Penggunaan Internet Patologi dan Perilaku Risiko di kalangan remaja Eropah (2016)

Int. J. Lingkungan. Res. Kesihatan Awam 2016, 13(3), 294; doi:10.3390 / ijerph13030294

Tony Durkee 1,*, Vladimir Carli 1, Birgitta Floderus 2, Camilla Wasserman 3,4, Marco Sarchiapone 3,5, Alan Apter 6, Judit A. Balazs 7,8, Julio Bobes 9, Romuald Brunner 10, Paul Corcoran 11, Doina Cosman 12, Christian Haring 13, Christina W. Hoven 4,14, Michael Kaess 10, Jean-Pierre Kahn 15, Bogdan Nemes 12, Vita Postuvan 16, Pilar A. Saiz 9, Peeter Värnik 17 dan Danuta Wasserman 1
1
Pusat Kebangsaan Penyelidikan Bunuh Diri dan Pencegahan Penyakit Mental (NASP), Karolinska Institutet, Stockholm SE-17177, Sweden
2
Jabatan Penyiasatan Klinikal, Institut Karolinska, Stockholm SE-17177, Sweden
3
Jabatan Perubatan dan Sains Kesihatan, Universiti Molise, Campobasso 86100, Itali
4
Jabatan Psikiatri Kanak-Kanak dan Remaja, Institut Psikiatri Negeri New York, Columbia University, New York, NY 10032, Amerika Syarikat
5
Institut Kebangsaan untuk Migrasi dan Kemiskinan, Via San Gallicano, Roma 25 / A, Itali
6
Pusat Pengajian Kanak-Kanak Feinberg, Pusat Perubatan Kanak-kanak Schneider, Universiti Tel Aviv, Tel Aviv 49202, Israel
7
Hospital Kanak-kanak dan Psikiatri Vadaskert, Budapest 1021, Hungary
8
Institut Psikologi, Universiti Eötvös Loránd, Budapest 1064, Hungary
9
Jabatan Psikiatri, Pusat Penyelidikan Bioperubatan dalam Rangkaian Kesihatan Mental (CIBERSAM), University of Oviedo, Oviedo 33006, Sepanyol
10
Seksyen untuk Kecemasan Pembangunan Kepribadian, Klinik Kanak-kanak dan Psikiatri Remaja, Pusat Perubatan Psikososial, Universiti Heidelberg, Heidelberg 69115, Jerman
11
Yayasan Penyelidikan Bunuh Diri Kebangsaan, Western Rd., Cork, Ireland
12
Jabatan Psikologi Klinikal, Universiti Perubatan dan Farmasi Iuliu Hatieganu, Str. Victor Babes Nr. 8, Cluj-Napoca 400000, Romania
13
Bahagian Penyelidikan untuk Kesihatan Mental, Universiti Teknologi Maklumat Perubatan (UMIT), Klagenfurt, Innsbruck 6060, Austria
14
Jabatan Epidemiologi, Sekolah Kesihatan Awam Mailman, Columbia University, New York, NY 10032, Amerika Syarikat
15
Jabatan Psikiatri, Pusat Hospitalo-Universitaire de Nancy, Université de Lorraine, Nancy, Vandoeuvre-lès-Nancy 54500, Perancis
16
Pusat Penyelidikan Bunuh Diri Slovene, Institut Andrej Marušič, Universiti Primorska, Koper 6000, Slovenia
17
Pusat Sains Tingkah Laku dan Kesihatan, Institut Kesihatan Mental & Bunuh Diri Estonia-Sweden, Universiti Tallinn, Tallinn 10120, Estonia
*
Correspondence: Tel.: +46-852-486-935; Fax: +46-8-30-64-39
Editor Akademik: Paul B. Tchounwou
Diterima: 1 Disember 2015 / Diterima: 3 Mac 2016 / Diterbitkan: 8 Mac 2016

Abstrak

: Tingkah laku risiko adalah penyumbang utama kepada penyebab utama morbiditi di kalangan remaja dan remaja; Walau bagaimanapun, hubungan mereka dengan penggunaan Internet patologi (PIU) agak belum dijelajahi, terutamanya dalam konteks Eropah. Objektif utama kajian ini adalah untuk mengkaji hubungan antara perilaku risiko dan PIU di kalangan remaja Eropah. Kajian keratan rentas ini dijalankan dalam rangka projek Uni Eropah FP7: Menyelamatkan dan Memberdayakan Kehidupan Muda di Eropah (SEYLE). Data mengenai remaja telah dikumpulkan dari sekolah-sekolah rawak di dalam laman web kajian di sebelas negara Eropah. PIU diukur menggunakan Soal Diagnostik Young (YDQ). Tingkah laku risiko ditaksir menggunakan soalan yang diperoleh daripada Suruhanjaya Kesihatan Pelajar Berasaskan Global (GSHS). Sejumlah remaja 11,931 dimasukkan dalam analisis: 43.4% lelaki dan perempuan 56.6% (M / F: 5179 / 6752), dengan umur min 14.89 ± 0.87 tahun. Remaja yang melaporkan tabiat tidur yang lemah dan tindakan mengambil risiko menunjukkan persatuan terkuat dengan PIU, diikuti dengan penggunaan tembakau, pemakanan yang kurang baik dan tidak aktif fizikal. Di kalangan remaja dalam kumpulan PIU, 89.9% dicirikan sebagai mempunyai pelbagai kelakuan risiko. Persatuan penting yang diperhatikan antara PIU dan tingkah laku risiko, digabungkan dengan kadar kejadian bersama yang tinggi, menggariskan kepentingan mempertimbangkan PIU ketika membuat pemeriksaan, merawat atau mencegah tingkah laku berisiko tinggi di kalangan remaja.

Kata kunci: penggunaan Internet patologi; Ketagihan internet; kelakuan risiko; pelbagai risiko-tingkah laku; gaya hidup yang tidak sihat; remaja; SEYLE

1. Pengenalan

Masa remaja adalah tempoh peralihan yang dicirikan oleh perubahan yang besar dalam sifat fizikal, sosial dan psikologi [1]. Selain itu, perhubungan dengan rakan sebaya, keluarga dan masyarakat mengalami perubahan yang berbeza semasa tempoh sementara ini, ketika remaja mula menegaskan autonomi atas keputusan, emosi dan tingkah laku mereka [2]. Kebahagiaan sosial dalam remaja sering berkembang dalam perjalanan interaksi psikososial dalam konteks pembelajaran yang berbeza [3]. Memandangkan platform yang luas untuk memupuk kognisi sosial dan kemahiran interpersonal [4,5], Internet telah terbukti menjadi saluran baru dan unik untuk pembangunan psikososial di kalangan remaja [6,7].
Walaupun terdapat kelebihan yang ada, kajian menunjukkan bahawa penggunaan aplikasi dalam talian yang kerap dan berpanjangan mempunyai kecenderungan untuk menggantikan interaksi sosial dan hubungan sosial konvensional [8,9]. Terdapat bukti yang menunjukkan masa terkumpul dalam talian mengalihkan masa pada interaksi tatap muka dengan keluarga dan rakan-rakan [10], menyertai aktiviti ekstra kurikuler [11], menyelesaikan tugasan akademik [12], tabiat makan yang betul [13], aktiviti fizikal [14] dan tidur [15]. Apabila remaja menghabiskan lebih banyak masa dalam talian, terdapat risiko penggunaan Internet mereka boleh menjadi terlalu banyak atau bahkan patologi [16].
 
Penggunaan Internet Patologi (PIU) dicirikan oleh keasyikan, kelakuan atau tingkah laku yang berlebihan atau buruk yang dikendalikan oleh penggunaan Internet yang membawa kepada kemerosotan atau kesusahan [17]. PIU secara konseptual telah dimodelkan sebagai gangguan kawalan impuls dan diklasifikasikan sebagai taksonomi penagihan tingkah laku yang serupa dengan jenis perjudian patologi [18]. Walaupun terdapat kemajuan baru dalam penyelidikan PIU, usaha untuk memahami fenomena ini dihalang oleh kurangnya konsensus antarabangsa mengenai kriteria diagnostik keadaan. Ia tidak disenaraikan dalam Manual Diagnostik dan Statistik Gangguan Mental (DSM) atau sistem nosologi Klasifikasi Penyakit Antarabangsa (ICD). Cabaran utama yang dihadapi dalam penyelidikan PIU adalah konsepnya sebagai gangguan ketagihan.
 
