အင်တာနက်ကိုအသုံးပြုခြင်း၏စိတ်ကျန်းမာရေးအကျိုးသက်ရောက်မှုဟာ web-based အကြောင်းအရာသို့မဟုတ်အသုံးပြုမှု၏ခံစားအကျိုးဆက်များမှ attribute ဖြစ်ပါသလား ဥရောပပြုစုပျိုးထောင်ခြင်းတစ် longitudinal လေ့လာမှု (2016)

ြဒပ်မဲ့သော

နောက်ခံသမိုင်း: ပြုစုပျိုးထောင်ခြင်းနှင့်လူငယ်လူကြီးများကိုအများဆုံးမကြာခဏအင်တာနက်အသုံးပြုသူများအကြားဖြစ်ကြသည်ကို၎င်း, သက်သေအထောက်အထားစုဆောင်းသူတို့ရဲ့အင်တာနက်ကိုအပြုအမူတွေသူတို့ရဲ့စိတ်ကျန်းမာရေးကိုထိခိုက်စေခြင်းငှါအကြံပြုထားသည်။ အချို့သော Web-based အကြောင်းအရာစိတ်ပျက်စရာဖြစ်နိုင်ပါတယ်ဘာလို့လဲဆိုတော့အင်တာနက်ကသုံးစှဲစိတ်ကျန်းမာရေးထိခိုက်စေနိုင်သည်။ ဒါဟာအလွန်အကျွံအသုံးပြုမှု, မခွဲခြားဘဲအကြောင်းအရာ, ထိုကဲ့သို့သောအကာအကွယ်အော့ဖ်လိုင်းလှုပ်ရှားမှုများလျစ်လျူရှုအဖြစ်အပျက်သဘောအကျိုးဆက်များ, ထုတ်လုပ်ကြောင်းလည်းဖြစ်နိုင်သည်။

Objective: ဤလေ့လာမှု၏ရည်ရွယ်ချက်မှာ (1) နဲ့ဆက်စပ်နေပါတယ်ဘယ်လိုစိတ်ကျန်းမာရေးအကဲဖြတ်ရန်ခဲ့အင်တာနက်ပေါ်ရှိသုံးစွဲအခြိနျ, (2) သည်ကွဲပြားခြားနားသော Web-based လှုပ်ရှားမှုများအပေါ်သုံးစွဲအချိန် (ဆိုရှယ်မီဒီယာအသုံးပြုမှု, ဂိမ်းကစားခြင်း, လောင်းကစား, ညစ်ညမ်းအသုံးပြုမှု, ကျောင်းကအလုပ်, newsreading နှင့်လျာထားသောသတင်းအချက်အလက်ရှာဖွေမှုများကို) နှင့် (3) အဲဒီလှုပ်ရှားမှုများတွင်ပါဝင်၏ရိပ်မိအကျိုးဆက်များ။

နည်းလမ်းများ: 2286 မြီးကောင်ပေါက်များ၏တစ်ဦးကကျပန်းနမူနာတိုးနီးယား, ဟန်ဂေရီ, အီတလီ, လစ်သူ, စပိန်, ဆွီဒင်, နှင့်ယူနိုက်တက်ကင်းဒမ်းအတွက်ပြည်နယ်ကျောင်းများအနေဖြင့်စုဆောင်းခဲ့ခြင်းဖြစ်သည်။ အင်တာနက်ကိုအပြုအမူတွေနှင့်စိတ်ပိုင်းဆိုင်ရာကျန်းမာရေး variable တွေကိုပါဝင်သောမေးခွန်းလွှာဒေတာစုဆောင်းခွဲခြမ်းစိတ်ဖြာ Cross-Section နှင့် 4 လအကြာအထိနောက်တော်သို့လိုက်ကြ၏။

ရလဒ်များ: Cross-Section, အမျိုးမျိုးသောလှုပ်ရှားမှုများအပေါ်သုံးစွဲအင်တာနက်ပေါ်ရှိသုံးစွဲအခြိနျနှင့်ဆွေမျိုးအချိန်နှစ်ဦးစလုံး (စိတ်ကျန်းမာရေးဟောကိန်းထုတ်Pအသီးသီး 001% နှင့် 1.4% ကှဲလှဲရှင်းပြ <.2.8) ။ သို့သော်ထိုလှုပ်ရှားမှုများတွင်ပါ ၀ င်မှု၏အကျိုးဆက်များမှာ ၁၁.၁% ကှဲလှဲခွားခွားခွငျးအားဖွငျ့ပိုမိုအရေးပါသောဟောကိန်းထုတ်သူမြားဖွစျသညျ။ ၀ က်ဘ်အခြေပြုဂိမ်းများ၊ လောင်းကစားခြင်းနှင့်ပစ်မှတ်ထားရှာဖွေခြင်းများသည်သာစိတ်ပိုင်းဆိုင်ရာကျန်းမာရေးအကျိုးသက်ရောက်မှုများရှိသည်ဟုခံစားရပြီးအကျိုးဆက်အားဖြင့်အပြည့်အ ၀ မှတ်ယူနိုင်ခြင်းမရှိပါ။ longitudinal analysis သည်အင်တာနက်အသုံးပြုမှုကြောင့်အိပ်စက်ခြင်းဆုံးရှုံးမှုပြသခဲ့သည် (ß = .11.1, 12% CI = 95-0.05, P= .001) နှင့်ဆုတ်ခွာ (အနုတ်လက္ခဏာခံစားချက်) အင်တာနက်ကိုဝင်ရောက်မရနိုင်တော့သည့်အခါ (SS = .09, 95% CI = 0.03-0.16, P<.01) သည်ရေရှည်တွင်စိတ်ကျန်းမာရေးကိုတိုက်ရိုက်အကျိုးသက်ရောက်စေသည့်တစ်ခုတည်းသောအကျိုးဆက်များဖြစ်သည်။ အင်တာနက်အသုံးပြုမှု၏အပြုသဘောဆောင်သောအကျိုးဆက်များသည်စိတ်ကျန်းမာရေးနှင့်လုံးဝမသက်ဆိုင်ပါ။

ကောက်ချက်: အင်တာနက်ကိုအသုံးပြုခြင်းသည်များ၏ပြင်းအားအဆိုးယေဘုယျအားဖြင့်စိတ်ကျန်းမာရေးနှင့်ဆက်စပ်သည်, ဒါပေမယ့်တိကျတဲ့ Web-based လှုပ်ရှားမှုများဘယ်လိုတသမတ်တည်း, မည်မျှအတွက်ကွဲပြား, နှင့်အဘယ်သို့ဆိုင်ဦးတည်ချက်အတွက်သူတို့စိတ်ကျန်းမာရေးအကျိုးသက်ရောက်စေသည်။ အင်တာနက်ကိုသုံးစွဲခြင်း၏အကျိုးဆက်များ (အင်တာနက်ကိုဝင်ရောက်မရနိုငျသညျ့အခါအထူးသဖြင့်အရှုံးနှင့်ဆုတ်ခွာအိပ်) ကိုတိကျတဲ့လှုပ်ရှားမှုများသူတို့ကိုယ်သူတို့ထက် သာ. ကြီးမြတ်အတိုင်းအတာအထိစိတ်ကျန်းမာရေးရလဒ်များကြိုတင်ခန့်မှန်းပုံရသည်။ အင်တာနက်ကိုသုံးစွဲခြင်း၏အနုတ်လက္ခဏာစိတ်ကျန်းမာရေးသက်ရောက်မှုကိုလျှော့ချရည်ရွယ်ကြားဝင်အစားအင်တာနက်ကိုအသုံးပြုခြင်းသည်ကိုယ်တိုင်က၎င်း၏အနုတ်လက္ခဏာအကျိုးဆက်များပစ်မှတ်ထားနိုင်ဘူး။

စမ်းသပ်မှတ်ပုံတင်ခြင်း - အပြည်ပြည်ဆိုင်ရာစံကျပန်းကျပန်းထိန်းချုပ်ထားသောရုံးနံပါတ် (ISRCTN) - 65120704; http://www.isrctn.com/ISRCTN65120704?q=&filters=recruitmentCountry:Lituania&sort=&offset= 5 & totalResults = 32 & page = 1 & pageSize = 10 & searchType = basic-search (http: //www.webcitation/abcdefg မှာ WebCite မှမော်ကွန်းတိုက်)

JMIR Ment ကျန်းမာရေး 2016; 3 (3): e31

Doi: 10.2196 / mental.5925

KEYWORDS

• ပြဿနာကအင်တာနက်အသုံးပြုမှု; 
• စွဲလမ်းစေအပြုအမူ; 
• အင်တာနက်ကို; 
• စိတ်ကျန်းမာရေး; 
• ဆယ်ကျော်သက်ကျန်းမာရေး; 
• longitudinal လေ့လာမှု

နိဒါန္း

ကမ္ဘာ့စီးပွားပျက်ကပ်နဲ့စိုးရိမ်ပူပန် [မြီးကောင်ပေါက်တို့တွင်အများဆုံးပျံ့နှံ့စိတ်ရောဂါမမှန်နှစ်ခုရှိပါတယ်1-3] နှင့်မကြာခဏအနီးကပ်ကဤပုံမမှန်နှင့်ဆက်စပ်သောသောမိမိကိုယ်ကိုသတ်သေ, [(အသွားအလာမတော်တဆမှုပြီးနောက်) 15 နှစ်ကြားရှိမှ 29- များအတွက်ကမ္ဘာပေါ်မှာသေမင်း၏ဒုတိယဦးဆောင်အကြောင်းအရင်း4] ။ လွန်ခဲ့သောဆယ်စုနှစ်အတွင်းမြီးကောင်ပေါက် '' စိတ်ပိုင်းဆိုင်ရာကျန်းမာရေးနှင့်စိတ်ခံစားမှုဖှံ့ဖွိုးတိုးတ၎င်းတို့၏အင်တာနက်ကိုအသုံးပြုထိခိုက်နေကြသည်ကိုဘယ်လိုအကြောင်းကြီးထွားလာအကျိုးစီးပွားများနှင့်စိုးရိမ်ပူပန်မှုရှိပါသည်။ ဥရောပလူဦးရေရဲ့နီးပါး 80% [အချို့နိုင်ငံများအတွက် 90% အထက်ရာခိုင်နှုန်းနှင့်အတူအင်တာနက်အသုံးပြုသူတွေဟာ5] နှင့်စမတ်ဖုန်းများတိုးမြှင့်သုံးစွဲခြင်းနှင့်အတူ, ပိုပိုပြီးတစ်ဦးချင်းစီအင်တာနက်ကိုချက်ချင်းများနှင့်စဉ်ဆက်မပြတ်ဝင်ရောက်ခွင့်ရှိသည်။ ဥရောပတိုက်တွင် 90 နှစ်ကြားရှိမှ 16- ၏ 24% ကျော်မှန်မှန် [အနည်းဆုံးအပတ်စဉ်အခြားမည်သည့်အသက်အရွယ်အုပ်စုတစ်စုသည်ထက်ပိုမိုမြင့်မားသောရာခိုင်နှုန်းကအင်တာနက်ကိုအသုံးပြုဖို့6] ။ ဒါကြောင့်အင်တာနက်ကိုသုံးစွဲသည်ကိုအတိအကျဘယ်လောက်အချိန်ကိုတိုင်းတာရန်ခက်ခဲလှပေမဲ့အများစုလူငယ်များနေ့စဉ်အခြေခံပေါ်မှာကအင်တာနက် access နှင့်အင်တာနက်ကိုသူတို့ဘဝတစ်ဦးကောင်းမွန်စွာဘက်ပေါင်းစုံအစိတ်အပိုင်းတစ်ခုဖြစ်လာသည်။ ဤလူမျိုးကိုသူတို့ဘဝအသက်ရှင်နေထိုင်နှင့်မည်သို့သူတို့တည်ဆောက်ထိန်းသိမ်းနည်းလူမှုရေးဆက်ဆံရေးနှင့် Self-အထောက်အထားတွေကို, သတင်းအချက်အလက်ကိုရှာခြင်းနှင့်ဖျော်ဖြေရေးပျော်မွေ့ဘယ်လိုပြောင်းလဲမှုများမှဦးဆောင်လျက်ရှိသည်။

