Interneta atkarība un attiecības ar bezmiegu, trauksmi, depresiju, stresu un pašnovērtējumu universitātes studentiem: starpnozaru dizains (2016)

2016 Sep 12;11(9):e0161126. doi: 10.1371 / journal.pone.0161126. eCollection 2016.

Younes F1,2, Halawi G1,2, Jabbour H3,4, El Osta N5,6,7, Karam L1,8, Hajj A1,2, Rabbaa Khabbaz L1,2.

Anotācija

PAMATOJUMS UN MĒRĶI:

Interneta atkarība (IA) varētu būt nozīmīga problēma universitāšu medicīnas studentiem, kuru mērķis ir kļūt par veselības aprūpes speciālistiem. Šīs atkarības sekas, kā arī tās saistība ar miegu, garastāvokļa traucējumiem un pašvērtējumu var kavēt viņu studijas, ietekmēt viņu ilgtermiņa karjeras mērķus un radīt plašas un kaitīgas sekas sabiedrībai kopumā. Pētījuma mērķis bija: 1) novērtēt potenciālo IA universitātes medicīnas studentiem, kā arī ar to saistītos faktorus; 2) Novērtējiet attiecības starp potenciālo IA, bezmiegu, depresiju, trauksmi, stresu un pašvērtējumu.

METODES:

Mūsu pētījums bija uz aptauju balstīta aptauja, kas tika veikta starp 600 studentiem no trim fakultātēm: medicīna, zobārstniecība un aptieka Saint-Joseph University. Tika izmantotas četras apstiprinātas un uzticamas anketas: Jauno interneta atkarības tests, Insomnia Severity Index, Depresijas trauksmes skalas (DASS 21) un Rosenberg Self Esteem Scale (RSES).

REZULTĀTI:

Vidējais YIAT rādītājs bija 30 ± 18.474; Potenciālā IA izplatības pakāpe bija 16.8% (95% ticamības intervāls: 13.81-19.79%), un tas ievērojami atšķīrās starp vīriešiem un sievietēm (p-vērtība = 0.003), ar lielāku izplatību vīriešiem (23.6% pret 13.9%). Tika konstatētas būtiskas korelācijas starp potenciālu IA un bezmiegu, stresu, trauksmi, depresiju un pašcieņu (p-vērtība <0.001); ISI un DASS apakšvērtējumi bija augstāki un pašnovērtējums zemāks studentiem ar potenciālo IA.

Secinājumi:

Ir svarīgi identificēt studentus ar potenciālo IA, jo šī atkarība bieži vien pastāv ar citām psiholoģiskām problēmām. Tāpēc iejaukšanās ietver ne tikai IA vadību, bet arī ar tiem saistītus psihosociālus stresa faktorus, piemēram, bezmiegu, trauksmi, depresiju, stresu un pašcieņu.

 

Anotācija

Pamatinformācija un mērķi

Interneta atkarība (IA) varētu būt nozīmīga problēma universitāšu medicīnas studentiem, kuru mērķis ir kļūt par veselības aprūpes speciālistiem. Šīs atkarības sekas, kā arī tās saistība ar miegu, garastāvokļa traucējumiem un pašvērtējumu var kavēt viņu studijas, ietekmēt viņu ilgtermiņa karjeras mērķus un radīt plašas un kaitīgas sekas sabiedrībai kopumā. Pētījuma mērķis bija: 1) novērtēt potenciālo IA universitātes medicīnas studentiem, kā arī ar to saistītos faktorus; 2) Novērtējiet attiecības starp potenciālo IA, bezmiegu, depresiju, trauksmi, stresu un pašvērtējumu.

Metodes

Mūsu pētījums bija uz aptauju balstīta aptauja, kas tika veikta starp 600 studentiem no trim fakultātēm: medicīna, zobārstniecība un aptieka Saint-Joseph University. Tika izmantotas četras apstiprinātas un uzticamas anketas: Jauno interneta atkarības tests, Insomnia Severity Index, Depresijas trauksmes skalas (DASS 21) un Rosenberg Self Esteem Scale (RSES).

rezultāti

Vidējais YIAT rādītājs bija 30 ± 18.474; Potenciālais IA izplatības līmenis bija 16.8% (95% ticamības intervāls: 13.81 – 19.79%), un tas bija ievērojami atšķirīgs vīriešiem un sievietēm (p- vērtība = 0.003), ar lielāku izplatību vīriešiem (23.6% pret 13.9%). Tika konstatētas būtiskas korelācijas starp potenciālo IA un bezmiegu, stresu, trauksmi, depresiju un pašvērtējumu (pvērtība <0.001); ISI un DASS apakšvērtējumi bija augstāki un pašnovērtējums zemāks studentiem ar potenciālo IA.

secinājumi

Ir svarīgi identificēt studentus ar potenciālo IA, jo šī atkarība bieži vien pastāv ar citām psiholoģiskām problēmām. Tāpēc iejaukšanās ietver ne tikai IA vadību, bet arī ar tiem saistītus psihosociālus stresa faktorus, piemēram, bezmiegu, trauksmi, depresiju, stresu un pašcieņu.

citāts: Younes F, Halawi G, Jabbour H, El Osta N, Karam L, Hajj A, et al. (2016) Interneta atkarība un attiecības ar bezmiegu, trauksmi, depresiju, stresu un pašnovērtējumu universitātes studentiem: šķērsgriezuma dizains. PLOS ONE 11 (9): e0161126. doi: 10.1371 / journal.pone.0161126

Redaktors: Andrea Romigi, Romas Tor Vergata universitāte, ITĀLIJA

Saņemts: Marts 31, 2016; Pieņemts: Jūlijs 30, 2016; Publicēts: Septembris 12, 2016

Autortiesības: © 2016 Younes et al. Šis ir atvērta piekļuves raksts, kas tiek izplatīts saskaņā ar Creative Commons piešķiršanas licence, kas pieļauj neierobežotu izmantošanu, izplatīšanu un reproducēšanu jebkurā vidē, ja tiek ieskaitīts oriģinālais autors un avots.

Datu pieejamība: Visi attiecīgie dati ir dokumentā un tā atbalsta informācijas failos.

Finansējums: Autori šim darbam nesaņēma īpašu finansējumu.

Konkurējošas intereses: Autori ir paziņojuši, ka nav konkurējošu interešu.

Ievads

Interneta izmantošana ir strauji pieaugusi visā pasaulē vairāk nekā 2.5 miljardiem aktīvo lietotāju [1, 2] lielākā daļa ir pusaudži un jaunieši [3]. Paralēli straujai interneta piekļuves izaugsmei pieaug interneta atkarība, jo īpaši pusaudžu vidū, arvien lielāku uzmanību pievērš populārie plašsaziņas līdzekļi, valsts iestādes un pētnieki [4].

Pārmērīga interneta izmantošana ir definēta kā tad, ja interneta izmantošana ir kļuvusi pārmērīga, nekontrolēta un laikietilpīga līdz laikam un nopietni traucējot cilvēku dzīvi [5]. Interneta atkarību raksturo nepareizs interneta izmantošanas modelis, kas rada klīniski nozīmīgus traucējumus vai ciešanas [6].

