Penggunaan Internet Bermasalah dan Fungsi Imun (2015)

PLoS One. 2015 Aug 5; 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538.

Reed P1, Vile R1, Osborne LA2, Romano M3, Truzoli R3.

Abstrak

Penggunaan internet yang bermasalah telah dikaitkan dengan pelbagai komorbiditas psikologi, tetapi hubungan dengan penyakit fizikal tidak menerima tahap penyelidikan yang sama. Kajian semasa meninjau peserta 505 dalam talian, dan bertanya mengenai tahap penggunaan internet mereka yang bermasalah (Ujian Ketagihan Internet), kemurungan dan kecemasan (Hospital Kecemasan dan Skala Depresi), pengasingan sosial (UCLA Kesengsaraan Questionnaire), masalah tidur (Pittsburgh Sleep Quality Index) , dan Kesihatan semasa - Kuesioner Kesihatan Umum (GHQ-28), dan Kuesioner Fungsi Kekebalan. Keputusan menunjukkan bahawa sekitar 30% daripada sampel itu menunjukkan tahap ketagihan internet yang lebih ringan atau lebih buruk, seperti yang diukur oleh IAT. Walaupun terdapat perbezaan dalam tujuan yang mana lelaki dan perempuan menggunakan internet, tidak terdapat perbezaan dari segi tahap penggunaan masalah yang bermasalah antara jantina. Masalah internet sangat berkaitan dengan semua pembolehubah psikologi lain seperti kemurungan, kegelisahan, pengasingan sosial, dan masalah tidur. Ketagihan internet juga dikaitkan dengan fungsi kekebalan diri yang dilaporkan sendiri, tetapi tidak dengan ukuran kesihatan umum (GHQ-28). Hubungan antara penggunaan internet bermasalah dan fungsi imun yang berkurangan didapati bebas dari kesan morbiditi bersama. Adalah dicadangkan bahawa hubungan negatif antara tahap penggunaan internet yang bermasalah dan fungsi imun dapat diantarkan oleh tahap tekanan yang dihasilkan oleh penggunaan internet sedemikian, dan aktiviti saraf bersimpati seterusnya, yang berkaitan dengan kekebalan tubuh, seperti kortisol.

Petikan: Reed P, Vile R, Osborne LA, Romano M, Truzoli R (2015) Penggunaan Internet Bermasalah dan Fungsi Imun. PLOS ONE 10 (8): e0134538. doi: 10.1371 / journal.pone.0134538

Editor: Antonio Verdejo-García, University of Granada, SPAIN

Menerima: Disember 3, 2014; Diterima: Julai 10, 2015; Published: Ogos 5, 2015

Copyright: © 2015 Reed et al. Ini adalah artikel capaian terbuka yang diedarkan di bawah terma Lesen Pengiktirafan Creative Commons, yang membenarkan penggunaan, pengedaran, dan pembiakan tidak terhad dalam mana-mana medium, dengan syarat pengarang dan sumber asal dikreditkan

Ketersediaan Data: Oleh kerana keperluan etika yang diletakkan pada pembebasan mana-mana data yang dikumpulkan secara elektronik oleh Jawatankuasa Etika Jabatan Psikologi, kita tidak dapat membuat data yang tersedia dalam talian, tetapi kami sangat senang membekalkan data ini kepada sesiapa yang ingin melihatnya, dengan menghubungi Profesor Phil Reed pada [e-mel dilindungi].

Pembiayaan: Penulis tidak mempunyai sokongan atau pendanaan untuk melaporkan.

Minat bersaing: Para pengarang telah menyatakan bahawa tidak ada kepentingan bersaing.

Pengenalan

Penggunaan internet yang berlebihan atau maladaptif (atau penggunaan internet bermasalah) telah dicadangkan oleh sesetengahnya sebagai masalah bagi kumpulan individu tertentu [1,2], dan keperluan untuk kajian lanjut mengenai sama ada Gangguan Ketergantungan Internet (IAD) adalah konsep yang berguna telah dicadangkan [1,3]. Individu yang melaporkan masalah mengenai penggunaan internet mereka mencatat beberapa gejala yang berkaitan, seperti: gangguan utama terhadap kerja mereka dan hubungan sosial [4,5,6], dan kesan negatif apabila dipisahkan dari internet [7]. Anggaran kelebihan penggunaan internet bermasalah dalam populasi umum berbeza antara 2% dan 8%, dan berkisar hingga 20% dalam sampel yang lebih muda [3, 8-10], walaupun angka-angka ini sukar difahami dengan tepat kerana definisi yang berbeza dari 'penggunaan internet bermasalah' atau 'kecanduan internet' yang digunakan.

Orang-orang yang melaporkan kegunaan internet bermasalah juga melaporkan pelbagai masalah psikologi dan sosial yang berkaitan [10-12]. Co-morbidities psikologi yang dicatatkan dalam individu-individu yang melaporkan penggunaan internet bermasalah telah didapati termasuk: kegelisahan [7,13,14], gangguan kekurangan perhatian perhatian-defisit [15], gangguan spektrum autisme [7,16], kemurungan [13-15, 17], dysregulation impuls dan permusuhan [18-20], dan skizofrenia [7,21]. Gangguan kecemasan sosial [18] dan kesunyian [22], juga sangat berkaitan dengan IAD. Di samping itu, tahap tekanan hidup yang tinggi [23] dan pengasingan sosial [22, 24-26], dan kualiti kehidupan yang lebih rendah [24,27], disebut oleh mereka yang melaporkan kegunaan internet bermasalah

Tahap yang tinggi dan jenis penggunaan internet juga dikaitkan dengan perubahan saraf [28,29]. Peningkatan penyelidikan mencadangkan bahawa penggunaan internet bermasalah, sama dengan ketagihan tingkah laku lain, dikaitkan dengan kelainan dalam sistem dopaminergik [30,31], dan dengan peningkatan aktiviti saraf simpatik [32,33], yang juga telah ditunjukkan berkaitan dengan satu sama lain [34].

Berbeza dengan kesusasteraan yang semakin meningkat mengenai kaitan psikologi dan neurologi IAD, terdapat sedikit kajian tentang kesan kegunaan internet bermasalah terhadap kesihatan fizikal. Hubungan antara tidur yang terganggu dan penggunaan internet yang berat telah ditubuhkan [35,36], seperti mempunyai hubungan antara penggunaan internet bermasalah dan diet yang tidak baik [37] yang mengakibatkan masalah berat badan, seperti obesiti [38]. Sesetengah penyelidikan telah menemui persatuan antara penggunaan internet yang bermasalah dan kualiti hidup yang berkaitan dengan kesihatan, konsep yang berkaitan dengan penyakit, walaupun perlu diperhatikan bahawa terdapat sedikit demonstrasi dan terdapat percanggahan dalam kesusasteraan ini [39,40]. Sebagai contoh, kualiti hidup yang berkaitan dengan kesihatan, yang diukur oleh SF-36, didapati berkaitan dengan penggunaan internet yang bermasalah, walaupun kualiti hidup tidak berkaitan dengan masa yang digunakan menggunakan internet [40]. Sebaliknya, apabila kualiti hidup yang berkaitan dengan kesihatan diukur oleh Kuesioner Kesihatan Umum (GHQ), hubungan kecil telah diperhatikan dengan IAD [9,39]. Sebab-sebab pola penemuan yang berbeza menggunakan kedua-dua ukuran kualiti kehidupan yang berkaitan dengan kesihatan tidak jelas-walaupun mereka mungkin mencerminkan kedua-dua perbezaan dalam pengoperasian tanggapan penggunaan internet bermasalah merentasi kajian, dan fokus SF-36 pada kedua-dua kualiti hidup berkaitan fizikal dan psikologi berbanding dengan tumpuan terutamanya psikologi GHQ. Oleh itu, kesusasteraan berkenaan dengan kualiti kehidupan yang berkaitan dengan kesihatan kini sukar untuk ditafsirkan.

Perbincangan di atas menunjukkan bahawa penyelidikan lanjut di kawasan berpotensi yang penting ini dijamin, memandangkan penggunaan internet semakin meningkat [3], dan kekurangan bukti jelas berkaitan dengan kesannya terhadap fungsi kesihatan per se bertentangan dengan kualiti kehidupan yang berkaitan dengan kesihatan, dan juga masalah atendan yang meningkatkan tahap penyakit fizikal yang berkaitan boleh menyebabkan sistem kesihatan. Sudah tentu, memandangkan co-morbidities yang dipamerkan oleh mereka yang melaporkan kegunaan internet bermasalah, apa-apa hubungan antara kegunaan internet bermasalah dan penyakit fizikal boleh menjadi produk dari mana-mana satu daripada beberapa isu. Mengabaikan diri sendiri oleh pengguna internet yang menggunakan masalah bermasalah dari segi diet yang buruk dan corak tidur yang kurang baik, mungkin terlibat dalam peningkatan tahap penyakit fizikal [37,40]. Sudah tentu, tidur yang lemah telah ditunjukkan untuk meramalkan beberapa aspek fungsi imun [41-43]. Di samping itu, isu psikologi bersama juga mungkin memainkan peranan. Telah diperhatikan bahawa masalah kesihatan mental dikaitkan dengan jumlah selesema yang dilaporkan selama setahun [44]. Khususnya, kedua-dua kemurungan [45-47], dan masalah kecemasan dan tekanan [48], terutamanya kecemasan sosial dan kesunyian [49-51], meramalkan disfungsi imun. Akhirnya, pengaktifan sistem bersimpati, yang dicatatkan pada pengguna internet yang bermasalah, dikaitkan dengan kenaikan paras adrenalin dan kortisol, dan menyebabkan fungsi kekebalan menurun, terutamanya pada mereka yang mempunyai tekanan yang tinggi yang dilaporkan [52]. Sebarang penyiasatan mengenai hubungan penggunaan internet bermasalah dan penyakit fizikal akan memerlukan beberapa penilaian terhadap sumbangan relatif aspek-aspek berkaitan yang berfungsi.

