Kesan Ketagihan Internet dan Telefon Pintar pada Kemurungan dan Kecemasan Berdasarkan Analisis Pencocokan Skor Kecenderungan (2018)

Int J Kesihatan Awam Persekitaran. 2018 Apr 25; 15 (5). pii: E859. doi: 10.3390 / ijerph15050859.

Kim YJ1, Jang HM2, Lee Y3, Lee D4, Kim DJ5.

Abstrak

Persatuan ketagihan Internet (IA) dan ketagihan telefon pintar (SA) dengan masalah kesihatan mental telah banyak dikaji. Kami menyelidiki kesan IA dan SA pada kemurungan dan kecemasan semasa menyesuaikan untuk pembolehubah sosiodemografi. Dalam kajian ini, para peserta 4854 melengkapkan kaji selidik berasaskan web termasuk item sosio-demografi, Skor Korea untuk Ketagihan Internet, Skor Kecingkasan Ketagihan Telefon Pintar, dan subscale Senarai Semakan Gejala 90 Items-Revised. Peserta diklasifikasikan ke dalam kumpulan IA, SA, dan penggunaan biasa (NU). Untuk mengurangkan berat sebelah percampuran, kami menggunakan kaedah pencocokan skor kecenderungan berdasarkan padanan genetik. Kumpulan IA menunjukkan peningkatan risiko kemurungan (risiko relatif 1.207; p <0.001) dan kegelisahan (risiko relatif 1.264; p <0.001) berbanding NU. Kumpulan SA juga menunjukkan peningkatan risiko kemurungan (risiko relatif 1.337; p <0.001) dan kegelisahan (risiko relatif 1.402; p <0.001) berbanding NC. Penemuan ini menunjukkan bahawa kedua-duanya, IA dan SA, memberi kesan yang besar terhadap kemurungan dan kegelisahan. Selain itu, penemuan kami menunjukkan bahawa SA mempunyai hubungan yang lebih kuat dengan kemurungan dan kegelisahan, lebih kuat daripada IA, dan menekankan perlunya polisi pencegahan dan pengurusan penggunaan telefon pintar yang berlebihan.

Kata-kata berkaitan:  Ketagihan internet; kecemasan; kemurungan; skor kecenderungan; ketagihan telefon pintar

PMID: 29693641

DOI: 10.3390 / ijerph15050859

 

1. Pengenalan

Dengan peningkatan penggunaan dan kemudahan Internet dan telefon pintar dalam kehidupan seharian, penyelidikan terkumpul telah menunjukkan kesan negatif terhadap penggunaan Internet yang berlebihan dan telefon pintar dalam bidang kesihatan mental [1].
Kadar pengguna telefon pintar dalam populasi Korea Selatan adalah kira-kira 85%, yang tertinggi di seluruh dunia [2]. Walau bagaimanapun, penggunaan telefon pintar yang berlebihan dikaitkan dengan sejumlah masalah kesihatan mental, termasuk tekanan dan peningkatan risiko kecemasan yang tidak normal [3,4]. Ketagihan telefon pintar (SA) telah muncul sebagai satu bentuk penagihan baru bersama dengan ketagihan Internet (IA), dan ciri klinikal SA telah mendapat perhatian sejak beberapa tahun kebelakangan ini [5]. Sebagai contoh, terdapat beberapa perbezaan mengenai jenis peranti, seperti mudah dibawa mudah, akses Internet masa nyata dan ciri komunikasi langsung dari telefon pintar [6]. Persamaan dan perbezaan antara IA dan SA telah dilaporkan berkenaan dengan pembolehubah demografi dan aspek motivasi penggunaan media [1,6].
Dari aspek alam sekitar, kekurangan aktiviti alternatif dikaitkan dengan IA [7]. Di samping itu, menjadi single telah dilaporkan sangat dikaitkan dengan rangkaian sosial dan permainan dalam talian [8]. Mengenai tahap pendidikan dan dimensi pendapatan bulanan, kajian baru-baru ini kepada orang-orang dengan SA mendapati perbezaan yang signifikan dalam dimensi kesihatan yang memihak kepada mereka yang mempunyai pendapatan yang lebih rendah dan pendidikan rendah [9]. Selaras dengan penemuan ini, kajian sistematik melaporkan korelasi yang ketara antara prestasi akademik dan keparahan IA [10]. Berkenaan dengan umur, kajian baru-baru ini mendapati bahawa penggunaan Internet bermasalah adalah paling relevan kepada remaja dewasa dan dewasa (19 tahun dan lebih tua) [10], manakala ketagihan telefon pintar lebih lazim di kalangan remaja berbanding dengan golongan dewasa baru muncul (19 tahun dan lebih tua) [11]. Satu kajian baru-baru ini menunjukkan bahawa wanita cenderung mempunyai purata penggunaan harian lebih tinggi dan skor kebergantungan untuk telefon pintar berbanding lelaki [4]. Choi et al. (2015) melaporkan bahawa jantina lelaki mempunyai faktor risiko yang relevan untuk IA, dan jantina perempuan untuk SA [1]. Berhubung dengan tujuan penggunaan, rangkaian sosial menunjukkan lebih kuat berkaitan dengan pergantungan telefon pintar yang tinggi, berbanding dengan fungsi yang berkaitan dengan telefon mudah alih lain [11]. Dalam individu dengan IA, Anderson et al. (2016) melaporkan bahawa jantina lelaki dikaitkan dengan permainan PC dalam talian [10].
Berkenaan dengan aspek psikologi, persatuan positif IA dan SA dengan kemurungan dan kebimbangan telah dilaporkan secara meluas [12,13]. Kajian terbaru menunjukkan bahawa kecanduan internet dan telefon pintar mungkin timbul oleh profil pengguna kognitif-emosi dan tingkah laku individu daripada medium itu sendiri [14,15,16]. Kajian baru-baru ini melihat peranan empati dan kepuasan hidup dalam kedua-dua IA dan SA [17]. Berkenaan dengan psikopatologi, beberapa kajian melaporkan korelasi positif antara IA, kemurungan, dan kebimbangan [18,19,20], sementara kajian terbaru melaporkan hubungan antara penggunaan telefon pintar dan keparahan, kemurungan, dan kebimbangan [13]. Oleh itu, hubungan antara IA, SA, dan masalah kesihatan mental perlu ditakrifkan dengan tepat. Selain itu, memandangkan pertindihan dan perbezaan antara IA dan SA [16], maka persoalan yang timbul adalah sejauh mana IA dan SA dikaitkan dengan meningkatnya tahap kemurungan dan kecemasan selepas menyesuaikan faktor demografi dan sosioekonomi yang membingungkan?
Ia masih tidak jelas sama ada masalah kesihatan mental adalah punca atau akibat pergantungan yang berlebihan terhadap Internet dan telefon pintar. Kajian keratan rentas telah menggunakan pelbagai analisa regresi untuk menyiasat hubungan antara masalah kesihatan mental, IA, dan SA pada orang [21]. Walau bagaimanapun, dalam kajian pemerhatian yang kurang rawak, analisis regresi berganda mempunyai batasan, seperti kemungkinan overestimation dan ralat standard yang lemah apabila banyak kovariat hadir, sebagai tambahan kepada pemilihan bias [22]. Oleh itu, menganggarkan kesan ketagihan dengan hanya memeriksa hasil tertentu, seperti kemurungan dan kecemasan, akan dipengaruhi oleh ketidakseimbangan faktor demografi dan sosioekonomi yang dikaitkan dengan IA dan SA. Selain itu, tiada kajian telah meneliti kesan pembezaan mengikut ciri-ciri pengguna Internet dan telefon pintar, termasuk konteks alam sekitar dan profil psikologi pengguna, IA dan SA mengenai kemurungan dan kecemasan. Padanan skor kecenderungan (PSM) telah menjadi pendekatan popular untuk mengurangkan pemilihan bias dalam kajian-kajian pemerhatian [23,24]. Dalam makalah ini, kami menggunakan analisis PSM untuk menyiasat kesan IA dan SA mengenai kemurungan dan kecemasan, untuk mengurangkan kecenderungan pemilihan dalam data kami. Kami memilih seks, umur, pendidikan, status perkahwinan, dan pendapatan sebagai pemboleh ubah yang membingungkan, memandangkan persatuan pembolehubah sosiodemografi ini dengan IA dan SA dalam kajian kami [9,25].
Matlamat utama kajian ini adalah untuk mengkaji hubungan antara IA, SA, dan status mood, iaitu kemurungan dan kecemasan, menggunakan analisis pencocokan skor kecenderungan. Kedua, kita berusaha untuk mengetahui bagaimana kesan kemurungan dan kecemasan berbeza antara IA dan SA.