Memandangkan perselisihan ini, DSM-5 yang diterbitkan baru-baru ini [19] telah memasukkan kecanduan tingkah laku (kecacatan ketagihan yang berkaitan dengan substansi) sebagai kategori diagnostik rasmi, dengan gangguan perjudian (GD) menjadi satu-satunya syarat yang disenaraikan dalam klasifikasi baru ini. Gangguan permainan Internet (IGD) juga merupakan subtipe kecenderungan ketagihan tingkah laku yang dipertimbangkan untuk dimasukkan ke dalam sistem nosologi DSM; Walau bagaimanapun, bukti yang menyokong IGD sebagai gangguan diagnostik masih kurang. IGD kemudian dimasukkan ke dalam Bahagian III DSM-5, sebagai syarat yang memerlukan kajian lanjut [20], untuk menentukan kesesuaian akhirnya sebagai gangguan diagnostik. Walaupun kekeliruan nosologi semasa PIU, terus ada bukti yang menonjol menunjukkan hubungan kuat antara PIU dan bentuk ketagihan lain [21,22,23,24].
Penyelidikan menunjukkan bahawa individu yang mempunyai PIU berkongsi sifat-sifat neurologi, biologi dan psikososial dengan kedua-dua kecanduan yang berkaitan dengan tingkah laku dan bahan [25,26,27,28,29]. Berdasarkan model teoritis yang dilambangkan oleh Griffiths [30], terdapat enam gejala utama yang dipamerkan dalam gangguan ketagihan yang berkaitan dengan PIU. Ini termasuk: kesungguhan (keasyikan dengan aktiviti dalam talian), pengubahsuaian mood (menggunakan Internet untuk melepaskan diri atau mengurangkan tekanan), toleransi (keperluan untuk kekal lebih lama dalam talian), penarikan (kemurungan dan kerengsaan semasa di luar talian), konflik (interpersonal dan intrapsychic) (percubaan gagal untuk menghentikan penggunaan Internet). Komponen teras ini menyediakan rangka kerja teori untuk menganggarkan magnitud PIU.
 
Kadar prevalensi untuk PIU sangat berbeza di seluruh negara, sebahagiannya disebabkan oleh heterogeneity definisi, tatanama dan penilaian diagnostik. Dalam usaha untuk menganggarkan kelaziman global, Cheng dan Li [31] menangani perbezaan ini dengan menggunakan kesan meta-analisis rawak menggunakan kajian dengan instrumen dan kriteria psikometrik yang boleh dibandingkan. Pendekatan ini menghasilkan sejumlah peserta 89,281 dari negara-negara 31 yang merentasi beberapa kawasan dunia. Keputusan menunjukkan bahawa prevalen global PIU adalah 6.0% (95% CI: 5.1-6.9) dengan hanya heterogeniti sederhana.
Kajian prevalensi yang menilai PIU di peringkat Eropah dengan menggunakan sampel wakil adalah terhad. Walaupun kekurangan ini, terdapat bukti epidemiologi yang menunjukkan aliran yang stabil dalam kadar prevalensi di kalangan kumpulan sasaran ini. Dalam sampel wakil remaja Eropah (n = 18,709) berumur 11-16, Blinka et al. [32] menunjukkan bahawa prevalens PIU adalah 1.4%. Ini bertepatan dengan kadar yang dilaporkan oleh Tsitsika et al. [33], yang menganggarkan kelaziman PIU sebanyak 1.2% dalam sampel wakil belia Eropah (n = 13,284) berumur 14-17. Durkee dan rakan sekerja [34bagaimanapun, mengamati kelaziman PIU yang lebih tinggi daripada 4.4% dalam sampel wakil remaja Eropah (n = 11,956) berumur 14-16. Kadar prevalensi untuk PIU di Eropah ditunjukkan jauh lebih tinggi pada lelaki berbanding wanita, meningkat dengan usia, berbeza dengan negara dan dikaitkan dengan pelbagai gangguan mental dan tingkah laku [35,36,37,38,39].
 
Bermulanya risiko-tingkah laku yang kerap berlaku semasa remaja dengan kemungkinan kesinambungan tinggi menjadi dewasa. Lelaki cenderung mempunyai kelaziman yang lebih tinggi daripada wanita, dan kekerapan perilaku risiko cenderung meningkat dengan usia [40]. Terdapat tahap keparahan yang berbeza dari risiko rendah (kebiasaan tidur yang buruk, pemakanan yang kurang baik dan tidak aktif fizikal) kepada berisiko tinggi (penggunaan alkohol yang berlebihan, penggunaan dadah haram dan penggunaan tembakau). Penyelidikan biasanya menilai risiko-tingkah laku sebagai entiti bebas, walaupun bukti yang jelas menunjukkan kejadian bersama mereka, walaupun pada usia awal [41,42]. Populasi yang mempunyai pelbagai risiko-risiko memiliki risiko terbesar untuk penyakit kronik, gangguan psikiatri, tingkah laku bunuh diri dan kematian pra-matang berbanding dengan individu yang mempunyai atau tidak mempunyai tingkah laku risiko [43,44]. Memandangkan sifat-sifat risiko bersifat serentak, penting untuk memahami implikasinya terhadap risiko PIU remaja.
 
Sistem Pengawasan Perilaku Kelakuan Pemuda (YRBSS) di AS menentukan bahawa tingkah laku risiko merupakan penyumbang utama kepada penyebab utama morbiditi di kalangan remaja dan remaja [45]. Selain daripada pendapat yang tersirat ini, terdapat sedikit kajian yang secara sistematik meneliti sejauh mana bentuk tingkah laku ini berkaitan dengan PIU remaja, khususnya dalam konteks Eropah. Penyiasatan epidemiologi diperlukan untuk memperoleh pemahaman yang lebih baik mengenai fenomena ini.
 
Berdasarkan contoh yang besar, wakil remaja sekolah di Eropah, objektif utama kajian ini adalah untuk menyelidiki hubungan antara tingkah laku risiko (iaitu penggunaan alkohol, penggunaan dadah haram, penggunaan tembakau, tindakan mengambil risiko, pungutan, kebiasaan tidur yang lemah, pemakanan yang lemah dan tidak aktif fizikal) dan penggunaan Internet yang berbeza.

2. Bahan dan Kaedah

2.1. Reka Bentuk Kajian dan Penduduk

Kajian keratan rentas sekarang dilaksanakan dalam rangka projek Kesatuan Eropah: Menyelamatkan dan Memberdayakan Kehidupan Muda di Eropah (SEYLE) [46]. Remaja direkrut dari sekolah yang dipilih secara rawak di seluruh laman web di Austria, Estonia, Perancis, Jerman, Hungary, Ireland, Israel, Itali, Romania, Slovenia dan Sepanyol, dengan Sweden sebagai pusat penyelarasan.
 
Kriteria inklusi untuk memilih sekolah yang memenuhi syarat adalah berdasarkan kepada syarat-syarat berikut: (1) sekolah adalah awam; (2) mengandungi sekurang-kurangnya pelajar 40 berumur 15; (3) mempunyai lebih daripada dua guru untuk pelajar berusia 15 tahun; dan (4) tidak mempunyai lebih daripada 60% pelajar yang sama jantina. Sekolah yang layak dikelaskan mengikut saiz: (i) kecil (≤ bilangan median pelajar di semua sekolah di tapak kajian); dan (ii) besar (≥ bilangan median pelajar di semua sekolah tapak kajian) [46]. Dengan menggunakan penjana nombor rawak, sekolah rawak mengikut campur tangan SEYLE dan saiz sekolah berkaitan dengan faktor sosio budaya, persekitaran sekolah dan struktur sistem sekolah di setiap tapak kajian.
 
Data dikumpul melalui soal selidik berstruktur yang ditadbir kepada remaja di lingkungan sekolah.
Perwakilan, persetujuan, penyertaan dan kadar tindak balas sampel dilaporkan dalam analisis metodologi [47].
Kajian ini dijalankan mengikut Deklarasi Helsinki, dan protokol tersebut telah diluluskan oleh Jawatankuasa Etika tempatan di setiap negara yang mengambil bahagian (Projek No. KESIHATAN-F2-2009-223091). Sebelum menyertai kajian, kedua-dua remaja dan ibu bapa memberikan persetujuan mereka untuk penyertaan.

2.2. Pengukuran

PIU ditaksir menggunakan Questionnaire Diagnostik Young (YDQ) [18]. YDQ adalah soal selidik item 8-menilai corak penggunaan Internet yang mengakibatkan kemerosotan psikologi atau sosial dalam tempoh enam bulan sebelum pengumpulan data [48]. Lapan item dalam YDQ sesuai dengan enam item dalam model komponen Griffiths dan sembilan item dalam kriteria diagnosis IGD dalam DSM-5 [49,50]. Berdasarkan skor YDQ, dari 0-8, pengguna internet dikategorikan kepada tiga kumpulan: pengguna Internet adaptif (AIU) (mencetak 0-2); pengguna Internet maladaptive (MIU) (menjaringkan 3-4); dan pengguna Internet patologi (PIU) (menjaringkan â ‰ ¥ 5) [51]. Lebih-lebih lagi, jam dalam talian sehari diukur menggunakan soalan tunggal dalam soal selidik berstruktur.
Data mengenai tingkah laku risiko diperolehi dengan menggunakan soalan-soalan dari Kajian Kesihatan Pelajar Berbasis Sekolah Global (GSHS) [52]. Dibangunkan oleh Pertubuhan Kesihatan Sedunia (WHO) dan kolaborator, GSHS adalah kaji selidik berasaskan sekolah menilai tingkah laku risiko kesihatan di kalangan remaja yang berumur 13-17. Soal selidik laporan diri ini terdiri daripada item yang sesuai dengan penyebab utama morbiditi 10 di kalangan remaja dan remaja.