Sudah tentu, kesihatan fizikal adalah konsep yang sangat luas, namun tinjauan di atas menunjukkan bahawa penggunaan internet bermasalah mungkin memberi kesan khusus pada fungsi imun, yang tidak menerima kajian langsung [53]. Jika ini berlaku, maka penyakit seperti selesema biasa [54], influenza [55], luka sejuk [56], radang paru-paru [57], sepsis [58], dan jangkitan kulit [59], mungkin penting untuk memberi tumpuan apabila menilai kesan kegunaan internet bermasalah pada gejala fizikal. Seperti yang dinyatakan di atas, penerokaan sebelumnya tentang hubungan antara penggunaan internet bermasalah dan penyakit fizikal telah memberi tumpuan kepada laporan mengenai kualiti kehidupan yang berkaitan dengan kesihatan yang diperoleh menggunakan instrumen seperti SF-36 dan GHQ. Walaupun langkah-langkah ini boleh dipercayai, mereka tidak semestinya memberi tumpuan kepada sebarang set penyakit tertentu, dan tidak berkaitan dengan penyakit yang individu yang mengalami sistem imun yang mungkin terdedah kepada pameran. Dalam menentukan sejauh mana fungsi imun boleh dikompromi, kerja sebelumnya telah memeriksa sendiri laporan gejala yang biasanya berkaitan dengan fungsi imun yang lemah [31,44]. Laporan diri dianggap sebagai kaedah yang kuat dalam konteks ini, kerana gejala-gejala tersebut mudah untuk membezakan diri sendiri, sering tidak dilaporkan kepada profesional kesihatan dan tidak muncul pada rekod perubatan, dan sering dialami tanpa sebarang sebab virus yang dapat diverifikasi secara objektif [54].

Berdasarkan pertimbangan di atas, kajian semasa meneroka hubungan antara penggunaan internet bermasalah dan dua indikator kesihatan utama (fungsi imun dan status kesihatan yang dilaporkan sendiri), serta pelbagai pembolehubah berkaitan kesihatan (kemurungan, kebimbangan, kesepian, dan masalah tidur). Kepentingan tertentu ialah hubungan antara kegunaan internet bermasalah dan kesihatan fizikal yang berkaitan dengan imun, yang tidak pernah dinilai secara spesifik. Dalam hal ini, tujuan awal kajian ini adalah untuk mengkaji sama ada tahap penggunaan internet bermasalah yang lebih tinggi akan dikaitkan dengan laporan penyakit berkaitan dengan imun yang lebih tinggi (lebih dan lebih dari potensi potensi masalah internet pada pembolehubah yang berkaitan dengan kesihatan yang lain diukur ). Di samping itu, terdapat beberapa tujuan menengah yang tidak pernah dikaji sebelum ini, termasuk meneroka sifat hubungan antara penggunaan internet bermasalah dan status kesihatan yang dilaporkan sendiri. Ini diperiksa untuk menentukan sama ada pemboleh ubah ini menunjukkan hubungan yang sama dengan penggunaan internet yang bermasalah sebagai laporan simptom yang berkaitan dengan imun. Pelbagai masalah berpotensi lain yang berkaitan dengan mereka yang memaparkan penggunaan internet bermasalah, yang juga didapati untuk meramal fungsi imun yang lemah, seperti kebimbangan, kemurungan, kesepian, dan masalah tidur, diukur dalam usaha untuk menentukan hubungan antara penggunaan internet bermasalah dan gejala-gejala kesihatan fizikal yang bebas daripada masalah-masalah yang sama. Ini sepatutnya membolehkan langkah pertama dalam mewujudkan sifat mana-mana hubungan antara kegunaan internet bermasalah dan fungsi kekebalan yang dikurangkan, sekiranya persatuan didapati wujud.

kaedah

Penyataan Etika

Kelulusan etika untuk penyelidikan ini diperolehi daripada Jawatankuasa Etika Jabatan Psikologi, Swansea University. Peserta telah memberikan persetujuan bertulis untuk mengambil bahagian dalam kajian ini dengan menandatangani borang persetujuan setelah membaca lembaran maklumat yang disediakan untuk mereka, dan Jawatankuasa Etika meluluskan prosedur persetujuan ini.

Peserta

Lima ratus lima peserta (wanita 265 dan lelaki 240) telah direkrut melalui pautan yang disiarkan di laman internet (laman rangkaian sosial, blog dan laman mikroblog, dan laman web). Strategi pengambilan dalam talian telah diguna pakai selaras dengan penerokaan terdahulu kesan penggunaan internet bermasalah [60,61].

Semua peserta adalah sukarelawan, dan tidak ada yang menerima sebarang bentuk pampasan untuk penyertaan mereka. Peserta mempunyai usia rata-rata 29.73 (+ 13.65, rentang 18-101) tahun: <20 tahun = 7.5%; 21–29 tahun = 61.8%; 30–39 tahun = 15.5%; 40–49 tahun = 4.6%; 50–59 tahun = 4.2%; 60+ tahun = 5.9%. Etnik yang dilapor sendiri oleh peserta adalah: 202 (40%) Putih; 50 (10%) Kumpulan Etnik Campuran / Berbilang; 141 (28%) Asia; 106 (21%) Hitam / Afrika / Caribbean; dan 6 (1%) Kumpulan Etnik Lain. Status perkahwinan sampel adalah: 305 (60%) bujang, 65 (13%) berkahwin atau dalam perkongsian sivil; 105 (21%) dalam bentuk hubungan lain; dan 30 (6%) bercerai atau janda.

Penggunaan Khas Pengguna Internet

Peserta diminta untuk menganggarkan penggunaan internet purata mereka dengan meminta mereka untuk menganggarkan bilangan jam seminggu yang mereka telah belanjakan di internet sejak beberapa bulan lalu; langkah ini biasanya diambil dalam kajian penggunaan internet bermasalah [40,61]. Walaupun telah dicadangkan bahawa ia adalah penggunaan 'tidak profesional' yang menghubungkan dengan beberapa masalah yang berkaitan dengan penggunaan internet berat [40], difikirkan bahawa perbezaan profesional / bukan profesional tidak boleh digunakan untuk semua responden, dan kegunaan ini juga mungkin sukar untuk diskriminasi untuk beberapa responden. Selain itu, penggunaan internet secara keseluruhannya juga telah dikaitkan dengan masalah berkaitan internet [40].

Jumlah purata jam penggunaan internet seminggu yang dilaporkan adalah 39.57 (+ 28.06, julat = 1 hingga 135): 28.3% melaporkan perbelanjaan antara jam 1 dan 20 setiap minggu dalam talian; 29.5% melaporkan perbelanjaan 21 hingga jam 40 setiap minggu dalam talian; 22.4% melaporkan perbelanjaan 41 ke 60 jam seminggu secara dalam talian, dan 19.8% melaporkan perbelanjaan selama jam 61 seminggu di internet. Purata bilangan jam seminggu yang dibelanjakan dalam talian oleh wanita adalah 34.77 (± 26.84, julat = 1-135), dan, bagi lelaki, ini adalah 44.88 (± 28.46, julat = 6-130). Ujian kumpulan bebas menunjukkan terdapat perbezaan yang signifikan secara statistik, dengan kesan sederhana, t(503) = 4.11, p <0.001, d = 0.366. Terdapat hubungan linier yang signifikan, tetapi lemah dan positif antara umur dan masa yang dihabiskan dalam talian, F(1,503) = 6.74, p <0.05, R2 = 0.013, tetapi hubungan kuadratik U kuat yang lebih kuat antara pemboleh ubah ini, F(1,502) = 11.10, p <0.001, R2 = 0.042). Walau bagaimanapun, apabila sampel dibahagikan kepada mereka yang pada masa ini tunggal (N = 331), dan mereka yang dalam bentuk hubungan (N = 174), tidak ada perbezaan yang signifikan secara statistik dalam masa yang dihabiskan dalam talian t (503) = 1.48, p > .10, d = 0.146. Begitu juga, tidak ada perbezaan ketara secara statik antara masa yang dihabiskan dalam talian merentasi pelbagai kumpulan etnik, F <1.

Para peserta juga ditanya mengenai jenis kegunaan yang mereka buat dari internet, dan diminta untuk menunjukkan sama ada mereka telah melawat jenis tertentu laman web dalam beberapa bulan terakhir. Jawapan kepada soalan ini ditunjukkan di dalam Jadual 1, yang memperlihatkan peratusan keseluruhan sampel yang telah melawat laman web pelbagai bentuk, bersama-sama dengan peratusan lelaki dan perempuan, dan yang lebih muda (kurang daripada 29 tahun) dan lebih tua (30 tahun ke atas), peserta melawat tapak. Sebagai tambahan, Jadual 1 memaparkan pekali Phi untuk data ini (dikira berdasarkan bilangan peserta sebenar, bukannya peratusan yang dipaparkan Jadual 1). Koefisien Phi memberi indeks ijazah persamaan antara pembolehubah (dan secara statistik ketara apabila statistik chi-square yang sesuai adalah penting).

thumbnail
Jadual 1. Peratus sampel laman web yang melawat pelbagai bentuk, bersama dengan peratusan lelaki dan perempuan, dan lebih muda dan lebih tua, peserta melawat tapak bersama dengan pekali Phi.

doi: 10.1371 / journal.pone.0134538.t001

Data-data ini mendedahkan bahawa rangkaian sosial (misalnya, Facebook, Twitter) dan laman web membeli-belah / perbankan adalah jenis laman web yang paling sering digunakan. Perjudian (termasuk laman loteri), perjudian, dan laman web yang mengandungi kandungan seksual / kencan, telah digunakan secara sederhana, dengan bilangan kecil yang terlibat dalam blog tradisional (tidak termasuk Twitter) atau bilik sembang. Terdapat beberapa perbezaan jantina dalam penggunaan internet, dengan wanita menggunakan media sosial dan tapak membeli-belah lebih daripada lelaki, dan lelaki menggunakan permainan, laman seksual / dating, dan bilik sembang lebih daripada wanita. Lebih ramai orang di bawah umur 30 menggunakan laman rangkaian sosial, dan laman web untuk penyelidikan, lebih kerap daripada yang melebihi 30. Walau bagaimanapun, mereka yang berusia lebih dari 30 menggunakan laman membeli-belah / perbankan, serta laman berita, blogging tradisional, dan bilik sembang, lebih kerap daripada yang berusia di bawah umur 30.

