Interneto ir išmaniųjų telefonų priklausomybės nuo depresijos ir nerimo poveikis, pagrįstas proporcingumo balų atitikimo analize (2018)

Aplinkosaugos visuomenės sveikata. 2018 Bal 25, 15 (5). pii: E859. doi: 10.3390 / ijerph15050859.

Kim YJ1, Jang HM2, Lee Y3, Lee D4, Kim DJ5.

Abstraktus

Priklausomybės nuo interneto (IA) ir priklausomybės nuo išmaniųjų telefonų (SA) sąsajos su psichikos sveikatos problemomis buvo plačiai ištirtos. Mes ištyrėme IA ir SA poveikį depresijai ir nerimui, koreguodami sociodemografinius kintamuosius. Šiame tyrime 4854 dalyviai atliko skerspjūvio žiniatinklio apklausą, apimančią socialinius ir demografinius elementus, Korėjos priklausomybės nuo interneto skalę, priklausomybės nuo išmaniųjų telefonų skalę ir 90 peržiūrėtų simptomų kontrolinio sąrašo subskales. Dalyviai buvo suskirstyti į IA, SA ir normalaus naudojimo (NU) grupes. Norėdami sumažinti atrankos šališkumą, taikėme polinkio balų atitikimo metodą, pagrįstą genetikos atitikimu. IA grupėje nustatyta padidėjusi depresijos rizika (santykinė rizika 1.207; p < 0.001) ir nerimas (santykinė rizika 1.264; p < 0.001), palyginti su NU. SA grupė taip pat parodė padidėjusią depresijos riziką (santykinė rizika 1.337; p < 0.001) ir nerimas (santykinė rizika 1.402; p < 0.001), palyginti su NC. Šie rezultatai rodo, kad tiek IA, tiek SA padarė reikšmingą poveikį depresijai ir nerimui. Be to, mūsų išvados parodė, kad SA turi stipresnį ryšį su depresija ir nerimu, stipriau nei IA, ir pabrėžė būtinybę vykdyti per didelio išmaniojo telefono naudojimo prevencijos ir valdymo politiką.

ŽODŽIAI:  priklausomybė nuo interneto; nerimas; depresija; polinkio balas; priklausomybė nuo išmaniojo telefono

PMID: 29693641

DOI: 10.3390 / ijerph15050859

 

1. Įvadas

Didėjant interneto ir išmaniųjų telefonų naudojimui ir patogumui kasdieniame gyvenime, sukaupti tyrimai parodė neigiamą besaikio interneto ir išmaniųjų telefonų naudojimo poveikį psichikos sveikatai.1].
Pietų Korėjos gyventojų išmaniųjų telefonų vartotojų skaičius yra maždaug 85 %, tai yra didžiausias pasaulyje [2]. Tačiau per didelis išmaniųjų telefonų naudojimas yra glaudžiai susijęs su daugeliu psichinės sveikatos problemų, įskaitant stresą ir padidėjusią nenormalaus nerimo riziką [3,4]. Priklausomybė nuo išmaniųjų telefonų (SA) atsirado kaip nauja priklausomybės forma kartu su priklausomybe nuo interneto (IA), o pastaraisiais metais buvo atkreiptas dėmesys į išmaniųjų telefonų priklausomybę.5]. Pavyzdžiui, yra tam tikrų skirtumų, susijusių su įrenginių pobūdžiu, pvz., lengvas nešiojamumas, realiojo laiko interneto prieiga ir tiesioginio išmaniųjų telefonų ryšio funkcijos.6]. Buvo pranešta apie IA ir SA panašumus ir skirtumus, susijusius su demografiniais kintamaisiais ir žiniasklaidos naudojimo motyvaciniais aspektais [1,6].
Aplinkosaugos požiūriu alternatyvios veiklos trūkumas yra susijęs su IA [7]. Be to, buvo pranešta, kad buvimas vienišas yra glaudžiai susijęs tiek su socialiniu tinklu, tiek su internetiniais žaidimais [8]. Kalbant apie išsilavinimo lygį ir mėnesinių pajamų matmenis, neseniai atliktas tyrimas, kuriame dalyvavo žmonės, sergantys SA, nustatė reikšmingus sveikatos aspekto skirtumus, palankius tiems, kurie turėjo mažesnes pajamas ir žemesnį išsilavinimą.9]. Remiantis šia išvada, sisteminga apžvalga pranešė apie reikšmingą koreliaciją tarp akademinių rezultatų ir IA sunkumo [10]. Kalbant apie amžių, neseniai atlikta apžvalga parodė, kad probleminis interneto naudojimas yra aktualiausias tiek paaugliams, tiek besiformuojantiems suaugusiems (19 metų ir vyresniems).10], nors priklausomybė nuo išmaniojo telefono yra labiau paplitusi tarp jaunesnių paauglių, palyginti su besiformuojančiais suaugusiaisiais (19 metų ir vyresni) [11]. Neseniai atliktas tyrimas parodė, kad moterys dažniau naudojasi išmaniaisiais telefonais kasdienio naudojimo laiko ir priklausomybės balai, palyginti su vyrais.4]. Choi ir kt. (2015) pranešė, kad vyriška lytis turi reikšmingą IA rizikos veiksnį, o moteriška lytis – SA [1]. Kalbant apie naudojimo tikslą, socialiniai tinklai buvo labiau susiję su didele priklausomybe išmaniuoju telefonu, palyginti su kitomis su mobiliuoju telefonu susijusiomis funkcijomis [11]. Asmenims, sergantiems IA, Anderson ir kt. (2016) pranešė, kad vyriška lytis buvo reikšmingai susijusi su internetiniais žaidimais kompiuteriu [10].
Kalbant apie psichologinius aspektus, buvo plačiai pranešta apie teigiamus IA ir SA ryšius su depresija ir nerimu.12,13]. Naujausi tyrimai rodo, kad priklausomybė nuo interneto ir išmaniųjų telefonų gali atsirasti dėl vartotojo individualaus pažinimo-emocinio ir elgesio profilio, o ne dėl pačios terpės.14,15,16]. Neseniai atliktas tyrimas stebėjo empatijos ir pasitenkinimo gyvenimu vaidmenį tiek IA, tiek SA.17]. Kalbant apie psichopatologiją, keli tyrimai parodė teigiamą koreliaciją tarp IA, depresijos ir nerimo.18,19,20], o neseniai atliktas tyrimas pranešė apie ryšį tarp išmaniojo telefono naudojimo ir sunkumo, depresijos ir nerimo [13]. Todėl reikia tiksliai apibrėžti IA, SA ir psichikos sveikatos problemų tarpusavio ryšį. Be to, atsižvelgiant į IA ir SA sutapimą ir skirtumus [16], tada kyla klausimas, kiek IA ir SA yra susiję su padidėjusiu depresijos ir nerimo lygiu pakoregavus demografinius ir socialinius ekonominius veiksnius?
Lieka neaišku, ar psichikos sveikatos problemos yra pernelyg didelio pasitikėjimo internetu ir išmaniaisiais telefonais priežastys ar pasekmės. Skerspjūvio tyrimuose buvo naudojamos kelios regresinės analizės, siekiant ištirti ryšį tarp žmonių psichikos sveikatos problemų, IA ir SA.21]. Tačiau stebėjimo tyrimuose, kuriuose nėra atsitiktinės atrankos, daugkartinė regresinė analizė turi apribojimų, tokių kaip galimybė pervertinti ir bloga standartinė paklaida, kai yra daug kovariacijų, be atrankos šališkumo [22]. Taigi, įvertinus priklausomybės padarinius tiesiog ištyrus tam tikrą rezultatą, pavyzdžiui, depresiją ir nerimą, būtų šališkas dėl demografinių ir socialinių ekonominių veiksnių, susijusių su IA ir SA, disbalanso. Be to, jokiais tyrimais dar nebuvo ištirtas skirtingas IA ir SA poveikis depresijai ir nerimui, atsižvelgiant į interneto ir išmaniųjų telefonų naudotojų savybes, įskaitant aplinkos kontekstą ir vartotojų psichologinius profilius. Polinkio balų atitikimas (PSM) tapo populiariu metodu, leidžiančiu sumažinti atrankos šališkumą stebėjimo tyrimuose [23,24]. Šiame darbe taikėme PSM analizę, kad ištirtume IA ir SA poveikį depresijai ir nerimui, kad sumažintume duomenų atrankos šališkumą. Mes pasirinkome lytį, amžių, išsilavinimą, šeimyninę padėtį ir pajamas kaip klaidinančius kintamuosius, atsižvelgdami į šių sociodemografinių kintamųjų ryšį su IA ir SA mūsų tyrime [9,25].
Pagrindinis šio tyrimo tikslas yra ištirti IA, SA ir nuotaikos būklės, tai yra depresijos ir nerimo, tarpusavio ryšius, naudojant polinkio balų atitikimo analizę. Antra, mes siekiame išsiaiškinti, kaip depresijos ir nerimo poveikis skiriasi tarp IA ir SA.