2.3. Perilaku Risiko Individu

Berdasarkan GSHS, tingkah laku risiko individu ditakrifkan kepada tiga kategori: (i) penggunaan bahan; (ii) mencari sensasi; (iii) dan ciri-ciri gaya hidup. Tingkah laku risiko individu berikutnya dikodkan sebagai pembolehubah dikotomi.

2.3.1. Penggunaan Bahan

Penggunaan bahan melibatkan penggunaan alkohol, penggunaan dadah haram dan penggunaan tembakau. Pembolehubah diklasifikasikan dengan sewajarnya: (1) kekerapan penggunaan alkohol: â ‰ ¥ 2 kali / minggu vs â ‰ ¤1 kali / minggu; (2) bilangan minuman pada hari minum biasa: â ‰ ¥ 3 minuman vs â ‰ ¤2 minuman; (3) seumur hidup minum hingga ke tahap mabuk (mabuk alkohol): â ‰ ¥ 3 kali vs. â ‰ ¤2 kali; (4) insiden seumur hidup mempunyai mabuk selepas minum: â ‰ ¥ 3 kali berbanding â ‰ ¤2 kali; (5) ubat yang pernah digunakan: ya / tidak; (6) yang pernah menggunakan hashish atau ganja: ya / tidak; (7) pernah menggunakan tembakau: ya / tidak; dan (8) kini merokok: â ‰ ¥ 6 / hari vs â ‰ ¤5 / hari.

2.3.2. Sensasi-Mencari

Pencarian sensasi terdiri daripada empat item yang menunjukkan tindakan pengambilan risiko selama dua belas bulan terakhir: (1) yang didorong oleh kenderaan oleh seorang teman yang telah minum alkohol; (2) menaiki skateboard atau roller-bladed dalam lalu lintas tanpa topi keledar dan / atau (3) ditarik bersama kenderaan yang bergerak; dan (4) pergi ke jalan atau lorong berbahaya pada waktu malam. Alternatif tindak balas adalah ya / tidak dalam semua empat item.

2.3.3. Ciri-ciri Gaya Hidup

Ciri-ciri gaya hidup termasuk pembolehubah yang berkaitan dengan tidur, pemakanan, aktiviti fizikal dan kehadiran sekolah. Tabiat tidur disebut enam bulan yang lalu: (1) berasa letih pada waktu pagi sebelum sekolah: â ‰ ¥ 3 hari / minggu vs â ‰ ¤2 hari / minggu; (2) napping selepas sekolah: â ‰ ¥ 3 hari / minggu vs â ‰ ¤2 hari / minggu; dan (4) tidur: â ‰ ¤6 jam / malam vs â ‰ ¥ 7 jam / malam. Pemakanan dirujuk kepada enam bulan yang lalu: (4) memakan buah-buahan / sayur-sayuran: â ‰ ¤1 masa / minggu vs â ‰ ¥ 2 kali / minggu; dan (5) memakan sarapan sebelum sekolah: â ‰ ¤2 hari / minggu vs â ‰ ¥ 3 hari / minggu. Aktiviti fizikal yang dirujuk pada enam bulan yang lalu: (6) aktiviti fizikal sekurang-kurangnya 60 minit selama dua minggu yang lalu: â ‰ ¤3 hari vs â ‰ ¥ 4 hari; dan (7) bermain sukan secara teratur: ya / tidak. Kehadiran sekolah terdiri daripada satu perkara mengenai kejadian ketidakhadiran yang tidak disengajakan dari sekolah dalam tempoh dua minggu yang lalu: â ‰ ¥ 3 hari vs â ‰ ¤2 hari.

2.4. Pelbagai Risiko-Kelakuan

Jumlah bilangan tingkah laku risiko dikira ke dalam pembolehubah tunggal dan dikodkan sebagai ukuran ordinal. Kebolehpercayaan separuh (rsb = 0.742) dan nilai konsistensi dalaman (Î ± = 0.714) menunjukkan tahap keseragaman yang boleh diterima antara item dalam pelbagai ukuran perilaku risiko

3. Analisis Statistik

Kelaziman perilaku risiko individu di kalangan pengguna Internet dikira untuk lelaki dan wanita. Untuk menentukan perbezaan statistik secara ketara di antara kumpulan kumpulan, perbandingan berbilang pasangan menggunakan ujian z-dua dengan Bonferroni diselaraskan p-nilai telah dilakukan. Analisis lanjutan dijalankan untuk menguji kesan perilaku risiko individu terhadap MIU dan PIU menggunakan model bercampur linier umum (GLMM) dengan pautan log multinomial dan anggaran maksimum kemungkinan maksimum. Dalam analisis GLMM, MIU dan PIU dimasukkan sebagai langkah-langkah pencapaian dengan AIU sebagai kategori rujukan, tingkah laku risiko individu dimasukkan sebagai kesan tetap Tahap 1, sekolah sebagai pencegahan rawak Peringkat 2 dan negara sebagai pencegahan Rawak 3 Level. Komponen variasi digunakan sebagai struktur kovarians untuk kesan rawak. Untuk mengkaji kesan penyederhanaan jantina, istilah interaksi (jantina * risiko-tingkah laku) telah dimasukkan ke dalam model regresi. Pelarasan untuk umur dan jantina telah digunakan untuk model GLMM yang berkaitan. Rasio odds (OR) dengan selang keyakinan 95% (CI) dilaporkan untuk model masing-masing.
Dalam analisis terhadap pelbagai tingkah laku risiko, min (M) dan kesilapan standard min (SEM) dikira untuk kumpulan pengguna Internet yang berbeza dan berstrata mengikut jantina. Kotak dan plot kumis digunakan untuk menggambarkan hubungan ini. Kepentingan statistik antara pelbagai tingkah laku risiko dan jantina dinilai menggunakan sampel bebas t-test. Analisa varians satu arah (ANOVA) dengan perbandingan pasangan pasca hoc digunakan untuk menilai kepentingan statistik antara pelbagai kelakuan risiko dan kumpulan pengguna Internet.
Plot pemboleh ubah regresi dilakukan untuk menjelaskan hubungan linear antara bilangan jam dalam talian setiap hari dan jumlah risiko-tingkah laku di kalangan kumpulan pengguna Internet. Semua ujian statistik dilakukan menggunakan IBM SPSS Statistics 23.0. Nilai kritikal p <0.05 dianggap signifikan secara statistik.

4. Keputusan

4.1. Ciri-ciri Sampel Kajian

Di antara sampel SEYLE awal 12,395 remaja, terdapat 464 (3.7%) subjek yang dikecualikan kerana kehilangan data mengenai pemboleh ubah yang berkaitan. Ini menghasilkan ukuran sampel 11,931 remaja sekolah berdasarkan kajian ini. Sampel terdiri daripada 43.4% lelaki dan 56.6% remaja perempuan (M / F: 5179/6752) dengan usia min 14.89 ± 0.87 tahun. Prevalensi MIU jauh lebih tinggi di kalangan wanita (14.3%) berbanding lelaki (12.4%), sedangkan PIU jauh lebih tinggi di kalangan lelaki (5.2%) berbanding wanita (3.9%) (χ² (2, 11928) = 19.92, p < 0.001).

4.2. Kelaziman Kelakuan Risiko

Jadual 1 menggambarkan kelaziman kelakuan risiko berstrata oleh kumpulan pengguna Internet. Kadar prevalensi purata di kalangan pengguna Internet (AIU, MIU dan PIU) adalah 16.4%, 24.3% dan 26.5% untuk penggunaan bahan (penggunaan alkohol, penggunaan dadah haram dan penggunaan tembakau); 19.0%, 27.8% dan 33.8% untuk tingkah laku mencari sensasi (tindakan mengambil risiko); dan 23.8%, 30.8% dan 35.2% untuk ciri-ciri gaya hidup (tabiat tidur yang buruk, pemakanan yang lemah, tidak aktif fizikal dan ponteng). Kelaziman dalam kumpulan MIU dan PIU jauh lebih tinggi berbanding kumpulan AIU dalam semua kategori risiko (penggunaan bahan, ciri-ciri sensasi dan gaya hidup). Dengan pengecualian lima subkategori, perbandingan pasangan menunjukkan bahawa kadar prevalensi tidak jauh berbeza antara kumpulan MIU dan PIU.