Bahan

Ujian Ketagihan Internet (IAT)

IAT [62] adalah skala item 20 yang merangkumi sejauh mana penggunaan internet mengganggu kehidupan seharian (contohnya kerja, tidur, hubungan, dll.). Setiap item dijumlahkan pada skala 1-4, dan skor keseluruhannya adalah dari 20 hingga 100. Struktur faktor IAT kini dibahaskan [61,63], tetapi skor pemotongan 40 atau lebih untuk skor keseluruhan IAT diambil sebagai mewakili beberapa tahap penggunaan internet bermasalah [7,62,64] Kebolehpercayaan dalaman skala telah didapati antara .90 [64] dan .93 [62].

Hospital Kecemasan dan Skala Depresi (HADS)

The HADS [65] adalah ukuran kebimbangan dan kemurungan yang digunakan secara meluas. Pada mulanya direka untuk digunakan oleh pesakit luar hospital secara umum, ia telah digunakan untuk sampel bukan perubatan [66,67]. Ia mengandungi item 14 (7 untuk kebimbangan dan 7 untuk kemurungan) yang berkaitan dengan minggu lepas. Terdapat beberapa soalan 7 untuk kebimbangan dan kemurungan, setiap soalan dijumlahkan dari 0 ke 3 bergantung kepada keparahan gejala; skor maksimum ialah 21 untuk setiap skala. Responden boleh dikelaskan kepada empat kategori: 0-7 normal; 8-10 ringan; 11-14 sederhana; dan 15-21 teruk. Kebolehpercayaan ujian dan kesahan adalah kedua-dua kuat [65], dan keandalan dalaman adalah .82 untuk skala kegelisahan, dan .77 untuk skala kemurungan, untuk populasi bukan klinikal [67].

Skala Kesepian UCLA

Skala Kesendirian UCLA [68] terdiri daripada pernyataan 20 yang direka untuk menilai kesepian. Peserta bertindak balas terhadap setiap soalan dengan menggunakan skala 4 point ("Saya sering merasakan cara ini", "Saya kadang-kadang merasa seperti ini", "Saya jarang merasakan cara ini", dan "Saya tidak pernah merasa seperti ini"), dan setiap item menjaringkan dari 0 ke 3, memberikan skor total dari 0 ke 60. Skor yang lebih tinggi menunjukkan keterukan yang lebih tinggi kesepian. Titik pemotongan untuk masalah kesepian biasanya diberikan pada satu sisihan piawai di atas min bagi sampel. Skala ini mempunyai kebolehpercayaan yang tinggi, dengan konsistensi dalaman .92, dan kebolehpercayaan uji ujian .73 [69].

Indeks Kualiti Tidur Pittsburgh (PSQI)

PSQI ini [70] terdiri daripada soalan-soalan utama 10, beberapa dengan sub-bahagian, di mana peserta dikehendaki memasukkan data tentang tabiat tidur mereka. Soal selidik memberikan skor antara 0 dan 21, di mana skor tinggi mencerminkan tidur yang lebih teruk, dan skor yang lebih besar daripada 5 mencerminkan tidur yang tidak enak [70]. PSQI didapati mempunyai "kebolehpercayaan ujian ujian semula" tinggi dan kesahan yang baik ketika digunakan untuk menguji [70].

Soal Selidik Kesihatan Umum (GHQ-28)

GHQ-28 [71mengukur pelbagai masalah psikiatri dan kesihatan, dan terbahagi kepada sub-skala 4: gejala somatik, kebimbangan dan insomnia, disfungsi sosial, dan kemurungan yang teruk. Setiap sub-skala mengandungi item 7, semuanya memerlukan tindak balas pada skala jenis Likert-4 point: Tidak sama sekali, Tidak lebih dari biasa, Sebaliknya lebih biasa, Lebih banyak daripada biasa, menjaringkan 0 ke 3, masing-masing. Kebolehpercayaan dalaman skala berada di atas. 90. Untuk kajian ini, hanya skala gejala somatik yang dianalisis, yang meminta para peserta menilai tahap yang mereka rasa: dalam kesihatan umum yang baik, memerlukan tonik, lari ke bawah, sakit, sakit kepala, sesak atau tekanan dalam kepala, dan jampi panas atau sejuk.

Questionnaire Function Immune (IFQ)

IFQconsists dari item 15 yang menilai kekerapan pelbagai gejala yang berkaitan dengan fungsi imun yang lemah. Berdasarkan kekerapan mereka pada populasi umum, dan hubungan langsung dengan kekurangan imun, syarat-syarat berikut telah dipilih sebagai asas untuk item pada soal selidik: sejuk biasa [54], influenza [55], luka sejuk [56], radang paru-paru [57], sepsis [58], dan jangkitan kulit [59]. Berikutan analisis gejala utama dalam keadaan ini, perkara-perkara gejala 19 dimasukkan ke dalam soal selidik sebagai tanda-tanda sistem kekebalan tubuh yang lemah: sakit tekak, sakit kepala, selesema, hidung berair, batuk, luka sejuk, bisul, demam ringan, ketuat / verrucas , pneumonia, bronkitis, sinusitis, demam tinggi yang mendadak, jangkitan telinga, cirit-birit, meningitis, jangkitan mata, sepsis, dan kecederaan penyembuhan yang panjang. Mereka dinilai pada skala jenis Likert-5 point (Tidak pernah, Sekali atau dua kali, Kadang-kadang, Secara kerap, Sering, dengan skor dari 0 hingga 4 masing-masing). Jumlah skor adalah dari 0 hingga 79, dengan skor tinggi mencerminkan fungsi imun yang lebih teruk. IFQ sebelum ini telah digunakan untuk mengkaji kesan peristiwa kehidupan yang tertekan pada kesihatan yang dilaporkan sendiri, seperti menilai kesan mempunyai anak dengan ASD. Dalam kerja terdahulu [72], skor IFQ didapati berkorelasi secara positif (r = .578, p <.001) dengan jumlah lawatan ke Pengamal Perubatan Am, terdapat korelasi positif yang signifikan antara IFQ dan jumlah skor GHQ (r = .410, p <.01), serta korelasi yang signifikan antara IFQ dan sub-skala gejala somatik GHQ (r = .493, p <.01).

Prosedur

Semua peserta menjawab pautan yang dipaparkan di laman internet yang disasarkan untuk mencapai pelbagai individu, termasuk laman rangkaian sosial (misalnya, Facebook, Twitter), laman blog / forum (misalnya, Mashable), tapak permainan (contohnya, Eurogamer.com) dan laman web bantuan ketagihan internet. Pautan ini memberi peserta pengenalan ringkas kajian, di mana mereka diberitahu bahawa penyelidikan berkenaan hubungan antara penggunaan internet dan pelbagai masalah personaliti dan kesihatan. Jika mereka berminat untuk menyertai, mereka diarahkan untuk mengikuti pautan dalam talian kepada soal selidik. Pautan ini membawa peserta ke laman web yang mengandungi maklumat lanjut mengenai kajian ini: sekali lagi menggariskan bahawa tujuan kajian berkaitan dengan penggunaan internet dan pelbagai masalah personaliti dan kesihatan, dan juga menggariskan jenis soal selidik yang akan dijawab. Halaman maklumat juga memberikan butiran hak mereka untuk menarik diri dari kajian pada bila-bila masa, dan langkah-langkah yang diambil untuk memastikan privasi mereka. Maklumat ini diikuti dengan pernyataan persetujuan, mengarahkan peserta hanya untuk mengklik untuk memulakan soal selidik jika mereka bersedia memberikan persetujuan dan jika mereka berusia lebih dari 18. Peserta kemudian dibentangkan dengan soal selidik.

Tidak ada had masa yang diberikan untuk maklumbalas yang dibuat, dan para peserta diberi pilihan untuk menyelamatkan tinjauan mereka dan kembali kepadanya pada suatu ketika nanti jika perlu. Apabila semua soal selidik telah selesai, yang mengambil peserta kira-kira min 30, para peserta diarahkan ke laman debat, yang mengucapkan terima kasih kepada mereka atas sumbangan mereka, menerangkan dengan terperinci mengenai tujuan dan tujuan kajian ini, dan memberikan butiran perhubungan untuk penyelidik dan perkhidmatan kaunseling, jika mereka merasakan mereka memerlukan sebarang sokongan, berikutan isu yang dibangkitkan dalam kaji selidik itu. Pautan kajian kekal terbuka selama tiga bulan (sepanjang tempoh musim bunga), dan kemudian ditutup.

Analisis data

Pada mulanya, potensi perbezaan dalam skor ketagihan internet antara peserta dengan ciri-ciri yang berbeza (misalnya, jantina, umur, dan sebagainya) dianalisis dengan menggunakan ujian-t. Peserta kemudiannya dibahagikan kepada kumpulan masalah internet yang lebih rendah dan lebih tinggi dengan menggunakan perpecahan di titik pemotongan untuk masalah internet ringan atau lebih teruk berdasarkan IAT (iaitu 40), dan hubungan antara skor penggunaan internet bermasalah dan jantina, kemurungan , dan lain-lain, telah diterokai menggunakan ujian chi-kuadrat. Hubungan antara skor fungsi imun dan setiap pemboleh ubah ramalan telah dikaji dengan menggunakan korelasi separa separa (untuk mengurangkan sebahagian daripada ramalan peramal lain), dan regresi langkah juga digunakan untuk mengenal pasti kesan skor internet pada fungsi imun di atas dan di atas kesan pembolehubah ramalan lain. Analisis yang sama juga dijalankan untuk skor kesihatan diri melaporkan (GHQ). Akhirnya, kumpulan-kumpulan itu terbahagi kepada fungsi imun yang tinggi dan rendah, dan status kesihatan diri yang tinggi dan rendah (GHQ), dan kumpulan-kumpulan ini dibandingkan dengan skor ketagihan internet mereka dengan analisis kovarians, menggunakan peramal lain sebagai kovariates. Di mana beberapa perbandingan telah dilakukan, kriteria penolakan yang lebih teruk telah digunakan untuk ujian penting, dan saiz kesan dikira sepanjang.