Termini “problemātisks interneta lietojums” [7], patoloģisks interneta lietojums [8-10] un “interneta atkarība” [11-13] parasti tiek uzskatīti par interneta atkarības sinonīmiem [14]. Young et al [15-17] ierosinātie interneta atkarības diagnostikas kritēriji, kuros atsaukšana, sliktas plānošanas spējas, iecietība, rūpes, kontroles traucējumi un pārmērīgs tiešsaistes laiks tika definēti kā galvenie simptomi.

IA izplatība visā pasaulē svārstījās no 1.6% -18% [18]. 10.7% no Dienvidkorejas pusaudžiem iesniedz IA saskaņā ar Yong interneta atkarības skalu [19]. 11% Grieķijā, pamatojoties uz to pašu testu [20]; Pamatojoties uz Young instrumentiem, 10.7–13.9% Eiropas pusaudžu ir pakļauti atkarības riskam [21] un 4% vidusskolēniem ASV [22].

IA izplatība var atšķirties atkarībā no vecuma, dzimuma un etniskās piederības, un tā biežāk dominē studentu vidū [23].

Liels personības traucējumu līmenis ir atrodams cilvēkiem ar IA [24-27].

Ir ziņots, ka smags interneta lietojums ir saistīts ar garastāvokļa traucējumiem [28], slikta miega kvalitāte [28, 29], zema pašapziņa [30], impulsivitāte [31], pašnāvība [32, 33], zemāks fiziskās aktivitātes līmenis [29] un veselības problēmas (migrēnas, muguras sāpes, aptaukošanās) [34].

Mūsu hipotēze bija tāda, ka augstskola varētu būt nozīmīga problēma universitāšu medicīnas studentiem un ka ir svarīgi pārbaudīt tās saistību ar miegu, garastāvokļa traucējumiem un pašvērtējumu, lai varētu veikt atbilstošus pasākumus šī jautājuma risināšanai.

Medicīnas studentiem, kuru mērķis ir kļūt par veselības aprūpes speciālistiem, šīs atkarības sekas var kavēt viņu studijas un ietekmēt viņu ilgtermiņa karjeras mērķus, un tām var būt plašas un kaitīgas sekas sabiedrībai kopumā.

Šā pētījuma mērķi bija: 1) Novērtēt potenciālos IA studentus medicīnas zinātņu universitātes (CMS) studentiem Libānas Universitātē Saint-Joseph, kā arī ar to saistītos sociāldemogrāfiskos faktorus; 2) Novērtējiet attiecības starp potenciālo IA, bezmiegu, depresiju, trauksmi, stresu un pašcieņu, vienlaikus ņemot vērā studentu vienlaicīgu pakļaušanu bezmiegai, stresam, trauksmei un depresijai.

Materiāli un metodes

Ētiskie apsvērumi

Pētījuma protokolu apstiprināja Sv. Jāzepa universitātes ētikas komiteja (US US-2015-28, 2015 jūnijs). Informēta rakstiska piekrišana tika iegūta no visām personām, kas piedalījās pētījumā.

Apsekojuma procedūra un paraugu ņemšana

Mūsu pētījums bija aptauja, kas balstīta uz aptaujas anketām trīs fakultātēm: medicīna, zobārstniecība un aptieka Saint-Joseph University, no septembra līdz decembrim 2015 (4 mēneši). Iekļaušanas kritēriji bija šādi: studenti vecumā no 18 gadiem un vairāk, un vēlas piedalīties pētījumā. Izslēgšanas kritēriji bija: vecums 18 gados un hroniskas slimības klātbūtne. Katrā klasē skolēni tika nejauši izvēlēti, izmantojot izlases numuru tabulu, lai nodrošinātu izlases reprezentativitāti. Šī izlases atlase bija proporcionāla studentu skaitam katrā klasē. Izvēlētie studenti parasti apmeklēja divus apmācītus pētnieku asistentus, pirms viņi pameta klasi, un jautāja, vai viņi ir gatavi piedalīties ar nosacījumu, ka viņi neparādīs nekādus izslēgšanas kritērijus. Pēc tam tika saņemta rakstiska piekrišana.

Datu vākšana

Dati tika savākti tiešās intervijas laikā, izmantojot pašpārvaldes standartizētu apsekojuma rīku, kas balstīts uz četrām starptautiski apstiprinātām un ticamām aptaujas lapām, proti, Jauno interneta atkarības testu, Insomnia Severity indeksu, depresijas trauksmes skalu (DASS 21), un Rosenberg pašnovērtējuma skala. Interviju ilgums bija no 15 līdz 25 minūtēm.

Pasākumi

Dalībnieki.

Tika apkopoti personas dati par vecumu, dzimumu un fakultāti. Turklāt tika iegūta informācija par dzīvošanu vienatnē vai nē, tabaka (cigarešu vai ūdensvada) un alkohola lietošana.

Interneta atkarība.

Jaunā interneta atkarības tests (YIAT) tiek apstiprināts pusaudžu un pieaugušo vidū un plaši izmantots [15, 16, 35]. Tā ir 20 vienības pašnovērtējuma skala, kas novērtē respondenta produktivitāti darbā, skolā vai mājās (3 jautājumi), sociālo uzvedību (3 jautājumi), emocionālo savienojumu ar interneta lietošanu (7 jautājumi) un vispārējos modeļus interneta izmantošana (7 jautājumi). Dalībnieki reaģē uz 20 YIAT vienumiem 6 punkta Likert pasākumā (“neattiecas” uz “vienmēr”), kas radīja kopējo rezultātu starp 0 un 100. Tika piemēroti sekojoši punkti uz kopējo YIAT punktu skaitu: (1) parastais interneta lietojums: 0 – 49 un (2) potenciālā interneta atkarība: rādītāji virs 50 [36, 37].

Bezmiegs.

ISI ir 7 punktu pašpārskata anketa, kurā novērtēts bezmiega raksturs, smagums un ietekme. Novērtētie domēni ir: miega iestāšanās smagums, miega uzturēšana, agras rīta pamošanās problēmas, miega neapmierinātība, miega grūtību iejaukšanās dienas darbībā, citu cilvēku miega grūtību uztvere un miega grūtību izraisītās mokas. Katra priekšmeta novērtēšanai tika izmantota 5 punktu Likerta skala (no 0 līdz 4, kur 0 norāda, ka nav problēmu, un 4 atbilst ļoti nopietnai problēmai), iegūstot kopējo punktu skaitu no 0 līdz 28. Kopējais vērtējums tika interpretēts šādi: prombūtne bezmiegs (0–7); subklīniska vai viegla bezmiegs (8–14); mērens bezmiegs (15–21); un smaga bezmiegs (22–28). Turklāt tika konstatēts klīniski nozīmīgs bezmiegs, kad kopējais rādītājs bija> 14 [38, 39].

Pašapziņa.

