Tiešsaistes tīklu atkarība un depresija tiešsaistē: plaša mēroga prospektīva kohortas pētījuma rezultāti Ķīnas pusaudžiem (2018)

J Behav Addict. 2018 septembris 11: 1-11. doi: 10.1556 / 2006.7.2018.69.

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Mai JC6, Chen YX6.

Anotācija

Pamatinformācija un mērķi

Šā pētījuma mērķis ir novērtēt gareniskās saiknes starp tiešsaistes sociālo tīklu atkarību (OSNA) un depresiju, vai OSNA prognozē depresijas attīstību un, otrādi, vai depresija prognozē OSNA attīstību.

Metodes

Kopumā 5,365 2014 sākumā tika aptaujāti 9 studenti no deviņām vidusskolām Guangzhou, Dienvidķīnā, un pēc tam sekoja XNUMX mēnešiem. OSNA un depresijas līmenis tika mērīts, izmantojot validēto OSNA skalu un attiecīgi CES-D. Lai novērtētu OSNA un depresijas gareniskās saiknes, tika izmantoti daudzlīmeņu loģistikas regresijas modeļi.

rezultāti

Pusaudžiem, kuri sākotnēji bija nomākti, bet bija brīvi no OSNA, 1.48 reizes biežāk attīstījās OSNA, salīdzinot ar tiem, kas sākotnēji nebija nomākti [pielāgots OR (AOR): 1.48, 95% ticamības intervāls (CI): 1.14-1.93 ]. Turklāt, salīdzinot ar tiem, kas nebija novērojami novērošanas periodā, pusaudžiem, kuri novērošanas periodā bija pastāvīgi nomākti vai nomākti, bija palielināts risks saslimt ar OSNA pēc novērošanas (AOR: 3.45, 95% CI: 2.51-4.75 pastāvīgai depresijai, AOR: 4.47, 95% CI: 3.33-5.99 jaunai depresijai). Pretēji, starp tiem, kuriem sākotnēji nebija depresijas, pusaudžiem, kas tika klasificēti kā noturīgi OSNA vai jauni OSNA, bija augstāks depresijas attīstības risks, salīdzinot ar tiem, kuriem nebija OSNA (AOR: 1.65, 95% CI: 1.01-2.69 noturīgai OSNA; AOR: 4.29; 95% CI: 3.17-5.81 jaunajai OSNA).

Secinājumi

Rezultāti norāda uz divvirzienu asociāciju starp OSNA un depresiju, kas nozīmē, ka atkarību izraisošo tiešsaistes sociālo tīklu izmantošanu papildina paaugstināts depresijas simptomu līmenis.

Atslēgas vārdi: pusaudžiem; depresija; garengriezums; tiešsaistes sociālo tīklu atkarība

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Tiešsaistes tīklu atkarība un depresija tiešsaistē: plaša mēroga perspektīvas kohortas pētījuma rezultāti Ķīnas pusaudžiem.

J Behav Addict. 2018 septembris 11: 1-11. doi: 10.1556 / 2006.7.2018.69. [Epub pirms drukāšanas]

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Mai JC6, Chen YX6.

Anotācija

Priekšvēsture un mērķi Šī pētījuma mērķis ir novērtēt gareniskās saiknes starp tiešsaistes sociālo tīklu atkarību (OSNA) un depresiju, vai OSNA prognozē depresijas attīstību un, otrādi, vai depresija prognozē OSNA attīstību. Metodes 5,365 sākumā tika aptaujāti 2014 studenti no deviņām vidusskolām Guangzhou, Dienvidķīnā, un pēc tam sekoja 9 mēnešus. OSNA un depresijas līmenis tika mērīts, izmantojot validēto OSNA skalu un attiecīgi CES-D. Lai novērtētu OSNA un depresijas gareniskās saiknes, tika izmantoti daudzlīmeņu loģistikas regresijas modeļi. Rezultāti Pusaudžiem, kuri sākotnēji bija nomākti, bet bija brīvi no OSNA, 1.48 reizes biežāk attīstījās OSNA, salīdzinot ar tiem, kas nebija nospiesti sākumā [pielāgots OR (AOR): 1.48, 95% ticamības intervāls (CI): 1.14- 1.93]. Turklāt, salīdzinot ar tiem, kas nebija novērojami novērošanas periodā, pusaudžiem, kuri novērošanas periodā bija pastāvīgi nomākti vai nomākti, bija palielināts risks saslimt ar OSNA pēc novērošanas (AOR: 3.45, 95% CI: 2.51-4.75 pastāvīgai depresijai, AOR: 4.47, 95% CI: 3.33-5.99 jaunai depresijai). Pretēji, starp tiem, kuriem sākotnēji nebija depresijas, pusaudžiem, kas tika klasificēti kā noturīgi OSNA vai jauni OSNA, bija augstāks depresijas attīstības risks, salīdzinot ar tiem, kuriem nebija OSNA (AOR: 1.65, 95% CI: 1.01-2.69 noturīgai OSNA; AOR: 4.29; 95% CI: 3.17-5.81 jaunajai OSNA). Secinājums Rezultāti norāda uz divvirzienu asociāciju starp OSNA un depresiju, kas nozīmē, ka atkarību izraisošo tiešsaistes sociālo tīklu izmantošanu papildina paaugstināts depresijas simptomu līmenis.

Atslēgas vārdi: pusaudžiem; depresija; garengriezums; tiešsaistes sociālo tīklu atkarība

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Ievads

Depresija, visplašāk ziņotā psihiatriskā slimība (Knopf, Park, & Mulye, 2008. gads; Thapar, Collishaw, Potter & Thapar, 2010. gads), ir svarīgs sabiedrības veselības jautājums pusaudžu vidū. Vairāk nekā 9% no pusaudžiem ziņoja par mērenu vai smagu depresijas līmeni, un tā 1 gadījumu biežums ASV tika novērtēts kā 3%.Rushton, Forcier & Schectman, 2002. gads). Dienvidķīnā mūsu iepriekšējais pētījums ziņoja par 1% 23.5 nedēļas ilgas depresijas izplatību vidusskolēniem (Li et al., 2017).

Ziņots par pozitīvu saikni starp interneta atkarību un depresiju pusaudžu vidū gan šķērsgriezumā (Moreno, Jelenčiks un Brelands, 2015. gads; Yoo, Cho, & Cha, 2014. gads) un garengriezuma pētījumi (Cho, Sung, Shin, Lim un Shin, 2013. gads; Ko, Yen, Chen, Yeh un Yen, 2009. gads; Lam, 2014). Tomēr šie pētījumi izvērtēja interneta atkarību kopumā, nevis konkrētus tiešsaistes darbības veidus. Pusaudži internetā var veikt vairākus tiešsaistes darbības veidus. Vairākos pētījumos ir uzsvērta nozīme un nepieciešamība atšķirt atkarību no konkrētām ar internetu saistītām darbībām no interneta atkarības kopumā (Davis, 2001; Lakoni, Trikards un Čabrols, 2015. gads; Pontes, Szabo un Grifitss, 2015. gads). Tiešsaistes tīklošana tiešsaistē ir salīdzinoši jauna parādība, un ir vērojama augsta depresijas izplatība iedzīvotāju vidū, kuri ir tiešsaistes sociālo tīklu lietotāji (Lin un citi, 2016; Tang & Koh, 2017. gads). Salīdzinot ar vispārējo iedzīvotāju skaitu, pusaudži un studenti ir visbiežāk izmantotie tiešsaistes sociālo tīklu lietotāji (Griths, Kuss un Demetrovics, 2014. gads). Tiešsaistes tīklu atkarība tiešsaistē (OSNA) ir salīdzinoši jauna atkarību izraisoša rīcība pusaudžu vidū, kā arī piespiedu iesaistīšanās tiešsaistes sociālo tīklu aktivitātēs. Kā īpaša veida ar internetu saistītām uzvedības atkarībām OSNA ietver galvenos atkarības simptomus (Griffiths, 2013; Kuss & Griffiths, 2011. gads) un ir definēts kā “ir pārāk nobažījies par tiešsaistes sociālo tīklu izmantošanu, ko veicina spēcīga motivācija pieteikties vai izmantot tiešsaistes sociālos tīklus, kas traucē citām sociālajām darbībām, studijām / darbavietām, starppersonu attiecībām un / vai psiholoģiskajai veselībai un labklājībai."(Andreassen, 2015). OSNA ir ievērojami pieaudzis pusaudžu vidū. Aptuveni 9.78% no ASV koledžas studentiem, kuri paši uzskatīja, ka viņiem ir Facebook atkarība (Pempeks, Jermolajeva un Kalverts, 2009. gads) un 29.5% no Singapūras koledžas studentiem ir OSNA (Tang & Koh, 2017. gads). Pētījumā ar 2010 ziņots, ka Ķīnas koledžas studentiem OSNA izplatība bija pat augstāka par 30%.Džou un Leungs, 2010. gads). Pierādījumi liecina, ka pārmērīga un kompulsīva tiešsaistes sociālā tīkla izveide ir reti noderīga, drīzāk tā var negatīvi ietekmēt pusaudžu psihosociālo labklājību, tostarp emocionālus, relāciju un citus ar veselību saistītus rezultātus (Andreassen, 2015).