 

 

2. Bahan dan Kaedah

 

 

2.1. Peserta kajian

Data terdiri daripada tanggapan maklumbalas diagnosis diri secara tanpa nama di kalangan orang dewasa Korea 5003 (berumur 19-49 tahun), yang dijalankan oleh Universiti Katolik Korea, Seoul; dan Hospital St. Mary pada bulan Disember 2014 [26]. Kajian ini dijalankan selaras dengan Deklarasi Helsinki. Lembaga tinjauan institusi dari Universiti Katolik Korea, Seoul; dan St. Mary's Hospital meluluskan kajian ini. Semua peserta dimaklumkan mengenai kajian ini dan memberikan persetujuan bertulis secara bertulis. Para peserta kaji selidik telah diambil oleh panel sebuah syarikat penyelidikan dan soal selidik laporan diri ditadbir melalui Internet tanpa sebarang pampasan. Hanya responden 149, yang tidak menggunakan telefon pintar, dikecualikan. Akhirnya, kami menganalisis data peserta 4854. Dalam sampel akhir, umur dikelaskan kepada tiga kategori: Di ​​bawah 30 (33.19%), 30-39 (43.94%), dan 40-49 (22.87%). Terdapat lelaki 2573 (53.01%) dan wanita 2281 (46.99%). Pembolehubah demografi tambahan peserta yang dipertimbangkan adalah pendidikan, status perkahwinan, dan pendapatan.

 

 

2.2. Langkah-langkah

 

 

2.2.1. Pengukuran Ketagihan Internet

Skala Korea untuk Ketagihan Internet (K-skala) telah dibangunkan di Korea untuk menilai IA dan telah disahkan dalam populasi Korea dengan keandalan yang tinggi dalam konsistensi dalaman [27]. Koefisien alpha Cronbach untuk K-Scale ialah 0.91 [28]. Ia mempunyai tujuh subscale dan 40 item, mengukur gangguan kehidupan harian, gangguan pengujian realiti, pemikiran kecanduan automatik, hubungan interpersonal maya, tingkah laku menyimpang, pengeluaran, dan toleransi. Skala jenis Likert ini telah ditetapkan dari 1 (tidak sama sekali) ke 4 (selalu). Mengikut laporan sebelum ini menggunakan skala ini, para peserta disusun dalam tiga kumpulan: risiko normal, berpotensi, dan berisiko tinggi [29]. Kumpulan berisiko tinggi ditakrifkan sebagai mempunyai skor piawai 70 atau lebih tinggi, dalam gangguan kehidupan seharian, pemikiran kecanduan automatik, faktor toleransi, atau sekurang-kurangnya 70. Kumpulan risiko berpotensi ditakrifkan sebagai skor 62 atau lebih tinggi dalam gangguan kehidupan harian, pemikiran kecanduan automatik, faktor toleransi, atau sekurang-kurangnya 63. Kumpulan penggunaan biasa mengandungi skor tersebut di bawah nombor ini. Dalam kajian ini, kumpulan IA terdiri daripada potensi risiko dan kumpulan berisiko tinggi.