Hasil

Skor purata untuk masalah internet (IAT) bagi sampel adalah 37.25 (± 16.18, julat = 0-96). Purata skor IAT untuk wanita ialah 36.26 (± 15.36, julat = 0-69), dan skor ini untuk lelaki ialah 38.35 (± 17.00, julat = 9-96). Ujian t-kumpulan bebas menunjukkan tiada perbezaan yang signifikan secara statistik antara skor ini, t <1, d = 0.006. Hubungan korelasi Pearson mendedahkan hubungan yang signifikan, statistik, sederhana, antara masa yang dihabiskan dalam talian dan skor IAT, r(503) = .485, p <.001, R2 = .235, tetapi tidak terdapat hubungan yang signifikan antara umur peserta dan skor IAT mereka, r(503) = -.025, p > .50, R2 = .0006.

Perkadaran sampel yang jatuh di atas titik pemotongan untuk penggunaan internet bermasalah yang sederhana atau lebih teruk (iaitu skor IAT 40 atau ke atas [62]) ditunjukkan dalam Rajah 1 untuk keseluruhan sampel, bersama-sama dengan data ini untuk wanita dan lelaki, secara berasingan. Daripada sampel, peserta 192 (103 perempuan, lelaki 89) jatuh di atas pemotongan untuk masalah internet. Tidak terdapat perbezaan yang signifikan secara statistik antara kebarangkalian skor penggunaan internet bermasalah antara jantina, chi kuadrat = .17, p > .60, Phi = .018. Hubungan korelasi titik tidak menunjukkan hubungan antara umur dan jatuh di atas titik pemotongan, rpb(503) = -.002, p > .30, Rpb2 = .102, walaupun terdapat hubungan statistik yang signifikan, dan sederhana, antara jam yang dibelanjakan dalam talian dan jatuh di atas titik cut-off untuk masalah ketagihan internet, r(503) = .320, p <.001, Rpb2 = .102.

thumbnail
Rajah 1. Peserta peratus di atas dan di bawah titik pemotongan untuk penggunaan internet bermasalah yang sederhana atau lebih teruk (iaitu skor IAT 40 atau lebih tinggi), bersama-sama dengan data ini untuk wanita dan lelaki, secara berasingan.

doi: 10.1371 / journal.pone.0134538.g001

Panel atas Jadual 2 menunjukkan cara sampel dan sisihan piawai untuk masalah internet (IAT), jam yang dibelanjakan dalam talian, kemurungan (HADS), kecemasan (HADS), kesepian (UCLA) dan masalah tidur (PSQI). Ini bermakna secara umumnya sejajar dengan yang dilihat dalam penyiasatan terdahulu sampel sedemikian [7]. Ia juga menunjukkan peratusan individu yang jatuh di atas titik pemotongan untuk skala tersebut, yang, selain daripada masalah tidur, seperti yang dijangkakan untuk contoh sedemikian. Jadual 2 juga menunjukkan peratusan sampel dengan IAD jatuh di atas batas untuk skala psikologi yang lain. Peratusan mereka yang mempunyai IAD juga menunjukkan tahap morbiditi lebih tinggi daripada pada sampel secara keseluruhan. Untuk menyelidiki hubungan ini dengan lebih lanjut, satu siri ujian 2 × 2 chi-square (co-morbiditi hadir atau tidak ada berbanding masalah internet yang ada atau tidak ada) dilakukan untuk setiap pemboleh ubah, dan mendedahkan bahawa semua co-morbidities secara signifikan dikaitkan dengan kehadiran masalah internet: kemurungan–chi-square(1) = 30.56, p <.001, Phi = .246; kecemasan-chi-square(1) = 38.98, p <.001, Phi = .278; kesunyian-chi-square(1) = 15.31, p <.001, Phi = .174; dan tidur-chi-square(1) = 9.38, p <.01, Phi = .136. Korelasi Pearson antara semua pembolehubah, dan dengan kedua-dua masalah kesihatan somatik (GHQ) dan gejala imun juga ditunjukkan dalam Jadual 2, dan analisis ini mendedahkan hubungan penting secara statistik antara semua pembolehubah.

thumbnail
Jadual 2. Bermakna (sisihan piawai) untuk masalah internet (IAT), jam yang dibelanjakan dalam talian, kemurungan (HADS), kecemasan (HADS), kesepian (UCLA) dan masalah tidur (PSQI), bersama peratusan individu yang jatuh di atas titik pemotongan itu skala, dan peratusan orang dengan IAD jatuh di atas potongan untuk skala itu.

 

Korelasi Pearson antara semua pembolehubah, dan dengan masalah kesihatan somatik (GHQ) dan gejala juga ditunjukkan.

doi: 10.1371 / journal.pone.0134538.t002

Skala min sampel untuk gejala somatik (GHQ-S) adalah 7.28 (± 3.87; range = 0-19), dan min bagi kuesioner simptom yang berkaitan dengan imun adalah 15.20 (± 9.43; range = 0-37). Skala ini mempunyai korelasi r = 0.345, p <.001, R2 = .119, dengan satu sama lain. Skor GHQ (S) sangat berkaitan dengan masalah kemurungan, kegelisahan, dan masalah tidur, dan, pada tahap yang lebih rendah, dengan pembolehubah lain. Skala simptom yang berkaitan dengan imun adalah sangat berkaitan dengan masalah kebimbangan, tidur dan internet, dan yang lebih rendah dengan pembolehubah lain.

Memandangkan kedua-dua jenis penyakit (GHQ-S dan IFQ) dikaitkan dengan semua pembolehubah lain, dan bahawa IAT berkaitan dengan semua pembolehubah lain, untuk mengetahui sama ada masalah internet (iaitu skor IAT) menyumbang kepada skor penyakit ini, dua regresi berganda berturut-turut dilakukan-satu untuk meramalkan skor GHQ-S, dan satu untuk meramalkan skor IFQ. Dalam kedua-dua kes, kemurungan, kebimbangan, kesepian, tidur, dan jam yang dibelanjakan dalam talian, dimasukkan ke dalam model regresi pada langkah pertama. Semua pembolehubah ditambah skor masalah internet (IAT) kemudiannya dimasukkan ke dalam model pada langkah kedua, dan sejauh mana jumlah varians yang dipertimbangkan bertambah baik dengan penambahan skor IAT dikira.

Panel bawah Jadual 2 tunjukkan keputusan untuk analisis ini. Pemeriksaan data dari panel kanan bawah untuk skor GHQ-S menunjukkan bahawa kedua-dua langkah regresi tersebut secara statistik signifikan, dengan pengurangan kesilapan yang dihasilkan oleh penambahan IAT pada langkah 2 juga menghasilkan peningkatan yang signifikan secara statistik dalam ramalan daripada skor GHQ-S. Perlu diperhatikan bahawa peningkatan ramalan GHQ-S yang dihasilkan oleh penambahan IAT tidak begitu besar. Corak data yang sama juga didapati dari analisis yang dijalankan untuk meramalkan skor simptom yang berkaitan dengan imun (IFQ). Walau bagaimanapun, penambahan IAT dalam langkah 2 menghasilkan peningkatan yang ketara dalam ketepatan ramalan untuk skor yang berkaitan dengan imun (IFQ), berbanding dengan gejala somatik (GHQ-S).

Untuk terus meneroka sifat hubungan antara pembolehubah, korelasi separa-separa antara peramal individu (iaitu kemurungan, kebimbangan, tidur, kesepian, jam dalam talian, dan masalah internet) dan kedua-dua skor gejala (GHQ-S dan IFQ) dikira secara berasingan. Korelasi separa parsial dilakukan di antara setiap pemboleh ubah ramalan dan dua pembolehubah yang berkaitan dengan penyakit yang menggunakan semua pemboleh ubah ramalan lain sebagai variasi bersama. Ini membolehkan hubungan unik antara dua pembolehubah yang dapat diperhatikan dengan ketiadaan pengaruh pengantara mana-mana pembolehubah lain, dan nilai-nilai ini dapat dilihat dalam Rajah 2 untuk kedua-dua pembolehubah berkaitan penyakit. Data-data ini menunjukkan corak hubungan yang sama antara peramal dan gejala untuk GHQ-S dan IFQ; dalam masalah itu, kemurungan, kebimbangan, dan masalah tidur, semuanya mempunyai hubungan yang signifikan secara statistik dengan kedua-dua hasil apabila kesan pembolehubah lain dikawal. Walau bagaimanapun, walaupun masalah internet (IAT) secara signifikan meramalkan simptom yang berkaitan dengan imun (IFQ), ini tidak signifikan secara statistik berkaitan dengan skor GHQ (S).

thumbnail
Rajah 2. Korelasi separa-separa antara kemurungan (HADS), kegelisahan (HADS), tidur (PSQI), kesepian (UCLA), jam dalam talian, dan masalah internet (IAT), dan kedua-dua skor gejala (GHQ (S) dan IFQ).

