Malaizijas medicīnisko studentu malajiešu atkarības skalas malajiešu valodas versijas apstiprināšana (2015)

Anotācija

skaitļi

 

 

 

 

 

  

citāts: Ching SM, Yee A, Ramachandran V, Sazlly Lim SM, Wan Sulaiman WA, Foo YL, et al. (2015) Malaizijas atkarības skalas malajiešu valodas versijas apstiprināšana starp Malaizijas medicīnas studentiem. PLOS ONE 10 (10): e0139337. doi: 10.1371 / journal.pone.0139337

Redaktors: Aviv M. Weinstein, Ariel universitāte, ISRAEL

Saņemts: Marts 18, 2015; Pieņemts: Septembris 11, 2015; Publicēts: Oktobris 2, 2015

Autortiesības: © 2015 Ching et al. Šis ir atvērta piekļuves raksts, kas tiek izplatīts saskaņā ar. \ T Creative Commons piešķiršanas licence, kas pieļauj neierobežotu izmantošanu, izplatīšanu un reproducēšanu jebkurā vidē, ja tiek ieskaitīts oriģinālais autors un avots

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

Finansējums: Autori arī vēlas pateikties UPM pētniecības fondam (granta Nr .: UPM / 700-2 / 1 / GP-IPM / 2014 / 9436500) par finansiālo atbalstu. URL ir http://www.rmc.upm.edu.my/.

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

Ievads

Tas neapšaubāmi ir tas, ka viedtālrunis mums ir nodrošinājis milzīgu ērtības mūsu ikdienas dzīvē, jo tam ir uzlabotas skaitļošanas iespējas un savienojamība nekā pamata funkciju tālruņiem [1]. Lietojot viedtālruni, ir dažādi mērķi un mērķi. Plašs pētījumu klāsts ziņoja, ka viedtālrunim ir daudz priekšrocību sociāliem un medicīniskiem mērķiem [2-5]. Lai gan viedtālrunis ir kļuvis par vienu no populārākajiem un svarīgākajiem saziņas līdzekļiem, tās pārmērīga izmantošana ir kļuvusi par sociālo problēmu visā pasaulē un radījusi jaunu garīgās veselības problēmu, kurā lietotājs mēdz attīstīt atkarību no tās [6-8].

Viedtālruņa atkarība tiek saukta arī par “atkarību no mobilā tālruņa”, „kompulsīvā mobilā tālruņa pārmērīgu izmantošanu” vai „mobilā tālruņa pārmērīgu izmantošanu”. Šie termini galvenokārt raksturo problēmas ar mobilo telefonu izmantošanu [9, 10]. “Viedtālruņa atkarība” ir termins, ko parasti izmanto literatūrā. Šo atkarību galvenokārt raksturo pārmērīgas vai slikti kontrolētas bažas, mudinājumi vai uzvedība attiecībā uz viedtālruņa lietošanu, ciktāl cilvēki ignorē citas dzīves jomas [11-13]. Pētījumi liecina, ka pārmērīga mobilā tālruņa lietošana bija saistīta ar stresu, miega traucējumiem, smēķēšanu un depresijas simptomiem [14-16].

Nesenie dati no Malaizijas parādīja, ka viedtālruņa izplatība palielinājās no 47% 2012 uz 63% 2013. 2014, 10.13 miljoni Malaizijas bija aktīvie viedtālruņu lietotāji, salīdzinot ar 7.7 miljoniem 2012 [17-20]. Viedtālruņa patoloģiska izmantošana ir līdzīga interneta atkarībai. Interneta atkarības izmantošana kļūst pārmērīga jauniešu un pieaugušo vidū visā pasaulē [21]. Pārmērīga interneta atkarība noved pie psihiskiem traucējumiem, zemas pašcieņas, depresijas un akadēmiskās un profesionālās darbības traucējumiem [22-25]. Vietējie pētījumi ziņoja, ka interneta atkarības izplatība bija 43% [26], un Malaizijā ir vairāk nekā 4.2 miljoni aktīvu Facebook lietotāju; Faktiski, Facebook ir augstākā tīkla vietne šajā valstī. Ņemot vērā to, ka Malaizijā ir strauji pieaudzis viedtālruņu lietojums, ir steidzami jāapstiprina mērogs, lai noteiktu viedtālruņa atkarību vietējos iedzīvotājos, lai noteiktu tās izplatību un noteiktu, kam draud viedtālruņa atkarība, lai politikas veidotāji var plānot piemērotu iejaukšanos tuvākajā nākotnē.