Jadual
Jadual 1. Kelaziman tingkah laku risiko di kalangan remaja disusun mengikut jantina dan kumpulan pengguna internet 1,2a-c.

4.3. Pelbagai Risiko-Kelakuan

Hasil kajian menunjukkan bahawa 89.9% remaja dalam kumpulan PIU melaporkan pelbagai tingkah laku berisiko. Ujian ANOVA sehala mendedahkan bahawa kadar min perilaku berisiko meningkat secara signifikan dari penggunaan adaptif (M = 4.89, SEM = 0.02) ke penggunaan maladaptive (M = 6.38, SEM = 0.07) ke penggunaan patologi (M = 7.09, SEM = 0.12) (F (2, 11928) = 310.35, p <0.001). Trend ini hampir setara dengan lelaki dan wanita (Rajah 1).

Ijerph 13 00294 g001 1024
Rajah 1. Kotak dan plot kumis pelbagai kelakuan risiko di kalangan pengguna Internet penyesuaian (AIU), pengguna Internet maladaptive (MIU) dan pengguna Internet patologi (PIU) yang disusun mengikut jantina *.
Selain itu, tiada perbezaan statistik antara jantina di kalangan MIU (t (1608) = 0.529, p = 0.597) dan kumpulan PIU (t (526) = 1.92, p = 0.054)Jadual 2). Walau bagaimanapun, perlu diperhatikan bahawa p-nilai bagi kumpulan PIU adalah relatif hampir untuk mencapai kepentingan statistik (p = 0.054). 

Jadual
Jadual 2. Contoh-contoh bebas ujian t-pelbagai kelakuan risiko dan jantina oleh kumpulan pengguna Internet 1-3.
Plot pembolehubah regresi memperlihatkan hubungan linear yang jelas antara bilangan jam dalam talian sehari dan bilangan tingkah laku risiko di kalangan remaja. Trend ini adalah serupa di antara kumpulan pengguna internet (Rajah 2). 

Ijerph 13 00294 g002 1024
Rajah 2. Hubungan linear antara bilangan jam dalam talian sehari dan bilangan tingkah laku risiko antara kumpulan AIU, MIU dan PIU *.

4.4. Analisis GLMM Persatuan antara Risiko-Kecuaian, MIU dan PIU

Tingkah laku risiko yang berkaitan dengan MIU juga berkaitan dengan PIU, kecuali tiga subkategori yang dinyatakan dalam tindakan mengambil risiko dan pidanaJadual 3). Analisis GLMM menunjukkan bahawa semua subkategori kebiasaan tidur yang lemah nyata meningkatkan kemungkinan kemungkinan PIU dengan saiz kesan dari OR = 1.45 ke OR = 2.17. Persatuan yang penting diperhatikan antara tindakan mengambil risiko dan PIU dengan saiz kesan dari OR = 1.55 ke OR = 1.73. Selain itu, rasio odds untuk subkategori tunggal dalam penggunaan tembakau (OR = 1.41), pemakanan yang kurang baik (OR = 1.41) dan tidak aktif fizikal (OR = 1.39) adalah signifikan secara statistik.

Jadual
Jadual 3. Model bercampur linier umum (GLMM) persatuan antara kelakuan risiko individu, penggunaan maladaptive dan penggunaan patologi dengan analisis lanjutan mengenai interaksi jantina 1-4.

4.5. Interaksi Gender

Analisis interaksi jantina menunjukkan bahawa persatuan antara tindakan pengambilan risiko, tabiat tidur yang kurang baik dan PIU jauh lebih tinggi pada wanita, manakala persatuan antara pontengsi, pemakanan yang kurang baik dan PIU jauh lebih tinggi pada lelaki (Jadual 3).

5. Perbincangan

5.1. Kelaziman Kelakuan Risiko

Kajian ini bertujuan untuk mengkaji hubungan antara PIU dan tingkah laku risiko. Keputusan menunjukkan bahawa kelaziman tingkah laku risiko adalah jauh lebih tinggi di kalangan pengguna patologi berbanding pengguna penyesuaian dengan beberapa variasi antara jantina. Kelaziman yang paling tinggi yang diperhatikan di kalangan pengguna maladaptive dan patologi adalah tabiat tidur yang kurang baik diikuti penggunaan tembakau. Anggaran ini jauh lebih tinggi berbanding kadar prevalensi yang dilaporkan dalam kajian yang dijalankan di luar EU, iaitu di rantau Asia dan Pasifik [53,54]. Satu penjelasan yang munasabah boleh dikaitkan dengan variasi yang dilihat pada tahap ekologi (contohnya, kadar penembusan) di antara kawasan masing-masing. Statistik menunjukkan bahawa rantau Eropah mempunyai kadar penembusan Internet tertinggi (78%) di seluruh dunia. Kadar Eropah lebih daripada dua kali ganda berbanding dengan yang digambarkan di rantau Asia dan Pasifik (36%) [55]. Kadar penembusan peranan yang sebenar telah mempengaruhi jangkauan PIU yang masih samar-samar; oleh itu, usaha masa depan yang meneliti hubungan ini akan menjadi sangat bernilai untuk menjelaskan hubungan ini.

5.2. Penggunaan Bahan

Ciri-ciri antara tingkah laku risiko dan tingkah laku ketagihan sangat bertindih. Ini mungkin paling jelas dengan penggunaan bahan. Penggunaan bahan sering diklasifikasikan sebagai tingkah laku risiko; Walau bagaimanapun, ia juga merupakan pendahuluan penyalahgunaan bahan. Jika tingkah laku berisiko tinggi berkongsi mekanisme asas yang sama, maka mempunyai satu tingkah laku masalah dapat menurunkan ambang untuk mengembangkan tingkah laku masalah yang lain. Penegasan ini disokong oleh penyelidikan berasaskan bukti yang menunjukkan tahap kesalinghubungan yang tinggi antara pelbagai tingkah laku risiko [56]. Berdasarkan konsep ini, adalah wajar untuk menganggap bahawa remaja dengan tingkah laku risiko yang sedia ada mungkin mempunyai risiko PIU yang lebih tinggi berbanding dengan remaja tanpa tingkah laku risiko.

5.3. Sensasi-Mencari

Sejajar dengan kajian terdahulu [57], keputusan menunjukkan bahawa majoriti tindakan mengambil risiko dalam kategori mencari sensasi dikaitkan dengan PIU. Mencari sensasi adalah sifat kepribadian yang berkaitan dengan kekurangan dalam peraturan diri dan kepuasan tertunda [58]. Atribut-atribut ini di kalangan belia sering dikaitkan dengan kecenderungan persepsi tentang 'kesan bias optimistik' di mana remaja lebih cenderung untuk mengurangkan risiko untuk diri mereka sendiri, sambil mengabaikan risiko bagi orang lain [59]. Remaja yang memperlihatkan ciri-ciri pemendapan ini mungkin mempunyai kecenderungan yang lebih tinggi untuk masalah tingkah laku.