သုတေသနတစ်ဦးကအဓိကလိုင်းမကြာခဏလောင်းကစားစွဲနှင့်အခြားအမူအကျင့်စှဲဆင်တူတစ်ခုချင်တဲ့ဒေါသစိတ်နဲ့ထိန်းချုပ်ရောဂါအဖြစ် conceptualized သောပြဿနာသည်အင်တာနက်အသုံးပြုမှုကို (သို့မဟုတ်ရောဂါဗေဒသို့မဟုတ် compulsive အင်တာနက်ကိုအသုံးပြုခြင်းသည်) ချေါထားပြီးအဘယ်အရာကိုမှစိတ်ကျန်းမာရေးပြဿနာများ, နှင့်ဆက်စပ်လျက်ရှိသည်။ ပြဿနာကအင်တာနက်အသုံးပြုမှုတဲ့လူသုံးအများဆုံးနဲ့အတည်ပြုအတိုင်းအတာ, အင်တာနက်စွဲလမ်းမှုစမ်းသပ်ခြင်း (IAT) [7] တစ်ဦးဟာ Diagnostic ၏အင်တာနက်ကိုအသုံးပြုခြင်းသည်-သတ်သတ်မှတ်မှတ်ဆောင်ရွက်ခြင်းနှင့်စိတ်ပိုင်းဆိုင်ရာ Disorders ရောဂါဗေဒလောင်းကစား Disorder ဘို့စတုတ္ထ Edition ကို (DSM-4) အဖြေရှာတဲ့စံ၏စာရင်းအင်းလက်စွဲစာအုပ်မှတဆင့်တည်ဆောက်ခဲ့သည် (ပြဿနာကအင်တာနက်အသုံးပြုမှုကိုအတိုင်းအတာတစ်ခုပြန်လည်သုံးသပ်တွေ့ [8]) ။ ကဲ့သို့သော, ဒီစိစစ်တူရိယာအစီအမံသည်အင်တာနက်အသုံးပြုမှု compulsive ရှုထောင့်ကအင်တာနက်နှင့်အတူအာရုံမစို feeling, ဥပမာ (လက်တွေ့ချို့ယွင်းသို့မဟုတ်ဒုက္ခဆင်းရဲအတွက်ရရှိလာတဲ့; အင်တာနက်ကိုအသုံးပြုခြင်းသည်ကိုထိန်းချုပ်သို့မဟုတ်လျှော့ချရန်နိုင်စွမ်းမရှိခြင်း, အင်တာနက်ကိုအသုံးပြုခြင်းသည်ရပ်တန့်သို့မဟုတ်လျှော့ချရန်ကြိုးစားနေသည့်အခါသုန်မှုန်သို့မဟုတ်စိတ်ဓာတ် feeling; အွန်လိုင်းတည်းခို ကြာကြာရည်ရွယ်ထက်; အလွန်အကျွံအင်တာနက်ကိုအသုံးပြုခြင်းသည်အကြောင်းကိုလဲလျောင်း, ဒါကြောင့်ထွက်) ။ တိုင်းတာမှုများ, cutoffs နှင့်ခွဲခြားလုပ်ထုံးလုပ်နည်းများလေ့လာမှုများအကြားကွဲပြားသောကြောင့်, သို့သော်ပြဿနာကအင်တာနက်အသုံးပြုမှုကိုခွဲခြားမရှိစံချိန်စံညွှန်းမီလမ်း [လည်းမရှိ8-9] ။ ရောဂါရှာဖွေလုပ်ထုံးလုပ်နည်းများတွင်ဤကွဲပြားခြားနားမှုဘေးဖယ်, မြောက်မြားစွာလေ့လာမှုများ [ပြဿနာကအင်တာနက် DSM ဝင်ရိုးတန်းငါမမှန်နှင့်အတူပတျသကျဖို့အသုံးပြုမှု, အဓိကအားဖြင့်စိတ်ကျရောဂါဒါပေမယ့်လည်းလူမှုရေး phobia နှင့်စိုးရိမ်ပူပန်မှု, ပစ္စည်းဥစ္စာအသုံးပြုမှု, အာရုံစူးစိုက်မှုကို-လိုငွေပြမှု hyperactivity ရောဂါနှင့်ထိုကဲ့သို့သောရန်လိုမုန်းတီးမှုအဖြစ်အချို့သောကိုယ်ရည်ကိုယ်သွေး variable တွေကိုတွေ့ပြီ10-13] ။ ပြဿနာကအင်တာနက်အသုံးပြုမှုကိုစိတ်ကျန်းမာရေးထိုကဲ့သို့သောအိပ်စက်ခြင်း, ရုပ်ပိုင်းဆိုင်ရာလေ့ကျင့်ခန်း, ကျောင်းတက်ရောက်သူနှင့်အော့ဖ်လိုင်းလူမှုရေးလှုပ်ရှားမှုများအဖြစ်အကာအကွယ်အော့ဖ်လိုင်းလှုပ်ရှားမှုများတစ်လျစ်လျူရှုမှုပေးသော Web-based လှုပ်ရှားမှုများအပေါ်သုံးစွဲသည့်အလွန်အကျွံအချိန်မှတစ်စိတ်တစ်ပိုင်းဆက်စပ်ဖြစ်ပါတယ်အကျိုးသက်ရောက်သော putative ယန္တရားနှင့် သူတို့အားလှုပ်ရှားမှုများဝင်ရောက်မရနိုငျသညျ့အခါဆုတ်ခွာလက္ခဏာတွေမှတစ်စိတ်တစ်ပိုင်းဆက်စပ် [9,14].

လေ့လာရေးနဲ့အခြားလှုပ်ရှားမှုများ [nonproblematic များမှာသော်လည်းအချို့သောလူပုဂ္ဂိုလ်တစ်ဦးချင်း '' ကအင်တာနက်အသုံးပြုမှုများ၏ပြဿနာရှုထောင့်, တစ်ဦးသို့မဟုတ်တစ်ဦးအနည်းငယ်တိကျတဲ့ Web-based လှုပ်ရှားမှုများ (ဥပမာ, ဂိမ်းသို့မဟုတ်ဆိုရှယ်မီဒီယာအသုံးပြုမှုကို) ကိုကန့်သတ်ကြသည်ကိုပြသ15-17] ။ အဆိုပါ IAT ၏အချက်ဖွဲ့စည်းပုံအချို့မကြာသေးမီသက်သေအထောက်အထားလည်းမရှိပေမယ့် [7] ထိုကဲ့သို့သောလောင်းကစားဝိုင်းနှင့်ဂိမ်းကစားခြင်းအဖြစ်သတ်သတ်မှတ်မှတ်လှုပ်ရှားမှုများတွင်ပြဿနာထိတွေ့ဆက်ဆံမှုတိုင်းတာခြင်းကိုဖြတ်ပြီးတသမတ်တည်းဖြစ်တယ် [18] ဤကာလအမျိုးတွင်ပြဿနာကအင်တာနက်အသုံးပြုခြင်းနှင့်ပြဿနာကအင်တာနက်အသုံးပြုမှုတိကျတဲ့ပုံစံများအကြားကွဲပြားခြားနားမှုမှဦးဆောင်လျက်ရှိသည်။ အများဆုံးအင်တာနက်အသုံးပြုမှုသုတေသနပြဿနာ Web-based ဂိမ်းအပေါ်အာရုံစူးစိုက်ထားပြီး, သောများစွာသောလေ့လာမှုတွေဂိမ်းနှင့်ပြင်းထန်သောစိတ်ကျန်းမာရေး symptomology အကြားတစ်ဦးအသင်းအဖွဲ့တွေ့ပြီအဖြစ်ဥပမာ, ဤထပ်တိုးဘို့စဉ်းစားထားပါတယ်ကြောင်းပြဿနာကအင်တာနက်အသုံးပြုမှု၏တစ်ခုတည်းသောတိကျတဲ့ပုံစံဖြစ်ပါသည် DSM-5 အတွက်ယေဘူယျပြဿနာကအင်တာနက်အသုံးပြုမှုနှင့်အခြားသီးခြားပုံစံများ [ရှိသည်မဟုတ်သော်လည်း9,19].

ဒါဟာအင်တာနက်ကိုအသုံးပြုခြင်းသည်၏စိတ်ကျန်းမာရေးသက်ရောက်မှုစုံစမ်းစစ်ဆေးသည့်အခါလှုပ်ရှားမှုများအကြားခွဲခြားဤသို့အရေးပါသည်။ ဆိုတဲ့မေးခွန်းကိုအတွက်လှုပ်ရှားမှုစွဲလမ်းဖြစ်လာမှကျရောက်နေတဲ့ကြောင့်အချို့ကိစ္စများတွင်ပါက [ဤကဲ့သို့သော Web-based လောင်းကစားဝိုင်း (ဥပမာ Web-based ဖဲချပ်ဝေ, အားကစားလောင်းကစား, လောင်းကစားရုံလှည့်ခြင်းများ) အဖြစ်, အရေးကြီးသောဖြစ်နိုင်ပါတယ်20-23] ။ အကြောင်းအရာသူ့ဟာသူသီးခြား, စိတ်ပိုင်းဆိုင်ရာသိမြင်မှု, သို့မဟုတ်အပြုအမူတုံ့ပြန်မှုကိုထုတ်လုပ်ခြင်းဖြင့်စိတ်ကျန်းမာရေးထိခိုက်စေခြင်းငှါကြောင့်အခြားကိစ္စများတွင်ပါကအရေးကြီးသောဖြစ်လိမ့်မယ်။ ဥပမာအားဖြင့်, ဆိုရှယ်မီဒီယာအသုံးပြုမှုအပေါ် 1 လေ့လာမှုအထီးကျန်လူမှုရေးအကြောင်းအရာများတိုးခံစားချက်တွေကို၏ passive စားသုံးမှုအကြံပြု, မိတ်ဆွေများနှင့်တိုက်ရိုက်ဆက်သွယ်မှု [မသော်လည်း24] ။ နောက်ထပ်ဥပမာသတင်းအချက်အလက်ရှာဖွေမှုများကိုဖျော်ဖြေနေသည်။ လေ့လာရေးစိတ်ကျန်းမာရေးပြဿနာများနှင့်အတူရှိသူများအပါအဝင်လူငယ်များ, မကြာခဏ [သူတို့ရဲ့ရုပ်ပိုင်းဆိုင်ရာနှင့်စိတ်ပိုင်းဆိုင်ရာကျန်းမာရေးနှင့်ဆက်စပ်သောပစ်မှတ်ရှာဖွေမှုများကိုလုပ်ဆောင်ကြောင်းပြသ25-27] ။ သူတို့ရှာတွေ့သောအရာကိုသတင်းအချက်အလက်ပေါ် မူတည်. အပြုအမူ၏ဤအမျိုးအစားဖြစ်ကောင်းအနုတ်လက္ခဏာနှင့်အပြုသဘောဆောင်သည့်နှစ်ဦးစလုံးရလဒ်များရှိနိုငျတယျ။ Self-ဖျက်ဆီးအပြုအမူတွေသို့မဟုတ် Self-ထိခိုက်မှုကိုအားပေးအားမြှောက်ပြုလုပ်ဝက်ဘ်ဆိုက်အကြောင်းအရာအထူးစိုးရိမ်စရာဖြစ်လိမ့်မည်။ ပညာသင်နှစ်စွမ်းဆောင်ရည်များသောအားဖြင့်ပိုကောင်းတဲ့စိတ်ကျန်းမာရေးနှင့်ဆက်စပ်သည်အဖြစ်ထို့အပြင်ဆယ်ကျော်သက် [အင်တာနက်ကိုသုံးပြီးကျောင်းကအလုပ်၏တိုးမြှင့်ပမာဏလုပ်ဆောင်ပါနှင့်28], ထိုကဲ့သို့သောရည်ရွယ်ချက်များအတွက်အင်တာနက်ကို အသုံးပြု. [မဟုတ်ဘဲတစ်ဦးပြဿနာကအင်တာနက်အသုံးပြုမှုကိုရှုထောင့်ကနေမျှော်လင့်ထားလိမ့်မည်ဟုအဘယျသို့ထက်အပြုသဘောဆောင်စိတ်ကျန်းမာရေး၏ကြိုတင်ခန့်မှန်းချက်ဖြစ်စေခြင်းငှါ,29,30] ။ အခွားသောသုတေသနသူတို့အားဂိမ်းကစားဘို့ဂိမ်း (ဥပမာလွန်ကဲကဲ multiplayer အွန်လိုင်းအခန်းကဏ္ဍ-ကစားဂိမ်း) နှင့်အချို့သောစိတ်ရင်းအချို့အမျိုးအစားများ (In-ဂိမ်းအောင်မြင်မှု, လူမှုရေး, နှစ်မြှုပ်ခြင်း, အပန်းဖြေခြင်း, ESCAP) စိတ်ကျန်းမာရေးပြဿနာများ၏ကြိုတင်ခန့်မှန်းချက်များနှင့်ပြဿနာဖြစ်ကြောင်းပြသခဲ့ပြီး ဂိမ်း [31-33] ။ ယခင်သုတေသနများအများစုဆက်စပ်မှုဖြစ်သော်လည်းကကအင်တာနက်အသုံးပြုမှုကိုအသုံးပြုသည်သောလှုပ်ရှားမှုသို့မဟုတ်အကြောင်းအရာမှတဆင့်သို့မဟုတ်အင်တာနက်အသုံးပြုမှုကိုလိုက်နာကြောင်းနှောင့်နှေးအကျိုးဆက်များမှတဆင့်ဖြစ်စေစိတ်ကျန်းမာရေးထိခိုက်နိုင်သည်ဟုအကြံပြုထားသည်။