Tāpat kā faktu struktūra, kas sagatavota interneta atkarības pārbaudei [27], Smartphone Addiction Scale (SAS), ko izstrādājis Min Kwon et al. bija pirmā skala viedtālruņa atkarībai, ko izmantoja diagnozei [28]. Šī skala sastāv no 33 vienībām un ir ticams, ka tā ir uzticama, ar labu iekšējo konsekvenci (Cronbach alpha = 0.967), un sešu apakšskalu vienlaicīga derīgums svārstās no 0.32 līdz 0.61 [28].

Šī pētījuma mērķis bija tulkot SAS malajiešu valodā un izpētīt SAS (SAS-M) malajiešu valodas versijas psihometriskās īpašības, lai atvieglotu tā izmantošanu turpmākai pētniecībai vietējā vidē.

Metodoloģija

Studiju plānošana un iestatīšana

Tas bija šķērsgriezuma pētījums par visiem pirmās un otrā gada medicīnas studentiem no Universiti Putra Malaizijas. Šiem studentiem tika lūgts veikt validācijas pētījumu no 2014 līdz augustam 2014. Šī universitāte atrodas Serdangā, blakus Malaizijas administratīvajai galvaspilsētai Putrajajai. Mēs aprēķinājām, ka izlases lielums ir vismaz 165, pamatojoties uz piecu gadījumu aprēķināšanu uz vienu vienību SAS (kurā ir kopējie 33 vienumi) [29]. Tāpēc 228 parauga lielums šajā pētījumā bija adekvāts.

Procedūra.

Posms 1: Autors ieguva SAS versiju angļu valodā no Kwon et al. Tulkojumu no angļu valodas uz malajiešu valodu paralēli veica divi divvalodu eksperti, un atpakaļ tulkojumu veica trešais divvalodu eksperts. Tika pārrunātas atšķirības starp sākotnējo versiju un atpakaļ tulkojumu, un attiecīgi tika veiktas korekcijas. Tulkotā SAS galīgo versiju, ko mēs saucām par SAS-M projektu, radīja ekspertu grupa, kurā bija viens psihiatrs, divi vecākie ārsti un viens ģimenes ārsts, kuri visi bija kvalificēti speciālisti psihometrisko instrumentu izmantošanā un visiem, kam bija klīniskā pieredze ar depresijas apstākļiem.

Posms 2: Pirmais SAS-M projekts tika izmēģināts starp 20 vietējiem malajiešu valodā runājošajiem studentiem, lai identificētu jebkādus trūkumus šajā versijā. Visi vārdi, ko respondenti uzskatīja par nepiemērotiem vai neatbilstošiem šajā versijā, tika atzīmēti un izlaboti. Lielākajai daļai studentu bija grūtības pieņemt priekšmetu 15: „Dusmīgs un nežēlīgs, kad man nav viedtālruņa”. Šis postenis tika pārskatīts un tulkots uz „nejūtīgs un nemierīgs, kad man nav viedtālrunis” malajiešu valodā. SAS-M galīgo versiju tālāk pārskatīja divi konsultantu psihiatri ar vairāk nekā 10 gadu pieredzi, lai novērtētu satura derīgumu un nodrošinātu apmierinošu seju un apmierinošu semantiku, kritērijus un konceptuālo līdzvērtību.

Posms 3Katrs students sniedza rakstisku informētu piekrišanu pēc pilnīga paskaidrojuma par pētījuma raksturu un konfidencialitāti, un 228 studenti piekrita piedalīties pētījumā ar neefektivitātes līmeni 9%. No studentiem tika iegūti sociiodemogrāfiskie dati (vecums, dzimums, etniskā piederība un mājsaimniecības ienākumi). Tika dokumentēta informācija par studentu viedtālruņa lietošanu, pamatojoties uz viņu pašu aplēsēm, piemēram, darba stundu skaitu nedēļā, gadu skaitu kā parastu viedtālruņa lietotāju un vecumu, kādā viņi sāka lietot viedtālruni. Studentiem tika dotas šādas anketas:

1. SAS un SAS - M (A tabula 1. \ T S1 teksts).
2. Interneta atkarības testa malajiešu versija.

Instruments

Viedtālruņa atkarības skala [28].

SAS ir pašizpildīts 6 punkta Likert tipa mērogs ar 33 vienumiem. Katram jautājumam ir atbildes skala no 1 līdz 6 (1 = stingri nepiekrīt 6 = stingri piekrīt), atspoguļojot simptomu biežumu. Atbildētājs apzīmē paziņojumu, kas visvairāk raksturo to viedtālruņa lietojuma īpašības. SAS kopējais punktu skaits ir no 48 līdz 288. Jo lielāks ir rezultāts, jo lielāks ir viedtālruņa patoloģiskās lietošanas līmenis.

Interneta atkarības tests [26].