5.4. Ciri-ciri Gaya Hidup

Tabiat tidur yang buruk terbukti menjadi faktor terkuat yang berkaitan dengan PIU. Ini mungkin disebabkan oleh kesan anjakan tidur untuk aktiviti dalam talian. Terdapat aktiviti dalam talian tertentu yang secara eksplisit mendorong pengguna untuk kekal online lebih lama daripada yang dijangkakan. Satu kajian mengenai permainan berbentuk peranan dalam talian secara besar-besaran (MMORPG) menunjukkan bahawa pengguna tertarik untuk terus berada dalam talian lebih lama untuk mengikuti jalan cerita progresif watak dalam talian mereka [60]. Penggunaan laman rangkaian sosial yang berlebihan juga muncul dalam beberapa tahun kebelakangan ini, menandakan kedua-dua peningkatan masa yang dibelanjakan dalam korelasi dalam talian dan negatif dengan interaksi sosial nyata kehidupan [61,62]. Kajian menunjukkan bahawa remaja berlebihan menggunakan Internet mempunyai kecenderungan untuk membangunkan gangguan tidur akibat daripada masa lanjutan mereka dalam talian [63,64]. Anjakan tidur kronik untuk aktiviti dalam talian boleh menyebabkan kekurangan tidur, yang diketahui menyebabkan kesan buruk yang teruk pada fungsi sosial, psikologi dan somatik.
Gangguan dalam pola tidur yang terkawal juga boleh menjadi faktor pengantara dalam hubungan antara penggunaan pepatah dan maladaptif Internet. Remaja yang terlibat dalam aktiviti dalam talian ke tahap yang berlebihan boleh menjalankan risiko mengganggu urutan semula jadi mereka. Bukti menunjukkan bahawa peningkatan latensi tidur dan penurunan tidur pergerakan mata yang cepat (REM-sleep) secara signifikan dikaitkan dengan penggunaan Internet berlebihan [65], sedangkan insomnias subjektif dan parasomnias dikaitkan dengan pewarnaan [66]. Gangguan tidur telah memberi kesan pada fungsi siang hari dan pencapaian akademik. Ini boleh menyebabkan remaja menjadi tidak berminat di sekolah, dengan itu meningkatkan risiko keengganan sekolah dan ketidakhadiran kronik [66].
Nutrisi yang kurang baik dan tidak aktif fizikal ditunjukkan dengan ketara dikaitkan dengan PIU. Remaja yang menghabiskan masa berjam-jam dalam talian berpotensi menavigasi ke arah makanan yang tidak sihat. Ia dinamakan bahawa pemain dalam talian minum minuman tenaga berkafein tinggi dan makan makanan ringan gula untuk meningkatkan kewaspadaan untuk permainan dalam talian [67]. Selanjutnya, faktor-faktor ini boleh menjadikan pemain dalam talian lebih cenderung untuk tingkah laku sedentari berbanding bukan pemain. Selain itu, terdapat kesetiaan yang luas di kalangan pemain, terutamanya mereka yang menggantikan makanan, kebersihan diri dan aktiviti fizikal, untuk meneruskan permainan dalam talian [68]. Ini boleh menimbulkan risiko kesihatan yang serius dan mungkin membawa kepada gejala psikosomatik yang teruk.

5.5. Pelbagai Risiko-Kelakuan

Tingkah laku risiko telah dikenal pasti bersamaan, dengan 89.9% remaja di kumpulan PIU melaporkan pelbagai risiko-tingkah laku. Keputusan ini adalah sejajar dengan teori Jessor mengenai tingkah laku masalah [69,70]. Teori tingkah laku masalah adalah model psikososial yang cuba menerangkan hasil tingkah laku di kalangan remaja. Ia terdiri daripada tiga sistem konseptual berdasarkan komponen psikososial: sistem keperibadian, sistem alam sekitar dan sistem tingkah laku yang dilihat. Dalam sistem yang terakhir, struktur tingkah laku risiko (contohnya, penggunaan alkohol, penggunaan tembakau, kenakalan dan penyimpangan) cenderung berlaku dan berkelompok ke dalam 'sindrom perilaku risiko' umum [71]. Menurut Jessor, tingkah laku masalah ini sering berpunca daripada penegasan kemerdekaan remaja dari ibu bapa dan pengaruh masyarakat.
Remaja yang berjuang untuk autonomi boleh, sebaliknya, menyumbang kepada trend linear yang ketara yang dicatatkan antara jam dalam talian sehari dan pelbagai perilaku risiko. Trend ini adalah serupa di semua kumpulan pengguna Internet. Penemuan ini sangat relevan, kerana mereka mencadangkan bahawa masa berlebihan dalam talian dengan sendirinya dapat meningkatkan jumlah tingkah laku risiko untuk semua remaja dan bukan sahaja yang didiagnosis dengan PIU. Masa berlebihan dalam talian juga boleh menjadi faktor penyederhana dalam hubungan antara PIU dan tingkah laku risiko; Walau bagaimanapun, penyelidikan lanjut untuk meneroka hubungan ini diperlukan.

5.6. Interaksi Gender

Analisis mengenai interaksi jantina menunjukkan bahawa persatuan-persatuan yang signifikan di antara risiko-tingkah laku dan PIU telah diedarkan secara sama rata antara lelaki dan wanita. Ini agak bertentangan dengan penyelidikan terdahulu, yang biasanya menunjukkan bahawa PIU dan kelakuan risiko adalah khusus untuk jantina lelaki. Peralihan jantina ini boleh menjadi petunjuk bahawa jurang jantina untuk kelakuan risiko mungkin menyempit di kalangan remaja Eropah.
Dari perspektif yang lain, hubungan antara jantina dan tingkah laku risiko boleh ditengahi oleh faktor ketiga, seperti psikopatologi. Dalam kajian besar-besaran remaja berasaskan jantina (n = 56,086) berumur 12-18, kadar prevalensi untuk PIU dianggarkan adalah 2.8% di kalangan sampel keseluruhan dengan kadar yang lebih tinggi yang dilihat pada lelaki (3.6%) berbanding dengan perempuan 1.9%) [72]. Kajian masing-masing menyatakan bahawa perempuan dengan masalah emosi, seperti ketidakpuasan subjektif atau gejala depresi, mempunyai prevalensi PIU yang jauh lebih tinggi daripada lelaki dengan gejala emosional yang sama. Kajian berasaskan gender meneliti kesan interaksi jantina di PIU adalah prasyarat penting bagi arah masa depan penyelidikan PIU.

5.7. Model Komponen Griffiths

Model Griffiths 'komponen ketagihan [30hypothesizes bahawa ketagihan tingkah laku (misalnya, PIU) dan ketagihan yang berkaitan dengan bahan maju melalui proses biopsychososial yang sama dan berkongsi banyak fisiognomi. Kriteria ketagihan komponen enam komponen masing-masing adalah (1) keterpaksaan, (2) pengubahsuaian mood pengubahsuaian, (3) toleransi, (4) percanggahan, (5) konflik dan (6) berulang. Kuss et al. [73] menilai model komponen ketagihan dalam dua sampel bebas (n = 3105 dan n = 2257). Keputusan menunjukkan bahawa model komponen PIU sesuai dengan data dalam kedua-dua sampel.
Dalam kajian ini, langkah YDQ digunakan untuk menilai dan mengesan remaja dengan risiko maladaptive dan patologi yang berkaitan dengan penggunaan Internet dan tingkah laku dalam talian. Memandangkan ukuran YDQ merangkumi semua enam kriteria ketagihan yang ditetapkan dalam model komponen Griffiths, kesahan hasil yang dilaporkan dalam kajian ini disokong oleh rangka kerja teori ini.

5.8. Kekuatan dan Batasan

Sampel besar, wakil, merentasi nasional adalah kekuatan utama kajian ini. Metodologi homogen dan prosedur standard yang digunakan di semua negara meningkatkan kesahan, kebolehpercayaan dan perbandingan data. Setakat pengetahuan kita, kawasan geografi di Eropah adalah yang terbesar pernah digunakan untuk melakukan kajian mengenai PIU dan tingkah laku risiko.
Terdapat juga beberapa batasan kajian. Data yang dilaporkan sendiri terdedah kepada penarikan semula dan kecenderungan keinginan sosial, yang mungkin berbeza antara negara dan budaya. Reka bentuk rentas keratan tidak dapat menjelaskan perhubungan temporal, oleh sebab itu kausalitas tidak dapat ditentukan. Dalam langkah GSHS, subkategori tindakan mengambil risiko hanya mewakili sebahagian daripada tingkah laku mencari sensasi; Oleh itu, berhati-hati harus digunakan apabila menafsirkan hasilnya.

6. Kesimpulan

Kadar peningkatan prevalensi yang meluas di seluruh kumpulan AIU, MIU dan PIU diperhatikan dalam semua kategori risiko (penggunaan bahan, ciri-ciri sensasi dan gaya hidup). Remaja yang melaporkan tabiat tidur yang lemah dan tindakan mengambil risiko menunjukkan persatuan terkuat dengan PIU, diikuti dengan penggunaan tembakau, pemakanan yang kurang baik dan tidak aktif fizikal. Persatuan penting yang diperhatikan antara PIU dan tingkah laku risiko, digabungkan dengan kadar kejadian bersama yang tinggi, menggariskan kepentingan mempertimbangkan PIU ketika membuat pemeriksaan, merawat atau menghalang tingkah laku berisiko tinggi di kalangan remaja.
Di kalangan remaja dalam kumpulan PIU, 89.9% dicirikan sebagai mempunyai pelbagai kelakuan risiko. Oleh itu, usaha harus mensasarkan remaja yang berlebihan menggunakan Internet, kerana trend linear yang signifikan diperhatikan antara jam dalam talian sehari dan pelbagai perilaku risiko. Trend ini adalah serupa di semua kumpulan pengguna Internet yang menunjukkan bahawa masa berlebihan dalam talian dengan sendirinya merupakan faktor penting untuk tingkah laku risiko. Penemuan ini perlu direplikasi dan diterokai lebih jauh sebelum menentukan implikasi teoritis mereka.

