Kādi interneta pakalpojumu veidi pusaudžus padara atkarīgus? Interneta problemātiskās lietošanas korelācijas (2020)

Pornogrāfijas lietošana bija vispieradinošākā interneta lietotne:

 "PIU izplatība bija visaugstākā pusaudžiem, kuri internetu visvairāk izmantoja pornogrāfijai (19.6%), kam sekoja spēles (9.3%) un interneta kopiena (8.4%)."

"Tomēr PIU izredžu attiecība starp tiem, kuri internetu galvenokārt izmantoja pornogrāfijai, bija visaugstākā, kas nozīmē interneta pornogrāfijas spēcīgo atkarības potenciālu salīdzinājumā ar citiem interneta pakalpojumiem"

Pornogrāfija ir lietojums, kas visspēcīgāk korelē ar depresiju, psihopatoloģiju:

"Šie atklājumi liecina, ka interneta izmantošana galvenokārt pornogrāfijai ir saistīta ar smagu psihopatoloģiju, piemēram, depresiju un pašnāvību, kā arī ar spēcīgu atkarības potenciālu."

——————————————————————————————————

2020. gada 20. aprīlis; 16: 1031-1041. doi: 10.2147 / NDT.S247292

Anotācija

Mērķis:

Šajā pētījumā tika pētīta problemātiskā interneta lietošanas (PIU) izplatība un korelācijas lielā skaitā pusaudžu, pamatojoties uz izmantotā interneta pakalpojuma veidu.

Materiāli un metodes:

Pētījums tika veikts no 2008. līdz 2010. gadam, un tajā piedalījās 223,542 12 pusaudži vecumā no 18 līdz XNUMX gadiem. Dalībnieki atbildēja uz pašnovērtējuma anketu, kurā bija iekļauti dati par demogrāfiskajiem faktoriem, interneta lietošanas laiku, visbiežāk izmantotajiem interneta pakalpojumiem un garīgo veselību. PIU tika novērtēts ar jaunatnes īsās formas Internet Addiction Proneness Scale.

rezultāti:

Kopējais PIU izplatības līmenis bija 5.2%, bet izplatības rādītāji pēc dzimuma bija 7.7% zēniem un 3.8% meitenēm. Visbiežāk izmantoto interneta pakalpojumu sadalījums pēc dzimuma ievērojami atšķīrās. Visbiežāk izmantotie interneta pakalpojumi bija azartspēles (58.1%) zēniem, emuāru veidošana (22.1%) un meiteņu sūtīšana / tērzēšana (20.3%) meitenēm. Izredžu koeficients PIU ievērojami atšķīrās atkarībā no visbiežāk izmantotā interneta pakalpojuma; izmantojot internetu galvenokārt pornogrāfija salīdzinot ar informācijas meklēšanu, bija visaugstākais koeficients (4.526 reizes lielāks). Depresīvas epizodes, domas par pašnāvību un pašnāvības mēģinājumi bija nozīmīgi saistīti ar augstāku PIU izredžu koeficientu (attiecīgi 1.725 ​​- 1.747 un 1.361 reizes).

Secinājums:

Šis pētījums identificēja klīniski svarīgu informāciju par PIU pusaudžiem. PIU izplatīšanai ir atšķirīgi modeļi, pamatojoties uz seksu un īpašiem interneta pakalpojumiem. Nepieciešami PIU pētījumi ar precīzi definētu metodoloģiju un katra konkrētā interneta pakalpojuma PIU novērtēšanas rīkiem.

ATSLĒGVĀRDI: atkarība; pusaudža gados; dzimumu atšķirības; interneta lietošana

PMID 32368065
PMCID: PMC7182452
DOI: 10.2147 / NDT.S247292

Ievads

Pēdējās divās desmitgadēs internets ir ļoti ātri un plaši iekļuvis cilvēku dzīvē un kļuvis par nozīmīgu ikdienas dzīves veidu, piemēram, iepirkšanos, ziņu iegūšanu un kontaktu ar draugiem. ASV aptaujas dati ziņoja, ka apmēram 90% pieaugušo cilvēku bija pieejams internets 2019. gadā, un to cilvēku īpatsvars, kuri neizmantoja internetu, samazinājās no 48% 2000. gadā līdz tikai 10% 2019. gadā. Proti, pusaudži internetu ikdienā izmanto vairāk nekā citi iedzīvotāji. 2018. gadā tika ziņots, ka 95% ASV pusaudžu ir piekļuve viedtālruņiem, un 45% pusaudžu ir tiešsaistē gandrīz nemainīgā skaitā.

Kaut arī internets sniedz dažādas priekšrocības, piemēram, izglītību, izklaidi, sociālo komunikāciju, ērtības un psiholoģisko labsajūtu, daudzos pētījumos ir ziņots par negatīvām interneta saistībām ar jauniešu garīgo veselību, tai skaitā depresiju, sociālo nemieru, pašnāvībām un kiberhuligānismu.- Proti, problemātiska interneta lietošana (PIU), kurai raksturīga pārmērīga lietošana un atkarību izraisošas pazīmes, ir viena no lielākajām interneta lietošanas problēmām pusaudžu populācijās, par kuru izplatību iepriekšējos pētījumos ziņots par augstu - līdz 26.7%.,

Pusaudžiem ir zināms, ka tie ir neaizsargāti pret PIU paaugstinātas impulsivitātes dēļ, ko papildina prefrontālās garozas (PFC) relatīvā nenobriešana, īpaši agrīnā un pusaudža vidējā posmā.- Turklāt ir ziņots, ka emocionāla disregulācija agrīnā zīdaiņa periodā (2 gadi) pusaudžiem būtiski ietekmē PIU, norādot, ka iedzimtais temperaments ir viens no galvenajiem PIU riska faktoriem. Ir zināms, ka sekss ir vēl viens PIU modeļa atšķirības moderators. Zēni biežāk izmanto interneta spēles, turpretī meitenes vairāk izmanto sociālā tīkla pakalpojumus nekā zēni., Turklāt par vienu no PIU prognozētājiem pusaudžiem tiek ziņots arī par vides faktoriem, ieskaitot piederību vecākiem un vienaudžiem. Piemēram, Badenes-Ribera et al ziņoja, ka attiecības ar vecākiem visvairāk ietekmēja PIU līmeni agrīnos pusaudžos, turpretī vienaudžu attiecības bija visnozīmīgākais faktors vecākā pusaudža periodā.

Tāpat vairākos pētījumos ir pētītas izplatītās bažas par PIU un ar to saistītajiem riska faktoriem pusaudžiem. Tomēr skaidra PIU definīcija nav sniegta. Pētnieki ir izpētījuši PIU ar dažādiem terminiem un jēdzieniem, piemēram, “interneta atkarība”, “Piespiedu interneta lietošana”, “Problemātiska interneta lietošana” un “patoloģiska interneta lietošana”. Citos pētījumos, kas koncentrējas uz interneta spēlēm, ir izmantoti termini “problemātiska tiešsaistes spēļu lietošana”, “Interneta spēļu atkarība” un “interneta spēļu traucējumi”.