ဒါဟာမြီးကောင်ပေါက် '' စိတ်ကျန်းမာရေးအင်တာနက်ပေါ်ရှိသုံးစွဲအချိန်နှင့်အင်တာနက်လှုပ်ရှားမှုများ 7 အမျိုးအစားများအတွက်ထိတွေ့ဆက်ဆံမှုများဟာသူတို့ရဲ့အဆင့်ကိုအားဖြင့်ခန့်မှန်းမည်သို့စုံစမ်းရန်ရည်ရွယ်လေ့လာမှု: ဆိုရှယ်မီဒီယာအသုံးပြုမှု, ဂိမ်းကစားခြင်း, လောင်းကစား, ညစ်ညမ်းကြည့်, newsreading သို့မဟုတ်စောင့်ကြည့်, ကျောင်းနှင့်ပတ်သက်သောလှုပ်ရှားမှုများသို့မဟုတ် အလုပ်နှင့်ကျောင်းသို့မဟုတ်အလုပ်မှဆက်စပ်မဟုတ်သတင်းအချက်အလက်ရှာဖွေမှုများကိုပစ်မှတ်ထား။ ဒုတိယအချက်မှာလေ့လာမှုလည်း, ဤသက်ရောက်မှုသူတို့အား Web-based လှုပ်ရှားမှုများ အသုံးပြု. ၏ရိပ်မိအကျိုးဆက်များအားဖြင့်အဘို့အထောကျသို့မဟုတ်မှတ်လိမ့်မည်ဟုရှိမရှိစမ်းသပ်စစ်ဆေးပါတယ်။ ကျနော်တို့ (အသစ်မိတ်ဆွေတွေကိုရှာဖွေတာ, ဥပမာခံစား) (ဥပမာရုပ်သိမ်းရေး, အိပ်ပျော်ခြင်းအရှုံး) နှင့်အပြုသဘောဆောင်သည့်အကျိုးဆက်များကိုနှစ်ဦးစလုံးအနုတ်လက္ခဏာအကျိုးဆက်များများ၏အကျိုးသက်ရောက်မှုကိုစုံစမ်းစစ်ဆေး။ Cross-Section ဒေတာပေါ်ဤအကြောင်းဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းဖျော်ဖြေအပြင်, ငါတို့သည်လည်းထိုအဆိုးကျိုးများ 4 လကျော်ကာလအတွင်းစိတ်ကျန်းမာရေးအတွက်အပြောင်းအလဲများကိုခန့်မှန်းမယ်လို့ရှိမရှိစမ်းသပ်စစ်ဆေးပါတယ်။

နည်းလမ်းများ

လေ့လာမှုဒီဇိုင်း

ဒေတာများကအင်တာနက်ကတဆင့် Suicide Prevention ၏အစိတ်အပိုင်းတစ်ခုအဖြစ်စုဆောင်းနှင့်မီဒီယာအခြေပြုစိတ်ကျန်းမာရေးမြှင့်တင်ရေး (Supreme) ရုံးတင်စစ်ဆေး (လက်ရှိထိန်းချုပ်ထားစမ်းသပ်မှု ISRCTN65120704) ခံခဲ့ရသည်။ အဆိုပါလေ့လာမှုစတိုးနီးယား, ဟန်ဂေရီ, အီတလီ, လစ်သူ, စပိန်, ဆွီဒင်, နှင့်ယူနိုက်တက်ကင်းဒမ်းအတွက်စိတ်ကျန်းမာရေးသုတေသနစင်တာများပူးပေါင်းခြင်းဖြင့်ထွက်သယ်ဆောင်ခဲ့သည်။ ဤစီမံကိန်းများ၏အစိတ်အပိုင်းအဖြစ်တစ်ဦး randomized ထိန်းချုပ်ထား longitudinal လေ့လာမှုအဲဒီနိုင်ငံတွေမှာတစ်ဦးကိုရွေးချယ်ဧရိယာထဲမှာဆယ်ကျော်သက်တစ်ဦးကျပန်းရွေးချယ်ထားသည့်နမူနာကိုစမ်းသပ်ခဲ့သည့်တစ်ဦး Web-based စိတ်ကျန်းမာရေးဝင်ရောက်စွက်ဖက်မှုက်ဘ်ဆိုက်, အကဲဖြတ်ဖို့ 2012-2013 ထွက်သယ်ဆောင်ခဲ့သည်။ အဆိုပါကျောင်းများ၏ပါဝင်မှုစံခဲ့ကြသည်: (1) ကျောင်းအခွင့်အာဏာပါဝင်ဆောင်ရွက်ရန်သဘောတူ; (2) ကျောင်း (ဆိုလိုသည်မှာ, ပုဂ္ဂလိကမဟုတ်) ပြည်နယ်ကျောင်းတစ်ကျောင်းဖြစ်တော်မူ၏ (3) ကျောင်း 100-14 ၏အသက်အပိုင်းအခြားအတွင်းကအနည်းဆုံး 16 ကျောင်းသားပါရှိသည်; (4) ကျောင်း 2 နှစ်ပေါင်းအသက်ကျောင်းသားများအတွက် 15 ဆရာ, ဆရာမထက်ပိုရှိပြီး, (5) ကျောင်းသားများ၏မပို 60 ထက်% ကျားမဖြစ်စေ၏ဖြစ်ကြသည်။ သင်တန်းသားများကိုစပျစ်သီးပြွတ်ကို (ဝင်ရောက်စွက်ဖက်မှုက်ဘ်ဆိုက်ဝင်ရောက်ခွင့်နှင့်အတူ) full-ဝင်ရောက်စွက်ဖက်မှုအခြေအနေသို့မဟုတ် (ထိုဝင်ရောက်စွက်ဖက်မှုက်ဘ်ဆိုက်ဝင်ရောက်ခွင့်မရှိဘဲ) တစ်ဦးအနည်းငယ်မျှသာ-ဝင်ရောက်စွက်ဖက်မှုကိုထိန်းချုပ်အုပ်စုသည်ဖြစ်စေသို့, ကျောင်းဆက်နွယ်မှုအပေါ်အခြေခံပြီး, randomized ဖြစ်. , အခြေခံမှာအကဲဖြတ်မေးခွန်းလွှာအုပ်ချုပ်ခဲ့ကြသည်နှင့် နောက်ဆက်တွဲ၏ 2 နှင့် 4 လအတွင်းမှာ။ အဆိုပါမေးခွန်းလွှာသူတို့ရဲ့အင်တာနက်ကိုအလေ့အထများ, စိတ်ကျန်းမာရေးနှင့်သတ်သေအပြုအမူတွေ, နှင့်အကဲဖြတ်ဖို့သက်ဆိုင်ရာသည်အခြား variable တွေကိုနဲ့ပတ်သက်တဲ့မေးခွန်းတွေလည်းပါဝင်သည်။ ဒီလေ့လာမှုကလုပ်ခဲ့တယ် မဟုတ် အဆိုပါ Web-based ဝင်ရောက်စွက်ဖက်မှုမဆိုသက်ရောက်မှုအကဲဖြတ်ဖို့ရည်ရွယ်ထားပေမယ့်အစားစိတ်ကျန်းမာရေးပြဿနာများအတွက်အင်တာနက်ကို-related အန္တရာယ်အချက်များစူးစမ်း။

သင်တန်းသားများကို

အနောက်ဗိုင်းရပ်စ်ပိုးကောင်တီ (အက်စ်တိုးနီးယား), ဘူဒါပက် (ဟန်ဂေရီ), Molise (အီတလီ), ဗေလ်နီးယပ်စမြို့ (လစ်သူ), ဘာစီလိုနာမြို့ (စပိန်), စတော့ဟုမ်းကောင်တီ (ဆွီဒင်နိုင်ငံ: ဘာသာရပ်များကျပန်းတစ်ခုချင်းစီကိုနိုင်ငံတွင်တစ်ဦးကြိုတင်သတ်မှတ်ထားဧရိယာကနေရှေးခယျြပြည်နယ်ကျောင်းများ၏ကျောင်းသားမှတ်ပုံတင်ခဲ့သည် ) နှင့်အင်္ဂလန်အရှေ့ပိုင်း (ယူနိုက်တက်ကင်းဒမ်း) ။ ဤဒေသများအတွက်အရည်အချင်းပြည့်မီပြည်နယ်ကျောင်းများကျပန်းအဆက်အသွယ်အလို့ငှာ, ကျောင်းများဆက်သွယ်မေးမြန်းရာနှင့်ပါဝင်ဆောင်ရွက်ဖို့တောင်းခဲ့ကြရသောအမိန့်သို့စီစဉ်ပေးခဲ့ကြသည်။ ကျောင်းငြင်းဆန်လျှင်, စာရင်းတွင်နောက်တစ်နေ့ကျောင်းကိုဆက်သွယ်မေးမြန်းခဲ့ပါတယ်။ ကျောင်းပါဝင်မှုကိုလက်ခံခဲ့လျှင်, သုတေသီအဖွဲ့တစ်ဖွဲ့ကျောင်းသို့ သွား. နှုတ်နဲ့ခွင့်ပြုချက်ပုံစံများမှတဆင့်နောက်ခံ, ရည်ရွယ်ချက်, ပန်းတိုင်, နှင့်ကျောင်းသားဖို့လေ့လာမှု၏လုပ်ထုံးလုပ်နည်းများကိုပေးအပ်သည်။ လေ့လာမှုလုပ်ထုံးလုပ်နည်းသတ်သေမြီးကောင်ပေါက်အဘို့စမ်းသပ်ထည့်သွင်းထားသကဲ့သို့, ပါဝင်မှုလုံးဝအမည်မသိမဟုတ်ခဲ့ပေမယ့်တက်ရောက်လာသူများကို '' အထောက်အထားတွေကိုမေးခွန်းလွှာအတွက် encrypt လုပ်ထားတဲ့ခဲ့ကြသည်။ Written သဘောတူညီခကျြ (ထိုဒေသအတွက်ကျင့်ဝတ်စည်းမျဉ်းများအရသိရသည်အဖြစ်တစ်ဦးသို့မဟုတ်နှစ်ဦးစလုံးမိဘများထံမှ) ပါဝင်ဆောင်ရွက်ရန်သဘောတူညီသောသူအပေါင်းတို့သည်ကျောင်းသားမှရရှိသောခဲ့သည်။ အဆိုပါလေ့လာမှုအားလုံးပါဝင်နိုင်ငံများတွင်ကျင့်ဝတ်ကော်မီတီများကအတည်ပြုခဲ့ပါတယ်။