Rosenbergas pašnovērtējuma skala (RSES) tiek plaši izmantota, un tās iekšējo konsekvenci un uzticamību apstiprināja daudzi iepriekšējie pētījumi [40]. Tas ietver 10 paziņojumus. Dalībnieki novērtē, cik lielā mērā viņi piekrīt katram apgalvojumam par četru punktu Likert skalu, (0) stingri nepiekrīt (3), stingri piekrītot 1, 2, 4, 6 un 7 vienumiem un pretēju vērtējumu priekšmetiem 3, 5, 8, 9 un 10. Kopējais rezultāts tiek iegūts, summējot visas atbildes un var būt no 0 līdz 30, un augstāki rādītāji norāda uz augstāku pašvērtējumu [41].

Trauksme, depresija un stress.

Depresijas trauksmes skalas (DASS) ir plaši izmantots negatīvas ietekmes rādītājs pieaugušajiem [42]. Svarīga un unikāla DASS iezīme ir spriedzes / stresa skalas iekļaušana papildus depresijai un trauksmei. DASS 21 ir īsa 42 vienuma sākotnējās skalas versija. Abi ir ticami un derīgi depresijas, trauksmes un spriedzes / stresa rādītāji pieaugušo klīniskajās un neklīniskajās populācijās [43-45].

Tā ir 21 vienības skala, kas izmērīta 4-punkta Likert skalā (0 – 3), “0”, kas apzīmē “vispār neattiecas uz mani” un “3”, kas apzīmē “man ļoti lielu vai lielāko daļu laiks".

Katram apakšskaitījumam izmanto šādus robežvērtības: depresija: normāla 0 – 4, viegla 5 – 6, mērena 7 – 10, smaga 11 – 13 un ārkārtīgi smaga 14 +; trauksme: normāla 0 – 3, viegla 4 – 5, mērena 7 – 10, smaga 11 – 13 un ārkārtīgi smaga 10 +; stress: normāls 0 – 7, viegls 8 – 9, mērens 10 – 12, smags 13 – 16 un ļoti smags 17 +.

Statistiskā analīze.

Statistiskā analīze tika veikta, izmantojot SPSS programmatūru Windows (versija 18.0, Čikāga, IL, ASV). Nozīmīguma līmenis tika noteikts 0.05. Paraugu īpašības tika apkopotas, izmantojot vidējo un standarta novirzi (SD) nepārtrauktiem mainīgajiem un procentuālo kategoriju mainīgajiem. Bezmiegs un interneta atkarības izplatības rādītāji tika aprēķināti, izmantojot aprakstošos datus, kā arī atbilstošo 95% ticamības intervālu (CI). Kolmogorova-Smirnova testi tika izmantoti, lai novērtētu katra mainīgā sadalījuma normalitāti.

Interneta atkarības kategorijas tika sagrupētas kā parastie interneta lietotāji un potenciālā interneta atkarība.

Daudzfaktoru analīze bija nepieciešama, lai noteiktu vairāku vienlaicīgu skaidrojošo mainīgo lielumu ietekmi un noteiktu, kuri no paskaidrojošajiem faktoriem darbojas neatkarīgi no interneta atkarības.

Sākotnējos posmos kategorisko un nepārtraukto mainīgo mainīgā analīze tika veikta, izmantojot attiecīgi Chi-square neatkarības testus vai Fisher Exact testu un Studenta t-testu vai Mann-Whitney testu. Pēc tam tika veikta loģistiskā regresijas analīze ar dihotomizētu interneta atkarību (<50, ≥50) kā atkarīgo mainīgo. Dalībnieku raksturlielumi un rādītāji (ISI, DASS A, DASS S, DASS D, RSES), kas parādīja asociācijas ar p vērtību <0.25 vienā mainīgā analīzē, pēc Enter metodes bija kandidāti uz daudzveidīgo modeli. Tika pārbaudīta arī kolinearitāte starp neatkarīgiem mainīgajiem. Tika izslēgti neatkarīgi korelatori, kuriem bija liela korelācija.

Ir ierosināts neiekļaut divus neatkarīgus mainīgos, kur pastāv korelācija ar 0.64 vai vairāk. Trauksme, stress un depresija tajā pašā modelī netika iekļauti, jo tie bija ļoti korelēti kopā, ko norādīja Spearman un Pearson korelācijas koeficienti. Visbeidzot tika veiktas trīs loģistikas regresijas analīzes un modelī iekļautie neatkarīgie mainīgie bija dzimums, tabakas smēķēšana, ISI rezultāts, RSES rezultāts un DAS vērtējums par stresu, trauksmi un depresiju katrā no trim modeļiem.

rezultāti

Dalībnieku sociāldemogrāfiskās īpašības

Kopumā 780 studenti tika aicināti piedalīties pētījumā, no kuriem 600 (77%) piekrita. Mūsu pētījuma populācijā bija 182 (30.3%) vīriešu un 418 (69.7%) sieviešu studenti. Vecums bija starp 18 un 28 gadiem ar vidējo 20.36 ± 1.83 gadu.

Izlasē bija 219 studenti no Medicīnas fakultātes (FM), 109 no Zobārstniecības fakultātes (FD) un 272 no Farmācijas fakultātes (FP). Tabula 1 apkopo dalībnieku īpašības.

Interneta atkarības izplatība (YIAT)

Vidējais YIAT rādītājs bija 30 ± 18.47 (Tabula 2); Iespējamais interneta atkarības izplatības līmenis bija 16.80% ar 95% X 13.81 – 19.79%. “S1 tabula“Apkopo vidējos rādītājus katram YIAT 20 vienumam.

sīktēls   

 
2 tabula. Studentu skaits un procentuālais daudzums katrā no trim anketu kategorijām: ISI, DASS un YIAT ar vidējiem (SD) rādītājiem (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t002

Vienfaktoru analīze.

Vienfaktoru analīze parādīja, ka potenciālā interneta atkarība vīriešiem un sievietēm bija ievērojami atšķirīga (p-vērtība = 0.003), augstāka izplatība vīriešiem (23.60% pret 13.90%). Tabakas smēķēšana bija būtiski saistīta ar potenciālo interneta atkarību (p-vērtība = 0.046); tomēr ne vecums, ne mācībspēki, ne regulāra alkohola lietošana, ne dzīvošana vieni paši nav būtiski saistīti ar interneta lietošanu (Tabula 3).

sīktēls   

 
3 tabula. Iespējamā interneta atkarības un dalībnieku raksturlielumu savstarpējās attiecības analīze (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t003

Bezmiegs izplatība un smagums (ISI)

Bezmiegs tika novērtēts saskaņā ar ISI anketu. Parauga vidējais ISI rādītājs bija 9.31 ± 3.76. Klīniski nozīmīgas bezmiega izplatība bija 9.80% ar 95% CI robežās starp 7.42 un 12.18% (Tabula 2).

Trauksme, depresija un stress (DASS-21)

Trauksme: DASS A. Vidējais DASS A rezultāts bija 4.77 ± 3.79. 44.70% dalībnieku uzrādīja normālu DASS A punktu skaitu (Tabula 2).