Kaut arī šie atšķirīgie termini un to definīcijas ietver psiholoģisku konstrukciju, kas netieši norāda uz nekontrolētu interneta izmantošanu, kā rezultātā rodas klīniski traucējumi, viens no zelta standarta definīcijas trūkuma iemesliem ir tas, ka internets piedāvā dažādu saturu, kas varētu būt saistīts ar atkarību izraisošu potenciālu, piemēram, azartspēles, azartspēles, tērzēšana vai pornogrāfija. Jauns norādīja, ka atkarība no interneta aptver plašu uzvedības impulsu kontroles problēmu klāstu un tiek klasificēta pēc pieciem specifiskiem apakštipiem, ieskaitot kiberseksualitāti, kiberattiecības, neto kompulsijas, informācijas pārslodzi un datora atkarību.

Starp šiem īpašajiem PIU apakštipiem “interneta spēļu traucējumi” un “spēļu traucējumi” tika iekļauti kā diagnoze garīgo traucējumu diagnostikas un statistikas rokasgrāmatas (DSM-3) 5. sadaļā. un Pasaules Veselības organizācijas (PVO) pēdējais Starptautiskās slimību klasifikācijas (ICD-11) pārskatījums. Lai gan darbības, kas nav saistītas ar spēli internetā, netika uzskatītas par formālu diagnozi pierādījumu trūkuma dēļ, joprojām pastāv bažas par atkarību neveicinošām darbībām internetā, piemēram, azartspēlēm internetā, sociālo tīklu un tiešsaistes pornogrāfija.

Tomēr, neraugoties uz šīm bažām par dažādiem PIU apakštipiem, trūkst pētījumu par diferenciālo atkarības potenciālu, kas balstīts uz konkrētiem interneta pakalpojumiem. Nesenajā vācu pētījumā, kurā piedalījās 6,081 12 students vecumā no 19 līdz XNUMX gadiem, tika pētīts intensīvi izmantoto interneta lietojumprogrammu izplatība PIU un ārpus tās. Pētījumā Rosenkranz et al visintensīvāk izmantotās interneta lietojumprogrammas bija sociālo tīklu vietnes un čatā, un visprognozējamākās interneta lietojumprogrammas PIU bija azartspēles un azartspēles. Tomēr joprojām trūkst pētījumu par izplatīšanas un atkarības potenciālu, pamatojoties uz konkrētā interneta pakalpojuma izmantošanu; faktiski mums ir zināms, ka Korejā nav pētījumu. Tādējādi šī pētījuma mērķis bija izpētīt PIU izplatību un korelācijas lielā pusaudžu izlasē, pamatojoties uz interneta lietošanas apakštipu.

Materiāli un metodes

Dalībnieki

Mūsu pētījums tika veikts, izmantojot datus, kas iegūti no 2008., 2009. un 2010. gada Korejas jauniešu riska uzvedības tīmekļa apsekojuma (KYRBS). KYRBS ir vairāku gadu šķērsgriezuma pētījums, ko kopš 2005. gada katru gadu veic Korejas slimību kontroles un profilakses centri (CDC). KYRBS koncentrējas uz veselības riska izturēšanos pusaudžu vidū. Aptauja tika veikta ar pusaudžu aizpildītu anketu, kas sastāv no 125 vienībām, ieskaitot informāciju par tabakas lietošanu, alkohola lietošanu, aptaukošanos, fiziskām aktivitātēm, seksuālo izturēšanos, narkotisko vielu lietošanu, interneta lietošanu un garīgo veselību. Mērķa populācija ir reprezentatīvi valsts pārstāvji vidusskolēniem un vidusskolēniem vecumā no 12 līdz 18 gadiem Korejā, no kuriem katru gadu tiek atlasīti 400 vidusskolas un 400 vidusskolas. Kopējais dalībnieku skaits bija 223,542 2008, un 2009., 2010. un 75,238. gada KYRBS piedalījās attiecīgi 75,066 73,238, XNUMX XNUMX un XNUMX XNUMX dalībnieki. Pirms iestāšanās studijās apmācīti pasniedzēji studentiem sniedza pilnīgas instrukcijas par pētījuma mērķi un metodēm, un no studentiem tika saņemta rakstiska informēta piekrišana. Studenti, kuri piekrita piedalīties, aizpildīja anonīmo anketu, kas tika uzrādīta datorā. CDC Institucionālā pārskata padome ir apstiprinājusi KYRBS protokolus.

Novērtējums

Lai novērtētu PIU, Kim et al izstrādātā jaunatnes īsās formas interneta atkarības raksturīguma skala (KS skala) tika lietots. KS skala ir 20 vienību pašziņojuma skala, kas novērtēta ar 4 punktu Likerta skalu (1 = nekad, 2 = dažreiz, 3 = bieži vai 4 = vienmēr). Tas sastāv no sešiem apakšfaktoriem: (1) adaptīvās funkcijas traucējumi (6 vienības), (2) pozitīva paredzēšana (1 vienība), (3) atsaukšana (4 vienības), (4) virtuālas starppersonu attiecības (3 vienības), (5) ) novirzes izturēšanās (2 vienības) un (6) pielaide (4 vienības). Atbilstošo punktu skaitu iedala vienā no trim grupām: noteikts PIU, iespējams PIU un parasts interneta lietotājs. Noteiktu PIU nosaka ar kopējo punktu skaitu 53 vai vairāk vai visu šo elementu klātbūtni: adaptīvās darbības rādītāji ir 17 vai augstāki; izstāšanās punktu skaits ir 11 vai lielāks; un pielaides punktu skaits ir 13 vai lielāks. Varbūtīgo PIU nosaka ar kopējo punktu skaitu no 48 līdz 52 vai visu šo elementu klātbūtni: adaptīvās darbības rādītāji ir 15 vai augstāki; izstāšanās punktu skaits ir 10 vai lielāks; un pielaides punktu skaits ir 12 vai lielāks. Šajā pētījumā PIU grupa tika definēta kā dalībnieki noteiktā un iespējamā PIU grupās.

Interneta lietošanas laiks tika uzdots kopā ar vienumu “Cik stundas un minūtes esat izmantojis internetu darba dienās un nedēļas nogalēs pēdējo 30 dienu laikā?” Interneta pakalpojumu, ko galvenokārt izmantoja dalībnieki, vaicāja sadaļā “Kādu pakalpojumu jūs parasti izmantojat internetu visvairāk?” ar izvēles iespējām, ieskaitot informācijas meklēšanu, kurjeru / tērzēšanu, spēles, filmu skatīšanos, mūzikas klausīšanos, tādu video skatīšanos kā lietotāja izveidots saturs, e-pasts, iepirkšanās, pornogrāfija, emuāru veidošana utt. Depresīvu epizožu klātbūtne, pašnāvības domas un Pašnāvības mēģinājumi tika apšaubīti par katru pieredzi pēdējos 12 mēnešos ar “jā” vai “nē” atbildēm šādi: “Vai jūs kādreiz esat juties skumjš vai izmisis, lai pārtrauktu ikdienas dzīvi uz divām nedēļām pēdējo 12 mēnešu laikā? ” depresijas gadījumā: “Vai pēdējo 12 mēnešu laikā esat nopietni domājis par pašnāvību?” par pašnāvības domām un “Vai pēdējos 12 mēnešos esat mēģinājis pašnāvību?” pašnāvības mēģinājumiem.