IAT anketa, ko izstrādāja Kimberly Young 1998, ir visbiežāk izmantotais rīks interneta atkarības diagnosticēšanai. Malajiešu versija ir apstiprināta lokāli, ar labu iekšējo konsekvenci (Cronbach alpha = 0.91) un paralēlu uzticamību (intraklases korelācijas koeficients (ICC) = 0.88, P <0.001). Šī ir pašaizpildīta anketa, kas sastāv no 5 punktu Likerta tipa skalas, kurā ir 20 vienumi, ar minimālo punktu vērtību 20 un maksimālo vērtību 100. Katra jautājuma vērtējums svārstās no 1 līdz 5 (1 = nekad līdz 5 = vienmēr), atkārtojot simptomu rašanos. Studenti izvēlējās paziņojumu, kas vislabāk raksturo viņu interneta lietošanas iezīmes. Jo augstāks rādītājs, jo lielāka ir interneta patoloģiskās lietošanas pakāpe. Kad IAT malajiešu valodas versijā rezultāts ir lielāks par 43, tad indivīdam tiek diagnosticēts interneta atkarības risks [26].

Statistiskā analīze

Visas analīzes tika veiktas, izmantojot statistikas paketi sociālo zinātņu versijai 21.0 (SPSS, Čikāga, IL, ASV). Aprakstošā statistika tika aprēķināta par dalībnieku bāzes raksturlielumiem. Lai novērtētu SAS-M iekšējo konsekvenci, tika izmantota Kronbaha alfa, un datu normālums tika novērtēts, izmantojot Kolmogorova-Smirnova analīzi. Skalas vienumu viendabīgums tika analizēts, pamatojoties uz korelācijas koeficientiem starp vienumiem un kopējiem rādītājiem, ja vienums tika izdzēsts. Konstrukcijas derīgums tika pētīts, veicot izpētes faktoru analīzi un slīpi promax ar Kaiser Normalization. Faktora noslodze> 0.30 tika izmantota, lai noteiktu elementus katram faktoram. Pamatojoties uz Getmana-Keizera likumu, tiek saglabāti faktori, kuru īpašvērtība ir lielāka par 1.30, 31]. ICC tika izmantots, lai pārbaudītu paralēlu uzticamību starp SAS-M un SAS versiju angļu valodā un SAS-M testēšanas atkārtotu uzticamību. Pearson korelācija tika izmantota, lai pārbaudītu vienlaicīgu derīgumu starp SAS-M un IAT malajiešu versiju. Optimālais SAS-M robežvērtība riska gadījumiem tika noteikta no koordinātu punktiem, kad IAT malajiešu versijas rezultāts bija lielāks par 43 [26], kurā brīdī uztvērēja darbības raksturlielumu (ROC) analīzēs jutīgums un specifiskums bija optimāls. Zona zem līknes (AUC) tika noteikta ROC līknei.

Definīcija

Regulārais lietotājs ir definēts kā tāds, kurš izmanto viedtālruni vismaz 6 vai vairāk reizes 6 mēnešos [32]

Ētiskā apstiprināšana

Šī pētījuma ētikas apstiprinājums tika iegūts no Universiti Putra Malaizijas ētikas komitejas (FPSK-EXP14 P091).

rezultāti

Šajā pētījumā tika pieņemti darbā 228 studenti. Tabula 1 parāda pētāmās populācijas klīniskās īpašības. Kopumā vidējais vecums bija aptuveni 22 gadi ± 1.1. Vairāk nekā puse studentu bija sievietes (56.6%) un lielākā daļa bija malajiešu etniskā piederība (52.4%). Viedtālruņa lietošanas vidējās stundas nedēļā bija 36.5 stundas. Vidēji studenti sāka lietot viedtālruni 19 gadu vecumā, un vidējais regulāro viedtālruņu lietošanas gadu skaits bija 2.4 gadi.

  

 

Lejupielādēt:  

• PPT

  PowerPoint slaids

• PNG

  lielāks attēls (81KB)

• TIFF

  oriģināls attēls (461KB)

1 tabula. Pētījuma populācijas raksturojums (N = 228).

 

doi: 10.1371 / journal.pone.0139337.t001

SAS-M faktora struktūra un iekšējā konsekvence

Bartleta sfēriskuma tests bija nozīmīgs (p <0.01), un Kaiser-Meyer-Olkin SAS-M paraugu ņemšanas atbilstības mērs bija 0.92, kas norāda, ka skala bija nopelna [33], kas savukārt norādīja, ka faktoru analīze bija piemērota. Izmantojot izpētes faktoru analīzes pieeju un slīpo promax rotāciju ar Kaiser normalizāciju, kas veidoja 1.00% no kopējās dispersijas, tika iegūti seši faktori (īpašvērtība> 65.3). Šis rezultāts bija saskaņā ar sākotnējo SAS [28].