 

 

2.2.2. Pengukuran Ketagihan Telefon Pintar

Skor Kecenderungan Ketagihan Telefon Pintar (K-SAS) telah disahkan dan banyak digunakan untuk skrin untuk SA [30]. Ia terdiri daripada item 15 yang diberi nilai dalam skala jenis Likert empat titik tekanan dari 1 (tidak langsung) ke 4 (selalu). Soalan-soalan itu meneliti tiga faktor: gangguan kehidupan harian, pemikiran kecanduan automatik, dan toleransi. Koefisien alpha Cronbach untuk K-SAS ialah 0.880 [5].
Berdasarkan laporan sebelum ini menggunakan skala ini, kami menggunakan markah untuk mengklasifikasikan peserta ke dalam tiga kumpulan: Normal, potensi risiko, dan berisiko tinggi [30]. Kumpulan berisiko tinggi ditakrifkan sebagai mempunyai skor 44 atau lebih banyak, atau mempunyai subscore 15 atau lebih dalam gangguan kehidupan seharian bersama subscores 13 atau lebih, dalam kedua pemikiran dan toleransi kecanduan automatik. Kumpulan risiko berpotensi ditakrifkan sebagai mempunyai 41 atau lebih dalam jumlah skor, atau 15 atau lebih dalam faktor gangguan kehidupan seharian. Kumpulan penggunaan biasa mengandungi skor tersebut di bawah nombor ini [30]. Dalam kajian ini, kumpulan ketagihan telefon pintar terdiri daripada kumpulan risiko berisiko tinggi dan berpotensi.

 

 

2.2.3. Pengukuran Masalah Kesihatan Mental: Kemurungan dan Kecemasan

SCL-90-R adalah soal selidik multidimensi yang dibangunkan untuk menyaring pelbagai ciri psikologi dan psikopatologi subkelas 9: Somatisasi, obsesif-kompulsif, sensitiviti interpersonal, kemurungan, kebimbangan, permusuhan, kebimbangan fobia, ide paranoid, dan psychoticism [31]. SCL-90 mengandungi item 90 yang dinilai dalam skala 5-point of distress dari 0 (none) hingga 4 (melampau). Kebolehpercayaan ujian ujian SCL-90-R dalam bahasa Korea adalah 0.76 untuk kemurungan dan 0.77 untuk kegelisahan. Konsistensi dalaman adalah 0.89 untuk kemurungan dan 0.86 untuk kegelisahan [31]. Kemurungan dan kebimbangan telah dilaporkan sebagai gejala psikiatri yang paling berkaitan dengan IA dan SA [12,13]. Dimensi-dimensi khusus untuk skrin dalam kajian ini termasuk subskala SCL-90-R untuk Kemurungan dan Kecemasan.

 

 

2.3. Analisis data

 

 

2.3.1. Definisi Statistik

Mari Zi

 

menjadi indikator ketagihan perduaan untuk subjek ith; itu dia, Zi=1 jika subjek ith itu ketagih (IA atau SA), dan Zi=0 sebaliknya. Hasil berpotensi masalah mental (kemurungan atau kecemasan) ditakrifkan sebagai Yi(Zi. Perhatikan bahawa hanya satu daripada hasil berpotensi yang diperhatikan pada masa yang sama untuk setiap subjek, jadi pengiraan langsung Yi(1)-Yi adalah mustahil. Daripada kesan individu, parameter utama minat ialah kesan ketagihan yang dijangkakan kepada penduduk ketagihan

τ=E(Yi(1)-Yi(0)|
 
Walau bagaimanapun, anggaran bagi τ

masih ada masalah kerana E(Yi(0)|Zi tidak boleh dianggarkan secara langsung. Sudah tentu, dalam eksperimen rawak, E(Yi(0)|Zi berpuas hati, jadi τ boleh dianggarkan dengan mudah. Walau bagaimanapun, dalam kajian pemerhatian, anggaran naif naif τ boleh berat sebelah kerana E(Yi(0)|Zi. Untuk menyesuaikan kecenderungan pemilihan ini, kita mengandaikan bahawa kita dapat melihat kovariates Xi yang tidak menjejaskan apa-apa ketagihan, dan untuk kovariates yang diberikan Xi, hasil yang berpotensi Yi(1), Yi adalah bebas dari penunjuk ketagihan Zi. Selain itu, jika hasil yang berpotensi adalah bebas daripada ketagihan bersyarat pada kovariates Xi, mereka juga tidak bergantung kepada ketagihan ketagihan dalam skor kecenderungan P(Xi)= P(Zi=1|Xi[19]. Penganggar PSM untuk τ menjadi

τPSM=EP(X)|Z=1

 

 

 

 

 

2.3.2. Anggarkan Skor Propensiti

Skor ramalan dikira menggunakan regresi logistik, model yang digunakan untuk meramalkan kebarangkalian bahawa ketagihan berlaku 

logP(Zi=1|Xi)

 

 

 
Dalam makalah ini, sebagai kovariat untuk Xi

 

 

, kami menilai lima kovariates kategori: seks (1 = lelaki dan 2 = perempuan), umur (1 = 20-29, 2 = 30-39 dan 3 = 40-49) sekolah, dan 1 = universiti atau di atas), status perkahwinan (2 = single, 3 = bersekedudukan, 1 = berkahwin, 2 = bercerai, dan 3 = bereaved) dan pendapatan (4 = rendah, 5 = pertengahan rendah, tengah, 1 = pertengahan tinggi, dan 2 = tinggi). In Seksyen 1, kovariat ini boleh mempengaruhi secara serentak hasil (kemurungan atau kecemasan) dan ketagihan. Oleh itu, bagi setiap subjek, kami menganggarkan skor kecenderungan; iaitu, kebarangkalian bersyarat yang ketagih diberikan kovariates diperhatikan [32].