Statistika

Demogrāfisko raksturlielumu analīzē tika izmantota aprakstošā statistika. Lai analizētu saistību starp visbiežāk izmantoto interneta pakalpojumu, PIU izplatību un korelācijām un aprakstošo statistiku, tika pieņemts chi-square tests un dispersijas analīze (ANOVA). Lai pārbaudītu PIU izredžu attiecību pēc saistītajām korelācijām, divos modeļos tika izmantota loģistiskā regresija ar PIU kā atkarīgu mainīgo. Pirmajā modelī kā neatkarīgi mainīgie tika iekļauts sekss, pakāpe, visbiežāk izmantotais interneta pakalpojums, depresīvā epizode, pašnāvības domas un pašnāvības mēģinājumi. 2. modelis pievienoja 1. modeļa sociālekonomisko stāvokli un sasniegumus skolās. Statistiskās analīzes tika veiktas, izmantojot programmatūras paketi SPSS 25.0 Windows (SPSS Inc., Čikāga, IL).

rezultāti

Demogrāfiskie rādītāji

Demogrāfiskās īpašības ir parādītas Tabula 1. Kopumā pētījumā piedalījās 223,542 52.5 vidusskolu un vidusskolu studenti, un 5.8% bija vīrieši. Kopējais PIU izplatība bija 3.2%, un augsta riska interneta lietotāju grupa PIU grupā bija 7.7%. PIU izplatība pēc dzimuma bija 3.8% zēnu un 38.0% meiteņu. Dalībnieku īpatsvars, kuri piedzīvoja depresīvu epizodi, domas par pašnāvību un pašnāvības mēģinājumiem, bija attiecīgi 19.1%, 4.8% un XNUMX%.

Tabula 1

Demogrāfiskie rādītāji

n (%)
Kopā223542
gads
 200875238 (33.7)
 200975066 (33.6)
 201073238 (32.8)
Dzimums
 Vīrietis117281 (52.5)
 Sieviete106261 (47.5)
Pakāpe
 1. vidusskola38219 (17.1)
 2. vidusskola38423 (17.2)
 3. vidusskola38280 (17.1)
 1. vidusskolas37218 (16.6)
 2. vidusskolas36926 (16.5)
 3. vidusskolas34476 (15.4)
PIU
 Kopā13056 (5.8)
 Augsta riska lietotājs7183 (3.2)
 Potenciālā riska lietotājs5873 (2.6)
 Depresijas epizode; Jā84848 (38.0)
 Pašnāvnieciskas domas; Jā42728 (19.1)
 Pašnāvības mēģinājums; Jā10778 (4.8)
Sociālekonomiskais statuss
 augsts13775 (6.2)
 Augsts-vidējs48348 (21.6)
 Vidus105472 (47.2)
 Zema vidusdaļa41322 (18.5)
 Zems14625 (6.5)
Sasniegums skolā
 augsts25440 (11.4)
 Augsts-vidējs52399 (23.4)
 Vidus60448 (27.0)
 Zema vidusdaļa57183 (25.6)
 Zems28072 (12.6)

Saīsinājums: PIU, problemātiska interneta lietošana.

PIU izplatība un korelācijas, pamatojoties uz visvairāk izmantoto interneta pakalpojumu

Starp visiem dalībniekiem visbiežāk izmantotais interneta pakalpojums bija azartspēles internetā (35.0%), kam sekoja informācijas meklēšana (16.2%), tērzēšana (14.1%) un emuāru veidošana (12.1%) (Tabula 2 un Skaitlis 1). Tomēr zēnu un meiteņu vidū visbiežāk izmantoto interneta pakalpojumu proporcijas bija atšķirīgas (x2 = 9144.0; p <0.001). Lai gan zēniem visbiežāk izmantoja spēles internetā (58.1%), meitenes visvairāk izmantoja emuāru veidošanu (22.1%) un tērzēšanu (20.3%).

Tabula 2

Asociācija starp visvairāk lietotajiem interneta pakalpojumiem un PIU izplatību un korelācijām

Vispopulārākais interneta pakalpojumsInformācijas meklēšanaMessenger / TērzēšanaSpēļuSkatoties filmuKlausoties mūzikuVideo skatīšanās (piemēram, UCC)Interneta kopiena vai klubsE-pastsOnline ShoppingInterneta pornogrāfijaEmuāriuttKopāStatistika F vai χ2
Kopā
 n36,15031,44678,325824821,0752896403211475315171627,1426050223,542
 %16.214.135.03.79.41.31.80.52.40.812.12.7100.0
Dzimums
 Vīrietis; n16,857987368,1394415725711581064313780156536372223117,28169144.0 *
 %14.48.458.13.86.21.00.90.30.71.33.11.9100.0
 Sieviete; n19,29321,57310,186383313,81817382968834453515123,5053827102,434
 %18.220.39.63.613.01.62.80.84.30.122.13.6100.0
Interneta lietošanas laiks; Vidējais (SD)
 Darba diena; stundas1.1 (1.3)1.6 (1.6)1.6 (1.8)1.3 (1.5)1.1 (1.3)1.4 (1.4)1.7 (1.5)1.0 (1.2)1.3 (1.3)2.0 (3.0)1.4 (1.4)1.5 (1.7)457.5 *
 Nedēļas nogale; stundas1.8 (1.8)2.4 (2.1)3.1 (2.5)2.4 (2.1)1.8 (1.7)2.4 (2.1)3.0 (2.2)1.5 (1.7)2.1 (1.8)2.8 (3.4)2.2 (1.9)2.4 (2.3)1112.5 *
KS skala1298.4 *
 Vidējais27.829.633.029.127.029.832.926.427.836.228.728.6
 SD8.69.010.58.97.78.99.77.77.818.18.18.9
Kopējais PIU; Jā3791.9 *
 n1217153473173345161223392514933691125613,056
 %3.44.99.34.02.44.28.42.22.819.63.44.25.8
Tikai noteikts PIU; Jā2624.9 *
 n66681740261952726017411842694561537183
 %1.82.65.12.41.32.14.31.01.615.71.72.53.2
Depresīvā epizode; Jā3867.8 *
 n13,41215,17124,0813307828811041585443222585812,149222584,848
 %37.148.230.740.139.338.139.338.641.950.044.836.838.0
Pašnāvības ideja; Jā1918.0 *
 n6107794712,3071662399954587621211005336,2081,23242,728
 %16.925.315.720.219.018.821.718.520.731.122.920.419.1
Pašnāvības mēģinājums; Jā1386.4 *
 n13322458281340197210218058274235166528810,778
 %3.77.83.64.94.63.54.55.15.213.76.14.84.8

Piezīme: * p <0.001.

