Interneta atkarība: risināšanas stili, gaidas un ārstēšanas sekas (2014)

Matthias Brand^{1,2 *}, Christian Laier¹ un Kimberly S. Young³

• ¹Vispārējās psiholoģijas katedra: izziņa, Duisburgas-Esenes Universitāte, Duisburga, Vācija
• ²Erwin L. Hahn institūts magnētiskās rezonanses attēlveidošanai, Esene, Vācija
• ³Interneta atkarības centrs, Russell J. Jandoli Žurnālistikas un masu komunikācijas skola, St. Bonaventure University, Olean, NY, ASV

Interneta atkarība (IA) ir kļuvusi par nopietnu garīgās veselības stāvokli daudzās valstīs. Lai labāk izprastu IA klīniskās sekas, šis pētījums statistiski pārbaudīja jaunu teorētisko modeli, kas ilustrē kognitīvos mehānismus, kas veicina traucējumu attīstību un uzturēšanu. Šis modelis atšķir vispārējo interneta atkarību (GIA) un konkrētas formas. Šajā pētījumā tika pārbaudīts GIA modelis vispārējo interneta lietotāju populācijā. 1019 lietotāju rezultāti rāda, ka hipotēzes strukturālā vienādojuma modelis izskaidroja 63.5% no GIA simptomu dispersijas, ko mēra ar interneta atkarības testa īso versiju. Izmantojot psiholoģisko un personības testēšanu, rezultāti rāda, ka personas specifiskās izziņas (slikta pārvarēšana un kognitīvās cerības) palielināja GIA risku. Šie divi faktori ietekmēja GIA simptomus, ja bija citi riska faktori, piemēram, depresija, sociālā trauksme, zems pašvērtējums, zema pašefektivitāte un augsta stresa neaizsargātība, lai nosaukt dažas jomas, kas tika mērītas pētījumā. Modelis rāda, ka indivīdi ar augstu iemaņu prasmi un nekādas cerības, ka internetu var izmantot, lai palielinātu pozitīvo vai negatīvo negatīvo noskaņojumu, visticamāk, netiks iesaistīti problemātiskā interneta lietošanā, pat ja ir citas personības vai psiholoģiskas ievainojamības. Ietekme uz ārstēšanu ietver skaidru kognitīvo komponentu GIA attīstībai un nepieciešamību novērtēt pacienta iztikas stilu un izziņas un uzlabot kļūdainu domāšanu, lai mazinātu simptomus un iesaistītos atveseļošanā.

Ievads

Vairākos pētījumos ir konstatēta problemātiska interneta izmantošana, un tas liecina, ka pastāvīgi negatīvas sekas, piemēram, darba zaudēšana, akadēmiskā neveiksme un laulības šķiršana, izriet no pārmērīgas interneta lietošanas (skat. Griffiths, 2000a,b; Chou et al., 2005; Widyanto un Griffiths, 2006; Byun et al., 2009; Weinstein un Lejoyeux, 2010; Lortie un Guitton, 2013). Šīs parādības klīniskā nozīme palielinās, ņemot vērā augsto aplēsto izplatības līmeni, sākot no 1.5 līdz 8.2% (Weinstein un Lejoyeux, 2010) vai pat līdz 26.7% atkarībā no izmantotajiem svariem un piemērotajiem kritērijiem (Kuss et al., 2014).

Lai gan šī klīniskā jautājuma pirmais apraksts ir gandrīz 20 gadus atpakaļ (Young, 1996), klasifikācija joprojām tiek apspriesta pretrunīgi, un līdz ar to zinātniskajā literatūrā tiek izmantoti vairāki termini, sākot no „piespiedu interneta lietošanas” (Meerkerk et al., 2006, 2009, 2010), “Ar internetu saistītas problēmas” (Widyanto et al., 2008), “Problemātisks interneta lietojums” (Caplan, 2002), “Patoloģisks interneta lietojums” (Davis, 2001) uz “ar internetu saistītu atkarību izraisošu uzvedību” (Brenner, 1997), minot tikai dažus. Pēdējos 10 gados tomēr lielākā daļa pētnieku šajā jomā ir lietojuši terminu “interneta atkarība” vai “interneta atkarības traucējumi” (piemēram, Johansson un Götestam, 2004; Bloķēt, 2008; Byun et al., 2009; Dong et al., 2010, 2011, 2013; Kim et al., 2011; Purty et al., 2011; Jauns, 2011b, 2013; Young et al., 2011; Zhou et al., 2011; Cash et al., 2012; Hou et al., 2012; Hong et al., 2013a,b; Kardefelt-Winther, 2014; Pontes et al., 2014; Tonioni et al., 2014). Mēs arī dodam priekšroku terminam "interneta atkarība (IA)", jo jaunākie raksti (skat. Diskusiju. \ T Brand et al., 2014) uzsvērt paralēles starp interneta lietošanu un citu atkarību izraisošu uzvedību (piemēram, Grant et al., 2013) un arī atkarība no vielas (skatīt arī. \ t Young, 2004; Griffiths, 2005; Meerkerk et al., 2009). Ir apgalvots, ka mehānismi, kas saistīti ar atkarības no atkarības attīstību un uzturēšanu, ir pārnesami uz interneta lietojumprogrammu (un citu uzvedības atkarību) atkarību, piemēram, atkarības stimulējošā sensibilizācijas teorija un saistītie jēdzieni (piemēram, Robinsons un Berridge, 2000, 2001, 2008; Berridge et al., 2009). Tas labi atbilst arī komponentu modelim atkarības uzvedībā (Griffiths, 2005).

Ir veikti daudzi pētījumi par IA psiholoģiskajām korelācijām, taču tas ir paveikts - vismaz vairumā gadījumu - nenošķirot vispārējo interneta atkarību (GIA) un īpašu interneta atkarību (SIA; Morahan-Martin un Schumacher, 2000; Leung, 2004; Ebeling-Witte et al., 2007; Lu, 2008; Kim un Davis, 2009; Billieux un Van der Linden, 2012), lai gan psiholoģiskie mehānismi var būt atšķirīgi, arī attiecībā uz atsevišķām vecuma grupām vaiLopez-Fernandez et al., 2014). Mūsu pētījumā aplūkoti mijiedarbības stili un kognitīvās cerības, kas saistītas ar interneta izmantošanu GIA izstrādē un uzturēšanā, lai veicinātu labāku izpratni par pamatā esošajiem mehānismiem un iespējamām sekām diagnostikai un ārstēšanai.

Teorētiskā līmenī jau tika apgalvots, ka IA ir jānošķir attiecībā uz vispārējo interneta lietošanu (Griffiths un koks, 2000) pret konkrētiem IA veidiem, piemēram, kibernetu, tiešsaistes attiecībām, netiešiem piespiedu līdzekļiem (piemēram, azartspēlēm, iepirkumiem), informācijas meklēšanai un tiešsaistes spēlēm, lai attīstītu atkarību no interneta (piemēram, Young et al., 1999; Meerkerk et al., 2006; Bloķēt, 2008; Brand et al., 2011). Tomēr DSM-5 papildinājumā ir iekļauts tikai viens apakštips - interneta spēļu traucējumi (APA, 2013). Lielākā daļa pētījumu novērtēja IA kā vienotu konstrukciju vai tikai novērtēja vienu konkrētu apakštipu (vairumā gadījumu interneta spēļu). Savā kognitīvās uzvedības modelī Davis (2001) atšķiras arī starp vispārēju patoloģisku interneta lietošanu (GIA) un specifisku patoloģisku interneta lietošanu (SIA). GIA tika aprakstīta kā daudzdimensionāla interneta lietošana, bieži vien kopā ar laika atkritumiem un netiešo interneta izmantošanu. Īpaši tiek izmantoti interneta sociālie aspekti (piemēram, sociālā komunikācija, izmantojot sociālo tīklu vietnes) Lortie un Guitton, 2013), kas ir saistīts ar sociālā atbalsta trūkumu un sociālajiem trūkumiem, ar kuriem saskaras indivīds ne-virtuālā situācijā. Turklāt ir apgalvots, ka subjekti var izmantot vairākas dažādas interneta lietojumprogrammas pārmērīgi, neizmantojot kādu noteiktu iecienītāko vietu, piemēram, spēlējot spēles, skatoties pornogrāfiju, sērfojot ar informāciju un / vai iepirkšanās vietām, publicējot selfies, skatoties video video platformās, lasot emuārus citiem, un tā tālāk. Šajā gadījumā var apgalvot, ka indivīds ir atkarīgs no interneta un nav atkarīgs no interneta (bet skatiet arī diskusiju Starcevic, 2013). Davis apgalvo, ka viena no galvenajām atšķirībām starp GIA un SIA ir tā, ka indivīdi, kas cieš no GIA, nebūtu izstrādājuši līdzīgu problemātisku uzvedību bez interneta, bet personas, kas cieš no SIA, būtu izstrādājušas līdzīgu problemātisku uzvedību citā vidē. Gan internetā, gan GIA un SIA atkarības veidos ir izteikta disfunkcionāla apziņa par sevi un pasauli, kurai ir būtiska nozīme (Caplan, 2002, 2005).