Depresija: D. DASS. Vidējais DASS D rādītājs bija 5.43 ± 4.43. Lielākā daļa dalībnieku uzrādīja normālu DASS D punktu (Tabula 2).

Stress: DASS S. Vidējais DASS S rezultāts bija 6.99 ± 4.46 un 33.20% dalībnieku iesniedza normālu DASS S punktu skaitu (Tabula 2).

Pašcieņa (RSES)

Vidējais parauga RSES rādītājs bija 22.63 ± 5.29 (S fails).

Asociācijas starp interneta atkarību, bezmiegu, zemu pašapziņu, trauksmi un depresiju

Tika konstatēta nozīmīga saikne starp potenciālo interneta atkarību un bezmiegu (pvērtība <0.00001) (Tabula 4).

sīktēls   

 
4 tabula. Vienkāršā analīze par savstarpējo saistību starp anketu rādītājiem (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t004

Vidējais ISI rādītājs parastajiem interneta lietotājiem bija 8.99 ± 3.65 salīdzinājumā ar 10.89 ± 3.90 iespējamās interneta atkarības grupā (p <0.0001) (Tabula 5).

sīktēls   

 
5 tabula. Univariate analīze starp ISI, DASS A, DASS S, DASS un RSES rādītājiem un potenciālo interneta atkarību (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t005

Turklāt tika konstatēta nozīmīga saikne starp potenciālo interneta atkarību un trauksmi, depresiju un stresu (tabulas 4 un 5). DASS vidējie rādītāji bija ievērojami augstāki iespējamās interneta atkarības grupā trauksmes, depresijas un stresa gadījumā.

Runājot par pašvērtējumu, tika konstatēta nozīmīga korelācija starp YIAT un RSES rādītājiem ar zemu pašvērtējumu, kas saistīts ar potenciālo interneta atkarību (tabulas 4 un 5).

Loģistikas regresijas modelis

Loģistiskās regresijas modelis parādīja, ka dzimuma, ISI, DASS A, S un D un RSES rādītāji bija ievērojami saistīti ar atkarību no interneta. Kad daudzveidīgo analīzē tika kontrolēti skaidrojošie mainīgie, saistība starp tabakas smēķēšanu un atkarību no interneta vairs nebija nozīmīga (p> 0.05) (Tabula 6).

sīktēls   

 
6 tabula. Daudzfaktoru analīze par attiecībām starp interneta atkarību un dzimumu, tabakas smēķēšanu, ISI, RSES, DASS A, DASS S un DASS D rādītājiem (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t006

diskusija

Mēs centāmies noteikt potenciālo IA izplatību Libānas universitātes medicīnas studentos, lai novērtētu attiecības starp IA un dalībnieku īpašībām (galvenokārt vecumu, dzimumu, smēķēšanas ieradumus, alkohola lietošanu) un izpētītu iespējamās saiknes starp IA, bezmiegs, trauksme, depresija , stress un pašvērtējums.

Mūsu pētījums atklāja, ka potenciālais IA bija būtiski saistīts ar dzimumu un augstāku vīriešu vidū. 16.80% dalībnieku cieta no potenciālā IA, vidējais YIAT rādītājs 30. Šie rezultāti ir salīdzināmi ar iepriekšējiem ziņojumiem par jauniem pieaugušajiem [1, 4, 6, 13]. Dažos pētījumos tika ziņots, ka vīriešu dzimuma blakusparādību izplatība bija \ t46], bet citi neatrada atšķirību starp dzimumiem [34].

Pārbaudot bezmiegu, mūsu rezultāti arī parādīja, ka 9.8% no dalībniekiem cieta no klīniski nozīmīgas bezmiegas, un tika konstatēta spēcīga korelācija starp potenciālo interneta atkarību un bezmiegu. Šajā pētījumā ziņots par bezmiega izplatību atbilstoši pētītajam paraugam (jauniem studentiem) un ir salīdzināms ar to, kas ziņots jauniem pieaugušajiem, kas vecāki par 20 (29%) [9.1].47, 48] un koledžas studentiem (12 – 13%) [49].

Miega problēmas parasti tiek uzskatītas par interneta atkarības negatīviem rezultātiem vai sarežģījumiem [50], bet ir iespējama arī atgriezeniskā cēloņsakarība, jo miega problēmas paredzēja ilgāku laiku, kas pavadīts sociālo tīklu vietnēs starp jaunajiem studentiem [51]. Sistemātiskā literatūras pārskatā tika konstatēts, ka atkarību izraisošas spēles ir saistītas ar sliktāku miega kvalitāti un problemātisku interneta lietošanu saistīja ar subjektīvu bezmiegu un sliktu miega kvalitāti [52]. Tomēr pētījuma modeļi, kā arī aptaujas anketas bija ļoti neviendabīgas un tika pētīta galvenokārt miega kvalitāte, daudz mazāk bezmiegs.

Turklāt šajā pētījumā tika konstatēta spēcīga saikne starp potenciālo interneta atkarību un trauksmi, stresu un depresiju: ​​iespējamo interneta atkarīgo vidū augstāks ir nemiers, depresija vai stress. Iepriekš publicētie pētījumi jau liecina par iespējamu korelāciju starp patoloģisko interneta lietošanu un depresiju [53, 54] un trauksme [55]; tomēr dati ir pretrunīgi [56] un pētījumi pētīja patoloģisku interneta lietošanu, nevis atkarību, kā to noteica Young.

Visbeidzot, svarīgs mūsu pētījuma secinājums bija tāds, ka pašvērtējums ir būtiski saistīts ar interneta atkarību, kā arī studentu psiholoģisko profilu: RSES rādītāji bija pretēji korelēti ar ISI, DASS A, DASS S, DASS D un YIAT rādītājiem. Pašvērtējuma samazināšanās, šķiet, ir saistīta ar paaugstinātu bezmiegu, trauksmi, depresiju, stresu un iespējamo IA.

Pašcieņu raksturo kā paša paša novērtējumu, kā viņš jūtas par sevi gandrīz visās situācijās [40, 41]. Ja sociālā integrācija un atbalsts ir zems, pašvērtējuma līmenis attiecīgi samazināsies [57].

Ļoti svarīgi ir atklāt faktorus, kas saistīti ar zemu cieņu studentiem, jo ​​pastāv savstarpēja saistība starp pašvērtējumu un depresiju un trauksmi [58, 59] un pašvērtējuma sajūtas samazināšanās var izraisīt pašnāvības domu pieaugumu [60].

