Pathologesch Internet benotzt a Risiko Behaviofon tëschent europäesche Jugendlecher (2016)

Int. J. Environ. Res. Ëffentlech Gesondheet 2016, 13(3), 294; doi:10.3390 / ijerph13030294

Tony Durkee 1,*, Vladimir Carli 1, Birgitta Floderus 2, Camilla Wasserman 3,4, Marco Sarchiapone 3,5, Alan Apter 6, Judit A. Balazs 7,8, Julio Bobes 9, Romuald Brunner 10, Paul Corcoran 11, Doina Cosman 12, Christian Haring 13, Christina W. Hoven 4,14, Michael Kaess 10, Jean-Pierre Kahn 15, Bogdan Nemes 12, Vita Postuvan 16, Pilar A. Saiz 9, Peeter Värnik 17 an Danuta Wasserman 1
1
National Center for Suicide Research and Prevention of Mental Ill-Health (NASP), Karolinska Institutet, Stockholm SE-17177, Schweden
2
Department of Clinical Neuroscience, Karolinska Institutet, Stockholm SE-17177, Schweden
3
Departement fir Medezin a Gesondheetswëssenschaften, Universitéit Molise, Campobasso 86100, Italien
4
Department of Child and Adolescent Psychiatry, New York State Psychiatric Institute, Columbia University, New York, NY 10032, USA
5
National Institut fir Migratioun an Aarmut, Via San Gallicano, Roma 25/A, Italien
6
Feinberg Child Study Centre, Schneider Children's Medical Center, Tel Aviv University, Tel Aviv 49202, Israel
7
Vadaskert Child and Adolescent Psychiatric Hospital, Budapest 1021, Ungarn
8
Institut für Psychologie, Eötvös Loránd University, Budapest 1064, Ungarn
9
Department of Psychiatry, Center for Biomedical Research in the Mental Health Network (CIBERSAM), University of Oviedo, Oviedo 33006, Spuenien
10
Sektioun fir Stéierunge vun der Perséinlechkeetsentwécklung, Klinik fir Kanner- a Jugendpsychiatrie, Zentrum fir Psychosozial Medizin, Universitéit Heidelberg, Heidelberg 69115, Däitschland
11
National Suicide Research Foundation, Western Rd., Cork, Irland
12
Departement fir Klinesch Psychologie, Iuliu Hatieganu Universitéit fir Medizin an Apdikt, Str. Victor Babes Nr. 8, Cluj-Napoca 400000, Rumänien
13
Research Division for Mental Health, University for Medical Information Technology (UMIT), Klagenfurt, Innsbruck 6060, Austria
14
Department of Epidemiology, Mailman School of Public Health, Columbia University, New York, NY 10032, USA
15
Departement Psychiatrie, Centre Hospitalo-Universitaire de Nancy, Université de Lorraine, Nancy, Vandoeuvre-lès-Nancy 54500, Frankräich
16
Slovene Center for Suicide Research, Andrej Marušič Institut, University of Primorska, Koper 6000, Slowenien
17
Centre of Behavioral and Health Sciences, Estonian-Swedish Mental Health & Suicidology Institute, Tallinn University, Tallinn 10120, Estland
*
Correspondence: Tel.: +46-852-486-935; Fax: +46-8-30-64-39
Akademesch Redakter: Paul B. Tchounwou
Empfang: 1. Dezember 2015 / Akzeptéiert: 3. Mäerz 2016 / Verëffentlecht: 8. Mäerz 2016

mythologesch

: Risiko-Behuelen sinn e groussen Contributor zu de féierende Ursaachen vun Morbiditéit ënnert Jugendlecher a jonk Leit; allerdéngs ass hir Associatioun mam pathologeschen Internetverbrauch (PIU) relativ onerfuerscht, besonnesch am europäesche Kontext. D'Haaptzil vun dëser Etude ass d'Associatioun tëscht Risikoverhalen a PIU bei europäesche Jugendlechen z'ënnersichen. Dës Querschnittsstudie gouf am Kader vum FP7 European Union Project: Saving and Empowering Young Lives in Europe (SEYLE) gemaach. Daten iwwer Jugendlecher goufen aus randomiséierte Schoule bannent Studienplazen an eelef europäesche Länner gesammelt. PIU gouf mat Young's Diagnostic Questionnaire (YDQ) gemooss. Risiko-Behuelen goufen bewäert mat Hëllef vu Froen, déi aus der Global School-Based Student Health Survey (GSHS) kaaft goufen. Insgesamt 11,931 Jugendlecher goufen an den Analysen abegraff: 43.4% männlech a 56.6% weiblech (M/F: 5179/6752), mat engem Duerchschnëttsalter vu 14.89 ± 0.87 Joer. Jugendlecher gemellt schlecht Schlofgewunnechten a Risiko-huelen Aktiounen weisen déi stäerkst Associatiounen mat PIU, gefollegt vun Tubak benotzen, schlecht Ernährung a kierperlech Inaktivitéit. Ënnert Jugendlecher an der PIU-Grupp, 89.9% goufen charakteriséiert als Multiple Risiko-Verhalen. Déi bedeitend Associatioun, déi tëscht PIU a Risikoverhalen beobachtet gëtt, kombinéiert mat engem héijen Taux vu Co-Optriede, ënnersträicht d'Wichtegkeet fir PIU ze berücksichtegen beim Screening, Behandlung oder Verhënnerung vun héije Risikoverhalen tëscht Jugendlechen.

Schlësselwieder: pathologesch Internetverbrauch; Internet Sucht; Risiko-Verhalen; Multiple Risiko-Behuelen; ongesonde Liewensstil; Jugendlecher; SEYLE

1. Aféierung

Adoleszenz ass eng Iwwergangsperiod charakteriséiert duerch bedeitend Verännerungen a kierperlechen, sozialen a psychologeschen Attributer.1]. Desweideren, Relatioune mat Kollegen, Famill a Gesellschaft ënnerscheeden ënnerscheeden Ännerungen während dëser transient Period, wéi Jugendlecher ufänken Autonomie iwwer hir Décisiounen, Emotiounen a Verhalen ze behaapten [2]. Sozial Fäegkeeten bei Jugendlechen entwéckelen sech dacks am Laf vu psychosozialen Interaktiounen a verschiddene Léierkontexter [3]. Gitt déi extensiv Plattform fir sozial Erkenntnis an interpersonal Fäegkeeten ze förderen [4,5], den Internet huet sech als en neien an eenzegaartege Kanal fir psychosozial Entwécklung ënner Jugendlecher bewisen [6,7].
Trotz dësen inherent Virdeeler, Studien hu gewisen datt heefeg a verlängert Benotzung vun Online Uwendungen d'Propenses huet fir konventionell sozial Interaktiounen a Bezéiungen ze verdrängen.8,9]. Et gëtt Beweiser déi weisen datt akkumuléiert Zäit online Zäit op Face-to-Face Interaktioun mat Famill a Frënn verdrängt [10], un ausserschouleschen Aktivitéiten deelhuelen [11], akademesch Aufgaben ofgeschloss [12], richteg Iessgewunnechten [13], kierperlech Aktivitéit [14] a schlofen [15]. Well Jugendlecher méi Zäit online verbréngen, besteet e Risiko datt hir Internetverbrauch exzessiv oder souguer pathologesch ka ginn [16].
 
Pathologesch Internetverbrauch (PIU) ass charakteriséiert duerch exzessiv oder schlecht kontrolléiert Besuergnëss, Drang oder Verhalen betreffend Internetverbrauch, déi zu Behënnerung oder Nout féieren.17]. PIU gouf konzeptuell als Impulskontrollstéierung modelléiert a klasséiert als Taxonomie vu Verhalenssucht ähnlech wéi d'Natur vum pathologesche Glücksspiels.18]. Trotz rezente Fortschrëtter an der PIU Fuerschung, Efforten fir dëst Phänomen ze verstoen sinn duerch de Mangel un internationale Konsens iwwer d'Diagnoscritèrë vun der Konditioun behënnert. Et ass weder an der Diagnostic and Statistical Manual of Mental Disorders (DSM) nach an der International Classification of Diseases (ICD) nosologesch Systemer opgezielt. Déi grouss Erausfuerderung mat der PIU Fuerschung ass seng Konzeptioun als Suchtfaktor.
 