 

 

2.3.3. Kaedah Pencocokan Berdasarkan Skor Kecenderungan Anggaran

Setelah skor kecenderungan dianggarkan, pencocokan dapat digunakan untuk menganggarkan kesan rawatan setelah menyesuaikan dengan perbedaan antara kedua kelompok [33]. Matlamat pencocokan adalah untuk menghasilkan sampel yang dipadankan yang mengimbangi pengedaran pesakit kajian dan mencocokkan kovariat kumpulan kawalan yang diperhatikan. Kaedah penyesuaian ini membolehkan kita mengawal pembolehubah yang mengelirukan. Dalam kajian ini, kami menggunakan dua kaedah padanan yang digunakan secara meluas, pemadanan yang optimum dan genetik [34].

 

 

2.3.4. Anggaran Risiko Relatif Ketergantungan pada Masalah Kesihatan Mental selepas Pencocokan Skor Propensiti

Selepas pencocokan pencapaian kecenderungan dengan menggunakan kovarian yang diperhatikan (umur, jantina, perkahwinan, pendapatan, dan pendidikan), kita mempunyai dataset yang lebih seimbang. Untuk memodelkan masalah kesihatan mental (kemurungan atau kecemasan), kami menggunakan model linear umum (GLM) ke sampel yang dipadankan. Kerana skor kesihatan mental positif dan berat sebelah, pengedaran gamma dengan pautan log dipasang. Biarkan Yi

 

menjadi hasil yang menarik (skor kemurungan atau kecemasan) dengan min μi, kita boleh menggunakan rangka GLM Gamma dengan kovariates Xi:

 

logμi=γT
 
 
Melalui pemodelan, kami menganggarkan eγ

 

 

sebagai risiko relatif (seperti yang dijangkakan perbezaan antara kumpulan) IA dan SA bagi setiap kovariat.

 

 

3. Keputusan

Sebagai tambahan kepada peserta 4854, 126 (2.60%) dimasukkan ke dalam kumpulan IA dan 652 (13.43%) dimasukkan ke dalam kumpulan SA. Jadual 1 menunjukkan statistik deskriptif kemurungan dan skor kecemasan. Purata skor kemurungan dan kecemasan kumpulan IA dan SA adalah lebih besar daripada kumpulan penggunaan biasa (NU).
Jadual 1. Statistik deskriptif mengenai Kemurungan dan skor Kecemasan.
Jadual

 

 

3.1. Pemadanan Kualiti Pencocokan Skor Kecenderungan

Walaupun kita hanya membezakan beberapa kovariat dalam soal selidik kajian ini, melalui skor kecenderungan, kita mendapati bahawa prosedur yang hampir mencukupi untuk mengimbangi pengedaran setiap kovariat, Jadual 2 and Jadual 3. Kami menilai jarak dalam pengedaran marginal Xi

 

 

 

. Bagi setiap kovariat, kami mengira berat sebelah; iaitu, perbezaan sampel purata sampel kecanduan dan biasa. Sebelum memohon pencocokan skor kecenderungan, bias tidak diabaikan. Walau bagaimanapun, selepas pencocokan skor kecenderungan, ketagihan dan subsitusi biasa mempunyai pengedaran marjinal yang sangat serupa untuk semua kovariat.
Jadual 2. Perbandingan peratusan min ciri-ciri asas antara IA dan kumpulan penggunaan biasa, dalam sampel asal dan sampel kecocokan yang sepadan dengan menggunakan genetik dan padanan optimum.
Jadual
Jadual 3. Perbandingan peratusan min ciri-ciri dasar antara SA dan kumpulan biasa, dalam sampel asal dan sampel kecocokan yang sepadan dengan menggunakan genetik dan padanan optimum.
Jadual

 

 

3.2. Kesan Ketagihan Internet pada Depresi dan Kecemasan

Kesan IA terhadap kemurungan dan kecemasan yang diperolehi menggunakan padanan pencapaian kecenderungan dilaporkan dalam Jadual 4. Melalui pemadanan genetik, 3846 sampel dipilih. IA berkaitan dengan risiko kemurungan yang lebih besar (risiko relatif 1.207, selang keyakinan 95% 1.128–1.292, dan p <0.001) dan kegelisahan (risiko relatif 1.264, selang keyakinan 95% 1.173–1.362, dan p <0.001). Semua nisbah risiko relatif ini signifikan kerana selang keyakinan tidak mengandungi 1. Melalui pemadanan yang optimum, 252 sampel dipilih. IA berkaitan dengan kemurungan yang lebih besar (risiko relatif 1.243, selang keyakinan 95% 1.145-1.348, dan p <0.001) dan kegelisahan (risiko relatif 1.308, selang keyakinan 95% 1.192-1.435, dan p <0.001). Sama dengan pemadanan genetik, nisbah risiko relatif pada kedua-duanya, kemurungan dan kegelisahan, jauh lebih besar daripada 1.
Jadual 4. Kesan ketagihan internet dan telefon pintar pada kemurungan dan kecemasan, berdasarkan pencocokan skor kecenderungan.
Jadual

 

 