Stiprums un ierobežojumi

Mūsu secinājumi ir jāinterpretē pētījuma izstrādes un ierobežojumu kontekstā. Mūsu aptaujas rezultāti balstās uz pašpaziņotu uzvedību. Pašnodarbinātās aptaujas anketas joprojām ir visbiežāk izmantotie instrumenti fizisko un garīgo veselības novērtējumu veikšanai sabiedrībā [61, 62, 63]. Pašnovērtējuma metode atspoguļo paša intervijas dalībnieka perspektīvu, kas var būt piemērots subjektīvo traucējumu ziņošanai. Anketas tika formulētas „atbilžu variantu” un mēroga modelī, lai atvieglotu atbildes reakciju, un tām ir īsāks intervijas ilgums, lai izvairītos no studentu traucējumiem, cerot, ka aptaujas vienkāršība atvieglotu respondentiem precīzas informācijas sniegšanu . Hroniska narkotiku lietošana netika novērtēta, jo jebkuras hroniskas slimības klātbūtne bija viens no pētījuma izslēgšanas kritērijiem. Visbeidzot, pētījumā netika aplūkota interneta atkarības ietekme uz sasniegumiem attiecībā uz pakāpēm, neveiksmēm vai panākumiem, kas varētu būt interesanti.

Neskatoties uz šiem ierobežojumiem, šajā pētījumā konstatētie konstatējumi ir svarīgi un pamato turpmākus pētījumus.

Cik mums ir zināms, tas bija pirmais pētījums, kas novērtē saistību starp pieciem dažādiem psihosociāliem stresa faktoriem: bezmiegs, nemiers, depresija, stress, pašvērtējums un IA augstskolu studentiem.

Mūsu konstatējumi norāda uz to, cik svarīgi ir identificēt un piedāvāt palīdzību studentiem ar potenciālu IA, jo šī atkarība bieži vien pastāv ar citām psiholoģiskām problēmām, un IA varētu būt viens no sarežģīta ledusloka redzamiem galiem.

Atbalsta informācija

   

   

(DOCX)

 

 

 

S1 tabula. Tas ir individuālie un pilnīgie dati visiem dalībniekiem (SPSS lapa).

doi: 10.1371 / journal.pone.0161126.s001

(DOCX)

Pateicības

Mēs esam pateicīgi visiem studentiem, kas piedalījās pētījumā, un Tatiana Papazian kundzei par palīdzību rediģēšanā.

Autora iemaksas

  1. Izstrādāti un izstrādāti eksperimenti: LRK HJ.
  2. Veicis eksperimentus: FY GH.
  3. Analizēja datus: AH NEO LK.
  4. Rakstīja papīru: LRK.

Atsauces

S1 tabula. Tas ir individuālie un pilnīgie dati visiem dalībniekiem (SPSS lapa).

doi: 10.1371 / journal.pone.0161126.s001

(DOCX)

Pateicības

Mēs esam pateicīgi visiem studentiem, kas piedalījās pētījumā, un Tatiana Papazian kundzei par palīdzību rediģēšanā.

Autora iemaksas

  1. Izstrādāti un izstrādāti eksperimenti: LRK HJ.
  2. Veicis eksperimentus: FY GH.
  3. Analizēja datus: AH NEO LK.
  4. Rakstīja papīru: LRK.