Daži šķērsgriezuma pētījumi liecina par pozitīvu saistību starp OSNA un depresiju pusaudžu vidū (Hong, Huang, Lin un Chiu, 2014. gads; Koc & Gulyagci, 2013). Tomēr, ņemot vērā šķērsgriezuma pētījuma dizaina raksturīgo ierobežojumu, joprojām nav skaidrs, vai OSNA ir depresijas vai divvirzienu cēlonis vai sekas. Tiešsaistes tīklošana tiešsaistē varētu sniegt pusaudžiem sociālo ērtībām un kapitālu, selektīvu pašizpaušanu un potenciālu sociālo atbalstu (Elisons, Šteinfīlds un Lampe, 2007; Steinfield, Elisons un Lampe, 2008). Personas, kurām ir psihiski traucējumi (ti, depresija un trauksme), tiešsaistes sociālo tīklu var uzskatīt par drošu un svarīgu virtuālu kopienu (Gámez-Guadix, 2014), kur viņi varēja izvairīties no emocionālām problēmām, kas \ tAndreassen, 2015; Griths et al., 2014. gads), kā arī radīt iespējamu atkarību (\ tObersts, Vegmans, Stodts, Zīmols un Chamarro, 2017. gads). Tikmēr pārmērīga virtuālās kopienas iedarbība radītu negatīvas emocijas (McDougall et al., 2016). Pusaudžiem ar nepareizu pielāgošanos depresijas noskaņojumam var rasties pārmērīga tiešsaistes sociālo tīklu nelabvēlīga ietekme (Selfhout, Branje, Delsing, Ter Bogt & Meeus, 2009). Tāpēc teorētiski saprātīga ir divvirzienu saistība starp OSNA un depresiju. Tomēr, kā zināms, nav perspektīva pētījuma, kas būtu vērsts uz OSNA un depresijas garenisko attiecību izpēti pusaudžu un citu populāciju vidū.

Tāpēc mēs izstrādājām perspektīvo pētījumu, lai visaptveroši novērtētu garenisko saistību starp depresiju un OSNA laika gaitā, piemēram, vai OSNA prognozē depresijas attīstību un vai depresija prognozē OSNA attīstību, ņemot vērā izmaiņas OSNA un depresijas statusā (piemēram, remisija no traucējumi) 9 mēnešu novērošanas periodā.

Studiju plānojums

Šis perspektīvais kohortas pētījums tika veikts Guangzhou, Ķīnas dienvidos. Sākotnējais pētījums tika veikts no 2014 marta līdz aprīlim, un turpmākais apsekojums tika veikts 9 mēneša intervālā, izmantojot to pašu procedūru.

Dalībnieki un paraugu ņemšana                                                               

Dalībnieki tika pieņemti darbā, izmantojot stratificētas kopu izlases metodi. Viens rajons / apgabals tika ērti izvēlēts no katra no trim reģioniem (ti, galvenajiem, priekšpilsētas un ārējiem priekšpilsētas reģioniem) Guandžou, attiecīgi (sarkanie punkti attēlā 1). Pēc tam katrā no izvēlētajiem rajoniem / apriņķiem ērti tika atlasītas trīs publiskās vidusskolas, tādējādi kopumā tika atlasītas deviņas skolas. Visi septītajā un astotajā klasē audzēkņi izvēlētajās skolās tika aicināti piedalīties pētījumā. Anonīmu aptauju dalībnieki paši administrēja klasē, bez kāda skolotāja klātbūtnes labi apmācītu pētnieku asistentu uzraudzībā.

attēls vecāks noņemt

Skaitlis 1. Studiju vietu atrašanās vieta

Kopumā 5,365 (atbildes reakcijas līmenis = 98.04%) studenti pabeidza sākotnējo apsekojumu. Abas šo pašu studentu aptaujas anketas tika saskaņotas, izmantojot pēdējos četrus mājas telefona numura ciparus, pēdējos četrus ciparus vecāku mobilā tālruņa numuram, pēdējos četrus ciparus dalībnieku personas apliecības numuru, dalībnieku dzimšanas datumu, pēdējo paša un vecāku vēstuli "Pareizrakstības nosaukums. Visbeidzot, 4,871 dalībnieki 5,365 dalībnieki sniedza pilnīgas anketas pēcpārbaudes laikā (turpinājums = 90.8%). Izslēdzot tos, kuri neizmantoja tiešsaistes sociālo tīklu (n = 643), mūsu gareniskajā pētījumā kopumā bija iesaistīti 4,237 dalībnieki.

depresija

Depresijas simptomu līmenis tika mērīts, izmantojot depresijas epidemioloģijas centra centra (CES-D) 20-item ķīniešu valodas versiju. Tās psihometriskās īpašības ir apstiprinātas Ķīnas pusaudžu vidū (Čens, Jaņs un Li, 2009. gads; Čengs, Jena, Ko un Jena, 2012. gads; Lee et al., 2008. gads; Wang et al., 2013). Augstāki rādītāji norāda uz smagāku depresijas simptomu līmeni, un kopējais punktu skaits ir no 0 līdz 60 (Radloff, 1977). Cronbach α koeficienti šajā pētījumā bija .86 sākumstāvoklī un .87 pēcpārbaudes laikā, parādot labu iekšējo uzticamību. Individuāla ziņošana par CES-D punktu ≥21 ir definēta kā nomākts gadījums (Stockings et al., 2015. gads). Pēc iepriekšējiem pētījumiem (Penninx, Deeg, van Eijk, Beekman & Guralnik, 2000; Van Gool et al., 2003), pētījuma depresijas stāvokļa izmaiņas šajā pētījumā tika klasificētas šādi: nav depresijas (dalībnieki bez depresijas gan sākotnējā, gan pēcpārbaudes laikā), depresijas remisija (dalībnieki ar depresiju sākumā, bet pārejot uz depresiju pēc tam -up), pastāvīga depresija (dalībnieki ar depresiju gan sākotnējā, gan pēcpārbaudes laikā) un jaunā depresija (dalībnieki bez depresijas sākumā, bet pārgāja uz depresiju pēc novērošanas).

Tiešsaistes tīklu atkarība tiešsaistē (OSNA)

Atkarību līmeni tiešsaistes sociālajos tīklos noteica, izmantojot OSNA skalu, kas ietver astoņus elementus, kas mēra kognitīvās un uzvedības pazīmes galvenos atkarības simptomus, ir pretrunā ar citām darbībām, euforiju, kontroles zaudēšanu, atsaukšanu, recidīvu un atjaunošanu. Augstāks OSNA skalas rādītājs norāda uz augstāku atkarības tendenci uz tiešsaistes sociālajiem tīkliem ar maksimālo punktu skaitu 40. Mūsu psihometriskās īpašības ir rūpīgi novērtētas mūsu iepriekšējā pētījumā (Li et al., 2016). Lai noteiktu OSNA gadījumus, OSNA skalā nav noteikta robežvērtība: dalībnieki, kuri ieguva vērtējumu 10. punktu decilē (ti, OSNA rādītājs ≥24), sākotnēji tika klasificēti kā OSNA gadījumi, un tā pati robežvērtība bija izmanto, lai klasificētu gadījumus pēcpārbaudes laikā. Līdzīga klasifikācijas stratēģija ir izmantota iepriekšējā pētījumā (Verkuijl et al., 2014). Šajā pētījumā Cronbach α OSNA skalas koeficienti bija .86 sākotnējā līmenī un .89 pēc novērošanas. Līdzīgi, OSNA statusa izmaiņas no sākotnējā stāvokļa līdz sekojumam tika klasificētas šādi: nav OSNA (dalībnieki bez OSNA gan sākotnējā, gan pēcpārbaudes), OSNA remisija (dalībnieki ar OSNA sākumā, bet pārejot uz bez OSNA pēc pārraudzības) ), noturīga OSNA (OSNA dalībnieki gan sākotnējā, gan pēcpārbaudes laikā) un jaunā OSNA (dalībnieki bez OSNA sākumā, bet pārgāja uz OSNA pēc novērošanas).

Koparāti

Kovariātos bija dzimums, pakāpe, vecāku izglītības līmenis, uztveramā ģimenes finansiālā situācija, dzīvesveids (ar abiem vecākiem vai nē), pašnovērtētie akadēmiskie sasniegumi un uztvertais studiju spiediens sākotnējā līmenī.