3.3. Kesan Ketagihan Telefon Pintar pada Kemurungan dan Kecemasan

Kesan SA pada kemurungan dan kecemasan menggunakan padanan pencapaian kecenderungan dilaporkan dalam Jadual 4. Melalui pemadanan genetik, 4516 sampel dipilih. SA berkaitan dengan risiko kemurungan yang lebih besar (risiko relatif 1.337, selang keyakinan 95% 1.296-1.378, dan p <0.001) dan kegelisahan (risiko relatif 1.402, selang keyakinan 95% 1.355-1.450, dan p <0.001). Melalui pemadanan yang optimum, 1304 sampel dipilih. SA berkaitan dengan risiko kemurungan yang lebih besar (risiko relatif 1.386, selang keyakinan 95% 1.334-1.440, dan p <0.001) dan kegelisahan (risiko relatif 1.440, selang keyakinan 95% 1.380-1.503, dan p <0.001). Semua nisbah risiko relatif ini signifikan.

 

 

3.4. Perbezaan Kesan Internet dan Ketagihan Telefon Pintar pada Depresi dan Kecemasan

Nisbah risiko relatif untuk kemurungan dan kebimbangan, dari kedua-dua pemadanan genetik dan optimum, adalah 10% lebih tinggi untuk SA berbanding dengan IA. Ini bermakna SA mempunyai risiko yang lebih besar untuk kemurungan dan kecemasan daripada IA. Selang keyakinan tersebut tidak mengandungi 1, jadi kita boleh mengatakan bahawa SA adalah 34-44% lebih mungkin menyebabkan gangguan jiwa.

 

 

4. Perbincangan

Penemuan kami adalah bahawa kedua-dua IA dan SA memberi kesan yang signifikan terhadap kemurungan dan kecemasan, walaupun selepas mengawal penipu menggunakan padanan pencocokan kecenderungan. Kajian epidemiologi telah menganggarkan berlakunya kemurungan yang lebih tinggi dalam IA [35,36]. Sejumlah kajian keratan rentas telah melaporkan bahawa individu dengan IA atau SA menunjukkan tahap kemurungan dan kecemasan yang lebih tinggi daripada pengguna biasa [13,37]. Dalam kajian ini, hasil kami menunjukkan peranan IA dan SA dalam membangunkan kemurungan dan kecemasan. Terdapat beberapa penjelasan yang mungkin untuk penemuan semasa. Pertama, penggunaan internet dan telefon pintar ketagihan boleh meningkatkan masalah interpersonal, yang berkaitan dengan kemurungan dan kecemasan, seperti konflik keluarga, kekurangan hubungan luar talian, dan keperluan untuk mendapat persetujuan di dunia maya. Kedua, gejala pengeluaran dicadangkan sebagai corak psikopatologi dalam IA dan SA, setanding dengan gangguan penyalahgunaan bahan [5]. Apabila mereka tidak mempunyai akses kepada PC atau telefon pintar, individu dengan IA atau SA mungkin menjadi cemas, dan kemudian berhasrat menggunakan Internet atau telefon pintar untuk melepaskan perasaan negatif tersebut [38]. Satu lagi penjelasan yang mungkin adalah bahawa tidak seperti bahan ketagihan yang lain, seperti alkohol dan nikotin, pengguna internet dan telefon pintar mungkin mempunyai sedikit pemahaman tentang penggunaan berlebihan mereka dalam kehidupan seharian kerana akses percuma dan fleksibel ke peranti [3], menjadikan mereka mengalami penggunaan yang berlebihan sebagai gangguan dan bukan sebagai tanda tingkah laku yang bermasalah [39]. Satu lagi penemuan yang menarik adalah bahawa SA memberikan kesan yang lebih kuat terhadap kemurungan dan kecemasan daripada IA. Ini membawa kita untuk membuat spekulasi bahawa IA dan SA mempunyai pengaruh yang berbeza terhadap masalah kesihatan mental. Terdapat beberapa penjelasan yang mungkin untuk penemuan ini. Pertama, dengan mempertimbangkan ciri-ciri media, lebih mudah penggunaan telefon pintar yang berlebihan berkembang melalui sifat membentuk peranti, kerana akses yang lebih tinggi ke rangkaian tanpa wayar dan 24 h pemberitahuan yang kerap [39]. Kedua, dengan mengambil kira faktor persekitaran, temuan ini dapat mencerminkan perubahan radikal kehidupan sehari-hari dari PC ke telefon pintar. Orang boleh menggunakan internet PC untuk kerja rumit dan menjalankan tugas harian lain dengan telefon pintar, yang membawa kepada penurunan produktiviti buruh dan tahap tekanan yang lebih tinggi [40]. Akhirnya, individu dengan SA boleh menggunakan telefon pintar untuk mengekalkan hubungan dan rasa keterkaitan dengan rangkaian sosial dalam talian [41], yang membawa kepada ketakutan kehilangan dan ketakutan kehilangan sambungan, sambil mencetuskan penggunaan telefon pintar yang lebih tinggi [42].
Kajian ini mempunyai beberapa batasan untuk mensyaratkan penemuan kepada seluruh penduduk, seperti sifat keratan rentas had data dan tafsiran kesimpulan kausal antara Internet dan ketagihan telefon pintar, kemurungan, dan kebimbangan. Padanan propensiti juga mempunyai batasan dan keperluan. Batasan utama adalah bahawa skor kecenderungan hanya boleh dikawal oleh penipu yang diperhatikan [43]. Kemungkinan penderita yang tidak dapat diamati mungkin kekal, mengehadkan penemuan kajian untuk penyebaran. Selain itu, kerana semua pengadun yang diperhatikan dalam kajian ini telah dikumpulkan sebagai pembolehubah kategori, mungkin terdapat kehilangan maklumat apabila membina model PSM. Oleh itu, penemuan kami harus ditafsirkan dengan berhati-hati. Walau bagaimanapun, untuk mendapatkan keputusan yang mantap, kami menganggap dua kaedah padanan, padanan genetik dan padanan optimum. Terutama, pemadanan genetik menggunakan algoritma carian genetik, jadi prosesnya dapat mencari penyelesaian yang hampir sama dengan kehilangan maklumat [44]. Akhir sekali, penilaian gejala kemurungan dan kecemasan dilakukan dengan membuat laporan gejala psikologi diri menggunakan SCL-90-R. Untuk menilai masalah kesihatan mental dengan lebih tepat dan konsisten. Temu bual berstruktur oleh doktor mestilah dilakukan dalam kajian lanjut.