SAS-M uzrādīja labu iekšējo konsekvenci; Cronbach alfas koeficients kopējai skalai bija 0.94, un attiecīgie koeficienti sešiem faktoriem bija 0.877, 0.843, 0.865, 0.837, 0.865 un 0.861. Sešus faktorus, kas atbilst SAS apakšskalēm, sauca par “kibertelpu orientētām attiecībām”, “ikdienas dzīves traucējumiem”, “pārākumu”, “pārmērīgu izmantošanu”, “pozitīvu prognozēšanu” un “izņemšanu” (Tabula 2). Visiem vienumiem bija koriģētas kopējās korelācijas ar vairāk nekā 0.9. Jebkura vienuma dzēšana nepalielināja kopējā rezultāta iekšējo konsekvenci (Tabula 3). Paralēla uzticamība starp SAS-M un SAS bija augsta, kā to pierāda 0.95 ICC (95% Uzticamības intervāls = 0.937 – 0.962). SAS-M testēšanas atkārtota uzticamība pēc 1 nedēļu intervāla bija augsta, ar 0.85 ICC (95% Uzticamības intervāls = 0.808 – 0.866).

  

 

Lejupielādēt:  

• PPT

  PowerPoint slaids

• PNG

  lielāks attēls (365KB)

• TIFF

  oriģināls attēls (756KB)

2 tabula. SAS-Malay versijas faktora analīze.

 

doi: 10.1371 / journal.pone.0139337.t002

  

 

Lejupielādēt:  

• PPT

  PowerPoint slaids

• PNG

  lielāks attēls (594KB)

• TIFF

  oriģināls attēls (977KB)

3 tabula. Labots postenis - kopējās korelācijas un Cronbach alpha, ja vienums tika svītrots SAS-M.

 

doi: 10.1371 / journal.pone.0139337.t003

SAS-M vienlaicīga derīgums: korelācijas starp SAS-M apakšshēmas un IAT malajiešu valodas versiju

Pearson korelācijas analīzes rezultāti, kas tika veikti starp SAS-M un IAT malajiešu versijām, ir parādīti Tabula 4. Rezultāti rāda, ka visas SAS-M apakšskalas, izņemot “pozitīvo prognozēšanu”, bija būtiski saistītas ar IAT malajiešu versiju.

  

 

Lejupielādēt:  

• PPT

  PowerPoint slaids

• PNG

  lielāks attēls (238KB)

• TIFF

  oriģināls attēls (407KB)

4 tabula. SAS-M vienlaicīga derīguma termiņš (Pearson korelācija): SAS-M un IAT malajiešu valodas versijas subskale.

 

doi: 10.1371 / journal.pone.0139337.t004

ROC līknes AUC bija 0.801 (95% CI = 0.746 līdz 0.855). Optimālais robežvērtība riska gadījumu noteikšanai bija vairāk nekā 98, ar 71.43% jutību, 71.03% specifiku, pozitīvu paredzamo vērtību (PPV) 64.10% un negatīvu prognozējošo vērtību (NPV) 77.44 %. Riska gadījuma, kad viedtālruņa atkarība attīstās, izplatība šajā pētījumā bija 46.9%, pamatojoties uz 98 rādītāju.

diskusija

Šajā pētījumā tika analizēts SAS-M iekšējais konsekvence, dimensija un vienlaicīga un konstruktīva derīgums. Pētījuma rezultāti liecina, ka SAS-M ir uzticams un derīgs instruments, lai novērtētu viedtālruņa atkarību malajiešu valodā runājošajā iedzīvotāju grupā.

Šajā pētījumā SAS-M uzrādīja labu iekšējo konsekvenci; Cronbach alfas koeficients kopējai skalai bija 0.94, un attiecīgie koeficienti sešiem faktoriem bija 0.877, 0.843, 0.865, 0.837, 0.865 un 0.861. SAS-M paralēla uzticamība un testa atkārtotas ticamības pārbaude pēc 1 nedēļas intervāla tika atzīta par labu, attiecīgi ar 0.95 un 0.85 ICC, kas ir pat labāki nekā sākotnējās SAS versijas [28]. Līdz šim tas ir pirmais šāda veida pētījums, kas saistīts ar viedtālruņa atkarību, un tas liecina, ka SAS-M ir tikpat laba kā angļu versija.