ဟန်ဂေရီ = 2286 ကျောင်းများ, 3 သင်တန်းသားများ;; အီတလီနိုင်ငံ = 416 ကျောင်းများ, 6 သင်တန်းသားများ; လစ်သူ = 413 ကျောင်းများ, 3 သင်တန်းသားများ; စပိန် = 311 အဆိုပါနမူနာလုပ်ထုံးလုပ်နည်းအခြေခံမှာပါဝင် 3 မြီးကောင်ပေါက်များ၏စုစုပေါင်းအရေအတွက်က (အက်စ်တိုးနီးယား = 240 ကျောင်းများ, 3 သင်တန်းသားများအတွက်ရလဒ် ကျောင်းများ, 182 သင်တန်းသားများ; ဆွီဒင် = 9 ကျောင်းများ, 337 သင်တန်းသားများ; ယူနိုက်တက်ကင်းဒမ်း = 3 ကျောင်းများ, 387 ပါဝင်သူ) ။ သင်တန်းသားများကို၏, 1571 (68.72%) ကိုအနည်းငယ်မျှသာ-ဝင်ရောက်စွက်ဖက်မှုအုပ်စုပြည့်ဝင်ရောက်စွက်ဖက်မှုအုပ်စုတစ်စုနှင့် 715 (31.27%) မှ randomized ခဲ့ကြသည်။ လေ့လာမှုမှာထူးဆန်းသောကျောင်းထွက်မှုနှုန်းရှိခဲ့သည်။ စုစုပေါင်းနမူနာ, T467 နှင့် T20.42 အကြား T1 နှင့် T2 နှင့် 244 ကျောင်းသား (13.41%) အကြားပါဝင်မှုဖွဲ့စည်း 2 ကျောင်းသား (3%) ရပ်စဲကြောင်းဘာသာရပ်များများ၏အရေအတွက်။ ဘာသာရပ်များအတွက် longitudinal တွင်ထည့်သွင်းခဲ့ကြသူတို့ကအနည်းဆုံး T1 နှင့် T3 မှာပါဝင်ခဲ့ဖူးလျှင်ပိုင်းခြားသုံးသပ်ပြီး, ဒါပေမယ့် T2 မှာပါဝင်မှုမလိုအပ်ခဲ့သည်။ ဒါက longitudinal 1544 ဘာသာရပ်များ၏နမူနာ, 56% မိန်းမနှင့်နှင့် 15.8 နှစ်ပေါင်း (စံသွေဖည်, SD က = 0.91 နှစ်) ၏တစ်ဦးယုတ်အသက်အရွယ်ခဲ့သည်။

အင်တာနက်ကိုအသုံးပြုခြင်းဆောင်ရွက်ချက်များ

အင်တာနက်ကိုအပြုအမူတွေနှင့်အသုံးပြုမှုများ၏ဆောင်ရွက်ချက်များအထူးဒီလေ့လာမှုအဘို့တည်ဆောက်ခဲ့ကြသည်။ ဤ (တစ်ပါတ်တစ်ကြိမ်အသုံးပြု vs တစ်လတစ်ကြိမ်အင်တာနက်ကို အသုံးပြု. ဥပမာ) ကအင်တာနက်အသုံးပြုမှုကိုပုံမှန်တိုင်းတာကြောင်းပစ္စည်းများနှင့်ပုံမှန်ရက်သတ္တပတ်အပေါ်အင်တာနက်ပေါ်ရှိသုံးစွဲနာရီအရေအတွက်ကပါဝင်သည်။ သင်တန်းသားများကိုလည်းအင်တာနက်ကိုကျောင်း related ကြသည်မဟုတ်ကြောင်း (လူမှုရေး, ဂိမ်းကစားခြင်း, school- သို့မဟုတ်အလုပ်-related လှုပ်ရှားမှုများ, လောင်းကစား, newsreading သို့မဟုတ်စောင့်ကြည့်, ညစ်ညမ်းနှင့်ပစ်မှတ်ထားရှာဖွေမှုများကိုအသုံးပြုတဲ့အခါသူတို့ 7 ကွဲပြားခြားနားသောလှုပ်ရှားမှုများအပေါ်ဖြုန်းဘယ်လောက်အချိန်ဘယ်လောက်ရှိသလဲဖို့တောင်းခံခဲ့ရသည်သို့မဟုတ် အလုပ်) ။ သင်တန်းသားများကို (; 7 = ငါသည်ဤလုပ်နေတာအလွန်အချိန်ဖြုန်း 1 = အရမ်းအနည်းငယ်သို့မဟုတ်လုံးဝမအချိန်ဤသို့ပြုသုံးဖြုန်း) တစ်ဦး 7-အမှတ်စကေးပေါ်ဤအကြောင်းလှုပ်ရှားမှုများသတ်မှတ်ခဲ့သည်။ ပစ္စည်း၏နောက်ဆုံးထားမြားတှငျပါဝငျခွငျး၏ Self-ရိပ်မိအကျိုးဆက်များဘယ်လောက်ရှိသလဲမှသင်တန်းသားများကိုမေးခဲ့သလှုပ်ရှားမှုများကဆိုသည်။ သင်တန်းသားများကိုအမျိုးမျိုးသောအကျိုးဆက်များသူတို့ကိုလျှောက်ထားသောအတိုင်းအတာဘယ်လောက်ရှိသလဲ, ဒါပေမယ့်ဖို့တောင်းခဲ့သည် သာ သူသို့မဟုတ်သူမ (ယခင်က≥4အဖြစ် rated ခဲ့သော) တစ်ဦးစဉ်းစားဆင်ခြင်စရာဒီဂရီအတွက်စေ့စပ်သောသူတို့ကိုလှုပ်ရှားမှုများနှင့် ပတ်သက်. ။ rated သင်တန်းသားများကိုတစ်ဦး 7-အမှတ်စကေး (1 = အလွန်ခဲသို့မဟုတ်ဘယ်တော့မှ; 7 = အလွန်မကြာခဏ) အပေါ်အောက်ပါအကျိုးဆက်များ၏ဖြစ်ပျက်မှု: "ငါမိတ်ဆွေသူငယ်ချင်းအသစ်ရှာဖွေနိုင်ရန်"; "ငါသည်ပျော်စရာရှိသည်"; "ငါသည်စိတ်ဝင်စားစရာကောင်းသောအရာတို့ကိုသင်ယူ"; "ငါသည်ရည်ရွယ်ထက်အွန်လိုင်းကြာကြာနေဖို့"; "ကျွန်မအစား (အစစ်အမှန်ဘဝမှာတော့) သူငယ်ချင်းတွေနဲ့အတူထွက်ဆွဲထားဤလှုပ်ရှားမှုများကို ရွေးချယ်. "; "ငါသည်နှောင်းပိုင်းတွင်တက်နေအိပ်ပျော်ခြင်းဆုံးရှုံး"; "ငါသည်အထက်တွင်ဖော်ပြခဲ့လှုပ်ရှားမှုများမှဝင်ရောက်ခွင့်မရှိတဲ့အခါငါစိတ်ဓာတ်ကျခံစားရသို့မဟုတ်သုန်မှုန်" ။ (ကသူတို့ရဲ့ဘဝအဓိပ္ပာယ်ကိုအထောက်အကူပြုဖို့စဉ်းစားခဲ့ပါတယ်ရှိမရှိသင်တန်းသားများကိုလည်းသူတို့ရဲ့ကအင်တာနက်အသုံးပြုမှုကို (1 ငါ၏အမှုသို့မဟုတ်အဆင့်မြှင့်တင်ရန် =;; 4 = အားလုံးမှာမထိခိုက် 7 = ငါ၏အမှုသို့မဟုတ်အဆင့်ခံရ) ကသူတို့အလုပ်ကိုစွမ်းဆောင်ရည်သို့မဟုတ်ကျောင်းအဆင့်ထိခိုက်ဘယ်လို rated 1 = လျော့နည်းအဓိပ္ပါယ်ရှိသော; 4 သူတို့မရှိဘဲအဖြစ် = အညီအမျှအဓိပ္ပါယ်ရှိသော; 7 = ပိုပြီးအဓိပ္ပာယ်ပြည့်) ။

သူတို့သေချာပေါက်စွဲလမ်းအပြုအမူဆိုလိုဘူးနှင့်ဦးတည်သွားစေလိမ့်မည်ဟုမျှော်လင့်နိုင်သည်အင်တာနက်အသုံးပြုမှုရလဒ်များကြောင့်ရှင်းလင်းပြတ်သား၏မျက်နှာကို ထောက်. , ကျနော်တို့ (စိတ်ဝင်စားစရာကောင်းသောအရာတို့ကိုသင်ယူ;; ပျော်စရာရှိခြင်းအသစ်သောသူငယ်ချင်းများကိုရှာဖွေရာတွင်) "အပြုသဘောဆောင်သော" အဖြစ်ကဤအကျိုးဆက်များအချို့ကိုရည်ညွှန်း ပိုကောင်းစိတ်ကျန်းမာရေး (လုံးလျှင်) ။ သူတို့လက္ခဏာတွေအကြံပြုဘာဖြစ်လို့လဲဆိုတော့ကျနော်တို့ (Web-based လှုပ်ရှားမှုများဝင်ရောက်မရနိုငျသညျ့အခါသုန်မှုန် feeling; အစားအော့ဖ်လိုင်းလူမှုရေးလှုပ်ရှားမှုများ Web-based လှုပ်ရှားမှုများရွေးချယ်ရာတွင်;; တက်တည်းခိုခြင်းနှင့်အိပ်ပျော်ခြင်းဆုံးရှုံးတော့ဘူးရည်ရွယ်ထက်အင်တာနက်ပေါ်ရှိတည်းခို) "အနုတ်လက္ခဏာ" အဖြစ်ကိုအခြားအကျိုးဆက်များကိုရည်ညွှန်း ပြဿနာကအင်တာနက်အသုံးပြုမှုထို့ကြောင့်ဆင်းရဲသောသူသည်စိတ်ကျန်းမာရေးဖို့ဦးဆောင်လမ်းပြရန်မျှော်လင့်နိုင်ပါတယ်။ ဥပမာအားဖြင့်ဤအနှုတ်လက္ခဏာအကျိုးဆက်များ [သည့် IAT တွင်ထည့်သွင်းသူတို့အားတူ7] နှင့် Petri et al အားဖြင့်အင်တာနက်ကိုဂိမ်း Disorder တိုင်းတာခြင်းအကြံပြုချက်များ [9] ။ ဘာသာရပ်များဖြစ်စေအဆိုးသို့မဟုတ်အပြုသဘောသူတို့ကိုဘယ်လောက်ရှိသလဲသို့မဟုတ်မှာအားလုံးအဘယ်သူမျှမပြောင်းလဲမှုကိုညွှန်ပြနိုင်သောကြောင့်၎င်း, နောက်ဆုံးအနေနဲ့တချို့အကျိုးဆက်များ (ကငါ့ဘဝလျော့နည်းသို့မဟုတ်ထိုထက်ပိုအဓိပ္ပာယ်ပြည့်ဖြစ်လာသည်ကျွန်မရဲ့အလုပ်သို့မဟုတ်အဆင့် / ခံရတိုးတက်ကောင်းမွန်အောင်) "bidirectional" စဉ်းစားနေကြသည်။