 

 

5. Kesimpulan

Dalam kajian ini, kami menyiasat bagaimana IA dan SA mempengaruhi masalah kesihatan mental, kemurungan dan kecemasan. Untuk pengetahuan yang terbaik, ini adalah kajian pertama untuk menganggarkan hubungan antara IA, SA dan psikopatologi menggunakan kaedah skor pencocokan kecenderungan dari data keratan rentas, dan untuk mengkaji kesan perbezaan dalam psikopatologi antara IA dan SA. Sebagai kesimpulan, penemuan kami mendedahkan bahawa kedua IA dan SA meningkatkan risiko kemurungan dan kecemasan. Di samping itu, SA menunjukkan hubungan yang lebih kuat dengan kemurungan dan kecemasan berbanding dengan IA.
Implikasi dari penemuan ini adalah bahawa individu yang mempunyai penggunaan telefon pintar bermasalah perlu dipantau dengan teliti untuk masalah kesihatan mental, yang menonjolkan keperluan untuk mewujudkan dasar pencegahan dan pengurusan yang bertujuan untuk tahap pra-klinikal SA. Kajian prospektif yang lebih lanjut perlu menyiasat arahan kausa hubungan antara IA, SA, dan masalah kesihatan mental dan harus mengenal pasti faktor diskriminasi IA dan SA.

 

 

Sumbangan Pengarang

D.-JK dan DL mengandung dan merancang eksperimen; HMJ dianalisis data; Y.-JK menulis kertas itu. YL menyelia pengumpulan data. Semua penulis menyumbang kepada pembangunan manuskrip, menyemaknya secara kritikal, dan meluluskan manuskrip terakhir.

 

 

Penghargaan

Kerja-kerja ini disokong oleh geran dari Yayasan Penyelidikan Kebangsaan Korea (Grant No. 2014M3C7A1062894, 2014M3C7A1062896).

 

 

Konflik Kepentingan

Penulis mengisytiharkan tiada konflik kepentingan.

 

 