Penghargaan

Projek SEYLE disokong melalui Tema Penyelarasan 1 (Kesihatan) Program Kerangka Ketujuh Kesatuan Eropah (FP7), Perjanjian Pemberian No. HEALTH-F2-2009-223091. Penulis tidak bergantung kepada pemberi dana dalam semua aspek reka bentuk kajian, analisis data dan penulisan naskah ini. Ketua Projek dan Penyelaras projek SEYLE adalah Profesor dalam Psikiatri dan Bunuh Diri Danuta Wasserman, Institut Karolinska (KI), Ketua Pusat Penyelidikan Bunuh Diri dan Pencegahan Penyakit Mental dan Bunuh Diri (NASP), di KI, Stockholm, Sweden. Ahli Jawatankuasa Eksekutif yang lain ialah Pensyarah Kanan Vladimir Carli, Pusat Penyelidikan Bunuh Diri dan Pencegahan Penyakit Mental (NASP) Nasional, Institut Karolinska, Stockholm, Sweden; Christina WH Hoven dan Antropologi Camilla Wasserman, Jabatan Psikiatri Kanak-kanak dan Remaja, Institut Psikiatri Negeri New York, Universiti Columbia, New York, Amerika Syarikat; dan Marco Sarchiapone, Jabatan Sains Kesihatan, University of Molise, Campobasso, Itali. SEYLE Consortium terdiri daripada pusat-pusat di 12 negara Eropah. Pemimpin laman web untuk setiap pusat dan negara masing-masing adalah: Danuta Wasserman (NASP, Karolinska Institute, Sweden, Coordinating Center), Christian Haring (University for Medical Information Technology, Austria), Airi Varnik (Estonia Sweden Mental Health & Suicidology Institute, Estonia), Jean-Pierre Kahn (University of Lorraine, Nancy, Perancis), Romuald Brunner (University of Heidelberg, Jerman), Judit Balazs (Vadaskert Child and Adolescent Psychiatric Hospital, Hungary), Paul Corcoran (National Suicide Research Foundation, Ireland), Alan Apter (Pusat Perubatan Kanak-kanak Schneider Israel, Universiti Tel Aviv, Tel Aviv, Israel), Marco Sarchiapone (University of Molise, Itali), Doina Cosman (Universiti Perubatan dan Farmasi Iuliu Hatieganu, Romania), Vita Postuvan (Universiti Primorska, Slovenia ) dan Julio Bobes (Universiti Oviedo, Sepanyol). Sokongan untuk "Isu Etika dalam Penyelidikan dengan Kanak-kanak dan Kumpulan Rentan Lain" diperoleh dengan pemberian dari Botnar Foundation, Basel, untuk Profesor Etika, Stella Reiter-Theil, Klinik Psikiatri di Universiti Basel, yang berkhidmat sebagai perunding etika bebas untuk projek SEYLE.

Sumbangan Pengarang

Tony Durkee adalah penulis pertama dan sepadan yang membangunkan reka bentuk kajian, melakukan analisis statistik dan mengulangi semua fasa manuskrip secara kritis. Vladimir Carli, Birgitta Floderus dan Danuta Wasserman mengambil bahagian dalam reka bentuk kajian dan membuat semakan kritikal kepada manuskrip. Camilla Wasserman, Christina W. Hoven, Michael Kaess dan Peeter Värnik memberikan konsultasi dan membuat semakan kritikal terhadap manuskrip itu. Marco Sarchiapone, Alan Apter, Judit A. Balazs, Julio Bobes, Romuald Brunner, Paul Corcoran, Doina Cosman, Christian Haring, Jean-Pierre Kahn dan Vita Postuvan adalah penyiasat utama untuk projek SEYLE di negara masing-masing dan menyumbang kepada semakan kritikal manuskrip itu. Bogdan Nemes dan Pilar A. Saiz adalah pengurus projek projek SEYLE di negara masing-masing dan mengambil bahagian dalam semakan penting kepada manuskrip.

Konflik Kepentingan

Penulis mengisytiharkan tiada konflik kepentingan.

Singkatan

Singkatan berikut digunakan dalam manuskrip ini: 

SEYLE
Menyelamatkan dan Memperkasakan Kehidupan Muda di Eropah
YRBSS
Sistem Pengawasan Kelakuan Risiko Belia
GSHS
Kajian Kesihatan Pelajar Berasaskan Sekolah Global
YDQ
Soal Selidik Diagnostik Young
GLMM
Model bercampur linier umum
ANOVA
Analisis satu arah varians
PIU
Penggunaan internet patologi
MIU
Penggunaan Internet maladaptif
AIU
Penggunaan Internet Adaptif
CI
Selang keyakinan
SEM
Kesilapan standard min
M
Maksudnya