Pētījumi, kas vērsti uz GIA, parādīja, ka subjektīvās sūdzības ikdienas dzīvē, kas izriet no interneta izmantošanas, ir saistītas ar dažādām personības īpašībām. Patiešām, tika pierādīts, ka GIA ir saistīta ar psihopatoloģiskām blakusparādībām, piemēram, afektīviem vai trauksmes traucējumiem (Whang et al., 2003; Yang et al., 2005; Weinstein un Lejoyeux, 2010), kā arī personības iezīmes kautrība, neirotisms, stresa ievainojamība, tendences aizkavēt un zema pašapziņa (Niemz et al., 2005; Ebeling-Witte et al., 2007; Hardie un Tee, 2007; Thatcher et al., 2008; Kim un Davis, 2009). Arī sociālā konteksta faktori, piemēram, sociālā atbalsta vai sociālās izolācijas trūkums (Morahan-Martin un Schumacher, 2003; Caplan, 2007) un pat vientulība izglītības vidē pusaudžiem (Pontes et al., 2014), šķiet, ir saistīta ar GIA. Turklāt tika apgalvots, ka interneta izmantošana kā rīks, lai risinātu problemātiskus vai stresa notikumus, veicina GIA attīstību.Whang et al., 2003; Tang et al., 2014). Personām, kurām ir IA, ir arī liela tendence uz impulsīvo pārvarēšanas stratēģiju (Tonioni et al., 2014). Daži autori pat iedomājas IA kā ikdienas dzīves vai ikdienas problēmu risināšanas veidu (Kardefelt-Winther, 2014). Joprojām ir tikai daži pirmie pētījumi, kas skaidri salīdzināja dažādu veidu SIA paredzētājus. Pawlikowski et al. (2014) ziņoja, ka apkaunums un apmierinātība ar dzīvi ir saistīti ar interneta spēļu atkarību, bet ne ar kiberdeksu patoloģisku izmantošanu vai gan spēļu, gan kibernoziegumu izmantošanu.

Pamatojoties uz iepriekšējiem pētījumiem, jo ​​īpaši par Davis (2001)un, ņemot vērā aktuālo literatūru par neiropsiholoģiskajiem un neiromikācijas rezultātiem internetā atkarīgajiem, nesen publicējām teorētisko modeli GIA un SIA izstrādei un uzturēšanai (Brand et al., 2014). Daži modelī ietvertie aspekti jau ir pieminēti saistībā ar sociālo tīklu vietņu izmantošanu, piemēram, pozitīvu rezultātu gaidīšana (Turel un Serenko, 2012). Ir arī pierādīts, ka pārmērīga vai atkarīga tiešsaistes izsoļu izmantošana ir saistīta ar izmaiņām indivīdu uzskatos par tehniku, un tas nosaka turpmākās izmantošanas un izmantošanas nodomus (Turel et al., 2011). Tas atbilst mūsu teorētiskajam modelim par GIA, kurā mēs pieņemam, ka uzskati vai cerības par to, ko internets var darīt kādai personai, ietekmē uzvedību, ti, interneta lietošanu, kas savukārt ietekmē arī nākotnes gaidas. Tomēr mūsu modelī mēs esam koncentrējušies uz cerības un mijiedarbības stratēģiju starpnieka lomu GIA un specifisku SIA veidu izstrādē un uzturēšanā.

GIA izstrādei un uzturēšanai mēs uzskatām, ka lietotājam ir noteiktas vajadzības un mērķi, ko var sasniegt, izmantojot noteiktas interneta lietojumprogrammas. Pamatojoties uz iepriekšējiem pētījumiem, mēs iekļāvām vairākus no šiem secinājumiem, lai izstrādātu visaptverošu modeli, lai sasaistītu šos elementus. Sākotnēji personas galvenās iezīmes ir saistītas ar IA un ietver psihopatoloģiskos aspektus, personības aspektus un sociālās izziņas. Pirmajā sadaļā tika iekļauti psihopatoloģiskie simptomi, īpaši depresija un sociālā trauksme (piemēram, Whang et al., 2003; Yang et al., 2005), disfunkcionāli personības aspekti, piemēram, zema pašefektivitāte, kautrība, stresa ievainojamība un kavēšanās tendences (Whang et al., 2003; Chak un Leung, 2004; Caplan, 2007; Ebeling-Witte et al., 2007; Hardie un Tee, 2007; Thatcher et al., 2008; Kim un Davis, 2009; Pontes et al., 2014) un sociālā izolācija / sociālā atbalsta trūkums (Morahan-Martin un Schumacher, 2003; Caplan, 2005) GIA izstrādē. Tomēr mēs iesakām, ka šo personu primāro raksturlielumu un izziņas ietekmei uz interneta atkarības izmantošanas attīstību būtu jārīkojas, izmantojot noteiktas ar internetu saistītas izziņas, jo īpaši interneta lietošanas gaidas (Turel et al., 2011; Xu et al., 2012; Lee et al., 2014) un dažas stratēģijas ikdienas dzīves vai ikdienas problēmu risināšanai (Tang et al., 2014; Tonioni et al., 2014). Modeļa trešajā daļā, kā sekojoša uzvedība, ja lietotājs dodas tiešsaistē un saņem pastiprinājumu attiecībā uz disfunkcionālu problēmu risināšanu vai negatīvu noskaņojumu, un persona sagaida, ka interneta lietošana novedīs viņus no problēmām vai negatīvām jūtām, tad vairāk visticamāk, viņi vērsīsies pie interneta, lai izvairītos no sajūtām, ko apliecina kontroles zaudēšana, slikta laika pārvaldība, alkas un palielinātas sociālās problēmas. Armatūras un kondicionēšanas procesu loma ir labi aprakstīta literatūrā par vielu izraisītu traucējumu attīstību un uzturēšanu (piem., Robinsons un Berridge, 2001, 2008; Kalivas un Volkova, 2005; Everitt un Robbins, 2006). Mēs esam arī apgalvojuši, ka pozitīvā un negatīvā saiknes stila un interneta lietošanas gaidas pastiprināšanās rezultātā tiek zaudēta kognitīvā kontrole pār interneta lietošanu, ko veicina prefrontāla (izpildvaras) darbība (Brand et al., 2014).

Lai gan šis modelis labi atbilst iepriekšējai literatūrai par galvenajiem konstatējumiem saistībā ar IA psiholoģiskajiem mehānismiem (skat. Pārskatus līdz. \ T Kuss un Griffiths, 2011a,b; Griffiths, 2012), kā arī ar neseno neiropsiholoģisko un neirolizējošo korelāciju ar GIA un atšķirīgiem SIA (tipiem) \ tKuss un Griffiths, 2012; Brand et al., 2014), šim modelim joprojām ir vajadzīgi empīriski pierādījumi par pakāpenisku derīgumu. Šajā pētījumā mēs centāmies pārvērst iepriekš izklāstītās teorētiskajā modelī apkopotās hipotēzes statistiskajā modelī par latentajiem mainīgajiem lielumiem un pārbaudīt prognozes un starpnieka ietekmi uz GIA simptomu smagumu, izmantojot liela mēroga interneta populāciju. Izmantojot apstiprinātus psiholoģiskos un personības pasākumus, mēs vispirms izvērtējām personu pamatīpašības, prognozējot pārmērīgu un atkarību izraisošu interneta izmantošanu vispārīgā veidā. Izmantojot apstiprinātu iztikas līdzekļa mēru un jaunizveidoto interneta lietošanas gaidas rādītāju, mēs pārbaudījām, vai sliktas pārvarēšanas prasmes un interneta lietošanas gaidas (piemēram, izmantojot internetu, lai izvairītos no negatīvām izjūtām vai nepatīkamām situācijām) savstarpēji savieno saikni starp cilvēka galvenajām īpašībām un simptomiem. GIA.

Materiāli un metodes

Operacionālais modelis

Vispirms mēs tulkojām teorētisko modeli, kas aprakstīts ievadā un rakstīts rakstā Brand et al. (2014) uz pārbaudāmu un operacionālu statistikas modeli. Katram teorētiskajā modelī minētajam dimensijam mēs izvēlējāmies vismaz divus acīmredzamus mainīgos, lai veidotu strukturālo vienādojuma modeli (SEM) latentā līmenī. Katram mainīgajam lielumam mēs izmantojām konkrētu skalu (katrs sastāv no vairākiem elementiem, skatiet zemāk minēto instrumentu aprakstu), lai veiktu manifesta mainīgos. Šis operatīvais modelis kā SEM latentā līmenī ir parādīts attēlā 1.

 

1 attēls. Operatīvais modelis, ietverot teorētiskā modeļa galvenos pieņēmumus par slēpto dimensiju.