Statistiskās analīzes

Vajadzības gadījumā tika uzrādīta aprakstoša statistika (piemēram, vidējie rādītāji, standartnovirze un procenti). Klasteru korelācijas koeficienti grupām dažādās skolās bija 1.56% (p = .002) depresijas gadījumā un 1.42% (p = .042) attiecībā uz incidentu OSNA, norādot uz būtiskām atšķirībām skolās (Wang, Xie & Fisher, 2009). Tāpēc tika novērtēti daudzlīmeņu loģistikas regresijas modeļi (1 līmenis: students; 2 līmenis: skola), lai novērtētu ilgstošās asociācijas starp OSNA un depresiju laika gaitā, ņemot vērā klasteru paraugu ņemšanas efektu no skolas. Fona kopēji, kas saistīti ar negadījuma depresiju / OSNA p <05, XNUMX vienā mainīgā analīzē vai literatūrā plaši aprakstīti (ti, dzimums un pakāpe) tika pielāgoti daudzveidīgo mainīgo loģistiskās regresijas modeļos.

Lai prognozētu OSNA par jaunu depresijas biežumu dalībnieku vidū, kuri sākotnēji nebija nomākti (n = 3,196), vispirms mēs novērtējām sākotnējās OSNA, gan binārā mainīgā (ti, OSNA vai nē), gan nepārtraukta mainīgā (OSNA skalas rādītāji) izredzes koeficientu (OR) par jaunu depresijas biežumu pēc nozīmīgu kovariātu korekcijas un pēc tam tālāk sākotnējā CES-D skalas rezultāta pielāgošana (Hinklijs un citi, 2014. gads). Pēc tam mēs novērtējām OSNA statusa izmaiņu prognozi laika gaitā par jaunu depresijas biežumu, ieskaitot modeli, kas pielāgots nozīmīgiem kovariantiem, un modeli, kas papildus pielāgots CES-D skalas sākumpunktam.

Pretēji, prognoze par jauniem OSNA sastopamības biežumiem dalībnieku vidū bez OSNA bāzes (n = 3,657 XNUMX) tika novērtēts līdzīgi kā aprakstīts iepriekš, ar jaunu OSNA sastopamību kā iznākumu un depresiju kā iedarbību. Tika novērtēta attiecīgi sākotnējās depresijas (gan nepārtrauktās, gan kategoriskās versijas) prognozēšana par jaunu OSNA sastopamību un depresijas stāvokļa izmaiņu prognozēšana laika gaitā attiecībā uz jaunu OSNA sastopamību.

Statistiskās analīzes tika veiktas, izmantojot SAS versiju 9.4 (SAS institūts, Cary, NC, ASV). Divpusējs p vērtība <05 tika uzskatīta par statistiski nozīmīgu.

ētika

Studiju procedūras tika veiktas saskaņā ar Helsinku deklarāciju. Skolas piekrišana un atļauja skolas apsekojumam tika iegūta no skolas direktoriem pirms aptaujas veikšanas. Pirms studentu līdzdalības tika saņemta mutiska piekrišana. Šo pētījumu un piekrišanas procedūru apstiprināja Ķīnas Honkongas universitātes Aptaujas un uzvedības pētījumu ētikas komiteja.

rezultāti

Dalībnieku raksturojums un berzes analīze

Iesaistīšanās analīze parādīja, ka starp pusaudžiem, kas bija iesaistīti garengriezuma analīzē, nav būtisku atšķirību vecāku izglītības līmenī un pašnovērtēto akadēmisko sniegumu ziņā.n = 4,237 XNUMX) un kuri tika izslēgti no gareniskās analīzes (n = 1,128). Pusaudži, kuri bija iesaistīti gareniskajā izlasē, visticamāk bija sievietes, bija no astotās klases, viņiem bija laba ģimenes finansiālā situācija, viņi dzīvoja kopā ar abiem vecākiem un uztvēra nulle / vieglu mācību spiedienu (tabula). 1).

Tabula

Tabula 1. Apmeklējuma analīze un dalībnieku raksturojums gareniskajā paraugā
 

Tabula 1. Apmeklējuma analīze un dalībnieku raksturojums gareniskajā paraugā

 

Baseline

Gareniskā parauga dalībnieki

Dalībnieki bez depresijas sākumā

Dalībnieki bez OSNA bāzes

 

p*

Ne-OSNA

OSNA

p*

Nav nospiests

Nomākts

p*

Kopā5,3654,2371,128-2,922274-2,922735-
Dzimums
 Vīrietis2,533 (47.2)2,105 (49.7)727 (64.4)<.0011,464 (50.1)164 (59.8). 0021,464 (50.1)309 (42.0)<.001
 Sieviete2,832 (52.8)2,132 (50.3)401 (35.6) 1,458 (49.9)110 (40.2) 1,458 (49.9)426 (58.0) 
Pakāpe
 Septiņi2,592 (48.3)2,011 (47.5)581 (51.5). 0161,418 (48.5)131 (47.8). 8201,418 (48.5)337 (45.9). 194
 Astoņi2,773 (51.7)2,226 (52.5)547 (48.5) 1,504 (51.5)143 (52.2) 1,504 (51.5)398 (54.2) 
Tēva izglītības līmenis
 Sākumskola vai zemāka356 (6.6)273 (6.4)83 (7.4). 376165 (5.7)21 (7.7). 049165 (5.7)61 (8.3). 010
 Junioru vidusskola1,816 (33.9)1,425 (33.6)391 (34.7) 958 (32.8)108 (39.4) 958 (32.8)259 (35.2) 
 Vecākā vidusskola1,646 (30.7)1,312 (31.0)334 (29.6) 911 (31.2)79 (28.8) 911 (31.2)230 (31.3) 
 Koledžā vai augstāk1,317 (24.5)1,053 (24.9)264 (23.4) 763 (26.1)54 (6.6) 763 (26.1)159 (21.6) 
 Nezinu230 (4.3)174 (4.1)56 (5.0) 125 (4.3)12 (4.4) 125 (4.3)26 (3.5) 
Mātes izglītības līmenis
 Sākumskola vai zemāka588 (11.0)445 (10.5)143 (12.7). 144267 (9.1)35 (12.8). 108267 (9.1)103 (14.0)<.001
 Junioru vidusskola1,909 (35.6)1,507 (35.6)402 (35.6) 1,030 (35.3)108 (39.4) 1,030 (35.3)274 (37.3) 
 Vecākā vidusskola1,497 (27.9)1,199 (28.3)298 (26.4) 860 (29.4)71 (25.9) 860 (29.4)180 (24.5) 
 Koledžā vai augstāk1,143 (21.3)913 (21.6)230 (20.4) 634 (21.7)50 (18.3) 634 (21.7)156 (21.2) 
 Nezinu228 (4.3)173 (4.1)55 (4.9) 131 (4.5)10 (3.6) 131 (4.5)22 (3.0) 
Ģimenes finansiālais stāvoklis
 Ļoti labi / labi2,519 (47.0)2,047 (48.3)472 (41.8)<.0011,495 (51.2)123 (44.9). 1151,495 (51.2)300 (40.8)<.001
 vidējais2,664 (49.6)2,072 (48.9)592 (52.5) 1,366 (46.7)143 (52.2) 1,366 (46.8)405 (55.1) 
 Nabaga / ļoti slikta182 (3.4)118 (2.8)64 (5.7) 61 (2.1)8 (8.6) 61 (2.1)30 (4.1) 
Dzīvo kopā ar abiem vecākiem
 Nē4,712 (87.8)490 (11.6)163 (14.4). 008312 (10.7)30 (11.0). 890312 (10.7)107 (14.6). 003
 Jā653 (12.2)3,747 (88.4)965 (85.6) 2,610 (89.3)244 (89.0) 2,610 (89.3)628 (85.4) 
Akadēmiskais darbs
 Augšējais1,817 (33.9)1,465 (34.6)223 (19.8). 2761,142 (39.1)51 (18.6)<.0011,142 (39.1)205 (27.9)<.001
 vidējs2,396 (44.6)1,920 (45.3)619 (54.9) 1,306 (44.7)134 (48.9) 1,306 (44.7)347 (47.2) 
 Apakšējā1,152 (21.5)490 (20.1)286 (25.4) 474 (16.2)89 (32.5) 474 (16.2)183 (24.9) 
Pētījuma spiediens
 Nulle / gaisma1,034 (19.3)811 (19.1)352 (31.2)<.001667 (22.8)31 (11.3)<.001667 (22.8)78 (10.6)<.001
 vispārējs3,052 (56.9)2,433 (57.4)476 (42.2) 1,769 (60.5)172 (62.8) 1,769 (60.5)359 (48.8) 
 Smags / ļoti smags1,279 (23.8)993 (23.4)300 (26.6) 486 (16.6)71 (25.9) 486 (16.6)298 (40.5) 

Piezīmes. Dati tiek parādīti kā n (%). OSNA: tiešsaistes sociālo tīklu atkarība; CES-D: Depresijas epidemioloģijas skalas centrs; -: nav piemērojams.

*p vērtības tika iegūtas, izmantojot χ2 pārbaude.