Atsauces

  1. 1. Interneta pasaules statistika. Pasaules interneta lietotāji: sadalījums pa pasaules reģioniem 2014 [februāris 27, 2016.]. Pieejams no: www.internetworldstats.
  2. 2. Sociālais tīkls sasniedz gandrīz vienu no četriem visā pasaulē. [Februāris 20, 2016]. Pieejams no: www.emarketer.com/Article/Social-Networking-Reaches-Nearly-One-Four-Around-World/1009976.
  3. 3. Bremer J. Internets un bērni: priekšrocības un trūkumi. Child Adolesc Psychiatr Clin N Am. 2005; 14 (3): 405 – 28, viii. pmid: 15936666 doi: 10.1016 / j.chc.2005.02.003
  4. 4. Christakis DA, Moreno MA. Trapped tīklā: vai interneta atkarība kļūs par 21st-gadsimta epidēmiju? Arch Pediatr Adolesc Med. 2009; 163 (10): 959 – 60. doi: 10.1001 / archpediatrics.2009.162. pmid: 19805719
  5. Skatīt pantu
  6. PubMed / NCBI
  7. Google Scholar
  8. Skatīt pantu
  9. PubMed / NCBI
  10. Google Scholar
  11. Skatīt pantu
  12. PubMed / NCBI
  13. Google Scholar
  14. Skatīt pantu
  15. PubMed / NCBI
  16. Google Scholar
  17. Skatīt pantu
  18. PubMed / NCBI
  19. Google Scholar
  20. Skatīt pantu
  21. PubMed / NCBI
  22. Google Scholar
  23. Skatīt pantu
  24. PubMed / NCBI
  25. Google Scholar
  26. Skatīt pantu
  27. PubMed / NCBI
  28. Google Scholar
  29. Skatīt pantu
  30. PubMed / NCBI
  31. Google Scholar
  32. Skatīt pantu
  33. PubMed / NCBI
  34. Google Scholar
  35. Skatīt pantu
  36. PubMed / NCBI
  37. Google Scholar
  38. 5. Kraut R, Patterson M, Lundmark V, Kiesler S, Mukopadhyay T, Scherlis W. interneta paradokss. Sociālā tehnoloģija, kas mazina sociālo iesaisti un psiholoģisko labklājību? Am Psychol. 1998; 53 (9): 1017 – 31. pmid: 9841579 doi: 10.1037 / 0003-066x.53.9.1017
  39. Skatīt pantu
  40. PubMed / NCBI
  41. Google Scholar
  42. Skatīt pantu
  43. PubMed / NCBI
  44. Google Scholar
  45. Skatīt pantu
  46. PubMed / NCBI
  47. Google Scholar
  48. Skatīt pantu
  49. PubMed / NCBI
  50. Google Scholar
  51. Skatīt pantu
  52. PubMed / NCBI
  53. Google Scholar
  54. Skatīt pantu
  55. PubMed / NCBI
  56. Google Scholar
  57. Skatīt pantu
  58. PubMed / NCBI
  59. Google Scholar
  60. Skatīt pantu
  61. PubMed / NCBI
  62. Google Scholar
  63. Skatīt pantu
  64. PubMed / NCBI
  65. Google Scholar
  66. Skatīt pantu
  67. PubMed / NCBI
  68. Google Scholar
  69. Skatīt pantu
  70. PubMed / NCBI
  71. Google Scholar
  72. Skatīt pantu
  73. PubMed / NCBI
  74. Google Scholar
  75. Skatīt pantu
  76. PubMed / NCBI
  77. Google Scholar
  78. Skatīt pantu
  79. PubMed / NCBI
  80. Google Scholar
  81. Skatīt pantu
  82. PubMed / NCBI
  83. Google Scholar
  84. Skatīt pantu
  85. PubMed / NCBI
  86. Google Scholar
  87. Skatīt pantu
  88. PubMed / NCBI
  89. Google Scholar
  90. Skatīt pantu
  91. PubMed / NCBI
  92. Google Scholar
  93. Skatīt pantu
  94. PubMed / NCBI
  95. Google Scholar
  96. 6. Weinstein A, Lejoyeux M. Interneta atkarība vai pārmērīga interneta izmantošana. Es esmu narkotiku alkohola lietošana. 2010; 36 (5): 277 – 83. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
  97. Skatīt pantu
  98. PubMed / NCBI
  99. Google Scholar
  100. Skatīt pantu
  101. PubMed / NCBI
  102. Google Scholar
  103. Skatīt pantu
  104. PubMed / NCBI
  105. Google Scholar
  106. Skatīt pantu
  107. PubMed / NCBI
  108. Google Scholar
  109. Skatīt pantu
  110. PubMed / NCBI
  111. Google Scholar
  112. Skatīt pantu
  113. PubMed / NCBI
  114. Google Scholar
  115. Skatīt pantu
  116. PubMed / NCBI
  117. Google Scholar
  118. Skatīt pantu
  119. PubMed / NCBI
  120. Google Scholar
  121. Skatīt pantu
  122. PubMed / NCBI
  123. Google Scholar
  124. Skatīt pantu
  125. PubMed / NCBI
  126. Google Scholar
  127. Skatīt pantu
  128. PubMed / NCBI
  129. Google Scholar
  130. Skatīt pantu
  131. PubMed / NCBI
  132. Google Scholar
  133. Skatīt pantu
  134. PubMed / NCBI
  135. Google Scholar
  136. Skatīt pantu
  137. PubMed / NCBI
  138. Google Scholar
  139. Skatīt pantu
  140. PubMed / NCBI
  141. Google Scholar
  142. Skatīt pantu
  143. PubMed / NCBI
  144. Google Scholar
  145. Skatīt pantu
  146. PubMed / NCBI
  147. Google Scholar
  148. Skatīt pantu
  149. PubMed / NCBI
  150. Google Scholar
  151. Skatīt pantu
  152. PubMed / NCBI
  153. Google Scholar
  154. Skatīt pantu
  155. PubMed / NCBI
  156. Google Scholar
  157. Skatīt pantu
  158. PubMed / NCBI
  159. Google Scholar
  160. Skatīt pantu
  161. PubMed / NCBI
  162. Google Scholar
  163. Skatīt pantu
  164. PubMed / NCBI
  165. Google Scholar
  166. Skatīt pantu
  167. PubMed / NCBI
  168. Google Scholar
  169. Skatīt pantu
  170. PubMed / NCBI
  171. Google Scholar
  172. Skatīt pantu
  173. PubMed / NCBI
  174. Google Scholar
  175. Skatīt pantu
  176. PubMed / NCBI
  177. Google Scholar
  178. Skatīt pantu
  179. PubMed / NCBI
  180. Google Scholar
  181. 7. Davis RA, Flett GL, Besser A. Jaunas skalas validēšana problemātiskas interneta izmantošanas mērīšanai: ietekme uz skrīningu pirms nodarbināšanas. Cyberpsychol Behav. 2002; 5 (4): 331 – 45. pmid: 12216698 doi: 10.1089 / 109493102760275581
  182. 8. Bloķēt JJ. DSM-V problēmas: interneta atkarība. Am J Psihiatrija. 2008; 165 (3): 306 – 7. doi: 10.1176 / appi.ajp.2007.07101556. pmid: 18316427
  183. 9. Pīrāgi R. Vai DSM-V vajadzētu apzīmēt “interneta atkarību” par garīgu traucējumu? Psihiatrija (Edgmont). 2009; 6 (2): 31–7.
  184. 10. Holden C. Psihiatrija. Uzvedības atkarības debija ierosinātajā DSM-V. Zinātne. 2010, 327 (5968): 935. doi: 10.1126 / science.327.5968.935. pmid: 20167757
  185. 11. Young KS. Datora lietošanas psiholoģija: XL. Interneta atkarības izmantošana: lieta, kas pārkāpj stereotipu. Psychol Rep. 1996; 79 (3 Pt 1): 899 – 902. pmid: 8969098 doi: 10.2466 / pr0.1996.79.3.899
  186. 12. Young KS, lieta CJ. Interneta ļaunprātīga izmantošana darba vietā: jaunas tendences riska pārvaldībā. Cyberpsychol Behav. 2004; 7 (1): 105 – 11. pmid: 15006175 doi: 10.1089 / 109493104322820174
  187. 13. Young K, Pistner M, O'Mara J, Buchanan J. Cyber ​​traucējumi: rūpes par garīgo veselību jaunajā tūkstošgadē. Kiberpsihols Behav. 1999; 2 (5): 475–9. doi: 10.1089 / cpb.1999.2.475. pmid: 19178220