စိတ်ကျန်းမာရေးဆောင်ရွက်ချက်များ

စိတ်ကျရောဂါ, စိုးရိမ်ပူပန်ခြင်း, စိတ်ဖိစီးမှု၏သင်တန်းသားများကို '' အဆင့်ဆင့်၏ 3-item ကိုဗားရှင်းဖွဲ့စည်းရန်အတွက် 42 subscales အားဖွငျ့အကဲဖြတ်ခဲ့ကြသည် စီးပွားပျက်ကပ်တော့ပူပန်စိတ်ဖိစီးမှုစကေး (DASS-42) [34] ။ တစ်ခုချင်းစီကို subscale ကြေညာချက်အတိတ်တပတ်ကျော်ပုဂ္ဂိုလ်တစ်ဦးမှလျှောက်ထားဘယ်လောက်အညီတစ်ဦး 14-အမှတ် Likert စကေးအပေါ်သွင်းယူဖြစ်ကြောင်း 4 ထုတ်ပြန်ချက်များပါဝင်ပါသည်။ ချိန်ခွင်စိတ်ကျရောဂါ (dysphoria, မျှော်လင့်ချက်မဲ့အသက်တန်ဖိုး, Self-ဆက်မသုံးခြင်, အကျိုးစီးပွားသို့မဟုတ်ပါဝင်ပတ်သက်မှုမရှိခြင်း, anhedonia နှင့် inertia), စိုးရိမ်ပူပန် (ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ arousal, အရိုးကြွက်သားသက်ရောက်မှု, အခွအေနေစိုးရိမ်စိတ်များနှင့်ပုဂ္ဂလဒိဋ္၏အနုတ်လက္ခဏာစိတ်ပိုင်းဆိုင်ရာပြည်နယ်များတိုင်းတာရန်ဒီဇိုင်းရေးဆွဲထားပါသည် ) ကိုအကျိုးသက်ရောက်စိုးရိမ်၏အတွေ့အကြုံကိုနှင့်စိတ်ဖိစီးမှုသို့မဟုတ်တင်းမာမှု (အခက်အခဲလျှော့ပေါ့, ဦးနှောက်အာရုံကြော arousal နှင့်အလွယ်တကူစိတ်ဆိုးသို့မဟုတ်တုန်, စိတ်တိုသို့မဟုတ်ကျော်-reactive နှင့်စိတ်မရှည်ဖြစ်ခြင်း) ။ ဒီစကေး၏ psychometric ဂုဏ်သတ္တိများစုံစမ်းစစ်ဆေးပြီလေ့လာရေး [ကျန်းမာလက်တွေ့လူဦးရေအတွက်ယုံကြည်စိတ်ချရနှင့်တရားဝင်မှုအစီအမံအပေါ်ကျေနပ်ရလဒ်များကဖော်ပြခဲ့သည်ပါပြီ34-37] လည်းအင်တာနက်ကိုကျော်အုပ်ချုပ်ခွင့်ရသောအခါ [38] ။ သို့သော်ငယ်ရွယ်မြီးကောင်ပေါက်အရွယ်ရောက်နှင့်နှိုင်းယှဉ်အဖြစ် 3 အချက်များအကြားလျော့နည်းခွဲခြား, သူတို့အကြားဆက်စပ်မှု [ပုံမှန်အားမြင့်သောအစီရင်ခံစာများတှေရှိခဲ့တယျ39,40] ။ ချိန်ခွင်ဟာအခြေခံအချက်အလက်ပေါ်တွက်ချက် Cronbach alpha (; စိုးရိမ်စိတ် alpha = .93; စိတ်ဖိစီးမှု alpha = .89 စိတ်ကျရောဂါ alpha = .91) ၏စည်းကမ်းချက်များ၌ပစ္စုပ္ပန်နမူနာမြင့်မားပြည်တွင်းရေးရှေ့နောက်ညီညွတ်မှု, သရုပ်ပြခဲ့သည်။ အခြို့သောသင်တန်းသားများကိုအားလုံးစကေးပစ္စည်းများတုံ့ပြန်ခဲ့ပါဘူးအဖြစ်, တစ်ဦးချင်းစီစကေးပေါ်တွင်နောက်ဆုံးရမှတ်သူတို့တုန့်ပြန်ခဲ့ကွောငျးပစ္စည်းများများ၏အရေအတွက်အားဖြင့်ပေါင်းလဒ်ရမှတ်ခွဲဝေခြင်းဖြင့်တွက်ချက်ခဲ့သည်။ 50% ပျောက်ဆုံးဒေတာကိုသို့မဟုတ်ထိုထက်ပိုအတူသာလျှင်သင်တန်းသားများကိုဖယ်ထုတ်ထားခဲ့သည်။ : အဆိုပါအကြေးခွံစိုးရိမ်စိတ်×တစ်ဦးချင်းစီကတခြား (စိတ်ကျရောဂါနှင့်အတူမြင့်မားဆက်နွယ်နေကြောင်း r= .76; စိတ်ဖိစီးမှု×စိတ်ကျရောဂါ: r= .79; စိတ်ဖိစီးမှု×စိုးရိမ်စိတ်: r= .78; အားလုံး P တန်ဖိုးများ <.001) နှင့်ပေါင်းစပ် 42-item စကေးမြင့်မားသောပြည်တွင်းရေးကိုက်ညီမှု (alpha = .96) သရုပ်ပြခဲ့သည်။ တည်ဆောက်မှုများအကြားအတော်လေးမြင့်မားသောအပြန်အလှန်ဆက်စပ်မှုများနှင့်ခွဲခြမ်းစိတ်ဖြာခြင်းကိုရိုးရှင်းစေရန်အတွက်ဤအကြေးခွံ ၃ ခုသည်စိတ်ကျန်းမာရေးအတိုင်းအတာတစ်ခုအဖြစ်ပေါင်းစပ်ထားသည်။

လုပ်ထုံးလုပ်နည်း

အားလုံးလေ့လာမှုလုပျထုံးလုပျနညျးစာသင်ခန်းသို့မဟုတ်ကွန်ပျူတာခန်းထဲမှာသက်ဆိုင်ရာကျောင်းများမှာအရပျကိုယူခဲ့ပါတယ်။ ကျောင်းဒေတာစုဆောင်းမှု၏အချိန်မှာအားလုံးကျောင်းသားများအတွက်ကွန်ပျူတာများကိုပေးနိုငျခဲ့တယျဆိုပါကအဆိုပါမေးခွန်း, စက္ကူနှင့်ခဲတံပုံစံတစ်ခုသို့မဟုတ် Web-based စစ်တမ်း tool ကိုသုံးပြီးဖြစ်စေအုပ်ချုပ်ခဲ့ကြသည်။ အဆိုပါမေးခွန်းလွှာ [သတ်သေမြီးကောင်ပေါက် (အဆိုပါ Paykel သေကြောင်းကြံစည်မှုစကေးများအတွက်မျက်နှာပြင်ဖို့အသုံးပြုပစ္စည်းများကိုပါရှိသော41]), နှင့်စိစစ်လုပ်ထုံးလုပ်နည်းဒေတာစုဆောင်းခြင်းတစ်ခုချင်းစီလှိုင်းပြီးနောက် 24 နာရီအတွင်းရာအရပျကိုယူ။ ထို့ကြောင့်, ပါဝင်မှုလုံးဝအမည်မသိမဟုတ်ခဲ့, သို့သော်ဘာသာရပ်များအမည်အား '' အထောက်အထားတွေကိုအစားပါဝင်သူများ၏မေးခွန်းလွှာပေါ်မှာရေးထားတဲ့ခဲ့ပြီးသောတစ်ဦးချင်းစီ "ပါဝင်မှု codes တွေကို" သုံးပြီး encrypt လုပ်ထားတဲ့ခဲ့ကြသည်။ အဆိုပါ codes တွေကိုသာ longitudinal data တွေကိုချိတ်ဆက်ဖို့နဲ့အကူအညီကိုဆက်ကပ်ရန် High-အန္တရာယ်သတ်သေမြီးကောင်ပေါက် (အရေးပေါ်ကိစ္စများတွင်) ဆက်သွယ်ပါရန်ကျောင်းသားရဲ့အထောက်အထားတွေကိုဆက်စပ်ခဲ့ကြသည်။ သူတို့အလေးအနက်ထား, စဉ်းစားစီစဉ်ထားခြင်းသို့မဟုတ်အတိတ် 2 ရက်သတ္တပတ်အတွင်းသတ်သေဖို့ကြိုးစားခဲ့ဖူးကြောင်းတုန့်ပြန်လျှင်ဘာသာရပ်များအရေးပေါ်ကိစ္စများတွင်အဖြစ်သတ်မှတ်ခံခဲ့ရသည်။ အန္တရာယ်ဖြစ်ပွားမှုနှင့်ဆက်ဆံရာတွင်အဘို့အတိအကျလုပ်ထုံးလုပ်နည်းနိုင်ငံများအကြားကွဲပြားနှင့်ဒေသဆိုင်ရာကျင့်ဝတ်ဆိုင်ရာလမ်းညွှန်ချက်များနှင့်အမရရှိနိုင်အကူအညီနဲ့အရင်းအမြစ်များအပေါ်ဆက်ပြောပါတယ်ဖြစ်ခဲ့သည်။ အရေးပေါ်ကိစ္စများတွင်ထိုဒေတာများကိုခွဲခြမ်းစိတ်ဖြာခြင်း (ဎ = 23) မှဖယ်ထုတ်ထားခဲ့သည်။ ဗဟိုတရားရုံးချုပ်စီမံကိန်းတွင်စမ်းသပ်ပြီးအဆိုပါဝင်ရောက်စွက်ဖက်မှုအခြေခံအချက်အလက်ကောက်ယူမှုအပြီးအုပ်ချုပ်ခဲ့ထပ်မံဖော်ပြ မာလ်တီမီဒီယာနောက်ဆက်တွဲ 1.