4,237 pusaudžu vidū (vidējais vecums: 13.9, standarta novirze: 0.7) gareniskajā paraugā 49.7% (2,105 no 4,237) bija sievietes un 47.5% (2,011 no 4,237) bija septītās klases studenti. Lielākā daļa pusaudžu (88.4%; 3,747 no 4,237) dzīvoja kopā ar saviem vecākiem. Garengriezuma paraugā depresijas izplatība būtiski palielinājās no 24.6% (1,041 no 4,237) sākotnējā līmenī līdz 26.6% pēc novērošanas (McNemar tests = 7.459, p = .006). Nebija nozīmīgas OSNA izplatības atšķirības starp sākotnējo stāvokli un novērošanu (13.7% sākotnēji salīdzinājumā ar 13.6% novērošanas laikā; Maknemāra tests = 0.053, p = .818). Kopumā 3,196 studenti sākotnēji nebija nomākti, un 3,657 studenti sākotnēji bija bez OSNA (tabula 1).

Potenciālie sajaukšanās gadījumi, kas saistīti ar jaunu depresijas vai OSNA sastopamību

Tabula 2 rāda, ka sliktā ģimenes finansiālā situācija, pašnodarbinātais sliktais akadēmiskais sniegums un izteiktais smagais pētījuma spiediens bija nozīmīgi saistīti gan ar lielāku depresijas biežumu (vienvirziena OR: 1.32 – 1.98 diapazons), gan lielākiem OSNA sastopamības biežumiem (viena mainīgā OR: 1.61 – 2.76). Dzīvošana kopā ar vecākiem bija nozīmīgs aizsardzības faktors tikai OSNA sastopamības biežumam [vienvirziena OR: 0.65, 95% ticamības intervāls (CI): 0.48 – 0.89].

Tabula

Tabula 2. Vienfaktoru asociācijas starp fona kovariātiem un depresijas / OSNA sastopamību
 

Tabula 2. Vienfaktoru asociācijas starp fona kovariātiem un depresijas / OSNA sastopamību

 

Depresijas biežums

OSNA sastopamība

 

n (%) (n = 515)

ORu (95% CI)

p

n (%) (n = 335)

ORu (95% CI)

p

Dzimums 
 Vīrietis249 (15.9)1 168 (8.9)1 
 Sieviete266 (16.3)0.96 (0.79, 1.16). 641167 (9.4)0.94 (0.75, 1.17). 573
Pakāpe 
 Septiņi250 (16.1)1 160 (9.1)1 
 Astoņi265 (16.1)1.00 (0.83, 1.21). 977175 (9.2)1.00 (0.80, 1.26). 977
Tēva izglītības līmenis 
 Sākumskola vai zemāka32 (17.2)1 26 (11.5)1 
 Vidējā vidusskola190 (17.8)1.04 (0.69, 1.59). 827116 (9.5)0.81 (0.52, 1.28). 377
 Vidējā vidusskola139 (14.0)0.80 (0.52, 1.23). 31793 (8.2)0.67 (0.42, 1.07). 090
 Universitāte vai augstāka129 (15.8)0.92 (0.60, 1.42). 70586 (9.3)0.78 (0.49, 1.26). 310
 Nezinu25 (18.3)1.14 (0.63, 2.04). 66614 (9.3)0.79 (0.40, 1.59). 516
Mātes izglītības līmenis 
 Sākumskola vai zemāka47 (15.6)1 31 (8.4)1 
 Vidējā vidusskola196 (17.2)1.15 (0.81, 1.63). 424118 (9.1)1.11 (0.73, 1.69). 621
 Vidējā vidusskola141 (15.2)1.01 (0.70, 1.46). 939109 (10.5)1.28 (0.84, 1.96). 257
 Universitāte vai augstāka105 (15.4)1.03 (0.70, 1.52). 86164 (8.1)0.97 (0.61, 1.53). 891
 Nezinu26 (18.4)1.32 (0.77, 2.25). 31013 (8.5)1.03 (0.52, 2.03). 940
Ģimenes finansiālais stāvoklis 
 Ļoti labi / labi229 (14.2)1 145 (8.1)1 
 vidējais269 (17.8)1.32 (1.08, 1.60). 006172 (9.7)1.21 (0.96, 1.53). 105
 Nabaga / ļoti slikta17 (24.6)1.98 (1.12, 3.49). 01918 (19.8)2.76 (1.60, 4.76)<.001
Dzīvo kopā ar abiem vecākiem 
 Nē64 (18.7)1 54 (12.9)1 
 Jā451 (15.8)0.80 (0.60, 1.07). 135281 (8.7)0.65 (0.48, 0.89). 008
Akadēmiskais darbs 
 Augšējais169 (14.2)1 109 (8.1)1 
 vidējs226 (15.7)1.13 (0.91, 1.41). 254145 (8.8)1.10 (0.85, 1.42). 488
 Apakšējā120 (21.3)1.66 (1.28, 2.16)<.00181 (12.3)1.61 (1.19, 2.19). 002
Pētījuma spiediens 
 Nulle / gaisma96 (13.8)1 59 (7.9)1 
 vidējais305 (15.7)1.16 (0.90, 1.48). 253178 (8.4)1.05 (0.77, 1.44). 735
 Smags / ļoti smags114 (20.5)1.63 (1.20, 2.20). 00296 (12.5)1.65 (1.17, 2.32). 004

Piezīmes. OSNA: tiešsaistes sociālo tīklu atkarība; ORu: vienfaktoru koeficientu attiecība; 95% CI: 95% ticamības intervāls, ko iegūst ar vienvirziena loģistikas regresijas modeļiem.

OSNA prognozē jaunu depresijas biežumu

3,196 pusaudžu vidū, kuriem sākotnējā stāvoklī nebija depresijas, vienpusējs modelis parādīja, ka OSNA sākotnējā vērtība bija saistīta ar augstāku depresijas biežumu novērošanas periodā (vienvirziena OR: 1.65, 95% CI: 1.22 – 2.22). Pēc dzimuma, pakāpes, ģimenes finansiālā stāvokļa, akadēmiskā stāvokļa un uztveramā studiju spiediena korekcijas asociācija saglabājās nozīmīga [koriģēts VAI (AOR): 1.48, 95% CI: 1.09 – 2.01]. Turpinot pielāgot CES-D sākotnējo rezultātu, asociācija kļūst statistiski nenozīmīga (AOR: 1.16, 95% CI: 0.85 – 1.60). Līdzīgi rezultāti tika novēroti, lietojot OSNA rādītāju (nepārtrauktu mainīgo) kā jaunu incidentu depresijas prognozētāju 3).

Tabula

Tabula 3. Gareniskās asociācijas starp OSNA un depresiju: ​​daudzlīmeņu loģistikas regresijas modeļi
 

Tabula 3. Gareniskās asociācijas starp OSNA un depresiju: ​​daudzlīmeņu loģistikas regresijas modeļi

 

n

Jaunu incidentu skaits

Vienfaktoru modeļi

Daudzfaktoru modeļi

 

ORu (95% CI)

p

AOR (95% CI)

p

AOR (95% CI)

p

OSNA paredz jaunu negadījumu depresiju (n = 3,196)
Sākotnējais OSNA rezultāts (nepārtraukts)--1.05 (1.03, 1.07)<.0011.04 (1.02, 1.06)a<.0011.01 (0.99, 1.03)b. 242
Sākotnējā OSNA
 Nē2,9224511 1a 1b 
 Jā274641.65 (1.22, 2.22). 0011.48 (1.09, 2.01). 0121.16 (0.85, 1.60). 342
OSNA statusa izmaiņas laika gaitā
 Nav OSNA2,6943541 1a 1b 
 Remisija no OSNA179381.77 (1.21, 2.58). 0031.61 (1.10, 2.37). 0151.29 (0.87, 1.91). 202
 Noturīga OSNA95262.46 (1.54, 3.93)<.0012.23 (1.39, 3.58)<.0011.65 (1.01, 2.69). 044
 Jaunā OSNA228974.89 (3.67, 6.52)<.0014.67 (3.49, 6.24)<.0014.29 (3.17, 5.81)<.001
Depresija paredz jaunu incidentu OSNA (n = 3,657)
CES-D bāzes rādītājs (nepārtraukts)--1.05 (1.03, 1.06)<.0011.04 (1.03, 1.05)c<.0011.03 (1.01, 1.04)d<.001
Sākotnējā depresija
 Nē2,9222281 1c 1d 
 Jā7351072.02 (1.58, 2.58)<.0011.78 (1.38, 2.31)<.0011.48 (1.14, 1.93). 004
Depresijas statusa izmaiņas laika gaitā
 Nav depresijas2,4711311 1c 1d 
 Remisija no depresijas315211.28 (0.80, 2.07). 3071.19 (0.73, 1.93). 4860.97 (0.60, 1.59). 918
 Noturīga depresija420864.62 (3.43, 6.21)<.0014.17 (3.05, 5.69)<.0013.45 (2.51, 4.75)<.001
 Jaunā depresija451974.88 (3.67, 6.50)<.0014.70 (3.53, 6.28)<.0014.47 (3.33, 5.99)<.001

Piezīmes. OSNA: tiešsaistes sociālo tīklu atkarība; CES-D: Depresijas epidemioloģijas skalas centrs; ORu: mainīgo koeficientu attiecība; AOR: koriģētā koeficienta attiecība; 95% CI: 95% ticamības intervāls.

aModeļi tika pielāgoti dzimumam, pakāpei, ģimenes finansiālajam stāvoklim, akadēmiskajam darbam un uztveramajam studiju spiedienam. bModeļi tika pielāgoti dzimumam, pakāpei, ģimenes finansiālajam stāvoklim, akadēmiskajam darbam, uztveramajam studiju spiedienam un CES-D skalas vērtējumam (nepārtraukts mainīgais). cModeļi tika pielāgoti dzimumam, pakāpei, ģimenes finansiālajam stāvoklim, dzīvesveidam ar vecākiem, akadēmisko sniegumu un uztveramo studiju spiedienu. dModeļi tika pielāgoti dzimumam, pakāpei, ģimenes finansiālajam stāvoklim, dzīvošanas kārtībai ar vecākiem, akadēmisko sniegumu, uztveramo studiju spiedienu un OSNA skalas bāzes punktu (nepārtraukts mainīgais).