Tomēr sešas dominējošās sastāvdaļas, kas izskaidroja lielu daļu no SAS-M mainīguma, bija līdzīgas sākotnējā SAS. Šajā pētījumā komponenti sastāvēja no “kibertelpas attiecībām”, “ikdienas dzīves traucējumiem”, “primātuma”, “pārmērīgas izmantošanas”, “pozitīvas prognozēšanas” un “izņemšanas”. Sākotnējā SAS komponenti bija „ikdienas dzīves traucējumi”, “pozitīva prognozēšana”, “atsaukšana”, “uz kibertelpu orientētas attiecības”, “pārmērīga izmantošana” un “iecietība”. Ne visi faktori, kas iegūti šajā faktoru analīzē, bija paralēli ar sākotnējā SAS iegūtajiem faktoriem. Tas, visticamāk, ir saistīts ar to, ka tas atspoguļo malajiešu un korejiešu paraugu atšķirības. Tulkojuma procesa laikā sākotnējās SAS nozīme tika mainīta.

Lielākā daļa no šajā pētījumā ziņotajiem komponentiem ir vienādi, izņemot komponentu “prioritāte”, kas atšķiras no komponenta “tolerance” sākotnējā SAS. Iespējamie iemesli varētu būt mūsu pētījuma populācija bija jaunāka (21.7 ± 1.1 gadi ar vecumu no 20 līdz 27), salīdzinot ar Korejas iedzīvotājiem (26.1 ± 6.0 ar vecumu no 18 līdz 53). Mūsu pētījuma iedzīvotāju skaits bija viendabīgs, jo visi priekšmeti bija medicīnas studenti, salīdzinot ar plašo profesiju un izglītības līmeni sākotnējā SAS pētījumā. Atšķirīgo interpretāciju varētu sarežģīt pētāmo iedzīvotāju neviendabīgums un izglītība.

Šajā pētījumā visi SAS-M apakšsali, izņemot “pozitīvo prognozēšanu”, bija būtiski saistīti ar IAT malajiešu versiju. Tas var būt vienīgais apakšskaitlis, kas nav labi saistīts ar IAT, jo IAT galvenokārt mēra nelabvēlīgu interneta izmantošanu, tāpēc nav jautājumu, kas liek domāt par pozitīvu gaidīšanu. Tomēr šis aspekts nesamazina vienlaicīgu derīgumu, jo pārējie 5 apakšskalas ir cieši saistītas.

Riska gadījumu biežums, ko varētu identificēt kā viedtālruņa atkarību, izmantojot šo skalu, bija 46.9%. Šim rezultātam ir vairāki iespējamie skaidrojumi. Paredzams, ka augsts viedtālruņa atkarības izplatības rādītājs ir tāds, ka vietējais pētījums liecina, ka 85% Malaizijas mobilo tālruņu [18]. Viedtālruņi ir iecienītākais variants, jo malaizieši mēdz sekot tendencēm sabiedrībā [20]. Turklāt viedtālrunis nodrošina bezmaksas tūlītējo ziņojumapmaiņu, izmantojot noteiktas platformas, piemēram, WhatsApp un WeChat, kas bagātina lietotāju dzīvi. Izklaide ir vēl viens iespējamais skaidrojums par viedtālruņa atkarības lielo izplatību, jo ar šiem tālruņiem medicīnas studenti var klausīties mūziku, skatīties filmas un spēlēt spēles, lai mazinātu stresu [34]. Tāpēc viņi var pavadīt vairāk laika ar viedtālruni dienas beigās un galu galā kļūt par patoloģiskiem lietotājiem.

Tomēr viena no mūsu pētījuma problēmām būtu optimālais SAS-M robežvērtība riska gadījumiem, kas tika noteikti no koordinātu punktiem, kad IAT malajiešu versijas rezultāts bija lielāks par 43. Tas nav aktuāli labi iedibināti ierobežojumi attiecībā uz IAT. Tāpat nav noteikts diagnostikas kritērijs attiecībā uz interneta vai viedtālruņa atkarību saskaņā ar DSM V atkarības traucējumu spektrā [21, 25]. Tādējādi mūsu pētījuma ierosinātā robežvērtība, iespējams, bija pārāk zema, kas noveda pie ļoti augstas viedtālruņa atkarības likmes. Tiesības, interneta atkarības diagnozei jābalstās uz trim kritērijiem, ko apraksta Ko, et al, 2012 [25].

SAS-M darbojas vairāk kā skrīnings vai skalas, lai novērtētu viedtālruņa atkarības lietojuma smaguma pakāpi, nevis diagnostikas instrumentu. Pareiza viedtālruņa atkarības diagnoze būs svarīgs jautājums turpmākajiem pētījumiem. Mēs ierosinājām, ka nākotnē viedtālruņa atkarības diagnosticēšanā būtu jāiekļauj vairāki kritēriji, kas sastāv no A, B un C kritērijiem. A kritērijs satur sešus viedtālruņa atkarības simptomus, piemēram, ar kibertelpu orientētas attiecības, ikdienas dzīves traucējumus, pārākumu, pārmērīgu izmantošanu, pozitīvu gaidīšanu un izstāšanās. B kritērijam jāietver funkcionālais traucējums, kas ir sekundārs viedtālruņa lietošanai. C kritērijam jāizslēdz citi psihiski traucējumi, piemēram, bipolāri traucējumi vai citi impulsīvi traucējumi. Tēmas, kas atbilst visiem kritērijiem A, B un C, būtu uzskatāmas par tādām, kurām ir viedtālrunis.