ဒေတာများကိုခွဲခြမ်းစိတ်ဖြာခြင်း

နှစ်ဦးကအဓိကစမ်းသပ်မှုဒီလေ့လာမှုမှာဖျော်ဖြေခဲ့ကြသည်: 1 Cross-Section hierarchical မျိုးစုံဆုတ်ယုတ်ခွဲခြမ်းစိတ်ဖြာနှင့် 1 longitudinal ခွဲခြမ်းစိတ်ဖြာ။ အင်တာနက်ကိုသုံးစွဲခြင်း၏ကြိမ်နှုန်း၏အတိုင်းအရှည် (သင်တန်းသားများ၏ 90% တစ်နေ့လျှင်အနည်းဆုံးတစ်ကြိမ်ကအင်တာနက်ကိုအသုံးပြုပြီးအစီရင်ခံ) တစ်ဦးမျက်နှာကျက်သက်ရောက်မှုရှိနေသော်ငြားလည်းခွဲခြမ်းစိတ်ဖြာကနေချန်လှပ်ခံခဲ့ရသည်။ ကျန်ရှိနေသေးသောခန့်မှန်း variable တွေကိုအရှင်အွန်လိုင်းအပတ်စဉ်နာရီကြာ၏ Self-အစီရင်ခံအရေအတွက်က, အ 7 လှုပ်ရှားမှုများ၏ ratings, နှင့်အင်တာနက်အသုံးပြုမှုများ၏ 9 အကျိုးဆက်များ၏ ratings ခဲ့ကြသည်။ အဆိုပါစုပေါငျး DASS ရမှတ် (စာရင်းအင်းယူဆချက်၏စမ်းသပ်မှုသည်ဤစမ်းသပ်မှုအတွက်မှီခို variable ကိုဖော်ပြထားပါသည်ခဲ့သည် မာလ်တီမီဒီယာနောက်ဆက်တွဲ 1) ။ Cross-sectional regression မှာ T1 မှာအင်တာနက်အပြုအမူတွေကို T1 မှာစိတ်ကျန်းမာရေးကိုကြိုတင်ခန့်မှန်းဖို့သုံးတယ်။ အဆိုပါ longitudinal ဆုတ်ယုတ်ခွဲခြမ်းစိတ်ဖြာအင်တာနက်အပြုအမူပြောင်းလဲမှုအားဖွငျ့ခြုံငုံ DASS (T1 နှင့် T3 အကြားရမှတ်ခြားနားချက်) အပြောင်းအလဲဟောကိန်းထုတ်ခဲ့သည်။ အရှည်ဆုံးနောက်ဆက်တွဲလေ့လာမှုသာဤလေ့လာမှုကိုစိတ်ဝင်စားခဲ့သည်။ ကျား၊ မ၊ အသက်နှင့်စမ်းသပ်မှုအခြေအနေကိုပထမပုံစံတွင်ထိန်းချုပ်သည့် variable များအဖြစ်ထည့်သွင်းထားသည်။ အင်တာနက်ကိုသုံးစွဲသောအချိန်ကိုဒုတိယပုံစံတွင်ထည့်သွင်းခဲ့သည်။ လှုပ်ရှားမှုအဆင့်သတ်မှတ်ချက်များကိုတတိယပုံစံတွင်ထည့်သွင်းခဲ့ပြီးအကျိုးဆက်အဆင့်သတ်မှတ်ချက်များကိုစတုတ္ထပုံစံတွင်ထည့်သွင်းခဲ့သည်။ ထို့အပြင်သင်တန်းသားများကိုသူတို့> 3 တံခါးခုံကိုကျော်အနည်းဆုံးအွန်လိုင်းလှုပ်ရှားမှုဖျော်ဖြေမှသာရမှတ်များ T82 နှင့် T5 အကြားတံခါးခုံအထက်သို့မဟုတ်အောက်တွင်ကျော်လွန်ခဲ့သောဘာသာရပ်များ၏လူနည်းစု (n = 1; 3%) မှသာရိပ်မိအကျိုးဆက်များအဆင့်သတ်မှတ်ရန်ညွှန်ကြားခဲ့သည်ဘာဖြစ်လို့လဲဆိုတော့ ခြားနားချက်ရမှတ်များအတွက်တွက်ချက်မှုများအတွက်မပြည့်စုံသောဒေတာရှိခဲ့ပါတယ်။ သို့သော် sensitivity ကိုဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းသည် DASS ရမှတ်များပြောင်းလဲမှု၏ပျမ်းမျှပမာဏသို့မဟုတ်အွန်လိုင်းလှုပ်ရှားမှုရမှတ်များနှင့်ပတ်သက်ပြီးဤဘာသာရပ်များနှင့်အခြားကိစ္စရပ်များအကြားမည်သည့်ကိန်းဂဏန်းဆိုင်ရာထူးခြားသည့်ခြားနားချက်ကိုမှဖော်ပြခဲ့သည်။

ရလဒ်များ

ဖော်ပြရန်ရလဒ်များ

DASS-42 ရမှတ် 2220 သင်တန်းသားများအဘို့တွက်ချက်နိုင်ပါတယ်။ စုစုပေါင်း DASS ရမှတ်များပိုမိုမြင့်မားရမှတ်ထက်ပိုစိတ်ကျန်းမာရေးပြဿနာများကိုညွှန်ပြဘယ်မှာ 0-3 အချက်များ, အကြားမရသေးသည်လည်းရှိသည်။ အထီး, အမျိုးသမီးနှင့်စုစုပေါင်းနမူနာများအတွက်ယုတ်အခြေခံရမှတ်များအတွက်တင်ပြကြသည် စားပွဲတင် 1။ အမျိုးသမီး (အားလုံးစိတ်ကျန်းမာရေးအစီအမံအပေါ်အထီးထက်သိသိသာသာပိုမိုမြင့်မားသွင်းယူစားပွဲတင် 1) ။ စုစုပေါင်းနမူနာမှာတော့ 1848 ပါဝင်သူ (83.24%) 1 အောက်ယုတ် DASS ရမှတ်ခဲ့ခြင်းနှင့် 314 (14.1%) 1 နှင့် 1.99 အကြားရမှတ်ခဲ့ခြင်းနှင့် 58 (2.6%) အထက် 2 သို့မဟုတ်တစ်ရမှတ်ရှိခဲ့ပါတယ်။ DASS ရမှတ်များအတွက်နိုင်ငံအကြားအသေးပေမယ့်သိသိသာသာကွဲပြားခြားနားမှု (ရှိခဲ့သည်F_{(6, 2213)}= 9.28, η²_{တစိတ်တဒေသဖြစ်သော}= .02, P<.001) ။ 4 လလေ့လာမှုကာလအတွင်း DASS ရမှတ်များပြောင်းလဲမှုသည် .0.15 (SD = 0.42) ဖြစ်ပြီး၎င်းသည်အချိန်ကြာလာသည်နှင့်အမျှကျဆင်းခြင်းကိုပြသည်။ T1 နှင့် T3 အကြားလေ့လာမှုမှထွက်ခဲ့သောသင်တန်းသားများသည်ပါဝင်သူများလိုက်နာရမည့်အချက်များထက်အခြေခံကျသော DASS ရမှတ်များများရှိကြသည် (ဆိုလိုသည်ခြားနားချက် = ၀.၁၀; t₍₂₂₁₈₎= 4.068; P<.001) ။

စားပွဲတင် 1 လည်းပျမ်းမျှအခြေခံမှာအင်တာနက်ပေါ်ရှိသုံးစွဲအချိန်, လှုပ်ရှားမှု ratings နှင့်အကျိုးဆက် ratings အစီရင်ခံအကျဉ်းချုပ်။ စားပွဲပေါ်မှာတစ်ပတ်ကိုအင်တာနက်ပေါ်ရှိသုံးစွဲနာရီပေါင်းပျမ်းမျှအရေအတွက်နမူနာအတွက်ကြီးမားသောအပြောင်းအလဲနှင့်အတူ 17.23 ခဲ့, ယောက်ျားမိန်းမတို့သည်ထက်အင်တာနက်ပေါ်ရှိအနည်းငယ်ပိုပြီးနာရီပေါင်းဖူးကြောင်းကိုအကျဉ်းချုပ်။ ဤအလှုပ်ရှားမှုများနှင့် ပတ်သက်. သိသာကျား, မကွဲပြားမှုရှိကြ၏ပေမယ့်မြီးကောင်ပေါက်, ကျောင်းသို့မဟုတ်အလုပ်အားဖြင့်နောက်တော်သို့လိုက်လူမှုရေးရည်ရွယ်ချက်များ, ပစ်မှတ်ထားရှာဖွေမှုများကို, ဂိမ်း, newsreading သို့မဟုတ်စောင့်ကြည့်, ညစ်ညမ်းကြည့်ရှုခြင်း, လောင်းကစားဝိုင်းအဘို့အင်တာနက်ကိုသုံးစွဲဖို့အတှကျဒါဟာအသုံးအများဆုံးဖြစ်ခဲ့သည်။

   

‎ဒီစားပွဲ View

 

cross-section Regression အားသုံးသပ်ခြင်း

အဆိုပါ Cross-Section hierarchical မျိုးစုံဆုတ်ယုတ်ခွဲခြမ်းစိတ်ဖြာ T1 မှာအငျတာနကျအသုံးပွုခွငျးအားဖွငျ့ T1 မှာ DASS ရမှတ်များကြိုတင်ခန့်မှန်းဖို့အသုံးပြုခဲ့ပါတယ်။ ထိန်းချုပ်မှု variable တွေကို (ကျား, မ, အသက်, စမ်းသပ်ခွအေနအေ) ပါဝင်သောပထမဦးဆုံးမော်ဒယ် (အလွန်အမင်းသိသာခဲ့သည်F_{(3, 1683)}= 26.40, P<.001) နှင့်ရှင်းပြသည် R²_adj= psychopathology အတွက်ကှဲလှဲ၏ 4.3% ။ ဒုတိယမော်ဒယ် (အင်တာနက်ပေါ်ရှိသုံးစွဲအချိန်) ကို (ခန့်မှန်းရန်သိသိသာသာလှူဒါန်းခဲ့F ပွောငျးလဲ_{(1, 1682)}= 26.05, P<.001) 1.4% အားဖြင့်စုစုပေါင်းအတွက်ရရှိလာတဲ့ R²_adj= 5.7% ကှဲလှဲရှင်းပြသည်။ တတိယမော်ဒယ် (လှုပ်ရှားမှုများအပေါ်သုံးစွဲဆွေမျိုးအချိန်) ကို (ခန့်မှန်းရန်သိသိသာသာလှူဒါန်းခဲ့F ပွောငျးလဲ_{(7, 1675)}= 8.29, P<.001) 2.8% အားဖြင့်စုစုပေါင်းအတွက်ရရှိလာတဲ့ R²_adj= 8.5% ကှဲလှဲရှင်းပြသည်။ စတုတ္ထမော်ဒယ် (အင်တာနက်အသုံးပြုမှုအကျိုးဆက်များ) (အဆိုပါခန့်မှန်းဖို့သိသိသာသာလှူဒါန်းခဲ့F ပွောငျးလဲ_{(9, 1666)}= 26.80, P<.001) 11.1% ဖြင့်ပြုလုပ်နိုင်ပါတယ်။ ဒါကနောက်ဆုံးစုစုပေါင်းခဲ့သည် R²_adj= 19.6% ကအင်တာနက်-related အချက်များကတာဝန်ယူခဲ့ပါတယ် 15.3% သောအကှဲလှဲ, ရှင်းပြသည်။ အဆိုပါညှိ R² စံပြ overfitted မခံခဲ့ရကြောင်းညွှန်ပြခြင်း, ခွဲခြမ်းစိတ်ဖြာအတွက်တစ်ဦးချင်းစီခြေလှမ်းမှာတိုးမြှင့်ဖို့ဆက်ပြောသည်။ အားလုံး variable တွေကို 0.5 အထက်တစ်ဦးသည်းခံခဲ့အဖြစ်ပြဿနာ collinearity မရှိအရိပ်အယောင်ရှိခဲ့သည်။ တစ်ဦးချင်းစီမော်ဒယ်အတွက်တစ်ဦးချင်းစီခန့်မှန်းများအတွက်စံ beta ကိုကိန်း (SS) အပါအဝင်ဆုတ်ယုတ်ခွဲခြမ်းစိတ်ဖြာခြင်းရလဒ်များကို, အတွက်အကျဉ်းချုံးထားပါသည် စားပွဲတင် 2.