Am Liicht vun dësen Contestatiounen ass de kierzlech publizéierten DSM-5 [19] huet Verhalenssucht (net-Substanz-Zesummenhang Suchtkrankheeten) als offiziell diagnostesch Kategorie abegraff, mat Spillstéierung (GD) déi eenzeg Bedingung, déi an dëser neier Klassifikatioun opgezielt ass. Internet Gaming Stéierungen (IGD) ass och eng potenziell Ënnertyp vu Verhalenssucht, déi als Inklusioun am DSM nosologesche System ugesi gouf; awer, Beweiser déi IGD als diagnostesch Stéierung ënnerstëtzen, feelen nach ëmmer. D'IGD gouf duerno an d'Sektioun III vum DSM-5 abegraff, als Bedingung déi weider Studie erfuerdert [20], fir seng eventuell Gëeegentheet als diagnostesch Stéierung ze bestëmmen. Trotz der aktueller nosologescher Ambiguititéit vu PIU, gëtt et weider Beweiser, déi e staarke Link tëscht PIU an aner Forme vu Sucht weisen.21,22,23,24].
Fuerschung weist datt Individuen mat PIU neurologësch, biologesch a psychosozial Attributer deelen mat béide Verhalens- a Substanz-Zesummenhang Ofhängegkeeten.25,26,27,28,29]. Baséierend op engem theoretesche Modell deen vum Griffiths bezeechent gëtt [30], ginn et sechs Kärsymptomer, déi an Suchtkrankheeten ausgestallt ginn, déi op PIU applicabel sinn. Dozou gehéieren: Salience (Beschäftegung mat Onlineaktivitéiten), Stëmmungsmodifikatioun (Internet benotze fir Stress z'entkommen oder ze entlaaschten), Toleranz (Noutwendegkeet fir méi laang online ze bleiwen), Réckzuch (Depressioun an Reizbarkeet wann offline), Konflikter (interpersonal an intrapsychesch) a Réckwee (gescheitert Versich den Internetverbrauch opzehalen). Dës Kärkomponente bidden en theoretesche Kader fir d'Gréisst vum PIU ze schätzen.
 
Prävalenzraten fir PIU variéieren erheblech a Länner, deelweis wéinst der Heterogenitéit vu senger Definitioun, der Nomenklatur an der diagnostescher Bewäertung. An engem Effort fir eng global Prävalenz ze schätzen, Cheng a Li [31] adresséiert dës Diskrepanzen andeems se eng zoufälleg Effekter Meta-Analyse applizéieren mat Studien mat vergläichbare psychometreschen Instrumenter a Critèren. Dës Approche huet insgesamt 89,281 Participanten aus 31 Länner aus e puer Weltregiounen erausginn. D'Resultater weisen datt d'global Prävalenz vu PIU 6.0% war (95% CI: 5.1-6.9) mat nëmme moderéierter Heterogenitéit.
Prävalenzstudien déi PIU op europäeschem Niveau bewäerten mat representativen Echantillon sinn limitéiert. Trotz dëser Mangel gëtt et opkomende epidemiologesch Beweiser déi stabil Trends an der Prävalenzraten ënner dëser Zilgrupp uginn. An enger representativer Probe vun europäesche Jugendlecher (n = 18,709) am Alter vun 11-16 Joer, Blinka et al. [32] gewisen, datt d'Prévalence vun PIU war 1.4%. Dëst entsprécht Tariffer gemellt vun Tsitsika et al. [33], déi eng PIU Prävalenz vun 1.2% an enger representativer Probe vun der europäescher Jugend (n = 13,284) am Alter vu 14-17 Joer geschat hunn. Durkee a Kollegen [34], observéiert awer eng liicht méi héich PIU Prävalenz vu 4.4% an enger representativer Probe vun europäesche Jugendlecher (n = 11,956) am Alter vu 14-16 Joer. D'Prévalenzraten fir PIU an Europa ware wesentlech méi héich bei Männercher wéi bei Weibchen, erhéijen mam Alter, ënnerscheede sech no Land a verbonne mat enger ganzer Rei vu mentalen a Verhalensstéierungen.35,36,37,38,39].
 
Den Ufank vu Risikoverhalen geschitt dacks während der Adoleszenz mat enger héijer Wahrscheinlechkeet vu Kontinuitéit an Erwuessenen. Männercher tendéieren eng méi héich Prävalenz wéi Weibercher, an d'Frequenz vu Risikoverhalen tendéiert mam Alter eropzegoen.40]. Et gi verschidde Schwieregkeetsniveauen, rangéiert vu niddereg-Risiko (schlecht Schlofgewunnechten, schlecht Ernärung a kierperlech Inaktivitéit) bis héich-Risiko (exzessiv Alkoholverbrauch, illegal Drogenverbrauch an Tubak) Verhalen. Fuerschung huet typesch Risiko-Verhalen als onofhängeg Entitéite bewäert, och wann déi kloer Beweiser hir Co-Optriede weisen, och am fréien Alter [41,42]. Populatiounen mat multiple Risiko-Verhalen hunn de gréisste Risiko fir chronesch Krankheeten, psychiatresch Stéierungen, Suizidverhalen a virzäitegen Doud am Verglach mat Individuen mat eenzel oder kee Risiko-Verhalen [43,44]. Wéinst der gläichzäiteg Natur vu Risikoverhalen ass et onbedéngt hir Implikatioun op Jugendlecher Risiko vu PIU ze verstoen.
 
De Youth Risk Behavior Surveillance System (YRBSS) an den USA feststellt datt Risikoverhalen e wichtege Bäitrag zu de féierende Ursaache vu Morbiditéit bei Jugendlechen a jonke Leit sinn.45]. Ofgesi vun dëser impliziter Viraussetzung gëtt et relativ wéineg Fuerschung, déi systematesch iwwerpréift, wéi wäit dës Forme vu Verhalen op adolescent PIU bezéien, besonnesch am europäesche Kontext. Epidemiologesch Ermëttlungen sinn néideg fir e bessert Verständnis vun dësem Phänomen ze kréien.
 
Baséierend op enger grousser, representativer Probe vu Schoul-baséiert Jugendlechen an Europa, ass d'Haaptzil vun dëser Etude d'Associatioun tëscht Risiko-Verhalen (dh Alkoholkonsum, illegalen Drogengebrauch, Tubaksgebrauch, Risiko-Handlungen, Stéierungen, Verhalen, schlecht Schlofgewunnechten, schlecht Ernärung a kierperlech Inaktivitéit) a verschidde Forme vum Internetverbrauch.

2. Material a Methoden

2.1. Etude Design an Populatioun

Déi aktuell Querschnittsstudie gouf am Kader vum Projet vun der Europäescher Unioun gemaach: Saving and Empowering Young Lives in Europe (SEYLE) [46]. Jugendlecher goufen aus zoufälleg ausgewielte Schoulen iwwer Studieplazen an Éisträich, Estland, Frankräich, Däitschland, Ungarn, Irland, Israel, Italien, Rumänien, Slowenien a Spuenien rekrutéiert, mat Schweden als Koordinatiounszenter.
 
D'Inklusiounskriterien fir d'Auswiel vu berechtegte Schoule baséieren op de folgende Konditiounen: (1) Schoulen waren ëffentlech; (2) enthält op d'mannst 40 Studenten am Alter vu 15 Joer; (3) hat méi wéi zwee Enseignanten fir Studenten am Alter vu 15 Joer; an (4) haten net méi wéi 60% vun de Studenten vum selwechte Geschlecht. Berechtegte Schoule goufen no Gréisst kategoriséiert: (i) kleng (≤de Medianzuel vun de Studenten an alle Schoule vun der Studieplaz); an (ii) grouss (≥de Medianzuel vun de Studenten an alle Schoule vun der Studieplaz) [46]. Mat engem zoufälleg Zuel Generator, Schoulen goufen zoufälleg no SEYLE Interventiounen a Schoul Gréisst mat Respekt ze soziokulturellem Faktoren, Schoul Ëmwelt a Schoulsystem Struktur an all Etude Site.
 
Date goufen duerch strukturéiert Questionnaire gesammelt fir Jugendlecher am Schoulmilieu verwalt.
Representativitéit, Zoustëmmung, Participatioun an Äntwertraten vun der Probe ginn an enger methodologescher Analyse gemellt [47].
Déi heiteg Etude gouf am Aklang mat der Deklaratioun vun Helsinki gehaal, an de Protokoll gouf vun der lokal Ethik Comité an all deelhuelende Land guttgeheescht (Projet Nr HEALTH-F2-2009-223091). Virun der Participatioun un der Studie hu béid Jugendlecher an Elteren hir informéiert Zoustëmmung fir d'Participatioun geliwwert.

2.2. Moossnahmen

PIU gouf mat Young's Diagnostic Questionnaire (YDQ) bewäert [18]. Den YDQ ass en 8-Element Questionnaire, deen Mustere vum Internetverbrauch beurteelt, déi zu psychologescher oder sozialer Behënnerung während der sechs Méint Period virum Datesammlung resultéieren.48]. Déi aacht Elementer am YDQ entspriechen de sechs Elementer am Griffiths Komponentmodell an néng Elementer an den diagnostesche Critèren vun IGD am DSM-5 [49,50]. Baséierend op der YDQ Score, rangéiert vun 0-8, goufen Internet Benotzer an dräi Gruppen kategoriséiert: adaptiven Internet Benotzer (AIU) (Score 0-2); maladaptive Internet Benotzer (MIU) (Score 3-4); a pathologesch Internet Benotzer (PIU) (Score ≥ 5) [51]. Ausserdeem goufen d'Stonnen online pro Dag gemooss mat enger eenzeger Fro am strukturéierte Questionnaire.
D'Donnéeën iwwer Risikoverhalen goufen kritt andeems Dir Froen aus der Global School-Based Student Health Survey (GSHS) benotzt [52]. Entwéckelt vun der Weltgesondheetsorganisatioun (WHO) a Kollaborateuren, ass de GSHS eng Schoul-baséiert Ëmfro, déi d'Gesondheetsrisikoverhalen tëscht Jugendlechen am Alter vun 13-17 Joer bewäert. Dëse Self-Report Questionnaire enthält Elementer déi mat den 10 Haaptursaachen vun der Morbiditéit bei Jugendlecher a Jugendlechen entspriechen.

