 714–719. 도이:https://doi.org/10.1089/cyber.2014.0226 MEDLINEGoogle 학술 검색
 그리피스, MD (2013). 소셜 네트워킹 중독: 새로운 주제 및 문제. 중독 연구 및 치료 저널, 4(5), e118. 도이:https://doi.org/10.4172/2155-6105.1000e118 Google 학술 검색
 Griths, M. D., Kuss, D. J., & Demetrovics, Z. (2014). 소셜 네트워킹 중독: 예비 연구 결과의 개요. K. P. Rosenberg & L. C. Feder(Eds.), 행동 중독: 기준, 증거 및 치료(pp. 119–141). 영국 런던: 엘스비어. Google 학술 검색
 Hinkley, T., Verbestel, V., Ahrens, W., Lissner, L., Molnár, D., Moreno, L. A., Pigeot, I., Pohlabeln, H., Reisch, L. A., & Russo, P. (2014) ). 열악한 웰빙의 예측인자로서의 유아기 전자 매체 사용: 전향적 코호트 연구. JAMA 소아과, 168(5), 485–492. 도이:https://doi.org/10.1001/jamapediatrics.2014.94 MEDLINEGoogle 학술 검색
 Hong, F. Y., Huang, D. H., Lin, H. Y., & Chiu, S. L. (2014). 대만 대학생들의 심리적 특성, 페이스북 이용, 페이스북 중독 모델 분석. 텔레매틱스 및 정보학, 31(4), 597–606. 도이:https://doi.org/10.1016/j.tele.2014.01.001 CrossRefGoogle 학술 검색
 Knopf, D., Park, M. J., & Mulye, T. P. (2008). 청소년의 정신 건강: A National Profile, 2008. San Francisco, CA: National Adolescent Health Information Center. Google 학술 검색
 고 C. H., 왕 P. W., 리우, T. L., 엔, C. F., 첸, C. S., & 엔, J. Y. (2015). 전향 적 조사에서 청소년의 가족 요인과 인터넷 중독 간의 양방향 연관성. 정신과 및 임상 신경과학, 69(4), 192–200. 도이:https://doi.org/10.1111/pcn.12204 MEDLINEGoogle 학술 검색
 고찬희, 은진영, 첸, C. S., 예영, & 옌, C. F. (2009). 청소년의 인터넷 중독에 대한 정신과적 증상의 예측가치: 2년 전향적 연구. 소아과 및 청소년 의학 기록 보관소, 163(10), 937–943. 도이:https://doi.org/10.1001/archpediatrics.2009.159 CrossRef, MEDLINEGoogle 학술 검색
 고찬희, 은진영, 옌, C.F., Lin, H.C., & Yang, M.J. (2007). 청소년의 인터넷 중독 발생 및 완화 예측요인: 전향적 연구. 사이버 심리학 및 행동, 10(4), 545–551. 도이:https://doi.org/10.1089/cpb.2007.9992 CrossRef, MEDLINEGoogle 학술 검색
 Koc, M., & Gulyagci, S. (2013). 터키 대학생들 사이의 페이스 북 중독 : 심리적 건강, 인구 통계 및 사용 특성의 역할. 사이버 심리학, 행동 및 소셜 네트워킹, 16 (4), 279–284. doi :https://doi.org/10.1089/cyber.2012.0249 CrossRef, MEDLINEGoogle 학술 검색
 Kraut, R., Patterson, M., Lundmark, V., Kiesler, S., Mukopadhyay, T., & Scherlis, W. (1998). 인터넷 패러독스. 사회적 참여와 심리적 웰빙을 감소시키는 소셜 기술? 미국 심리학자, 53(9), 1017–1031. 도이:https://doi.org/10.1037/0003-066X.53.9.1017 CrossRef, MEDLINEGoogle 학술 검색
 Kuss, D. J., & Griffiths, MD (2011). 온라인 소셜 네트워킹 및 중독 – 심리학 문헌 검토. 국제 환경 연구 및 공중 보건 저널, 8(9), 3528–3552. 도이:https://doi.org/10.3390/ijerph8093528 CrossRef, MEDLINEGoogle 학술 검색
 Laconi, S., Tricard, N., & Chabrol, H. (2015). 성별, 연령, 온라인 사용 시간 및 정신병리학적 증상에 따른 문제적 인터넷 사용과 일반화된 문제적 인터넷 사용의 차이. 인간 행동의 컴퓨터, 48, 236–244. 도이:https://doi.org/10.1016/j.chb.2015.02.006 CrossRefGoogle 학술 검색
 램, LT(2014). 인터넷게임중독, 문제적 인터넷사용, 수면장애: 체계적 고찰. 현재 정신과 보고서, 16(4), 444. doi:https://doi.org/10.1007/s11920-014-0444-1 CrossRef, MEDLINEGoogle 학술 검색