စားပွဲတင် 2 အသက်အရွယ်နှင့်စမ်းသပ်ဆဲခွအေနအေမသော်လည်းကျားမ, တစ်ခုတည်းသောသိသိသာသာထိန်းချုပ် variable ကိုခဲ့တာကြောင့်အကျဉ်းချုပ်။ စတုတ္ထမော်ဒယ်အင်တာနက်အသုံးပြုမှုအကျိုးဆက်များများအတွက်စာရင်းကိုင်အခါအင်တာနက်ပေါ်ရှိသုံးစွဲနာရီကြာ၏ Self-အစီရင်ခံပျှမ်းမျှအရေအတွက်ကမော်ဒယ်တွေ 2 နှင့် 3 အတွက်ပိုမိုမြင့်မား DASS ရမှတ်များသိသိသာသာခန့်မှန်းခဲ့ပေမယ့်မပေး။ .05 နှင့် .13 အကြားကွဲပြားတစ်ဦးချင်းစီက Web-based လှုပ်ရှားမှုများ၏အကျိုးသက်ရောက်မှုအရွယ်အစား (SS) ။ လူမှုရေးရည်ရွယ်ချက်များအတွက်အင်တာနက်ကိုအသုံးပြုခြင်းသည်အင်တာနက်ပေါ်ရှိ socializing နှင့်ဆက်စပ်အန္တရာယ်ကိုလေ့လာတိုင်းတာအကျိုးဆက်များကတာဝန်ယူခဲ့အကြံပြုခြင်း, မော်ဒယ် 3 အတွက်မဟုတ်ဘဲမော်ဒယ် 4 အတွက် DASS ရမှတ်များသိသိသာသာခန့်မှန်းခဲ့သည်။ ဒီလှုပ်ရှားမှုမော်ဒယ် 3 အတွက် DASS တစ်သိသိသာသာခန့်မှန်းမဟုတ်ခဲ့ပေမယ့်စတုတ္ထမော်ဒယ်အတွက်သိသာထင်ရှားသောလှည့်အဖြစ် Web-based ဂိမ်းကစားခြင်း, ဆန့်ကျင်ဘက်ပုံစံနောက်သို့လိုက်ကြ၏။ အဆိုပါအနုတ်လက္ခဏာ beta ကိုတနျဖိုး Web-based ဂိမ်းစိတ်ကျန်းမာရေးနှင့်အတူဆက်နွယ်နေတဲ့အကာအကွယ်အချက်ဖြစ်ခဲ့သည်ကြောင်းဖော်ပြသည်။ အင်တာနက်ပေါ်ရှိကျောင်းသို့မဟုတ်အလုပ်လှုပ်ရှားမှုများဖျော်ဖြေကိုလည်းတတိယမော်ဒယ်အတွက် psychopathology များအတွက်သိသာထင်ရှားသောအကာအကွယ်အချက်ဖြစ်ခဲ့သည်ပေမယ့်အင်တာနက်ကိုအသုံးပြုခြင်းအကျိုးဆက်များများအတွက်စာရင်းကိုင်မဟုတ်သည့်အခါ။ Web-based လောင်းကစားဝိုင်းနှစ်ဦးစလုံးမော်ဒယ်များ 3 နှင့် 4 အတွက်ပိုမိုမြင့်မား DASS ရမှတ်များအတွက်သိသာထင်ရှားသောအန္တရာယ်အချက်ဖြစ်ခဲ့သည်။ စားသုံးသတင်းအကြောင်းအရာသိသိသာသာဖြစ်စေမော်ဒယ်အတွက် DASS နဲ့ဆက်စပ်မရခဲ့သည်။ အင်တာနက်ပေါ်ရှိညစ်ညမ်းအကြောင်းအရာကိုကြည့်ရှုခြင်းသာစံပြ 3 အတွက်သိသာထင်ရှားသောအန္တရာယ်အချက်ဖြစ်ခဲ့သည်ပေမယ်အရှင်သည်အင်တာနက်အသုံးပြုမှုအကျိုးဆက်များကတာဝန်ယူ 4, ပုံစံမဟုတ်ပါဘူး။ အင်တာနက်ပေါ်ရှိပစ်မှတ်ထားရှာဖွေမှုများကိုဖျော်ဖြေသိသိသာသာကြီးနှင့်ပြင်းပြင်းထန်ထန်အပြုသဘောလှုပ်ရှားမှုများကို၏အကြီးဆုံးအကျိုးသက်ရောက်မှုအရွယ်အစားရှိခြင်း, နှစ်ဦးစလုံးမော်ဒယ်များ 3 နှင့် 4 အတွက် DASS ရမှတ်များနှင့်ဆက်စပ်။ စိတ်ဝင်စားစရာကောင်းသောအရာတို့ကိုသင်ယူခြင်းနှင့်ပျော်စရာမော်ဒယ် 4 အတွက် DASS ရမှတ်များကြိုတင်ခန့်မှန်းမရရှိခြင်း, မိတ်ဆွေသူငယ်ချင်းအသစ်ရှာဖွေတာ, အင်တာနက်အသုံးပြုမှုအကျိုးဆက်များနှင့်စပ်လျဉ်း။ ထို့ကြောင့်ဤ "အပြုသဘောဆောင်သော" အကျိုးဆက်များအကာအကွယ်အချက်များအဖြစ်ဆောင်ရွက်ရန်မထင်ခဲ့ပေ။ သို့သော်ဘဝကိုအဓိပ်ပာယျကိုတိုးမြှင့်သို့မဟုတ်ကျောင်းသို့မဟုတ်အလုပ်စွမ်းဆောင်ရည်တိုးတက်လာဖို့ရိပ်မိခဲ့သည်အင်တာနက်အသုံးပြုမှုကိုသိသိသာသာအကာအကွယ်အချက်ဖြစ်ခဲ့သည်။ အဆိုပါ "အနှုတ်လက္ခဏာ" အကျိုးဆက်များ DASS ရမှတ်များပိုမိုအစွမ်းထက်ခန့်မှန်းခဲ့ကြသည်။ ကြာကြာမူလကရည်ရွယ်သည်ထက်အင်တာနက်ပေါ်ရှိတည်းခိုသိသိသာသာခန့်မှန်းမဟုတ်ခဲ့ပေမဲ့လည်းအဆိုပါထုတ်ပြန်ချက်များ "ငါသည်ဤအလှုပ်ရှားမှုများကိုရွေးချယ်မည့်အစားသူငယ်ချင်းတွေနဲ့အတူထွက်ဆွဲထား", "ငါနှောင်းပိုင်းတွင်တက်နေအိပ်ပျော်ခြင်းဆုံးရှုံး," နှင့် "ငါသောအခါငါစိတ်ဓာတ်ကျခံစားရသို့မဟုတ်သုန်မှုန် အထက်ဖော်ပြပါလှုပ်ရှားမှုများ "ကို access ကိုအဘယ်သူမျှမ .12 နှင့် .22 အကြားအထိအကျိုးသက်ရောက်မှုအရွယ်အစား (SS) နဲ့အလွန်အမင်းသိသာထင်ရှားသောအန္တရာယ်အချက်များ, ခဲ့ကြသည်

  

‎ဒီစားပွဲ View

 

longitudinal Regression အားသုံးသပ်ခြင်း

အဆိုပါ longitudinal hierarchical မျိုးစုံဆုတ်ယုတ်ခွဲခြမ်းစိတ်ဖြာကအင်တာနက်အသုံးပြုမှုအတွက်ပြောင်းလဲမှုနည်းလမ်းဖြင့်ခြုံငုံ psychopathology (T1 နှင့် T3 အကြားရမှတ်ကွာခြားချက်) တွင်ပြောင်းလဲမှုကိုကြိုတင်ခန့်မှန်းဖို့အသုံးပြုခဲ့ပါတယ်။ အားလုံး variable တွေကို 0.7 အထက်တစ်သည်းခံစိတ်တန်ဖိုးကိုခဲ့သကဲ့သို့မော်ဒယ်အတွက် collinearity ၏ပြဿနာအဆင့်ဆင့်၏မဖော်ပြထားရှိ၏။ ထိန်းချုပ်မှု variable တွေကိုပါဝင်သောပထမဦးဆုံးမော်ဒယ် (ကျား, မ, အသက်, စမ်းသပ်ခွအေနအေ) (သိသိသာသာမဟုတ်ခဲ့F_{(3, 981)} <1, P= .59) နှင့်မအင်တာနက်ကိုသုံးစွဲဒုတိယမော်ဒယ် (အချိန်ရှိ၏ F ပွောငျးလဲ_{(1, 980)} <1, P= .95) ။ တတိယမော်ဒယ် (လှုပ်ရှားမှုများအပေါ်သုံးစွဲဆွေမျိုးအချိန်) ကို (ခန့်မှန်းရန်သိသိသာသာလှူဒါန်းခဲ့F ပွောငျးလဲ_{(7, 973)}= 2.25, P<.03) က R²_adj= 0.7% ကှဲလှဲရှင်းပြသည်။ ဒါဟာအလှူငွေ, T1 ထံမှ T3 မှကြည့်ရှုသတင်းတစ်ခုတိုး DASS ရမှတ်များအတွက်တစ်ဦးတိုး (SS = .07, 95% CI = 0.00-0.13 နဲ့ဆက်စပ်တဲ့သတင်းကိုကြည့်ရှုရန်တွေကပေါ်ကနေခဲ့သည် P= .049) ။ ရှိသမျှသည်အခြားသော Web-based လှုပ်ရှားမှုများ (nonsignificant ခဲ့ကြသည်Pဒီ model အတွက်≥ .19) ။ စတုတ္ထမော်ဒယ် (အင်တာနက်အသုံးပြုမှုအကျိုးဆက်များ) (အဆိုပါခန့်မှန်းဖို့သိသိသာသာလှူဒါန်းခဲ့F ပွောငျးလဲ_{(9, 964)}= 3.39, P<.001) 2.1% အားဖြင့်စုစုပေါင်းအတွက်ရရှိလာတဲ့ R²_adj= 2.8% ကှဲလှဲရှင်းပြသည်။ သတင်းစားသုံးမှု (ဤနေရာတွင် nonsignificant ပြန်ဆိုခဲ့သည်P= .13) ။ စတုတ္ထမော်ဒယ်များ၏အလှူငွေဆိုးကျိုးများ၏ 2 ဖို့တွေကပေါ်ကနေဖြစ်ခဲ့သည်။ အဆိုပါထုတ်ပြန်ချက်များ, (SS = .12, 95% CI = 0.05-0.19 "ငါသည်နှောင်းပိုင်းတွင်တက်နေအိပ်ပျော်ခြင်းဆုံးရှုံး" P= .001) နှင့် (SS = .09, 95% CI = 0.03-0.16, "ငါအထက်တွင်ဖော်ပြခဲ့လှုပ်ရှားမှုများမှဝင်ရောက်ခွင့်မရှိတဲ့အခါငါစိတ်ဓာတ်ကျခံစားရသို့မဟုတ်သုန်မှုန်" P<.01) ဒီမော်ဒယ်အတွက်သိသိသာသာခန့်မှန်းခဲ့ကြသည်။ အခြားခန့်မှန်းသူအားလုံးသည်အရေးမပါကြပါ။ P= .10; သည်အခြား variable တွေကိုခဲ့ P ကြောင်းအထက်ပါတန်ဖိုးများ) ။