Stiprums un ierobežojumi

Šī pētījuma rezultāti ir jāinterpretē pētījuma ierobežojumu kontekstā: Pirmkārt, atkarības traucējumu spektrā nav noteikta interneta vai viedtālruņa atkarības diagnostikas kritērija saskaņā ar DSM V [21, 25]. Tomēr, ņemot vērā ierobežotos pētījumus par viedtālruņa atkarību vietējā vidē, šī pētījuma rezultāti joprojām var sniegt ieskatu veselības aprūpes speciālistu komandai. Otrkārt, neskatoties uz parauga lielumu, tas bija nejaušināts. Dzimums un rase nebija vienādi sadalīti. Turklāt šis pētījums tika veikts vienā centrā, tāpēc izlases populācija bija viendabīga un var neatspoguļot Malaizijas vispārējo iedzīvotāju skaitu.

Neskatoties uz šo ierobežojumu, šī pētījuma rezultāti pierādīja, ka SAS-M var izmantot, lai novērtētu viedo tālruņu atkarību starp izglītotiem Malaizijas jauniešiem.

Secinājumi

Šis pētījums izstrādāja pirmo viedtālruņu atkarības skalu medicīnas studentu vidū. Šis pētījums arī sniedz pierādījumus tam, ka SAS-M ir derīgs un uzticams, pašpārvaldes līdzeklis, lai pārbaudītu tos, kam draud viedtālruņa atkarība.

Atbalsta informācija

Autora iemaksas

Izstrādāti un izstrādāti eksperimenti: SMC AY FKH. Veikti eksperimenti: VR SMSL WAWS YLF. Analizēti dati: SMC AY. Iegūtie reaģenti / materiāli / analīzes rīki: SMC AY. Rakstīja papīru: SMC AY VR.