Priekšmeti

Izmantojot visaptverošu tiešsaistes aptauju, mums bija 1148 respondenti. Pēc 129 dalībnieku izslēgšanas nepilnīgu datu dēļ psihometriskajos svaros galīgais paraugs sastāvēja no N = 1019. Dalībnieki tika pieņemti darbā ar reklāmām, interneta platformām (komandas General Psychology: Cognition Facebook konts), e-pasta sarakstiem Duisburgas-Esenes Universitātes studentiem, kā arī ar lidojumu palīdzību vietējos krodziņos un bāros, kā arī ar vārdu-of- mutes ieteikumus. Reklāmās, e-pastos un skrejlapās bija iekļauts paziņojums, ka dalībnieki var piedalīties kādā no tiem, kuriem ir iespēja laimēt vienu no šādiem elementiem: (1) iPad, (2) iPad mini, (3) iPod nano, (4 ) iPod shu, e, 20 Amazon dāvanu kartes (katra 50). Pētījumu apstiprināja vietējā ētikas komiteja.

Galīgā parauga vidējais vecums bija 25.61 gads (SD = 7.37). Izlasē bija 625 (61.33%) sievietes un 385 (37.78%) vīrieši (deviņi brīvprātīgie neatbildēja uz šo jautājumu). Attiecībā uz privāto dzīvi 577 dalībnieki (56.62%) dzīvoja attiecībās vai bija precējušies, un 410 (40.24%) norādīja, ka viņiem nav pašreizējo attiecību (32 dalībnieki neatbildēja uz šo jautājumu). Novērtēšanas laikā 687 dalībnieki (67.42%) bija studenti, 332 dalībniekiem (32.58%) bija regulārs darbs (bez mūsu akadēmiskās pieredzes). No visas izlases 116 dalībnieki (11.4%) izpildīja problemātiska interneta lietošanas kritērijus [cut-off> 30 īsā interneta atkarības testā (s-IAT), skatīt instrumenta aprakstu zemāk] un 38 dalībnieki (3.7%) par patoloģiska interneta izmantošana (> 37 s-IAT). Vidējais internetā pavadītais laiks bija 972.36 min / nedēļā (SD = 920.37). No visas izlases 975 personas izmantoja sociālo tīklu / saziņas vietnes (M_{min / nedēļā} = 444.47, SD = 659.05), 998 personas (97.94%) meklēja informāciju internetā (M_{min / nedēļā} = 410.03, SD = 626.26), 988 personas (96.96%) izmantoja iepirkšanās vietnes (M_{min / nedēļā} = 67.77, SD = 194.29), tiešsaistes spēles izmantoja 557 dalībnieki (54.66%, M_{min / nedēļā} = 159.61, SD = 373.65), tiešsaistes azartspēles veica 161 dalībnieki (15.80%, M_{min / nedēļā} = 37.09, SD = 141.70), un cybersex lietoja 485 indivīdi (47.60%, M_{min / nedēļā} = 66.46, SD = 108.28). Attiecībā uz vairāku interneta lietojumprogrammu izmantošanu, 995 dalībnieki (97.64%) ziņoja, ka regulāri izmanto trīs vai vairāk no iepriekš minētajām interneta lietojumprogrammām.

Instruments

Īss interneta atkarības tests (s-IAT)

IA simptomi tika novērtēti ar vācu valodas īsu versiju Internet Addiction Test (Pawlikowski et al., 2013), kas balstās uz oriģinālo versiju, ko izstrādājusi Young (1998). Īsajā versijā (s-IAT) ir jāatbild uz 12 jautājumiem piecu punktu skalā, sākot no 1 (= nekad) līdz 5 (= ļoti bieži), kā rezultātā kopvērtējums svārstās no 12 līdz 60, savukārt rādītāji> 30 norāda uz problemātisku interneta lietošanu un rādītājs> 37 norāda uz patoloģisku interneta lietošanu (Pawlikowski et al., 2013). S-IAT sastāv no diviem faktoriem: kontroles / laika pārvaldības zudums un vēlmes / sociālās problēmas (katram no tiem ir seši elementi). Lai gan 12 iekļauj slodzi uz diviem faktoriem gan izpētes, gan apstiprinošā faktora analīzē (CFA; Pawlikowski et al., 2013), tie atspoguļo IA galvenos simptomus, kā, piemēram, aprakstīts komponentu modelī (Griffiths, 2005). Pirmajā apakškategorijā “Kontroles / laika pārvaldības zaudēšana” tiek vērtēts, cik spēcīga ir personas ikdienas dzīves problēmas saistībā ar interneta lietošanu (piemēram, „Cik bieži jūs nolaidīsiet mājsaimniecības darbus, lai pavadītu vairāk laika tiešsaistē?” Un „Cik bieži jūs zaudējat miegu, jo vēlu vakarā esat tiešsaistē?”). Šīs apakšklases vienības novērtē arī negatīvās sekas, ko izraisa interneta izmantošanas pārmērīgums (piemēram, „Cik bieži jūsu pakāpes vai skolu darbs ir saistīts ar to, cik daudz laika tērējat tiešsaistē?”). To mēra arī tad, ja priekšmeti zaudē kontroli pār savu interneta lietošanu un, ja viņi ir mēģinājuši samazināt interneta lietošanu un neizdevās (piem., „Cik bieži jūs konstatējat, ka esat tiešsaistē ilgāk, nekā paredzēts?” Un „Cik bieži jūs mēģināt samazināt laiku, ko tērējat tiešsaistē un neizdodas? ”). Visi priekšmeti nenovērtē tiešsaistē pavadīto laiku, bet neatkarīgi no tā, vai indivīdiem ir zaudēta kontrole attiecībā uz interneta lietošanu un problēmām ikdienas dzīvē viņu interneta lietošanas dēļ. Otrajā apakškategorijā “tieksme / sociālās problēmas” tiek mērīta pārmērīga interneta izmantošanas ietekme uz sociālo mijiedarbību un rūpes par mediju (piemēram, „Cik bieži jūs jūtaties par interneta piesaisti, kad jūs atrodaties vai fantāzijas par to, ka esat tiešsaistē?”). Šīs apakšklases vienības novērtē arī personiskās problēmas (piem., Cik bieži jūs snap, kliegt, vai rīkoties ļaunprātīgi, ja kāds jūs aizskar, kamēr esat tiešsaistē?)) Un garastāvokļa regulēšana (piemēram, „Cik bieži jūs jūtaties nomākts, noskaņots , vai nervu, kad jūs atrodaties, kas aiziet, kad esat tiešsaistē?). Visi priekšmeti ietver terminus “internets” vai “tiešsaistē” kopumā, nepievēršoties konkrētam lietojumam. Instrukcijā dalībnieki tika informēti, ka visi jautājumi ir saistīti ar to vispārējo lietošanu internetā, ieskaitot visus izmantotos lietojumus.

S-IAT ir labas psihometriskās īpašības un derīgums (Pawlikowski et al., 2013). Mūsu paraugā iekšēja konsekvence (Cronbach's α) bija 0.856 visai skalai, 0.819 - faktora zuduma kontrolei / laika vadībai, un 0.751 faktora vēlmēm / sociālajām problēmām.

Īss simptomu saraksts Inventarizācija - apakšskaitļa depresija

Depresijas simptomi tika novērtēti ar vācu valodas versiju (Franke, 2000) no Īsā simptomu saraksta apakšskaitļa depresijas (Boulet un Boss, 1991; Derogatis, 1993). Skala sastāv no sešiem posteņiem, kas novērtē depresijas simptomus pēdējās 7 dienās. Atbildes jāsniedz piecu punktu skalā, sākot no 0 (= nav vispār) līdz 4 (= ļoti). Iekšējā konsistence (Cronbach's α) mūsu paraugā bija 0.858.

Īsumā Simptoms Inventarizācija - starppersonu jutība

Sociālās trauksmes un starppersonu jutīguma simptomi tika novērtēti ar vācu valodas versiju (Franke, 2000) par īso simptomu saraksta starppersonu jutīgumu (Boulet un Boss, 1991; Derogatis, 1993). Skalu veido četri posteņi un atbildes ir jāsniedz piecu punktu skalā, sākot no 0 (= nav vispār) līdz 4 (= ļoti). Iekšējā konsistence (Cronbach's α) mūsu paraugā bija 0.797.

Pašnovērtējuma skala

Pašcieņu novērtēja pašnovērtējuma skala (Rosenberg, 1965). Mēs šeit izmantojām modificēto vācu versiju (Collani un Herzberg, 2003), kas sastāv no desmit punktiem. Atbildes jāsniedz četru punktu skalā, sākot no 0 (= ļoti nepiekrītu) ar 3 (= stingri piekrīt). Iekšējā konsistence (Cronbach's α) mūsu paraugā bija 0.896.

Pašefektivitātes skala

Pašefektivitāte tika novērtēta ar pašefektivitātes skalu (Schwarzer un Jeruzaleme, 1995), kas sastāv no 10 vienumiem. Atbildes jāsniedz četru punktu skalā, sākot no 1 (= nav taisnība) uz 4 (= precīzi taisnība). Iekšējā konsistence (Cronbach's α) mūsu paraugā bija 0.863.

Trīskārša stresa uzskaite

Stresa neaizsargātību noteica Trier krīzes stresa inventarizācijas versija (TICS; Schulz et al., 2004). Skrīnings satur 12 vienības par stresa iedarbību pēdējos 3 mēnešos. Katram paziņojumam jāatbild uz piecu punktu skalu, sākot no 0 (= nekad) līdz 4 (= ļoti bieži). Iekšējā konsistence (Cronbach's α) mūsu paraugā bija 0.908.