2.3. Individuell Risiko-Behuelen

Baséierend op der GSHS, individuell Risiko-Behuelen sech an dräi Kategorien delineated: (ech) Substanz benotzen; (ii) Sensatiounssich; (iii) a Liewensstil Charakteristiken. Déi folgend individuell Risiko-Verhalen goufen als dichotom Verännerlechen kodéiert.

2.3.1. Substanz Benotzung

D'Substanzverbrauch involvéiert Alkoholverbrauch, illegal Drogenverbrauch a Gebrauch vun Tubak. D'Verännerlechen sech deementspriechend klasséiert: (1) Frequenz vun Alkohol benotzen: ≥2 Mol / Woch vs ≤1 Mol / Woch; (2) Zuel vun Gedrénks op engem typesch drénken Dag: ≥3 Gedrénks vs ≤2 Gedrénks; (3) Liewensdauer Heefegkeet vum Drénken op de Punkt vun Drunkenheet (Alkoholvergëftung): ≥3 Mol vs ≤2 Mol; (4) Liewensdauer Heefegkeet vun engem Hangover nom Drénken: ≥3 Mol vs. ≤2 Mol; (5) jeemools benotzt Drogen: jo / nee; (6) jeemools Hasch oder Marihuana benotzt: jo / nee; (7) jeemools benotzt Tubak: jo / nee; an (8) aktuell Zigarette fëmmen: ≥6/Dag vs ≤5/Dag.

2.3.2. Sensatioun-Sich

Sensatiounssich besteet aus véier Elementer, déi d'Risikoaktiounen an de leschten zwielef Méint uginn: (1) an engem Gefier vun engem Frënd gefuer, deen Alkohol gedronk huet; (2) e Skateboard oder Rollerbladed am Verkéier gereiden ouni Helm an / oder (3) laanscht e bewegt Gefier gezunn; an (4) an der Nuecht op geféierlech Stroossen oder Gaassen gaangen. Äntwert Alternativen waren Jo / Nee an alle véier Elementer.

2.3.3. Liewensstil Charakteristiken

Lifestyle Charakteristiken abegraff Variabelen am Zesummenhang mat Schlof, Ernährung, kierperlech Aktivitéit a Schoulbesicht. Schlofgewunnechten, déi op déi lescht sechs Méint bezeechent ginn: (1) Middegkeet moies virun der Schoul: ≥3 Deeg/Woch vs. ≤2 Deeg/Woch; (2) Schlupp no ​​der Schoul: ≥3 Deeg / Woch vs. ≤2 Deeg / Woch; an (4) schlofen: ≤6 Stonnen / Nuecht vs ≥7 Stonnen / Nuecht. Ernärung bezeechent déi lescht sechs Méint: (4) Uebst / Geméis konsuméieren: ≤1 Zäit / Woch vs. ≥2 Mol / Woch; an (5) konsuméiere Frühstück virun der Schoul: ≤2 Deeg/Woch vs. ≥3 Deeg/Woch. Kierperlech Aktivitéit bezeechent déi lescht sechs Méint: (6) kierperlech Aktivitéit fir mindestens 60 Minutten an de leschten zwou Wochen: ≤3 Deeg vs. ≥4 Deeg; an (7) Leeschtung Sport regelméisseg: jo / nee. D'Schoulbesicht huet en Element iwwer d'Optriede vun onentschëllegten Absencen aus der Schoul an de leschten zwou Wochen ausgemaach: ≥3 Deeg vs. ≤2 Deeg.

2.4. Multiple Risiko-Behuelen

D'total Zuel vu Risiko-Verhale gouf an eng eenzeg Variabel berechent an als Ordinal Mooss kodéiert. Split-Halschent Zouverlässegkeet (rsb = 0.742) an intern Konsistenz (α = 0.714) Wäerter hunn en akzeptablen Niveau vun der Homogenitéit tëscht Elementer an der Multiple Risiko-Verhalensmoossnam uginn

3. Statistesch Analysen

D'Prévalence vun individuellen Risikoverhalen tëscht Internet Benotzergruppen gouf fir Männercher a Weibercher berechent. Fir statistesch-bedeitend Differenzen tëscht Gruppeproportiounen z'erméiglechen, goufen multiple Pairwise Vergläicher mat dem zweesäitegen Z-Test mat Bonferroni ugepasste p-Wäerter gemaach. Verlängert Analyse goufen duerchgefouert fir den Effekt vun individuellen Risikoverhalen op MIU a PIU ze testen mat generaliséierter linearer gemëschte Modeller (GLMM) mat engem multinomialen Logitlink a voller maximaler Wahrscheinlechkeetschätzung. An der GLMM Analyse goufen MIU a PIU als Resultatmoossname mat AIU als Referenzkategorie agefouert, individuell Risikoverhalen goufen als Niveau 1 fixen Effekter agefouert, Schoul als Niveau 2 zoufälleg Offangen a Land als Niveau 3 zoufälleg Offangen. Varianzkomponente goufen als Kovarianzstruktur fir déi zoufälleg Effekter benotzt. Fir de moderéierende Effekt vum Geschlecht ze studéieren, goufen Interaktiounsbegrëffer (Geschlecht * Risiko-Verhalen) an de Regressiounsmodell agepasst. Upassunge fir Alter a Geschlecht goufen op relevant GLMM Modeller applizéiert. Odds Verhältnisser (ODER) mat 95% Vertrauensintervaller (CI) gi fir déi jeeweileg Modeller gemellt.
An der Analyse op multiple Risiko-Verhalen, goufen d'Moyenne (M) an de Standardfehler vun der Moyenne (SEM) fir déi verschidden Internet Benotzergruppen berechent a vum Geschlecht stratifizéiert. Box a Whisker Komplott goufen benotzt fir dës Bezéiungen ze illustréieren. Statistesch Bedeitung tëscht Multiple Risiko-Behuelen a Geschlecht gouf mat onofhängege Echantillon t-Test bewäert. One-way Analyse vun der Varianz (ANOVA) mat post-hoc Pairwise Vergläicher gouf benotzt fir d'statistesch Bedeitung tëscht multiple Risiko-Verhalen an Internet Benotzergruppen ze bewäerten.
E Regressiounsvariabele Komplott gouf gemaach fir d'linear Relatioun tëscht der Unzuel vun de Stonnen online pro Dag an der Unzuel vu Risikoverhalen tëscht Internet Benotzergruppen ze klären. All statistesch Tester goufen mat IBM SPSS Statistics 23.0 gemaach. E kritesche Wäert vu p <0.05 gouf als statistesch bedeitend ugesinn.

4. Resultater

4.1. Charakteristike vun der Etude Sample

Ënnert der initialer SEYLE Probe vun 12,395 Jugendlecher goufen et 464 (3.7%) Themen ausgeschloss wéinst fehlend Daten iwwer relevant Variabelen. Dëst huet eng Probegréisst vun 11,931 Schoul-baséiert Jugendlecher fir déi heiteg Studie erginn. D'Probe besteet aus 43.4% männlech a 56.6% weiblech Jugendlecher (M/F: 5179/6752) mat engem Duerchschnëttsalter vu 14.89 ± 0.87 Joer. D'Prévalence vu MIU war wesentlech méi héich bei Weibercher (14.3%) am Verglach mat Männercher (12.4%), wärend PIU wesentlech méi héich bei Männercher (5.2%) war wéi Weibercher (3.9%) (χ² (2, 11928) = 19.92, p < 0.001).

4.2. Prävalenz vu Risiko-Behuelen

Table 1 beschreift d'Prévalence vu Risikoverhalen, déi duerch Internet Benotzergrupp stratifizéiert sinn. D'Duerchschnëttsprevalenzraten ënner Internet Benotzergruppen (AIU, MIU a PIU) waren 16.4%, 24.3% an 26.5% fir Substanzverbrauch (Alkoholverbrauch, illegal Drogenverbrauch an Tubakskonsum); 19.0%, 27.8% an 33.8% fir Sensatioun-Sich Verhalen (Risiko-huelen Aktiounen); an 23.8%, 30.8% an 35.2% fir Liewensstil Charakteristiken (schlecht Schlofgewunnechten, schlecht Ernärung, kierperlech Inaktivitéit a Stréimung), respektiv. D'Prévalenz bannent MIU- a PIU-Gruppen war wesentlech méi héich am Verglach zu der AIU-Grupp an alle Risikokategorien (Substanzverbrauch, Sensatiounssich a Liewensstil Charakteristiken). Mat Ausnam vu fënnef Ënnerkategorien, parvise Vergläicher weisen datt d'Prévalenzraten net wesentlech tëscht MIU a PIU Gruppen ënnerscheeden.

Dësch
Table 1. Prävalenz vu Risikoverhalen ënner Jugendlecher stratifizéiert duerch Geschlecht an Internet Benotzergruppe 1,2a-c.