doi: 10.1371 / journal.pone.0134538.g002

Untuk meneroka hubungan antara masalah yang berkaitan dengan internet (skor IAT) dan masalah kesihatan umum (GHQ-S) dan masalah berkaitan dengan imun (IFQ), sampel itu dibahagikan kepada skor yang di bawah dan di atas pemotongan 40 untuk masalah berkaitan internet yang sederhana atau lebih teruk pada IAT [62]. Ini mencipta dua kumpulan: kumpulan tanpa masalah internet (N = 313; bermaksud IAT = 26.89 + 7.89; julat = 0-39), dan kumpulan yang mempunyai masalah internet (N = 313; bermakna IAT = 54.14 ± 11.23; julat = 40-96). Rajah 3 menunjukkan skor kesihatan umum somatik (GHQ-S) (panel sebelah kiri) dan skor kesihatan yang berkaitan dengan kesihatan imun (IFQ). Pemeriksaan data untuk GHQ-S menunjukkan sedikit perbezaan antara kumpulan IAT rendah dan tinggi dari segi skor GHQ-S mereka. Data-data ini dianalisis menggunakan analisis kovarians, dengan kumpulan internet sebagai faktor antara-subjek, dan kemurungan, kegelisahan, masalah tidur, kesepian, dan jam dalam talian sebagai kovariat. Analisis ini mendedahkan tiada perbezaan statistik signifikan antara kumpulan masalah internet dari segi skor GHQ-S mereka, F <1, sebahagiannya eta2 = .001. Sebaliknya, panel kanan Rajah 3 menunjukkan bahawa kumpulan masalah internet yang tinggi mempunyai lebih banyak masalah kesihatan yang berkaitan dengan imun daripada kumpulan masalah tanpa internet, F(1,498) = 27.79, p <.001, sebahagiannya eta2 = .046.

thumbnail
Rajah 3. Skor kesihatan (s) umum (GHQ (S)) (panel sebelah kiri) dan skor kesihatan yang berkaitan dengan imun (IFQ) untuk kedua-dua kumpulan IAT (masalah yang lebih rendah dan lebih tinggi).

 

Panel kiri = skor berkaitan somatik GHQ (S); panel kanan = skor berkaitan dengan imun (IFQ).

doi: 10.1371 / journal.pone.0134538.g003

Perbincangan

Kajian semasa meneroka hubungan antara skor ujian kecanduan internet dan skor kesihatan, memberi tumpuan kepada penilaian sistem fungsi imun serta status kesihatan umum. Ini difikirkan sebagai kawasan penting untuk disiasat kerana tidak ada data terdahulu yang menunjukkan kesan penggunaan internet bermasalah terhadap fungsi imun; Selain itu, laporan terdahulu mengenai hubungan antara penggunaan internet bermasalah dan kualiti hidup yang berkaitan dengan kesihatan telah menjadi satu sama lain [9,39,40]. Adalah difikirkan bahawa kekeliruan yang kedua mungkin berkaitan dengan sifat langkah-langkah yang digunakan untuk menilai status kesihatan, dengan skala laporan kesihatan yang berorientasikan psikologi, seperti GHQ, yang kurang berkaitan dengan penggunaan internet yang bermasalah daripada langkah yang lebih berkaitan secara langsung dengan fungsi imun.

Walaupun strategi pengambilan dalam talian telah diterima pakai, sampel semasa mempunyai ciri-ciri yang serupa kepada banyak orang lain yang pernah digunakan dalam kajian penggunaan internet. Sampel itu adalah muda (di bawah umur 30), tetapi ia mempunyai lingkungan umur yang besar. Panjang purata masa yang dihabiskan di internet adalah sekitar jam 5-6 sehari, yang sejajar dengan beberapa anggaran semasa [40,61]. Perlu diingatkan bahawa nilai ini tidak membezakan antara penggunaan profesional dan peribadi, dan telah menyarankan bahawa ini adalah penting dari segi masalah internet [40]. Walau bagaimanapun, tidak jelas sama ada perbezaan seperti itu mudah dibuat untuk peserta. Jenis-jenis aktiviti yang dijalankan di internet oleh para peserta semasa adalah serupa dengan yang dinyatakan dalam kajian terdahulu [61]. Terdapat perbezaan jantina dalam penggunaan internet. Wanita cenderung menggunakan media sosial dan laman membeli-belah lebih daripada lelaki, tetapi lelaki cenderung menggunakan permainan, laman seksual / dating, dan bilik sembang, lebih daripada wanita. Sudah tentu, ini bergantung pada data laporan diri, dan perbezaan, walaupun secara statistiknya boleh dipercayai, adalah kecil untuk beberapa perbandingan ini. Tahap penggunaan internet yang bermasalah dalam sampel semasa, sekitar 30% sampel yang dipaparkan gejala ringan atau lebih buruk dari ketagihan internet, secara luas selaras dengan penyiasatan sebelumnya [7].

Temuan utama kajian semasa ialah penggunaan internet bermasalah yang dilaporkan sendiri berkaitan dengan fungsi imun yang dilaporkan sendiri yang lebih teruk, seperti yang diindeks oleh bilangan simptom yang berkaitan dengan imun. Ini membuktikan hasil daripada kajian yang meneliti kualiti hidup yang berkaitan dengan kesihatan yang diakui oleh SF-36 dan penggunaan internet yang bermasalah [40]. Walau bagaimanapun, walaupun fungsi imun dan kesihatan diri dilaporkan berkaitan dengan satu sama lain, penggunaan internet bermasalah tidak meramalkan gejala kesihatan diri yang dilaporkan, seperti yang diukur oleh skala somatik GHQ. Temuan yang kedua adalah selari dengan beberapa kajian terdahulu yang gagal untuk mencari hubungan antara skor IAT dan skor GHQ [9,39]. Penemuan positif semasa, dari segi hubungan antara skor IAT dan fungsi imun yang merosakkan, mungkin mencerminkan bahawa mengukur simptom yang berkaitan dengan imun lebih langsung, seperti yang dilakukan dalam kajian semasa, menilai aspek kesihatan ini lebih baik daripada GHQ yang berorientasikan psikologi skala.

Walaupun kesukaran dalam pengukuran fungsi imun yang telah dibincangkan lebih awal (lihat juga di bawah), kaitan klinikal penemuan boleh dimasukkan ke dalam konteks yang diberikan batasan metodologi kajian. Kajian ini adalah satu korelasi, yang bermaksud bahawa penyebab tidak seharusnya secara automatik disimpulkan dari persatuan tersebut. Adalah mungkin bahawa mereka yang mempunyai tahap penyakit yang lebih tinggi cenderung menggunakan internet lebih kerap daripada mereka yang fitter. Walau bagaimanapun, memandangkan penggunaan internet, dan hubungan antara belia dan penggunaan internet, ini nampaknya tidak mungkin, walaupun masih ada kemungkinan yang memerlukan penyelidikan membujur untuk menilai. Sebagai alternatif, mungkin ada faktor ketiga yang meramalkan penggunaan internet dan kesihatan yang tidak baik. Walau bagaimanapun, ia juga harus diperhatikan bahawa hubungan antara kegunaan internet bermasalah dan fungsi imun yang dilaporkan sendiri ditemui untuk menampung dan mengatasi kesan beberapa fungsi lain (kemurungan, kebimbangan, kesepian) yang berkaitan dengan internet bermasalah gunakan [10-12], dan yang, dalam diri mereka, dikaitkan dengan fungsi imun yang dikurangkan [45,46,48,49]. Ini menjadikannya tidak jelas apa faktor perantaraan ketiga.

Sekiranya penggunaan internet bermasalah telah meramalkan fungsi imun yang lebih teruk, persoalan yang jelas untuk klinisi akan membimbangkan mekanisme. Satu kemungkinan adalah bahawa tahap penggunaan internet bermasalah tinggi telah diperhatikan untuk meningkatkan pengaktifan sistem saraf simpatik [32,33]. Aktiviti simpatetik yang tinggi ini membawa kepada peningkatan dalam tahap tidak-epinephrone dan / atau cortisteroid (kortisol), yang, akhirnya, membawa kepada fungsi imun yang menurun [52]. Justeru, laluan ini mungkin memaparkan hubungan antara kegunaan internet bermasalah dan mengurangkan fungsi imun, tetapi memerlukan siasatan lanjut. Cadangan yang terakhir ini mempunyai beberapa kaitan untuk konseptualisasi masa depan dan penerokaan ciri-ciri klinikal penggunaan internet bermasalah.

Hubungan antara skor IAT dan fungsi imun mencerminkan hakikat bahawa penggunaan keseluruhan internet bagi sesetengah orang dianggap sebagai satu masalah, bagaimanapun, apa yang mereka gunakan di internet akan berbeza antara individu-individu ini. Sebagai contoh, kajian semasa mendapati perbezaan jantina dalam kegunaan orang-orang yang ada untuk internet, dan mungkin kegunaan tertentu berkaitan dengan pengurangan fungsi imun secara berbeza antara jantina. Kerja terperinci lanjut mengenai jenis penggunaan internet, seperti sifat penggunaan yang tepat, dan masa yang digunakan secara online untuk kegunaan profesional dan peribadi, dapat memberi gambaran lanjut mengenai hubungan antara penggunaan internet dan pengurangan fungsi imun.

Seperti biasa, terdapat beberapa batasan untuk kajian semasa yang perlu diperhatikan. Sampel semasa direkrut dalam talian, dan ini mungkin mempunyai berat sebelah jenis individu yang mengambil bahagian dalam kajian ini. Walau bagaimanapun, perlu dinyatakan bahawa julat individu dalam sampel adalah agak luas dari segi umur mereka, dan ciri-ciri lain mereka, dan sampel itu seolah-olah sesuai dengan yang digunakan dalam kajian terdahulu. Harus diingat bahawa kajian semasa tidak membezakan antara profesional dan penggunaan peribadi internet, yang mungkin penting untuk diperiksa. Sebagai contoh, tahap paksaan dan keperluan mendesak untuk menggunakan internet mungkin memberi kesan kepada tahap tekanan ke tahap yang lebih tinggi daripada jam yang perlu dibelanjakan untuk internet untuk kerja. Iaitu, perbezaan boleh dibuat antara mereka yang bekerja keras dan tertekan atas sebab itu, dan orang yang mempunyai masalah internet dan tertekan dan tidak sihat kerana masalah ini.