Rujukan

  1. Choi, S.-W .; Kim, D.-J .; Choi, J.-S .; Ahn, H .; Choi, E.-J .; Song, W.-Y .; Kim, S .; Youn, H. Perbandingan risiko dan faktor perlindungan yang berkaitan dengan ketagihan telefon pintar dan ketagihan internet. J. Behav. Penagih. 2015, 4, 308-314. [Google Scholar] [CrossRef] [PubMed]
  2. 2016 Penyiasatan mengenai Ketergantungan Internet; Kementerian Sains, ICT dan Perancangan Masa Depan: Seoul, Korea, 2017.
  3. Lee, Y.-K .; Chang, C.-T .; Lin, Y .; Cheng, Z.-H. Sisi kegunaan telefon pintar gelap: sifat psikologi, tingkah laku kompulsif dan technostress. Kumpulkan. Hum. Behav. 2014, 31, 373-383. [Google Scholar] [CrossRef]
  4. Lee, KE; Kim, S.-H .; Ha, T.-Y .; Yoo, Y.-M .; Han, J.-J .; Jung, J.-H .; Jang, J.-Y. Ketergantungan pada penggunaan telefon pintar dan persatuan dengan kegelisahan di Korea. Rep. Kesihatan Awam 2016, 131, 411-419. [Google Scholar] [CrossRef] [PubMed]
  5. Kim, D .; Chung, Y .; Lee, J .; Kim, M .; Lee, Y .; Kang, E .; Keum, C .; Nam, J. Pengembangan kecerdasan ketagihan telefon pintar untuk orang dewasa: Laporan sendiri. Korea J. Couns. 2012, 13, 629-644. [Google Scholar]
  6. Kwon, M .; Lee, J.-Y .; Menang, W.-Y .; Park, J.-W .; Min, J.-A .; Hahn, C .; Gu, X .; Choi, J.-H .; Kim, D.-J. Pembangunan dan pengesahan skala kecanduan telefon pintar (SAS). PLOS ONE 2013, 8, e56936. [Google Scholar] [CrossRef] [PubMed]
  7. Kuss, DJ; Griffiths, MD; Karila, L .; Billieux, J. Ketagihan internet: Kajian sistematik penyelidikan epidemiologi untuk dekad yang lalu. Curr. Pharm. Des. 2014, 20, 4026-4052. [Google Scholar] [CrossRef] [PubMed]
  8. Andreassen, CS; Billieux, J .; Griffiths, MD; Kuss, DJ; Demetrovics, Z .; Mazzoni, E .; Pallesen, S. Hubungan antara penggunaan media sosial dan permainan video dan gejala gangguan jiwa psikiatri: Kajian berskala besar berskala besar. Psychol. Penagih. Behav. 2016, 30, 252. [Google Scholar] [CrossRef] [PubMed]
  9. Aljomaa, SS; Qudah, MFA; Albursan, IS; Bakhiet, SF; Abduljabbar, sebagai ketagihan telefon pintar di kalangan pelajar universiti dalam cahaya beberapa pembolehubah. Kumpulkan. Hum. Behav. 2016, 61, 155-164. [Google Scholar] [CrossRef]
  10. Anderson, EL; Steen, E .; Stavropoulos, V. Penggunaan Internet dan Penggunaan Internet Bermasalah: Kajian sistematik mengenai trend penyelidikan membujur dalam masa remaja dan dewasa dewasa. Int. J. Adolesc. Belia 2017, 22, 430-454. [Google Scholar] [CrossRef]
  11. Haug, S .; Castro, RP; Kwon, M .; Pengisi, A .; Kowatsch, T .; Schaub, penggunaan Smartphone MP dan ketagihan telefon pintar di kalangan orang muda di Switzerland. J. Behav. Penagih. 2015, 4, 299-307. [Google Scholar] [CrossRef] [PubMed]
  12. Ko, C.-H .; Yen, J.-Y .; Yen, C.-F .; Chen, C.-S .; Chen, C.-C. Persatuan antara ketagihan Internet dan gangguan psikiatri: Semakan kesusasteraan. Eur. Psikiatri 2012, 27, 1-8. [Google Scholar] [CrossRef] [PubMed]
  13. Demirci, K .; Akgönül, M .; Akpinar, A. Hubungan penggunaan telefon pintar dengan keterukan kualiti tidur, kemurungan, dan kecemasan di kalangan pelajar universiti. J. Behav. Penagih. 2015, 4, 85-92. [Google Scholar] [CrossRef] [PubMed]
  14. Jenama, M .; Young, KS; Laier, C .; Wölfling, K .; Potenza, MN Mengintegrasikan pertimbangan psikologi dan neurobiologi mengenai perkembangan dan penyelenggaraan gangguan penggunaan Internet tertentu: Interaksi Model Orang-Mempengaruhi-Kognisi-Pelaksanaan (I-PACE). Neurosci. Biobehav. Wahyu 2016, 71, 252-266. [Google Scholar] [CrossRef] [PubMed]
  15. Kim, Y.-J .; Kim, D.-J .; Choi, J. Disregulation kognitif kecanduan Internet dan hubungan neurobiologinya. Depan. Biosci (Elite ed.) 2017, 9, 307-320. [Google Scholar]
  16. Lachmann, B .; Duke, É .; Sariyska, R .; Montag, C. Siapa yang Ketagih dengan Telefon Pintar dan / atau Internet? Psychol. Pop. Kultus Media. 2017. [Google Scholar] [CrossRef]
  17. Lachmann, B .; Sindermann, C .; Sariyska, RY; Luo, R .; Melchers, MC; Becker, B .; Cooper, AJ; Montag, C. Peranan Empati dan Kepuasan Hidup di Internet dan Gangguan Penggunaan Telefon Pintar. Depan. Psychol. 2018, 9, 398. [Google Scholar] [CrossRef] [PubMed]
  18. Banjanin, N .; Banjanin, N .; Dimitrijevic, I .; Pantic, I. Hubungan antara penggunaan internet dan kemurungan: Fokus pada ayunan mood fisiologi, rangkaian sosial dan tingkah laku ketagihan dalam talian. Kumpulkan. Hum. Behav. 2015, 43, 308-312. [Google Scholar] [CrossRef]
  19. Akin, A .; Iskender, M. Ketagihan dan kemurungan Internet, kecemasan dan tekanan. Int. Online J. Educ. Sci. 2011, 3, 138-148. [Google Scholar]
  20. Ostovar, S .; Allahyar, N .; Aminpoor, H .; Moafian, F .; Nor, MBM; Griffiths, MD Ketagihan Internet dan risiko psikososial (kemurungan, keresahan, tekanan dan kesepian) di kalangan remaja Iran dan golongan muda: Satu model persamaan struktur dalam kajian rentas keratan. Int. J. Ment. Penagih kesihatan. 2016, 14, 257-267. [Google Scholar] [CrossRef]
  21. Cheung, LM; Wong, WS Kesan insomnia dan ketagihan internet pada kemurungan di kalangan remaja China Hong Kong: Analisis keratan rentas pencarian. J. Sleep Res. 2011, 20, 311-317. [Google Scholar] [CrossRef] [PubMed]
