Addict Behav. 2018 Feb 12; 81: 157-166. Doi: 10.1016 / j.addbeh.2018.02.017.
Ioannidis K1, Treder MS2, Chamberlain SR1, Kiraly F3, Redden SA4, Stein DJ5, Lochner C.6, Grant JE7.
mythologesch
HINTERGRÉIEREN A Ziele:
Problematesch Internet Benotzung (PIU; soss bekannt als Internet Sucht) ass e wuessend Problem an de modernen Gesellschaften. Et gëtt knapp Kenntnes vun den demographesche Variabelen a spezifeschen Internet Aktivitéite verbonne mat PIU an e limitéierten Verständnis vun wéi PIU sollt konzeptualiséiert ginn. Eist Zil war spezifesch Internetaktivitéite verbonne mat PIU z'identifizéieren an d'moderéierend Roll vum Alter a Geschlecht an dësen Associatiounen ze exploréieren.
METHODS:
Mir rekrutéiert 1749 Participanten am Alter vun 18 a méi iwwer Medienannoncen an enger Internetbaséierter Ëmfro op zwou Siteen, eng an den USA, an een an Südafrika; mir hunn d'Lasso Réckgang fir d'Analyse benotzt.
RESULTATER:
Spezifesch Internet Aktivitéite ware mat méi héije problemateschen Notzen am Internet verbonne, inklusiv allgemeng Surfen (lasso β: 2.1), Internetspill (β: 0.6), Online Shopping (β: 1.4), Benotzung vun Online Auktioun Websäiten (β: 0.027), sozial Vernetzung (β: 0.46) a Gebrauch vun Online Pornografie (β: 1.0). Alter moderéiert d'Bezéiung tëscht PIU a Rollespiller (β: 0.33), Online Glücksspillen (β: 0.15), Benotzung vun Auktiounswebsäiten (β: 0.35) a Streaming Medien (β: 0.35), mat méi alen Alter verbonne mat méi héijen Niveauen vun PIU. Et war onfäeg Beweiser fir Geschlecht a Geschlecht × Internet Aktivitéite verbonne mat problemateschen Notzen Notzer. Opmierksamkeetsdefizit Hyperaktivitéit Stéierungen (ADHD) a sozial Angschtstéierunge ware mat héije PIU Scores bei jonke Participanten (Alter ≤ 25, β: 0.35 respektiv 0.65) assoziéiert, wärend generaliséiert Angschtstéierungen (GAD) an obsessiv-compulsive Stéierungen (OCD) waren assoziéiert mat héije PIU Scores an den ale Participanten (Alter> 55, β: 6.4 respektiv 4.3).
CONCLUSIONS:
Vill Zorte vu Onlineverhalen (zB Shopping, Pornographie, allgemeng Surfen) eng méi staark Bezéiung mat enger schlecht adaptéierter Uwendung vum Internet wéi d'Gaming, déi d'diagnostische Klassifikatioun vun engem problematesche Internet benotze fir eng multiplizéierter Stéierung. Ausserdeem sinn Internetaktivitéiten an psychiatresch Diagnosen, déi mat enger problematescher Internetverbindung ass, variéieren mat dem Alter, mat gesondheetlechen Implikatiounen.
KEYWORDS: Behuelen Sucht; Internet Sucht; Internet Spillstéierung; Lasso; Maschinn Léieren; Problematesch Internet Benotzung
PMID: 29459201
DOI: 10.1016 / j.addbeh.2018.02.017
1
Aféierung
Problematesch Benotzung vum Internet (PIU; anescht bekannt als Internet Sucht), ass eng ëffentlech Gesondheets Suerg an modernen Gesellschaften weltwäit. D'Epidemiologie vum PIU ass nach ëmmer net kloer (
; ) mat enger breet Palette vu berichtete Punktprevalenzschätzungen (1% bis 36.7%), déi méiglecherweis net nëmmen Populatiounsunterschiede reflektéieren awer och d'Diversitéit vu Bewäertungsinstrumenter a verschidde operationell Definitioune vu PIU Verhalen. DSM-5 huet Internet Gaming Stéierung als Bedingung fir weider Studie markéiert (), speziell aner Internetbaséiert Aktivitéite wéi Glécksspiller a Gebrauch vu soziale Medien ausgeschloss, trotz dem akkumuléierende Beweis datt problematesch Internetverbrauch e villsäitege Problem ass deen iwwer Onlinespill geet (; ;). Vill verschidde Online Verhalen goufen beschriwwen als fäeg normal Funktionnéieren ze beeinträchtigen wann se ze vill iwwerholl ginn, inklusiv Onlinespill a massiv-Multiplayer Online Rollespiller (;;;;;), Online Glücksspillen (;), Online Shopping (; ;), Pornografie kucken (;;), reegelméisseg E-Mailkontroll, Direkt Noriicht (;;) an Iwwerbenotzung vu soziale Medien (;). Online Verhalen kënnen och Suerge fir déi kierperlech Gesondheet vun Eenzelpersoun verursaachen (;) oder de Buedem leeë fir kriminell Handlungen (). Impulsiv a compulsive Charakteristike kënne problematesch Internetverhalen ënnerstëtzen (;;;;), wärend spezifesch Internetaktivitéite mat psychiatresche Stéierunge verbonne sinn; zum Beispill, Online Shopping gouf mat Depressioun a Schatz verbonnen (
).
Jonk Leit a Studente gi fir PIU als déi meescht geféierlech ginn (
; ; ; ; ), awer mëttelalterlech an eeler Populatiounen goufen net ëmfaassend ënnersicht. De jonken Alter ass mat problemateschen Online Shopping (;) verbonne ginn. Wéi och ëmmer, et goufen eng Zuel vu Studien, déi problematesch Internetaktivitéite identifizéieren, dorënner exzessivem Internet-baséiert Shopping, bei Erwuessene Populatiounen (
). Insgesamt ass déi natierlech Geschicht vum problematesche Internetverbrauch nach ëmmer onbekannt an et kann altersbezunn Differenzen am PIU insgesamt sinn, oder a verschidde problematesch Online Verhalen.
PIU gouf als männlech Iwwerleeung ugesinn (
; ) an ass wahrscheinlech méi prevalent ënner asiatesch männlech Jugend, awer Weibchen kënnen och vulnérabel sinn (;). Op engem klineschen Niveau huet d'Majoritéit vun de PIU Studien nëmme männlech Participanten abegraff () an et ass net kloer ob weiblech klinesch Populatiounen ënnerdréckt kënne ginn. Et gëtt e puer Beweiser aus observational Studien datt Männer a Weibchen anescht sinn an der Aart a Weis wéi se an der Online Ëmfeld funktionnéieren wat d'Aktivitéite sinn déi se wielen an hir negativ Konsequenzen (;). Exzessiv Benotzung vun Chaten a soziale Medien ass mat weiblech Geschlecht bei jonke Studenten verbonne ginn (;;;; S). Weiblech Geschlecht gouf och als Prädiktor fir problematesch Online Shopping identifizéiert (), awer de Géigendeel ass och gemellt (;). Online Gaming ass mat männlecht Geschlecht () verbonne ginn, awer massiv Multiplayer Online Rollespill gouf a béid Geschlechter gemellt (). Online Pornographie souwéi Online Spillerinne goufen méi dacks gemellt bei erwuesse Männercher (). Et gouf awer argumentéiert datt d'Roll vu Belounungsstäerkung, Cue-Reaktivitéit an Verlaangen no online Sex fir béid Geschlechter ähnlech sinn. Besonnesch Plattforme vu soziale Medien mat Suchtpotential, sou wéi Netzwierker wéi Facebook, gi vu béide Geschlechter benotzt an et gouf argumentéiert datt Weibercher besonnesch a Gefor sinn (). Insgesamt kéinten et Geschlecht-spezifesch Differenzen fir Aspekter vum PIU sinn; alternativ kann et sinn datt eemol klinesch a Verhalenscharakteristiken / Duerchernee berücksichtegt ginn, béid Geschlechter ähnlech betraff sinn (;
).
Am Allgemengen, problematesch Internetnotzung abegraff déi grouss Varietéit vu problematesche Internetverhalen erfuerdert méi streng Untersuchungen, déi d'Liicht beliichten, op déi spezifesch Aktivitéite sollte als problematesch oder dysfunktionell ugesi ginn oder allgemeng dozou bäidroe fir de Phänomen beschriwwen als PIU. De Wee an deem Alter a Geschlecht d'Relatioun tëscht bestëmmten Internetaktivitéite a PIU moderéiert gouf ënnersträicht, berechtegt méi Opmierksamkeet.
Eist Zil war spezifesch Internetaktivitéiten ze identifizéieren déi statistesch mat PIU assoziéiert sinn an ob et Interaktioune mat Alter oder Geschlecht sinn déi Bezéiunge moderéieren.