Vientulības skala

Vienkāršības skalas īsa versija (De Jong Gierveld un Van Tilburg, 2006) tika izmantota, lai novērtētu vientulības izjūtas (apakškopas emocionālā vientulība, trīs vienības) un uztverto sociālo atbalstu (sociālā atbalsta apakšsala, trīs posteņi). Uz visiem paziņojumiem jāatbild uz piecu punktu skalu no 1 (= nē!) Uz 5 (= jā!). Iekšējā konsekvence (Cronbach's α) mūsu paraugā bija 0.765, lai apzīmētu emocionālo vientuļību, un 0.867 - apakšskaitļa sociālajam atbalstam.

Īss COPE

Īss COPE (Carver, 1997) mēra gala stilu vairākos dažādos apakšdomēnos. Mēs šeit izmantojām trīs vācu valodas apakšklases (Knoll et al., 2005): noliegšana, vielu lietošana un uzvedības pārtraukšana. Katru apakšskaitli pārstāvēja divi elementi, uz kuriem bija jāatbild uz četru punktu skalu, sākot no 1 (= es neesmu to darījis vispār) uz 4 (= es esmu to izdarījis daudz). Iekšējā konsekvence (Cronbach's α) mūsu paraugā bija 0.561 apakšskaitījuma noliegumam, 0.901 apakšmērķa vielas lietošanai un 0.517 apakšskaitļa uzvedības atslēgšanai. Ņemot vērā, ka svari sastāv tikai no diviem elementiem un, ņemot vērā, ka instruments ir izmantots vairākos validācijas pētījumos, tostarp ziņojumos par atkārtotas pārbaudes ticamību, mēs uzskatām, ka uzticamība ir pieņemama.

Interneta lietošanas prognozes skala

Lai novērtētu interneta lietošanas gaidas, mēs izstrādājām jaunu skalu, kas - pirmajā versijā - 16 vienumi. Šie elementi atspoguļo dažus galvenos motivējošos faktorus, kā, piemēram, ziņo Xu et al. (2012) un arī Yee (2006). Vienumi tika piešķirti priori divos līmeņos (katrs ar astoņiem posteņiem): interneta lietošanas gaidas atspoguļo pozitīvu pastiprinājumu (piemēram, „Es izmantoju internetu, lai izbaudītu prieku”) un tās, kas atspoguļo negatīvu pastiprinājumu (piemēram, „Es izmantoju internetu, lai novirzītu no problēmām”). Visas atbildes tika sniegtas sešu punktu skalā, sākot no 1 (= pilnīgi nepiekrītu) ar 6 (= pilnīgi piekrītu). Pamatojoties uz šajā pētījumā apkopotajiem datiem (N = 1019), mēs veicām izpētes faktora analīzi (EFA). Horns (1965) paralēlo analīzi un minimālo vidējo (MAP) testu (Velicer, 1976) tika izmantoti, lai noteiktu atbilstošu faktoru skaitu. Šī procedūra radīja stabilu divu faktoru risinājumu. Pēc tam tika veikta EFA ar galveno komponentu analīzi un varimax rotāciju, lai novērtētu interneta lietošanas prognozes skalas (IUES) struktūru. EFA rezultāti, kas noslēgti ar galīgo 8 vienības versiju IUES ar divu faktoru struktūru, paliek (tabula 1). Ar šiem diviem faktoriem mēs novērojām dispersijas skaidrojumu 63.41%. Pirmajā koeficientā ir četri elementi ar lielu slodzi uz galveno faktoru (> 0.50) un zemu slodzi uz citu faktoru (<0.20), un tas attiecas uz pozitīvām gaidām, tāpēc mēs šo faktoru nosaucām par “pozitīvām gaidām”. Otro faktoru veido četri priekšmeti ar lielu slodzi uz galveno faktoru (> 0.50) un zemas slodzes uz otru faktoru (<0.20), kā arī visi elementi, kas saistīti ar interneta lietošanu, lai izvairītos vai mazinātu negatīvas jūtas vai domas, tāpēc mēs to nosaucām faktors “izvairīšanās gaidas”. Abiem faktoriem ir laba ticamība (“pozitīvās gaidas”: Kronbaha α = 0.832 un “izvairīšanās prognozes” Kronbaha α = 0.756). Abi faktori bija būtiski saistīti (r = 0.496, p <0.001) ar mērenu efektu (Cohen, 1988).

 

1 TABULA. Faktoru slodzes un IUES divu faktoru, nominālo vienību un vienumu numuru ticamība.

Lai nodrošinātu instrumenta faktisko struktūru, CFA pielietošanai izvērtējām 169 objektu papildu paraugu (vidējais vecums = 21.66, SD = 2.69; 106 sievietes). CFA tika veikta ar MPlus (Muthén un Muthén, 2011). Lai novērtētu modeli, mēs izmantojām standarta kritērijus (Hu un Bentler, 1995, 1999): Standartizētais vidējais kvadrātiskais atlikums (SRMR; vērtības, kas ir zemākas par 0.08 norāda uz labu atbilstību datiem), salīdzinošie piemērotības indeksi (CFI / TLI; vērtības, kas pārsniedz 0.90, liecina par labu piemērotību, lielākas vērtības par 0.95, lieliski piemērotas), un vidējais kvadrāts aptuvenās kļūdas kļūda (RMSEA; „tuvu atbilstības tests”; vērtība, kas zemāka par 0.08 ar nozīmīguma vērtību zem 0.05), liecina par pieņemamu atbilstību). CFA apstiprināja divfaktoru risinājumu IUES ar labiem līdz izciliem piemērotības parametriem: RMSEA bija 0.047, CFI bija 0.984, TLI bija 0.975, un SRMR bija 0.031. Χ² tests nebija nozīmīgs, χ² = 24.58, p = 0.137, kas norāda, ka dati būtiski neatšķīrās no teorētiskā modeļa (divi faktori, kā parādīts 3. \ Ttabulā). \ T 1). Šis paraugs tika savākts tikai CFA. Dati netika iekļauti turpmākajās analīzēs.

Statistiskā analīze

Statistikas standartprocedūras tika veiktas ar SPSS 21.0 for Windows (IBM SPSS Statistics, atbrīvoja 2012). Pearson korelācijas tika aprēķinātas, lai pārbaudītu nulles secības attiecības starp diviem mainīgajiem. Lai kontrolētu izejas datus, mēs izveidojām parasti sadalītu nejaušu mainīgo ar tādu pašu vidējo standarta novirzi, kāda tika konstatēta s-IAT (kopējais punktu skaits). Teorētiski šim nejaušajam mainīgajam lielumam nevajadzētu būt saistītam ar visiem interesējošiem mainīgajiem, ja korelācijas nav ietekmējušas datu novirzes. Visas korelācijas ar nejaušo mainīgo bija ļoti zemas, rs <0.049, kas norāda, ka galīgajā izlasē nevienā no skalām nebija būtiski ietekmējošu rezultātuN = 1019). Turklāt vizuāli tika kontrolēti izkliedes punkti starp mainīgajiem. Atkal, netika atrasti nekādi ekstrēmi novirzes. Tāpēc analīzes tika veiktas ar visiem priekšmetiem.

SEM analīze tika aprēķināta, izmantojot MPlus 6 (Muthén un Muthén, 2011). Trūkst datu. Pirms pilnā modeļa testēšanas latentā izmēra derības tika pārbaudītas arī izmantojot CFA, izmantojot MPlus. Gan SEM, gan CFA tika pielietots maksimālās iespējamības parametru novērtējums. Lai novērtētu modeli, mēs izmantojām standarta kritērijus (Hu un Bentler, 1995, 1999), kā jau iepriekš aprakstīts iepriekš. Mediatora analīzes piemērošanai tas bija nepieciešams saskaņā ar Barons un Kenny (1986), ka visiem starpniecībā iekļautajiem mainīgajiem ir jābūt savstarpēji saistītiem. Mēs izmantojām arī moderētas regresijas, lai analizētu potenciālos moderatora efektus kā papildu analīzi alternatīvai koncepcijas konceptualizācijai.

rezultāti

Aprakstošas ​​vērtības un korelācijas

Paraugu vidējie rādītāji s-IAT un visos pārējos pielietotajos svaros atrodami tabulā 2. Vidējais s-IAT rezultāts M = 23.79 (SD = 6.69) ir diezgan salīdzināma ar rezultātu, par kuru ziņoja Pawlikowski et al. (2013) 1820 pacientu grupai vispārējā populācijā (vidējais s-IAT rezultāts bija M = 23.30, SD = 7.25). Bivariatīvās korelācijas starp s-IAT (summārais rādītājs) un ievadītajās anketās un skalās tiek rādītas tabulā. 3.