Dari segi peramal alternatif yang berpotensi untuk fungsi imun yang dikurangkan dilihat pada pengguna masalah yang tinggi, kerja masa depan mungkin mempertimbangkan peranan pelbagai ketagihan yang boleh menjejaskan kumpulan pengguna internet masalah. Maklumat mengenai ketagihan farmakologi dan bukan farmakologi tidak dikumpulkan dalam laporan semasa, dan ini mungkin mencetuskan masalah internet, dan mempengaruhi fungsi imun. Begitu juga, peristiwa kehidupan baru-baru ini yang tertekan mungkin memberi kesan kepada kelakuan ketagihan dan fungsi sistem imun, seperti keadaan sosial para peserta. Kedua-dua aspek ini boleh diperiksa dengan penyelidikan lanjut.

Kebergantungan pada laporan diri untuk fungsi kekebalan mungkin kemudiannya disokong oleh penggunaan analisis sel darah, yang akan menambah sokongan kepada kesimpulan saat ini. Walau bagaimanapun, seperti yang dinyatakan di atas, tidak ada hubungan yang sempurna antara fisiologi fungsi imun dan pengalaman gejala [54], dan laporan sendiri selesema dan selesema diambil sebagai ukuran yang sah fungsi imun dalam hal ini [31,44]. Sudah tentu, didapati bahawa laporan diri penyakit gejala-terutama mengenai jangkitan pernafasan atas (contohnya, selesema dan selesema), seperti yang digunakan dalam kajian semasa, berkorelasi baik dengan bacaan immunoglobin objektif [73].

Akhirnya, perlu diakui bahawa walaupun kajian semasa menunjukkan hubungan antara penggunaan internet bermasalah dan gejala berkaitan dengan imun, terdapat dua kaitan untuk membuat kesimpulan kausal dari persatuan ini yang harus disebutkan. Pertama, kerana kajian ini tidak membujur, maka kesimpulan kausal tidak boleh diambil untuk dibuktikan. Kedua, seperti banyak pemboleh ubah ramalan yang berkorelasi dengan satu sama lain, maka ini mungkin menghasilkan derajat keterkaitan bersama dalam analisis regresi yang membuat interpretasi sukar. Walaupun harus diperhatikan bahawa penggunaan korelasi separa parsial, sedikit demi sedikit, memperbaiki kesulitan ini.

Ringkasnya, laporan semasa mewujudkan hubungan antara kegunaan internet bermasalah dan pelaporan bilangan gejala yang lebih besar yang dikaitkan dengan fungsi sistem imun yang berkurang. Hubungan ini adalah bebas daripada bilangan jam yang dibelanjakan dalam talian, dan juga kesan dari mana-mana gejala yang mengerikan bersama penggunaan internet bermasalah, seperti kemurungan, pengasingan, dan kecemasan. Adalah dicadangkan bahawa kesan negatif fungsi imun boleh diantarkan oleh tekanan yang meningkat, dan juga oleh peningkatan aktiviti saraf simpatik yang kadang-kadang dipaparkan oleh penagih internet.

Sumbangan Pengarang

Menyedari dan merancang percubaan: PR RV LAO MR RT. Melaksanakan eksperimen: RV. Menganalisis data: RV PR. Alat reagen / bahan / analisis yang disumbangkan: LAO. Tulis kertas: PR LAO MR RT.