Rujukan

  1. Moshman, D. Pembangunan kognitif di luar zaman kanak-kanak. Dalam Buku Psikologi Kanak-Kanak, 5th ed .; Kuhn, D., Damon, W., Siegler, RS, Eds .; Wiley: New York, NY, USA, 1998; Volum 2, ms 947-978. [Google Scholar]
  2. Choudhury, S .; Blakemore, SJ; Charman, T. Pembangunan kognitif sosial semasa remaja. Soc. Cogn. Mempengaruhi. Neurosci. 2006, 1, 165-174. [Google Scholar] [CrossRef] [PubMed]
  3. Eccles, JS; Wigfield, A .; Byrnes, J. Pembangunan kognitif pada masa remaja. Dalam Buku Panduan Psikologi: Psikologi Pembangunan; Lerner, RM, Easterbrooks, MA, Mistry, J., Eds .; Wiley: Hoboken, NJ, Amerika Syarikat, 2003; Volum 6, ms 325-350. [Google Scholar]
  4. Subrahmanyam, K .; Greenfield, P .; Kraut, R .; Gross, E. Kesan penggunaan komputer pada perkembangan kanak-kanak dan remaja. J. Appl. Dev. Psychol. 2001, 22, 7-30. [Google Scholar] [CrossRef]
  5. Ellison, NB; Steinfield, C .; Lampe, C. Keuntungan Facebook "rakan": Penggunaan modal sosial dan penggunaan laman web sosial sosial pelajar. J. Comput. Med. Komun. 2007, 12, 1143-1168. [Google Scholar] [CrossRef]
  6. Steinfield, C .; Ellison, NB; Lampe, C. Modal sosial, harga diri, dan penggunaan laman rangkaian sosial dalam talian: Analisis membujur. J. Appl. Dev. Psychol. 2008, 29, 434-445. [Google Scholar] [CrossRef]
  7. Tapscott, D. Membesar Digital: Kebangkitan Generasi Bersih; Pendidikan McGraw-Hill: New York, NY, USA, 2008; p. 384. [Google Scholar]
  8. Kraut, R .; Patterson, M .; Lundmark, V .; Kiesler, S .; Mukopadhyay, T .; Scherlis, W. Paradoks Internet. Teknologi sosial yang mengurangkan penglibatan sosial dan kesejahteraan psikologi? Am. Psychol. 1998, 53, 1017-1031. [Google Scholar] [CrossRef] [PubMed]
  9. Kraut, R .; Kiesler, S .; Boneva, B .; Cummings, J .; Helgeson, V .; Crawford, A. Paradoks Internet semula. J. Soc. Isu-isu 2002, 58, 49-74. [Google Scholar] [CrossRef]
  10. Nie, NH; Hillygus, DS; Erbring, L. Penggunaan Internet, hubungan interpersonal, dan hubungan sosial: Satu kajian diari masa. Di Internet dalam Kehidupan Seharian; Wellman, B., Haythornthwaite, C., Eds .; Blackwell Publishers Ltd .: Oxford, UK, 2002; ms 213-243. [Google Scholar]
  11. Nalwa, K .; Anand, AP Kecanduan internet di kalangan pelajar: Satu punca kebimbangan. Cyberpsychol. Behav. 2003, 6, 653-656. [Google Scholar] [CrossRef] [PubMed]
  12. Akhter, N. Hubungan antara ketagihan internet dan prestasi akademik di kalangan mahasiswa universiti. Edu. Res. Wahyu 2013, 8, 1793. [Google Scholar]
  13. Gür, K .; Yurt, S .; Bulduk, S .; Atagöz, S. Ketagihan internet dan masalah tingkah laku fizikal dan psikososial di kalangan pelajar sekolah menengah di luar bandar. Nurseri. Sains Kesihatan. 2015, 17, 331-338. [Google Scholar] [CrossRef] [PubMed]
  14. Peltzer, K .; Pengpid, S .; Apidechkul, T. Penggunaan internet yang berat dan persatuannya dengan risiko kesihatan dan tingkah laku mempromosikan kesihatan di kalangan pelajar universiti Thai. Int. J. Adolesc. Med. Kesihatan 2014, 26, 187-194. [Google Scholar] [CrossRef] [PubMed]
  15. Punamaki, RL; Wallenius, M .; Nygard, CH; Saarni, L .; Rimpela, A. Penggunaan teknologi maklumat dan komunikasi (ICT) dan kesihatan yang dirasakan semasa remaja: Peranan tabiat tidur dan keletihan masa. J. Adolesc. 2007, 30, 569-585. [Google Scholar] [CrossRef] [PubMed]
  16. Straker, L .; Pollock, C .; Maslen, B. Prinsip untuk penggunaan komputer dengan bijak oleh anak-anak. Ergonomik 2009, 52, 1386-1401. [Google Scholar] [CrossRef] [PubMed]
  17. Shaw, M .; Black, DW Ketagihan Internet: Definisi, penilaian, epidemiologi dan pengurusan klinikal. Dadah CNS 2008, 22, 353-365. [Google Scholar] [CrossRef] [PubMed]
  18. Young, K. Ketagihan Internet: Kemunculan gangguan klinikal baru. CyberPsychol. Behav. 1998, 1, 237-244. [Google Scholar] [CrossRef]
  19. Persatuan Psikiatrik Amerika (APA). Manual diagnostik dan statistik gangguan mental. Terdapat dalam talian: http://www.dsm5.org (diakses pada 2 Februari 2016).
  20. Petry, NM; O'Brien, CP Gangguan permainan Internet dan DSM-5. Ketagihan 2013, 108, 1186-1187. [Google Scholar] [CrossRef] [PubMed]
  21. Sussman, S .; Lisha, N .; Griffiths, M. Kelaziman ketagihan: Masalah majoriti atau minoriti? Eval. Kesihatan Prof. 2011, 34, 3-56. [Google Scholar] [CrossRef] [PubMed]
  22. Lee, HW; Choi, JS; Shin, YC; Lee, JY; Jung, HY; Kwon, JS Impulsivity dalam ketagihan internet: Perbandingan dengan perjudian patologi. Cyberpsychol. Behav. Soc. Netw. 2012, 15, 373-377. [Google Scholar] [CrossRef] [PubMed]
  23. 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? Penagih. Behav. 2014, 39, 1052-1056. [Google Scholar] [CrossRef] [PubMed]
  24. Sajeev Kumar, P .; Prasad, N .; Raj, Z .; Abraham, A. Ketagihan dan ketagihan penggunaan bahan pada pelajar remaja-kajian rentas. J. Int. Med. Dent. 2015, 2, 172-179. [Google Scholar]
  25. Brezing, C .; Derevensky, JL; Potenza, MN Perilaku bukan adiktif pada remaja: Perjudian patologi dan penggunaan internet yang bermasalah. Adoles Kanak-kanak. Psychiatr. Klinik. N. Am. 2010, 19, 625-641. [Google Scholar] [CrossRef] [PubMed]
  26. Goldstein, RZ; Volkow, ND Disfungsi korteks prefrontal dalam ketagihan: Penemuan Neuroimaging dan implikasi klinikal. Nat. Wahyu Neurosci. 2011, 12, 652-669. [Google Scholar] [CrossRef] [PubMed]
  27. Montag, C .; Kirsch, P .; Sauer, C .; Markett, S .; Reuter, M. Peran gen chrna4 dalam penagihan internet: Kajian kes-kes. J. Penagih. Med. 2012, 6, 191-195. [Google Scholar] [CrossRef] [PubMed]
  28. Kormas, G .; Critselis, E .; Janikian, M .; Kafetzis, D .; Tsitsika, A. Faktor risiko dan ciri-ciri psikososial mengenai penggunaan internet yang bermasalah dan bermasalah di kalangan remaja: Kajian rentas keratan. Kesihatan Awam BMC 2011, 11, 595. [Google Scholar] [CrossRef] [PubMed]
  29. Zhou, Y .; Lin, F.-C .; Du, Y.-S .; Zhao, Z.-M .; Xu, J.-R .; Lei, H. Gray kelainan perkara dalam ketagihan internet: Kajian morphometry berasaskan voxel. Eur. J. Radiol. 2011, 79, 92-95. [Google Scholar] [CrossRef] [PubMed]
  30. Griffiths, M. Model "komponen" ketagihan dalam kerangka biopsychosocial. J. Subst. Guna 2005, 10, 191-197. [Google Scholar] [CrossRef]
  31. Cheng, C .; Li, AY ketagihan Internet ketagihan dan kualiti hidup (sebenar): Meta-analisis negara-negara 31 di tujuh wilayah dunia. Cyberpsychol. Behav. Soc. Netw. 2014, 17, 755-760. [Google Scholar] [CrossRef] [PubMed]
  32. Blinka, L .; Škařupová, K .; Ševčíková, A .; Wölfling, K .; Müller, KW; Dreier, M. Penggunaan internet yang berlebihan di kalangan remaja Eropah: Apa yang menentukan perbezaan dalam keparahan? Int. J. Kesihatan Awam 2015, 60, 249-256. [Google Scholar] [CrossRef] [PubMed]
  33. Tsitsika, A .; Janikian, M .; Schoenmakers, TM; Tzavela, EC; Ólafsson, K .; Wójcik, S .; Florian Macarie, G .; Tzavara, C .; Richardson, C. Kelakuan ketagihan internet semasa remaja: Kajian rentas keratan di tujuh negara Eropah. Cyberpsychol. Behav. Soc. Netw. 2014, 17, 528-535. [Google Scholar] [CrossRef] [PubMed]
  34. Durkee, T .; Kaess, M .; Carli, V .; Parzer, P .; Wasserman, C .; Floderus, B .; Apter, A .; Balazs, J .; Barzilay, S .; Bobes, J .; et al. Kelaziman penggunaan internet patologi di kalangan remaja di Eropah: faktor demografi dan sosial. Ketagihan 2012, 107, 2210-2222. [Google Scholar] [CrossRef] [PubMed]
  35. 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]
  36. Carli, V .; Durkee, T .; Wasserman, D .; Hadlaczky, G .; Despalins, R .; Kramarz, E .; Wasserman, C .; Sarchiapone, M .; Hoven, CW; Brunner, R .; et al. Persatuan antara penggunaan internet patologi dan psikopatologi komorbid: Kajian sistematik. Psikopatologi 2013, 46, 1-13. [Google Scholar] [CrossRef] [PubMed]
  37. Ho, RC; Zhang, MW; Tsang, TY; Toh, AH; Pan, F .; Lu, Y .; Cheng, C .; Yip, PS; Lam, LT; Lai, C.-M .; et al. Persatuan antara ketagihan internet dan morbiditi psikiatri: Analisis meta. BMC psikiatri 2014, 14, 1-10. [Google Scholar] [CrossRef] [PubMed]