Mēs konstatējām būtisku saistību starp OSNA statusa izmaiņām un lielāku depresijas biežumu. Salīdzinājumā ar pusaudžiem, kuri tika klasificēti kā ne OSNA, depresijas attīstības risks bija 1.65 reizes (95% CI: 1.01 – 2.69) lielāks starp tiem, kuriem bija noturīga OSNA, un 4.29 laiki (95% CI: 3.17 – 5.81) augstāki starp tiem, kuriem bija jaunās OSNA, pēc dzimuma, pakāpes, ģimenes finansiālā stāvokļa, akadēmiskā darba, uztveramā pētījuma spiediena un CES-D rādītāju bāzes (tabula 3).

Depresija paredz jaunu OSNA sastopamību

3,657 pusaudžu vidū, kuriem sākotnējā stāvoklī nebija OSNA, vienfaktoru rezultāti liecināja par būtisku pozitīvu saikni starp sākotnējo depresiju un augstāku OSNA sastopamību (vienvirziena OR: 2.02, 95% CI: 1.58 – 2.58). Pēc dzimuma, pakāpes, ģimenes finansiālā stāvokļa, dzīvošanas režīma ar vecākiem pielāgošanas, akadēmiskā izpildījuma un uztveramā studiju spiediena asociācija nedaudz vājinājās, bet saglabājās nozīmīga (AOR: 1.78, 95% CI: 1.38 – 2.31). Saikne starp sākotnējo depresijas statusu un OSNA sastopamību joprojām bija statistiski nozīmīga, turpinot koriģēt sākotnējos OSNA rādītājus (AOR: 1.48, 95% CI: 1.14 – 1.93). Rezultāti joprojām bija nozīmīgi, lietojot CES-D punktu (nepārtrauktu mainīgo) kā jaunā incidenta OSNA prognozi (tabula Nr 3).

Būtiska saikne starp depresijas statusa izmaiņām un OSNA sastopamību tika novērota daudzfaktoru analīzē. Pēc dzimuma, pakāpes, ģimenes finansiālā stāvokļa, dzīvošanas režīma ar vecākiem pielāgošanas, akadēmiskā izpildījuma, uztveramā pētījuma spiediena un sākotnējā OSNA rādītāja, salīdzinot ar pusaudžiem bez depresijas, OSNA attīstības izredzes bija 3.45 reizes (95% CI: 2.51– 4.75) lielāks starp tiem, kas bija pastāvīgi nomākti, un 4.47 laikiem (95% CI: 3.33 – 5.99), kas bija augstāki starp depresiju \ t 3).

diskusija

Šajā lielapjoma gareniskajā pētījumā mēs atklājām, ka pusaudžiem, kuri sākotnēji bija nomākti, bet sākotnēji bija bez ONSA, 48 mēnešu novērošanas periodā bija par 9% lielāks OSNA attīstības risks salīdzinājumā ar tiem, kuriem sākotnēji nebija depresijas, bet sākotnējā OSNA par jaunu depresijas gadījumu skaitu šajā pētījumā netika atbalstīta. Turklāt, kad modeļos tika ņemta vērā statusa izmaiņu ietekme laika gaitā (ti, remisija no depresijas / OSNA sākotnējā stāvoklī līdz nedepresijai / ne-OSNA pēc novērošanas), rezultāti atklāja divvirzienu saistību starp OSNA un depresiju . Pusaudžiem, kuri bija pastāvīgi nomākti vai nomākti, bija lielāks OSNA attīstības risks salīdzinājumā ar tiem, kuriem 9 mēnešu novērošanas periodā nebija depresijas. Savukārt pusaudžiem, kuri bija noturīgi OSNA vai jaunās OSNA, arī ir lielāks depresijas attīstības risks, salīdzinot ar tiem, kuriem OSNA nebija gan sākotnējā, gan pēcpārbaudes posmā.

Atšķirību rezultātos, kas iegūti, izmantojot sākotnējos pasākumus (ti, sākotnējo OSNA) un statusa izmaiņas (ti, OSNA statusa izmaiņas), lai prognozētu sastopamības iznākumu (ti, jaunu depresijas gadījumu skaitu), varētu izskaidrot ar augsto remisijas līmeni no OSNA un depresija novērošanas periodā. Interneta atkarības uzvedības augstais dabiskās remisijas līmenis (49.5–51.5%) novērots divos iepriekšējos Taivānas gareniskajos pētījumos (Ko, Jena, Jena, Lina un Janga, 2007. gads; Ko et al., 2015). Mūsu iepriekšējās apsekojuma rezultāti Honkongā arī konsekventi novēroja, ka 12 mēneša laikā (no 59.29 uz personas gadiem 100) tika novērota liela atkarība no interneta atkarības uzvedības; Lau, Wu, Gross, Cheng un Lau, 2017. gads). Tāpat šajā pētījumā pētījuma laikā tika novērota liela daļa depresijas (41.4%) un OSNA (58.8%) remisijas gadījumu. Šie rezultāti liecināja, ka OSNA un depresijas statusu sākotnējā novērtējumā nevarēja uzskatīt par nemainīgiem apstākļiem laika gaitā, un tādēļ, ignorējot remisijas efektu laika gaitā, varētu nenovērtēt OSNA ietekmi uz depresiju. Tādējādi mēs spekulējām, ka modelēšanas pieeja, kas ietver dinamiskas izmaiņas OSNA un depresijas statusā laika gaitā, varētu sniegt pārliecinošāku un stingrāku novērtējumu, izslēdzot iespējamās kompensācijas sekas no remisijas gadījumiem.

Šī pētījuma secinājumi liecina par divvirzienu saistību starp OSNA un depresiju pusaudžu vidū, norādot, ka depresija padara individuālu neaizsargātību pret OSNA attīstību, savukārt OSNA negatīvās sekas vēl vairāk saasina depresijas simptomus. Nepietiekami adaptīvas atziņas (ti, atgremošanās, šaubas par sevi, zema pašefektivitāte un negatīvs pašnovērtējums) un disfunkcionāla uzvedība (ti, interneta izmantošana, lai izvairītos no emocionālām problēmām) ir kritiski svarīgas, attīstot ar internetu saistītu atkarību izraisošu uzvedību (Davis, 2001). Depresīviem cilvēkiem parasti ir kognitīvi simptomi un viņu interneta izmantošanas cerības ir pozitīvas, ka internets varētu novērst viņu uzmanību no negatīvās noskaņas un personīgajām problēmām (piemēram, depresijas un vientulības; Zīmols, Laier, & Young, 2014; Vu, Čeungs, Ku un Hung, 2013). Tiešsaistes sociālie tīkli jo īpaši ir pievilcīgi cilvēkiem ar garastāvokļa problēmām anonimitātes un sociālo norāžu trūkuma dēļ (ti, sejas izteiksme, balss locīšana un acu kontakts), salīdzinot ar klātienes saziņu (Young & Rogers, 1998. gads). Depresīvi cilvēki var dot priekšroku tiešsaistes sociālajiem tīkliem kā drošākam un mazāk draudošam saziņas līdzeklim, kā arī savam negatīvajam noskaņojumam (ti, negatīvo emociju, trauksmes un personisko problēmu mazināšanai). Šīs slikti adaptīvās izziņas un izvairīšanās pārvarēšanas stratēģijas paātrina OSNA attīstību. Pārmērīga tiešsaistes sociālo tīklu iesaistīšanās izspiež laiku, kas pavadīts kopā ar ģimeni un vienaudžiem reālajā pasaulē, un izraisa atteikšanos no starppersonu bezsaistes aktivitātēm, kas pastiprina negatīvo noskaņojumu (piemēram, depresijas simptomi un vientulība; Kraut et al., 1998. gads), tādējādi veidojot savstarpēju saistību.