 

2 TABULA. Piemēroto skalu vidējie rādītāji.

 

3 TABULA. Bivariatīvas korelācijas starp s-IAT (sumu punktu) un ievadītajām anketām.

Ierosinātā modeļa latentie izmēri apstiprinošā faktora analīzē

Lai sistemātiski pārbaudītu piedāvāto teorētisko modeli, mēs vispirms analizējām faktoru modeli, kas nozīmē, ka tika pārbaudīts, vai latentās dimensijas ir pieņemami pārstāvētas ar manifesta mainīgajiem. Tāpēc CFA tika veikta ar sešiem latentiem izmēriem (viena atkarīga dimensija, trīs prognozes izmēri, divi starpnieka izmēri). RMSEA bija 0.066 ar p <0.001, CFI bija 0.951, TLI bija 0.928 un SRMR bija 0.041, kas norāda uz labu modeļa piemērotību.

Pirmo latentisko dimensiju “GIA simptomi” labi atspoguļoja punkti divos s-IAT faktoros (kontroles / laika pārvaldības zaudēšana un vēlmes / sociālās problēmas), kā paredzēts. Pirmie prognozējamo mainīgo lielumu “psihopatoloģiskie simptomi” nozīmīgi atspoguļoja divas BSI apakšgrupas (depresija un starppersonu jutība). Dimensiju „personības aspekti” labi atspoguļoja trīs hipotēzes izpausmes mainīgie (pašefektivitāte, pašcieņa un stresa ievainojamība) un pēdējais prognozējošais aspekts “sociālās izziņas” labi atspoguļojās abās vienatnes skalas apakšskalās (emocionālās vientulība un sociālais atbalsts). Rezultāti parādīja, ka pirmo hipotēzes starpnieka dimensiju „galā” labi atspoguļoja trīs COPE apakšskalas (noliegšana, vielu ļaunprātīga izmantošana un uzvedības pārtraukšana), un otrais starpnieka aspekts „Interneta lietošanas gaidas” bija labi atspoguļots abos IUES faktoros ( prognozes un izvairīšanās gaidas).

Kopumā CFA norādīja, ka latentās dimensijas ir pieņemamas ar acīmredzamajiem mainīgajiem. Tikai tādā mērogā, kur tiek galā ar vielu lietošanu, ir vājāka faktora slodze (β = 0.424), bet joprojām ir ievērojama (p <0.001) un tāpēc pietiekams, ņemot vērā, ka kopējais modelis labi atbilst datiem. Visas faktoru slodzes un standarta kļūdas ir parādītas tabulā 4.

 

4 TABULA. Parādīto lielumu slodzes koeficienti uz latentiem izmēriem, testēti ar CFA MPlus.

Pilns strukturālās vienādojuma modelis

Ierosinātais teorētiskais modelis par latentisko dimensiju ar GIA kā atkarīgu mainīgo (modelēts ar diviem s-IAT faktoriem) sniedza labu atbilstību datiem. RMSEA bija 0.066 ar p <0.001, CFI bija 0.95, TLI bija 0.93 un SRMR bija 0.041. The χ² tests bija nozīmīgs, χ² = 343.89, p <0.001, kas ir normāli, ņemot vērā lielo izlases lielumu. Tomēr χ² sākotnējā modeļa tests bija nozīmīgs arī ar augstāku χ² vērtība, χ² = 5745.35, p <0.001. Kopumā dati labi iederējās ar piedāvāto teorētisko modeli. Kopumā lielo 63.5% no GIA dispersijas īpatsvaru būtiski izskaidroja ar pilnu SEM (R² = 0.635, p <0.001). Modelis un visi tiešie un netiešie efekti ir parādīti attēlā 2.

 

2 attēls. Strukturālā vienādojuma modeļa rezultāti, ieskaitot latentā izmēra faktoru slodzes, β-svarus, pvērtības un atlikumi. ***p <0.001.

Visi trīs tiešo prognožu iedarbību uz GIA nebija nozīmīgi (1. attēls) 2). Bet ņemiet vērā, ka latento mainīgo psihopatoloģisko aspektu tiešā ietekme nedaudz nespēja sasniegt nozīmīgumu p = 0.059. Šeit jāņem vērā, ka β-svars bija negatīvs, norādot, ka gadījumā, ja varētu interpretēt nedaudz nozīmīgo tiešo iedarbību, augstāka depresija un sociālā trauksme iet roku rokā ar zemākiem GIA simptomiem, ja netiešā psihopatoloģisko aspektu ietekme pār diviem starpnieka mainīgajiem lielumiem (galā un interneta lietošanas gaidas) ir sadalīti. Nozīmīga bija divu latento prognozējošo mainīgo psihopatoloģisko aspektu un personības tiešā ietekme gan uz latentiem mediatoru mainīgajiem, gan uz interneta lietošanas gaidiem. Turpretī tiešās sekas no latentajām mainīgajām sociālajām izpausmēm gan attiecībā uz sagaidāmajām, gan interneta lietošanas cerībām nebija nozīmīgas, kas nozīmē, ka šīs sekas nebija nozīmīgas, ja tās kontrolē pārējo divu latento dimensiju ietekmi.

Tomēr sociālās izziņas ietekme uz interneta lietošanas gaidām nedaudz neizdevās sasniegt p = 0.073. Tiešās sekas, kas rodas, pārvarot GIA (p <0.001) un no interneta izmantošanas gaidām (p <0.001) bija nozīmīgi ar spēcīgu efekta lielumu.

Netiešā psihopatoloģisko aspektu ietekme uz GIA pārvarēšanu bija nozīmīga (β = 0.173, SE = 0.059, p = 0.003). Arī netiešā psihopatoloģisko aspektu ietekme uz interneta lietošanas gaidāmību uz GIA bija nozīmīga (β = 0.159, SE = 0.072, p = 0.027). Nozīmīga bija arī personības aspektu netiešā ietekme uz GIA pārvarēšanu (β = –0.08, SE = 0.041, p = 0.05), bet efekta lielums bija ļoti mazs. Personības aspektu netiešā ietekme uz interneta lietošanas gaidāmību uz GIA bija ievērojama (β = –0.160, SE = 0.061, p = 0.009). Abas netiešās sekas, ko rada sociālo izziņu pārvarēšana (β = 0.025, SE = 0.030, p = 0.403) un sociālā izziņa par interneta lietošanas gaidiem (β = –0.08, SE = 0.045, p = 0.075) līdz GIA nebija nozīmīgi. Modelis ar visiem faktoriem un β- svari ir parādīti attēlā 2. Latentās dimensijas psihopatoloģiskie aspekti bija būtiski korelēti ar latentās dimensijas personības aspektiem (r = -0.844, p <0.001) un ar latento dimensiju sociālajām izziņām (r = –0.783, p <0.001). Tika korelēti arī divi latentās dimensijas personības aspekti un sociālās atziņas (r = 0.707, p <0.001).

Papildu analīze

Aprakstītais modelis bija teorētiski apgalvots un līdz ar to tas, ko mēs vispirms pārbaudījām. Tomēr mēs pēc tam atsevišķi pārbaudījām dažus papildu modeļus vai modeļa daļas, lai sīkāk izprastu GIA mehānismus. Pirmais jautājums, uz kuru mēs pievērsāmies, bija psihopatoloģijas ietekme uz GIA, jo mēs uzskatījām, ka ir interesanti, ka tiešā iedarbība, kaut arī ne nozīmīga, bija negatīva SEM (sk. 2), lai gan divpakāpju līmenī korelācijas bija pozitīvas. Vienkāršajam modelim ar psihopatoloģiskiem aspektiem (ko raksturo BIS depresija un BSI sociālā trauksme) kā prognozējamam un GIA (ko pārstāv divi s-IAT faktori) kā atkarīgam mainīgajam bija labs modelis (visi piemērotības rādītāji ir labāki nekā pieņemami) un efekts bija pozitīvs (β = 0.451, p <0.001). Mēs arī aprēķinājām modeli bez diviem mediatoriem, tas nozīmē, ka psihopatoloģiskie aspekti, personības aspekti un sociālie aspekti kalpoja kā tiešie prognozētāji un GIA bija atkarīgs mainīgais (visi mainīgie latentajā līmenī ar tiem pašiem mainīgajiem, kas izmantoti visā SEM, sk. Attēlu) 2). Modelim bez starpniekiem bija arī labas piemērotības rādītāji (ar vienu izņēmumu: mazliet augsts RMSEA bija ar 0.089), un tiešā ietekme uz GIA (divi s-IAT faktori) bija: psihopatoloģisko aspektu ietekme uz GIA β = 0.167, p = 0.122; personības aspektu ietekme uz GIA β = –0.223, p = 0.017; sociālo aspektu ietekme uz GIA β = –0.124, p = 0.081. Ņemiet vērā, ka psihopatoloģisko aspektu ietekme uz GIA joprojām ir pozitīva šajā modelī (bet ne nozīmīga), ja efektu kontrolē personības un sociālo aspektu ietekme. Kopumā SEM rezultāti liecina, ka abu starpnieku psihopatoloģisko aspektu ietekme uz GIA ir pilnīga (galā un gaidas), ko vēl vairāk uzsver divas papildu analīzes, kas liecina, ka pozitīvā ietekme uz divpakāpju līmeni un vienkāršajā modelī tiek samazināts turpmāku mainīgo iekļaušana kā prognozētāji.

Mēs teorētiski esam konceptuāli iztikuši kā starpnieku (Brand et al., 2014). Tomēr var arī apgalvot, ka pārvarēšana nenozīmē psihopatoloģisko aspektu ietekmi, bet darbojas kā moderators. Lai pārliecinātos, ka samierināšanas kā starpnieka konceptualizācija moderatora vietā ir piemērota, mēs papildus aprēķinājām dažas moderatora analīzes, izmantojot regulētas regresijas analīzes. Piemēram, izmantojot psihopatoloģiskos aspektus kā prognozētājus, kā moderatora un s-IAT (summārais rādītājs) kā atkarīgā mainīgā, abi psihopatoloģiskie aspekti (β = 0.267) un pārvarēšana (β = 0.262) izskaidro s-IAT dispersiju ievērojami (abi p Bet to mijiedarbība būtiski nepievieno dispersijas skaidrojumu (izmaiņas R² = 0.003, p = 0.067, β = -0.059) un moderatora efekta pieaugums ir gandrīz nulle (0.3%).

Mēs uzskatām arī vecumu un dzimumu kā potenciālos mainīgos, kas var ietekmēt modeļa struktūru. Lai to pārbaudītu, vispirms aprēķinājām bivariatīvas korelācijas starp vecumu un visiem pārējiem mainīgajiem lielumiem, kā rezultātā radās ļoti zemas korelācijas. Bija tikai viena saistība ar r = 0.21 (vecuma un izvairīšanās gaidas), kas joprojām ir zema ietekme (Cohen, 1988), un visām pārējām korelācijām bija ietekme r = 0.016 un r = 0.18 ar lielāko daļu r <0.15 un r <0.10. Korelācija starp vecumu un s-IAT arī bija ļoti zema r = –0.14 (lai gan ir nozīmīgs p <0.01, kas ir skaidrs tik lielā izlasē). Kopumā prasības par vecuma iekļaušanu mediācijas modelī netika izpildītas (Barons un Kenny, 1986) un mēs nolēmām neiekļaut vecumu papildu modelī. Attiecībā uz dzimumu mēs salīdzinājām visu izmantoto skalu vidējos rādītājus un konstatējām tikai vienu nozīmīgu grupu atšķirību (BSI sociālā trauksme, sievietēm bija augstāks punktu skaits ar zemu efektu) d = 0.28, visi pārējie efekti bija zemāki par 0.28, ietekme uz s-IAT rādītāju bija d = 0.19). Tomēr mēs pārbaudījām, vai modeļa struktūra sievietēm un vīriešiem ir atšķirīga, izmantojot SEM analīzē izmantoto vidējo struktūras analīzi. Tas nozīmē, ka mēs pārbaudījām, vai SEM (sk. \ T 2) ir vienāds vīriešiem un sievietēm. Šī testa H0 ir: teorētiskais modelis = modelis „vīriešiem” = modelis „sievietēm”. Piemērotības rādītāji bija pieņemami, norādot, ka attiecību struktūra vīriešiem un sievietēm būtiski neatšķīrās. RMSEA bija 0.074 ar p <0.001, CFI bija 0.93, TLI bija 0.91 un SRMR bija 0.054. The χ² tests bija nozīmīgs, χ² = 534.43, p <0.001, kas ir normāli, ņemot vērā lielo izlases lielumu. Tomēr χ² sākotnējā modeļa tests bija nozīmīgs arī ar augstāku χ² vērtība, χ² = 5833.68, p <0.001. Ieguldījums χ² vīriešiem un sievietēm bija salīdzināmi (χ² sieviešu iemaksas = 279.88, χ² vīriešu iemaksas = 254.55). Lai gan modeļa vispārējā struktūra vīriešiem un sievietēm būtiski neatšķiras, mēs pārbaudījām vienkāršo ceļu un konstatējām trīs atšķirības. Ceļš no personības aspektiem līdz galam bija nozīmīgs vīriešiem (β = –0.437, p = 0.002), bet ne sievietēm (β = –0.254, p = 0.161) un personības aspektu ietekme uz gaidāmajām bija vīriešiem nozīmīga (β = -0.401, p = 0.001), bet ne sievietēm (β = –0.185, p = 0.181). Turklāt sievietēm bija nozīmīga psihopatoloģisko aspektu ietekme uz gaidāmajām (β = 0.281, p = 0.05), bet ne vīriešiem (β = 0.082, p = 0.599). Visi pārējie efekti un latento dimensiju attēlojums vīriešiem un sievietēm neatšķīrās, kā arī neatšķiras no kopējā attēlā redzamā modeļa. 2. Kopumā pārbaudītais modelis ir derīgs gan vīriešiem, gan sievietēm, lai gan personības aspektu negatīvā ietekme uz iztiku un cerībām ir lielāka vīriešiem salīdzinājumā ar sievietēm, un psihopatoloģisko aspektu ietekme uz gaidāmajām ir sievietēm, bet ne vīriešiem. .

diskusija

Mēs esam ieviesuši jaunu teorētisko modeli, lai izstrādātu un uzturētu atkarību no interneta (Brand et al., 2014), kas pamatojas uz galvenajiem argumentiem Davis (2001) kurš vispirms ierosināja diferenciāciju starp vispārēju interneta izmantošanu (GIA) un īpašu atkarību no dažām interneta lietojumprogrammām (SIA). Šajā pētījumā teorētisko GIA modeli tulkojām par operatīvu modeli latentā līmenī un statistiski pārbaudījām SEM, izmantojot tiešsaistes aptauju par 1019 respondentu interneta populāciju. Mēs atradām vispārēju labu modeli, kas atbilst datiem un hipotētiskajam SEM, kas atspoguļo teorētiskā modeļa galvenos aspektus un izskaidroja 63.5% no GIA simptomu dispersijas, ko mēra ar s-IAT (Pawlikowski et al., 2013).

Šis modelis ir pirmais, kas apvieno ar IA saistītos elementus, piemēram, depresiju, sociālo trauksmi, zemu pašcieņu, zemu pašefektivitāti un lielāku stresa neaizsargātību. Pamatojoties uz izziņu uzsvaru, kas saistīts ar IA attīstību un atkarību izraisošu uzvedību kopumā (Lewis un O'Neill, 2000; Dunne et al., 2013; Newton et al., 2014), modelī tiek pētīts, vai divi starpnieka mainīgie (risināšanas stili un interneta lietošanas gaidas) ietekmē prognozējošo mainīgo (psihopatoloģijas, personības un sociālās izziņas) tiešo ietekmi uz GIA attīstību. Rezultāti rāda, ka gan gala stilu, gan interneta lietošanas gaidas ir nozīmīgas.

Visi mainīgie, kas iekļauti modelī, bija būtiski korelēti ar s-IAT punktu skaitu divpakāpju līmenī. Tas būtībā atbilst iepriekšējiem pētījumiem par divpakāpju saiknēm starp IA un personības aspektiem, psihopatoloģiskajiem simptomiem un citiem personas mainīgajiem, kā minēts ievadā. Tomēr SEM analīzē visi trīs galveno prognožu tiešie efekti (latentā dimensija) vairs nebija nozīmīgi, iekļaujot hipotēzes starpniekus modelī. Tas nozīmē, ka psihopatoloģiskie aspekti (depresija, sociālā trauksme), personības aspekti (pašcieņa, pašefektivitāte un stresa ievainojamība), kā arī sociālās izziņas (emocionālā vientulība, uztvertais sociālais atbalsts) tieši neietekmē GIA simptomus, bet to ietekmi ietekmē vai nu disfunkcionāls pārvarēšanas stils, vai interneta lietošanas gaidas, vai abi. Tomēr psihopatoloģiskie aspekti un personības aspekti būtiski prognozē gan disfunkcionālu gala stilu, gan interneta lietošanas gaidas. Tomēr sociālās izziņas nav būtiski saistītas ar pārvarēšanu un cerībām, kad to relatīvā ietekme tiek kontrolēta psihopatoloģisko un personības aspektu ietekmē (bet ņemiet vērā, ka trīs paredzamās latentās dimensijas ir būtiski korelētas un ka sociālo izziņas ietekme uz interneta lietošanu) prognozes nedaudz nesasniedza nozīmīgumu). Nozīmīga bija gan gala stila, gan gaidīšanas gadījumu tiešā ietekme uz GIA simptomiem. Kopsavilkumā, pašreizējais pētījums, lai gan ar neklīnisko populāciju, ne tikai apstiprina iepriekšējos konstatējumus par to, cik svarīgi ir tikt galā ar stilu, bet arī strādāt ar stresa apstākļiemKardefelt-Winther, 2014; Tang et al., 2014; Tonioni et al., 2014), kā arī interneta lietošanas gaidas (Turel un Serenko, 2012; Xu et al., 2012; Lee et al., 2014), lai attīstītu vai saglabātu GIA simptomus, bet skaidri uzsvērts, ka GIA pamatā esošajā procesā ir būtiska nozīme un kā gaidīšanas iespējas.

Modelis tika pārbaudīts ar lielu tiešsaistes populāciju. Modelis ir jāpārbauda ar skaidri definētiem klīniskiem paraugiem, piemēram, ārstējošiem cilvēkiem. Modeļa nozīme būtu efektīvāka klīniskā populācijā, lai izdarītu precīzāku klīnisko ietekmi. Lai gan 11.3% no parauga ziņoja par problemātisku interneta lietošanu, un 3.7% sevi raksturoja kā atkarīgu interneta lietojumu, šis pētījums tiek uzskatīts tikai par sākotnējo izskatu, lai redzētu, vai modelis darbojas un iegūst statistiskus secinājumus, kas varētu būt klīniski nozīmīgi. Tomēr, kā jauns modelis ar statistisku nozīmīgumu, izmantojot dažādus psiholoģiskos un personības testus tiešsaistē, daži piesardzības pasākumi, kas var iedvesmot nākotnes pētījumus, var būt piesardzīgi.

Pirmkārt, indivīdiem ar disfunkcionālu pārvarēšanu, lai risinātu savas dzīves problēmas un kuriem ir gaidas, ka internetu var izmantot, lai palielinātu pozitīvo vai negatīvo garastāvokli, var būt lielāka iespēja GIA attīstīt. Turklāt psihopatoloģisko aspektu ietekme gan uz disfunkcionālu pārvarēšanu, gan uz interneta lietošanas cerībām bija pozitīva, norādot, ka augstāki depresijas un sociālās trauksmes simptomi var palielināt risku, ka var rasties disfunkcionālas pārvarēšanas stratēģijas, kā arī cerības, ka internets sniedz palīdzību stresa vai negatīvas problēmas risināšanā garastāvoklis. Tikai tad, kad šie procesi darbojas saskaņoti, proti, psihopatoloģisko simptomu kombinācija un cīnīšanās / gaidas, varbūtība izmantot internetu ir atkarīga.

Otrkārt, lai gan pētījumu skaits, kas attiecas uz GIA ārstēšanu, ir ierobežots, meta analīzi publicēja Winkler et al. (2013) apgalvo, ka izvēles metode ir kognitīvās uzvedības terapija. Tas jo īpaši pamatojas uz ārstēšanas efektu analīzi, kas ietekmē laiku tiešsaistē, depresiju un trauksmes simptomus. Faktiski IA kognitīvās uzvedības terapija (CBT-IA; Young, 2011a) ir atzīts par visbiežāk sastopamo IA ārstēšanas veidu (\ tCash et al., 2012). Saskaņā ar KIA ierosināto kognitīvo uzvedību Young (2011a)individuālās īpatnības, kā arī ciešanas un interneta lietošanas cerības jau ir hipotēzes, ka tās būs svarīgas GIA ārstēšanā, bet empīriskie pierādījumi bija ļoti reti (piemēram, Young, 2013).

Šajā pētījumā izklāstītie konstatējumi ir vēl viens pierādījumu avots, kas parāda, ka kognitīvās uzvedības terapija un CBT-IA var strādāt, lai ārstētu IA. Personas specifiskās izziņas (stāstījuma stils un interneta lietošanas gaidas) starpniecību ietekmē psihopatoloģisko simptomu (depresija, sociālā trauksme), personības iezīmes un sociālās izziņas (vientulība, sociālais atbalsts) ietekmi uz GIA simptomiem. Izmantojot kognitīvo terapiju, novērtējumā galvenā uzmanība jāpievērš disfunkcionālu izziņas identificēšanai. Tas nozīmē, ka, pārbaudot ārstu, jāpārbauda interneta lietošanas gaidas, lai izprastu klienta vajadzības un kādus veidus, kā klients uzskata, ka internets var palīdzēt apmierināt.

Alternatīvi rezultāti arī liecina, ka terapijai jārisina nepareizas izziņas, kas saistītas ar interneta disfunkcionālu izmantošanu. Šie konstatējumi apstiprina agrākus pētījumus, kas parādīja nepareizas izziņas, piemēram, pārmērīgu, izvairīšanos, apspiešanu, palielināšanu, nepareizu problēmu risināšanu vai negatīvas paškoncepcijas, kas saistītas ar atkarību izraisošu interneta lietošanu (Young, 2007). Šo rezultātu klīniskā nozīme ir tāda, ka terapijai jāpiemēro kognitīvā pārstrukturēšana un jāpārveido, lai cīnītos pret domām, kas izraisa atkarību no interneta. Piemēram, pacientam, kas cieš no GIA, var būt sociālās trauksmes un kautrības pazīmes, un tāpēc arī daži draugi un arī problēmas ar citiem skolā. Pēc tam viņa var domāt, ka komunikācija ar citiem cilvēkiem, izmantojot sociālo tīklu vietnes, apmierina viņas sociālo vajadzību, neradot briesmīgus “reālas” sociālās mijiedarbības situācijas aspektus. Turklāt viņai var būt cerība, ka arī tiešsaistes spēles spēlēšana var novirzīt viņu no problēmām skolā un ka tiešsaistes pirkšana vai informācijas meklēšana internetā var mazināt vientulības sajūtu. Terapija pievērstos alternatīvām vietām skolā vai privātajā dzīvē, kur viņa var veidot cieņu un apmierināt sociālās vajadzības. Ja viņa pārtrauc attaisnot, ka sociālā tīkla vietnes, spēles un iepirkšanās vietas ir vienīgās vietas, kur viņa jūtas labi par savu dzīvi, un viņa atrod citus veselīgākus tirdzniecības punktus, jo mazāk atkarīga no dažādām interneta lietojumprogrammām. Zinot, kāda nozīme izziņas ir GIA izstrādē, kognitīvā terapija var palīdzēt klientiem pārstrukturēt pieņēmumus un interpretācijas, kas tos saglabā tiešsaistē. Atkārtoti, šīs pētījuma rezultātu iespējamās klīniskās sekas ir jāārstē piesardzīgi, jo tās jāatkārto klīniskajā paraugā, kas meklē ārstēšanu.

Tomēr no plašāka viedokļa šie atklājumi iegūst ieskatu par to, kā terapeiti var īpaši izmantot CBT-IA pacientiem, kuri ir atkarīgi no interneta. Uzvedības maiņa var palīdzēt klientiem izstrādāt un pielāgot jaunas un funkcionālākas pārvarēšanas stratēģijas, lai risinātu ikdienas problēmu. Terapijai jākoncentrējas uz to, lai palīdzētu klientiem atrast veselīgākus risinājumus, nekā vērsties pie interneta. Galvenā CBT-IA sastāvdaļa ir uzvedības terapija, kas palīdz klientiem tikt galā ar būtiskiem jautājumiem, kas veicina IA, specifisku vai vispārinātu (Young, 2011a, 2013). Iegūtie rezultāti liecina, ka labāku iemaņu uzlabošana samazinātu nepieciešamību tiešsaistē apmeklēt klientus. Lai gan mēs pētījām iedzīvotāju kopumu, mēs uzskatām, ka secinājums, ka gūtos panākumus un cerības ir starpnieki GIA izstrādē un uzturēšanā, veicina labāku izpratni par GIA mehānismiem un ka tiem, iespējams, ir dažas ārstēšanas sekas, kā minēts iepriekš . Vēl viens aspekts, kas pašreizējā pētījumā nebija koncentrēts, ir prefrontālās garozas integritātes loma. CBT-IA efektivitāte var būt atkarīga arī no pacienta prefrontālās darbības, jo interneta lietošanas kognitīvās kontroles pastiprināšana terapijas laikā, visticamāk, ir saistīta ar izpildfunkcijām un citiem augstākas kārtas kognitīvajiem procesiem. Tas ir svarīgi, lai risinātu turpmākos pētījumus, jo pēdējā laikā ir publicēti pāris raksti, kas parāda, ka prefrontālās garozas funkcijas visticamāk ir samazinātas pacientiem ar IA (skatīt pārskatu Brand et al., 2014).

Mūsu izlasē vecums bija apgriezti korelēts ar GIA simptomiem, bet ar ļoti mazu efektu (izskaidrojot tikai 1.96% no dispersijas). Ņemot vērā jaunākos rakstus par interneta lietošanu vecākiem cilvēkiem (piemēram, Eastman un Iyer, 2004; Vuori un Holmlund-Rytkönen, 2005; Campbell, 2008; Nimrod, 2011), protams, izņemot vecuma ietekmi uz vairākiem interneta izmantošanas aspektiem, piemēram, motīvu izmantošanu un to, kā vecāka gadagājuma cilvēki izbauda prieku un apmierinātību internetā. Ņemot vērā to, ka vecāka gadagājuma cilvēkiem ir lielākas iespējas attīstīt izpildvaras traucējumus sakarā ar prefronta garozas izmaiņām, pieaugot vecumam (Alvarez un Emory, 2006), kas arī ir saistīti ar lēmumu pieņemšanas samazinājumiem (\ tBrand un Markowitsch, 2010), var spekulēt, ka vecāki cilvēki ar izpildvaras samazinājumiem, kuriem ir liels prieks internetā, var attīstīt GIA. Tomēr mūsu dati to neatspoguļo, jo mūsu izlasē nebija vecāku priekšmetu. Turpmākie pētījumi var izpētīt īpašos neaizsargātības faktorus, kas saistīti ar GIA risku gados vecākiem pieaugušajiem.

Dzimums neietekmēja modeļa vispārējo struktūru. Iepriekšējos rakstos ir konstatēts, ka dzimumu ietekme ir noteikta konkrētiem IA veidiem, piemēram, tiešsaistes spēlēm (piemēram, Ko et al., 2005) un jo īpaši cybersex (Meerkerk et al., 2006; Griffiths, 2012; Laier et al., 2013, 2014), bet ir arī apgalvots, ka abu dzimumu risks parasti ir atkarīgs no interneta atkarības izmantošanas.Young et al., 1999, 2011). Mūsu pētījumā dzimuma ietekme uz GIA, ko mēra s-IAT, bija ļoti zema (d = 0.19, skatīt rezultātus), norādot, ka vismaz vispārējā populācijā abu dzimumu risks ir vienāds ar risku GIA attīstībai. Lai gan dzimums neietekmēja vispārējo datu struktūru SEM, bija dažas atšķirības starp vīriešiem un sievietēm attiecībā uz trim tiešām sekām, ko no prognozējošiem mainīgajiem var ietekmēt starpnieki. Kā apkopots rezultātu sadaļā, psihopatoloģiskie aspekti ietekmēja gaidas sievietēm, nevis vīriešiem, jo ​​personības aspektu negatīvā ietekme uz iztiku un gaidas ir vairāk vīriešiem nekā sievietēm. Šie efekti atbilst literatūrai par dzimumu atšķirībām attiecībā uz depresiju un sociālo trauksmi (Sprock un Yoder, 1997; Moscovitch et al., 2005), kā arī pašcieņu un pašefektivitāti (Huang, 2012). Tomēr dzimuma aspekts, kas ir pētījuma uzmanības centrā, proti, pārvarēšanas un gaidīšanas mediācijas ietekme un to nozīmīgums GIA, neietekmēja dzimumu (skatīt vidējās struktūras analīzes rezultātus). Tātad neatkarīgi no tā, kā dzimums var ietekmēt sociālo trauksmi, depresiju vai dažus personības aspektus, CBT-IA jāpārbauda abās dzimumos.

Visbeidzot, šajā pētījumā ir vairāki ierobežojumi. Tas ir jaunizveidots modelis, kam nepieciešama papildu klīniskās populācijas testēšana, lai pilnībā redzētu tās klīnisko efektivitāti ārstēšanā. Tas arī jāpārbauda, ​​izmantojot ilgāku IAT versiju (Young, 1998; Widyanto un McMurran, 2004) kā pārbaudītāku pasākumu literatūrā. Mēs izmantojām īsāku versiju, ņemot vērā novērtēšanas instrumenta garumu, ko mēs izmantojām visam modelim, bet, atkārtojot šo darbu ar klīnisko paraugu, būtu ieteicams izmantot IAT kopā ar IA papildu pasākumiem, piemēram, interneta novērtējumu un Datorspēļu atkarība kā skala (AICA-S) vai klīniska intervija (AICA-C), kas izstrādāta un apstiprināta ar klīniskām grupām pēc (Wölfling et al., 2010, 2012). Turklāt šajā pētījumā mēs izstrādājām un pārbaudījām interneta lietošanas gaidīšanas anketas. Lai gan mērogā attīstījām metodoloģiski konservatīvus un rūpīgus, šis pasākums ir jāizvērtē, pamatojoties uz papildu derīguma termiņiem, un turpmākajos pētījumos aptaujas anketai ir nepieciešama turpmāka empīriska pārbaude. Klīniskajiem paraugiem jāpiemēro arī papildu un detalizētākas skalas un intervijas, jo lielākā daļa no mūsu pētījumā novērtētajiem aspektiem tika mērīti, izmantojot īsu anketu ar ierobežotu skaitu priekšmetu praktisku iemeslu dēļ (laika ierobežojums tiešsaistes aptauju kontekstā). . Vēl viena iespējama problēma ir parastā metode.Podsakoff et al., 2003). Diemžēl praktisku iemeslu dēļ pētījumā nav iekļauts skaidrs marķiera mainīgais lielums, kas teorētiski nebūtu saistīts ar visiem pārējiem mainīgajiem lielumiem (aptauja notika gandrīz 25 min, kas ir kritisks slieksnis tiešsaistes aptaujām). Lai gan mēs nevaram izslēgt kopējo metožu atšķirību ietekmi uz rezultātiem, mēs uzskatām, ka šī ietekme maz ticams, lai ņemtu vērā visu paziņoto datu struktūru. Pārbaudot divfaktoru korelācijas (tabula. \ T 3) var redzēt, ka daži no tiem ir ļoti zemi (piemēram, r = –0.08, r = –0.09, r = 0.12 uc). Mēs uzskatām, ka šīs zemās korelācijas sniedz nelielus ieteikumus, pieņemot, ka kopējā metožu dispersija būtiski neietekmē galvenās analīzes. Tomēr šis modelis ir jāpārbauda ar sistemātisku daudzfunkcionālu pieeju (Campbell un Fiske, 1959) turpmākajos pētījumos.

Pašreizējā pētījumā galvenā uzmanība ir pievērsta GIA, kas nozīmē, ka modelis, ko izmanto SIA, kā aprakstīts Brand et al. (2014), joprojām ir jāpārbauda empīriski. Ir jāpārbauda dažādi SIA veidi (piemēram, azartspēles, tiešsaistes pornografija vai interneta azartspēles), lai pārliecinātos, vai problēmas risināšanā ir līdzīga nozīme, lai gūtu iemaņas un interneta lietošanas gaidas. Tas joprojām ir debates, ja GIA koncepcija galvenokārt ir piemērota, lai segtu problemātisko uzvedību pacientiem. Mēs atklājām pierādījumus par saikni starp pašpaziņotām problēmām, kas saistītas ar vairāku dažādu interneta lietojumprogrammu nenoteiktu izmantošanu un modelī piedāvātajiem mainīgajiem lielumiem. GIA koncepcija tika realizēta ar s-IAT instrukciju un vienību formulējumiem, bet arī ar faktu, ka vairāk nekā 97% no dalībniekiem ziņoja, ka regulāri izmanto trīs vai vairākas dažādas interneta lietojumprogrammas, piemēram, komunikāciju, spēļu, azartspēles, kibernetu, iepirkšanās vai informācijas meklējumi. No klīniskā viedokļa tas tomēr ir debašu temats, ja GIA var būt iemesls ārstēšanas meklēšanai vai ja pacienti, kas meklē ārstēšanu, būtībā cieš no kontroles zaudēšanas par viena konkrēta lietojuma izmantošanu. Mēs iesakām apsvērt šo aspektu klīniskajos pētījumos, sistemātiski pētot kritisko uzvedību interneta lietošanas kontekstā un analizējot, cik bieži klīniskajos paraugos tiek izmantota nekontrolēta un atkarīga vairāku interneta lietojumprogrammu izmantošana. Turklāt šajā pētījumā nevarēja iekļaut visus teorētiskajā modelī piedāvātos elementus. Piemēram, turpmākajos pētījumos var iekļaut papildu personības iezīmes vai citus psihopatoloģiskus traucējumus.

Secinājumi

Modeļa galvenās hipotēzes par GIA tiek atbalstītas ar empīriskiem datiem. Personas galvenās iezīmes ir saistītas ar GIA simptomiem, bet šīs sekas ietekmē personas specifiskās izziņas, jo īpaši mijiedarbības stils un interneta lietošanas gaidas. Šīs izziņas jārisina, ārstējot atkarību no interneta.

Autora iemaksas

Matthias Brand uzrakstīja pirmo darba projektu, pārraudzīja datu vākšanu un analizēja un interpretēja datus. Christian Laier īpaši veicināja empīriskā pētījuma un datu vākšanas konceptualizēšanu un pārskatīja manuskriptu. Kimberly S. Young rediģēja projektu, to kritiski pārskatīja, un intelektuāli un praktiski veicināja manuskriptu. Visi autori beidzot apstiprināja manuskriptu. Visi autori ir atbildīgi par visiem darba aspektiem.

Interešu konflikta paziņojums

Autori paziņo, ka pētījums tika veikts bez jebkādām komerciālām vai finansiālām attiecībām, kuras varētu uzskatīt par iespējamu interešu konfliktu.

Pateicības

Pateicamies Elisa Wegmann un Jan Snagowski par vērtīgo ieguldījumu pētījumā un rokrakstā. Tie palīdzēja mums būtiski apsekot tiešsaistē un pārbaudīt datus.

Atsauces

Rediģēja:

Ofir TurelKalifornijas Valsts universitāte, Fullertona un Dienvidkalifornijas Universitāte, ASV

Pārskatīja:

Aviv M. Weinstein, Hadassah medicīnas organizācija, Izraēla
Daria Joanna KussNottingham Trent University, Apvienotā Karaliste