 라우, J. T. F., 우, A. M. S., 그로스, D. L., 쳉, K. M., & 라우, M. M. C. (2017). 인터넷 중독은 일시적입니까 아니면 지속적입니까? 중국 중등학생의 인터넷 중독 완화 발생률 및 예상 예측인자. 중독성 행동, 74, 55–62. 도이:https://doi.org/10.1016/j.addbeh.2017.05.034 MEDLINEGoogle 학술 검색
 Lee, S. W., Stewart, S. M., Byrne, B. M., Wong, J. P. S., Ho, S. Y., Lee, P. W. H., & Lam, T. H. (2008). 홍콩 청소년의 역학 연구 센터 우울증 척도의 요인 구조. 성격 평가 저널, 90(2), 175–184. 도이:https://doi.org/10.1080/00223890701845385 MEDLINEGoogle 학술 검색
 Li, J.B., Lau, J.T.F., Mo, P.K.H., Su, X.F., Tang, J., Qin, Z.G., & Gross, D.L. (2017). 불면증은 중국 중등학생의 문제적 인터넷 사용과 우울증 사이의 연관성을 부분매개하였다. 행동 중독 저널, 6(4), 554–563. 도이:https://doi.org/10.1556/2006.6.2017.085 (링크)Google 학술 검색
 Li, J. B., Lau, J. T. F., Mo, P. K. H., Su, X. F., Wu, A. M., Tang, J., & Qin, Z. G. (2016). 중국 중학생의 사회관계망 활동강도 척도 검증. PLoS One, 11(10), e0165695. 도이:https://doi.org/10.1371/journal.pone.0165695 CrossRef, MEDLINEGoogle 학술 검색
 Lin, L. Y., Sidani, J. E., Shensa, A., Radovic, A., Miller, E., Colditz, J. B., Hoffman, B. L., Giles, L. M., & Primack, B. A. (2016). 미국 청소년의 소셜 미디어 사용과 우울증의 연관성. 우울증과 불안, 33(4), 323–331. 도이:https://doi.org/10.1002/da.22466 MEDLINEGoogle 학술 검색
 McDougall, M. A., Walsh, M., Wattier, K., Knigge, R., Miller, L., Stevermer, M., & Fogas, B. S. (2016). 소셜네트워킹 사이트가 인지된 사회적 지지와 우울의 관계에 미치는 영향. 정신과 연구, 246, 223–229. 도이:https://doi.org/10.1016/j.psychres.2016.09.018 MEDLINEGoogle 학술 검색
 Moreno, M. A., Jelenchick, L. A., & Breland, D. J. (2015). 여대생의 우울증과 문제가 있는 인터넷 사용 탐색: 다중 사이트 연구. 인간 행동의 컴퓨터, 49, 601–607. 도이:https://doi.org/10.1016/j.chb.2015.03.033 Google 학술 검색
 Oberst, U., Wegmann, E., Stodt, B., Brand, M., & Chamarro, A. (2017). 청소년의 과도한 소셜 네트워킹의 부정적인 결과: 누락에 대한 두려움의 매개 역할. 청소년 저널, 55, 51–60. 도이:https://doi.org/10.1016/j.adolescence.2016.12.008 CrossRef, MEDLINEGoogle 학술 검색
 Pempek, T. A., Yermolayeva, Y. A. 및 Calvert, S. L. (2009). Facebook에서 대학생들의 소셜 네트워킹 경험. 응용 발달 심리학 저널, 30(3), 227–238. 도이:https://doi.org/10.1016/j.appdev.2008.12.010 CrossRefGoogle 학술 검색
 Penninx, B. W., Deeg, D. J., van Eijk, J. T., Beekman, A. T., & Guralnik, J. M. (2000). 노인의 우울증과 신체감퇴의 변화: 종단적 관점. 정서 장애 저널, 61(1–2), 1–12. 도이:https://doi.org/10.1016/s0165-0327(00)00152-x MEDLINEGoogle 학술 검색
 Pontes, H. M., Szabo, A., & Griffiths, M. D. (2015). 인터넷 기반 특정 활동이 인터넷 중독, 삶의 질, 과도한 사용에 대한 인식에 미치는 영향: 횡단면 연구. 중독성 행동 보고서, 1, 19–25. 도이:https://doi.org/10.1016/j.abrep.2015.03.002 CrossRef, MEDLINEGoogle 학술 검색
 Radloff, LS (1977). CES-D 척도: 일반 인구를 대상으로 한 연구를 위한 자가 보고 우울증 척도. 응용 심리 측정, 1(3), 385–401. 도이:https://doi.org/10.1177/014662167700100306 CrossRefGoogle 학술 검색
 Rushton, J. L., Forcier, M. 및 Schectman, R. M. (2002). 청소년 건강에 대한 국가 종단 연구에서 우울 증상의 역학. American Academy of Child & Adolescent Psychiatry 저널, 41(2), 199–205. 도이:https://doi.org/10.1097/00004583-200202000-00014 MEDLINEGoogle 학술 검색