Šajā pētījumā iegūtie rezultāti ietver vairākas sekas profilakses un intervences programmu izstrādē. Pirmkārt, pozitīvā prognoze par sākotnējo depresiju par jaunu OSNA sastopamību nozīmē, ka depresijas pusaudžiem ir augsts risks saslimt ar OSNA vēlāk. Intervences stratēģijas depresijas simptomu mazināšanai, tas ir, interneta lietošanas nelabvēlīgas pārliecības par pozitīviem iznākumiem gaidīšana, sociālo prasmju apmācība un bezsaistes izklaides pasākumu plānošana (Chou et al., 2015), varētu efektīvi novērst OSNA attīstību. Otrkārt, ir lietderīgi novērtēt depresijas simptomu līmeni kā OSNA ievainojamības marķieri. Iejaukšanās un profilakse, kas vērsta uz pusaudžiem ar paaugstinātu risku ar identificētiem depresijas simptomiem, var mazināt OSNA izredzes skolas pusaudžiem. Treškārt, lai spēcīgi prognozētu OSNA statusa izmaiņas (ti, noturīgu OSNA un topošo OSNA) par depresijas biežumu un depresijas stāvokļa izmaiņu prognozēšanu (ti, pastāvīgu depresiju un jaunu depresiju) par OSNA sastopamību, tas nozīmē, ka OSNA ir ļoti blakusslimība ar depresiju, kas norāda uz negatīvu pastiprināšanas mehānismu.

Ir zināmas sekas turpmākajos pētījumos. Pirmkārt, mūsu rezultāti kopā ar iepriekšējiem pētījumiem liecināja, ka OSNA un depresijas simptomu līmenis ir dinamisks un atgriezenisks pētījuma laikā, nevis nejauša nejaušība (Lau et al., 2017. gads). Turpmākos pētījumos, kas saistīti ar depresijas vai OSNA mērījumiem, tiek ieteikts šos traucējumus mērīt atkārtoti, nevis tikai vienu laika punktu, pieņemot, ka tie laika gaitā nav maināmi. Turklāt statistikas metodikā būtu jāņem vērā šādas statusa izmaiņas modelēšanas specifikācijās, piemēram, kā garīgās veselības rezultātu prognozētājs tiek izmantots patoloģiskā stāvokļa izmaiņas laika gaitā, nevis bāzes stāvoklis. Otrkārt, tas radīja bažas, vai šie traucējumi (ti, depresijas simptomi un ar internetu saistīta uzvedība) ir ilgstoši vai īslaicīgi. Turpmākie gareniskie pētījumi, kas ietver latentās klases trajektorijas modelēšanas pieeju, ir alternatīvi, lai novērtētu šo traucējumu dabisko attīstības gaitu.

Mūsu zināšanas liecina, ka mūsu kohortas pētījums ir pirmais, kas novērtē divvirzienu asociāciju starp OSNA un pusaudžu depresiju. Šī pētījuma galvenais stiprums ir perspektīvs liela mēroga pētījums ar atkārtotiem OSNA un depresijas pasākumiem. Vēl viena būtiska priekšrocība ir tā, ka tajā pašā paraugā tika pārbaudīta divvirzienu asociācija, ieskaitot OSNA garenisko prognozi par depresijas attīstību un depresijas ilgstošo prognozi par OSNA attīstību.

Tomēr, interpretējot secinājumus, jāņem vērā vairāki ierobežojumi. Pirmkārt, pateicoties pašreģistrētai datu vākšanas metodei, attiecīgi var pastāvēt ziņošanas neobjektivitāte (piemēram, sociālā vēlamā neobjektivitāte un atsaukuma aizspriedumi). Otrkārt, šis pētījums koncentrējās uz konkrētu demogrāfisko populāciju (ti, neklīniskiem, skolu audzēkņiem), un rezultātu vispārināšanai attiecībā uz citiem iedzīvotājiem jābūt piesardzīgiem. Pētījumi ar citu demogrāfisko populāciju (ti, psihiatrisko klīnisko populāciju) ir nepieciešami, lai vēl vairāk apstiprinātu šādas šajā pētījumā konstatētās gareniskās saistības. Treškārt, var būt nepareiza depresijas klasifikācija kā mērījumu kļūdas avots, ņemot vērā to, ka depresijas novērtēšanai depresiju mēra pēc paša ievadītas epidemioloģiskās skrīninga skalas, nevis ar klīnisko diagnozi. Ceturtkārt, šis pētījums aprobežojās ar diviem laika punktiem ar 9 mēnešu intervālu. Tā kā mēs definējām OSNA / depresijas izmaiņas (ti, pastāvīgu ONSA / depresiju un remisiju no OSNA / depresijas), salīdzinot sākotnējo un turpmāko aptauju rezultātus, kas tika veikti ar 9 mēnešu starpību, mēs nezinām, vai OSNA / depresijas statuss mainījās vai 9 mēnešu laikā svārstījās. Lai iegūtu šo negatīvo apstākļu dinamisko ainu, ir nepieciešami garenvirziena pētījumi ar vairākiem novērojumiem un nelielu laika intervālu. Piektkārt, ņemot vērā to, ka OSNA nav pieejama zelta standarta instrumenta un diagnostikas kritēriju, pēc līdzīga publicēta pētījuma mēs sākotnēji izmantojām OSNA punktu desmito decili, lai definētu OSNA gadījumus (Verkuijl et al., 2014). Šāda OSNA statusa kritērija jutīgums un specifika ir neskaidra un ir jāizvērtē turpmākajos pētījumos. Tomēr šajā pētījumā un iepriekšējos pētījumos OSNA skalā bija pieņemamas psihometriskās īpašības. Sestkārt, tika novērtētas gareniskās asociācijas starp OSNA un depresiju atsevišķi, izmantojot divus apakšparaugus. Mēs uzskatām, ka patoloģiskā stāvokļa izmantošana kā rezultāts, nevis nepārtraukti rādītāji varētu sniegt nozīmīgāku skaidrojumu epidemioloģiskajā pētījumā. Strukturālā vienādojuma modelēšana var būt alternatīva pieeja, lai izpētītu cēloņsakarības turpmākajos gareniskajos pētījumos ar trim vai vairākiem novērojumiem. Turklāt mūsu secinājumi sniedz spēcīgas liecības par laika asociācijām (viens svarīgs cēloņsakarības kritērijs) starp OSNA un depresiju. Tomēr mēs nevarējām izslēgt iespēju, ka trešais mainīgais, kas nav iekļauts šajā pētījumā, saistīja gareniskās asociācijas starp OSNA un depresiju.

secinājumi

Šis pētījums atklāja divvirzienu asociāciju starp OSNA un depresiju pusaudžu vidū, kas nozīmē, ka depresija būtiski veicina OSNA attīstību, un, savukārt, depresijas indivīdiem ir vairāk kaitīgas sekas, ko rada tiešsaistes sociālo tīklu izmantošana. Lai iegūtu turpmāku šī pētījuma rezultātu apstiprinājumu, ir nepieciešami vairāki ilgstoši pētījumi ar vairākiem novērošanas laika punktiem un īslaicīgu intervālu.

Autora ieguldījums

J-BL, JTFL, PKHM un X-FS izstrādāja un izstrādāja pētījumu. J-BL, J-CM un Y-XC ieguva datus. J-BL, JTFL un PKHM veica statistiskās analīzes. J-BL, JTFL, PKHM, XZ un AMSW izstrādāja un pārskatīja manuskriptu. Visi autori palīdzēja interpretēt manuskripta rezultātus un kritiski pārskatīt svarīgu intelektuālo saturu un apstiprināja manuskripta galīgo versiju.

Interešu konflikts

Autori paziņo, ka nav interešu konflikta.

Pateicības

Autori vēlas novērtēt visus dalībniekus un viņu ģimenes un skolas, lai atbalstītu šo pētījumu.