Rujukan

  1. 1. Blok JJ. Isu untuk DSM-V: ketagihan internet. Am J Psikiatri 2008; 165: 306-7. doi: 10.1176 / appi.ajp.2007.07101556. pmid: 18316427
  2. 2. KS muda. Ketagihan internet: Kemunculan gangguan klinikal baru. CyberPsychology & Behavior 1998; 1 (3): 237–244. doi: 10.1089 / cpb.1998.1.237
  3. Lihat Perkara
  4. PubMed / NCBI
  5. Google Scholar
  6. Lihat Perkara
  7. PubMed / NCBI
  8. Google Scholar
  9. Lihat Perkara
  10. PubMed / NCBI
  11. Google Scholar
  12. Lihat Perkara
  13. PubMed / NCBI
  14. Google Scholar
  15. Lihat Perkara
  16. PubMed / NCBI
  17. Google Scholar
  18. Lihat Perkara
  19. PubMed / NCBI
  20. Google Scholar
  21. Lihat Perkara
  22. PubMed / NCBI
  23. Google Scholar
  24. Lihat Perkara
  25. PubMed / NCBI
  26. Google Scholar
  27. Lihat Perkara
  28. PubMed / NCBI
  29. Google Scholar
  30. Lihat Perkara
  31. PubMed / NCBI
  32. Google Scholar
  33. Lihat Perkara
  34. PubMed / NCBI
  35. Google Scholar
  36. Lihat Perkara
  37. PubMed / NCBI
  38. Google Scholar
  39. Lihat Perkara
  40. PubMed / NCBI
  41. Google Scholar
  42. Lihat Perkara
  43. PubMed / NCBI
  44. Google Scholar
  45. Lihat Perkara
  46. PubMed / NCBI
  47. Google Scholar
  48. Lihat Perkara
  49. PubMed / NCBI
  50. Google Scholar
  51. Lihat Perkara
  52. PubMed / NCBI
  53. Google Scholar
  54. Lihat Perkara
  55. PubMed / NCBI
  56. Google Scholar
  57. Lihat Perkara
  58. PubMed / NCBI
  59. Google Scholar
  60. Lihat Perkara
  61. PubMed / NCBI
  62. Google Scholar
  63. Lihat Perkara
  64. PubMed / NCBI
  65. Google Scholar
  66. Lihat Perkara
  67. PubMed / NCBI
  68. Google Scholar
  69. Lihat Perkara
  70. PubMed / NCBI
  71. Google Scholar
  72. Lihat Perkara
  73. PubMed / NCBI
  74. Google Scholar
  75. Lihat Perkara
  76. PubMed / NCBI
  77. Google Scholar
  78. Lihat Perkara
  79. PubMed / NCBI
  80. Google Scholar
  81. Lihat Perkara
  82. PubMed / NCBI
  83. Google Scholar
  84. Lihat Perkara
  85. PubMed / NCBI
  86. Google Scholar
  87. Lihat Perkara
  88. PubMed / NCBI
  89. Google Scholar
  90. Lihat Perkara
  91. PubMed / NCBI
  92. Google Scholar
  93. Lihat Perkara
  94. PubMed / NCBI
  95. Google Scholar
  96. Lihat Perkara
  97. PubMed / NCBI
  98. Google Scholar
  99. Lihat Perkara
  100. PubMed / NCBI
  101. Google Scholar
  102. Lihat Perkara
  103. PubMed / NCBI
  104. Google Scholar
  105. Lihat Perkara
  106. PubMed / NCBI
  107. Google Scholar
  108. Lihat Perkara
  109. PubMed / NCBI
  110. Google Scholar
  111. Lihat Perkara
  112. PubMed / NCBI
  113. Google Scholar
  114. Lihat Perkara
  115. PubMed / NCBI
  116. Google Scholar
  117. Lihat Perkara
  118. PubMed / NCBI
  119. Google Scholar
  120. Lihat Perkara
  121. PubMed / NCBI
  122. Google Scholar
  123. Lihat Perkara
  124. PubMed / NCBI
  125. Google Scholar
  126. Lihat Perkara
  127. PubMed / NCBI
  128. Google Scholar
  129. Lihat Perkara
  130. PubMed / NCBI
  131. Google Scholar
  132. Lihat Perkara
  133. PubMed / NCBI
  134. Google Scholar
  135. Lihat Perkara
  136. PubMed / NCBI
  137. Google Scholar
  138. Lihat Perkara
  139. PubMed / NCBI
  140. Google Scholar
  141. Lihat Perkara
  142. PubMed / NCBI
  143. Google Scholar
  144. Lihat Perkara
  145. PubMed / NCBI
  146. Google Scholar
  147. Lihat Perkara
  148. PubMed / NCBI
  149. Google Scholar
  150. Lihat Perkara
  151. PubMed / NCBI
  152. Google Scholar
  153. Lihat Perkara
  154. PubMed / NCBI
  155. Google Scholar
  156. Lihat Perkara
  157. PubMed / NCBI
  158. Google Scholar
  159. Lihat Perkara
  160. PubMed / NCBI
  161. Google Scholar
  162. Lihat Perkara
  163. PubMed / NCBI
  164. Google Scholar
  165. Lihat Perkara
  166. PubMed / NCBI
  167. Google Scholar
  168. Lihat Perkara
  169. PubMed / NCBI
  170. Google Scholar
  171. Lihat Perkara
  172. PubMed / NCBI
  173. Google Scholar
  174. Lihat Perkara
  175. PubMed / NCBI
  176. Google Scholar
  177. Lihat Perkara
  178. PubMed / NCBI
  179. Google Scholar
  180. Lihat Perkara
  181. PubMed / NCBI
  182. Google Scholar
  183. 3. Christakis DA. Ketagihan internet: epidemik abad 21? BMC Perubatan 2010; 8 (1): 61. doi: 10.1186 / 1741-7015-8-61
  184. Lihat Perkara
  185. PubMed / NCBI
  186. Google Scholar
  187. Lihat Perkara
  188. PubMed / NCBI
  189. Google Scholar
  190. 4. Caplan SE, AC Tinggi. Interaksi sosial dalam talian, kesejahteraan Psikososial, dan penggunaan internet bermasalah. Ketagihan internet: Buku panduan dan panduan untuk penilaian dan rawatan 201; 35-53. doi: 10.1002 / 9781118013991.ch3
  191. Lihat Perkara
  192. PubMed / NCBI
  193. Google Scholar
  194. Lihat Perkara
  195. PubMed / NCBI
  196. Google Scholar
  197. Lihat Perkara
  198. PubMed / NCBI
  199. Google Scholar
  200. Lihat Perkara
  201. PubMed / NCBI
  202. Google Scholar
  203. Lihat Perkara
  204. PubMed / NCBI
  205. Google Scholar
  206. Lihat Perkara
  207. PubMed / NCBI
  208. Google Scholar
  209. Lihat Perkara
  210. PubMed / NCBI
  211. Google Scholar
  212. Lihat Perkara
  213. PubMed / NCBI
  214. Google Scholar
  215. 5. Shaw M, Black DW. Ketagihan internet. CNS Dadah 2008; 22: 353-65. pmid: 18399706 doi: 10.2165 / 00023210-200822050-00001
  216. 6. Griffiths M. Masa ketagihan internet perlu diberi perhatian serius? Penyelidikan & Teori Ketagihan 2000; 8: 413–418. doi: 10.3109 / 16066350009005587
  217. 7. Romano M, Osborne LA, Truzoli R, Reed P. Kesan psikologi pendedahan pendedahan internet terhadap penagih internet. PLOS ONE 2013; 8 (2): e55162. doi: 10.1371 / journal.pone.0055162. pmid: 23408958
  218. 8. Kuss DJ, Griffiths MD, Binder JF. Ketagihan internet di kalangan pelajar: Faktor prevalensi dan risiko. Komputer dalam Perilaku Manusia 2013; 29 (3): 959-966. doi: 10.1016 / j.chb.2012.12.024
  219. 9. Niemz K, Griffiths M, Banyard P. Kelaziman penggunaan Internet patologi di kalangan pelajar universiti dan korelasi dengan harga diri, soal selidik kesihatan umum (GHQ), dan disinhibition. CyberPsychology & Behavior 2005; 8 (6): 562–570. doi: 10.1089 / cpb.2005.8.562
  220. 10. Weinstein A, Lejoyeux M. Ketagihan internet atau penggunaan internet yang berlebihan. Jurnal Amerika Penyalahgunaan Ubat dan Alkohol 2010; 36 (5): 277-283. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
  221. 11. Bernardi S, Pallanti S. Kecanduan Internet: kajian klinikal deskriptif yang memberi tumpuan kepada komorbiditi dan gejala disosiatif. Psikiatri Komprehensif 2009; 50 (6): 510-516. doi: 10.1016 / j.comppsych.2008.11.011. pmid: 19840588
  222. 12. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC. Persatuan antara ketagihan Internet dan gangguan psikiatri: semakan kesusasteraan. Psikiatri Eropah 2012; 27 (1): 1-8. doi: 10.1016 / j.eurpsy.2010.04.011. pmid: 22153731
  223. 13. Akin A, Iskender M. Ketagihan internet dan kemurungan, kecemasan dan tekanan. International Online Journal of Educational Sciences 2011; 3 (1): 138-148.
  224. 14. Yen CF, Chou WJ, Liu TL, Yang P, Hu. Persatuan gejala ketagihan internet dengan kebimbangan, kemurungan dan harga diri di kalangan remaja dengan gangguan kekurangan perhatian / hiperaktif. Psikiatri Komprehensif 2014. doi: 10.1016 / j.comppsych.2014.05.025
  225. 15. Gundogar A, Bakim B, Ozer OA, Karamustafalioglu. P-32-Persatuan antara ketagihan internet, kemurungan dan ADHD di kalangan pelajar sekolah menengah. Psikiatri Eropah 201; 27: 1. doi: 10.1016 / s0924-9338 (12) 74199-8
  226. 16. Romano M, Truzoli R, Osborne LA, Reed P. Hubungan antara autisme, kecemasan, dan ketagihan internet. Penyelidikan dalam Gangguan Autisme Spektrum 2014; 11: 1521-1526. doi: 10.1016 / j.rasd.2014.08.002
  227. 17. Young KS, Rogers RC. Hubungan antara kemurungan dan ketagihan Internet. CyberPsychology & Behavior 1998; 1 (1): 25–28. doi: 10.1089 / cpb.1998.1.25
  228. 18. Ko CH, Liu TL, Wang PW, Chen CS, Yen CF, Yen JY. Kemerosotan kemurungan, permusuhan, dan kecemasan sosial semasa kecanduan internet di kalangan remaja: kajian prospektif. Psikiatri Komprehensif 2014. doi: 10.1016 / j.comppsych.2014.05.003
  229. 19. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsivity dalam ketagihan internet: perbandingan dengan perjudian patologi. Cyberpsychology, Behavior, dan Rangkaian Sosial 2012; 15 (7): 373-377. doi: 10.1089 / cyber.2012.0063
  230. 20. Yen JY, Yen CF, Wu HY, Huang CJ, Ko CH. Huru-hara di dunia nyata dan dalam talian: kesan ketagihan internet, kemurungan, dan aktiviti dalam talian. Cyberpsychology, Behavior, dan Rangkaian Sosial 2011; 14 (11): 649-655. doi: 10.1089 / cyber.2010.0393
  231. 21. Heim C. Penggunaan komputer dan internet yang sangat berat sebagai faktor risiko untuk skizofrenia dalam lelaki muda cerdas. Australia dan New Zealand Journal of Psychiatry 2012; 46 (8): 791-792. doi: 10.1177 / 0004867412442407. pmid: 22403394
  232. 22. Caplan SE. Keutamaan untuk interaksi sosial dalam talian: Teori penggunaan Internet yang bermasalah dan kesejahteraan psikososial. Penyelidikan Komunikasi 2003; 30: 625-648. doi: 10.1177 / 0093650203257842
  233. 23. Yan W, Li Y, Sui N. Hubungan antara peristiwa kehidupan terkini yang menegangkan, sifat keperibadian, fungsi keluarga yang dirasakan dan ketagihan internet di kalangan pelajar kolej. Tekanan dan Kesihatan 2014; 30 (1): 3-11. doi: 10.1002 / smi.2490. pmid: 23616371
  234. 24. Bozoglan B, Demirer V, Sahin I. Kesepian, harga diri, dan kepuasan hidup sebagai penagih kecanduan Internet: Kajian rentas keratan antara pelajar universiti Turki. Jurnal Psikologi Scandinavia 2013; 54 (4): 313-319. doi: 10.1111 / sjop.12049. pmid: 23577670
  235. 25. Nalwa K, Anand AP. Ketagihan internet pada pelajar: penyebab kebimbangan. CyberPsychology & Behavior 2003; 6 (6): 653–656. doi: 10.1089 / 109493103322725441
  236. 26. Sanders CE, Field TM, Diego M, Kaplan M. Hubungan penggunaan Internet kepada kemurungan dan pengasingan sosial di kalangan remaja. Remaja remaja 2000; 35 (138): 237-242. pmid: 11019768