 

 

2. Medžiagos ir metodai

 

 

2.1. Studijų dalyviai

Duomenis sudarė 5003 suaugusiųjų korėjiečių (19–49 metų amžiaus) internetinės anoniminės savidiagnostikos apklausos atsakymai, kuriuos atliko Korėjos katalikų universitetas Seule; ir Šv. Marijos ligoninė 2014 m. gruodžio mėn.26]. Tyrimas buvo atliktas pagal Helsinkio deklaraciją. Korėjos katalikiškojo universiteto Seule institucinės peržiūros tarybos; ir Šv. Marijos ligoninė patvirtino šį tyrimą. Visi dalyviai buvo informuoti apie tyrimą ir pateikė raštišką informuotą sutikimą. Apklausos dalyvius įdarbino tyrimų bendrovės komisija, o savianalizės anketos buvo administruojamos internetu be jokio atlygio. Tik 149 respondentai, kurie nesinaudojo išmaniaisiais telefonais, buvo atmesti. Galiausiai išanalizavome 4854 dalyvių duomenis. Galutinėje imtyje amžius buvo suskirstytas į tris kategorijas: iki 30 (33.19%), 30–39 (43.94%) ir 40–49 (22.87%). Buvo 2573 vyrai (53.01%) ir 2281 moteris (46.99%). Papildomi demografiniai dalyvių kintamieji buvo išsilavinimas, šeiminė padėtis ir pajamos.

 

 

2.2. Priemonės

 

 

2.2.1. Priklausomybės nuo interneto matavimas

Korėjos interneto priklausomybės skalė (K skalė) buvo sukurta Korėjoje siekiant įvertinti IA ir buvo patvirtinta Korėjos populiacijoje su dideliu vidinio nuoseklumo patikimumu.27]. Cronbacho alfa koeficientas K skalei buvo 0.91 [28]. Jame yra septynios subskalės ir 40 elementų, matuojančių kasdienio gyvenimo sutrikimus, tikrovės trikdžių testavimą, automatines priklausomybes sukeliančias mintis, virtualius tarpasmeninius santykius, deviantinį elgesį, atsiribojimą ir toleranciją. Ši Likerto tipo skalė nustatyta nuo 1 (visiškai ne) iki 4 (visada). Remiantis ankstesne ataskaita naudojant šią skalę, dalyviai buvo suskirstyti į tris grupes: normalią, potencialią riziką ir didelės rizikos grupę.29]. Didelės rizikos grupė buvo apibrėžiama kaip standartizuota 70 ar daugiau balų, kasdienio gyvenimo sutrikimų, automatinių priklausomybės minčių, tolerancijos veiksnių arba iš viso bent 70 balų. Galima rizikos grupė buvo apibrėžiama kaip 62 ar didesnis balas pagal kasdienio gyvenimo sutrikimą, automatines priklausomybę sukeliančias mintis, tolerancijos veiksnius arba iš viso bent 63 balai. Įprasto naudojimo grupėje buvo šie balai žemiau šių skaičių. Šiame tyrime IA grupės buvo sudarytos iš galimos rizikos ir didelės rizikos grupių.

 

 

2.2.2. Priklausomybės išmaniajam telefonui matavimas

Priklausomybės nuo išmaniųjų telefonų skalė (K-SAS) buvo patvirtinta ir plačiai naudojama tiriant SA [30]. Jį sudaro 15 elementų, įvertintų keturių balų Likert tipo nelaimės skalėje nuo 1 (visiškai ne) iki 4 (visada). Klausimai nagrinėjo tris veiksnius: kasdienio gyvenimo sutrikimą, automatines priklausomybę sukeliančias mintis ir toleranciją. K-SAS Cronbacho alfa koeficientas buvo 0.880 [5].
Remiantis ankstesne ataskaita, naudojant šią skalę, mes panaudojome balus dalyviams suskirstyti į tris grupes: normalią, potencialią riziką ir didelės rizikos grupę.30]. Didelės rizikos grupė buvo apibrėžiama kaip turinti 44 ar daugiau balų arba 15 ar daugiau balų, susijusių su kasdienio gyvenimo sutrikimu, kartu su 13 ar daugiau balų, tiek automatinių priklausomybę sukeliančių minčių, tiek tolerancijos. Galima rizikos grupė buvo apibrėžta kaip turinti 41 ar daugiau balų bendrame bale arba 15 ar daugiau kasdienio gyvenimo trikdymo faktoriaus. Įprasto naudojimo grupėje buvo šie balai žemiau šių skaičių [30]. Šiame tyrime priklausomų nuo išmaniųjų telefonų grupę sudarė didelės rizikos ir potencialios rizikos grupės.

 

 

2.2.3. Psichikos sveikatos problemų vertinimas: depresija ir nerimas

SCL-90-R yra daugiamatis klausimynas, sukurtas siekiant ištirti įvairius psichologinius ir psichopatologinius 9 subskalių bruožus: somatizaciją, obsesinį-kompulsinį, tarpasmeninį jautrumą, depresiją, nerimą, priešiškumą, fobinį nerimą, paranoidines mintis ir psichotiškumą.31]. SCL-90 yra 90 elementų, įvertintų 5 balų nelaimės skalėje nuo 0 (nėra) iki 4 (kraštutinė). SCL-90-R bandymo ir pakartotinio bandymo patikimumas korėjiečių kalba buvo 0.76 depresijai ir 0.77 nerimui. Vidinis nuoseklumas buvo 0.89 depresijai ir 0.86 nerimui.31]. Buvo pranešta, kad depresija ir nerimas yra psichikos simptomai, labiausiai susiję su IA ir SA.12,13]. Konkretūs matmenys, kuriuos reikia patikrinti šiame tyrime, apėmė SCL-90-R depresijos ir nerimo poskalius.

 

 

2.3. Duomenų analizė

 

 

2.3.1. Statistinis apibrėžimas

Leisti Zi

 

būti dvejetainiu priklausomybės rodikliu i-jam dalykui; tai yra, Zi=1 jei i-asis subjektas yra priklausomas (IA arba SA), ir Zi=0 kitaip. Galimas psichinės problemos (depresijos ar nerimo) rezultatas apibrėžiamas kaip Yi(Zi. Atkreipkite dėmesį, kad kiekvienam tiriamajam tuo pačiu metu stebimas tik vienas iš galimų rezultatų, todėl tiesioginis apskaičiavimas Yi(1)-Yi yra neįmanoma. Vietoj individualaus poveikio pagrindinis dominantis parametras yra numatomas priklausomybės poveikis priklausomiems žmonėms

τ=E(Yi(1)-Yi(0)|
 
Tačiau įvertinus τ

vis dar turi problemų, nes E(Yi(0)|Zi negalima tiesiogiai įvertinti. Žinoma, atsitiktinių imčių eksperimentuose, E(Yi(0)|Zi yra patenkintas, todėl τ galima nesunkiai įvertinti. Tačiau stebėjimo tyrime naivus įvertinimas τ gali būti šališkas, nes E(Yi(0)|Zi. Norėdami pakoreguoti šį atrankos šališkumą, darome prielaidą, kad galime stebėti kovariates Xi kurių neturi įtakos jokia priklausomybė, ir tam tikriems kintamiesiems Xi, galimus rezultatus Yi(1), Yi yra sąlyginai nepriklausomi nuo priklausomybės rodiklio Zi. Be to, jei galimi rezultatai nepriklauso nuo priklausomybės, priklausančios nuo kovariacijų Xi, jie taip pat nepriklauso nuo priklausomybės sąlyginio polinkio balo P(Xi)= P(Zi=1|Xi[19]. PSM įvertis, skirtas τ tampa

τPSM=EP(X)|Z=1

 

 

 

 

 

2.3.2. Polinkio balo įvertinimas

Polinkio balai apskaičiuojami naudojant logistinę regresiją – modelį, naudojamą nuspėti tikimybę, kad atsiras priklausomybė. 

prisijungtiP(Zi=1|Xi)

 

 

 
Šiame dokumente kaip kovariacijos Xi

 

 

, mes atsižvelgiame į penkis kategorinius kintamuosius: lytį (1 = vyras ir 2 = moteris), amžių (1 = 20–29, 2 = 30–39 ir 3 = 40–49), išsilavinimą (1 = vidurinė mokykla, 2 = aukštas). mokykla ir 3 = universitetas arba aukštesnis), šeimyninė padėtis (1 = vienišas, 2 = bendras gyvenimas, 3 = vedęs, 4 = išsiskyręs ir 5 = netektis) ir pajamos (1 = žemos, 2 = vidutinės žemos, 3 = vidutinis, 4 = vidutinis aukštas ir 5 = aukštas). Į Skyrius 1, šie kovariatoriai vienu metu gali turėti įtakos rezultatams (depresijai ar nerimui) ir priklausomybėms. Taigi kiekvienam dalykui įvertinome polinkio balus; tai yra sąlyginė tikimybė būti priklausomam, atsižvelgiant į stebimus kovariatorius [32].

 

 

2.3.3. Suderinimo metodai, pagrįsti įvertintu polinkio balu

Įvertinus polinkio balus, galima naudoti suderinimą, kad įvertintų gydymo poveikį, pritaikius prie skirtumų tarp dviejų grupių [33]. Suderinimo tikslas yra sukurti suderintą mėginį, kuris subalansuotų tyrimo paciento pasiskirstymą ir atitiktų stebėtų kontrolinių grupių kovariates. Šis koregavimo metodas leidžia mums valdyti klaidinančius kintamuosius. Šiame tyrime pasirinkome du plačiai naudojamus derinimo metodus – optimalų ir genetinį atitikimą [34].

 

 

2.3.4. Santykinės priklausomybės rizikos, susijusios su psichikos sveikatos problemomis, įvertinimas po polinkio balo atitikimo

Po polinkio balo atitikimo naudojant stebimus kintamuosius (amžių, lytį, santuoką, pajamas ir išsilavinimą), turime labiau subalansuotą duomenų rinkinį. Norėdami modeliuoti psichinės sveikatos problemą (depresiją ar nerimą), suderintam pavyzdžiui taikėme apibendrintus tiesinius modelius (GLM). Kadangi psichikos sveikatos balai yra teigiami ir neobjektyvūs, pritaikytas gama pasiskirstymas su žurnalo nuoroda. Leisti Yi

 

būti susidomėjimo rezultatas (depresijos ar nerimo balas) su vidurkiu μi, galime naudoti Gamma GLM sistemą su kovariatoriais Xi:

 

prisijungtiμi=γT
 
 
Modeliuodami įvertinome eγ

 

 

kaip santykinė rizika (kaip numatomas vidutinis skirtumas tarp grupių) IA ir SA kiekvienam kovariamiui.

 

 

3. Rezultatai

Be 4854 dalyvių, 126 (2.60 %) buvo įtraukti į IA grupę, o 652 (13.43 %) – į SA grupę. Lentelė 1 rodo aprašomąją depresijos ir nerimo balų statistiką. Vidutinis IA ir SA grupių depresijos ir nerimo balas yra didesnis nei įprasto vartojimo (NU) grupės.
1 lentelė. Depresijos ir nerimo balų aprašomoji statistika.
Lentelė

 

 

3.1. Polinkio balo atitikimo metodo atitikimo kokybė

Nors šio tyrimo klausimynuose nustatome tik keletą kovariacijų, per polinkio balą nustatėme, kad atitikimo procedūra buvo pakankama, kad subalansuotų kiekvieno kovariato pasiskirstymą, Lentelė 2 ir Lentelė 3. Mes įvertinome atstumus ribiniuose skirstiniuose Xi

 

 

 

. Kiekvienam kovariatoriui apskaičiavome poslinkį; tai yra priklausomų ir normalių imčių vidurkių skirtumas. Prieš taikant polinkio balų atitikimą, šališkumas nebuvo ignoruojamas. Tačiau suderinus polinkio balus, priklausomybės ir normalių imčių ribinis pasiskirstymas buvo labai panašus visoms kovariacijoms.
2 lentelė. IA ir įprasto naudojimo grupių pradinių charakteristikų vidutinės procentinės dalies palyginimas pradiniame mėginyje ir polinkio balo atitikimo mėginyje, naudojant genetinį ir optimalų atitikimą.
Lentelė
3 lentelė. Vidutinio pradinių charakteristikų procento tarp SA ir normalių grupių palyginimas pradiniame mėginyje ir polinkio balo atitikimo mėginyje, naudojant genetinį ir optimalų atitikimą.
Lentelė

 

 

3.2. Priklausomybės nuo interneto poveikis depresijai ir nerimui

IA poveikis depresijai ir nerimui, gautas naudojant polinkio balų atitikimą, aprašytas Lentelė 4. Atliekant genetinį atitikimą buvo atrinkti 3846 mėginiai. IA buvo susijęs su didesne depresijos rizika (santykinė rizika 1.207, 95 % pasikliautinasis intervalas 1.128–1.292 ir p < 0.001) ir nerimu (santykinė rizika 1.264, 95 % pasikliautinasis intervalas 1.173–1.362 ir p < 0.001). Visi šie santykiniai rizikos koeficientai yra reikšmingi, nes pasikliautinajame intervale nėra 1. Taikant optimalų atitikimą, buvo atrinktos 252 imtys. IA buvo susijęs su didesne depresija (santykinė rizika 1.243, 95 % pasikliautinasis intervalas 1.145–1.348 ir p < 0.001) ir nerimu (santykinė rizika 1.308, 95 % pasikliautinasis intervalas 1.192–1.435 ir p < 0.001). Panašiai kaip ir atliekant genetinį atitikimą, santykinis depresijos ir nerimo rizikos santykis yra žymiai didesnis nei 1.
4 lentelė. Priklausomybės nuo interneto ir išmaniojo telefono poveikis depresijai ir nerimui, pagrįstas polinkio balų atitikimu.
Lentelė

 

 

3.3. Priklausomybės nuo išmaniojo telefono poveikis depresijai ir nerimui

Apie SA poveikį depresijai ir nerimui, naudojant polinkio balų atitikimą, pranešama Lentelė 4. Genetinio atitikimo būdu buvo atrinkta 4516 mėginių. SA buvo susijęs su didesne depresijos rizika (santykinė rizika 1.337, 95 % pasikliautinasis intervalas 1.296–1.378 ir p < 0.001) ir nerimu (santykinė rizika 1.402, 95 % pasikliautinasis intervalas 1.355–1.450 ir p < 0.001). Taikant optimalų atitikimą, buvo atrinkti 1304 mėginiai. SA buvo susijęs su didesne depresijos rizika (santykinė rizika 1.386, 95 % pasikliautinasis intervalas 1.334–1.440 ir p < 0.001) ir nerimu (santykinė rizika 1.440, 95 % pasikliautinasis intervalas 1.380–1.503 ir p < 0.001). Visi šie santykiniai rizikos rodikliai yra reikšmingi.

 

 

3.4. Interneto ir priklausomybės nuo išmaniojo telefono poveikio depresijai ir nerimui skirtumai

Santykinis depresijos ir nerimo rizikos santykis tiek dėl genetinės, tiek dėl optimalaus atitikimo SA buvo 10% didesnis nei sergant IA. Tai reiškia, kad SA turi didesnę depresijos ir nerimo riziką nei IA. Tuose pasikliautinuosiuose intervaluose nėra 1, todėl galime teigti, kad SA yra 34–44% didesnė tikimybė sukelti psichikos sutrikimą.

 

 

4. Diskusija

Mūsų išvados yra tai, kad tiek IA, tiek SA daro reikšmingą poveikį depresijai ir nerimui, net ir suvaldžius trikdžius naudojant polinkio balų atitikimą. Epidemiologiniai tyrimai parodė didesnį depresijos paplitimą sergant IA [35,36]. Daugybė skerspjūvio tyrimų parodė, kad asmenys, sergantys IA ar SA, pasižymėjo didesniu depresijos ir nerimo lygiu nei įprasti vartotojai [13,37]. Šiame tyrime mūsų rezultatai rodo IA ir SA vaidmenį vystant depresiją ir nerimą. Yra keletas galimų dabartinių išvadų paaiškinimų. Pirma, priklausomybę sukeliantis interneto ir išmaniųjų telefonų naudojimas gali padidinti tarpasmeninių problemų, susijusių su depresija ir nerimu, pvz., konfliktus šeimoje, santykių neprisijungus trūkumą ir padidėjusį patvirtinimo poreikį elektroninėje erdvėje. Antra, abstinencijos simptomai siūlomi kaip psichopatologiniai IA ir SA modeliai, panašūs į piktnaudžiavimo narkotinėmis medžiagomis sutrikimus.5]. Kai jie neturi prieigos prie kompiuterio ar išmaniojo telefono, asmenys, sergantys IA ar SA, gali nerimauti ir tada norėti naudotis internetu ar išmaniuoju telefonu, kad išvengtų tokių neigiamų jausmų [38]. Kitas galimas paaiškinimas yra tas, kad, skirtingai nuo kitų priklausomybę sukeliančių medžiagų, tokių kaip alkoholis ir nikotinas, pernelyg dideli interneto ir išmaniųjų telefonų vartotojai gali turėti mažai supratimo apie pernelyg didelį jų naudojimą kasdieniame gyvenime dėl laisvos ir lanksčios prieigos prie prietaisų.3], todėl besaikis naudojimasis juos patiria kaip susierzinimą, o ne kaip problemiško elgesio požymį [39]. Kita įdomi išvada buvo ta, kad SA darė stipresnį poveikį depresijai ir nerimui nei IA. Tai verčia mus spėlioti, kad IA ir SA turi skirtingą įtaką psichinės sveikatos problemoms. Šio atradimo paaiškinimai gali būti keli. Pirma, atsižvelgiant į medijos ypatybes, per didelis išmaniųjų telefonų naudojimas yra lengvesnis dėl įrenginio įpročio formavimo, nes jis turi didesnį prieigą prie belaidžio tinklo ir 24 valandas dažni pranešimai [39]. Antra, atsižvelgiant į aplinkos veiksnius, ši išvada gali atspindėti dabartinį radikalų kasdienio gyvenimo vidurkio pasikeitimą nuo asmeninių kompiuterių iki išmaniųjų telefonų. Kompiuterinį internetą žmonės gali naudoti sudėtingiems darbams ir kitas kasdienes užduotis atlikti išmaniaisiais telefonais, todėl sumažėja darbo našumas ir padidėja stresas [40]. Galiausiai asmenys, turintys SA, gali naudoti išmaniuosius telefonus, kad palaikytų ryšius ir pajustų ryšį su internetiniu socialiniu tinklu [41], sukelianti baimę prarasti ryšį ir baimę prarasti ryšį, tuo pačiu skatinant dažniau naudotis išmaniuoju telefonu [42].
Šis tyrimas turi keletą apribojimų, kad apibendrintų išvadas visai populiacijai, pavyzdžiui, duomenų ribų skerspjūvio pobūdis ir priežastinės išvados tarp interneto ir priklausomybės nuo išmaniojo telefono, depresijos ir nerimo aiškinimas. Polinkių atitikimas taip pat turi apribojimų ir reikalavimų. Pagrindinis apribojimas yra tas, kad polinkio balai gali būti kontroliuojami tik stebimais painiavomis [43]. Gali likti nepastebėtų painiavos galimybė, o tai apriboja tyrimo išvadas apibendrinimui. Be to, kadangi visi šiame tyrime pastebėti trikdžiai buvo surinkti kaip kategoriniai kintamieji, kuriant PSM modelį gali būti prarasta informacija. Todėl mūsų išvados turėtų būti aiškinamos atsargiai. Tačiau norėdami gauti patikimus atitikimo rezultatus, mes apsvarstėme du suderinimo metodus: genetinį atitikimą ir optimalų atitikimą. Visų pirma, genetinis atitikimas naudoja genetinės paieškos algoritmą, todėl jo procesas gali rasti gerą atitikimo sprendimą mažiau prarandant informaciją [44]. Galiausiai, depresijos ir nerimo simptomų įvertinimas buvo atliktas savarankiškai pranešus apie psichologinius simptomus, naudojant SCL-90-R. Tiksliau ir nuosekliau vertinti psichikos sveikatos problemas. Tolesniuose tyrimuose turėtų būti atliktas struktūrinis gydytojo pokalbis.

 

 

5. Išvados

Šiame tyrime mes ištyrėme, kaip IA ir SA įtakoja psichinės sveikatos problemas, depresiją ir nerimą. Mūsų žiniomis, tai yra pirmasis tyrimas, skirtas įvertinti ryšį tarp IA, SA ir psichopatologijos, naudojant polinkio atitikimo balų metodą iš skerspjūvio duomenų, ir ištirti skirtingą poveikį psichopatologijai tarp IA ir SA. Apibendrinant, mūsų išvados atskleidžia, kad tiek IA, tiek SA padidina depresijos ir nerimo riziką. Be to, SA parodė stipresnį ryšį su depresija ir nerimu, palyginti su IA.
Šių išvadų pasekmė yra ta, kad asmenys, turintys problemų su išmaniuoju telefonu, turėtų būti atidžiai stebimi dėl psichikos sveikatos problemų, pabrėžiant būtinybę sukurti prevencijos ir valdymo politiką, skirtą ikiklinikiniam SA lygiui. Tolesnėse perspektyvinėse studijose turėtų būti ištirtos priežastinės IA, SA ir psichikos sveikatos problemų ryšių kryptys bei nustatyti IA ir SA diskriminaciniai veiksniai.

 

 

Autoriaus įnašai

D.-JK ir DL sumanė ir suprojektavo eksperimentus; HMJ analizavo duomenis; Y.-JK parašė darbą. YL prižiūrėjo duomenų rinkimą. Visi autoriai prisidėjo prie rankraščio kūrimo, kritiškai jį peržiūrėjo ir patvirtino galutinį rankraštį.

 

 

Padėka

Šis darbas buvo paremtas Korėjos nacionalinio tyrimų fondo dotacija (subsidijos Nr. 2014M3C7A1062894, 2014M3C7A1062896).

 

 

Interesų konfliktai

Autoriai pareiškia, kad nėra interesų konflikto.

 

 

Nuorodos

  1. Choi, S.-W.; Kim, D.-J.; Choi, J.-S.; Ahn, H.; Choi, E.-J.; Daina, W.-Y.; Kim, S.; Youn, H. Rizikos ir apsauginių veiksnių, susijusių su priklausomybe išmaniuoju telefonu ir priklausomybe nuo interneto, palyginimas. J. Behav. Priklausomas. 2015, 4, 308 – 314. ["Google Scholar"] [CrossRef] [PubMed]
  2. 2016 m. perdėtos interneto priklausomybės tyrimas; Mokslo, IRT ir ateities planavimo ministerija: Seulas, Korėja, 2017 m.
  3. Lee, Y.-K.; Chang, C.-T.; Linas, Y.; Cheng, Z.-H. Tamsioji išmaniojo telefono naudojimo pusė: psichologiniai bruožai, kompulsyvus elgesys ir technostress. Comput. Hum. Behav. 2014, 31, 373 – 383. ["Google Scholar"] [CrossRef]
  4. Lee, KE; Kim, S.-H.; Ha, T.-Y.; Yoo, Y.-M.; Han, J.-J.; Jung, J.-H.; Jang, J.-Y. Priklausomybė nuo išmaniojo telefono naudojimo ir jos ryšys su nerimu Korėjoje. Visuomenės sveikatos atstovas 2016, 131, 411 – 419. ["Google Scholar"] [CrossRef] [PubMed]
  5. Kim, D.; Chung, Y.; Lee, J.; Kim, M.; Lee, Y.; Kangas, E.; Keum, C.; Nam, J. Suaugusiųjų priklausomybės nuo išmaniųjų telefonų skalės kūrimas: savarankiškas pranešimas. Korėjietis J. Counsas. 2012, 13, 629 – 644. ["Google Scholar"]
  6. Kwon, M.; Lee, J.-Y.; Laimėjo W.-Y.; Park, J.-W.; Min, J.-A.; Hahn, C.; Gu, X.; Choi, J.-H.; Kimas, D.-J. Priklausomybės nuo išmaniųjų telefonų skalės (SAS) kūrimas ir patvirtinimas. PLoS ONE 2013, 8, e56936. ["Google Scholar"] [CrossRef] [PubMed]
  7. Kuss, DJ; Griffiths, MD; Karila, L .; Billieux, J. Interneto priklausomybė: sisteminis paskutinio dešimtmečio epidemiologinių tyrimų apžvalga. Curr. Pharm. Des. 2014, 20, 4026 – 4052. ["Google Scholar"] [CrossRef] [PubMed]
  8. Andreassen, CS; Billieux, J.; Griffiths, MD; Kussas, didžėjus; Demetrovics, Z.; Mazzoni, E.; Pallesen, S. Ryšys tarp priklausomybės socialinių tinklų ir vaizdo žaidimų naudojimo ir psichikos sutrikimų simptomų: didelio masto skerspjūvio tyrimas. Psichologas. Priklausomas. Behav. 2016, 30, 252. ["Google Scholar"] [CrossRef] [PubMed]
  9. Aljomaa, SS; Kuda, URM; Albursanas, IS; Bakhiet, SF; Abduljabbar, AS Priklausomybė nuo išmaniųjų telefonų tarp universitetų studentų, atsižvelgiant į kai kuriuos kintamuosius. Comput. Hum. Behav. 2016, 61, 155 – 164. ["Google Scholar"] [CrossRef]
  10. Andersonas, EL; Steenas, E.; Stavropoulos, V. Interneto naudojimas ir probleminis interneto naudojimas: sisteminė išilginių tyrimų tendencijų apžvalga paauglystėje ir naujame suaugusiųjų amžiuje. Tarpt. J. Adolesc. Jaunimas 2017, 22, 430 – 454. ["Google Scholar"] [CrossRef]
  11. Haugas, S.; Castro, RP; Kwon, M.; Fileris, A.; Kowatsch, T.; Schaub, MP Išmaniųjų telefonų naudojimas ir priklausomybė nuo Šveicarijos jaunimo. J. Behav. Priklausomas. 2015, 4, 299 – 307. ["Google Scholar"] [CrossRef] [PubMed]
  12. Ko, C.-H.; Yen, J.-Y.; jena, C.-F.; Chen, C.-S.; Chen, C.-C. Ryšys tarp priklausomybės nuo interneto ir psichikos sutrikimo: literatūros apžvalga. Euras. Psichiatrija 2012, 27, 1 – 8. ["Google Scholar"] [CrossRef] [PubMed]
  13. Demirčis, K.; Akgönül, M.; Akpinar, A. Išmaniųjų telefonų naudojimo sunkumo ryšys su miego kokybe, depresija ir universiteto studentų nerimu. J. Behav. Priklausomas. 2015, 4, 85 – 92. ["Google Scholar"] [CrossRef] [PubMed]
  14. Gamintojas, M.; Youngas, KS; Laier, C.; Wölflingas, K.; Potenza, MN Psichologinių ir neurobiologinių svarstymų, susijusių su specifinių interneto naudojimo sutrikimų kūrimu ir palaikymu, integravimas: Asmens, Poveikio, Pažinimo ir Vykdymo (I-PACE) modelis. Neurosci. Biobehav. Rev. 2016, 71, 252 – 266. ["Google Scholar"] [CrossRef] [PubMed]
  15. Kim, Y.-J.; Kim, D.-J.; Choi, J. Priklausomybės nuo interneto pažinimo disreguliacija ir jos neurobiologinės koreliacijos. Priekyje. Biosci (Elite ed.) 2017, 9, 307 – 320. ["Google Scholar"]
  16. Lachmann, B.; kunigaikštis, É.; Sariyska, R.; Montag, C. Kas priklausomas nuo išmaniojo telefono ir (arba) interneto? Psichologas. Pop. Žiniasklaidos kultas. 2017. ["Google Scholar"] [CrossRef]
  17. Lachmann, B.; Sindermannas, C.; Sariyska, RY; Luo, R.; Melchers, MC; Beckeris, B.; Cooperis, AJ; Montag, C. Empatijos ir pasitenkinimo gyvenimu vaidmuo interneto ir išmaniojo telefono naudojimo sutrikime. Priekyje. Psichologas. 2018, 9, 398. ["Google Scholar"] [CrossRef] [PubMed]
  18. Banjaninas, N.; Banjaninas, N.; Dimitrijevičius, I.; Pantic, I. Interneto naudojimo ir depresijos ryšys: sutelkite dėmesį į fiziologinius nuotaikų svyravimus, socialinius tinklus ir priklausomybę sukeliantį elgesį internete. Comput. Hum. Behav. 2015, 43, 308 – 312. ["Google Scholar"] [CrossRef]
  19. Akinas, A.; Iskender, M. Priklausomybė nuo interneto ir depresija, nerimas ir stresas. Tarpt. Internete J. Eduk. Sci. 2011, 3, 138 – 148. ["Google Scholar"]
  20. Ostovaras, S.; Allahyar, N.; Aminpoor, H.; Moafianas, F.; Taip pat MBM; Griffiths, MD Priklausomybė nuo interneto ir jos psichosocialinė rizika (depresija, nerimas, stresas ir vienatvė) tarp Irano paauglių ir jaunų suaugusiųjų: struktūrinis lygties modelis skerspjūvio tyrime. Tarpt. J. Mentas. Sveikatos priklausomas. 2016, 14, 257 – 267. ["Google Scholar"] [CrossRef]
  21. Cheung, LM; Wong, WS Nemigos ir priklausomybės nuo interneto poveikis Honkongo kinų paauglių depresijai: tiriamoji skerspjūvio analizė. J. Sleep Res. 2011, 20, 311 – 317. ["Google Scholar"] [CrossRef] [PubMed]
  22. Cepeda, MS; Bostonas, R.; Farrar, JT; Strom, BL Logistinės regresijos ir polinkio balo palyginimas, kai įvykių skaičius mažas ir yra daug painiavos. Esu. J. Epidemiol. 2003, 158, 280 – 287. ["Google Scholar"] [CrossRef] [PubMed]
  23. Austin, PC Kritinis polinkio ir balų atitikimo įvertinimas medicinos literatūroje 1996–2003 m. Stat. Med. 2008, 27, 2037 – 2049. ["Google Scholar"] [CrossRef] [PubMed]
  24. Ostinas, kompiuteris; Grootendorst, P.; Anderson, GM Skirtingų polinkio balų modelių gebėjimo subalansuoti išmatuotus kintamuosius tarp gydytų ir negydytų subjektų palyginimas: Monte Karlo tyrimas. Stat. Med. 2007, 26, 734 – 753. ["Google Scholar"] [CrossRef] [PubMed]
  25. Miuleris, KW; Glaesmer, H.; Brähleris, E.; Woelfling, K.; Beutel, ME Priklausomybės nuo interneto paplitimas tarp gyventojų: Vokietijos gyventojų apklausos rezultatai. Behav. Inf. Techn. 2014, 33, 757 – 766. ["Google Scholar"] [CrossRef]
  26. Rho, MJ; Lee, H.; Lee, T.-H.; Cho, H.; Jungas, D.; Kim, D.-J.; Choi, IY Internetinių žaidimų sutrikimo rizikos veiksniai: psichologiniai veiksniai ir internetinių žaidimų charakteristikos. Tarpt. J. Aplinka. Res. Visuomenės sveikata 2018, 15, 40. ["Google Scholar"] [CrossRef] [PubMed]
  27. Nacionalinės informacijos tarnybos agentūra. Suaugusiųjų interneto priklausomybės skalės tyrimas; Nacionalinės informacijos tarnybos agentūra: Seulas, Korėja, 2005. ["Google Scholar"]
  28. Kim, D. Tolesnis interneto priklausomybės skalės tyrimas; Korėjos skaitmeninių galimybių ir reklamos agentūra: Seulas, Korėja, 2008 m.; Prieiga internete: http://www.nia.or.kr/site/nia_kor/ex/bbs/View.do?cbIdx=39485&bcIdx=277&parentSeq=277 (prieinama 8 gegužės 2008).
  29. Kim, D.-I.; Chung, Y.-J.; Lee, E.-A.; Kim, D.-M.; Cho, Y.-M. Priklausomybės nuo interneto skalės trumposios formos (KS skalės) raida. Korėjietis J. Counsas. 2008, 9, 1703 – 1722. ["Google Scholar"]
  30. Nacionalinės informacijos tarnybos agentūra. Korėjos priklausomybės nuo išmaniųjų telefonų skalės kūrimas jaunimui ir suaugusiems; Nacionalinės informacijos tarnybos agentūra: Seulas, Korėja, 2011 m.; 85–86 p. ["Google Scholar"]
  31. Kim, KI.; Kimas, JW. Standartizuotas simptomų kontrolinio sąrašo-90-R tyrimas Korėjoje III. Ment. Health Res. 1984, 2, 278 – 311. ["Google Scholar"]
  32. Heckmanas, J.; Smith, J. Socialinių eksperimentų atvejo vertinimas. J. Econ. Perspektyva. 1995, 9, 85 – 110. ["Google Scholar"] [CrossRef]
  33. Caliendo, M.; Kopeinig, S. Keletas praktinių polinkio balų derinimo įgyvendinimo gairių. J. Econ. Surv. 2008, 22, 31 – 72. ["Google Scholar"] [CrossRef]
  34. Sekhon, JS; Diamond, A. Genetic Matching for Estimating Causal Effects, nepublikuotas rankraštis. Pristatytas metiniame politinės metodologijos susirinkime Talahasis, FL, JAV, 2005 m. liepos mėn. ["Google Scholar"]
  35. Ghassemzadeh, L.; Shahraray, M.; Moradi, A. Priklausomybės nuo interneto paplitimas ir priklausomų nuo interneto ir nepriklausančių asmenų palyginimas Irano aukštosiose mokyklose. Kiberpsicholis. Behav. 2008, 11, 731 – 733. ["Google Scholar"] [CrossRef] [PubMed]
  36. Yen, J.-Y.; Ko, C.-H.; jena, C.-F.; Wu, H.-Y.; Yang, M.-J. Komorbidiniai psichikos priklausomybės nuo interneto simptomai: dėmesio trūkumo ir hiperaktyvumo sutrikimas (ADHD), depresija, socialinė fobija ir priešiškumas. J. Adolesc. Sveikata 2007, 41, 93 – 98. ["Google Scholar"] [CrossRef] [PubMed]
  37. Tonioni, F.; Mazza, M.; Autullo, G.; Cappelluti, R.; Catalano, V.; Marano, G.; Fiumana, V.; Moschetti, C.; Alimonti, F.; Luciani, M. Ar priklausomybė nuo interneto yra psichopatologinė būklė, kuri skiriasi nuo patologinio lošimo? J. Narkomanas. Behav. 2014, 39, 1052 – 1056. ["Google Scholar"] [CrossRef] [PubMed]
  38. Kuss, DJ; Griffiths, MD Internetinis socialinis tinklas ir priklausomybė - psichologinės literatūros apžvalga. Vid. J. Environ. Res. Visuomenės sveikata 2011, 8, 3528 – 3552. ["Google Scholar"] [CrossRef] [PubMed]
  39. Oulasvirta, A.; Rattenbury, T.; Ma, L.; Raita, E. Dėl įpročių naudojimasis išmaniuoju telefonu tampa vis labiau paplitęs. Asm. Visur esantis kompiuteris. 2012, 16, 105 – 114. ["Google Scholar"] [CrossRef]
  40. kunigaikštis, É.; Montag, C. Priklausomybė išmaniajam telefonui, kasdieniai trukdžiai ir produktyvumas. Priklausomas. Behav. Rep. 2017, 6, 90 – 95. ["Google Scholar"] [CrossRef] [PubMed]
  41. Kussas, didžėjus; Griffiths, MD Socialinių tinklų svetainės ir priklausomybė: dešimt išmoktų pamokų. Tarpt. J. Aplinka. Res. Visuomenės sveikata 2017, 14, 311. ["Google Scholar"] [CrossRef] [PubMed]
  42. Oberstas, U.; Wegmann, E.; Stodt, B.; Prekinis ženklas, M.; Chamarro, A. Neigiamos intensyvaus socialinio tinklo pasekmės paaugliams: baimės praleisti tarpininkavimo vaidmuo. J. Adolesc. 2017, 55, 51 – 60. ["Google Scholar"] [CrossRef] [PubMed]
  43. Joffe, MM; Rosenbaum, PR Pakviestas komentaras: Polinkio balai. Esu. J. Epidemiol. 1999, 150, 327 – 333. ["Google Scholar"] [CrossRef] [PubMed]
  44. Deimantas, A.; Sekon, J. Genetinis atitikimas priežastiniam poveikiui įvertinti: naujas metodas, kaip pasiekti pusiausvyrą stebėjimo tyrimuose. Rev. ekonom. Stat. 2013, 95, 932 – 945. ["Google Scholar"] [CrossRef]