Saīsinājumi: PIU, problemātiska interneta izmantošana; UCC, lietotāja izveidots saturs; KS skala, Interneta atkarības skala jauniešiem - īsā forma; SD, standartnovirze.

Ārējs fails, kurā ir attēls, ilustrācija utt. Objekta nosaukums ir NDT-16-1031-g0001.jpg

Visbiežāk izmantotie interneta pakalpojumi pēc dzimuma (%).

Arī PIU izplatības rādītāji katra konkrētā interneta pakalpojuma lietotājiem bija ievērojami atšķirīgi, pamatojoties uz visbiežāk izmantoto interneta pakalpojumu (x2 = 3791.9; p <0.001). PIU izplatība bija visaugstākā pusaudžiem, kuri internetu visvairāk izmantoja pornogrāfijai (19.6%), kam sekoja spēles (9.3%) un interneta kopiena (8.4%) (Tabula 2 un Skaitlis 2). Interneta spēļu lietotāju īpatsvars visā to lietotāju grupā, kuriem ir PIU, bija visaugstākais - 56.0%.

Ārējs fails, kurā ir attēls, ilustrācija utt. Objekta nosaukums ir NDT-16-1031-g0002.jpg

PIU izplatība pēc visbiežāk izmantotā interneta pakalpojuma (%).

Saīsinājumi: PIU, problemātiska interneta lietošana; UCC, lietotāja izveidots saturs.

Dalībnieku īpatsvars, kuriem bija depresijas epizodes, domas par pašnāvību un mēģinājumiem, bija arī visaugstākais starp pusaudžiem, kuri internetu pornogrāfijai izmantoja visvairāk (attiecīgi 50.0%, 31.1% un 13.7%), kam sekoja tērzēšana (48.2%, 25.3 % un 7.8%) un emuāru veidošana (44.8%, 22.9% un 6.1%).

Atrodīšanas PIU grupā koeficientu koeficienti, pamatojoties uz demogrāfiju un interneta izmantošanas mainīgajiem

Tabula 3 parāda izredžu koeficientus, lai jūs būtu PIU grupā, pamatojoties uz demogrāfiskajiem datiem un interneta izmantošanas mainīgajiem. Izredžu attiecība zēniem bija ievērojami augstāka nekā meitenēm (OR = 1.520; p <0.001). Salīdzinot ar jaunākajiem dalībniekiem, vecāka gadagājuma studentu grupās PIU bija ievērojami augstākas izredzes - 1.274–1.319 reizes.

Tabula 3

PIU loģistiskā regresija ar kovariātiem

Mainīgiemodelis 1modelis 2
OR95% CIpOR95% CIp
Dzimums
 Sievietereferents
 Vīrietis1.5011.432uz1.573. 0001.5201.450uz1.593. 000
Pakāpe
 1. vidusskolareferents
 2. vidusskola1.3031.223uz1.387. 0001.2741.196uz1.357. 000
 3. vidusskola1.3681.285uz1.457. 0001.3271.246uz1.413. 000
 1. vidusskolas1.3341.251uz1.423. 0001.2861.205uz1.373. 000
 2. vidusskolas1.3101.226uz1.399. 0001.2381.158uz1.323. 000
 3. vidusskolas1.4041.313uz1.501. 0001.3191.232uz1.411. 000
Vispopulārākais interneta pakalpojums
 Informācijas meklēšanareferents
 Messenger / tērzēšana1.3781.274uz1.490. 0001.2851.188uz1.391. 000
 Spēļu2.8242.644uz3.015. 0002.6612.491uz2.843. 000
 Skatoties filmu1.127. 995uz1.276. 0601.096. 967uz1.241. 152
 Klausoties mūziku. 743. 668uz. 825. 000. 733. 660uz. 814. 000
 Video skatīšanās (piemēram, UCC)1.2871.063uz1.559. 0101.2781.055uz1.548. 012
 Interneta kopiena vai klubs2.7852.453uz3.162. 0002.8222.485uz3.206. 000
 E-pasts. 682. 456uz1.019. 062. 658. 440uz. 985. 042
 Tiešsaistes iepirkšanās. 893. 750uz1.063. 203. 873. 733uz1.040. 128
 Interneta pornogrāfija4.9444.311uz5.670. 0004.5263.941uz5.198. 000
 Emuāri1.058. 967uz1.158. 2171.023. 935uz1.120. 616
 utt1.3411.167uz1.541. 0001.3351.162uz1.535. 000
Depresīvā epizode
 Nēreferents
 Jā1.7821.710uz1.857. 0001.7251.655uz1.798. 000
Pašnāvības ideja
 Nēreferents
 Jā1.8131.728uz1.903. 0001.7471.664uz1.833. 000
Pašnāvības mēģinājums
 Nēreferents
 Jā1.4501.353uz1.553. 0001.3611.270uz1.459. 000

Piezīmes: 1. modelī kā dzimuma, pakāpes, visbiežāk izmantotais interneta pakalpojums, depresīvā epizode, pašnāvības domas un pašnāvības mēģinājumi tika iekļauti kā kovariāti. 2. modelī papildus 1. modelim tika iekļauts sociāli ekonomiskais statuss un skolas sasniegumi.

Saīsinājumi: PIU, problemātiska interneta lietošana; UCC, lietotāja izveidots saturs

Salīdzinājumā ar pusaudžiem, kuri visvairāk meklē internetu informācijas meklēšanai, PIU koeficientu attiecība pusaudžiem, kuri internetu visvairāk izmantoja pornogrāfijai, bija visaugstākā (OR = 4.526, p <0.001), kam sekoja tie, kas kopienu izmanto internetu (OR = 2.822, p <0.001) un spēlēm (OR = 2.661, p <0.001). Tiem, kas visvairāk izmanto internetu mūzikas klausīšanai (OR = 0.733, p <0.001) un e-pastam (OR = 0.658, p = 0.042), koeficientu attiecība bija ievērojami zemāka nekā pusaudžiem, kuri informācijas meklēšanai izmanto internetu. Nebija būtiskas atšķirības izredžu koeficientos starp grupām, kuras galvenokārt izmanto internetu informācijas meklēšanai, un grupām, kuras skatās filmas, iepērkas tiešsaistē un blogo.