4.3. Multiple Risiko-Behuelen

D'Resultater weisen datt 89.9% vun de Jugendlechen an der PIU-Grupp verschidde Risikoverhalen gemellt hunn. Den One-Way ANOVA Test huet opgedeckt datt de mëttleren Taux vu multiple Risikoverhalen wesentlech eropgaang ass vun adaptiven Benotzung (M = 4.89, SEM = 0.02) zu maladaptive Benotzung (M = 6.38, SEM = 0.07) bis pathologesch Benotzung (M = 7.09, SEM = 0.12) (F (2, 11928) = 310.35, p < 0.001). Dësen Trend war praktesch gläichwäerteg fir Männercher a Weibercher (Figure 1).

Ijerph 13 00294 g001 1024
Figure 1. Box a Whisker Komplott vu multiple Risiko-Behuelen tëscht adaptiven Internet Benotzer (AIU), maladaptive Internet Benotzer (MIU) a pathologesch Internet Benotzer (PIU) stratifizéiert duerch Geschlecht *.
Ausserdeem gouf kee statisteschen Ënnerscheed tëscht Geschlechter a béid MIU (t (1608) = 0.529, p = 0.597) an PIU (t (526) = 1.92, p = 0.054) Gruppen observéiert (Table 2). Et sollt awer bemierkt ginn datt de p-Wäert fir d'PIU-Grupp relativ no war fir statistesch Bedeitung z'erreechen (p = 0.054). 

Dësch
Table 2. Onofhängeg Echantillon T-Test vu Multiple Risiko-Behuelen a Geschlecht no Internet Benotzer Grupp 1-3.
De Regressiounsvariabele Komplott huet eng kloer linear Relatioun tëscht der Unzuel vun de Stonnen online pro Dag an der Unzuel vu Risikoverhalen bei Jugendlechen gewisen. Dësen Trend war vergläichbar identesch tëscht Internet Benotzergruppen (Figure 2). 

Ijerph 13 00294 g002 1024
Figure 2. Linearer Bezéiung tëscht der Unzuel vun de Stonnen online pro Dag an der Unzuel vu Risikoverhalen tëscht AIU, MIU a PIU Gruppen *.

4.4. GLMM Analyse vun der Associatioun tëscht Risiko-Behuelen, MIU an PIU

Risiko-Behuelen, déi wesentlech mat MIU verbonne waren, waren och wesentlech mat PIU assoziéiert, mat Ausnam vun dräi Ënnerkategorien, déi bannent Risiko-huelen Aktiounen a Stréimunge bemierkt sinn (Table 3). D'GLMM Analyse huet gewisen datt all Ënnerkategorien vu schlechte Schlofgewunnechten d'relativ Chancen vu PIU mat Effektgréissten rangéiert vun ODER = 1.45 bis ODER = 2.17 erhéigen. Bedeitend Associatiounen goufen tëscht Risiko huelen Aktiounen an PIU observéiert mat Effekt Gréissten rangéiert vun ODER = 1.55 bis ODER = 1.73. Ausserdeem waren d'Chanceverhältnisser fir eenzel Ënnerkategorien am Tubakverbrauch (ODER = 1.41), schlecht Ernärung (ODER = 1.41) a kierperlech Inaktivitéit (ODER = 1.39) Beräicher statistesch bedeitend.

Dësch
Table 3. Generaliséierter linear gemëschte Modell (GLMM) vun der Associatioun tëscht individuellen Risikoverhalen, maladaptive Benotzung a pathologescher Notzung mat enger erweiderter Analyse iwwer Geschlechtinteraktiounen 1-4.

4.5. Geschlecht Interaktiounen

D'Analyse iwwer Geschlechtinteraktiounen huet opgedeckt datt d'Associatioun tëscht Risiko huelen Aktiounen, schlecht Schlofgewunnechten a PIU wesentlech méi héich bei Weibercher war, wärend d'Associatioun tëscht Truancy, schlechter Ernährung an PIU wesentlech méi héich bei Männercher war (Table 3).

5. Diskussioun

5.1. Prävalenz vu Risiko-Behuelen

Déi heiteg Studie probéiert d'Relatioun tëscht PIU a Risikoverhalen z'ënnersichen. D'Resultater weisen datt d'Prévalenz vu Risikoverhalen wesentlech méi héich tëscht pathologesche Benotzer war am Verglach mat adaptive Benotzer mat e puer Variatiounen tëscht Geschlechter. Déi héchste Prävalenz, déi ënner maladaptive a pathologesche Benotzer observéiert gouf, war schlecht Schlofgewunnechten gefollegt vum Tubaksverbrauch. Dës Schätzunge si wesentlech méi héich am Verglach mat de Prävalenzraten, déi an Studien ausserhalb vun der EU gemellt goufen, nämlech an den Asien a Pazifik Regiounen [53,54]. Eng plausibel Erklärung kéint mat de Variatiounen, déi um ekologeschen Niveau observéiert ginn (zB Pénétratiounsraten) tëscht dëse jeeweilege Regioune verbonne sinn. Statistike weisen datt d'europäesch Regioun den héchsten Internetpenetratiounsquote (78%) weltwäit huet. Europäesch Tariffer si méi wéi duebel am Verglach zu deenen, déi an den Asien a Pazifik Regiounen duergestallt ginn (36%) [55]. Déi aktuell Roll Pénétratiounsraten hunn op d'Beaflossung vun der Prevalenz vu PIU bleift zweedeiteg; also, Zukunft Efforten dës Relatioun iwwerpréift wier vu grousse Wäert fir dës Verbindung z'erklären.

5.2. Substanz Benotzung

D'Charakteristiken tëscht Risikoverhalen an Suchtverhalen sinn héich iwwerlappend. Dëst ass vläicht am meeschte evident mat der Substanzverbrauch. Substanzverbrauch gëtt dacks als Risikoverhalen klasséiert; awer, et ass och en Virgänger vu Substanzmëssbrauch. Wann héich-Risiko Behuelen ähnlech Basisdaten Mechanismen deelen, da kann ee Problemverhalen d'Schwell erofsetzen fir aner Problemverhalen z'entwéckelen. Dës Behaaptung ass bestätegt duerch evidenzbaséiert Fuerschung, déi en héije Niveau vun der Interconnectedness tëscht verschiddene Risikoverhalen beweist.56]. Baséierend op dësem Konzept ass et plausibel unzehuelen datt Jugendlecher mat viraus existéierende Risikoverhalen wahrscheinlech e méi héicht Risiko vu PIU hunn am Verglach mat Jugendlecher ouni Risikoverhalen.

5.3. Sensatioun-Sich

Am Aklang mat der viregter Fuerschung [57], Resultater weisen datt d'Majoritéit vun de Risiko-huelen Aktiounen bannent der Sensatioun-Sich Kategorie wesentlech mat PIU assoziéiert waren. Sensatiounssich ass e Perséinlechkeetseigenschaft ass verbonne mat Mängel an der Selbstreguléierung an ausgeschlosser Zefriddenheet [58]. Dës Attributer ënner Jugend sinn dacks mat enger perceptueller Prädisposition vun engem "optimistesche Bias Effekt" verbonnen, an deem Jugendlecher méi wahrscheinlech Risiken fir sech selwer reduzéieren, wärend d'Risiken fir anerer iwwerschätzen.59]. Jugendlecher, déi dës deflecting Spure weisen, hu méiglecherweis eng méi héich Propensitéit fir Verhalensproblemer.

5.4. Liewensstil Charakteristiken

Schlecht Schlofgewunnechten hu sech als déi stäerkst Faktoren am Zesummenhang mat PIU bewisen. Dëst ass méiglecherweis wéinst engem Verschiebungseffekt vum Schlof fir Onlineaktivitéiten. Et gi verschidde Onlineaktivitéiten déi d'Benotzer explizit induzéieren fir méi laang online ze bleiwen wéi erwaart. Eng Etude iwwer massiv Multiplayer Online Rollespiller (MMORPG) huet uginn datt d'Benotzer verlockt sinn méi laang online ze bleiwen fir déi progressiv Storyline vun hirem Online Charakter ze verfollegen.60]. Exzessiv Notzung vu sozialen Netzwierker ass och an de leschte Joeren entstanen, wat souwuel eng Erhéijung vun der Zäit online verbraucht an negativ Korrelatiounen mat real-Liewen sozialen Interaktiounen bezeechnen.61,62]. Studien weisen datt Jugendlecher déi exzessiv den Internet benotzen d'Propensitéit hunn fir Schlofstéierunge z'entwéckelen als Resultat vun hirer verlängerter Zäit online [63,64]. Déi chronesch Verschiebung vum Schlof fir Onlineaktivitéite kéint zu Schlofdeprivatioun féieren, wat bekannt ass fir schwéier negativ Auswierkungen op de sozialen, psychologeschen a somatesche Fonctionnement ze verursaachen.
Stéierungen a geregelte Schlofmuster kéinten och e vermëttelende Faktor an der Bezéiung tëscht Truancy a falsch adaptiven Benotzung vum Internet sinn. Jugendlecher, déi un Online Aktivitéiten zu engem exzessive Grad engagéieren, kënnen de Risiko hunn hir natierlech Schlofuerdnung ze stéieren. Beweiser weisen datt eng verstäerkte Schloflatenz a verréngert séier Aenbewegungsschlof (REM-Schlof) wesentlech mat exzessiver Internetverbrauch assoziéiert sinn.65], wärend subjektiv Insomnias a Parasomnias mat Stéierunge verbonne sinn [66]. Schlofstéierunge hunn ausgeschwat Auswierkungen op Dagesfunktioun an akademesch Leeschtung. Dëst kéint verursaachen datt Jugendlecher an der Schoul net interesséiert sinn, an domat de Risiko vu Schoulrefus a chronescher Absenteeismus erhéijen [66].
Schlecht Ernärung a kierperlech Inaktivitéit goufe wesentlech mat PIU verbonnen. Jugendlecher, déi méi Stonnen online verbréngen, navigéiere méiglecherweis op ongesonde Liewensmëttel. Et gëtt postuléiert datt Online Gameren héich koffeinhaltege Energiedrénken drénken an héich Zocker Snacks iessen fir d'Alarmheet fir Online Gaming ze erhéijen [67]. Duerno kënnen dës Faktoren Online Spiller méi geneigt sinn zu sedentäre Verhalen am Verglach mat Net-Gameren. Ausserdeem gëtt et eng extensiv Loyalitéit tëscht Gameren, besonnesch déi, déi Iessen, perséinlech Hygiène a kierperlech Aktivitéit verdrängen, fir mat Online Spiller weiderzemaachen [68]. Dëst kéint sérieux Gesondheetsrisiken duerstellen a kann zu schwéiere psychosomatesch Symptomer féieren.