  188. 14. van den Eijnden RJ, Spijkerman R, Vermulst AA, van Rooij TJ, Engels RC. Kompakta interneta izmantošana pusaudžu vidū: divvirzienu vecāku un bērnu attiecības. J Abnorm Child Psychol. 2010; 38 (1): 77 – 89. doi: 10.1007 / s10802-009-9347-8. pmid: 19728076
  189. 15. Young KS. Caught in Net: Kā atpazīt interneta atkarības pazīmes un uzvarētāju stratēģiju atveseļošanai. Ņujorka, Ņujorka: Wiley; 1998.
  190. 16. Jaunais KS. Atkarība no interneta: jauna klīniskā traucējuma rašanās. Kiberpsiholoģija un uzvedība. 2009; 1 (3): 237–44. doi: 10.1089 / cpb.1998.1.237
  191. 17. Widyanto L, Griffiths MD, Brunsden V. Interneta atkarības testa, ar internetu saistītās problēmas skalas un pašdiagnostikas psihometriskais salīdzinājums. Cyberpsychol Behav Soc Netw. 2011; 14 (3): 141 – 9. doi: 10.1089 / cyber.2010.0151. pmid: 21067282
  192. 18. Shaw M, Black DW. Interneta atkarība: definīcija, novērtējums, epidemioloģija un klīniskā vadība. CNS narkotikas. 2008; 22 (5): 353 – 65. pmid: 18399706 doi: 10.2165 / 00023210-200822050-00001
  193. 19. Park SK, Kim JY, Cho CB. Dienvidkorejas pusaudžu interneta atkarības izplatība un korelācija ar ģimenes faktoriem. Pusaudža vecums. 2008; 43 (172): 895 – 909. pmid: 19149152
  194. 20. Siomos KE, Dafouli ED, Braimiotis DA, Mouzas OD, Angelopoulos NV. Interneta atkarība grieķu pusaudžu vidū. Cyberpsychol Behav. 2008; 11 (6): 653 – 7. doi: 10.1089 / cpb.2008.0088. pmid: 18991535
  195. 21. Durkī T, Kaess M, Carli V, Parzer P, Wasserman C, Floderus B, et al. Patoloģiskā interneta lietošanas izplatība pusaudžu vidū Eiropā: demogrāfiskie un sociālie faktori. Atkarība. 2012; 107 (12): 2210 – 22. doi: 10.1111 / j.1360-0443.2012.03946.x. pmid: 22621402
  196. 22. Liu TC, Desai RA, Krishnan-Sarin S, Cavallo DA, Potenza MN. Problēmisks interneta lietojums un veselība pusaudžiem: dati no vidusskolas aptaujas Connecticut. J Clin Psychiatry. 2011; 72 (6): 836 – 45. doi: 10.4088 / JCP.10m06057. pmid: 21536002
  197. 23. Pujazon-Zazik M, Park MJ. Čivināt vai nē čivināt: dzimumu atšķirības un potenciālie pozitīvie un negatīvie veselības rezultāti pusaudžu sociālā interneta lietošanā. Am J Vīriešu veselība. 2010; 4 (1): 77–85. doi: 10.1177 / 1557988309360819. pmid: 20164062
  198. 24. Dalbudak E, Evren C, Aldemir S, Evren B. Interneta atkarības riska smagums un tā saikne ar robežu personības iezīmju smagumu, bērnu traumām, disociatīvajām pieredzēm, depresiju un trauksmes simptomiem turku studentu vidū. Psihiatrijas Res. 2014; 219 (3): 577 – 82. doi: 10.1016 / j.psychres.2014.02.032. pmid: 25023365
  199. 25. Kim EJ, Namkoong K, Ku T, Kim SJ. Saistība starp tiešsaistes spēļu atkarību un agresiju, pašpārvaldi un narsistiskām personības iezīmēm. Eur Psihiatrija. 2008; 23 (3): 212 – 8. doi: 10.1016 / j.eurpsy.2007.10.010. pmid: 18166402
  200. 26. Floros G, Siomos K, Stogiannidou A, Giouzepas I, Garyfallos G. Klīniskā paraugā psihiski traucējumi ar interneta atkarību. Personības, aizsardzības stila un psihopatoloģijas ietekme. Addict Behav. 2014; 39 (12): 1839 – 45. doi: 10.1016 / j.addbeh.2014.07.031. pmid: 25129172
  201. 27. Floros G, Siomos K, Stogiannidou A, Giouzepas I, Garyfallos G. Attiecības starp personību, aizsardzības stilu, interneta atkarības traucējumiem un psihopatoloģiju koledžu studentos. Cyberpsychol Behav Soc Netw. 2014; 17 (10): 672 – 6. doi: 10.1089 / cyber.2014.0182. pmid: 25225916
  202. 28. An J, Sun Y, Wan Y, Chen J, Wang X, Tao F. Asociācijas starp problemātisku interneta lietošanu un pusaudžu fiziskajiem un psiholoģiskajiem simptomiem: miega kvalitātes iespējamā loma. J Addict Med. 2014; 8 (4): 282–7. doi: 10.1097 / ADM.0000000000000026. pmid: 25026104
  203. 29. Kim JH, Lau CH, Cheuk KK, Kan P, Hui HL, Griffiths SM. Īss ziņojums: Honkongas augstskolu studentu prognozes par smago interneta lietošanu un saistībām ar veselību veicinošu un veselības apdraudējumu. J Adolesc. 2010; 33 (1): 215 – 20. doi: 10.1016 / j.adolescence.2009.03.012. pmid: 19427030
  204. 30. Naseri L, Mohamadi J, Sayehmiri K, Azizpoor Y. Iztveramais sociālais atbalsts, pašapziņa un interneta atkarība Al-Zahras universitātes studentu vidū, Teherānā, Irānā. Irāna J Psihiatrija Behav Sci. 2015, 9 (3): e421. doi: 10.17795 / ijpbs-421. pmid: 26576175
  205. 31. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsivitāte interneta atkarībā: salīdzinājums ar patoloģiskām azartspēlēm. Cyberpsychol Behav Soc Netw. 2012; 15 (7): 373 – 7. doi: 10.1089 / cyber.2012.0063. pmid: 22663306
  206. 32. Lin IH, Ko CH, Chang YP, Liu TL, Wang PW, Lin HC, et al. Saikne starp pašnāvību un interneta atkarību un darbībām Taivānas pusaudžiem. Compr Psychiatry. 2014; 55 (3): 504 – 10. doi: 10.1016 / j.comppsych.2013.11.012. pmid: 24457034
  207. 33. Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, Seo JS et al. Interneta atkarība Korejas pusaudžiem un tās saistība ar depresiju un pašnāvības idejām: aptaujas anketas. Int J Nurs Stud. 2006; 43 (2): 185 – 92. pmid: 16427966 doi: 10.1016 / j.ijnurstu.2005.02.005
  208. 34. Fernandez-Villa T, Alguacil Ojeda J, Almaraz Gomez A, Cancela Carral JM, Delgado-Rodriguez M, Garcia-Martin M, et al. Problemātisks interneta lietojums universitātes studentos: saistītie faktori un dzimumu atšķirības. Adicciones. 2015; 27 (4): 265 – 75. pmid: 26706809 doi: 10.20882 / adicciones.751
  209. 35. Interneta atkarības tests (IAT) [aprīlis, 2016]. Pieejams no: http://netaddiction.com/internet-addiction-test./.
  210. 36. Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E, et al. Interneta atkarības testa franču valoda. Cyberpsychol Behav. 2008; 11 (6): 703 – 6. doi: 10.1089 / cpb.2007.0249. pmid: 18954279
  211. 37. Alpaslan AH, Soylu N, Avci K, Coskun KS, Kocak U, Tas HU. Turku vidusskolas meiteņu nepareiza uztura attieksme, alexithymia un pašnāvības varbūtība. Psihiatrijas Res. 2015; 226 (1): 224 – 9. doi: 10.1016 / j.psychres.2014.12.052. pmid: 25619436
  212. 38. Cho YW, Dziesmu ML, Morin CM. Korejas versijas bezmieguma smaguma indeksa apstiprināšana. J Clin Neurol. 2014; 10 (3): 210 – 5. doi: 10.3988 / jcn.2014.10.3.210. pmid: 25045373
