Interneta atkarības izplatība un prognozējošie faktori Ķīnas vidusskolēniem Honkongā: garengriezuma pētījums (2017)

Soc Psychiatry Psychiatr Epidemiol. 2017 Apr 17. doi: 10.1007 / s00127-017-1356-2.

Lau JTF1,2, Bruto DL3, Wu AMS4, Cheng KM3, Lau MMC3.

Anotācija

MĒRĶIS:

Interneta izmantošanai ir globāla ietekme uz visiem dzīves aspektiem, un tā ir kļuvusi par arvien lielākas bažas. Ir ziņots par šķērsgriezuma pētījumiem par interneta atkarību (IA), bet cēloņsakarība bieži ir neskaidra. Ir nepieciešami vairāk garengriezuma pētījumi.

METODES:

Mēs pētījām vidusskolas audzēkņu saslimstības un prognozēšanas ietekmi uz IA. 12 mēneša ilgstošais pētījums tika veikts Honkongas ķīniešu 1-4 studentu vidū (N = 8286). Izmantojot 26 vienumu Chen interneta atkarības skalu (CIAS; robeža> 63), sākotnēji tika identificēti gadījumi, kas nav IA. Pārraudzība par IA novērošanas periodā tika atklāta, biežumu un prognozētājus atvasinot, izmantojot daudzlīmeņu modeļus.

REZULTĀTI:

IA izplatība sākumstāvoklī bija 16.0% un IA sastopamības biežums bija 11.81 uz 100 personu gadiem (13.74 vīriešiem un 9.78 sievietēm). Riska fona faktori bija vīriešu dzimums, augstskolu formas un dzīvošana tikai ar vienu vecāku, savukārt aizsargājošie fona faktori bija ar māti / tēvu ar augstāko izglītību. Pielāgots visiem fona faktoriem, augstāks sākotnējais CIAS rādītājs (ORa = 1.07), ilgāks laiks, kas pavadīts tiešsaistē izklaides un sociālajai komunikācijai (attiecīgi ORa = 1.92 un 1.63), un Veselības ticības modeļa (HBM) konstrukcijas (izņemot uztverto IA smagumu un uztverto pašvērtība lietošanas samazināšanai) bija nozīmīgi konversijas uz IA prognozi (ORa = 1.07-1.45).

Secinājumi:

IA konversijas izplatība un sastopamība bija augsta un nepieciešama uzmanība. Intervencēs jāņem vērā identificētie riska prognozētāji, piemēram, HBM, un jāpalielina laika pārvaldības prasmes. Skrīnings ir pamatots, lai identificētu tos, kuriem ir augsts risks (piemēram, augsts CIAS rādītājs), un nodrošināt tos ar primāro un sekundāro intervenci.

Atslēgas vārdi:

Pusaudži; Ķīniešu; Veselības pārliecības modelis; Slimība; Interneta atkarība

PMID: 28417158

DOI: 10.1007/s00127-017-1356-2