5.5. Multiple Risiko-Behuelen

Risiko-Verhale goufe festgestallt, datt se gläichzäiteg an der Natur sinn, mat 89.9% vun de Jugendlechen an der PIU-Grupp, déi verschidde Risiko-Verhalen berichten. Dës Resultater sinn am Aklang mat dem Jessor senger Theorie iwwer Problemverhalen [69,70]. D'Problemverhalenstheorie ass e psychosoziale Modell dee probéiert Verhalensresultater bei Jugendlechen z'erklären. Et besteet aus dräi konzeptuellen Systemer baséiert op psychosozialen Komponenten: Perséinlechkeetssystem, ugesi Ëmweltsystem a Verhalenssystem. Am leschte System tendéieren d'Risikoverhalensstrukturen (zB Alkoholgebrauch, Tubakverbrauch, Delinquenz an Ofwäichung) ze co-optrieden an zu engem allgemenge "Risiko-Behuele Syndrom" ze clusteren.71]. Nom Jessor stamen dës Problemverhalen dacks aus der Behaaptung vun de Jugendlecher vun der Onofhängegkeet vun den Elteren a gesellschaftlechen Aflëss.
Jugendlecher, déi fir Autonomie kämpfen, kënnen deelweis de bedeitende linearen Trend ausmaachen, deen tëscht Stonnen online pro Dag a verschidde Risikoverhalen bemierkt gëtt. Dësen Trend war relativ identesch iwwer all Internet Benotzergruppen. Dës Erkenntnisser sinn héich relevant, well se proposéiere datt exzessiv Stonnen online u sech d'Zuel vu Risikoverhalen fir all Jugendlecher erhéijen an net nëmmen déi diagnostizéiert mat PIU. Exzessiv Stonnen online kéint och e moderéieren Faktor an der Relatioun tëscht PIU a Risiko-Behuelen; awer, weider Fuerschung dës Relatioun exploréieren ass néideg.

5.6. Geschlecht Interaktiounen

D'Analyse iwwer Geschlechtinteraktiounen huet gewisen datt bedeitend Associatiounen tëscht Risikoverhalen a PIU gleichméisseg tëscht Männercher a Weibchen verdeelt goufen. Dëst ass e bësse widderspréchlech zu der fréierer Fuerschung, déi typesch weist datt PIU a Risikoverhalen spezifesch fir dat männlecht Geschlecht sinn. Dës Geschlechtverschiebung kéint eng Indikatioun sinn datt d'Geschlechterspalt fir Risikoverhalen ënner europäesche Jugendlecher méi schmuel sinn.
Aus enger anerer Perspektiv kann d'Relatioun tëscht Geschlecht a Risikoverhalen duerch en drëtte Faktor vermëttelt ginn, wéi zum Beispill Psychopathologie. An enger grousser, Geschlecht-baséierter Etude vu Jugendlecher (n = 56,086) am Alter vun 12-18 Joer, goufen d'Prévalenzraten fir PIU geschat op 2.8% ënner der Gesamtprobe mat wesentlech méi héich Tariffer bei Männercher (3.6%) am Verglach mat Weibchen (1.9%) observéiert. XNUMX%) [72]. Déi jeweileg Studie bemierkt datt Weibercher mat emotionalen Themen, wéi subjektiv Onglécklechkeet oder depressiv Symptomer, eng wesentlech méi héich PIU Prävalenz hunn wéi Männercher mat ähnlechen emotionalen Symptomer. Geschlecht-baséiert Studien, déi den Effekt vu Geschlechtinteraktiounen op PIU iwwerpréift, sinn eng wesentlech Viraussetzung fir déi zukünfteg Richtung vun der PIU Fuerschung.

5.7. Griffiths Komponente Modell

Griffiths Komponent Modell vun Sucht [30] Hypotheséiert datt Verhalenssucht (zB PIU) a Substanz-Zesummenhang Ofhängegkeeten iwwer ähnlech biopsychosozial Prozesser virukommen a vill Physiognomie deelen. D'Suchtkriterien vun de jeweilege sechs Kärkomponenten an dësem Modell sinn (1) Salience, (2) Stëmmungsmodifikatioun, (3) Toleranz, (4) Réckzuch, (5) Konflikt a (6) Réckwee. Kuss et al. [73] bewäert de Komponentmodell vun der Sucht an zwee onofhängege Proben (n = 3105 an n = 2257). D'Resultater weisen datt de Komponentmodell vum PIU d'Daten ganz gutt a béide Proben passt.
An der heiteger Studie gouf d'YDQ Moossnam benotzt fir Jugendlecher mat maladaptive a pathologesche Risiken ze bewäerten an z'entdecken am Zesummenhang mat hirem Internetverbrauch an Online Verhalen. Well d'YDQ Mooss all sechs Suchtkriterien enthält, déi am Griffiths Komponentmodell virgesi sinn, gëtt d'Validitéit vun de Resultater, déi an dëser Etude gemellt goufen, vun dësem theoretesche Kader ënnerstëtzt.

5.8. Stäerkten a Aschränkungen

Déi grouss, representativ, cross-national Probe ass eng grouss Stäerkt vun dëser Etude. Déi homogen Methodik an standardiséierte Prozeduren, déi an alle Länner benotzt ginn, erhéijen d'Validitéit, d'Zouverlässegkeet an d'Vergläichbarkeet vun den Donnéeën. Fir d'Ausmooss vun eisem Wëssen, war de geographesche Gebitt an Europa de gréisste jee benotzt fir eng Etude iwwer PIU a Risiko-Behuelen ze maachen.
Et ginn och e puer Aschränkungen vun der Studie. Selbstrapportéiert Donnéeën sinn ufälleg fir Réckruff a sozial Wënschbarkeeten, déi méiglecherweis tëscht Länner a Kulturen variéieren. De Querschnittsdesign ass net fäeg fir temporär Bezéiungen ze berechnen, sou datt d'Kausalitéit net bestëmmt ka ginn. An der GSHS Moossnam representéieren d'Ënnerkategorien vu Risiko-huelen Aktiounen nëmmen en Deel vun Sensatioun-Sich Verhalen; also, virsiichteg soll benotzt ginn wann d'Resultater Interpretatioun.

6. Conclusiounen

Eng bedeitend Erhéijung vun der Prävalenzquote iwwer AIU, MIU a PIU Gruppen gouf an alle Risikokategorien observéiert (Substanzverbrauch, Sensatiounssich a Liewensstil Charakteristiken). Jugendlecher gemellt schlecht Schlofgewunnechten a Risiko-huelen Aktiounen weisen déi stäerkst Associatiounen mat PIU, gefollegt vun Tubak benotzen, schlecht Ernährung a kierperlech Inaktivitéit. Déi bedeitend Associatioun, déi tëscht PIU a Risikoverhalen observéiert gëtt, kombinéiert mat engem héijen Taux vu Co-Optriede, ënnersträicht d'Wichtegkeet fir PIU ze berücksichtegen beim Screening, der Behandlung oder der Verhënnerung vun héije Risiko Verhalen bei Jugendlechen.
Ënnert Jugendlecher an der PIU-Grupp, 89.9% goufen charakteriséiert als Multiple Risiko-Verhalen. Dofir sollten d'Efforte Jugendlecher zielen, déi den Internet exzessiv benotzen, well e bedeitende linear Trend tëscht Stonnen online pro Dag a multiple Risikoverhalen observéiert gouf. Dësen Trend war ähnlech iwwer all Internet Benotzergruppen, wat beweist datt exzessiv Stonnen online u sech e wichtege Faktor fir Risikoverhalen ass. Dës Erkenntnisser musse replizéiert a weider exploréiert ginn ier se hir theoretesch Implikatioune feststellen.