 Selfhout, M. H. W., Branje, S. J. T., Delsing, M., Ter Bogt, T. F. M., & Meeus, W. H. J. (2009). 다양한 유형의 인터넷 사용, 우울증 및 사회적 불안: 인지된 우정 품질의 역할. 청소년 저널, 32(4), 819–833. 도이:https://doi.org/10.1016/j.adolescence.2008.10.011 CrossRef, MEDLINEGoogle 학술 검색
 Steinfield, C., Ellison, N. B., & Lampe, C. (2008). 사회적 자본, 자존감 및 온라인 소셜 네트워크 사이트 사용: 종단적 분석. 응용 발달 심리학 저널, 29(6), 434–445. 도이:https://doi.org/10.1016/j.appdev.2008.07.002 CrossRefGoogle 학술 검색
 스타킹, E., Degenhardt, L., Lee, Y. Y., Mihalopoulos, C., Liu, A., Hobbs, M., & Patton, G. (2015). 소아·청소년의 주요우울장애 진단을 위한 증상선별척도: 신뢰도, 타당도, 진단적 유용성에 대한 체계적 고찰 및 메타분석. 정서 장애 저널, 174, 447–463. 도이:https://doi.org/10.1016/j.jad.2014.11.061 MEDLINEGoogle 학술 검색
 Tang, C. S., & Koh, Y. Y. (2017). 싱가포르 대학생들의 온라인 소셜네트워크 중독: 행동중독과 정동장애의 동반이환. 아시아 정신과 저널, 25, 175–178. 도이:https://doi.org/10.1016/j.ajp.2016.10.027 MEDLINEGoogle 학술 검색
 Thapar, A., Collishaw, S., Potter, R., & Thapar, A. K. (2010). 청소년 우울증 관리 및 예방. BMJ, 340, c209. 도이:https://doi.org/10.1136/bmj.c209 CrossRef, MEDLINEGoogle 학술 검색
 Van Gool, C. H., Kempen, GIJM, Penninx, BWJH, Deeg, D. J. H., Beekman, A. T. F., & Van Eijk, J. T. M. (2003). 중년 후기 및 고령자의 우울 증상 변화와 건강하지 못한 생활 습관의 관계: 암스테르담 종단적 노화 연구 결과. 연령 및 노화, 32(1), 81–87. 도이:https://doi.org/10.1093/ageing/32.1.81 MEDLINEGoogle 학술 검색
 Verkuijl, N. E., Richter, L., Norris, S. A., Stein, A., Avan, B., & Ramchandani, P. G. (2014). 출생 후 우울 증상과 10세 아동 심리 발달: 남아공 출생에서 1년 코호트까지의 종적 데이터에 대한 전향적 연구. Lancet Psychiatry, 6(454), 460–XNUMX. 도이:https://doi.org/10.1016/S2215-0366(14)70361-X MEDLINEGoogle 학술 검색
 Wang, J.C., Xie, H.Y., & Fisher, J.H. (2009). 불연속 결과 측정을 위한 다단계 모델. L.-P. Wang (Ed.), Multilevel models: Applications using SAS® (pp. 113–174). 중국 베이징: 고등 교육 출판사. Google 학술 검색
 Wang, M., Armour, C., Wu, Y., Ren, F., Zhu, X., & Yao, S. (2013). CES-D의 요인 구조와 중국 본토 청소년의 성별 측정 불변성. 임상 심리학 저널, 69(9), 966–979. 도이:https://doi.org/10.1002/jclp.21978 MEDLINEGoogle 학술 검색
 Wu, A. M. S., Cheung, V. I., Ku, L., & Hung, E. P. W. (2013). 중국 스마트 폰 사용자의 소셜 네트워킹 사이트 중독의 심리적 위험 요인. 행동 중독 저널, 2 (3), 160–166. doi :https://doi.org/10.1556/JBA.2.2013.006 (링크)Google 학술 검색
 유영수, 조오현, 차경수 (2014). 청소년의 인터넷 남용과 정신건강과의 연관성. 간호 및 건강 과학, 16(2), 193–200. 도이:https://doi.org/10.1111/nhs.12086 CrossRef, MEDLINEGoogle 학술 검색
 Young, K. S., & Rogers, R. C. (1998). 우울증과 인터넷 중독과의 관계. 사이버 심리학 및 행동, 1(1), 25–28. 도이:https://doi.org/10.1089/cpb.1998.1.25 CrossRefGoogle 학술 검색
 Zhou, S. X., & Leung, L. (2010). 중국 대학생들의 SNS 게임 중독과 이용 패턴의 예측인자로서의 만족감, 외로움, 여가 권태감, 자존감. 홍콩 중문대학교 뉴미디어 석사. Google 학술 검색