Atsauces

 Andreassen, C. S. (2015). Tiešsaistes sociālo tīklu vietņu atkarība: visaptverošs pārskats. Pašreizējie ziņojumi par atkarībām, 2. panta 2. punkts, 175–184. doi:https://doi.org/10.1007/s40429-015-0056-9 CrossRefGoogle Scholar
 Zīmols, M., Laiers, C., un Jangs, K. S. (2014). Atkarība no interneta: stilu, gaidu un ārstēšanas seku pārvarēšana. Frontiers in Psychology, 5, 1256. doi:https://doi.org/10.3389/fpsyg.2014.01256 CrossRef, MedlineGoogle Scholar
 Chen, Z. Y., Yang, X. D., & Li, X. Y. (2009). CES-D psihometriskās iezīmes ķīniešu pusaudžiem. Ķīniešu klīniskās psiholoģijas žurnāls, 17 (4), 443–448. doi:https://doi.org/10.16128/j.cnki.1005-3611.2009.04.027 Google Scholar
 Cheng, C. P., Yen, C. F., Ko, C. H., & Yen, J. Y. (2012). Epidemioloģisko pētījumu centra depresijas skalas faktora struktūra Taivānas pusaudžiem. Visaptveroša psihiatrija, 53 (3), 299. – 307. doi:https://doi.org/10.1016/j.comppsych.2011.04.056 CrossRef, MedlineGoogle Scholar
 Cho, S. M., Sung, M. J., Shin, K. M., Lim, K. Y., & Shin, Y. M. (2013). Vai psihopatoloģija bērnībā paredz pusaudžu vīriešu atkarību no interneta? Bērnu psihiatrija un cilvēka attīstība, 44 (4), 549–555. doi:https://doi.org/10.1007/s10578-012-0348-4 CrossRef, MedlineGoogle Scholar
 Chou, W. P., Ko, C. H., Kaufman, E. A., Crowell, S. E., Hsiao, R. C., Wang, P. W., Lin, J. J. un Yen, C. F. (2015). Stresa pārvarēšanas stratēģiju asociācija ar interneta atkarību koledžas studentos: Depresijas mērenais efekts. Visaptveroša psihiatrija, 62, 27–33. doi:https://doi.org/10.1016/j.comppsych.2015.06.004 MedlineGoogle Scholar
 Deiviss, R. A. (2001). Kognitīvi-uzvedības modelis patoloģiskai interneta lietošanai. Datori cilvēka uzvedībā, 17 (2), 187–195. doi:https://doi.org/10.1016/S0747-5632(00)00041-8 CrossRefGoogle Scholar
 Elisone, N. B., Steinfield, C., un Lampe, C. (2007). Facebook draugu priekšrocības: sociālais kapitāls un koledžas studentu tiešsaistes sociālo tīklu vietņu izmantošana. Journal of Computer-Mediated Communication, 12 (4), 1143–1168. doi:https://doi.org/10.1111/j.1083-6101.2007.00367.x CrossRefGoogle Scholar
 Gámez-Guadix, M. (2014). Depresijas simptomi un problemātiska interneta lietošana pusaudžiem: garenisko attiecību analīze no kognitīvās uzvedības modeļa. Kiberpsiholoģija, uzvedība un sociālais tīkls, 17 (11), 714 – 719. doi:https://doi.org/10.1089/cyber.2014.0226 MedlineGoogle Scholar
 Grifitss, M. D. (2013). Atkarība no sociālajiem tīkliem: jaunas tēmas un jautājumi. Journal of Addiction Research & Therapy, 4 (5), e118. doi:https://doi.org/10.4172/2155-6105.1000e118 Google Scholar
 Griths, M. D., Kuss, D. J. un Demetrovics, Z. (2014). Sociālo tīklu atkarība: provizorisku atklājumu pārskats. Grāmatā K. P. Rozenbergs un L. C. Feders (Red.), Uzvedības atkarības: kritēriji, pierādījumi un ārstēšana (119. – 141. Lpp.). Londona, Lielbritānija: Elsevjē. Google Scholar
 Hinkley, T., Verbestel, V., Ahrens, W., Lissner, L., Molnár, D., Moreno, LA, Pigeot, I., Pohlabeln, H., Reisch, LA un Russo, P. (2014) ). Agrās bērnības elektronisko plašsaziņas līdzekļu izmantošana kā sliktākas labsajūtas prognozētājs: perspektīvs kohorta pētījums. JAMA Pediatrija, 168 (5), 485–492. doi:https://doi.org/10.1001/jamapediatrics.2014.94 MedlineGoogle Scholar
 Hong, F. Y., Huang, D. H., Lin, H. Y. un Chiu, S. L. (2014). Taivānas universitātes studentu psiholoģisko īpašību, Facebook lietošanas un Facebook atkarības modeļa analīze. Telemātika un informātika, 31 (4), 597–606. doi:https://doi.org/10.1016/j.tele.2014.01.001 CrossRefGoogle Scholar
 Knopf, D., Park, M. J., & Mulye, T. P. (2008). Pusaudžu garīgā veselība: nacionālais profils, 2008. Sanfrancisko, CA: Nacionālais pusaudžu veselības informācijas centrs. Google Scholar
 Ko, C. H., Wang, P. W., Liu, T. L., Yen, C. F., Chen, C. S., & Yen, J. Y. (2015). Divvirzienu asociācijas starp ģimenes faktoriem un pusaudžu atkarību no interneta pusaudžiem perspektīvā izmeklēšanā. Psihiatrija un klīniskās neirozinātnes, 69 (4), 192–200. doi:https://doi.org/10.1111/pcn.12204 MedlineGoogle Scholar
 Ko, C. H., Yen, J. Y., Chen, C. S., Yeh, Y. C. un Yen, C. F. (2009). Psihiatrisko simptomu prognozējošās vērtības interneta atkarībai pusaudžiem: 2 gadu perspektīvais pētījums. Pediatrijas un pusaudžu medicīnas arhīvi, 163 (10), 937–943. doi:https://doi.org/10.1001/archpediatrics.2009.159 CrossRef, MedlineGoogle Scholar
 Ko, C. H., Yen, J. Y., Yen, C. F., Lin, H. C. un Yang, M. J. (2007). Faktori, kas prognozē interneta atkarības biežumu un remisiju jauniem pusaudžiem: prospektīvs pētījums. CyberPsychology & Behavior, 10 (4), 545–551. doi:https://doi.org/10.1089/cpb.2007.9992 CrossRef, MedlineGoogle Scholar
 Koc, M., & Gulyagci, S. (2013). Facebook atkarība Turcijas koledžas studentu vidū: psiholoģiskās veselības, demogrāfisko un lietošanas īpašību loma. Kiberpsiholoģija, uzvedība un sociālie tīkli, 16 (4), 279. – 284. doi:https://doi.org/10.1089/cyber.2012.0249 CrossRef, MedlineGoogle Scholar
 Kraut, R., Patterson, M., Lundmark, V., Kiesler, S., Mukopadhyay, T., & Scherlis, W. (1998). Interneta paradokss. Sociāla tehnoloģija, kas samazina sociālo iesaistīšanos un psiholoģisko labsajūtu? Amerikāņu psihologs, 53 (9), 1017–1031. doi:https://doi.org/10.1037/0003-066X.53.9.1017 CrossRef, MedlineGoogle Scholar
 Kuss, D. J. un Griffiths, M. D. (2011). Tiešsaistes sociālie tīkli un atkarība - psiholoģiskās literatūras apskats. Starptautiskais vides pētījumu un sabiedrības veselības žurnāls, 8 (9), 3528–3552. doi:https://doi.org/10.3390/ijerph8093528 CrossRef, MedlineGoogle Scholar
 Laconi, S., Tricard, N., & Chabrol, H. (2015). Atšķirības starp specifiskiem un vispārinātiem problemātiskiem interneta lietojumiem atkarībā no dzimuma, vecuma, tiešsaistē pavadītā laika un psihopatoloģiskajiem simptomiem. Datori cilvēka uzvedībā, 48, 236–244. doi:https://doi.org/10.1016/j.chb.2015.02.006 CrossRefGoogle Scholar
 Lams, L. T. (2014). Atkarība no interneta spēlēm, problemātiska interneta izmantošana un miega problēmas: sistemātisks pārskats. Pašreizējie psihiatrijas ziņojumi, 16. panta 4. punkts, 444. doi:https://doi.org/10.1007/s11920-014-0444-1 CrossRef, MedlineGoogle Scholar
 Lau, J. T. F., Wu, A. M. S., Gross, D. L., Cheng, K. M. un Lau, M. M. C. (2017). Vai interneta atkarība ir pārejoša vai pastāvīga? Interneta atkarības remisijas biežums un iespējamie prognozētāji Ķīnas vidusskolēnu vidū. Atkarību izraisoša uzvedība, 74, 55–62. doi:https://doi.org/10.1016/j.addbeh.2017.05.034 MedlineGoogle Scholar
 Lee, S. W., Stewart, S. M., Byrne, B. M., Wong, J. P. S., Ho, S. Y., Lee, P. W. H., & Lam, T. H. (2008). Epidemioloģisko pētījumu centra depresijas skalas faktora struktūra Honkongas pusaudžiem. Personības novērtēšanas žurnāls, 90 (2), 175–184. doi:https://doi.org/10.1080/00223890701845385 MedlineGoogle Scholar