2
Material a Methoden
2.1
Astellung an Moossnamen
Méi Detailer iwwer d'Astellung an d'Mesure vun dëser Etude goufen och an eiser fréierer Verëffentlechung op PIU beschriwwen (
). Berichterstattung vu Methoden fir dës Studie befollegt d'SROOCH Richtlinn (
). Déi aktuell Etude gouf vum Januar 2014 – Februar 2015 duerchgefouert. Eenzele vun alen 18 Joer a méi ginn op zwou Site rekrutéiert: Chicago (USA) a Stellenbosch (Südafrika) mat Internetannoncen (mëttleren Alter 29 [18 – 77]; 1119 Männercher [64%]; 1285 Kaukasesch [73%]). D'Annoncen hu Persoune gefrot un enger Online Ëmfro iwwer Internetnotzung deelzehuelen. D'Participanten hunn d'Ëmfro anonym mat Hëllef vun der Survey Monkey Software ofgeschloss. D'Ëmfro gouf iwwer Craigslist geschéckt, sou datt nëmme Participanten aus de spezifesche Lokale gezielt goufen. D'Etude vun den institutionelle Bilan vun de Fuerschungen op all Fuerschungsplaz guttgeheescht. D'Participante kruten keng Kompensatioun fir matzemaachen awer goufen ageschriwwen an eng zoufälleg Lotterie woubäi fënnef Präisser verfügbar waren mat all Präis tëscht $ 50 an $ 200 an USA an dräi Präisser tëscht ZAR250 an ZAR750 a Südafrika.
D'Online Ëmfro enthält Froen iwwer den Alter vun all Mënsch, Geschlecht, Rass, Bezéiungsstatus, sexuell Orientéierung an Ausbildungshannergrond, zesumme mat verschiddene Moossname vu spezifeschen Internetaktivitéiten. Mir hunn eng Zuel vu verschiddenen Internetaktivitéite gemooss, dorënner 1) allgemeng Surfen 2) Internet Gaming insgesamt 3) Online Rollespiller (RPG) 4) Zäitwaster / Fäegkeet Spiller (dh Apps um iPod / iPad / Handy, Tetris, Bijoue) 5 ) Online Action Multiplayer (dh Call of Duty, Gears of War) 6) Online Shopping 7) Auktioun Websäiten (dh Ebay) 8) Online Glücksspill 9) Sozial Netzwierker 10) Online Sport (dh Fantasy Sports, ESPN) 11) Pornographie / Sex um Internet 12) Messagerie / Bloggen (dh AIM, Skype) an 13) Streaming vu Videoen / Medien (dh YouTube, Hulu). D'Ëmfro enthält och klinesch Moossnamen: den Internet Addiction Test (IAT) (
) fir eng Moossnam vu béiswëllegen Internet Benotzung ze bidden; wielt Mini International Neuropsychiatresch Interview (MINI) Moduler () fir méigleche Sozial Besuergungsstörung (SAD) ze identifizéieren, generaliséierter Angststörung (GAD) an Obsessive-Compulsive Stéierungen (OCD); den Erwuessene ADHD Selbstbericht Skala Symptom Checklist (ASRS-v1.1) () fir Opmierksamkeet-Defizit Hyperaktivitéitskrankheeten (ADHD) Symptomer ze identifizéieren; de Padua Inventory (PI) () fir obsessiv-compulsive Tendenzen ze identifizéieren; an d'Barratt Impulsivitéit Skala (BIS-11) fir d'impulsiv Perséinlechkeet ze quantifizéieren (
). Beschreiwen Statistike fir all Verännerlechen sinn zesummegefaasst a stratifizéiert vum Alter an Zousaz Table S1a.
Den IAT ëmfaasst 20 Froen déi Facette vum PIU ënnersicht. Partituren am IAT Beräich vu 20 bis 100 mat 20 – 49 reflektéierend mëll Internetverbrauch, 50 – 79 moderéiert Internet Benotzung, an 80 – 100 reflektéiert schwéier Internet Benotzung. De PI besteet aus 39 Artikele déi allgemeng obsessional a compulsive Verhalen bewäerten. De BIS-11 ass e Self-Report-Questionnaire benotzt fir d'Niveaue vun Impulsivitéit ze bestëmmen.
Mir hunn eng Principal Components Analysis (PCA) gemaach fir z'identifizéieren ob e puer Komponente vun Internetaktivitéite fäeg wieren e wichtegen Deel vun der Varianz ze berechnen. Wéi och ëmmer, dës Analyse huet gewisen datt mir> 11 vun 13 Komponente gefuerdert hunn> 90% vun der Varianz z'erreechen, wat beweist datt e bedeitenden Deel vun de Variabelen vun Internetaktivitéiten eenzegaarteg zu der Varianz bäidroen. Mir hu beschloss dofir all Variabel separat an eiser Analyse ze benotzen.
Nëmmen Daten vun de Participanten, déi d'Ganzheet vun der Online Ëmfro ofgeschloss hunn, och d'Internet Aktivitéitsmoossnamen, goufen an d'Analysen abegraff. Déi originell Probe enthale 2551 Persounen. 63 Persounen goufen ausgeschloss wéinst Mangel un IAT Scores. Eng weider 18 Persoune goufen ausgeschloss fir Berichter Transgender Geschlecht a 459 fir vermësst wichteg Prädiktor Variabelen zB PI oder BIS Fraeformen. Fënnef Leit goufen ausgeschloss fir Berichterstattungsalter <18 Joer al. Eng weider 257 Persoune goufen ausgeschloss wéinst fehlende Moossnamen vun Internetaktivitéit. Dee leschte komplette Satz enthält 1749 Leit mat komplette Partituren op alle Variabelen. Dëse leschte Schrëtt vum Ausgrenzungsprozess steet fir de Musterunterschied tëscht der aktueller Studie an
. Dëse leschte komplette Set enthält 1063 Persounen aus der Stellenbosch Säit an 686 Persounen aus der Chicago Säit. Déi geschätzte Punktprevalenz vu PIU war ~ 8.5% mat engem IAT Ofschneiden vu 50 oder méi héich. Am Verglach vun den zwou Studieplazpopulatiounen hat de Stellenbosch Site méi jonk Participanten [mëttel (Gamme) 24.3 (18-76) géint 36.3 (18-77), ANOVA F <0.05, η 2 : 0.20], e méi nidderegen Undeel u männlecht Geschlecht [58% vs 73%, χ 2 & Si besteet; φ : 0.15], méi héijen Undeel vun der heterosexueller sexueller Orientéierung [91% vs 84%, χ 2 & Si besteet; φ : 0.10], méi héich Tariffer vun ADHD [50% vs 41% χ 2 & Si besteet; φ : 0.9], méi niddereg Tariffer vum Online Shoppen [heeschen (Bereich) 0.48 (0-5) vs 1.27 (0-5), ANOVA F <0.05, η 2 : 0.18] a liicht méi niddereg IAT Scores [heeschen (Bereich) 30.3 (20-94) vs 35.9 (20-85), ANOVA F <0.05, η 2 : 0.06]. E méi detailléierte Verglach gëtt an der Zousaz Tabell S1b presentéiert. Rekrutéierungs- an Ausgrenzungsprozess gi grafesch presentéiert Figebam. 1 An. All kontinuéierlech Variabelen (dh BIS Score) goufen standardiséiert fir d'Interpretabilitéit vun de Modell Koeffizienten z'erhéijen. Seng Cepheidsmethoden hunn den IAT Score als eng numeresch Variabel benotzt (Range 20 – 94, mëttler 32.48). All Analysë goufen an R Studio Versioun 3.1.2 gemaach. Lasso generaliséiert Linear Modeller goufen mat dem Package "glmnet" duerchgefouert (Package glmnet Versioun 2.0 – 5 (
)). Méi Detailer iwwer den Analyseprozess kënnen am Zousaz (Methodologie Appendix) fonnt ginn.
2.2
Exploratioun vu Korrelatiounen
Mir hunn Korrelatiounen tëscht de Verännerlechen an eisen Daten exploréiert (kuckt Figebam. 2 ). All verschidden Internet Aktivitéiten haten schwaach positiv Korrelatiounen mam IAT Score (Pearson Korrelatiounskoeffizientbereich 0.23-0.48). E puer moderéiert positiv Korrelatiounen tëscht Internet Aktivitéitsvariabelen goufen identifizéiert dh total Internet Gaming a RPG (r = 0.57), total Internet Gaming an Action Multiplayer Spiller (r = 0.55), Online Shopping a Benotzung vun Auktioun Websäiten (r = 0.55), allgemeng Surfen a Shopping (r = 0.44), allgemeng Surfen a sozial Netzwierker (r = 0.44), allgemeng Surfen a Streaming Medien (r = 0.44). Et waren schwaach positiv Korrelatiounen tëscht Sport a Pornographie (r = 0.38), männlecht Geschlecht a Sport (r = 0.30) oder Pornographie (r = 0.39) oder Action Multiplayer Gaming (r = 0.27). Et waren schwaach Korrelatiounen tëscht Online Glücksspillen an Action Multiplayer (r = 0.41), RGP (r = 0.32), Auktioun Websäiten (r = 0.38), Sport (r = 0.38) oder Pornographie (r = 0.39). Impulsivitéit war schwaach positiv korreléiert mat allgemenger Surfen, Online Shopping, Benotzung vun Auktioun Websäiten, sozial Netzwierker, Streaming Medien a Pornographie (0.2 ≤ r ≤ 0.3). Et war och eng schwaach Korrelatioun tëscht eeleren Alter a Shopping Aktivitéiten (r = 0.33) oder d'Benotzung vun Auktiouns Websäiten (r = 0.22), an tëscht net heterosexueller sexueller Orientéierung a Pornographie (r = 0.22). All aner Korrelatiounen tëscht Internetaktivitéiten an Alter, Geschlecht, Bezéiungsstatus, sexueller Orientéierung, Ausbildungsniveau, Rass an Niveau vun Impulsivitéit a Compulsivitéit ware ganz schwaach (-0.2 <r <0.2).
2.3
Ofhandlung mat iwwer-Fitting
Fir eis statistesch Methoden hu mir Modeller benotzt déi demographesch Variablen abegraff hunn (Alter, Rass, Bildungsniveau, Geschlecht, Bezéiungsstatus, sexueller Orientéierung), klinesch Charakteristiken (Diagnos vun ADHD, GAD, Sozial Angschtzoustänn an OCD), Verhalensdimensiounen bekannt ze verbonne mat PIU (Impulsivitéit a Zwangsfäegkeet), Internetaktivitéiten an Interaktiounsbegrëffer tëscht Internetaktivitéiten × Alter oder Geschlecht; d'lescht war beschloss fir d'Hypothese ze testen datt Alter oder Geschlecht d'Relatioun tëscht Internetaktivitéiten a problematesch Notzungsscoren moderéiert. Mir bidde insgesamt 51 Prediktor Variabelen. Andeems mer eng Onmass vu Variabelen enthalen hu mir e Modell ugeschnidden deen méi korrekt ass a gläichzäiteg komplex Interaktioune tëscht demographeschen an Internetaktivitéitsvariabelen erfaasst. Wéi och ëmmer, den Nodeel vu ville Prädiktorverännerlechen ass datt dëst typesch zu Iwwermassage féiert begleet vu grousse Koeffizienten. Ausserdeem tendéiert in-sample linear Regressioun och ze passen, besonnesch a komplexe Modeller, an ass grondsätzlech feelerhaft bei Prognosen fir nei Daten. Et gëtt extensiv Beweiser fir d'Nodeeler vun iwwer-passenden Modeller (
). Fir mat Iwwermassage ëmzegoen, hu mir diskutéierter statistesch Methoden (Cross-Validatioun) diskutéiert fir eng Schätzung vun der Generaliséierung a Prognosenfehler vum Model ze kréien (
). Mir hunn dës Approche an eisen aktuellen Donnéeën erfuerscht wann mir eng ausserhalb vu Probe gekräizegte Schätzung vum Root-mëttler-Quadratfehler a Verbindung mat der Réckauswiel vu Variabelen benotzt hunn fir ze testen ob Modeller sech verbesseren andeems eng héich Zuel vu Variabelen bäigefüügt gouf déi Ënnergruppe vu méigleche Kombinatioune vu Prädiktoren, a mir hu gesinn, datt spuersam Modeller (dh mat ongeféier tëscht 13 a 16 Verännerlechen) net-schlechter waren a Saache cross-validéiert RMSE am Verglach zu méi komplexe Modeller (inklusiv> 16 Variabelen). Dëst gëtt an Exploratory gewisen Figebam. 3 (uewen lénks).
2.4
Regulariséiert Regressioun mat Sparsity-Contrainten
Fir d'Grënn, déi am virege Paragraf ernimmt goufen, wollte mir eng Method vu Viraussetzung benotzen déi net sou vill passen, wärend vergläichbar mat standardstatistesche Methoden a punkto PIU-Scoren virausgesot. Et wier och wäertvoll wann eis Method och verännerbar Auswiel kéint maachen (also andeems d'Zuel vun de Prognosen mat net-Nullkoeffizienten reduzéiert gëtt), fir mat der Interpretabilitéit vum Model ze hëllefen. Reguléierung, am Ufank vum Tikhonov entworf fir integral Equatiounen ze léisen (
) a spéider an der statistescher Wëssenschaft agefouert huet e puer vun de gewënschten genannten Eegeschafte vum Verréckelungsmodellbau op Sparsitéit a reduzéieren Iwwerfitting (). Lasso (generaliséierter linearem Modell mat penaliséierte maximaler Wahrscheinlechkeet, bekannt als Regressioun mat Least Absolute Shrinkage and Selection Operator (Lasso oder LASSO ())) ass eng Regulariséierungs- a Regressiounsanalysemethod elo dacks an de medizinesche Wëssenschaften benotzt (;) an huet Potenzial fir ze benotzen klinesch Prognosen Modeller an der Psychiatrie (RC). Ridge Regressioun ass eng aner Form vu geregularer linearer Regressioun déi Koeffizienten schrumpft andeems en Koeffizient Strof agefouert gëtt (). Den elastesche Net ass en Zwëschenmodell tëscht Ridge a lasso a säi Strof gëtt vu α kontrolléiert, deen de Gruef tëscht Lasso (α = 1) an der Ridge (α = 0) iwwerbréckt. Den Tuningparameter λ kontrolléiert d'allgemeng Stäerkt vun der Strof. Lasso benotzt d'L1 Strof a Sträich benotzt d'L2 Strof. Am Géigesaz zu der Regressioun vum Gruet, ass den Effekt vun der Lasso L1 Strof datt déi meescht Koeffizienten op Null gedriwwe ginn, wat zu enger geregulariséierter Léisung féiert déi gläichzäiteg schaarf ass. Duerch dësen Mechanismus mécht de Lasso variabel Auswiel déi d'Interpretatioun immens vereinfache kann virun allem wann vill Prädiktoren am Model involvéiert sinn. Eng aner net-Standard Method bekannt fir héich Genauegkeet a Fäegkeet fir iwwer Fitting ze vermeiden sinn zoufälleg Bëscher (
). Random Bëscher sinn eng Maschinn Léiermethod déi gutt funktionnéiert géint net-linear Ofhängegkeeten an dofir d'Erfuerschung vun dësem Modell z'erklären konnt eis Abléck an, méiglecherweis 'verstoppt', komplex Associatiounen.
2.5
Prognostismethoden
Fir de passende Modell an eiser Analyse ze wielen, hu mir linear Regressioun, Kammregressioun, elastescht Netz, Lasso an zoufälleg Bëschmodeller matenee verglach a géint eng naiv Baseline, mat enger kräizvalidéierter Ausprobe Schätzung vun RMSE. Eis Cross-Validatioun huet d'Donnéeën zoufälleg opgedeelt an engem Trainings- an Testset, d'Modelparameteren am Trainingsset ofgestëmmt a Prognosen fir IAT Scores am Testset gemaach. Wéinst der zoufälleger Natur vun der Spléckung vun den Daten, hu mir dëse Prozess 50 Mol widderholl fir eng stabil a replikabel Schätzung ze kréien. Mir hunn dunn déi lescht Vecteure vu RMSE Scores verglach mat Genau Wilcoxon-Pratt ënnerschriwwen Rang Tester. All Modeller ware wesentlech besser wéi déi naiv Baseline (p korrigéiert <0.001, Cohen's d = -0.87) (kuckt Ergänzend Tabelle S2). Zesummefaassungsstatistike vu RMSE Scores ginn an der Zousaztabell S3 presentéiert. De Lasso an d'elastescht Netz ware besser wéi d'Ridge-Réckgang (p-korrigéiert <0.01, d = 0.51, d = 0.49) a linear Regressioun (p korrigéiert <0.001, d = 0.76) an net statistesch anescht tëschteneen (p korrigéiert> 0.05, d = -0.08). Zoufälleg Bësch war net-superieur zu entweder lasso (p = 0.12) oder elastescht Netz (p korrigéiert> 0.05). Dofir, an eiser Analyse, hu mir Lasso benotzt, well, weider zu gudder Pre-Prediction Performance, konnt de Lasso variabel Auswiel maachen andeems Koeffizienten op Null verklengert goufen an doduerch d'Interpretabilitéit erhéicht gouf. Och wann dat elastescht Netz och variabel Auswiel ka maachen, huet et éischter méi Variabelen ze wielen, an trotz engem méi komplexen a méi staarke Modell, huet et net wesentlech besser Leeschtung wéi lasso. An eiser leschter Analyse voll Daten an Ënnergruppanalysen, hu mir 10-fach Kräizvalidatioun benotzt fir den optimale Lambda fir all Lasso-Modell ze produzéieren a Koeffizienten ze produzéieren, déi vun dëse Modeller produzéiert goufen. Erklärend Diagrammen ofgeleet vun der voller Datenanalyse ginn presentéiert am Figebam. 3 .
3
Resultater
D'Lasso-Regressiounsresultater ginn am ganze Prouf zesummegefaasst an am Alter stratifizéiert Dëscher 1 an 2 An. Voll Tabelle vun de Resultater fir Ënnergrupp Analysen, inklusiv stratifizéiert vum Alter a vun der Studieplaz ginn an den Online Zousaz Dëscher (Dëscher S4 – S10) presentéiert. Exploratoresch Diagrammer vun den Donnéeën ginn an Zousazfiguren presentéiert (Fig. S1 – S3). Resultater vun der méi standard statistescher Approche vun der linearer Regressioun ginn och an Zousaz Tabellen S4 – S10 präsentéiert an all Differenzen an der struktureller Inferenz am Verglach zum Haaptresultater hei ënnendrënner sinn bedingt vun der Wiel vun engem anere Modell.
Internet Aktivitéit | All (n = 1749) | 18 ≤ Alter ≤ 25 (n = 1042) | 26 ≤ Alter ≤ 55 (n = 592) | Alter> 55 (n = 115) |
---|---|---|---|---|
Allgemeng Surfen | 2.100 | 2.400 | 1.500 | 0.590 |
Internet Gaming | 0.600 | 0.450 | 0.110 | 0.000 |
applikabel | 0.000 | 0.000 | 0.710 | 0.000 |
Zäit Wärter | 0.000 | 0.000 | 0.000 | 0.450 |
Action Multiplayer | 0.000 | 0.000 | 0.000 | 0.000 |
Shopping | 1.400 | 0.840 | 1.500 | 0.000 |
Auktioun Websäiten | 0.027 | 0.000 | 0.990 | 0.230 |
Prostituéiert | 0.000 | 0.000 | 0.780 | 0.000 |
Sozialen Netzwierker | 0.460 | 0.000 | 1.300 | 0.000 |
Sports | 0.000 | 0.000 | 0.000 | 0.000 |
Pornographie | 1.000 | 1.400 | 0.210 | 0.000 |
aktivéieren | 0.000 | 0.000 | 0.110 | 0.000 |
Streaming Medien | 0.000 | 0.000 | 0.000 | 1.200 |
PADUA | 0.074 | 0.085 | 0.029 | 0.065 |
BIS | 0.066 | 0.048 | 0.072 | 0.086 |
ADHD Diagnos | 1.700 | 0.350 | 3.100 | 0.000 |
GAD Diagnos | 0.230 | 0.000 | 0.000 | 6.400 |
Diagnos vu sozialer Besuergnëss | 0.000 | 0.560 | 0.000 | 0.000 |
OCD Diagnos | 0.270 | 0.000 | 0.000 | 4.300 |
Internet Aktivitéit | All (n = 1749) | 18 ≤ Alter ≤ 25 (n = 1042) | 26 ≤ Alter ≤ 55 (n = 592) | Alter> 55 (n = 115) |
---|---|---|---|---|
Demographesch Variablen | 0.000 | 0.000 | 0.000 | 0.000 |
Geschlecht × all Internet Aktivitéit | 0.000 | 0.000 | 0.000 | 0.000 |
Alter × Allgemeng Surfen | 0.000 | - | - | - |
Alter × Internet Spillowend | 0.000 | - | - | - |
Alter × RPG | 0.330 | - | - | - |
Alter × Zäit wasters | 0.000 | - | - | - |
Alter × Aktioun Multiplayer | 0.000 | - | - | - |
Alter × Akafen | 0.000 | - | - | - |
Alter × Gewënn | 0.150 | - | - | - |
Alter × Auktioun Websäiten | 0.350 | - | - | - |
Alter × sozial Netzwierker | 0.000 | - | - | - |
Alter × Sport | 0.000 | - | - | - |
Alter × Pornographie | 0.000 | - | - | - |
Alter × Messagerie | 0.000 | - | - | - |
Alter × Streaming Medien | 0.350 | - | - | - |
3.1
Demographie
A lasso Regressioun keng Variabel abegraff Alter, Geschlecht, Rass, Bildungsniveau, Bezéiungsstatus oder sexueller Orientéierung war mat PIU an all Alter Ënnergrupp oder an de kompletten Donnéeën verbonne.
3.2
Internet Aktivitéiten
An der voller Daten Lasso Regressioun waren eng Zuel vun Internet Aktivitéite mat héije PIU Scores verbonne mat abegraff allgemeng Surfen (β: 2.1), Internet Gaming (β: 0.6), Online Shopping (β: 1.4), Benotzung vun Auktioun Websäiten (β: 0.027), sozial Netzwierker (β: 0.46) a Gebrauch vun Online Pornografie (β: 1.0). D'Bezéiungen tëscht PIU a Rollespill (RPGs), Online Glücksspillen, Benotze vun Auktiounswebsäiten a Streaming Medie goufen no Alter moderéiert (β: 0.33, 0.15, 0.35 an 0.35 respektiv), mat méi alen Alter verbonne mat méi héije PIU Scores . An Alter-Ënnergrupp Analyse (jonk Participanten Alter ≤ 25, Mëttelalter Participanten 25 <Alter ≤ 55; eeler Participanten Alter> 55), war allgemeng Surfen mat PIU an all Altersgruppen assoziéiert, awer méi staark bei de Jonken (β: 2.4) , manner am Mëttelalter (β: 1.5), an nach manner bei den ale Participanten (β: 0.59). En ähnlechen Trend gouf am Internetspill gesinn (β: 0.45, 0.11 an 0.0 fir déi dräi Alterskategorien respektiv) a Gebrauch vun Online Pornografie (β: 1.4, 0.21 an 0.0). E puer Internet Aktivitéite wéi d'Benotzung vun Online RPGs ware méi staark mat PIU a Mëttelalter Participanten am Verglach mat aneren Altersgruppen (β: 0.71) assoziéiert. Datselwecht war richteg fir Online Glücksspillen (β: 0.78), Direkt Noriicht (β: 0.11) an online sozial Netzwierker (β: 1.3). D'Benotzung vun Auktiounswebsäiten war och méi staark mat PIU a mëttelalterleche Participanten (β: 0.99) assoziéiert, awer och prévisibel bei den ale Participanten (β: 0.23). Streaming Online Medien a Gebrauch vun Zäitverloschter ware mat PIU bei eelere Participanten (β: 1.2, 0.45 respektiv) assoziéiert, awer net an enger anerer Altersgrupp.
3.3
Klinesch a Verhalenskarakteristiken
Symptomer vun Opmierksamkeet-Defizit Hyperaktivitéitskrankheeten (ADHD) (β: 1.7), generaliséiert Angststörung (GAD) (β: 0.23) an obsessive-compulsive Stéierungen (OCD) (β: 0.27) goufen mat méi héije PIU Scores verbonne. An der Alter-Ënnergrupp Analyse goufen ADHD a SAD mat méi héije PIU Scores bei jéngere Participanten (β: 0.35 a 0.56 respektiv) verbonne, während ADHD bedeitend an der mëttelalterlecher Ënnergrupp (β: 3.1) bliwwen ass. GAD an OCD goufe mat méi héije PIU Scores an der eelerer Participanten Ënnergrupp (β: 6.4 a 4.3 respektiv) verbonne, awer net an den aneren Altersgruppen. BIS Partituren (impulsiv Perséinlechkeet) a PADUA Partituren (obsessiv-compulsive Tendenzen) goufe mat méi héije PIU Scores an de vollen Daten (resp. 0.066 a 0.074) respektiv an all Alter subgroups Analysë verbonne.
4
Diskussioun
Dëse Pabeier ass deen éischte Versuch, déi verschidden Aarte vun Internetaktivitéite mat maladaptive Benotzung vum Internet, dh mat problemateschem Internetnotzung, verständlech z'erklären. Virdrun Aarbecht huet allgemeng d'Thema vu spezifeschen Internetaktivitéite gepackt, wat zu enger problematescher Benotzung féiert andeems se op isoléiert Internetaktivitéite fokusséieren (
; ; ; ; ). Mir hunn hei gewisen datt eng Rei Internetaktivitéiten, dorënner allgemeng Surfen, Internet Spillen, Online Shopping, Benotzung vun Auktiouns Websäiten, Online Gambling, Sozial Netzwierker a Benotzung vun Online Pornographie separat an eenzegaarteg zu PIU bäidroen, Beweiser ubidden datt PIU e Komplex ass Phänomener mat enger Rei vu problematesche Verhalen. Weider hunn mir gewisen datt dës Verhalen hir statistesch bedeitend Associatiounen mat PIU behalen, och wann psychiatresch Symptomer bekannt sinn mat PIU verbonne sinn (dh Symptomer vun ADHD, GAD an OCD) (;) an Dimensiounen vum Verhalen, bekannt als prévisibel vu PIU (dh Perséinlechkeetsmesure vun Impulsivitéit a Zwangsfäegkeet) (;;
) gi berécksiichtegt. Mir hunn weider nogewisen datt spezifesch Internet Aktivitéite wéi RPG, Online Gambling, Notzung vun Auktiouns Websäiten a Streaming Medien mat méi héije PIU Scores verbonne sinn an datt dës Bezéiung vum Alter beaflosst gëtt. Schlussendlech weisen eis Daten datt aner Zorten online Verhalen (z. B. Akafen, Pornographie, allgemeng Surfen) méi eng staark Relatioun mat mëssbrauchter Benotzung vum Internet droen wéi Spillen an et ass méiglech datt dëst zum Fakt hänkt datt fréiere Studien net sou eng abegraff hunn breet Palette vun Internet-verbonne Aktivitéiten. Dës Resultater hunn bedeitend Implikatioune fir d'Konzeptualiséierung vum PIU als klinesch sënnvoll Stéierung, well se d'Opmierksamkeet vun der unidimensionaler a relativ schmueler Konstruktioun vum 'Internet Gaming Disorder', Richtung eng multidimensional Entitéit vu problemateschem Internetgebrauch oder Internet Sucht, déi verschidde Facetten enthält vum mënschlechen Online Verhalen.
Ausserdeem, andeems mir ausprobéiere Kräizvalidatioun benotzt hunn, hu gewisen datt d''Net-Standard 'Approche fir d'Lasso-Regressioun ze benotzen ass méi präzis an der Prévisioun vu PIU Scores am Verglach mat der "méi Standard" linearer Regressioun. Mat Hëllef vun ausprobege Schätzung vum viraussiichtleche Wäert vun engem Modell hëlleft dacks de Phänomen unzegoen, duerch deen den Zerfall a Replikatiounsstudien bedeit. Wéi och ëmmer, d'Wiel vu Lasso-Regressioun kënnt mam Virworf datt Variabelen, déi net vum Model ausgewielt goufen (mat Nullkoeffizienten) nach kënne virauszesoen sinn, besonnesch wann et héich Korrelatiounen tëscht ausgewielten an net ausgewielte Variabelen sinn. An eiser Datesetett hu mir keng héich korreléiert Variabelen, trotzdem, dës Begrenzung bedeit datt mir all negativ Resultater konservativ solle behandelen. Zum Beispill ënnerstëtzt de Mangel vun der Associatioun tëscht Geschlecht an PIU souwéi de Mangel vun der Associatioun tëscht Geschlecht × Internet Aktivitéite mat PIU déi Hypothese ënnerstëtzt datt wann eng méi breet Palette vu PIU Behuelen a potenziellen Duerchernee berécksiichtegt ginn, béid Geschlechter gleichfälleg sinn Facettene vun der PIU z'entwéckelen (
; ). Wéi och ëmmer, wéinst den Aschränkungen vun eiser Analyse, kënne mir d'Méiglechkeet net ausgeschloss datt aner Associatiounen tëscht PIU a Geschlecht existéieren. Zum Beispill gouf virgeschloen datt Geschlecht d'Relatioun tëscht Online Shopping an PIU moderéiert an datt Weibercher méi riskéiere kënnen (). Vun Relevanz kann déi kompulsiv Kafekrankheet sinn, eng Stéierung, déi an de mëttelalterleche Gruppen prominent ass, huet eng weiblech Viraussetzung duerch 5: 1 Verhältnis (), a kann esou Resultater fannen. Mir hu keng Daten iwwer dës Stéierung fir dës Hypothese ze testen. Et ass och wichteg ze beuechten datt den IAT Instrument dat hei benotzt gouf Kritik kritt op säi Mangel u Robustheet betreffend Faktor Struktur, Differenzen aus der aktueller DSM-5 Operationaliséierung (Spillstéierung) an hannerléisst hannert den technologesche Fortschrëtter vun Internet Uwendungen (;
). Zukünfteg PIU-Fuerschung wär gutt duerch methodologesch robust, validéiert Instrumenter zerwéiert, déi och déi séier evoluéierend Natur vu PIU aus enger technologescher a Verhalensperspektiv fange kënnen.
Eis Alter-Ënnergrupp Analyse huet Abléck an d'Altersbetreffend Associatiounen tëscht PIU a verschidde Internetaktivitéite geliwwert. Déi allgemeng Konzeptioun datt PIU eng Stéierung vun der Jugend ass, ass net onbedéngt korrekt a kann op dem Mangel vun entspriechend konzipéierte Studien baséieren, déi online Verhalen uechter all Altersgruppen festhalen. Net genuch Kenntnisser fir d'Naturgeschicht vu PIU uechter d'Liewensdauer erlaben net eng ëmfaassend Ermëttlung vu Schwachstelle bei den eelere Populatiounen a punkto Risiko fir PIU z'entwéckelen. Wéi och ëmmer, eis Resultater weisen datt dës Schwachbarkeet existéiert a weider Fuerschung ass garantéiert d'Charakteristike vun de Populatiounen am Risiko ze kartéieren. Zum Beispill, ADHD oder Sozial Angschtzymptomer ze hunn, ka e Prädiktor fir PIU bei jonke Populatiounen sinn, wärend OCD oder GAD Symptomer kënne e Virgänger fir PIU bei eelere Populatiounen sinn. De Fakt datt OCD net fonnt gouf mat PIU an enger neier meta-Analyse verbonne war (
) kann e Indikator sinn datt eeler Populatiounen ënnerdréckt goufen. De Fakt datt ADHD staark mat héije PIU Scores verbonne war, ass net iwwerraschend, well aner Studien hunn eng ganz héich Prävalenz vun ADHD (bis 100%) an PIU Populatiounen () gemellt. Zur selwechter Zäit kënne spezifesch mëttelalterlech Populatiounen (tëscht 26 an 55) méi e Risiko vu PIU sinn, wa se och aus kompulsiver Kafekrankheeten oder Spilldiskrankheeten leiden, uginn déi natierlech Geschicht vun deenen Stéierungen, déi am Mëttelalter pechen (
).
Des Weideren hunn d'Resultater datt eng besonnesch Online Aktivitéit mat PIU nëmmen a spezifeschen Altersgruppen verbonne sinn, gezeechent datt besonnesch Altersgruppen de Risiko sinn fir Aspekter vum PIU z'entwéckelen. Wärend jonk Leit vläicht méi Risiko sinn fir PIU z'entwéckelen mat enger geneigdheet fir Pornographie ze gesinn, eng Schwachheet, déi manner staark am Mëttelalter ka sinn a méi spéit am Liewen erofgeet, kënnen eeler Leit méi ufälleg sinn fir PIU ze entwéckelen charakteriséiert duerch problematesch Zäitverbrauch wasters a Streaming Medien (kuckt explorativ Figebam. 4 ). Schlussendlech kéint allgemeng Surfen eng ënnerschätzte Facette vum PIU sinn, déi schéngt méi staark mat méi héije PIU Scores bei jonke Leit ze verbannen, awer wichteg iwwer all Altersgruppen; dës Finding ka mat der Tatsaach verwéckelt sinn datt fréi erwuessent Liewen manner Zilgeriicht kënne sinn an déi jonk Leit méi Zäit verbréngen während onstrukturéierten Aktivitéiten an online Ëmfeld am Verglach mat aner eeler Altersgruppen.
Eis Resultater hunn och ëffentlech Gesondheetsimplikatiounen a Relatioun mat der Reguléierung vum Online Inhalt, an op Interventiounen gezielt. Wa besonnesch Aktivitéite méi staark mat der Entwécklung vu problematescher Notzung verbonne sinn wéi anerer, da stellt sech d'Fro ob ëffentlech Gesondheetspolitik op Gruppe vu vulnérabele Persoune soll geziilt sinn fir hir Widerstandsfäegkeet géint de Risiko vu PIU ze verbesseren, oder ob méi universell Interventiounen op spezifesch Facette gezielt hunn vum Internet Verhalen, sollt ugesi ginn fir d'Online Ëmfeld manner Suchtfaktor ze maachen. Zum Beispill, Online Plattformen kënnen a verschiddene Fäll spezifesch Architekture benotzen, déi vu Schwachstelle vun de Benotzer profitéieren (dh impulsiv oder compulsive Charakteristiken) an déi als Zil hunn d'Benotzer d'Längt vum Openthalt am Online Ëmfeld ze maximéieren. Och wann dëst aus enger Marketingperspektiv Sënn mécht, mécht et sech Suergen ob dës Ëmfeld och eng Gesondheetswarnung fir de Benotzer ausstelle soll.
4.1
Beschränkungen
Dëst war eng Querschnitts online Ëmfro, dofir kënne keng kausal Bezéiunge gezeechent ginn. Ausserdeem, wéinst der Recrutementsmethodik, a méiglecher Neigung fir Leit mat PIU méi wahrscheinlech eng Online Ëmfro auszeféieren, kënnen déi aktuell Erkenntnisser net zu PIU an der allgemenger Hannergrondpopulatioun allgemeng generaliséieren. Eng aner Begrenzung vun eiser Studie ass de Mangel u klineschen Daten fir e puer diagnostesch Entitéite verbonne mat PIU, zum Beispill Depressioun oder Substanzmëssbrauch. Dofir ass et méiglech datt Depressioun oder Substanzmëssbrauch e puer vun den Associatiounen déi an eiser Studie observéiert goufen ausmaachen. Zukünfteg Studien sollten eng méi breet Palette vu klineschen Parameteren enthalen fir z'ënnersichen ob déi Konto maachen fir Associatiounen observéiert tëscht PIU an Internet Aktivitéiten. Et gi weider Aschränkungen a Bezuch op eis klinesch Daten déi aus dem Gebrauch vum MINI ofgeleet sinn; dëst gëtt validéiert fir vun enger ausgebilter Persoun an engem Face-à-Face Interview geliwwert ze ginn wärend an eiser Studie et iwwer en Online-Tool geliwwert gouf. Wéi och ëmmer, eis klinesch Daten sinn am Aklang mat fréiere Studien am PIU. Ausserdeem war en aneren Nodeel vun eiser Datensammlung, datt mir d'Internet Aktivitéit mat der Zäit verbraucht fir d'Aktivitéit als Proxy Mooss fir PIU vun där Aktivitéit beurteelen. Och wann dëst exzessiv, an dofir problematesch Notzung erfaasst, kann et och essentiell Notzung erfaassen. Wärend d'Aktivitéiten, déi an dëser Studie beurteelt goufen dacks par défaut net wesentlech wéinst hirer Natur (zB Zäitverloschter), oder wa se a schwéierem Iwwerschoss ausgefouert ginn (zB> 8 h / Dag Shopping, Glécksspiller oder Pornographie), kéinten zukünfteg Studien enthalen Moossnamen déi wesentlech vun net essentiellen Internetnotzung fir all Internetaktivitéit differenzéiere kënnen, fir sou Analysen z'erméiglechen. Eng aner Begrenzung vun eiser Etude ass de Mangel u Daten fir Kanner a Jugendlecher. Kanner a jugendlech Populatiounen kënne mam Internet op eng aner Manéier interagéieren, awer och ausgesat sinn zum Online Gebrauch wärend enger anerer neurologescher Entwécklungsfënster. Dofir kënnen esou Ënnerscheeder verschidde Schwachlëchkeet oder Widderstandsfäegkeet a Bezuch op Risiko fir PIU z'entwéckelen implizéieren. Zum Beispill, fréi, niddereg Belaaschtung fir d'Online Ëmfeld kann e "Stress Impfung" Effekt hunn (
) déi Leit aus der zukünfteger Entwécklung vu PIU steelen. Wann esou de Fall, kann dëst weider erkläre firwat méi al Populatiounen, déi nëmmen hir éischt Expositioun vun Online Ëmfeld am Erwuessene Joer kréie méi vulnérabel. Zukünfteg Studien kéinten déi Kanner- a Jugendlecher Altersgruppen enthalen a prospektiv ënnersichen ob spezifesch Internetaktivitéite virausgesi vu PIU sinn. Leider war d'Zuel vun de Participanten, déi transgender Geschlecht bericht, kleng (n = 18), wat keng sënnvoll Analyse vum Effekt vum transgender Geschlecht erlaabt huet. Eng lescht Begrenzung vun eiser Studie ass datt eis Studiepopulatioun aus gesonde Erwuessener besteet déi nëmmen an <1% ënner bedeitendem PIU Verhalen leiden (IAT> 80). Zukünfteg Studie profitéiere vun engem spezifesche Fokus op dat héicht Enn vum PIU Spektrum fir kënnen déi schwéier PIU Populatiounen mat enger Kontrollgruppe vu nidderegen bis mëttelméissegen oder net-PIU Individuen ze vergläichen. Wärend déi geschätzte Punktprevalenz vu PIU an eiser Probe ~ 8.5% war (mat IAT ≥ 50 ofgeschnidden), bleiwen d'Schwelle fir klinesch Fall fir PIU kontrovers an zukünfteg Fuerschung géif vun enger universell akzeptéierter Moossnam an Definitioun vu PIU profitéieren.
4.2
Konklusioun
Zum Zesummefaassung bréngt DSM-5 Highlight Internet Gaming Disorder als Kandidatstörung, awer aner Zorte Online Verhalen (z. B. Akafen, Pornographie, allgemeng Surfen) droen eng méi staark Bezéiung mat mëssbrauchter Benotzung vum Internet wéi Gaming. Psychiatresch Diagnos an Internetaktivitéite verbonne mat Problematesch Internetnotzung variéieren mam Alter, e Begrëff, deen ëffentlech Gesondheetsimplikatiounen huet. Dës Resultater dréit zu der limitéierter Wëssen iwwer Internetaktivitéite verbonne mat problematescher Internetnotzung a kënne bäidroen zu der diagnostescher Klassifikatioun vu problemateschem Internetgebrauch als villfälteg Stéierung.
Roll vun de Finanzéierungsquellen
Dës Fuerschung krut intern Departemental Fongen vum Departement Psychiatrie vun der University of Chicago. Dr Ioannidis Fuerschungsaktivitéiten ginn ënnerstëtzt vun der Gesondheetsausbildung Osten vun England Héich Training Special Interesse Sessions. Auteuren kruten kee Fong fir d'Virbereedung vun dësem Manuskript. D'Finanzéierungsquell huet keng Roll am Design, Datenanalyse oder Schreiwen vun der Studie gespillt.
Mataarbechter
KI huet d'Iddi fir de Manuskript entwéckelt, d'Daten analyséiert, d'Majoritéit vum Manuskript an Ergänzend Material geschriwwen a koordinéiert d'Bäiträg vun de Co-Autoren. MT an FK hunn un der Konzeptioun an der Iwwerpréiwung vun der statistescher Analyse deelgeholl. SRC, SR, DJS, CL a JEG hunn d'Studie entwéckelt a koordinéiert a gesammelt a verwalt d'Donnéeën. All Autoren hunn dat lescht Manuskript gelies an approuvéiert an hunn zum Ausschaffe an der Revisioun vum Pabeier bäigedroen souwéi d'Resultater ze interpretéieren.
Konflikt vun Interesse
Den Dr Grant huet Fuerschungsbegrëffer vun NIDA (RC1DA028279-01) kritt, dem National Center for Responsible Gaming, a Roche a Forest Pharmaceuticals. Dr Grant kritt Kompensatioun vu Springer als Chefredakter vum Journal of Gambling Studies an huet Royalties vu McGraw Hill, Oxford University Press, Norton, an der APPI kritt. Den Dr Chamberlain konsultéiert fir Cambridge Cognition a seng Bedeelegung un dëser Fuerschung gouf ënnerstëtzt vun engem Intermediate Clinical Fellowship vum Wellcome Trust (UK; 110049 / Z / 15 / Z). Den Dan Stein an d'Christine Lochner ginn vum Medical Research Council of South Africa finanzéiert. Déi aner Autoren berichten iwwer keng finanziell Bezéiunge mat kommerziellen Interesse. Keen vun den uewe genannten Quellen hat iergendeng Roll am Studie-Design, Sammlung, Analyse oder Interpretatioun vun den Donnéeën, dem Manuskript ze schreiwen, oder d'Entscheedung de Pabeier fir d'Publikatioun ofzeginn.
Acknowledgment
Mir sinn de Schëllegen vun de Volontäre vu béide Site schëlleg, déi un der Studie matgemaach hunn.
Anhang A
Zousätzlech Daten
Ergänzungsmaterial
Referenze
- Achab et al., 2011. Achab S., Nicolier M., Mauny F., Monnin J., Trojak B., Vandel P., an Haffen E.: Massively multiplayer online role-playing games: Compare Characteristics of addict vs non-addict online rekrutéiert gamers in a Franséisch Erwuessene Bevëlkerung. BMC Psychiatrie 2011; 11: S. 144
Gesinn am Artikel - Amerikanescher Psychiatrie Associatioun, 2013. Amerikanesch Psychiatrescher Associatioun: Diagnostesch a statistesch Handbuch vu mentalen Stéierungen: DSM-5. Washington, DC: American Psychiatric Association, 2013.
Gesinn am Artikel - Andreassen et al., 2012. Andreassen CS, Torsheim T., Brunborg GS, a Pallesen S.: Entwécklung vun enger Facebook Sucht-Skala. Psychologesch Berichter 2012; 110: S. 501-517
Gesinn am Artikel | Kräiz Ref - Bakken et al., 2009. Bakken IJ, Wenzel HG, Götestam KG, Johansson A., an Oren A.: Internet Sucht tëscht norwegeschen Erwuessener: Eng stratifizéiert Probabilitéitsprobe Studie. Skandinavesche Journal vu Psychologie 2009; 50: S. 121-127
Gesinn am Artikel | Kräiz Ref - Schwaarz, 2007. Black DW: Eng Bewäertung vu kompulsiver Kafekrankheeten. Weltpsychiatrie: Offiziell Journal vun der Weltpsychiatrescher Associatioun (WPA) 2007; 6: S. 14-18
Gesinn am Artikel - Block, 2008. Block JJ: Problemer fir DSM-V: Internet Sucht. Amerikanesche Journal vu Psychiatrie 2008; 165: S. 306-307
Gesinn am Artikel | Kräiz Ref - Brand et al., 2011. Brand M., Laier C., Pawlikowski M., Schächtle U., Schöler T., an Altstötter-Gleich C.: .Kuckt vun pornografesche Biller um Internet: Roll vu sexueller Opreegung Bewäertungen a psychesch-psychiatresch Symptomer fir exzessiv Benotze vun Internet Sex Websäite An. Cyberpsychologie, Behuelen a Sozial Netzwierker 2011; 14: S. 371-377
Gesinn am Artikel | Kräiz Ref - Breiman, 2001. Breiman L.: Statistesch Modeller: Déi zwou Kulturen. Statistesch Wëssenschaft 2001; 16: S. 199-215
Gesinn am Artikel - Bujak et al., 2016. Bujak R., Daghir-Wojtkowiak E., Kaliszan R., a Markuszewski MJ: PLS-baséiert a Regulariséierungs-baséiert Methode fir d'Auswiel vun relevante Variabelen an net zilorientéierte metabolomics Donnéeën. Grenzgänger a Molekulär Biosciences 2016; 3: S. 1-10
Gesinn am Artikel - Burns et al., 1996. Burns GL, Keortge SG, Formea GM, and Sternberger LG: Revision of the Padua Inventory of obsessive compulsive disorder Symptomer: Ënnerscheeder tëscht Suergen, Obsessiounen, a Compulsions. Behuelen Fuerschung an Therapie 1996; 34: S. 163-173
Gesinn am Artikel | Kräiz Ref - Cao et al., 2007. Cao F., Su L., Liu T., a Gao X.: D'Relatioun tëscht Impulsivitéit an Internet Sucht an enger Probe vu chinesesche Jugendlechen. Europäesch Psychiatrie 2007; 22: S. 466-471
Gesinn am Artikel | Kräiz Ref - Carli et al., 2013. Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E., and Kaess M.: D'Associatioun tëscht pathologeschen Internetverbrauch a comorbid Psychopathologie: Eng systematesch Iwwerpréiwung. Psychopathologie 2013; 46: S. 1-13
Gesinn am Artikel | Kräiz Ref - Claes et al., 2016. Claes L., Müller A., a Luyckx K.: Compulsiv Kaaft a Verhënnerung als Identitéitsubstitutiounen: D'Roll vum materialistesche Wäertbestätegung an Depressioun. Comprehensive Psychiatry 2016; 68: S. 65-71
Gesinn am Artikel | Kräiz Ref - Cole an Hooley, 2013. Cole SH, an Hooley JM: Klinesch a Perséinlechkeetskorrelatioune vum MMO Gaming: Besuergnëss an Absorptioun am problematesche Gebrauch vum Internet. Social Science Computer Review 2013; 31: S. 424-436
Gesinn am Artikel | Kräiz Ref - Cunningham-Williams et al., 2005. Cunningham-Williams RM, Grucza RA, Cottler LB, Womack SB, Bicher SJ, Przybeck TR, a Cloninger CR: Prävalenz a Prädiktoren fir pathologescht Gambling: Resultater aus der St Louis Perséinlechkeet, Gesondheet a Liewensstil (SLPHL) Studie. Journal vu Psychiatrescher Fuerschung 2005; 39: S. 377-390
Gesinn am Artikel | Kräiz Ref - von Elm et al., 2008. von Elm E., Altman DG, Egger M., Pocock SJ, Gøtzsche PC, Vandenbroucke JP, an Initiative S.: D'Verstäerkung vun der Berichterstattung vun Observational Studien an der Epidemiologie (STROBE) Ausso: Richtlinne fir Bericht Observatioun Studien. Journal fir Klinesch Epidemiologie 2008; 61: S. 344-349
Gesinn am Artikel | Kräiz Ref - Fernández-Villa et al., 2015. Fernández-Villa T., Alguacil Ojeda J., Almaraz Gómez A., Cancela Carral JM, Delgado-Rodríguez M., García-Martín M., and Martín V.: Problematesch Internet Benotzung an Universitéitsstudenten: Associéierten Faktoren an Differenzen vum Geschlecht An. Adicciones 2015; 27: S. 265-275
Gesinn am Artikel | Kräiz Ref - Friedman et al., 2010. Friedman J., Hastie T., an Tibshirani R.: Regulariséierungsweeër fir generaliséiert linear Modeller iwwer koordinaten Ofstamung. Journal fir statistesch Software 2010; 33: S. 1-22
Gesinn am Artikel - Griffiths, 2003. Griffiths M .: Internet Glücksspillen: Themen, Suergen a Empfehlungen. Cyberpsychologie & Behuelen: Den Impakt vum Internet, Multimedia a Virtuell Realitéit op Verhalen a Gesellschaft 2003; 6: S. 557-568
Gesinn am Artikel | Kräiz Ref - Ha an Hwang, 2014. Ha Y.-M., an Hwang WJ: Geschlecht Differenzen an der Internet Sucht verbonne mat psychologeschen Gesondheetsindikatoren ënner Jugendlechen, déi eng National web-Based Survey benotzen. Internationalen Journal vu Mental Gesondheet an Sucht 2014; 12: S. 660-669
Gesinn am Artikel | Kräiz Ref - Ho et al., 2014. Ho RC, Zhang MWB, Tsang TY, Toh AH, Pan F., Lu Y., a Mak K.-K.: D'Associatioun tëscht Internet Sucht a psychiatrescher Ko-Morbiditéit: Eng meta-Analyse. BMC Psychiatrie 2014; 14: S. 183
Gesinn am Artikel - Hoerl a Kennard, 1970. Hoerl AE, a Kennard RW: Ridge Regressioun: Béis Schätzung fir netorthogonal Probleemer. Technometrics 1970; 12: S. 55-67
Gesinn am Artikel - Huys et al., 2016. Huys QJM, Maia TV, a Frank MJ: Computational Psychiatrie als Bréck aus der Neurowëssenschaften zu de klineschen Uwendungen. Natur Neurowëssenschaften 2016; 19: S. 404-413
Gesinn am Artikel | Kräiz Ref - Igarashi et al., 2008. Igarashi T., Motoyoshi T., Takai J., an Yoshida T.: Keng mobil, kee Liewen: Selbst Perceptioun an Text-Message Ofhängegkeet ënner japanesche Lycée Schüler.
Gesinn am Artikel - Ioannidis et al., 2016. Ioannidis K., Chamberlain SR, Treder MS, Kiraly F., Leppink E., Redden S., a Grant JE: Problematesch Internet Benotzung (PIU): Associatiounen mat dem impulsive-compulsive Spektrum. Journal of Psych: Eng Applikatioun vu Maschinnléieren an der Psychiatrie, 2016.
Gesinn am Artikel - Janower, 2006. Janower CR: Gewannen um Internet. Journal fir Computer-Mediéiert Kommunikatioun 2006; 2: S. 0
Gesinn am Artikel | Kräiz Ref - Kessler et al., 2005. Kessler RC, Adler L., Ames M., Demler O., Faraone S., Hiripi E., a Walters EE: D'Weltgesondheetsorganisatioun Erwuesse ADHD Selbstberichtungsskala (ASRS): Eng kuerz Screening Skala fir am Allgemengen ze benotzen Populatioun. Psychologesch Medezin 2005; 35: S. 245-256
Gesinn am Artikel | Kräiz Ref - Kessler et al., 2016. Kessler RC, van Loo HM, Wardenaar KJ, Bossarte RM, Brenner LA, Cai T., an Zaslavsky AM: Test vun engem Maschinn léieren Algorithmus fir d'Persistenz an d'Schwéierkraaft vu groussen depressiven Stéierungen aus der Basis Selbstberichter ze prediéieren. Molekulär Psychiatrie 2016; 21: S. 1366-1371
Gesinn am Artikel | Kräiz Ref - Khazaal et al., 2015. Khazaal Y., Achab S., Billieux J., Thorens G., Zullino D., Dufour M., a Rothen S.: Faktorstruktur vum Internet Sucht Test bei Online Gameren a Pokerspiller. JMIR Mental Gesondheet 2015; 2:
Gesinn am Artikel - Kim et al., 2016. De Kim D., Kang M., Biswas A., Liu C., an Gao J.: Integrativ Approche fir Afernung vu Genreguléierungsnetzwierker andeems lasso-baséiert random Feature an Uwendung op psychiatresch Stéierunge benotzt. BMC Medical Genomics 2016; 9: S. 50
Gesinn am Artikel - Kinnek, 1999. King SA: Internet Glücksspillen a Pornographie: Illustrativ Beispiller vun de psychologesche Konsequenze vun der Kommunikatiounsanarchie. Cyberpsychologie & Behuelen 1999; 2: S. 175-193
Gesinn am Artikel - King a Barak, 1999. King SA, a Barak A.: Compulsive Internet Gambling. Cyberpsychologie & Behuelen 1999; 2: S. 441-456
Gesinn am Artikel | Kräiz Ref - Király et al., 2015. Király O., Griffiths MD, an Demetrovics Z.: Internet Spillstörung an den DSM-5: Konzeptualiséierung, Debatten a Kontroversen. Aktuell Sucht Rapporten 2015; 2: S. 254-262
Gesinn am Artikel - Király et al., 2014. Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z., and Demetrovics Z .: Problematesch Internetanwendung a problematesch Online Gaming sinn net déiselwecht: Fonnt aus engem groussen national repräsentative Jugendleche Probe. Cyberpsychologie, Behuelen a Sozial Netzwierker 2014; 17: S. 749-754
Gesinn am Artikel - Kittinger et al., 2012. Kittinger R., Correia CJ, an Irons JG: Relatioun tëscht Facebook Benotzung a problematesch Internet Benotzung tëscht Studente. Cyberpsychologie, Behuelen a Sozial Netzwierker 2012; 15: S. 324-327
Gesinn am Artikel | Kräiz Ref - Ko et al., 2012. Ko C.-H., Yen J.-Y., Yen C.-F., Chen C.-S., an Chen C.-C .: D'Associatioun tëscht Internet Sucht a psychiatresch Stéierungen: Eng Bewäertung vun der Literatur An. Europäesch Psychiatrie 2012; 27: S. 1-8
Gesinn am Artikel - Ko et al., 2007. Ko C.-H., Yen J.-Y., Yen C.-F., Lin H.-C., a Yang M.-J.: Faktore prädiktiv fir Heefegkeet a Remission vun Internet Sucht bei jonke Jugendlechen: A potenziell Etude. Cyberpsychologie & Behuelen: Den Impakt vum Internet, Multimedia a Virtuell Realitéit op Verhalen a Gesellschaft 2007; 10: S. 545-551
Gesinn am Artikel | Kräiz Ref - Kuss a Griffiths, 2011. Kuss DJ, a Griffiths MD: Online Sozial Netzwierker an Sucht - E Bilan vun der psychologescher Literatur. Internationalen Journal vun Ëmweltfuerschung an Ëffentlech Gesondheet 2011; 8: S. 3528-3552
Gesinn am Artikel | Kräiz Ref - Kuss et al., 2013. Kuss DJ, Griffiths MD, a Binder JF: Internet Sucht bei Studenten: Prävalenz a Risikofaktoren. Computeren am mënschleche Behuelen 2013; 29: S. 959-966
Gesinn am Artikel | Kräiz Ref - Kuss a Lopez-Fernandez, 2016. Kuss DJ, a Lopez-Fernandez O .: Internet Sucht a problematesch Internet Benotzung: Eng systematesch Iwwerpréiwung vu klinescher Fuerschung. Weltjournal fir Psychiatrie 2016; 6: S. 143-176
Gesinn am Artikel | Kräiz Ref - Laconi et al., 2016. Laconi S., Andréoletti A., Chauchard E., Rodgers RF, a Chabrol H .: Problematesch Internetverbrauch, Zäit déi online verbraucht a Perséinlechkeetseigenschaften. L'Encéphale 2016; 42: S. 214-218
Gesinn am Artikel | Kräiz Ref - Laconi et al., 2014. Laconi S., Rodgers RF, a Chabrol H.: D'Mesure vun der Internet Sucht: Eng kritesch Iwwerpréiwung vu existente Skalen an hir psychometresch Eegeschaften. Computeren am mënschleche Behuelen 2014; 41: S. 190-202
Gesinn am Artikel | Kräiz Ref - Laier et al., 2013. Laier C., Pawlikowski M., Pekal J., Schulte FP, a Brand M.: Cybersex Sucht: Erlieft sexuell Arousal wann Dir Pornografie kuckt an net echt sexuell Kontakter mécht den Ënnerscheed. Journal vu Verhalensofhängegkeeten 2013; 2: S. 100-107
Gesinn am Artikel | Kräiz Ref - Lecardeur, 2013. Lecardeur L.: Psychopathologie du jeu multi-joueurs en ligne. Annales Médico-Psychologiques, Revue Psychiatrique 2013; 171: S. 579-586
Gesinn am Artikel | Kräiz Ref - Liang et al., 2016. Liang L., Zhou D., Yuan C., Shao A., a Bian Y .: Geschlecht Differenzen an der Bezéiung tëscht Internet Sucht an Depressioun: Eng iwwerschreidend Studie bei Chinese Jugendlecher. Computeren am mënschleche Behuelen 2016; 63: S. 463-470
Gesinn am Artikel | Kräiz Ref - Lopez-Fernandez, 2015. Lopez-Fernandez O .: Wéi huet d'Fuerschung vun der Internet Sucht zënter dem Advent vun der Internet Spillstörung entwéckelt? Eng Iwwersiicht vu Cyberaddiktioune aus enger psychologescher Perspektiv. Aktuell Sucht Rapporten 2015; 2: S. 263-271
Gesinn am Artikel | Kräiz Ref - Masten an Tellegen, 2012. Masten AS, an Tellegen A.: Widderstandsfäegkeet an der Entwécklungspsychopathologie: Bäiträg vum Projet Kompetenz Längsstudie. Entwécklung a Psychopathologie 2012; 24: S. 345-361
Gesinn am Artikel | Kräiz Ref - Mueller et al., 2010. Mueller A., Mitchell JE, Crosby RD, Gefeller O., Faber RJ, Martin A., an de Zwaan M.: Geschätzte Prävalenz vu compulsive Kaf an Däitschland a senger Associatioun mat sociodemografesche Charakteristiken an depressive Symptomer. Psychiatrie Fuerschung 2010; 180: S. 137-142
Gesinn am Artikel | Kräiz Ref - Patton et al., 1995. Patton JH, Stanford MS, a Barratt ES: Faktor Struktur vun der Barratt Impulsivitéit Skala. Journal fir Klinesch Psychologie 1995; 51: S. 768-774
Gesinn am Artikel | Recupero, 2008. Recupero PR: Forensesch Evaluatioun vu Problematik mam Internet. De Journal vun der American Academy of Psychiatry an d'Gesetz 2008; 36: S. 505-514
Gesinn am Artikel - Rose an Dhandayudham, 2014. Rose S., an Dhandayudham A.: Richtung Versteesdemech vum Internet-baséiert Probleem Shopping-Behuelen: D'Konzept vun Online-Shopping Sucht a seng proposéiert Prognosen. Journal vu Verhalensofhängegkeeten 2014; 3: S. 83-89
Gesinn am Artikel | Kräiz Ref - Rutland et al., 2007. Rutland JB, Sheets T., and Young T .: Entwécklung vun enger Skala fir d'Benotzung vum Kuerzmeldungsservice ze moossen: Den SMS-Problem benotzt diagnostesche Questionnaire. Cyberpsychologie & Behuelen 2007; 10: S. 841-844
Gesinn am Artikel | Kräiz Ref - Rutter, 1993. Rutter M.: Widderstandsfäegkeet: Verschidde konzeptuell Considératiounen. De Journal of Adolescent Health: Offiziell Verëffentlechung vun der Society for Adolescent Medicine 1993; 14: S. 626-631
Gesinn am Artikel | Kräiz Ref - Shaw a Black, 2008. Shaw M., a Schwaarz DW: Internet Sucht: Definitioun, Bewäertung, Epidemiologie a klinesch Gestioun. CNS Drogen 2008; 22: S. 353-365
Gesinn am Artikel | Kräiz Ref - Sheehan et al., 1998. Sheehan DV, Lecrubier Y., Sheehan KH, Amorim P., Janavs J., Weiller E., an Dunbar GC: De Mini-International Neuropsychiatresch Interview (MINI): D'Entwécklung an d'Validatioun vun engem strukturéierte diagnostesche psychiatreschen Interview fir DSM-IV an ICD-10. De Journal of Clinical Psychiatry 1998; 59:
Gesinn am Artikel - Tam an Walter, 2013. Tam P., a Walter G.: Problematesch Internetnotzung an der Kandheet a Jugend: Evolutioun vun enger 21st Joerhonnert Affliction. Australasian Psychiatrie 2013; net definéiert:
Gesinn am Artikel - Tibshirani, 1996. Tibshirani R.: Regressiounskrimp a Selektioun iwwer de lasso. Journal vun der Royal Statistical Society, Serie B 1996; 58: S. 267-288
Gesinn am Artikel - Tikhonov, 1963. Tikhonov AN: Léisung vu falsch formuléiert Probleemer an der Regulariséierungsmethod. Sowjetesch Mathematik Doklady 1963; 5: S. 1035-1038
Gesinn am Artikel - Trotzke et al., 2015. Trotzke P., Starcke K., Müller A., a Brand M.: Pathologesch Kaaft online als spezifesch Form vun Internet Sucht: Eng modelbaséiert experimentell Ënnersich. PLoS One 2015; 10:
Gesinn am Artikel - Tsai et al., 2009. Tsai HF, Cheng SH, Yeh TL, Shih C.-C., Chen KC, Yang YC, and Yang YK: D'Risikofaktore vun der Internet Sucht? Eng Ëmfro vun der Uni freshmen. Psychiatrie Fuerschung 2009; 167: S. 294-299
Gesinn am Artikel | Kräiz Ref - Wallace, 2014. Wallace P.: Internet Sucht Stéierungen a Jugend: Et gi wuessend Suergen iwwer compulsive Online Aktivitéit an datt dëst de Studenten hir Leeschtung an de soziale Liewen hënneren. EMBO Rapporten 2014; 15: S. 12-16
Gesinn am Artikel | Kräiz Ref - Xin et al., 2018. Xin M., Xing J., Pengfei W., Houru L., Mengcheng W., an Hong Z .: Online Aktivitéiten, Prävalenz vun der Internet Sucht a Risikofaktoren am Zesummenhang mat der Famill an der Schoul tëscht Jugendlecher a China. Suchtfäeg Behuelen Rapporten 2018; 7: S. 14-18
Gesinn am Artikel | Kräiz Ref - Yuen et al., 2004. Yuen CN, Lavin MJ, Weinman M., a Kozak K.: Internet Ofhängegkeet an der kollegialer Bevëlkerung: D'Roll vun der Scheiheet. Cyberpsychologie & Behuelen 2004; 7: S. 379-383
Gesinn am Artikel | Kräiz Ref - Young, 1998. Young KS: Internet Sucht: D'Entstoe vun enger neier klinescher Stéierung. CyberPsychologie & Behuelen 1998; 1: S. 237-244
Gesinn am Artikel | Kräiz Ref