Asociācijas starp psihopatoloģiju un PIU risku

Dalībnieku proporcija ar depresijas epizodes, pašnāvības ideju un pašnāvības mēģinājumu pieredzi pēdējos 12 mēnešos bija visaugstākā tajās grupās, kuras pornogrāfijai visvairāk izmantoja internetu (attiecīgi 50.0%, 31.1% un 13.7%). izmantojot Messenger / čatā (attiecīgi 48.2%, 25.3% un 7.8%) un emuāru veidošanā (attiecīgi 44.8%, 22.9% un 6.1%) (Tabula 2). Depresijas epizožu klātbūtne, domas par pašnāvību un pašnāvības mēģinājumi arī bija būtiski saistītas ar augstāku PIU izredžu attiecību visā izlasē. (OR = 1.725, p <0.001; OR = 1.747, p <0.001; un 1.361, p <0.001, attiecīgi) (Tabula 3).

diskusija

Balstoties uz visbiežāk izmantotajiem interneta pakalpojumiem, mūsu pētījumā tika pētīta PIU izplatība un korelācijas daudzos pusaudžos. Mūsu pētījumā kopējais PIU izplatība bija 5.4%, kas ir salīdzināms ar iepriekšējiem pētījumiem, kas veikti citās valstīs. Vairākos iepriekšējos PIU pētījumos ziņots par plašu PIU izplatību. Piemēram, pētījums, kas veikts deviņās Eiropas valstīs, ziņoja par izplatību 25%, dažādās valstīs svārstoties no 14% līdz 55%. Citā pētījumā, kas veikts sešās Āzijas valstīs, tika ziņots, ka atkarības radītā interneta lietošanas izplatība, ko pārbauda ar interneta atkarības testu (IAT), svārstījās no 1% Dienvidkorejā līdz 5% Filipīnās un PIU izplatība bija no 13% līdz 46%. . Citos sistemātiskos interneta atkarības pārskatos tika ziņots arī par plašu izplatības rādītāju diapazonu no 1% līdz 18.7%. un no 0.8% līdz 26.7%. Šie pētījumi iebilda, ka šos plašos PIU izplatības līmeņu diapazonus varētu būt izraisījis metodoloģijas, piemēram, definīciju, novērtēšanas instrumentu un PIU atšķirību, konsekvences trūkums., Tādējādi, lai apstiprinātu PIU izplatību, ir nepieciešami turpmāki pētījumi ar vairāk saskaņotām definīcijām un PIU novērtēšanas instrumentiem. Tomēr metaanalīze ar 27 pētījumiem no 1998. līdz 2006. gadam ziņoja par vidējo interneta spēļu traucējumu izplatību 4.7%, neskatoties uz plašo izplatības rādītāju diapazonu; kas saskan ar mūsu pētījumu.

Mūsu pētījumā zēniem bija aptuveni divreiz lielāks PIU izplatība nekā meitenēm. Tas ir konsekvents secinājums ar vairākiem iepriekšējiem pētījumiem, kas ziņoja, ka vīriešu dzimums ir PIU riska faktors.- Tomēr citi pētījumi ir ziņojuši par pretēju dzimumu atšķirību modeli PIU izplatībai. Piemēram, Durkee et al ziņoja, ka, neraugoties uz dažām starpkultūru atšķirībām, pētījumā ar pusaudžiem no 11 Eiropas valstīm tika konstatētas nelielas PIU izplatības līmeņa atšķirības starp dzimumiem. Kāds Kanādas pētījums arī ziņoja par atšķirīgām dzimuma atšķirībām PIU izplatībā. Turklāt pētījumā ar pieaugušajiem no 9 Eiropas valstīm ziņots, ka kopumā PIU bija vairāk izplatīta sievietēm nekā vīriešiem. Šīs atšķirības dzimuma atšķirībās PIU varētu izraisīt starpkultūru atšķirības. Tomēr, lai izprastu šīs atšķirības dzimumu atšķirībās PIU izplatībā, jāņem vērā arī to īpašo pakalpojumu izpēte, kurus abi dzimumi izmanto internetā.

Mūsu pētījumā visbiežāk izmantotais interneta pakalpojums starp visiem dalībniekiem bija interneta spēles, kam sekoja informācijas meklēšana, kurjers / tērzēšana un emuāru veidošana. Tomēr visbiežāk izmantoto interneta pakalpojumu sadalījums starp dzimumiem ievērojami atšķīrās. Kamēr zēni pārsvarā internetu izmantoja azartspēlēm, meitenes internetu visvairāk izmantoja emuāru veidošanai un kurjeriem / tērzēšanai. Šīs tendences saskan ar iepriekšējo pētījumu rezultātiem. Tika ziņots, ka meitenes biežāk izmanto tūlītējās ziņojumapmaiņas (74%) un sociālā tīkla pakalpojumus (70%) nekā zēni vecumā no 15 līdz 17 gadiem (attiecīgi 62% un 54%)., Dufour et al arī ziņoja, ka pārmērīgas sociālo tīklu un emuāru izmantošanas īpatsvars bija lielāks meitenēm nekā zēniem. Turpretī pastāvīgi tiek ziņots, ka interneta spēļu lietošana vīriešiem ir augstāka nekā sievietēm.,,, Lai gan precīzi iemesli šīm atšķirībām, kas saistītas ar seksu, interneta lietošanā nav labi saprotami, iepriekšējie pētījumi, lai izskaidrotu dzimumu atšķirības datorspēļu iesaistīšanā, koncentrējās uz tādiem aspektiem kā tipisku spēļu saturs un dizains, spēļu vardarbība, spēļu konkurences struktūras un sociālā mijiedarbība spēlēm. Mūsu rezultāti par biežāku interneta izmantošanu emuāru veidošanai un tērzēšanai un zemāku interneta izmantošanu meiteņu spēlēm nekā zēniem varētu būt saistīti ar vispāratzītiem pierādījumiem, ka sievietes ir vairāk orientētas uz personībām, savukārt vīrieši ir vairāk orientēti uz informāciju / uzdevumiem.

Mūsu pētījumā personu skaits ar PIU bija visaugstākais interneta spēļu lietotājiem (veido vairāk nekā 50% no kopējās PIU grupas), un izredžu attiecība pret PIU bija ļoti augsta arī interneta spēļu lietotājiem. Šie atklājumi sniedz apstiprinošus pierādījumus valdošajām bažām par interneta spēlēm un interneta spēļu traucējumu iekļaušanu diagnostikas kritēriju sistēmās., Tomēr jāņem vērā arī interneta pornogrāfijas radītais atkarības potenciāls. Interneta pornogrāfijas īpatsvars kā visbiežāk izmantotais interneta pakalpojums nebija augsts (0.8%) un pat retāk sastopams meitenēm (0.1%). Tomēr PIU izredžu koeficients starp tiem, kas internetu izmantoja galvenokārt pornogrāfijai, bija visaugstākais, kas norāda uz interneta pornogrāfijas spēcīgo atkarības potenciālu salīdzinājumā ar citiem interneta pakalpojumiem. Protams, pornogrāfijas lietošana nav problēma, ko rada tikai internets. Tika apgalvots, ka pārmērīgi lieli interneta lietotāji nav interneta atkarīgie, bet internetu izmanto tikai kā līdzekli citām atkarību izraisošām darbībām., Tomēr iepriekšējie pētījumi ir norādījuši, ka tiešsaistes pornogrāfijas lietošana pieaug, un pieaugošā “triple A” (pieejamība, pieejamība un anonimitāte), ko nodrošina internets, ir palielinājusi potenciālo risku tiešsaistes pornogrāfijas problemātiskai izmantošanai. Turklāt mūsu secinājumi nav pretrunā ar iepriekšējā pētījuma Rosenkranz et al rezultātiem kas ziņoja par relatīvi zemu seksuālā satura atkarības potenciālu, salīdzinot ar spēlēm un azartspēlēm. Šos atšķirīgos rezultātus par seksuālā satura atkarības potenciālu starp pētījumiem varētu izraisīt sociālās un vides atšķirības. Tādēļ nepieciešami turpmāki pētījumi, lai izprastu un aizsargātu pusaudžus no interneta pornogrāfijas problemātiskas lietošanas riska.