ထို့ကြောင့်နှောင်းပိုင်းအထိတည်းခိုခြင်းနှင့်အိပ်ပျော်ခြင်း ( "အိပ်စက်ခြင်းအရှုံး") ဆုံးရှုံးမှုနှင့်က ( "ရုပ်သိမ်းရေး") ဝင်ရောက်မရနိုင်တော့သည့်အခါအနုတ်လက္ခဏာခံစားချက်ထုတ်လုပ်ရန်အစီရင်ခံခဲ့သည်အင်တာနက်အသုံးပြုမှုကိုတသမတ်တည်းစိတ်ကျန်းမာရေးအတွက် longitudinal အပြောင်းအလဲခန့်မှန်းကြောင်းတည်းသော variable တွေကိုခဲ့ကြသည် ။ နောက်ထပ်ထိုအအနုတ်လက္ခဏာအကျိုးဆက်များစုံစမ်းစစ်ဆေးရန်, 2 စံမျိုးစုံ Regression အင်တာနက်ပေါ်ရှိသုံးစွဲအချိန်အတွက်အပြောင်းအလဲများနှင့်ကွဲပြားခြားနားသော Web-based လှုပ်ရှားမှုများအားဖွငျ့ထိုအ variable တွေကိုတစ်ခုချင်းစီအတွက် longitudinal အပြောင်းအလဲများကိုခန့်မှန်းတွက်ချက်ခဲ့ကြသည်။ အိပ်စက်ခြင်းဆုံးရှုံးမှုခန့်မှန်းကြောင်းအဆိုပါဆုတ်ယုတ်မော်ဒယ် (သိသာခဲ့သည်F_{(8, 1120)}= 5.76, P<.001, R²_adj= (3.3% ကှဲလှဲကရှင်းပြခဲ့သည်) နှင့်ဒါဆုတ်ခွာဟောကိန်းထုတ်သောဆုတ်ယုတ်ခဲ့F_{(8, 1125)}= 11.17, P<.001, R²_adj= 6.7%) ကှဲလှဲရှင်းပြသည်။ ဤအ Regression ထံမှကိန်းအတွက်အကျဉ်းချုံးထားပါသည် စားပွဲတင် 3 နှင့် စားပွဲတင် 4အသီးသီး။ စားပွဲတင် 3 တိုးမြှင့်အိပ်စက်ခြင်းဆုံးရှုံးမှုများအတွက်အပြင်းထန်ဆုံးခန့်မှန်းတဲ့တိုးမြှင့်ဂိမ်းကစားခြင်းအားဖြင့်နောက်တော်သို့လိုက်သည်ကျောင်းသို့မဟုတ်အလုပ်လှုပ်ရှားမှုများတွင်ကျဆင်းခြင်း, ပစ်မှတ်ထားရှာဖွေ, ညစ်ညမ်းကြည့်, နှင့်အထွေထွေတွင်အွန်လိုင်းအချိန်ဖွစျကွောငျးကိုအကျဉ်းချုပ်။ လူမှုရေးလှုပ်ရှားမှုများ, လောင်းကစား, သတင်းကြည့်ရှုအိပ်ပျော်ခြင်းဆုံးရှုံးမှုအတွက်ပြောင်းလဲပစ်ရန်သိသိသာသာဆက်စပ်ကြဘူး။ စားပွဲတင် 4 ရုပ်သိမ်းရေးအတွက်အပြောင်းအလဲ၏အပြင်းထန်ဆုံးခန့်မှန်းအင်တာနက်ပေါ်ရှိသုံးစွဲခြုံငုံအချိန်အားဖြင့်နောက်တော်သို့လိုက်လှုပ်ရှားမှုများ, ညစ်ညမ်းကြည့်ရှုခြင်း, ဂိမ်းလောင်းကစားကြသည်ဟုအကျဉ်းချုပ်။ လူမှုရေးလှုပ်ရှားမှုများ, ကျောင်းသို့မဟုတ်အလုပ်အတွက်အပြောင်းအလဲများ, သတင်းမြင်ကွင်းနှင့်ရှာဖွေမှုများကိုပစ်မှတ်ထားသိသိသာသာရုပ်သိမ်းရေးအတွက်ပြောင်းလဲမှုနဲ့ဆက်စပ်မခံခဲ့ရပါ။

   

‎ဒီစားပွဲ View

 

 

 

   

‎ဒီစားပွဲ View

 

 

 

ဆွေးနွေးမှု

cross-section တွေ့ရှိချက်

ဤလေ့လာမှု၏ရည်ရွယ်ချက်မှာစိတ်ကျန်းမာရေးပြဿနာများအတွက်အင်တာနက်ကို-related အန္တရာယ်နှင့်အကာအကွယ်အချက်များဖော်ထုတ်ရန်နှင့်အင်တာနက်ပေါ်နှင့်အမျိုးမျိုးသော Web-based လှုပ်ရှားမှုများအပေါ်သုံးစွဲအချိန်သက်ရောက်မှုသူတို့၏အမျိုးအရိပ်မိအကျိုးဆက်များတစ်ဦးကိုအရေအတွက်အားဖြင့်အဘို့မှတ်နိုင်လျှင်စမ်းသပ်ဖို့ဖြစ်တယ် လှုပ်ရှားမှုများ။ ဒါက 4 လကာလအတွင်း Cross-Section နှင့် longitudinal နှစ်ဦးစလုံး, ဆယ်ကျော်သက် '' ယေဘုယျအားစိတ်ကျန်းမာရေး (ပေါင်းစပ်စိတ်ကျရောဂါ၏အဆင့်ဆင့်, စိုးရိမ်ပူပန်ခြင်း, စိတ်ဖိစီးမှုသို့မဟုတ်တင်းမာမှု) နှင့်ရှိသူများကအင်တာနက်-related အပြုအမူတွေအကြားအသင်းအဖွဲ့ဆန်းစစ်နေဖြင့်စုံစမ်းစစ်ဆေးခဲ့သည်။

အဆိုပါ Cross-Section ရလဒ်များကို (15.3% မော်ဒယ်အတွက်ခန့်မှန်း၏နံပါတ်များအတွက်ချိန်ညှိပြီးနောက်ကှဲလှဲကရှင်းပြခဲ့သည်) စိတ်ကျန်းမာရေးအခြေခံမှာအင်တာနက်ကို-related အပြုအမူတွေအားဖြင့်ခန့်မှန်းခဲ့ပြသခဲ့သည်။ တစ်ဦးချင်းအကျိုးသက်ရောက်အရွယ်အစား (စံ SS = .05-.22) အစားသေးငယ်တဲ့ခဲ့ကြသည်။ အချိန်အများဆုံးတစ်ဦးချင်းလုပ်ဆောင်မှုများထက်ပိုကြီးတဲ့အကျိုးသက်ရောက်မှုရှိခဲ့ပေမယ့်အင်တာနက်ကိုအသုံးပြုခြင်းအကျိုးဆက်များ DASS ရမှတ်တွင်အကြီးဆုံးကှဲလှဲ (11.1%) ကရှင်းပြခဲ့သည်အင်တာနက်ပေါ်ရှိနေခဲ့ရသည်။ အပြုသဘောအကျိုးဆက်များ nonsignificant ခဲ့ကြသည်သော်လည်းဤအရာသည် 3 အနုတ်လက္ခဏာအကျိုးဆက်များ 4, အရေးအပါဆုံးခန့်မှန်း (အော့ဖ်လိုင်းလူမှုရေးလှုပ်ရှားမှုများကျော် Web-based လှုပ်ရှားမှုများများအတွက်ဦးစားပေး, အိပ်ပျော်ခြင်းအရှုံးနှင့်ဆုတ်ခွာ) တို့ဖြစ်သည်။ ဘဝအဓိပ္ပာယ်ကိုတိုးမြှင့သို့မဟုတ်ကျောင်းအဆင့်သို့မဟုတ်အလုပ်စွမ်းဆောင်ရည်တိုးတက်လာဖို့ရိပ်မိခဲ့သည်အင်တာနက်အသုံးပြုမှုကိုပိုမိုကောင်းမွန်စိတ်ကျန်းမာရေးနှင့်ဆက်စပ်ပေမယ့်သက်ရောက်မှုဆိုးကျိုးသည်ထက်သေးငယ်ခဲ့ကြသည်ခဲ့သည်။

ထို့ပြင်ရလဒ်ရိပ်မိအကျိုးဆက်များသည်ဤလှုပ်ရှားမှုများ၏စိတ်ကျန်းမာရေးသက်ရောက်မှုကရှင်းပြခဲ့ကြသည်ဟုအကြံပြုသောအဘို့မှတ်ကြသည်မဟုတ်သည့်အခါအင်တာနက်ကိုသုံးစွဲကြောင်းအချိန်, ဆိုရှယ်မီဒီယာအသုံးပြုမှု, ညစ်ညမ်းကြည့်, နှင့်ကျောင်းသို့မဟုတ်အလုပ်လှုပ်ရှားမှုများသာသိသာခန့်မှန်းခဲ့ကြသည်ပြသ အကျိုးဆက်များ။ Web-based ဂိမ်းကစားခြင်း, လောင်းကစားနှင့်ရှာဖွေမှုများကိုပစ်မှတ်ထား, အခြားတစ်ဖက်တွင်, စိတ်ကျန်းမာရေးနှင့် ပတ်သက်. ဤလှုပ်ရှားမှုများများ၏ content ရိပ်မိအကျိုးဆက်များနှင့်နှိုင်းယှဉ်လျှင်အတော်လေးအရေးကြီးပါတယ်ကြောင်းအကြံပြု, ရိပ်မိအကျိုးဆက်များအဘို့ကိုထိန်းချုပ်လျှင်ပင်စိတ်ကျန်းမာရေး၏သိသာထင်ရှားသောခန့်မှန်းခဲ့ကြသည် ။ အတူတူ, ဤရလာဒ်များကဒီလေ့လာမှုမှာတိုင်းတာအားလုံး Web-based လှုပ်ရှားမှုများစိတ်ကျန်းမာရေး၏ကြိုတင်ခန့်မှန်းချက်များမှာရှိသောအချို့သောသူတို့ထဲကတစ်ဦးအပြည့်အဝပြုပြင်မော်ဒယ်အတွက်တွေ့ရှိဖို့လုံလောက်တဲ့ကြီးမားတဲ့အကြောင်းအရာ-based သက်ရောက်မှုရှိပုံပေါ်ကြောင်းဖော်ပြသည်။ အခြားလှုပ်ရှားမှုများကိုသာသူတို့ရဲ့ရိပ်မိအကျိုးဆက်များ, အဓိကအားဖြင့် Web-based interaction ကအတှကျဦးစားပေး, အိပ်ပျော်ခြင်းအရှုံးနှင့်ဆုတ်ခွာအားဖွငျ့စိတ်ကျန်းမာရေးကိုထိခိုက်ပုံရသည်။ ဤအကအနုတ်အကျိုးဆက်များပြဿနာကအင်တာနက်အသုံးပြုမှုပြနေကြသည်အဖြစ် [9,14] စိတ်ကျန်းမာရေးပေါ်တွင်သူတို့အတော်လေးအားကောင်းတဲ့သက်ရောက်မှုတစ်ဦးပြဿနာကအင်တာနက်အသုံးပြုမှုကိုရှုထောင့်ကနေမျှော်လင့်ရသည်။ ဒါဟာရိပ်မိအကျိုးဆက်များအမှန်တကယ်အကြိုးဆကျကနေမတူညီတဲ့ဖြစ်မည်အကြောင်း, သို့သော်သတိပြုသင့်ပါတယ်။

longitudinal တွေ့ရှိချက်

ယခင်လေ့လာမှုများစိတ်ကျန်းမာရေးပြဿနာများနှင့်ပြဿနာကိုအင်တာနက်အသုံးပြုမှုကိုမှအိပ်ပျော်ခြင်းအရှုံးနှင့်ဆုတ်ခွာရောဂါလက္ခဏာတွေနဲ့ဆက်နွယ်နေကြပါပြီ [9,12,42-45] ။ အဆိုပါ longitudinal ဒီလေ့လာမှုအတွက်လေ့လာဆန်းစစ် (အကြောင်းအရာလက်လှမ်းမမှီနိုင်သည့်အခါအနုတ်လက္ခဏာခံစားချက်) အလားတူကြောင်းအိပ်ပျော်ခြင်းအရှုံးနှင့်ဆုတ်ခွာအကြံပြုအချိန်ကြာလာတာနဲ့အမျှစိတ်ပိုင်းဆိုင်ရာကျန်းမာရေးအတွက်အပြောင်းအလဲများကို (2.1% ကှဲလှဲကရှင်းပြခဲ့သည်) ကြိုတင်ခန့်မှန်းခြင်း, တကယ်တော့အဲဒီရှည်လျားသောအတွက်အဲဒီလိုလုပ်ဖို့တစ်ခုတည်းသော variable တွေကိုခဲ့ကြသည် သက်တမ်း။ အင်တာနက်ပေါ်ရှိသုံးစွဲအချိန်အတွက် longitudinal အပြောင်းအလဲများနှင့်အမျိုးမျိုးသောလှုပ်ရှားမှုများတိုက်ရိုက်စိတ်ကျန်းမာရေးအတွက်အပြောင်းအလဲကြိုတင်ခန့်မှန်းပေမယ့်မယ့်အစား (3.3% နှင့် 6.7% အသီးသီးကှဲလှဲကရှင်းပြခဲ့သည်) အိပ်ပျော်ခြင်းအရှုံးနှင့်ဆုတ်ခွာပြောင်းလဲမှုများခန့်မှန်းအားဖြင့်တစ်ဦးသွယ်ဝိုက်အကျိုးသက်ရောက်ခဲ့ဘဲနေ၏။ ဤသည်ကိုသူတို့ထိုကