KOMENTĀRI: Unikāls pētījums. Pirmā gada universitātes studentiem seko, lai noskaidrotu, cik procentos attīstās atkarība no interneta, un kādi riska faktori var būt spēlē. Unikālais aspekts ir tas, ka pētījuma priekšmeti pirms iestāšanās koledžā nebija izmantojuši internetu. Grūti noticēt. Tikai pēc viena skolas gada neliela daļa tika klasificēta kā interneta atkarīgā. Tie, kas attīstīja atkarību no interneta, bija augstāki obsesīvā mērogā, savukārt trauksmes depresijas un naidīguma rādītāji bija zemāki.
Galvenais punkts ir interneta atkarība izraisa uzvedības un emocionālas izmaiņas. No pētījuma:
- Pēc to atkarības, ievērojami lielāki rādītāji tika novēroti attiecībā uz depresijas, trauksmes, naidīguma, starppersonu jutīguma un psihoticisma dimensijām, kas liek domāt, ka tie bija interneta atkarības traucējumi.
- Mēs nevaram atrast stabilu patoloģisku prognozi interneta atkarības traucējumiem. Interneta atkarības traucējumi dažos veidos var radīt narkomāniem dažas patoloģiskas problēmas.
PLoS ONE 6 (2):e14703.doi: 10.1371 / journal.pone.0014703
Guangheng Dong1*, Qilin Lu2, Hui Zhou1, Xuan Zhao1
1 Ķīnas Tautas Republikas Dzjinhua Džedzhuanas Universitātes Psiholoģijas katedra, 2 Dalianas Tehnoloģiskās universitātes Neuroinformātikas institūts, Dalian, Ķīnas Tautas Republika
Anotācija
fons
Šī pētījuma mērķis bija novērtēt patoloģisko traucējumu lomu interneta atkarības traucējumos un identificēt IAD patoloģiskās problēmas, kā arī izpētīt interneta atkarīgo psihisko stāvokli pirms atkarības, tostarp patoloģiskās iezīmes, kas var izraisīt interneta atkarības traucējumus.
Metodes un secinājumi
59 studenti tika mērīti ar Symptom CheckList-90 pirms un pēc tam, kad viņi kļuva atkarīgi no interneta. Savākto datu salīdzinājums no simptomu kontrolsaraksta-90 pirms interneta atkarības un pēc interneta atkarības savāktie dati ilustrēja patoloģisko traucējumu lomu cilvēku vidū, kuriem ir atkarība no interneta. Obsesīvi-kompulsīvā dimensija tika konstatēta patoloģiski, pirms tie kļuva atkarīgi no interneta. Pēc to atkarības tika novēroti ievērojami augstāki rādītāji attiecībā uz depresijas, trauksmes, naidīguma, starppersonu jutīguma un psihoticisma dimensijām, kas liecina, ka tie bija interneta atkarības traucējumi. Izmēri somatizācijai, paranojas idejām un fobiskajai trauksmei studiju laikā nemainījās, kas nozīmē, ka šie izmēri nav saistīti ar interneta atkarības traucējumiem.
secinājumi
Mēs nevaram atrast cietu patoloģisku prognozi interneta atkarības traucējumiem. Interneta atkarības traucējumi dažos veidos var radīt narkomāniem dažas patoloģiskas problēmas.
Citāts: Dong G, Lu Q, Zhou H, Zhao X (2011) prekursors vai Sequela: patoloģiski traucējumi cilvēkiem ar interneta atkarības traucējumiem. PLOS ONE 6 (2): e14703. doi: 10.1371 / journal.pone.0014703
Redaktors: Jeremy Miles, RAND Corporation, Amerikas Savienotās Valstis
Saņemts: jūnijs 18, 2010; Pieņemts: janvāris 27, 2011; Publicēts: Februāris 16, 2011
Autortiesības: © 2011 Dong et al. Šis ir atvērta piekļuves raksts, kas tiek izplatīts saskaņā ar Creative Commons Attribution License noteikumiem, kas pieļauj neierobežotu izmantošanu, izplatīšanu un reproducēšanu jebkurā vidē, ja tiek ieskaitīts oriģinālais autors un avots.
Finansējums: Šo pētījumu atbalstīja Ķīnas Nacionālais zinātnes fonds (30900405). Finansētājiem nebija nekādas nozīmes pētījuma izstrādē, datu vākšanā un analīzē, lēmumu publicēt vai sagatavot manuskriptu.
Konkurējošas intereses: Autori ir paziņojuši, ka nav konkurējošu interešu.
* E-pasts: [e-pasts aizsargāts]
Ievads
Interneta lietošana pēdējo desmit gadu laikā ir ievērojami palielinājusies. Ķīnas interneta tīkla informācijas centra (CNNIC) dati no 30 jūnija, 2010 parādīja, ka 420 miljoniem cilvēku dodas tiešsaistē, 58.0% no kuriem diapazons ir starp 10-29 gadiem [1]. Pieaugošā interneta lietotāju skaita dēļ palielinājās iedzīvotāju procentuālais daudzums, ko skāra vidēja problemātiskā lietošana, ko tagad dēvē par interneta atkarības traucējumiem (IAD). IAD ir kļuvusi par nopietnu garīgās veselības problēmu ne tikai Ķīnā, tas, šķiet, ir izplatīts traucējums, kas izpaužas visā pasaulē un ir vērts iekļaut DSM-V [2], [3]. Vācijā 9.3% ziņoja par vismaz vienu negatīvu interneta lietošanas seku, īpaši izklaides pasākumu un ar ģimeni / partneri, darbu vai izglītību saistītu problēmu neievērošanu. [4]. Chou un Hsiao ziņoja, ka interneta atkarības biežums Taivānas studentu vidū ir 5.9% [5]. Turklāt Wu un Zhu ziņoja, ka 10.6% no ķīniešu studentiem cieš no interneta atkarības [6]. Dienvidkoreja uzskata, ka interneta atkarība ir viens no nopietnākajiem sabiedrības veselības jautājumiem [2].
IAD izpratne ir svarīga, jo tā ir saistīta ar citām psihiskām slimībām, piemēram, patoloģiskām un kompulsīvām uzvedībām. [7]. Ir ziņots, ka plašs interneta lietojums var radīt paaugstinātu psiholoģisko uzbudinājumu līmeni [8]iespējams, tiešsaistes lietotājiem, kuriem ir veselības problēmas [9], [10]. Vairāki pētījumi norāda uz interneta atkarības psihopatoloģiju, tostarp depresiju, sociālo trauksmi un atkarību no vielām [11], [12]. Lai gan metodoloģiskās problēmas ir kavējušas šo pētījumu pilno spēku [13]. IAD subjekti (turpmāk tekstā - IAD) parasti izpaužas kā patoloģiska uzvedība, piemēram, trauksme, depresija vai izolācija. Tomēr tas arī nav skaidrs, vai šie faktori ir IAD prekursori vai IAD sekas. Patiesībā IAD pētnieki pašlaik saskaras ar šo pretrunīgo jautājumu.
No klīniskās psihiatrijas viedokļa interneta atkarīgo profils var ietvert personas, kurām ir viena vai vairākas no šādām dimensijām: depresija, bipolāri traucējumi, seksuāls piespiedums un vientulība. Morahans-Martins apgalvoja, ka ir grūti noteikt cēloņsakarību starp patoloģisko dimensiju un IAD, un ka interneta atkarība var būt simptoms citiem traucējumiem (piemēram, patoloģiska uzvedība). [14]. IAD kognitīvās uzvedības modelis liek domāt, ka psihopatoloģija ir attālināts nepieciešamais IAD simptomu cēlonis (ti, psihopatoloģijai jābūt klāt vai ir bijis, lai parādītu IAD simptomus) [15]. Armstrong et al. pētīja impulsivitāti un pašcieņu kā atkarības pasākumus, parādīja, ka pašvērtējums bija labāks, bet ne absolūts interneta atkarības prognozētājs [16],. Thatcher un Goolam apgalvoja, ka augsta riska grupas piesaista savu piešķirto laiku tiešsaistē ar aizrautību un neatkarību [17].
Internets ļauj indivīdam atbloķēt savu personību un radīt personību, kas var būt ļoti atšķirīga no realitātes [10], [18]. Medija pievilcību var attiecināt uz faktu, ka var izolēt reālās dzīves ierobežojumus un ka ir iespējami eksperimenti ar mainītu uztveri (piemēram, ideālā sevis konstruēšana). Personas ar zemāku pašnovērtējumu ir saistītas ar palielinātu interneta lietošanas stundu skaitu, iespējams, kā izkļūšanas veidu. Šapira un citi. uzskatu, ka IAD ir “indivīda nespēja kontrolēt interneta lietošanu, kas savukārt izraisa ciešanu un ikdienas darbību funkcionālos traucējumus” [7].
Visi šie pētījumi sniedz vērtīgu informāciju, lai izprastu IAD īpašības. Viņi ir izpētījuši to cilvēku pašreizējo prāta stāvokli, kuri cieš no minētajiem atkarības traucējumiem. Tomēr ir grūti noteikt cēloņsakarību starp patoloģiskām problēmām un IAD. Piemēram, kurš no šiem faktoriem ir atkarības priekštecis vai atkarīgs no atkarības? No vienas puses, cilvēki, kuriem bija noteikta līmeņa patoloģiskas problēmas, bija viegli atkarīgi no interneta. No otras puses, IAD var mainīt indivīda garīgo stāvokli un līdz ar to izraisīt kāda veida patoloģiskus traucējumus. Horizontālie pētījumi nevar skaidri izskaidrot šo dilemmu. Tādējādi tika veikts garuma pētījums, lai identificētu cēloņsakarību.
Šajā pētījumā mēs izmantojām garuma izpētes metodes, lai identificētu IAD patoloģiskās problēmas, kā arī izpētītu IAD psihisko stāvokli pirms atkarības, tostarp patoloģiskās iezīmes, kas var izraisīt IAD. Dati no simptomu kontrolsaraksta-90 (SCL-90) tika iegūti no 59 subjektiem pirms un pēc to cieš no IAD. Tiek uzskatīts, ka datu salīdzināšana pirms IAD, ķīniešu normu lietošana un dati, kas savākti pēc IAD, var sniegt noderīgu informāciju par šo tēmu.
Metodes
Simptoms Kontrolsaraksts SCL-90
SCL-90 [19] ir instruments psiholoģiskās ciešanas un dažu psihopatoloģijas aspektu mērīšanai. Tas ietver 90 paziņojumus, kas raksturo fiziskos un psihiskos simptomus. Pacientiem tika lūgts norādīt, cik lielā mērā pēdējo nedēļu laikā katrs no šiem simptomiem bija apgrūtināts ar 5 punktu Likert skalu, sākot no „nē” (0) līdz „ārkārtīgi” (4). Faktoranalīzes piemērošana, Derogatis [19] bija iegūti deviņi apakšskaitļi vai izmēri no instrumenta, ko viņš apzīmēja ar somatizāciju (SOM), obsesīvi-kompulsīvi (OC), starppersonu jutību (INT), depresiju (DEP), trauksmi (ANX), naidīgumu (HOS), fobisku trauksmi (PHOB) , paranojas idejas (PAR), psihoticisms (PSY) un papildu vienības (ADD). Augsts rezultāts noteiktā dimensijā norāda uz atbilstošās ciešanas izpausmi. SCL-90 ķīniešu versija, jo to veica un testēja Wang [20] un tika plaši izmantoti pētījumos un klīniskajos pasākumos Ķīnā [21].
Young's tiešsaistes atkarības tests tiešsaistē
Janga tiešsaistes atkarības pārbaudē tiešsaistē ir 20 vienumi, kas saistīti ar interneta lietošanu tiešsaistē, tostarp psiholoģiskā atkarība, piespiedu lietošana un atteikšanās, kā arī ar to saistītās skolas vai darba, miega, ģimenes un laika pārvaldības problēmas. Katram vienumam tiek izvēlēta novērtēta atbilde no 1 = “Reti” līdz 5 = “Vienmēr” vai “Neattiecas”. Tika uzskatīts, ka cilvēki, kuru vērtējums pārsniedz 50, tika uzskatīts, ka interneta dēļ nereti vai bieži rodas problēmas. Tika uzskatīts, ka cilvēki, kas ieguva vairāk nekā 80 punktus, sagādāja būtiskas problēmas viņu dzīvē [22]. Šajā pētījumā dalībnieki ieguva vairāk nekā 80 tika uzskatīti par interneta atkarīgajiem.
Dalībnieka izvēle
Septembrī 2008, 2132 jaunlaulāto studenti tika pārbaudīti, izmantojot SCL-90. Dati tika iegūti no 1024 (48%) sievietēm un 1108 (52%) studentēm. 2009. gada septembrī tos visus pārbaudīja Jangs tiešsaistes atkarības tests tiešsaistē. Lai kontrolētu dalībnieku ekspozīcijas laiku internetā, studenti, kuri specializējas programmatūras, datorinformācijas un saistīto jomu jomā, netika iekļauti aptaujā. Pēc Janga definīcijas [9], 66 studentu skaits (12 sieviete) šajā pētījumā tika vērtēts kā interneta atkarīgais.
Lai uzzinātu, vai šie 66 studenti bija atkarīgi no interneta, kad viņi tikko ienāca universitātē (2008 septembris), šajos interneta atkarīgajos tika novērtēta retrospektīva diagnoze. Septiņi atkarīgi vīrieši tika izslēgti, jo viņu klasesbiedri vai pasniedzēji ziņoja, ka viņi ir iepazinušies ar internetu, kad viņi iestājās universitātē.. Tas ir, lai garantētu, ka visas izmaiņas tiek veiktas pirmajā gadā. Pārējie 59 studenti nebija pazīstami ar internetu kā svaigiem; tomēr gadu vēlāk viņi tika diagnosticēti kā atkarīgi no interneta. Arī šo 59 IAD garīgie stāvokļi tika mērīti, izmantojot SCL-90 (2009. gada septembris). Pirmo SCL-90 testu organizēja universitāte (Universitātes politika ir zināt visu studentu garīgo piemērotību, kad viņi iestājas universitātē). Tātad netika parakstītas informētas piekrišanas veidlapas. Otro reizi katrs subjekts parakstīja apzinātu piekrišanas veidlapu pētījumam. Pētījuma procedūra bija saskaņā ar 1964. gada Helsinku deklarācijas (Pasaules Medicīnas organizācijas) ētikas principu. Zhejiang Normal University institūta pārskatīšanas padome apstiprināja pētījumu procedūru.
rezultāti
Viena parauga t testi tika veikti starp 59 interneta atkarīgajiem un ķīniešu normām. Pēc tam tika veikts pārī paraugu tests starp SCN-90 datiem, kas savākti 2008 un 2009 no šiem 59 studentiem. Tabula 1 parāda 90 un 2008 savākto SCL-2009 datu un standartvērtību, kā arī ķīniešu normas vērtības. Katras dimensijas raksturlielumi ir parādīti Skaitlis 1.
Skaitlis 1. SCL-90 izmēru vidējie rādītāji dažādās grupās.
Attēlā parādīti dažādu dimensiju raksturlielumi dažādos pasākumos. No šī skaitļa mēs redzam, ka INT, DEP, ANX, HOS un PSY cieši mainīja datus, kas iegūti 2008 un 2009. Tomēr SOM, OC un PHOB parādīja nelielas izmaiņas.
doi: 10.1371 / journal.pone.0014703.g001
Tabula 1. SCL-90 izmēru vidējie rādītāji dažādās grupās.
doi: 10.1371 / journal.pone.0014703.t001
Salīdzinot, tikai OC SCL-90 rezultātos (2008) bija ievērojami augstāks rezultāts nekā normai (Tabula 2). Būtiskas atšķirības tika konstatētas OC, DEP, ANX un HOS izmēros, salīdzinot SCL-90 rezultātus (2009) un normu. SCL-90 (2009) rezultāti parādīja nozīmīgus un pieaugošus rādītājus INT, DEP, ANX, HOS un PSY, salīdzinot ar rezultātiem SCL-90 (2008) (Tabula 2).
Tabula 2. Dažādu datu salīdzināšanas rezultāti.
doi: 10.1371 / journal.pone.0014703.t002
diskusija
Garīgās valstis pirms atkarības
Pamatojoties uz salīdzinājumu, mēs konstatējam, ka 59 studentu rādītāji bija zemāki par normu lielākajā daļā SCL-90 dimensiju pirms to atkarības. Tikai OC (obsesīvi-kompulsīvs) dimensija starp IAD bija ievērojami augstāka nekā Norm. Rezultāts liecina, ka cilvēki parādīja vairāk OC uzvedību, pirms tie kļuva atkarīgi no interneta. Faktiski atkarība parasti tiek definēta kā smadzeņu slimība, kas izpaužas kā kompulsīva uzvedība vai vielas vai uzvedības kompulsīva un nepārtraukta izmantošana pat tad, ja lietotājs to uzskata par kaitīgu [23]. Šis rezultāts atbilst Shapria pētījumam, ka IAD parasti izpaužas piespiedu uzvedībā [7]. Pētījumi par cilvēkiem, kas cieš no vielas [24] tabaka [25] atkarības parādījās arī OC uzvedībā. Tāpēc attiecības starp OC un IAD bija viegli apstiprinātas.
Kad cilvēki kļūst atkarīgi no interneta
Pašreizējos IAD psihiskos stāvokļus var izpētīt, salīdzinot IAD09 un normu. Rezultāti rāda, ka OC, DEP, ANX un HOS rādītāji IADs bija ievērojami augstāki par normu, kas liecina par to, ka studenti, kas cieš no IAD, pašlaik cieš no iepriekš minētajām patoloģiskajām problēmām. SOM, INT, PHOB, PAR, PSY un ADD rezultāti liecina, ka IAD nav saistīts ar šiem izmēriem. Mkamēr agrākos pētījumos depresija un trauksme bija pierādīta ar patoloģiskām problēmām, kas saistītas ar IAD [14], [16]. Tāpēc šis pētījums atbalsta saistītos konstatējumus par DEP un ANX. Iepriekšējie pētījumi ir arī konstatējuši, ka naidīgums ir saistīts ar interneta atkarību vīriešu vidū [26]. Ir ziņots, ka naidīgums paredz izvairīties no izbēgšanas novēršanas stilu, kā arī vielu lietošanu, ko izraisa zināmas norādes (piem., Negatīvas emocionālas valstis un spriedze) [27]. Pusaudžiem augstāks naidīgums parasti izraisa starppersonu konfliktus un noraidīšanu. Tā kā vielas viņiem ir mazāk pieejamas, internets varētu nodrošināt virtuālu pasauli, lai izvairītos no reālās pasaules stresa [28].
Svarīgākie rezultāti no 90 un 2008 rezultātiem SCL-2009
Salīdzinošie rezultāti, kas iegūti 2008 un 2009 savāktajos datos, nodrošina garīgo stāvokli šajos 59 interneta atkarīgajos, kas gada laikā mainījušies. INT, DEP, ANX, HOS un PSY rādītāji šajā gadā būtiski mainījās. Tomēr SOM, OC, PHOB un PAR rādītāji būtiski nemainījās, norādot, ka šie izmēri nav saistīti ar IAD. Iepriekšējie pētījumi faktiski parādīja IAD izraisīto kaitējumu, piemēram, garastāvokļa traucējumi, uzmanības traucējumi un atkarības no vielām tika minētas kā līdzīgas slimības. [29], [30]. Tādējādi, ja līdzīgi traucējumi tiek risināti līdzās IAD, pacientu rezultātus var ievērojami uzlabot [31].
Prekursors vai sekvence
SCL-90 dimensiju īpatnības šajā pētījumā var iedalīt četros veidos. Pirmkārt, SOM, PAR un PHOB būtiski nemainījās pirms un pēc to atkarības, kas nozīmē, ka šie izmēri nebija ne IAD prekursori, ne Sequela. Vienkārši sakot, tie nesaskata attiecības ar IAD. Otrkārt, OC rezultāts bija daudz augstāks nekā norma pirms IAD, un tādējādi to var uzskatīt par IAD prognozētāju. Tomēr 2009 OC rezultāts būtiski nemainījās, kas var kaut kādā veidā ietekmēt šī atzinuma ticamību. No vienas puses, rezultāti liecina, ka OC var būt IAD prognozētājs, jo tas parādīja lielāku rezultātu pirms interneta atkarības. Tomēr, tā kā OC punktu skaits 2009 būtiski nemainījās, OC dimensija var nebūt saistīta ar IAD. Tāpēc mēs nevaram absolūti secināt, ka OC ir IAD prognozētājs.
Treškārt, pirms viņu atkarības no interneta, DEP, ANX un HOS rādītāji studentiem ar IAD bija zemāki par normu, kas nozīmē, ka šajās dimensijās nekas nav atrasts kļūdaini. Būtībā šos izmērus nevar klasificēt kā IAD prognozētājus. Apēc atkarības, izmēri ieguva augstu un pat ievērojami palielinājās, norādot, ka DEP, ANX un HOS bija IAD rezultāti, nevis IAD prekursori.. Šis konstatējums var palīdzēt mums labāk izprast cēloņsakarību starp patoloģiskiem traucējumiem un IAD [15], [17]. Tviņš ceturtais veids, kas vērsts uz INT un PSY, parādīja, ka šīs dimensijas bija normālas pirms interneta atkarības. Lai gan to rādītāji salīdzinājumā ar normu, salīdzinot ar 90 savāktajiem SCL-2009 datiem, nebija nozīmīgi, tika novērots, ka tie būtiski mainījās 2009, kā to pierāda salīdzinājums starp 90 un 2008 savāktajiem SCL-2009 datiem. Tādējādi varam secināt, ka INT un PSY dimensiju pieaugums bija IAD rezultāts.
Liels skaits pētījumu ir izpētījuši interneta atkarības prognozes. Komunikācijas prieks [5], impulsivitāte [32]un konkurence un sadarbība [33] tika pierādīts interneta atkarības prognozētājs. Lielākā daļa no šiem pētījumiem ir uzsvēruši pieredzi, lietojot internetu un personības iezīmes, kas saistītas ar interneta atkarību. Tomēr tikai daži pētījumi skaidri izpētīja tā cēloņsakarību ar patoloģiskiem traucējumiem. Šī pētījuma rezultāti var veicināt mūsu izpratni par saikni starp patoloģiskiem traucējumiem un interneta atkarību. Tādējādi cēloņsakarība starp patoloģiskajiem traucējumiem un interneta atkarību būtu jāturpina izvērtēt ar perspektīviem pētījumiem.
Ierobežojumi un trūkumi
Šī pētījuma rezultāti atklāja vairākus svarīgus atklājumus, lai padziļinātu mūsu izpratni par interneta atkarības patoloģiskajiem traucējumiem, tomēr jāņem vērā vairāki ierobežojumi. Pirmkārt, šie pētījumi ilga vienu gadu. Šī gada laikā notika daudzas lietas, kas var mainīt cilvēka garīgos stāvokļus. Tātad ir grūti izdarīt 100% pārliecību, ka šīs izmaiņas bija saistītas ar IAD. Otrkārt, SCL-90 ir noderīgs līdzeklis garīgās stāvokļu mērīšanai pēdējās pēdējās nedēļas laikā, tomēr tas nevar izsekot mainīgajam procesam ilgākā laika posmā. Šis pētījums tikai parādīja studentu statisko garīgo stāvokli pirms un pēc viņu atkarības no interneta. Treškārt, IAD skaits ir ierobežots (59), turpmākajos pētījumos, ja iespējams, vajadzētu atrast vairāk dalībnieku. Ceturtkārt, kā salīdzināšanas līmeni izmantojām normu, bet ne kontroles grupas datus. Tas ir tāpēc, ka ir ļoti grūti izdarīt vēl vienu plašu pētnieku kā pirmo pasākumu šajā pētījumā. Normas izmantošana salīdzinošā līmenī ir noderīga un vienkārša.
Lai gan šajā pētījumā ir tik daudz ierobežojumu, mēs joprojām uzskatām, ka tas ir vērtīgs. Pirmkārt, ir grūtāk kontrolēt papildu mainīgos lieluma pētījumos nekā eksperimentālos pētījumos, īpaši pētījumos ar pacientiem. Otrkārt, šis pētījums parādīja, ka ir grūti atrast stabilu IAD prognozētāju, kas atšķiras no iepriekšējiem pētījuma rezultātiem. Tā paplašināja mūsu zināšanas par IAD.
secinājumi
Kopumā varam secināt, ka IAD nav cietu patoloģisku prognožu. Lai gan OC var uzskatīt par vienu dimensiju, tomēr šis secinājums nav pilnībā noslēgts. Gluži pretēji, interneta atkarības traucējumi var radīt patoloģiskas problēmas cilvēkiem, kas to cieš, lai gan secinājums joprojām ir vajadzīgs lielāks atbalsts, jo pētījuma projekts ir ierobežots.
Autora iemaksas
Izstrādāti un izstrādāti eksperimenti: GD. Veikti eksperimenti: GD HZ XZ. Analizēti dati: GD XZ. Iegūtie reaģenti / materiāli / analīzes rīki: GD QL. Rakstīja papīru: GD.
1. CNNIC (2010) 26th statistikas pārskats par Ķīnas interneta attīstību. Pieejams: http://research.cnnic.cn/html/1279173730d2350.html. Piekļuve 2010 Oct 10.
2. Bloķēt JJ (2008) problēmas DSM-V: interneta atkarība. Am J Psihiatrija 165: 306 – 307. Atrodiet šo rakstu tiešsaistē
3. Flisher C (2010) Pievienošana: pārskats par interneta atkarību. J Paediatr Bērnu veselība 46: 557 – 559. Atrodiet šo rakstu tiešsaistē
4. Beutel ME, Brähler E, Glaesmer H, Kuss DJ, Wölfling K, et al. Regulāra un problemātiska brīvā laika izmantošana internetā sabiedrībā: rezultāti, kas iegūti no Vācijas iedzīvotāju aptaujas. Cyberpsychol, Behav un Soc Netw. Presē. Atrodiet šo rakstu tiešsaistē
5. Chou C, Hsiao MC (2000) Interneta atkarība, izmantošana, iepriecināšana un prieka pieredze: Taivānas koledžas studentu lieta. Aprēķiniet Educ 35: 65–80. Atrodiet šo rakstu tiešsaistē
6. Wu H, Zhu K (2004) Ceļa analīze par saistītiem faktoriem, kas izraisa interneta atkarības traucējumus koledžu studentiem. Chin J Sabiedrības veselība 20: 1363 – 1366. Atrodiet šo rakstu tiešsaistē
7. Shapira NA, Lessig MC, Goldsmith TD, Szabo ST, Lazoritz M, et al. (2003) Problēmu lietošana internetā: ierosinātie klasifikācijas un diagnostikas kritēriji. Nospiediet trauksmi 17: 207 – 216. Atrodiet šo rakstu tiešsaistē
8. Dong G, Lu Q, Zhou H, Zhao X (2010) Impulsu inhibīcija cilvēkiem ar interneta atkarības traucējumiem: elektrofizioloģiskie pierādījumi no Go / NoGo pētījuma. Neurosci Lett 485: 138 – 142. Atrodiet šo rakstu tiešsaistē
9. Young KS, Rodgers RC (1998) Attiecības starp depresiju un interneta atkarību. CyberPsychol Behav 1: 25 – 28. Atrodiet šo rakstu tiešsaistē
10. Jaunais KS (1998) internets addiciton: jauna klīniska traucējuma rašanās. CyberPsychol Behav 1: 237 – 244. Atrodiet šo rakstu tiešsaistē
11. Kraut R, Patterson M, Lundmark V, Kiesler S, Mukopadhyay T, et al. (1998) Interneta paradokss: sociālā tehnoloģija, kas samazina sociālo iesaistīšanos un psiholoģisko labklājību? Am Psychol 53: 1017 – 1031. Atrodiet šo rakstu tiešsaistē
12. Huang C (2010) interneta izmantošana un psiholoģiskā labklājība: meta analīze. Cyberpsychol Behav, Soc Netw 13: 241 – 249. Atrodiet šo rakstu tiešsaistē
13. Rierdan J (1999) interneta depresijas saite? Am Psychol 54: 781 – 782. Atrodiet šo rakstu tiešsaistē
14. Morahan-Martin J (2005) Interneta ļaunprātīga izmantošana: atkarība? traucējumi? simptoms? alternatīvus paskaidrojumus? Soc Sci Comput Rev 23: 39 – 48. Atrodiet šo rakstu tiešsaistē
15. Davis RA (2001) Kognitīvās uzvedības modelis patoloģiskai interneta lietošanai. Comput Human Behav 17: 187 – 195. Atrodiet šo rakstu tiešsaistē
16. Armstrong L, Phillips JG, Saling LL (2000) Potenciālie noteicošie faktori interneta lietošanai. Int J Hum Comput Stud 53: 537 – 550. Atrodiet šo rakstu tiešsaistē
17. Thatcher A, Goolam S (2005) Dienvidāfrikas interneta “atkarīgā” definēšana: problemātisko interneta lietotāju izplatība un biogrāfiskais profils Dienvidāfrikā. S Afr J Psychol 35: 766 – 792. Atrodiet šo rakstu tiešsaistē
18. Peng W, Liu M (2010) Tiešsaistes spēļu atkarība: iepriekšējs pētījums Ķīnā. Cyberpsychol Behav Soc Netw 13: 329 – 333. Atrodiet šo rakstu tiešsaistē
19. Derogatis LR (1975) Kā lietot simptomu kontrolsarakstu (SCL-90) klīniskajos novērtējumos. Nutley, NJ: Hoffmann-La Roche.
20. Wang Z (1984) Simptoma kontrolsaraksts SCL-90. Shanghai Psychopharmacology 2: 68 – 70. Atrodiet šo rakstu tiešsaistē
21. Zhang Z, Luo S (1998) Pētījums par SCL-90 Ķīnas universitātes studentiem. Chin J Ment Health 12: 77 – 78. Atrodiet šo rakstu tiešsaistē
22. Young KS (2009) interneta atkarības tests. Pieejams: http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106. Piekļuve 2010 Oct 10.
23. Leshner AI (1997) Atkarība ir smadzeņu slimība, un tas ir svarīgi. Zinātne 278: 45 – 47. Atrodiet šo rakstu tiešsaistē
24. Davis C, Carter JC (2009) Kompulsīvs pārēšanās kā atkarības traucējums: teorijas un pierādījumu pārskatīšana. Apetīte 53: 1 – 8. Atrodiet šo rakstu tiešsaistē
25. Spinella M (2005) Kompakta uzvedība tabakas lietotājiem. Addict Behav 30: 183 – 186. Atrodiet šo rakstu tiešsaistē
26. Yen JY, Ko CH, Yen CF, Wu HY, Yang MJ (2007) Interneta atkarības psihiskie simptomi: uzmanības deficīta un hiperaktivitātes traucējumi, depresija, sociālā fobija un naidīgums. J Adolesc Health 41: 93 – 98. Atrodiet šo rakstu tiešsaistē
27. McCormick RA, Smith M (1995) Agresija un naidīgums pret ļaunprātīgām vielām: saistība ar ļaunprātīgas izmantošanas modeļiem, stila izjūtu un recidīva izraisītājiem. Addict Behav 20: 555 – 562. Atrodiet šo rakstu tiešsaistē
28. Douglas AC, Mills JE, Niang M, Stepchenkova S, Byun S, et al. (2008) Interneta atkarība: kvalitatīvā pētījuma meta-sintēze 1996-2006. Apkopot Hum Behav 24: 3027 – 3044. Atrodiet šo rakstu tiešsaistē
29. Christensen MH, Orzack MH, Babington LM, Patsdaughter CA (2001) Kad monitors kļūst par vadības centru. J Psychosoc Nurs Ment Health Serv 39: 40 – 47. Atrodiet šo rakstu tiešsaistē
30. Volkow ND (2004) Komorbiditātes realitāte: depresija un narkotiku lietošana. Biol psihiatrija 56: 714 – 717. Atrodiet šo rakstu tiešsaistē
31. Dell'Osso B, Altamura AC, Allen A, Marazziti D, Hollander E (2006) Impulsu kontroles traucējumu epidemioloģiskie un klīniskie atjauninājumi: kritisks pārskats. Eur Arch Psychiatry Clin Neurosci 256: 464–475. Atrodiet šo rakstu tiešsaistē
32. Barnes GM, Welte JW, Hoffman JH, Dintcheff BA (2005) Dalīti jauniešu azartspēļu, vielu lietošanas un likumpārkāpumu prognozētāji. Psihologs no atkarīgā Behav 19: 165 – 174. Atrodiet šo rakstu tiešsaistē
33. Hsu SH, Wen MH, Wu MC (2009) Lietotāju pieredzes izpēte kā MMORPG atkarības prognozētāji. Comput Educ 53: 990 – 999. Atrodiet šo rakstu tiešsaistē
;