  213. 39. Gagnons C, Belanger L, Ivers H, Morin CM. Insomnia Severity Index validācija primārajā aprūpē. J Am Board Fam Med. 2013; 26 (6): 701 – 10. doi: 10.3122 / jabfm.2013.06.130064. pmid: 24204066
  214. 40. Sinclair SJ, Blais MA, Gansler DA, Sandberg E, Bistis K, LoCicero A. Rosenberg pašvērtējuma skalas psihometriskās īpašības: kopumā un starp demogrāfiskajām grupām, kas dzīvo Amerikas Savienotajās Valstīs. Novērtēt veselību Prof. 2010; 33 (1): 56 – 80. doi: 10.1177 / 0163278709356187. pmid: 20164106
  215. 41. Rozenberga M. Asociācija starp pašcieņu un nemieru. J Psychiatr Res. 1962: 1: 135 – 52. pmid: 13974903 doi: 10.1016 / 0022-3956 (62) 90004-3
  216. 42. Lovibond PF, Lovibond SH. Negatīvo emocionālo stāvokļu struktūra: depresijas trauksmes skalu (DASS) salīdzinājums ar Beck depresijas un trauksmes inventarizāciju. Behav Res Ther. 1995; 33 (3): 335 – 43. pmid: 7726811 doi: 10.1016 / 0005-7967 (94) 00075-u
  217. 43. Taylor R, Lovibond PF, Nicholas MK, Cayley C, Wilson PH. Somatisko priekšmetu lietderība depresijas novērtēšanā pacientiem ar hroniskām sāpēm: Zunga pašvērtējuma depresijas skalas un depresijas trauksmes skalu salīdzinājums hroniskām sāpēm un klīniskiem un kopienas paraugiem. Clin J Pain. 2005; 21 (1): 91 – 100. pmid: 15599136 doi: 10.1097 / 00002508-200501000-00011
  218. 44. Brown TA, Chorpita BF, Korotitsch W, Barlow DH. Depresijas trauksmes skalas (DASS) psihometriskās īpašības klīniskajos paraugos. Behav Res Ther. 1997; 35 (1): 79 – 89. pmid: 9009048 doi: 10.1016 / s0005-7967 (96) 00068-x
  219. 45. Edmeds S, Sullivans K. Depresija, trauksme un stress kā pēckonflikta līdzīgu simptomu prognozētāji neklīniskajā paraugā. Psihiatrijas Res. 2012; 200 (1): 41 – 5. doi: 10.1016 / j.psychres.2012.05.022. pmid: 22709538
  220. 46. Ni X, Yan H, Chen S, Liu Z. Faktori, kas ietekmē interneta atkarību Ķīnas jaunāko studentu izlasē. Cyberpsychol Behav. 2009; 12 (3): 327 – 30. doi: 10.1089 / cpb.2008.0321. pmid: 19445631
  221. 47. Thomas SJ, Lichstein KL, Taylor DJ, Riedel BW, Bušs AJ. Gulētiešanas epidemioloģija, laiks un laiks gultā: vecuma, dzimuma un etniskās izcelsmes analīze. Behav Sleep Med. 2014; 12 (3): 169 – 82. doi: 10.1080 / 15402002.2013.778202. pmid: 23574553
  222. 48. Choueiry N, Salamoun T, Jabbour H, El Osta N, Hajj A, Rabbaa Khabbaz L. Bezmiegs un attiecības ar trauksmi universitātes studentiem: šķērsgriezuma dizains. PLoS One. 2016, 11 (2): e0149643. doi: 10.1371 / journal.pone.0149643. pmid: 26900686
  223. 49. Gellis LA, Park A, Stotsky MT, Taylor DJ. Asociācijas starp miega higiēnu un bezmiega smagumu koledžu studentiem: šķērsgriezuma un perspektīvās analīzes. Behav Ther. 2014; 45 (6): 806 – 16. doi: 10.1016 / j.beth.2014.05.002. pmid: 25311289
  224. 50. Kains N, Gradisārs M. Elektronisko mediju lietošana un gulēšana skolas vecuma bērniem un pusaudžiem: Pārskats. Sleep Med. 2010; 11 (8): 735 – 42. doi: 10.1016 / j.sleep.2010.02.006. pmid: 20673649
  225. 51. Tavernier R, Willoughby T. Vai visi vakara veidi ir lemti? Latentās klases analīzes par uztverto rīta un vakara, miega un psihosociālo funkcionēšanu jauniem pieaugušajiem. Chronobiol Int. 2014; 31 (2): 232 – 42. doi: 10.3109 / 07420528.2013.843541. pmid: 24131151
  226. 52. Lam LT. Interneta spēļu atkarība, problemātiska interneta izmantošana un miega problēmas: sistemātisks pārskats. Curr Psychiatry Rep. 2014, 16 (4): 444. doi: 10.1007 / s11920-014-0444-1. pmid: 24619594
  227. 53. Tsai CC, Lin SS. Interneta atkarība no pusaudžiem Taivānā: intervijas pētījums. Cyberpsychol Behav. 2003; 6 (6): 649 – 52. pmid: 14756931 doi: 10.1089 / 109493103322725432
  228. 54. te Wildt BT, Putzig I, Zedler M, Ohlmeier MD. [Interneta atkarība kā depresijas garastāvokļa traucējumu simptoms]. Psihiatra Prax. 2007; 34 Suppl 3: S318 – 22. pmid: 17786892 doi: 10.1055 / s-2007-970973
  229. 55. Bernardi S, Pallanti S. Interneta atkarība: aprakstošs klīniskais pētījums, kurā uzmanība pievērsta saslimšanām un disociatīviem simptomiem. Compr Psychiatry. 2009; 50 (6): 510 – 6. doi: 10.1016 / j.comppsych.2008.11.011. pmid: 19840588
  230. 56. Carli V, Durkee T, Wasserman D, Hadlaczky G, Despalins R, Kramarz E, et al. Saikne starp patoloģisko interneta lietošanu un komorbidālo psihopatoloģiju: sistemātiska pārskatīšana. Psihopatoloģija. 2013; 46 (1): 1 – 13. doi: 10.1159 / 000337971. pmid: 22854219
  231. 57. Garaigordobil M, Perez JI, Mozaz M. Self-jēdziens, pašvērtējums un psihopatoloģiskie simptomi. Psicotēma. 2008; 20 (1): 114 – 23. pmid: 18206073
  232. 58. Moksnes UK, Espnes GA. Pašvērtējums un emocionālā veselība pusaudžiem - dzimums un vecums kā potenciālie moderatori. Scand J Psychol. 2012; 53 (6): 483 – 9. doi: 10.1111 / sjop.12021. pmid: 23170865
  233. 59. Sowislo JF, Orth U. Vai zemā pašapziņa paredz depresiju un trauksmi? Garengriezuma pētījumu metaanalīze. Psychol Bull. 2013; 139 (1): 213 – 40. doi: 10.1037 / a0028931. pmid: 22730921
  234. 60. Creemers DH, Scholte RH, Engels RC, Prinstein MJ, Wiers RW. Netieša un nepārprotama pašcieņa kā pašnāvības ideju, depresijas simptomu un vientulības prognozētāji. J Behav Ther Exp Psihiatrija. 2012; 43 (1): 638 – 46. doi: 10.1016 / j.jbtep.2011.09.006. pmid: 21946041
  235. 61. Fischer A, Fischer M, Nicholls RA, Lau S, Poettgen J, Patas K, et al. Daudzsklerozes smagas depresijas diagnostikas precizitāte, izmantojot pašnovērtējuma anketas. Smadzenes Behavs. 2015, 5 (9): e00365. doi: 10.1002 / brb3.365. pmid: 26445703
  236. 62. Ortega-Montiel J, Posadas-Romero C, Ocampo-Arcos W, Medina-Urrutia A, Cardoso-Saldana G, Jorge-Galarza E, et al. Pašpietiekamais stress ir saistīts ar aptaukošanos un aterosklerozi. GEA pētījums. BMC sabiedrības veselība. 2015: 15: 780. doi: 10.1186 / s12889-015-2112-8. pmid: 26271468
  237. 63. Baltā K, Scarinci IC. Latīņu imigrantu pašvērtējuma veselības salīdzinājums ASV dienvidu pilsētā un valsts paraugs. Am J Med. Sci. 2015; 350 (4): 290 – 5. doi: 10.1097 / MAJ.0000000000000554. pmid: 26263236