  237. 27. Tonioni F, D'Alessandris L, Lai C, Martinelli D, Corvino S, Vasale M,… Bria P. Ketagihan internet: jam yang dihabiskan dalam talian, tingkah laku dan gejala psikologi. Psikiatri Hospital Umum 2012; 34 (1): 80–87. doi: 10.1016 / j.genhosppsych.2011.09.013. pmid: 22036735
  238. 28. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, dan lain-lain. Ketidakstabilan mikro dalam remaja dengan gangguan ketagihan internet. PloS ONE 2011; 6 (6): e20708. doi: 10.1371 / journal.pone.0020708. pmid: 21677775
  239. 29. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. Kelainan perkara abu-abu dalam ketagihan Internet: Kajian morphometry berasaskan voxel. Jurnal Eropah Radiologi 2011; 79 (1): 92-95. doi: 10.1016 / j.ejrad.2009.10.025. pmid: 19926237
  240. 30. Hou H, Jia S, Hu S, Fan R, Sun W, Sun T, dan Pengangkut dopamine pengurangan striat pada orang dengan gangguan ketagihan internet. BioMed Research International 2012; 2012. doi: 10.1155 / 2012 / 854524
  241. 31. Kim SH, Baik SH, Park CS, Kim SJ, Choi SW, Kim SE. Pengurangan reseptor dopamin D2 yang dikurangkan kepada orang yang mempunyai ketagihan Internet. Neuroreport 2011; 22 (8): 407-411. doi: 10.1097 / WNR.0b013e328346e16e. pmid: 21499141
  242. 32. Lu DW, Wang JW, Huang ACW. Diferensiasi tahap risiko ketagihan internet berdasarkan respon saraf autonomik: hipotesis ketagihan Internet aktiviti autonomi. Cyberpsychology, Behavior, dan Rangkaian Sosial 2010; 13 (4): 371-378. doi: 10.1089 / cyber.2009.0254
  243. 33. Lin PC, Kuo SY, Lee PH, Sheen TC, Chen SR. Kesan ketagihan internet pada variabiliti kadar denyutan jantung di kalangan kanak-kanak sekolah. Journal of Cardiovascular Nursing 2013. doi: 10.1097 / jcn.0b013e3182a477d5
  244. 34. Zheng H, Liu X, Patel K K. Peranan untuk dopamin dalam tindak balas bersimpati pusat di tikus dengan Jenis 2 Diabetes yang disebabkan oleh streptozotocin dan diet tinggi lemak. The FASEB Journal 2011; 25: 1028-11.
  245. 35. Bélanger RE, Akre C, Berchtold A, Michaud PA. Persatuan berbentuk U antara keamatan penggunaan Internet dan kesihatan remaja. Pediatrik 2014; 127: e330-e335. doi: 10.1542 / peds.2010-1235
  246. 36. Lam LT. Ketagihan Permainan Internet, penggunaan internet yang bermasalah, dan masalah tidur: Kajian sistematik. Laporan Psikiatri semasa 2014; 16 (4): 1-9. doi: 10.1007 / s11920-014-0444-1
  247. 37. Kim Y, Park JY, Kim SB, Jung IK, Lim YS, Kim JH. Kesan kecanduan internet terhadap gaya hidup dan kelakuan pemakanan remaja Korea. Penyelidikan dan Amalan Nutrisi 2010; 4 (1): 51-57. doi: 10.4162 / nrp.2010.4.1.51. pmid: 20198209
  248. 38. Li M, Deng Y, Ren Y, Guo S, He X. Status obesiti pelajar sekolah menengah di Xiangtan dan hubungannya dengan ketagihan Internet. Obesiti 2014; 22 (2): 482-487. doi: 10.1002 / oby.20595. pmid: 23929670
  249. 39. Jenaro C, Flores N, Gomez-Vela M, Gonzalez-Gil F, Caballo C. Internet yang bermasalah dan penggunaan telefon bimbit: Hubungan psikologi, perilaku, dan kesihatan. Penyelidikan Ketagihan dan Teori 2007; 15: 309-320. doi: 10.1080 / 16066350701350247
  250. 40. Kelley KJ, Gruber EM. Penggunaan Internet yang bermasalah dan kesihatan fizikal. Journal of Addictions Behavioural 2013; 2 (2): 108-112. doi: 10.1556 / JBA.1.2012.016. pmid: 26165930
  251. 41. Besedovsky L, Lange T, Born J. Tidur dan fungsi imun. Pflügers Archiv-European Journal of Physiology 2012; 463 (1): 121-137. doi: 10.1007 / s00424-011-1044-0. pmid: 22071480
  252. 42. Cheung LM, Wong WS. Kesan insomnia dan ketagihan internet pada kemurungan di kalangan remaja China Hong Kong: analisis keratan rentas pencarian. Penyelidikan Tidur 2011; 20: 311-317. doi: 10.1111 / j.1365-2869.2010.00883.x
  253. 43. Irwin M. Kesan tidur dan kehilangan tidur terhadap imuniti dan sitokin. Otak, Kelakuan, dan Kekebalan 2002; 16 (5): 503-512. doi: 10.1016 / s0889-1591 (02) 00003-x
  254. 44. Adam Y, Meinlschmidt G, Lieb R. Persatuan antara gangguan mental dan kesejukan umum pada orang dewasa: Kajian keratan rentas berdasarkan populasi. Jurnal Penyelidikan Psikosomatik 2013; 74 (1): 69-73. doi: 10.1016 / j.jpsychores.2012.08.013. pmid: 23272991
  255. 45. Irwin M, Patterson T, Smith TL, Caldwell C, Brown SA, Gillin JC, dan Pengurangan fungsi imun dalam tekanan hidup dan kemurungan. Psikiatri Biologi 1990; 27 (1): 22-30. petang: 2297549 doi: 10.1016 / 0006-3223 (90) 90016-u
  256. 46. Kiecolt-Glaser JK, Glaser R. Kemurungan dan fungsi imun: laluan utama kepada morbiditi dan kematian. Jurnal Penyelidikan Psikosomatik 2002; 53 (4): 873-876. pm: 12377296 doi: 10.1016 / s0022-3999 (02) 00309-4
  257. 47. Kim HC, Park SG, Leem JH, Jung DY, Hwang SH. Gejala-gejala depresi sebagai faktor risiko untuk keradangan umum di kalangan pekerja: Kajian susulan bulan 4. Jurnal Penyelidikan Psikosomatik 2011; 71 (3): 194-196. doi: 10.1016 / j.jpsychores.2011.01.014. pmid: 21843756
  258. 48. Dickerson SS, Kemeny ME. Penekan akut dan tindak balas kortisol: integrasi teori dan sintesis penyelidikan makmal. Buletin Psikologi 2004; 130 (3): 355. petang: 15122924 doi: 10.1037 / 0033-2909.130.3.355
  259. 49. Cacioppo JT, Hawkley LC. Pengasingan dan kesihatan sosial, dengan penekanan pada mekanisme asas. Perspektif dalam Biologi dan Perubatan 2003; 46 (3): S39-S52. petang: 14563073 doi: 10.1353 / pbm.2003.0049
  260. 50. Cohen S. Hubungan sosial dan kesihatan. Psikologi Amerika 2004; 59 (8): 676. petang: 15554821 doi: 10.1037 / 0003-066x.59.8.676
  261. 51. Jaremka LM, Fagundes CP, Glaser R, Bennett JM, Malarkey WB, Kiecolt-Glaser JK. Kesepian meramalkan kesakitan, kemurungan, dan keletihan: Memahami peranan imunisasi imun. Psychoneuroendocrinology 2013; 38 (8): 1310-1317. doi: 10.1016 / j.psyneuen.2012.11.016. pmid: 23273678
  262. 52. McClelland DC, E Floor, Davidson RJ, Saron C. Motivasi kuasa yang ditekan, pengaktifan simpatik, fungsi imun, dan penyakit. Journal of Human Stress 1980; 6 (2): 11-19. petang: 7391555 doi: 10.1080 / 0097840x.1980.9934531
  263. 53. Cao H, Sun Y, Wan Y, Hao J, Tao F. BMC Kesihatan Awam 2011; 11: 802. doi: 10.1186 / 1471-2458-11-802. pmid: 21995654
  264. 54. Heikkinen T, Järvinen A. Selesema biasa. Lancet 2003; 361: 51-59. pm: 12517470 doi: 10.1016 / s0140-6736 (03) 12162-9
  265. 55. WHO. Mengkaji musim selesema musim sejuk 2012-2013, hemisfera utara. Pertubuhan Kesihatan Sedunia Mingguan epidemiologi rekod 2013; 88: 225-232. Diperolehi daripada http://www.who.int/wer/2013/wer8822.pdf
  266. 56. Grout P, ​​Barber V E. Sakit sejuk-sebuah kaji selidik epidemiologi. Jurnal Royal College of General Practitioners 1976; 26: 428-434. pmid: 957310
  267. 57. Glaser R, Sheridan J, Malarkey WB, MacCallum RC, Kiecolt-Glaser J K. Tekanan kronik memodulasi tindak balas imun terhadap vaksin pneumonia pneumoccocal. Perubatan Psikosomatik 2000; 62: 804-807. pmid: 11139000 doi: 10.1097 / 00006842-200011000-00010
  268. 58. Hass HS, Schauenstein K. Kekebalan, hormon, dan otak. Alahan 2001; 56: 470-77 di tengah: 11421890 doi: 10.1034 / j.1398-9995.2001.056006470.x
  269. 59. Aberg KM, Radeck KA, Choi EH, Kim DK, Demerjian M, Hupe M, et al. Psikologi tekanan mengimbangi ekspresi peptida antimikrob epiderma dan meningkatkan keterukan jangkitan kuman pada tikus. Jurnal Penyiasatan Klinikal 2007; 117: 3339-3349. petang: 17975669 doi: 10.1172 / jci31726
  270. 60. Ng BD, Wiemer-Hastings P. Ketagihan internet dan permainan dalam talian. CyberPsychology & Behavior 2005; 8 (2): 110–113. doi: 10.1089 / cpb.2005.8.110
  271. 61. Widyanto L, McMurran M. Sifat psikometrik ujian ketagihan internet. Cyberpsychology & Behavior 2004; 7: 443–450. doi: 10.1089 / cpb.2004.7.443
  272. 62. Young KS. Ujian Ketagihan Internet (IAT) 2009.
  273. 63. Chang MK, Undang-undang Manusia SP. Struktur faktor untuk Ujian Kecanduan Internet Muda: Satu kajian konfirmasi. Komputer dalam Perilaku Manusia 2008; 24: 2597-2619. doi: 10.1016 / j.chb.2008.03.001
  274. 64. Hardie E, Tee MY. Penggunaan internet yang berlebihan: Peranan personaliti, kesepian dan rangkaian sokongan sosial dalam ketagihan internet. Australian Journal of Emerging Technologies and Society 2007; 5: 34-47.
  275. 65. Snaith RP, Zigmond AS. HADS: Kecemasan Hospital dan Skala Depresi 1994. Windsor: NFER Nelson.
  276. 66. Andrew B, Wilding J M. Hubungan kemurungan dan kecemasan terhadap tekanan hidup dan pencapaian pelajar. Jurnal British Psychology 2004; 95 (4): 509-521. doi: 10.1348 / 0007126042369802
  277. 67. Crawford JR, Henry JD, Crombie C, Taylor EP. Data normatif untuk HADS dari sampel bukan klinikal yang besar. Jurnal British Psikologi Klinikal 2001; 40 (4): 429-434. doi: 10.1348 / 014466501163904
  278. 68. Russell DW. Skala Kesepian UCLA (Versi 3): Kebolehpercayaan, kesahihan dan struktur faktor. Jurnal Penilaian Keperibadian 1996; 66 (1): 20-40. pmid: 8576833 doi: 10.1207 / s15327752jpa6601_2
  279. 69. Jobe LE, Williams White S. Kesepian, hubungan sosial, dan fenotip autisme yang lebih luas di kalangan pelajar kolej. Perbezaan Keperibadian dan Individu 2007; 42 (8): 1479-1489. doi: 10.1016 / j.paid.2006.10.021
  280. 70. Buysse DJ, Reynolds CF, Monk TH, Berman SR, DJ Kupfer. Indeks Kualiti Tidur Pittsburgh (PSQI): Alat baru untuk penyelidikan dan praktik psikiatri. Psikiatri Penyelidikan 1989; 28 (2): 193-213. doi: 10.1016 / 0165-1781 (89) 90047-4
  281. 71. Goldberg DP, Hillier V F. Versi soal selidik Kesihatan Umum. Perubatan Psikologi 1979; 9: 139-145. petang: 424481 doi: 10.1017 / s0033291700021644
  282. 72. Reed P., & Senunaite K. Kesan kanak-kanak dengan ASD terhadap fungsi imun yang dilaporkan sendiri oleh ibu bapa. Ditinjau.
  283. 73. McClelland DC, Alexander C, Marks E. Keperluan untuk kuasa, tekanan, fungsi imun dan penyakit di kalangan tahanan lelaki. Jurnal Psikologi Abnormal 1982; 91 (1): 61. petang: 7056944 doi: 10.1037 / 0021-843x.91.1.61