  22. Cepeda, MS; Boston, R .; Farrar, JT; Strom, BL Perbandingan regresi logistik berbanding skor kecenderungan apabila bilangan peristiwa adalah rendah dan terdapat banyak pemalsu. Am. J. Epidemiol. 2003, 158, 280-287. [Google Scholar] [CrossRef] [PubMed]
  23. Austin, PC Penilaian kritikal terhadap pencocokan skor kecenderungan dalam kesusasteraan perubatan antara 1996 dan 2003. Stat. Med. 2008, 27, 2037-2049. [Google Scholar] [CrossRef] [PubMed]
  24. Austin, PC; Grootendorst, P .; Anderson, GM Perbandingan keupayaan model skor kecenderungan yang berbeza untuk menyeimbangkan pembolehubah yang diukur antara subjek yang dirawat dan tidak dirawat: Kajian Monte Carlo. Stat. Med. 2007, 26, 734-753. [Google Scholar] [CrossRef] [PubMed]
  25. Müller, KW; Glaesmer, H .; Brähler, E .; Woelfling, K .; Beutel, ME Kelaziman ketagihan internet dalam populasi umum: Hasil daripada kajian penduduk Jerman. Behav. Inf. Technol. 2014, 33, 757-766. [Google Scholar] [CrossRef]
  26. Rho, MJ; Lee, H .; Lee, T.-H .; Cho, H .; Jung, D .; Kim, D.-J .; Choi, Faktor Risiko IY untuk Gangguan Internet Permainan: Faktor Psikologi dan Ciri Gaming Internet. Int. J. Lingkungan. Res. Kesihatan Awam 2018, 15, 40. [Google Scholar] [CrossRef] [PubMed]
  27. Agensi Perkhidmatan Maklumat Kebangsaan. Satu Kajian Ketidakseimbangan Kecantikan Internet untuk Dewasa; Agensi Perkhidmatan Maklumat Kebangsaan: Seoul, Korea, 2005. [Google Scholar]
  28. Kim, D. Kajian Lanjutan Ketidakseimbangan Ketagihan Internet; Agensi Korea untuk Peluang Digital dan Promosi: Seoul, Korea, 2008; Terdapat dalam talian: http://www.nia.or.kr/site/nia_kor/ex/bbs/View.do?cbIdx=39485&bcIdx=277&parentSeq=277 (diakses pada 8 Mei 2008).
  29. Kim, D.-I .; Chung, Y.-J .; Lee, E.-A .; Kim, D.-M .; Cho, Y.-M. Perkembangan kecacatan ketagihan internet skala-bentuk (KS skala). Korea J. Couns. 2008, 9, 1703-1722. [Google Scholar]
  30. Agensi Perkhidmatan Maklumat Kebangsaan. Pembangunan Skor Proness Kecanduan Smartphone Korea untuk Belia dan Dewasa; Agensi Perkhidmatan Maklumat Kebangsaan: Seoul, Korea, 2011; ms 85-86. [Google Scholar]
  31. Kim, KI .; Kim, JW. Kajian standardisasi kajian semakan gejala-90-R di Korea III. Ment. Res Rawatan Kesihatan 1984, 2, 278-311. [Google Scholar]
  32. Heckman, J .; Smith, J. Menilai Kes untuk Eksperimen Sosial. J. Econ. Perspek. 1995, 9, 85-110. [Google Scholar] [CrossRef]
  33. Caliendo, M .; Kopeinig, S. Beberapa panduan praktikal untuk melaksanakan pencocokan skor kecenderungan. J. Econ. Surv. 2008, 22, 31-72. [Google Scholar] [CrossRef]
  34. Sekhon, JS; Diamond, A. Matching Genetic untuk Menganggarkan Kesan Sebab, Manuskrip yang tidak diterbitkan. Dibentangkan di Mesyuarat Tahunan Metodologi Politik, Tallahassee, FL, Amerika Syarikat, Julai 2005. [Google Scholar]
  35. Ghassemzadeh, L .; Shahraray, M .; Moradi, A. Ketagihan kecanduan internet dan perbandingan penagih dan bukan penagih internet di sekolah tinggi Iran. Cyberpsychol. Behav. 2008, 11, 731-733. [Google Scholar] [CrossRef] [PubMed]
  36. Yen, J.-Y .; Ko, C.-H .; Yen, C.-F .; Wu, H.-Y .; Yang, M.-J. Simptom psikiatri komorbid di Internet: Perhatian defisit dan gangguan hiperaktif (ADHD), kemurungan, fobia sosial, dan permusuhan. J. Adolesc. Kesihatan 2007, 41, 93-98. [Google Scholar] [CrossRef] [PubMed]
  37. Tonioni, F .; Mazza, M .; Autullo, G .; Cappelluti, R .; Catalano, V .; Marano, G .; Fiumana, V .; Moschetti, C .; Alimonti, F .; Luciani, M. Adakah kecanduan internet adalah keadaan psikopatologi yang berbeza daripada perjudian patologi? J. Penagih. Behav. 2014, 39, 1052-1056. [Google Scholar] [CrossRef] [PubMed]
  38. Kuss, DJ; Griffiths, MD Rangkaian sosial dan ketagihan dalam talian-Kajian semula kesusasteraan psikologi. Int. J. Lingkungan. Res. Kesihatan Awam 2011, 8, 3528-3552. [Google Scholar] [CrossRef] [PubMed]
  39. Oulasvirta, A .; Rattenbury, T .; Ma, L .; Raita, E. Tabiasaan membuat penggunaan telefon pintar lebih meresap. Pers. Comput yang teruk. 2012, 16, 105-114. [Google Scholar] [CrossRef]
  40. Duke, É .; Montag, C. Ketagihan telefon pintar, gangguan harian dan produktiviti yang dilaporkan sendiri. Penagih. Behav. Rep. 2017, 6, 90-95. [Google Scholar] [CrossRef] [PubMed]
  41. Kuss, DJ; Griffiths, MD Tapak rangkaian sosial dan ketagihan: Sepuluh pengajaran yang dipelajari. Int. J. Lingkungan. Res. Kesihatan Awam 2017, 14, 311. [Google Scholar] [CrossRef] [PubMed]
  42. Oberst, U .; Wegmann, E .; Stodt, B .; Jenama, M .; Chamarro, A. Kesan negatif dari rangkaian sosial yang berat pada remaja: Peranan pengantara ketakutan yang hilang. J. Adolesc. 2017, 55, 51-60. [Google Scholar] [CrossRef] [PubMed]
  43. Joffe, MM; Rosenbaum, PR Ulasan yang dijemput: Skor ramalan. Am. J. Epidemiol. 1999, 150, 327-333. [Google Scholar] [CrossRef] [PubMed]
  44. Diamond, A .; Sekon, J. Pemadanan genetik untuk menganggarkan kesan kausal: Kaedah baru untuk mencapai keseimbangan dalam kajian pemerhatian. Rev. Econ. Stat. 2013, 95, 932-945. [Google Scholar] [CrossRef]