Vēl viens vērā ņemams mūsu pētījuma atklājums bija ievērojamā saistība starp augstāku vispārējo PIU izredžu attiecību un psihopatoloģiju, ieskaitot depresiju un pašnāvības domas un mēģinājumus, kas saskan ar iepriekšējā pētījuma rezultātiem. , kas ziņoja, ka studentu grupai ar PIU, visticamāk, bija lielāka depresija un pašnāvnieciska un sevi ievainojoša izturēšanās nekā parastajā interneta lietošanas grupā. Īpaši interesanti ir tas, ka “jā” atbilžu īpatsvars uz depresīvām epizodēm, domām par pašnāvību un pašnāvības mēģinājumiem kurjeru / tērzēšanas un emuāru veidošanas lietotājiem bija lielāks nekā citu pakalpojumu lietotājiem, izņemot interneta pornogrāfijas lietotājus, un šī proporcija bija viszemākā starp interneta spēļu lietotājiem. Šie atklājumi norāda, ka depresīvie pusaudži sociālo mijiedarbību veic vairāk, izmantojot internetu, nevis izklaidi. Šie atklājumi saskan ar iepriekšējo pētījumu kas arī ziņoja, ka studentiem ar ne-spēlējošu PIU bija lielāks depresijas risks nekā studentiem ar spēļu PIU. Turklāt interneta pornogrāfijas lietotāju vidū visaugstākais bija “jā” atbilžu skaits uz depresīvām epizodēm, pašnāvības domām un pašnāvības mēģinājumiem. Šie atklājumi liecina, ka interneta izmantošana galvenokārt pornogrāfijai ir saistīta ar smagu psihopatoloģiju, piemēram, depresiju un pašnāvībām, kā arī ar spēcīgu atkarību potenciālu.

Ierobežojumi

Mūsu pētījumam ir daži ierobežojumi, kas jāņem vērā. Lai gan mēs veica pētījumu ar lielu pusaudžu izlasi, mūsu pētījums ir balstīts uz šķērsgriezuma dizainu, kas ierobežo cēloņsakarības interpretāciju. Piemēram, depresijas epizodes, pašnāvības domas un pašnāvības mēģinājumi ir saistīti ar augstāku PIU izredžu koeficientu, un mēs nevaram noteikt cēloņsakarības virzienu. Tādējādi ir pamatoti turpmākie pētījumi ar garenisku dizainu. Otrkārt, kaut arī mēs mēģinājām anketās iekļaut dažādus interneta pakalpojumus, kurus pusaudži izmanto, mēs neiekļāvām visus pakalpojumus. Piemēram, azartspēles internetā ir viena no galvenajām bažām par interneta lietošanu, kas netika iekļauts anketās. Treškārt, mūsu pētījuma pamatā bija tikai pusaudžu pašziņojums, kas varēja novirzīt ziņojumu. Zināms, ka informētāju, piemēram, vecāku un pusaudžu, ziņojumi par psihiskiem simptomiem ir atšķirīgi. Tādējādi, lai precīzi novērtētu psihiskos simptomus, ir svarīgi iegūt informāciju no vairākiem informantiem, ieskaitot vecākus. Par laimi, iepriekšējā pētījumā tika ziņots, ka ziņojumi, kas balstīti uz pusaudžu pašziņojumiem par atkarības traucējumu simptomiem, piemēram, alkohola un narkotisko vielu pārmērīgu lietošanu, daudz vairāk sakrita ar faktiskajām diagnozēm nekā vecāku ziņojumi. Turklāt mēs izmantojām vienkāršotus kategoriskus elementus, kas novērtēja depresiju, pašnāvības domas un pašnāvības mēģinājumus, un tajā nebija iekļauti apstiprināti novērtēšanas rīki. Lai gan šie vienkāršotie punkti tika pieņemti, lai uzlabotu respondentu atsaucības līmeni, izmantojot aptaujas anketu lielam skaitam dalībnieku, tas varētu izraisīt detalizētas informācijas trūkumu un patiesās saiknes izkropļošanu starp PIU un pusaudžu psiholoģiju, piemēram, depresiju un pašnāvību. Visbeidzot, pētījumā netika iekļauta informācija par ģimenes īpašībām, piemēram, vecāku un bērnu mijiedarbību un vecāku stilu, kas ir svarīgs faktors, kas mazina PIU pusaudžiem. Tādējādi turpmākie pētījumi, kas ietver sīkāku informāciju par pusaudžu psihopatoloģiju un vairāku informatoru ģimenes īpašībām, ir pamatoti, lai apstiprinātu pašreizējos atklājumus.

secinājumi

Neskatoties uz dažiem ierobežojumiem, mūsu pētījumā tika identificēta klīniski svarīga informācija par PIU pusaudžiem. Visbiežāk izmantoto interneta pakalpojumu izplatīšanai ir atšķirīgi modeļi, pamatojoties uz seksu. PIU izplatība arī parādīja būtiskas atšķirības, pamatojoties uz īpašu interneta pakalpojumu izmantošanu. Turpmākie PIU pētījumi ar precīzi definētu metodiku un novērtēšanas rīkiem katram konkrētam interneta pakalpojumam ir nepieciešami, lai izstrādātu stratēģijas, lai aizsargātu atsevišķus pusaudžus no PIU riska.

Pateicības

Autori vēlas pateikties Izglītības ministrijai, Veselības un labklājības ministrijai un Slimību kontroles un profilakses centriem Korejas slimību kontroles un profilakses centriem, kuri sniedza neapstrādātus datus.

Finansējuma pārskats

Šo darbu atbalstīja Korejas Nacionālā pētniecības fonda (NRF) dotācija, ko finansēja Korejas valdība (MSIP; Zinātnes, IKT un nākotnes plānošanas ministrija) (NRF-2018R1C1B5041143).

Autora iemaksas

Visi autori ir snieguši ievērojamu ieguldījumu datu koncepcijā un izstrādē, iegūšanā vai datu analīzē un interpretācijā; piedalījās raksta izstrādē vai tā kritiskā redakcijā, lai iegūtu svarīgu intelektuālo saturu; galīgi apstiprināja publicējamo versiju; un piekrītat būt atbildīgam par visiem darba aspektiem.

Atklāšana

Autori neziņo par interešu konfliktiem šajā darbā.