 Li, J. B., Lau, J. T. F., Mo, P. K. H., Su, X. F., Tang, J., Qin, Z. G., & Gross, D. L. (2017). Bezmiegs daļēji starpoja saikni starp problemātisku interneta lietošanu un depresiju Ķīnas vidusskolēnu vidū. Journal of Behavioral Addictions, 6 (4), 554–563. doi:https://doi.org/10.1556/2006.6.2017.085 saiteGoogle Scholar
 Li, J. B., Lau, J. T. F., Mo, P. K. H., Su, X. F., Wu, A. M., Tang, J., & Qin, Z. G. (2016). Sociālo tīklu aktivitātes intensitātes skalas validācija starp vidusskolas jaunāko klašu skolēniem Ķīnā. PLoS One, 11 (10), e0165695. doi:https://doi.org/10.1371/journal.pone.0165695 CrossRef, MedlineGoogle Scholar
 Lin, L. Y., Sidani, J. E., Shensa, A., Radovičs, A., Millers, E., Colditz, J. B., Hoffman, B. L., Giles, L. M. un Primack, B. A. (2016). Asociācija starp sociālo mediju lietošanu un depresiju ASV jauno pieaugušo vidū. Depresija un trauksme, 33 (4), 323–331. doi:https://doi.org/10.1002/da.22466 MedlineGoogle Scholar
 McDougall, M. A., Walsh, M., Wattier, K., Knigge, R., Miller, L., Stevermer, M., & Fogas, B. S. (2016). Sociālo tīklu vietņu ietekme uz attiecībām starp uztverto sociālo atbalstu un depresiju. Psihiatrijas pētījumi, 246, 223–229. doi:https://doi.org/10.1016/j.psychres.2016.09.018 MedlineGoogle Scholar
 Moreno, M. A., Jelenchick, L. A. un Breland, D. J. (2015). Depresijas un problemātiskas interneta izmantošanas izpēte koledžu sieviešu vidū: vairāku vietņu pētījums. Datori cilvēka uzvedībā, 49, 601–607. doi:https://doi.org/10.1016/j.chb.2015.03.033 Google Scholar
 Obersts, U., Vegmans, E., Stodts, B., Zīmols, M., un Čamarro, A. (2017). Negatīvās sekas no smagā sociālā tīkla pusaudžiem: starpnieka loma bailēm palaist garām. Pusaudžu žurnāls, 55, 51–60. doi:https://doi.org/10.1016/j.adolescence.2016.12.008 CrossRef, MedlineGoogle Scholar
 Pempek, T. A., Yermolayeva, Y. A., & Calvert, S. L. (2009). Koledžas studentu sociālā tīkla pieredze vietnē Facebook. Lietišķās attīstības psiholoģijas žurnāls, 30 (3), 227–238. doi:https://doi.org/10.1016/j.appdev.2008.12.010 CrossRefGoogle Scholar
 Penninx, B. W., Deeg, D. J., van Eijk, J. T., Beekman, A. T., & Guralnik, J. M. (2000). Izmaiņas depresijā un fiziskā pasliktināšanās gados vecākiem pieaugušajiem: gareniskā perspektīva. Afektīvo traucējumu žurnāls, 61 (1–2), 1–12. doi:https://doi.org/10.1016/s0165-0327(00)00152-x MedlineGoogle Scholar
 Pontes, H. M., Szabo, A., & Griffiths, M. D. (2015). Īpašu interneta darbību ietekme uz interneta atkarības uztveri, dzīves kvalitāti un pārmērīgu lietošanu: šķērsgriezuma pētījums. Ziņojumi par atkarību izraisošu uzvedību, 1., 19. – 25. doi:https://doi.org/10.1016/j.abrep.2015.03.002 CrossRef, MedlineGoogle Scholar
 Radloff, L. S. (1977). CES-D skala: Pašnovērtējuma depresijas skala pētījumiem vispārējā populācijā. Lietišķais psiholoģiskais mērījums, 1 (3), 385–401. doi:https://doi.org/10.1177/014662167700100306 CrossRefGoogle Scholar
 Rushton, J. L., Forcier, M., & Schectman, R. M. (2002). Depresijas simptomu epidemioloģija nacionālajā pusaudžu veselības gareniskajā pētījumā. Amerikas Bērnu un pusaudžu psihiatrijas akadēmijas žurnāls, 41 (2), 199–205. doi:https://doi.org/10.1097/00004583-200202000-00014 MedlineGoogle Scholar
 Selfhout, M. H. W., Branje, S. J. T., Delsing, M., Ter Bogt, T. F. M., & Meeus, W. H. J. (2009). Dažādi interneta lietošanas veidi, depresija un sociālā trauksme: uztvertās draudzības kvalitātes loma. Journal of Adolescence, 32 (4), 819–833. doi:https://doi.org/10.1016/j.adolescence.2008.10.011 CrossRef, MedlineGoogle Scholar
 Steinfield, C., Ellison, N. B., & Lampe, C. (2008). Sociālais kapitāls, pašcieņa un tiešsaistes sociālo tīklu vietņu izmantošana: gareniska analīze. Lietišķās attīstības psiholoģijas žurnāls, 29 (6), 434–445. doi:https://doi.org/10.1016/j.appdev.2008.07.002 CrossRefGoogle Scholar
 Zeķes, E., Degenhardt, L., Lee, Y. Y., Mihalopoulos, C., Liu, A., Hobbs, M., & Patton, G. (2015). Simptomu skrīninga skalas lielu depresīvu traucējumu noteikšanai bērniem un pusaudžiem: ticamības, derīguma un diagnostikas lietderības sistemātisks pārskats un metaanalīze. Afektīvo traucējumu žurnāls, 174, 447–463. doi:https://doi.org/10.1016/j.jad.2014.11.061 MedlineGoogle Scholar
 Tangs, C. S., un Koh, Y. Y. (2017). Tiešsaistes sociālo tīklu atkarība starp Singapūras koledžas studentiem: Komorbiditāte ar uzvedības atkarību un afektīviem traucējumiem Āzijas psihiatrijas žurnāls, 25, 175–178. doi:https://doi.org/10.1016/j.ajp.2016.10.027 MedlineGoogle Scholar
 Thapar, A., Collishaw, S., Poters, R., & Thapar, A. K. (2010). Depresijas vadīšana un novēršana pusaudžiem. BMJ, 340, c209. doi:https://doi.org/10.1136/bmj.c209 CrossRef, MedlineGoogle Scholar
 Van Gool, C. H., Kempen, GIJM, Penninx, BWJH, Deeg, D. J. H., Beekman, A. T. F., & Van Eijk, J. T. M. (2003). Saikne starp depresijas simptomu izmaiņām un neveselīgu dzīvesveidu vēlīnā pusmūža un gados vecākiem cilvēkiem: Amsterdamas gareniskās novecošanās pētījuma rezultāti. Vecums un novecošana, 32 (1), 81. – 87. doi:https://doi.org/10.1093/ageing/32.1.81 MedlineGoogle Scholar
 Verkuijl, N. E., Richter, L., Norris, S. A., Stein, A., Avan, B., & Ramchandani, P. G. (2014). Pēcdzemdību depresijas simptomi un bērna psiholoģiskā attīstība pēc 10 gadiem: perspektīvs garengriezuma datu pētījums no Dienvidāfrikas dzimšanas līdz divdesmit kohortai. Lancet Psychiatry, 1 (6), 454–460. doi:https://doi.org/10.1016/S2215-0366(14)70361-X MedlineGoogle Scholar
 Wang, J. C., Xie, H. Y. un Fisher, J. H. (2009). Daudzlīmeņu modeļi diskrētiem rezultātu meausres. In L.-P. Wang (Red.), Daudzlīmeņu modeļi: lietojumprogrammas, kas izmanto SAS® (lpp. 113 – 174). Pekina, Ķīna: Augstākās izglītības prese. Google Scholar
 Wang, M., bruņas, C., Wu, Y., Ren, F., Zhu, X. un Yao, S. (2013). CES-D faktora struktūra un mērījumu invariancija starp dzimumiem kontinentālās Ķīnas pusaudžiem. Klīniskās psiholoģijas žurnāls, 69 (9), 966–979. doi:https://doi.org/10.1002/jclp.21978 MedlineGoogle Scholar
 Wu, A. M. S., Cheung, V. I., Ku, L., & Hung, E. P. W. (2013). Psiholoģiskie riska faktori atkarībai no sociālo tīklu vietnēm Ķīnas viedtālruņu lietotāju vidū. Journal of Behavioral Addictions, 2 (3), 160–166. doi:https://doi.org/10.1556/JBA.2.2013.006 saiteGoogle Scholar
 Yoo, Y.-S., Cho, O.-H. & Cha, K.-S. (2014). Asociācijas starp pārmērīgu interneta izmantošanu un pusaudžu garīgo veselību. Māsu un veselības zinātnes, 16 (2), 193–200. doi:https://doi.org/10.1111/nhs.12086 CrossRef, MedlineGoogle Scholar
 Jangs, K. S. un Rodžerss, R. C. (1998). Depresijas un interneta atkarības attiecības. Kiberpsiholoģija un uzvedība, 1 (1), 25–28. doi:https://doi.org/10.1089/cpb.1998.1.25 CrossRefGoogle Scholar
 Džou, S. X. un Leungs, L. (2010). Gandarījumi, vientulība, garlaicība brīvā dabā un pašnovērtējums kā SNS spēļu atkarības un lietošanas modeļa prognozētāji Ķīnas koledžas studentu vidū. Jauno mediju maģistra grāds, Ķīnas Honkongas universitāte, Honkonga. Google Scholar