  38. Kaess, M .; Durkee, T .; Brunner, R .; Carli, V .; Parzer, P .; Wasserman, C .; Sarchiapone, M .; Hoven, C .; Apter, A .; Balazs, J .; et al. Penggunaan internet patologi di kalangan remaja Eropah: Psikopatologi dan tingkah laku merosakkan diri. Eur. Adolesc Kanak-Kanak. Psikiatri 2014, 23, 1093-1102. [Google Scholar] [CrossRef] [PubMed]
  39. Pontes, HM; Kuss, DJ; Griffiths, MD Psikologi klinik penagihan internet: Kajian terhadap konseptualisasi, kelaziman, proses neuron, dan implikasi untuk rawatan. Neurosci. Neuroekonomi 2015, 4, 11-23. [Google Scholar]
  40. Kipping, RR; Campbell, RM; MacArthur, GJ; Gunnell, DJ; Hickman, M. Pelbagai tingkah laku risiko semasa remaja. J. Kesihatan Awam 2012, 34, i1-i2. [Google Scholar] [CrossRef] [PubMed]
  41. Dodd, LJ; Al-Nakeeb, Y .; Nevill, A .; Forshaw, faktor-faktor risiko MJ Gaya Hidup pelajar: Pendekatan analitik kluster. Sebelumnya. Med. 2010, 51, 73-77. [Google Scholar] [CrossRef] [PubMed]
  42. Berk, M .; Sarris, J .; Coulson, C .; Jacka, F. Pengurusan gaya hidup kemurungan unipolar. Acta Psychiatr. Scand. 2013, 127, 38-54. [Google Scholar] [CrossRef] [PubMed]
  43. Prochaska, JJ; Spring, B .; Nigg, CR Pelbagai perubahan tingkah laku kesihatan tingkah laku: Pengenalan dan gambaran keseluruhan. Sebelumnya. Med. 2008, 46, 181-188. [Google Scholar] [CrossRef] [PubMed]
  44. Carli, V .; Hoven, CW; Wasserman, C .; Chiesa, F .; Guffanti, G .; Sarchiapone, M .; Apter, A .; Balazs, J .; Brunner, R .; Corcoran, P. Kumpulan remaja baru yang dikenal pasti pada risiko "tidak dapat dilihat" untuk psikopatologi dan tingkah laku bunuh diri: Penemuan dari kajian SEYLE. Psikiatri Dunia 2014, 13, 78-86. [Google Scholar] [CrossRef] [PubMed]
  45. Kann, L .; Kinchen, S .; Shanklin, SL; Flint, KH; Kawkins, J .; Harris, WA; Lowry, R .; Olsen, E .; McManus, T .; Chyen, D. Pemantauan risiko tingkah laku remaja-Amerika Syarikat, 2013. Suruhanjaya MMWR. Summ. 2014, 63, 1-168. [Google Scholar]
  46. Wasserman, D .; Carli, V .; Wasserman, C .; Apter, A .; Balazs, J .; Bobes, J .; Bracale, R .; Brunner, R .; Bursztein-Lipsicas, C .; Corcoran, P .; et al. Menyelamatkan dan memperkasakan kehidupan muda di Eropah (SEYLE): Percubaan terkawal rawak. Kesihatan Awam BMC 2010, 10, 192. [Google Scholar] [CrossRef] [PubMed]
  47. Carli, V .; Wasserman, C .; Wasserman, D .; Sarchiapone, M .; Apter, A .; Balazs, J .; Bobes, J .; Brunner, R .; Corcoran, P .; Cosman, D. Menyelamatkan dan memperkasakan kehidupan muda di Eropah (SEYLE) percubaan terkawal rawak (RCT): Isu metodologi dan ciri peserta. Kesihatan Awam BMC 2013, 13, 479. [Google Scholar] [CrossRef] [PubMed]
  48. Muda, KS Tertangkap di Jaring: Cara Mengenali Tanda-tanda Ketagihan Internet - dan Strategi Menang untuk Pemulihan; J. Wiley: New York, NY, Amerika Syarikat, 1998; hlm. 248. [Google Scholar]
  49. Dowling, NA; Quirk, Pemeriksaan KL untuk pergantungan internet: Adakah kriteria diagnostik yang dicadangkan membezakan biasa daripada penggunaan internet yang bergantung? Cyberpsychol. Behav. 2009, 12, 21-27. [Google Scholar] [CrossRef] [PubMed]
  50. Li, W .; O'Brien, JE; Snyder, SM; Howard, MO Kriteria diagnostik untuk kegunaan internet bermasalah di kalangan pelajar Universiti AS: Penilaian campuran kaedah. PLOS ONE 2016, 11, e0145981. [Google Scholar] [CrossRef] [PubMed]
  51. Pontes, HM; Király, O .; Demetrovics, Z .; Griffiths, MD Pengkonsistualisasi dan pengukuran gangguan permainan internet dsm-5: Pembangunan ujian IGD-20. PLOS ONE 2014, 9, e110137. [Google Scholar] [CrossRef] [PubMed]
  52. Pertubuhan Kesihatan Sedunia (WHO). Kajian Kesihatan Pelajar Sekolah Berasaskan Global (GSHS). Terdapat dalam talian: http://www.who.int/chp/gshs/en/ (diakses pada 12 Disember 2015).
  53. Choi, K .; Anak, H .; Park, M .; Han, J .; Kim, K .; Lee, B .; Gwak, H. Internet berlebihan dan mengantuk siang hari yang berlebihan di kalangan remaja. Klinik Psikiatri. Neurosci. 2009, 63, 455-462. [Google Scholar] [CrossRef] [PubMed]
  54. Evren, C .; Dalbudak, E .; Evren, B .; Demirci, AC Berisiko ketagihan internet dan hubungannya dengan penggunaan bahan seumur hidup, masalah psikologi dan tingkah laku di kalangan remaja kelas 10th. Psychiatria Danub. 2014, 26, 330-339. [Google Scholar]
  55. Kesatuan Telekomunikasi Antarabangsa (ITU). Fakta dan Angka ICT. Terdapat dalam talian: http://www.itu.int/en (diakses pada 8 Ogos 2015).
  56. De La Haye, K .; D'Amico, EJ; Miles, JN; Ewing, B .; Tucker, JS Kovarians di kalangan pelbagai risiko kesihatan di kalangan remaja. PLOS ONE 2014, 9, e98141. [Google Scholar]
  57. Cao, F .; Su, L .; Liu, T .; Gao, X. Hubungan antara impulsivity dan ketagihan internet dalam sampel remaja China. Eur. Psikiatri: J. Assoc. Eur. Psychiatr. 2007, 22, 466-471. [Google Scholar] [CrossRef] [PubMed]
  58. Slater, MD Alienasi, pencerobohan, dan sensasi yang dicari sebagai peramal penggunaan remaja filem, komputer, dan kandungan laman web ganas. J. Commun. 2003, 53, 105-121. [Google Scholar] [CrossRef]
  59. Kim, HK; Davis, KE Menuju teori komprehensif tentang penggunaan internet bermasalah: Menilai peranan harga diri, kebimbangan, aliran, dan kepentingan diri dalam aktiviti internet. Kumpulkan. Hum. Behav. 2009, 25, 490-500. [Google Scholar] [CrossRef]
  60. Charlton, JP; Danforth, ID Ketagihan dan keterlibatan tinggi dalam konteks permainan dalam talian. Kumpulkan. Hum. Behav. 2007, 23, 1531-1548. [Google Scholar] [CrossRef]
  61. 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]
  62. Meena, PS; Mittal, PK; Solanki, RK Penggunaan laman jejaring sosial yang bermasalah di kalangan remaja sekolah yang sedang remaja. Ind. Psikiatri J. 2012, 21, 94. [Google Scholar] [CrossRef] [PubMed]
  63. Li, W .; O'Brien, JE; Snyder, SM; Howard, MO Ciri-ciri penagihan internet / penggunaan internet patologi di US University students: Penyiasatan kaedah kualitatif. PLOS ONE 2015, 10, e0117372. [Google Scholar] [CrossRef] [PubMed]
  64. Lam, L. Ketagihan permainan Internet, penggunaan internet bermasalah, dan masalah tidur: Kajian sistematik. Curr. Reptil psikiatri 2014, 16, 1-9. [Google Scholar] [CrossRef] [PubMed]
  65. Cain, N .; Gradisar, M. Penggunaan media elektronik dan tidur di kalangan kanak-kanak dan remaja sekolah: Kajian semula. Tidur Med. 2010, 11, 735-742. [Google Scholar] [CrossRef] [PubMed]
  66. Hochadel, J .; Frolich, J .; Wiater, A .; Lehmkuhl, G .; Fricke-Oerkermann, L. Penyebaran masalah tidur dan hubungan antara masalah tidur dan tingkah laku penolakan sekolah pada anak-anak sekolah di peringkat kanak-kanak dan ibu bapa. Psikopatologi 2014, 47, 119-126. [Google Scholar] [CrossRef] [PubMed]
  67. Lin, SSJ; Tsai, CC Sensasi mencari dan pergantungan internet terhadap remaja sekolah Taiwan. Kumpulkan. Hum. Behav. 2002, 18, 411-426. [Google Scholar] [CrossRef]
  68. Hsi-Peng, L .; Shu-ming, W. Peranan ketagihan internet dalam kesetiaan permainan dalam talian: Kajian penerokaan. Res Internet 2008, 18, 499-519. [Google Scholar]
  69. Jessor, R .; Jessor, SL Perilaku Masalah dan Pembangunan Psikososial: Kajian Belajar Belia; Akademik: Cambridge, MA, Amerika Syarikat, 1977; p. 281. [Google Scholar]
  70. Jessor, R. Teori perilaku masalah, perkembangan psikososial, dan masalah masalah remaja. Br. J. Penagih. 1987, 82, 331-342. [Google Scholar] [CrossRef] [PubMed]
  71. Williams, JH; Ayers, CD; Abbott, RD; Hawkins, JD; Catalano, RF Struktural kesamaan penglibatan dalam tingkah laku masalah oleh remaja di seluruh kumpulan perkauman menggunakan pelbagai analisis faktor pengesahan kumpulan. Soc. Kerja Res 1996, 20, 168-177. [Google Scholar]
  72. Ha, Y.-M .; Hwang, WJ Perbezaan gender dalam penagihan internet yang dikaitkan dengan petunjuk kesihatan psikologi di kalangan remaja menggunakan tinjauan berasaskan web kebangsaan. Int. J. Ment. Penagih kesihatan. 2014, 12, 660-669. [Google Scholar] [CrossRef]
  73. Kuss, DJ; Lebih pendek, GW; van Rooij, AJ; Griffiths, MD; Schoenmakers, TM Menilai kecanduan internet menggunakan model komponen ketagihan internet yang ketara-Sebuah kajian awal. Int. J. Ment. Penagih kesihatan. 2014, 12, 351-366. [Google Scholar] [CrossRef]