Atsauces

1. Andersons M, Perrins A, Jiangs J, Kumars M. 10% amerikāņu neizmanto internetu. Kas viņi ir? Vašingtona, DC: Pew Research Center; 2019. gads. []
2. Andersons M, Dzjana Dž. Pusaudži, sociālie mediji un tehnoloģijas 2018. Vašingtona, DC: Pew Research Center; 2018. gads. []
3. Bruto E, Juvonens J, Geibls S. Interneta lietošana un labklājība pusaudža gados. J Soc jautājumi. 2002;58:75–90. doi:10.1111/1540-4560.00249 [CrossRef] []
4. Kaplans SE. Attiecības starp vientulību, sociālo nemieru un problemātisku interneta lietošanu. Cyberpsychol Behav. 2006;10(2): 234–242. doi: 10.1089 / cpb.2006.9963 [PubMed] [CrossRef] []
5. Deina K, Hotons K., Singaravelu V, Stjuarts A, Simkins S, Montgomerijs P. Tīmekļa spēks: sistemātisks pārskats par pētījumiem par interneta ietekmi uz jauniešu paškaitējumu un pašnāvībām. PLoS One. 2013;8(10): e77555. doi: 10.1371 / journal.pone.0077555 [PMC bezmaksas raksts] [PubMed] [CrossRef] []
6. Kiriakidis SP, Kavoura A. Kiberhuligānisms: literatūras par uzmākšanos internetā un citos elektroniskos līdzekļos pārskats. Fam sabiedrības veselība. 2010;33(2):82–93. doi:10.1097/FCH.0b013e3181d593e4 [PubMed] [CrossRef] []
7. Jaunais KS, Rodžerss RC. Saistība starp depresiju un atkarību no interneta. Cyberpsychol Behav. 1998;1(1): 25–28. doi: 10.1089 / cpb.1998.1.25 [CrossRef] []
8. Kuss DJ, MD Griffiths, Karila L, Billieux J. Interneta atkarība: sistemātiska epidemioloģisko pētījumu pārskatīšana pēdējo desmit gadu laikā. Valūta Pharm Des. 2014;20(25): 4026–4052. doi: 10.2174 / 13816128113199990617 [PubMed] [CrossRef] []
9. Pontes HM, Kuss DJ, MD Griffiths. Interneta atkarības klīniskā psiholoģija: pārskats par tās konceptualizāciju, izplatību, neironu procesiem un ietekmi uz ārstēšanu. Neirosci Neuroecon. 2015;4: 11-23. []
10. Cerniglia L, Cimino S, Ballarotto G un citi. Mehānisko transportlīdzekļu negadījumi un pusaudži: empīrisks pētījums par viņu emocionālo un uzvedības profilu, aizsardzības stratēģijām un vecāku atbalstu. Transp. Res. F. 2015;35: 28–36. doi: 10.1016 / j.trf.2015.09.002 [CrossRef] []
11. Steinberg L. Duālu sistēmu modelis pusaudžu riska uzņemšanai. Dev Psychobiol. 2010;52(3): 216–224. doi: 10.1002 / dev.20445 [PubMed] [CrossRef] []
12. Cerniglia L, Guicciardi M, Sinatra M, Monacis L, Simonelli A, Cimino S. Digitālo tehnoloģiju izmantošana, impulsivitāte un psihopatoloģiskie simptomi pusaudža gados. Behav Sci. 2019;9(8): E82. doi: 10.3390 / bs9080082 [PMC bezmaksas raksts] [PubMed] [CrossRef] []
13. Cimino S, Cerniglia L. Garengriezuma pētījums pusaudžu pusaudžu pusaudžu pusaudžu pusaudžu vecuma eietopatoģenētiskā modeļa empīriskai validācijai, pamatojoties uz agrīnu emociju regulēšanu. Biomed Res Int. 2018;2018: 4038541. doi: 10.1155 / 2018 / 4038541 [PMC bezmaksas raksts] [PubMed] [CrossRef] []
14. Lenharts A, Maddens M, Makgils A, Smits A. Pusaudži un sociālie mediji. Vašingtona, DC: Pew interneta un amerikāņu dzīves projekts; 2007. gads. []
15. Dufour M, Brunelle N, Tremblay J un citi. Kvebekas vidusskolas skolēnu dzimuma atšķirības interneta lietošanā un interneta problēmas. Vai J Psihiatrija. 2016;61(10): 663 – 668. doi: 10.1177 / 0706743716640755 [PMC bezmaksas raksts] [PubMed] [CrossRef] []
16. Badenes-Ribera L, Fabris MA, Gastaldi FGM, Prino LE, Longobardi C. Vecāku un vienaudžu pieķeršanās kā facebook atkarības simptomu prognozētāji dažādos attīstības posmos (agrīni pusaudži un pusaudži). Addict Behav. 2019;95: 226–232. doi: 10.1016 / j.addbeh.2019.05.009 [PubMed] [CrossRef] []
17. Jaunais KS. Noķertā tīklā: kā atpazīt interneta atkarības pazīmes - un kā uzvarēt atgūšanas stratēģiju?. Ņujorka: Džons Vilijs un Sons; 1998. gads. []
18. Van der Aa N, Overbeek G, Engels RC, Scholte RH, Meerkerk GJ, Van den Eijnden RJ. Ikdienas un kompulsīva interneta lietošana un pusaudža labklājība: diatēzes un stresa modelis, kas balstās uz piecām lielajām personības iezīmēm. J Jauniešu pusaudži. 2009;38(6):765–776. doi:10.1007/s10964-008-9298-3 [PubMed] [CrossRef] []
19. Kaplans SE. Problemātiska interneta lietošana un psihosociālā labklājība: uz teoriju balstīta kognitīvi-izturēšanās mērīšanas instrumenta izstrāde. Apkopot Hum Behav. 2002;18(5):553–575. doi:10.1016/S0747-5632(02)00004-3 [CrossRef] []
20. Kaess M, Parzer P, Brunner R un citi. Patoloģiska interneta lietošana palielinās starp Eiropas pusaudžiem. J Adolesc Health. 2016;59(2): 236–239. doi: 10.1016 / j.jadohealth.2016.04.009 [PubMed] [CrossRef] []
21. Kims MG, Kims Dž. Ticamības, konverģences un diskriminējošās pamatotības savstarpēja validācija problemātisko tiešsaistes spēļu lietošanas skalā. Apkopot Hum Behav. 2010;26(3): 389. – 398. doi: 10.1016 / j.chb.2009.11.010 [CrossRef] []
22. Kuss DJ, Griffiths MD. Interneta spēļu atkarība: sistemātisks empīrisko pētījumu pārskats. Int J Ment veselības atkarīgais. 2012;10(2):278–296. doi:10.1007/s11469-011-9318-5 [CrossRef] []
23. Pontes HM, Grifitss, MD. DSM-5 interneta spēļu traucējumu mērīšana: īsas psihometriskās skalas izveidošana un apstiprināšana. Comput Human Behav. 2015;45: 137–143. doi: 10.1016 / j.chb.2014.12.006 [CrossRef] []
24. Strittmatter E, Kaess M, Parzer P u.c. Patoloģiska interneta lietošana pusaudžu vidū: spēlētāju un citu spēlētāju salīdzināšana. Psihiatrijas Res. 2015;228(1): 128–135. doi: 10.1016 / j.psychres.2015.04.029 [PubMed] [CrossRef] []