Atsauces

1. 1. Rashvand HF, Hsiao KF (2015) viedtālruņu viedās lietojumprogrammas: īss pārskats. Multivides sistēmas 21 (1): 103 – 119: 10.1007 / s00530-013-0335-z
   • Skatīt pantu
   • PubMed / NCBI
   • Google Scholar
2. 2. Mosa AS, Yoo I, Lets L (2012) Sistemātisks pārskats par viedtālruņu veselības aprūpes lietojumiem. BMC medicīnas informātika un lēmumu pieņemšana 12: 67. doi: 10.1186 / 1472-6947-12-67. pmid: 22781312
3. Skatīt pantu
4. PubMed / NCBI
5. Google Scholar
6. Skatīt pantu
7. PubMed / NCBI
8. Google Scholar
9. Skatīt pantu
10. PubMed / NCBI
11. Google Scholar
12. Skatīt pantu
13. PubMed / NCBI
14. Google Scholar
15. Skatīt pantu
16. PubMed / NCBI
17. Google Scholar
18. Skatīt pantu
19. PubMed / NCBI
20. Google Scholar
21. Skatīt pantu
22. PubMed / NCBI
23. Google Scholar
24. Skatīt pantu
25. PubMed / NCBI
26. Google Scholar
27. Skatīt pantu
28. PubMed / NCBI
29. Google Scholar
30. Skatīt pantu
31. PubMed / NCBI
32. Google Scholar
33. Skatīt pantu
34. PubMed / NCBI
35. Google Scholar
36. Skatīt pantu
37. PubMed / NCBI
38. Google Scholar
39. Skatīt pantu
40. PubMed / NCBI
41. Google Scholar
42. Skatīt pantu
43. PubMed / NCBI
44. Google Scholar
45. Skatīt pantu
46. PubMed / NCBI
47. Google Scholar
48. Skatīt pantu
49. PubMed / NCBI
50. Google Scholar
51. Skatīt pantu
52. PubMed / NCBI
53. Google Scholar
54. Skatīt pantu
55. PubMed / NCBI
56. Google Scholar
57. Skatīt pantu
58. PubMed / NCBI
59. Google Scholar
60. Skatīt pantu
61. PubMed / NCBI
62. Google Scholar
63. Skatīt pantu
64. PubMed / NCBI
65. Google Scholar
66. Skatīt pantu
67. PubMed / NCBI
68. Google Scholar
69. Skatīt pantu
70. PubMed / NCBI
71. Google Scholar
72. Skatīt pantu
73. PubMed / NCBI
74. Google Scholar
75. Skatīt pantu
76. PubMed / NCBI
77. Google Scholar
78. Skatīt pantu
79. PubMed / NCBI
80. Google Scholar
81. Skatīt pantu
82. PubMed / NCBI
83. Google Scholar
84. Skatīt pantu
85. PubMed / NCBI
86. Google Scholar                     
87. 3. Lane N, Mohammod M, Lin M, Yang X, Lu H, Ali S, et al. (2011) BeWell: viedtālruņu lietojumprogramma, lai uzraudzītu, modelētu un veicinātu labklājību. 5th starptautiskā konference par izplatītām skaitļošanas tehnoloģijām veselības aprūpei, Dublina.
88. 4. Patrick K, Griswold WG, Raab F, Intille SS (2008) Veselība un mobilais tālrunis. Preventīvās medicīnas žurnāls 35: 177 – 181. doi: 10.1016 / j.amepre.2008.05.001. pmid: 18550322
89. 5. Derbyshire E, Dancey D (2013) Viedtālruņu medicīnas lietojumi sieviešu veselībai: kāda ir pierādījumu bāze un atsauksmes? Starptautiskais telemedicīnas un lietojumprogrammu žurnāls, raksta ID 782074, 10. doi: 10.1155 / 2013/782074
90. 6. Emad AS, Haddad E (2015) Viedo tālruņu ietekme uz cilvēka veselību un uzvedību: Jordānijas uztveres. Starptautiskais datortīklu un lietojumprogrammu žurnāls 2 (2): 52 – 56.
91. 7. Sarwar M, Soomro TR (2013) Smartphone ietekme uz sabiedrību. Eiropas Zinātnisko pētījumu žurnāls 98 (2): 216 – 226.
92. 8. Acharya JP, Acharya I, Waghrey D (2013) Pētījums par dažu mobilo tālruņu kopējo ietekmi uz veselību koledžas studentu vidū. Kopienas medicīnas un veselības izglītības žurnāls 3: 21. doi: 10.5958 / j.2319-5886.2.3.068
93. 9. Lin YH, Chang LR, Lee YH, Tseng HW, Kuo TB, Chen SH. (2014) Smartphone Addiction Inventory (SPAI) izstrāde un apstiprināšana. PLoS One 9: e98312. doi: 10.1371 / journal.pone.0098312. pmid: 24896252
94. 10. Billieux J, Van der Linden M, d'Acremont M, Ceschi G, Zermatten A (2007) Vai impulsivitāte ir saistīta ar uztverto atkarību no mobilā tālruņa un tā faktisko lietošanu? Lietišķā kognitīvā psiholoģija 21: 527–537. doi: 10.1002 / acp.1289
95. 11. Park N, Lee H (2012) Viedtālruņu lietošanas sociālās sekas: Korejas koledžas studentu viedtālruņu lietošana un psiholoģiskā labklājība. Kiberpsiholoģija, uzvedība un sociālie tīkli 15: 491–497. doi: 10.1089 / cyber.2011.0580
96. 12. Yen CF, Tang TC, Yen JY, Lin HC, Huang CF, Liu SC, et al. (2009) Simptomi, kas saistīti ar mobilo telefonu izmantošanu, funkcionālo traucējumu un tās saistību ar depresiju pusaudžu vidū Dienvidu Taivānā. 32 pusaudža žurnāls: 863 – 873. doi: 10.1016 / j.adolescence.2008.10.006. pmid: 19027941
97. 13. Beranuy M, Oberst U, Carbonell X, Chamarro A (2009) Problemātisks interneta un mobilo tālruņu lietojums un klīniskie simptomi koledžas studentiem: emocionālā intelekta loma. Datori cilvēka uzvedībā 25: 1182 – 1187. doi: 10.1016 / j.chb.2009.03.001