Arbeschterlidder

De SEYLE-Projet gouf ënnerstëtzt duerch Koordinatiounsthema 1 (Gesondheet) vum Siwente Kaderprogramm vun der Europäescher Unioun (FP7), Grant Agreement Nr HEALTH-F2-2009-223091. D'Auteuren waren onofhängeg vun de Fongen an all Aspekter vun der Etude Design, Daten Analyse an Schreiwen vun dësem Manuskript. De Project Leader a Koordinator vum SEYLE-Projet ass Professer an der Psychiatrie a Suizidologie Danuta Wasserman, Karolinska Institut (KI), Chef vum National Center for Suicide Research and Prevention of Mental Ill-Health and Suicide (NASP), um KI, Stockholm, Schweden. Aner Membere vum Exekutivkomitee sinn Senior Lecturer Vladimir Carli, National Center for Suicide Research and Prevention of Mental Ill-Health (NASP), Karolinska Institute, Stockholm, Schweden; Christina WH Hoven an Anthropolog Camilla Wasserman, Departement fir Kanner- a Jugendpsychiatrie, New York State Psychiatric Institute, Columbia University, New York, USA; a Marco Sarchiapone, Departement fir Gesondheetswëssenschaften, Universitéit Molise, Campobasso, Italien. De SEYLE Consortium ëmfaasst Zentren an 12 europäesche Länner. Site Leadere fir all jeweilegen Zentrum a Land sinn: Danuta Wasserman (NASP, Karolinska Institut, Schweden, Koordinatiounszentrum), Christian Haring (Universitéit fir Medizinesch Informatiounstechnologie, Éisträich), Airi Varnik (Estesch Schwedesch Mental Health & Suicidology Institut, Estland), Jean-Pierre Kahn (Universitéit vu Lorraine, Nancy, Frankräich), Romuald Brunner (Universitéit Heidelberg, Däitschland), Judit Balazs (Vadaskert Child and Adolescent Psychiatric Hospital, Ungarn), Paul Corcoran (National Suicide Research Foundation, Irland), Alan Apter (Schneider Children's Medical Center of Israel, Tel Aviv University, Tel Aviv, Israel), Marco Sarchiapone (University of Molise, Italy), Doina Cosman (Iuliu Hatieganu University of Medicine and Pharmacy, Rumänien), Vita Postuvan (University of Primorska, Slowenien) ) an Julio Bobes (Universitéit Oviedo, Spuenien). Ënnerstëtzung fir "Ethical Issues in Research with Minors and Other Vulnerable Groups" gouf duerch e Subventioun vun der Botnar Foundation, Basel, fir Professer fir Ethik, Stella Reiter-Theil, Psychiatrescher Klinik op der Basel University kritt, déi als onofhängeg ethesch Beroder fir de SEYLE Projet.

Autor Contributeuren

Den Tony Durkee ass den éischten an entspriechenden Autor deen d'Studiedesign entwéckelt huet, déi statistesch Analyse gemaach huet an all Phasen vum Manuskript kritesch iwwerschafft huet. Vladimir Carli, Birgitta Floderus an Danuta Wasserman hunn un der Etude Design deelgeholl a kritesch Versioune vum Manuskript gemaach. D'Camilla Wasserman, d'Christina W. Hoven, de Michael Kaess a de Peeter Värnik hunn Konsultatiounen a kritesch Revisioune vum Manuskript gemaach. Marco Sarchiapone, Alan Apter, Judit A. Balazs, Julio Bobes, Romuald Brunner, Paul Corcoran, Doina Cosman, Christian Haring, Jean-Pierre Kahn a Vita Postuvan sinn Haaptenquêteuren fir de SEYLE-Projet an hire jeweilege Länner an hunn zu kriteschen Revisiounen bäigedroen. d'Manuskript. De Bogdan Nemes an de Pilar A. Saiz sinn Projektmanager vum SEYLE-Projet an hire jeweilege Länner an hunn u wichtege Revisiounen vum Manuskript deelgeholl.

Conflicts of Interest

D'Auteuren deklaréieren net e Konflikt vun Interesse.

Ofkierzungen

Déi folgend Abkënnungen ginn an dësem Manuskript benotzt: 

SEYLE
Retten an Empowering Jonk Liewen an Europa
YRBSS
Jugend Risiko Behuelen Iwwerwaachung System
GSHS
Global School-baséiert Student Health Survey
YDQ
Young's Diagnostic Questionnaire
GLMM
Generaliséiert linear gemoossene Modeller
ANOVA
Een-Manéier Analyse vun Varianz
PIU
Pathologesch Internetverbrauch
MIU
Maladaptive Internetverbrauch
AIU
Adaptiven Internetverbrauch
CI
Vertrauensintervaller
Sem
Standard Feeler vun der Moyenne
M
Mëttelen

Referenze

  1. Moshman, D. Kognitiv Entwécklung iwwer d'Kandheet. Am Handbuch vun der Kannerpsychologie, 5. Ed.; Kuhn, D., Damon, W., Siegler, RS, Eds.; Wiley: New York, NY, USA, 1998; Band 2, S. 947-978. [Google Léier]
  2. Choudhury, S.; Blakemore, SJ; Charman, T. Sozial kognitiv Entwécklung während der Adoleszenz. Soc. Cogn. Afloss. Neurosci. 2006, 1, 165-174. [Google Léier] [CrossRef] [PubMed]
  3. Eccles, JS; Wigfield, A.; Byrnes, J. Kognitiv Entwécklung an der Adoleszenz. Am Handbuch vun der Psychologie: Entwécklungspsychologie; Lerner, RM, Easterbrooks, MA, Mistry, J., Eds.; Wiley: Hoboken, NJ, USA, 2003; Band 6, S. 325-350. [Google Léier]
  4. Subrahmanyam, K.; Greenfield, P.; Kraut, R.; Gross, E. Den Impakt vum Computerverbrauch op d'Entwécklung vu Kanner a Jugendlecher. J. Appl. Dev. Psychol. 2001, 22, 7-30. [Google Léier] [CrossRef]
  5. Ellison, NB; Steinfield, C.; Lampe, C. D'Virdeeler vu Facebook "Frënn": Sozialt Kapital an d'Notzung vun de Studente vun online sozialen Netzwierker. J. Comput. Med. Commun. 2007, 12, 1143-1168. [Google Léier] [CrossRef]
  6. Steinfield, C.; Ellison, NB; Lampe, C. Sozialt Kapital, Selbstschätzung a Gebrauch vun online sozialen Netzwierksiten: Eng Längsanalyse. J. Appl. Dev. Psychol. 2008, 29, 434-445. [Google Léier] [CrossRef]
  7. Tapscott, D. Digital wuessen: D'Erhéijung vun der Net Generatioun; McGraw-Hill Education: New York, NY, USA, 2008; p. 384. [Google Léier]
  8. Kraut, R.; Patterson, M.; Lundmark, V.; Kiesler, S.; Mukopadhyay, T.; Scherlis, W. Internet Paradox. Eng sozial Technologie déi de sozialen Engagement a psychologescht Wuelbefannen reduzéiert? Am. Psychol. 1998, 53, 1017-1031. [Google Léier] [CrossRef] [PubMed]
  9. Kraut, R.; Kiesler, S.; Boneva, B.; Cummings, J.; Helgeson, V.; Crawford, A. Internet Paradox revisited. J. Soc. Problemer 2002, 58, 49-74. [Google Léier] [CrossRef]
  10. Nie, NH; Hillygus, DS; Erbring, L. Internet use, interpersonal relations, and sociability: A time diary study. Am Internet am Alldag; Wellman, B., Haythornthwaite, C., Eds.; Blackwell Publishers Ltd.: Oxford, UK, 2002; S. 213-243. [Google Léier]
  11. Nalwa, K.; Anand, AP Internet Sucht bei Studenten: Eng Ursaach vu Suergen. Cyberpsychologie. Behuelen. 2003, 6, 653-656. [Google Léier] [CrossRef] [PubMed]
  12. Akhter, N. Relatioun tëscht Internet Sucht an akademesch Leeschtung ënnert Uni undergraduates. Edu. Res. Rev. 2013, 8, 1793. [Google Léier]
  13. Gür, K.; Yurt, S.; Bulduk, S.; Atagöz, S. Internet Sucht a kierperlech a psychosozial Verhalensproblemer tëscht ländleche Secondaire Studenten. Nurs. Gesondheet Sci. 2015, 17, 331-338. [Google Léier] [CrossRef] [PubMed]
  14. Peltzer, K.; Pengpid, S.; Apidechkul, T. Heavy Internet Notzung a seng Associatiounen mat Gesondheetsrisiko a gesondheetsförderend Verhalen tëscht Thai Universitéitsstudenten. Int. J. Adolesc. Med. Gesondheet 2014, 26, 187-194. [Google Léier] [CrossRef] [PubMed]
  15. Punamaki, RL; Wallenius, M.; Nygard, CH; Saarni, L.; Rimpela, A. Notzung vun Informatiouns- a Kommunikatiounstechnologie (ICT) an erkannt Gesondheet an der Adoleszenz: D'Roll vu Schlofgewunnechten a Wake-Time Middegkeet. J. Adolesc. 2007, 30, 569-585. [Google Léier] [CrossRef] [PubMed]
  16. Stracker, L.; Pollock, C.; Maslen, B. Prinzipien fir d'verstänneg Notzung vu Computere vu Kanner. Ergonomie 2009, 52, 1386-1401. [Google Léier] [CrossRef] [PubMed]
  17. Schau, M.; Black, DW Internet Sucht: Definitioun, Bewäertung, Epidemiologie a klinesch Gestioun. CNS Drogen 2008, 22, 353-365. [Google Léier] [CrossRef] [PubMed]
  18. Young, K. Internet Sucht: D'Entstoe vun enger neier klinescher Stéierung. CyberPsychol. Behuelen. 1998, 1, 237-244. [Google Léier] [CrossRef]
  19. American Psychiatric Association (APA). Diagnostesch a statistesch Handbuch vu mentalen Stéierungen. Online verfügbar: http://www.dsm5.org (zougänglech den 2. Februar 2016).
  20. Petry, NM; O'Brien, CP Internet Gaming Stéierungen an den DSM-5. Sucht 2013, 108, 1186-1187. [Google Léier] [CrossRef] [PubMed]
  21. Sussman, S.; Lisha, N.; Griffiths, M. Prävalenz vun den Ofhängegkeeten: E Problem vun der Majoritéit oder der Minoritéit? Eval. Gesondheet Prof. 2011, 34, 3-56. [Google Léier] [CrossRef] [PubMed]
  22. Lee, HW; Choi, JS; Schinn, YC; Lee, JY; Jung, HY; Kwon, JS Impulsivitéit an der Internet Sucht: E Verglach mat pathologescht Spill. Cyberpsychologie. Behuelen. Soc. Netw. 2012, 15, 373-377. [Google Léier] [CrossRef] [PubMed]
  23. Tonioni, F.; Mazza, M.; Autullo, G.; Cappelluti, R.; Catalano, V.; Marano, G.; Fiumana, V.; Moschetti, C.; Alimonti, F.; Luciani, M. Ass Internet Sucht e psychopathologeschen Zoustand ënnerscheet vum pathologesche Spill? Sucht. Behuelen. 2014, 39, 1052-1056. [Google Léier] [CrossRef] [PubMed]
  24. Sajeev Kumar, P.; Prasad, N.; Raj, Z.; Abraham, A. Internet Sucht a Substanzverbrauchsstéierunge bei adolescent Studenten - eng Querschnittsstudie. J. Int. Med. Dent. 2015, 2, 172-179. [Google Léier]
  25. Brezing, C.; Derevensky, JL; Potenza, MN Net-Substanz-süchteg Verhalen an der Jugend: Pathologesch Spillen a problematesch Internetverbrauch. Kand Adoles. Psychiater. Clin. N. Am. 2010, 19, 625-641. [Google Léier] [CrossRef] [PubMed]
  26. Goldstein, RZ; Volkow, ND Dysfunktionéierung vun der Préfrontal-Cortex an der Sucht: Neuroimaging Ergebnisser a klinesch Implikatiounen. Nat. Rev. Neurosci. 2011, 12, 652-669. [Google Léier] [CrossRef] [PubMed]
  27. Montag, C.; Kirsch, P.; Sauer, C.; Markett, S.; Reuter, M. D'Roll vum chrna4-Gen an der Internet Sucht: Eng Fallkontrollstudie. J. Sucht. Med. 2012, 6, 191-195. [Google Léier] [CrossRef] [PubMed]
  28. Kormas, G.; Critselis, E.; Janikian, M.; Kafetzis, D.; Tsitsika, A. Risikofaktoren a psychosozial Charakteristike vu potenziellen problemateschen a problemateschen Internetverbrauch bei Jugendlechen: Eng Querschnittsstudie. BMC Public Health 2011, 11, 595. [Google Léier] [CrossRef] [PubMed]
  29. Zhou, Y.; Lin, F.-C.; Du, Y.-S.; Zhao, Z.-M.; Xu, J.-R.; Lei, H. Grey Matière Abnormalitéiten an der Internet Sucht: Eng Voxel-baséiert Morphometriestudie. EUR. J. Radiol. 2011, 79, 92-95. [Google Léier] [CrossRef] [PubMed]
  30. Griffiths, M. A "Komponenten" Modell vun Sucht bannent engem biopsychosocial Kader. J. Subst. Benotzt 2005, 10, 191-197. [Google Léier] [CrossRef]
  31. Cheng, C.; Li, AY Internet Sucht Prävalenz a Qualitéit vum (echte) Liewen: Eng Meta-Analyse vun 31 Natiounen a siwe Weltregiounen. Cyberpsychologie. Behuelen. Soc. Netw. 2014, 17, 755-760. [Google Léier] [CrossRef] [PubMed]
  32. Blinka, L.; Škařupová, K.; Ševčíková, A.; Wölfling, K.; Müller, KW; Dreier, M. Exzessiv Internetverbrauch bei Europäesche Jugendlecher: Wat bestëmmt Differenzen an der Gravitéit? Int. J. Ëffentlech Gesondheet 2015, 60, 249-256. [Google Léier] [CrossRef] [PubMed]
  33. Tsitsika, A.; Janikian, M.; Schoenmakers, TM; Tzavela, EC; Ólafsson, K.; Wójcik, S.; Florian Macarie, G.; Tzavara, C.; Richardson, C. Internet Suchtverhalen an der Adoleszenz: Eng Querschnittsstudie a siwen europäesche Länner. Cyberpsychologie. Behuelen. Soc. Netw. 2014, 17, 528-535. [Google Léier] [CrossRef] [PubMed]
  34. Durkee, T.; Kaess, M.; Carli, V.; Parzer, P.; Wasserman, C.; Floderus, B.; Apter, A.; Balazs, J.; Barzilay, S.; Bobes, J.; et al. Prävalenz vu pathologeschen Internetverbrauch bei Jugendlechen an Europa: Demographesch a sozial Faktoren. Sucht 2012, 107, 2210-2222. [Google Léier] [CrossRef] [PubMed]
  35. Kuss, DJ; Griffiths, MD; Karila, L .; Billieux, J. Internet Sucht: Eng systematesch Iwwerpréiwe vun epidemiologescher Fuerschung fir déi lescht Dekade. Curr. Pharm. Des. 2014, 20, 4026-4052. [Google Léier] [CrossRef] [PubMed]
  36. Carli, V.; Durkee, T.; Wasserman, D.; Hadlaczky, G.; Despalins, R.; Kramarz, E.; Wasserman, C.; Sarchiapone, M.; Hoven, CW; Brunner, R.; et al. D'Associatioun tëscht pathologeschen Internetverbrauch a comorbid Psychopathologie: Eng systematesch Iwwerpréiwung. Psychopathologie 2013, 46, 1-13. [Google Léier] [CrossRef] [PubMed]
  37. Ho, RC; Zhang, MW; Tsang, TY; Toch, AH; Pan, F.; Lu, Y. Cheng, C.; jop, PS; Lam, LT; Lai, C.-M.; et al. D'Associatioun tëscht Internet Sucht a psychiatrescher Komorbiditéit: Eng Meta-Analyse. BMC Psychiatrie 2014, 14, 1-10. [Google Léier] [CrossRef] [PubMed]
  38. Kaess, M.; Durkee, T.; Brunner, R.; Carli, V.; Parzer, P.; Wasserman, C.; Sarchiapone, M.; Hoven, C.; Apter, A.; Balazs, J.; et al. Pathologesch Internetverbrauch tëscht europäesche Jugendlecher: Psychopathologie a selbstdestruktiv Verhalen. EUR. Kand Adolesc. Psychiatrie 2014, 23, 1093-1102. [Google Léier] [CrossRef] [PubMed]
  39. Pontes, HM; Kuss, DJ; Griffiths, MD D'klinesch Psychologie vun der Internet Sucht: Eng Iwwerpréiwung vu senger Konzeptualiséierung, Prävalenz, Neuronalprozesser, an Implikatioune fir d'Behandlung. Neurosci. Neuroeconomie 2015, 4, 11-23. [Google Léier]
  40. Kipping, RR; Campbell, RM; MacArthur, GJ; Gunnell, DJ; Hickman, M. Multiple Risiko Verhalen an der Adoleszenz. J. Ëffentlech Gesondheet 2012, 34, i1-i2. [Google Léier] [CrossRef] [PubMed]
  41. Dodd, LJ; Al-Nakeeb, Y.; Nevill, A.; Forshaw, MJ Lifestyle Risikofaktore vu Studenten: Eng Cluster analytesch Approche. Prev. Med. 2010, 51, 73-77. [Google Léier] [CrossRef] [PubMed]
  42. Berk, M.; Sarris, J.; Coulson, C.; Jacka, F. Lifestyle Management vun unipolare Depressiounen. Acta Psychiatr. Scand. 2013, 127, 38-54. [Google Léier] [CrossRef] [PubMed]
  43. Prochaska, JJ; Fréijoer, B.; Nigg, CR Multiple Gesondheetsverhalen änneren Fuerschung: Eng Aféierung an Iwwersiicht. Prev. Med. 2008, 46, 181-188. [Google Léier] [CrossRef] [PubMed]
  44. Carli, V.; Hoven, CW; Wasserman, C.; Chiesa, F.; Guffanti, G.; Sarchiapone, M.; Apter, A.; Balazs, J.; Brunner, R.; Corcoran, P. Eng nei identifizéiert Grupp vu Jugendlechen am "onsichtbare" Risiko fir Psychopathologie a Suizidverhalen: Befunde vun der SEYLE-Studie. Weltpsychiatrie 2014, 13, 78-86. [Google Léier] [CrossRef] [PubMed]
  45. Kann, L.; Kinchen, S.; Shanklin, SL; Flint, KH; Kawkins, J.; Harris, WA; Lowry, R.; Olsen, E.; McManus, T.; Chyen, D. Jugendrisiko Verhalen Iwwerwaachung-Vereenegt Staaten, 2013. MMWR Surveill. Summ. 2014, 63, 1-168. [Google Léier]
  46. Wasserman, D.; Carli, V.; Wasserman, C.; Apter, A.; Balazs, J.; Bobes, J.; Bracale, R.; Brunner, R.; Bursztein-Lipsicas, C.; Corcoran, P.; et al. Retten an empowering jonk Liewen an Europa (SEYLE): A randomiséierter kontrolléiert Prozess. BMC Public Health 2010, 10, 192. [Google Léier] [CrossRef] [PubMed]
  47. Carli, V.; Wasserman, C.; Wasserman, D.; Sarchiapone, M.; Apter, A.; Balazs, J.; Bobes, J.; Brunner, R.; Corcoran, P.; Cosman, D. D'spueren an empowering jonk Liewen an Europa (SEYLE) randomiséierter kontrolléiert Prozess (RCT): Methodologesch Problemer a Participant Charakteristiken. BMC Public Health 2013, 13, 479. [Google Léier] [CrossRef] [PubMed]
  48. Young, KS Am Netz gefaangen: Wéi d'Zeeche vun der Internet Sucht z'erkennen - an eng Gewënnstrategie fir d'Erhuelung; J. Wiley: New York, NY, USA, 1998; p. 248. [ENG]Google Léier]
  49. Dowling, NA; Quirk, KL Screening fir Internet Ofhängegkeet: Differenzéieren déi proposéiert diagnostesch Critèren normal vun der ofhängeger Internetverbrauch? Cyberpsychologie. Behuelen. 2009, 12, 21-27. [Google Léier] [CrossRef] [PubMed]
  50. Li, W.; O'Brien, JE; Schneider, SM; Howard, MO Diagnostesch Critèrë fir problematesch Internetverbrauch tëscht US Universitéit Studenten: Eng gemëschte Methode Bewäertung. PLoS ENG 2016, 11, e0145981. [Google Léier] [CrossRef] [PubMed]
  51. Pontes, HM; Király, O.; Demetrovics, Z.; Griffiths, MD D'Konzeptualiséierung an d'Messung vun der dsm-5 Internet Gaming Stéierung: D'Entwécklung vum IGD-20 Test. PLoS ENG 2014, 9, e110137. [Google Léier] [CrossRef] [PubMed]
  52. Weltgesondheetsorganisatioun (WHO). Global School-Based Student Health Survey (GSHS). Online verfügbar: http://www.who.int/chp/gshs/en/ (Accès op 12 Dezember 2015).
  53. Choi, K.; Jong, H.; Park, M.; Han, J.; Kim, K.; Lee, B.; Gwak, H. Internet Iwwerverbrauch an exzessiv Dagesschläifegkeet bei Jugendlechen. Psychiatrie Clin. Neurosci. 2009, 63, 455-462. [Google Léier] [CrossRef] [PubMed]
  54. Evren, C.; Dalbudak, E.; Evren, B.; Demirci, AC Héich Risiko vun Internet Sucht a seng Relatioun mat Liewensdauer Substanz Notzung, psychesch a Verhalensproblemer ënnert 10. Schouljoer Jugendlecher. Psychiatrie Danub. 2014, 26, 330-339. [Google Léier]
  55. International Telecommunication Unioun (ITU). ICT Fakten an Zuelen. Online verfügbar: http://www.itu.int/en (Accès op 8 August 2015).
  56. De La Haye, K.; D'Amico, EJ; Meilen, JN; Ewing, B.; Tucker, JS Kovarianz tëscht multiple Gesondheetsrisiko Verhalen bei Jugendlechen. PLoS ENG 2014, 9, e98141. [Google Léier]
  57. Cao, F.; Sou, L.; Liu, T.; Gao, X. D'Relatioun tëscht Impulsivitéit an Internet Sucht an enger Probe vu chinesesche Jugendlecher. EUR. Psychiatrie: J. Assoc. EUR. Psychiater. 2007, 22, 466-471. [Google Léier] [CrossRef] [PubMed]
  58. Slater, MD Auslännerung, Agressioun a Sensatioun, déi als Prognose vun der Adolescent Notzung vu Gewaltfilm, Computer a Websäitinhalt sichen. J. Commun. 2003, 53, 105-121. [Google Léier] [CrossRef]
  59. Kim, HK; Davis, KE Richtung eng ëmfaassend Theorie vu problemateschen Internetverbrauch: Evaluatioun vun der Roll vum Selbstschätzung, Besuergnëss, Flow, an déi selbstbewäertte Wichtegkeet vun Internetaktivitéiten. Berechnen. Hum. Behuelen. 2009, 25, 490-500. [Google Léier] [CrossRef]
  60. Charlton, JP; Danforth, ID Distinguishing Sucht an héich Engagement am Kontext vun online Spill gespillt. Berechnen. Hum. Behuelen. 2007, 23, 1531-1548. [Google Léier] [CrossRef]
  61. Kuss, DJ; Griffiths, MD Online sozial Netzwierker a Sucht - Eng Iwwerpréiwung vun der psychologescher Literatur. Int. J. Environ. Res. Ëffentlech Gesondheet 2011, 8, 3528-3552. [Google Léier] [CrossRef] [PubMed]
  62. Meena, PS; Mittal, PK; Solanki, RK Problematesch Notzung vu sozialen Netzwierker ënner urbanen Schoulgoen Teenager. Ind. Psychiatrie J. 2012, 21, 94. [Google Léier] [CrossRef] [PubMed]
  63. Li, W.; O'Brien, JE; Schneider, SM; Howard, MO Charakteristike vun der Internet Sucht / pathologeschen Internetverbrauch an US Universitéit Studenten: Eng qualitativ Method Untersuchung. PLoS ENG 2015, 10, e0117372. [Google Léier] [CrossRef] [PubMed]
  64. Lam, L. Internet Gaming Sucht, problematesch Notzung vum Internet, a Schlofproblemer: Eng systematesch Iwwerpréiwung. Curr. Psychiatrie Rep. 2014, 16, 1-9. [Google Léier] [CrossRef] [PubMed]
  65. Kain, N.; Gradisar, M. Elektronesch Medien benotzen a schlofen an schouleschen Kanner a Jugendlecher: Eng Iwwerpréiwung. Schlof Med. 2010, 11, 735-742. [Google Léier] [CrossRef] [PubMed]
  66. Hochadel, J.; Frolich, J.; Wiater, A.; Lehmkuhl, G.; Fricke-Oerkermann, L. Prävalenz vu Schlofproblemer a Relatioun tëscht Schlofproblemer a Schoulverweigerungsverhalen an Schoulalter Kanner bei Kanner an Elteren Bewäertungen. Psychopathologie 2014, 47, 119-126. [Google Léier] [CrossRef] [PubMed]
  67. Lin, SSJ; Tsai, CC Sensatioun sichen an Internet Ofhängegkeet vun taiwanesesche Lycée Jugendlecher. Berechnen. Hum. Behuelen. 2002, 18, 411-426. [Google Léier] [CrossRef]
  68. Hsi-Peng, L.; Shu-ming, W. D'Roll vun der Internet Sucht an online Spill Loyalitéit: Eng Exploratiounsstudie. Internet Res. 2008, 18, 499-519. [Google Léier]
  69. Jessor, R.; Jessor, SL Problemverhalen a psychosozial Entwécklung: Eng Längsstudie vun der Jugend; Akademesch Press: Cambridge, MA, USA, 1977; p. 281. [ENG]Google Léier]
  70. Jessor, R. Problem-Behaviour Theorie, psychosozial Entwécklung, an adolescent Problem drénken. Br. J. Sucht. 1987, 82, 331-342. [Google Léier] [CrossRef] [PubMed]
  71. Williams, JH; Ayers, CD; Abbott, RD; Hawkins, JD; Catalano, RF Strukturell Äquivalenz vun der Beteiligung am Problemverhalen vu Jugendlechen iwwer Rassengruppen mat multiple Gruppekonfirmatiounsfaktoranalyse. Soc. Aarbecht Res. 1996, 20, 168-177. [Google Léier]
  72. Ha, Y.-M.; Hwang, WJ Geschlecht Differenzen an der Internet Sucht assoziéiert mat psychologesche Gesondheetsindikatoren ënner Jugendlecher mat enger nationaler webbaséierter Ëmfro. Int. J. Ment. Gesondheet Addict. 2014, 12, 660-669. [Google Léier] [CrossRef]
  73. Kuss, DJ; Kuerz, GW; van Rooij, AJ; Griffiths, MD; Schoenmakers, TM Assesséieren Internet Sucht mat dem parsimonious Internet Sucht Komponente Modell - Eng virleefeg Studie. Int. J. Ment. Gesondheet Addict. 2014, 12, 351-366. [Google Léier] [CrossRef]