25. Jaunais KS. Atkarība no interneta: novērtēšana un ārstēšana. Br Med J. 1999;7: 351-352. []
26. Amerikas Psihiatrijas asociācija. Garīgo traucējumu diagnostikas un statistikas rokasgrāmata (DSM-5®). Ārlingtona, Teksasa: Amerikas psihiatriskā izdevniecība; 2013. gads. []
27. Karalis DL, Potenza MN. Nespēlē apkārt: spēļu traucējumi starptautiskajā slimību klasifikācijā (ICD-11). J Adolesc Health. 2019;64(1): 5–7. doi: 10.1016 / j.jadohealth.2018.10.010 [PubMed] [CrossRef] []
28. Geinsberija SM. Tiešsaistes azartspēļu atkarība: attiecības starp azartspēlēm internetā un nesakārtotām azartspēlēm. Curr Addict Rep. 2015;2(2):185–193. doi:10.1007/s40429-015-0057-8 [PMC bezmaksas raksts] [PubMed] [CrossRef] []
29. Andreassen CS. Tiešsaistes atkarība no sociālā tīkla vietnes: visaptverošs pārskats. Curr Addict Rep. 2015;2(2):175–184. doi:10.1007/s40429-015-0056-9 [CrossRef] []
30. Grubbs JB, Volk F, Exline JJ, Pārgamenta KI. Interneta pornogrāfijas izmantošana: uztverta atkarība, psiholoģiskas ciešanas un īsa pasākuma validācija. J Sex Marital Ther. 2015;41(1):83–106. doi:10.1080/0092623X.2013.842192 [PubMed] [CrossRef] []
31. Rosenkranz T, Muller KW, Dreier M, Beutel ME, Wolfling K Interneta lietojumprogrammu potenciāls atkarībai un problemātiskas lietošanas atšķirīgas korelācijas interneta spēlētājiem salīdzinājumā ar vispārinātiem interneta lietotājiem reprezentatīvā pusaudžu izlasē. Eur Addict Res. 2017;23(3): 148–156. doi: 10.1159 / 000475984 [PubMed] [CrossRef] []
32. Kim Y, Choi S, Chun C, Park S, Khang YH, Oh K Datu resursa profils: tīmekļa aptauja par jauniešu riska uzvedību Korejā (KYRBS). Int J Epidemiol. 2016;45(4): 1076–1076e. doi: 10.1093 / ije / dyw070 [PubMed] [CrossRef] []
33. Kim DI, Chung YJ, Lee EA, Kim DM, Cho YM. Interneta atkarības izteiktības skalas īsās formas (KS skalas) izstrāde. Koreja J Couns. 2008;9: 1703–1722. doi: 10.15703 / kjc.9.4.200812.1703 [CrossRef] []
34. Laconi S, Kaliszewska-Czeremska K, Gnisci A un citi. Starpkultūru pētījums par problemātisku interneta izmantošanu deviņās Eiropas valstīs. Comput Human Behav. 2018;84: 430–440. doi: 10.1016 / j.chb.2018.03.020 [CrossRef] []
35. Mak KK, Lai CM, Watanabe H et al. Sešu Āzijas valstu pusaudžu uzvedības un atkarības epidemioloģija. Cyberpsychol Behav Soc Netw. 2014;17(11): 720–728. doi: 10.1089 / cyber.2014.0139 [PubMed] [CrossRef] []
36. Petry NM, O'Brien CP. Interneta spēļu traucējumi un DSM-5. Atkarība. 2013;108(7): 1186–1187. doi: 10.1111 / add.12162 [PubMed] [CrossRef] []
37. Feng W, Ramo DE, Chan SR, Bourgeois JA. Interneta spēļu traucējumi: izplatības tendences 1998. – 2016. Addict Behav. 2017;75: 17–24. doi: 10.1016 / j.addbeh.2017.06.010 [PMC bezmaksas raksts] [PubMed] [CrossRef] []
38. Bakken IJ, Venzels HG, Gotestam KG, Johansons A, Orens A. Interneta atkarība norvēģu pieaugušo vidū: stratificētas varbūtības izlases pētījums. Scand J Psychol. 2009;50(2):121–127. doi:10.1111/j.1467-9450.2008.00685.x [PubMed] [CrossRef] []
39. Durkee T, Kaess M, Carli V un citi. Patoloģiska interneta lietošanas izplatība pusaudžu vidū Eiropā: demogrāfiskie un sociālie faktori. Atkarība. 2012;107(12):2210–2222. doi:10.1111/j.1360-0443.2012.03946.x [PubMed] [CrossRef] []
40. Tsai HF, Cheng SH, Yeh TL un citi. Interneta atkarības riska faktori - universitāšu pirmkursnieku aptauja. Psihiatrijas Res. 2009;167(3): 294–299. doi: 10.1016 / j.psychres.2008.01.015 [PubMed] [CrossRef] []
41. Pujazon-Zazik M, Park MJ. Tweet vai ne tweet: dzimumu atšķirības un pusaudžu sociālā interneta lietošanas iespējamie pozitīvie un negatīvie veselības rezultāti. Am J Mens veselība. 2010;4(1): 77–85. doi: 10.1177 / 1557988309360819 [PubMed] [CrossRef] []
42. Yau YH, Crowley MJ, Mayes LC, Potenza MN. Vai interneta lietošana un videospēļu spēlēšana rada atkarību? bioloģiskā, klīniskā un sabiedrības veselības ietekme uz jauniešiem un pieaugušajiem. Minerva Psihiatrs. 2012;53(3): 153 – 170. [PMC bezmaksas raksts] [PubMed] []
43. Hartmans T, Klimts C. Dzimums un datorspēles: sieviešu nepatiku izpēte. J Comput Mediat Commun. 2006;11(4):910–931. doi:10.1111/j.1083-6101.2006.00301.x [CrossRef] []
44. Džeksons LA, Ervins KS, Gardners PD, Šmēdiņš N. Dzimums un internets: sievietes sazinās un vīrieši meklē. Dzimumu lomas. 2001;44(5):363–379. doi:10.1023/A:1010937901821 []
45. Griffiths M. Atkarība no interneta - vai laiks uztvert nopietni? Addict Res. 2000;8(5): 413–418. doi: 10.3109 / 16066350009005587 [CrossRef] []
46. Jaunais KS, de Abreu CN. Interneta atkarība: rokasgrāmata un novērtēšanas un ārstēšanas rokasgrāmata. Hobokens, NJ: Vailijs; 2010. gads. []
47. de Alarcon R, de la Iglesia JI, Casado NM, Montejo AL. Tiešsaistes pornogrāfijas atkarība: tas, ko mēs zinām un ko ne - sistemātisks pārskats. J Clin Med. 2019;8(1): E91. doi: 10.3390 / jcm8010091 [PMC bezmaksas raksts] [PubMed] [CrossRef] []
48. Kantvela DP, Levinsona premjerministrs, Rohde P, Seeley JR Atbilstība starp pusaudža ziņojumu un psihiatriskās diagnostikas datu vecāku ziņojumu. J Am Acad Child Adolesc psihiatrija. 1997;36(5):610–619. doi:10.1097/00004583-199705000-00011 [PubMed] [CrossRef] []