98. 14. Thomee S, Harenstam A, Hagberg M (2011) Mobilo tālruņu lietošana un stress, miega traucējumi un depresijas simptomi jauniešu vidū - prospektīva kohortas pētījums. BMC sabiedrības veselības 11: 66. doi: 10.1186 / 1471-2458-11-66. pmid: 21281471
99. 15. Ezoe S, Toda M, Yoshimura K, Naritomi A, Den R, Morimoto K (2009) Personības un dzīvesveida attiecības ar mobilā tālruņa atkarību starp sievietes māsu audzēkņiem. Sociālā uzvedība un personība: starptautisks žurnāls 37 (2): 231 – 238. doi: 10.2224 / sbp.2009.37.2.231
100. 16. Toda M, Monden K, Kubo K, Morimoto K (2006) Mobilo tālruņu atkarība un ar veselību saistītais universitātes studentu dzīvesveids. Sociālā uzvedība un personība 34 (10): 1277 – 1284. doi: 10.2224 / sbp.2006.34.10.1277
101. 17. Malaizijas Komunikāciju un multimediju komisija (2012) Rokas tālruņa lietotāju aptauja 2011. Pieejams: http://www.skmm.gov.my/skmmgovmy/media/G​eneral/pdf/SSKMM-HandPhoneSurvey-2011.pd​f
102. 18. Malaizijas Komunikāciju un multimediju komisija (2014) Rokas tālruņa lietotāju aptauja 2012. Pieejams: http://www.skmm.gov.my/skmmgovmy/media/G​eneral/pdf/130717_HPUS2012.pdf
103. 19. ecommercemilo (2014). Pieejams: http://www.ecommercemilo.com/2014/09/12-​facts-mobile-malaysia.html#.Va8ru_mqpBe.
104. 20. Osman MA, Talib AZ, Sanusi ZA, Shiang-Yen T, Alwi AS (2012) Pētījums par viedtālruņa un tā lietošanas paradumu tendencēm Malaizijā. Starptautisko žurnālu par jauno datoru arhitektūru un to lietojumiem 2: 274 – 285.
105. 21. Weinstein A, Lejoyeux M (2010) interneta atkarība vai pārmērīga interneta izmantošana. Amerikāņu žurnāls par narkotiku un alkohola lietošanu 36: 277 – 283. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
106. 22. Jenaro C, Flores N, Gómez-Vela M, González-Gil F, Caballo C (2007) Problemātiska interneta un mobilo tālruņu lietošana: korelē psiholoģiskā, uzvedības un veselības problēma. Atkarību izpēte un teorija 15: 309–320. doi: 10.1080 / 16066350701350247
107. 23. Niemz K, Griffiths M, Banyard P (2005) Patoloģiskā interneta lietošanas izplatība universitātes studentu vidū un korelācijas ar pašnovērtējumu, Vispārējo veselības anketu (GHQ) un disinhibīciju. Kiberpsiholoģija un uzvedība 8: 562–570. pmid: 16332167 doi: 10.1089 / cpb.2005.8.562
108. 24. Young KS, Rogers RC (1998) Depresijas un interneta atkarības attiecības. Kiberpsiholoģija un uzvedība 1: 25–28. doi: 10.1089 / cpb.1998.1.25
109. 25. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC (2012) Saikne starp interneta atkarību un psihiskiem traucējumiem: literatūras apskats. Eiropas Psihiatrija 27: 1 – 8. doi: 10.1016 / j.eurpsy.2010.04.011. pmid: 22153731
110. 26. Guan NC, Isa SM, Hashim AH, Pillai SK, Harbajan Singh MK (2015) Interneta atkarības testa malajiešu versijas derīgums: pētījums par medicīnas studentu grupu Malaizijā. Āzijas un Klusā okeāna žurnāls sabiedrības veselības jomā 27: 2210 – 2219. doi: 10.1177 / 1010539512447808
111. 27. Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E un citi. (2008) Francijas interneta atkarības testa validācija. Kiberpsiholoģija un uzvedība 11: 703–706. doi: 10.1089 / cpb.2007.0249. pmid: 18954279
112. 28. Kwon M, Lee JY, Won WY, Park JW, Min JA, Hahn C, et al. (2013) viedtālruņa atkarības skalas (SAS) izstrāde un apstiprināšana. PloS one 8: e56936. doi: 10.1371 / journal.pone.0056936. pmid: 23468893
113. 29. Gorsuch RL (1983) faktoru analīze. 2nd ed. Hillsdale, Ņūdžersija: Erlbaum.
114. 30. Kaiser HF (1960) Elektronisko datoru izmantošana faktoru analīzei. Izglītības un psiholoģiskā mērīšana 20: 141 – 151 doi: 10.1177 / 001316446002000116
115. 31. Guttman L (1954) Daži nepieciešamie apstākļi kopīgai faktoru analīzei. Psychometrika 19: 149 – 161. doi: 10.1007 / bf02289162
116. 32. Ybama ML (2004) Saikne starp depresijas simptomiem un uzmākšanos internetā regulāru jauno lietotāju vidū. Kiberpsiholoģija un uzvedība 7: 247–257. pmid: 15140367 doi: 10.1089 / 109493104323024500
117. 33. Kaiser HF (1974) Faktora vienkāršības indekss. Psychometrika 39: 31 – 36. doi: 10.1007 / bf02291575
118. 34. Elias H, Ping WS, Abdullah MC (2011) Stresa un akadēmiskais sasniegums starp Universiti Putra Malaizijas bakalaura studentiem. Procedūras-Sociālās un uzvedības zinātnes 29: 646 – 655. doi: 10.1016 / j.sbspro.2011.11.288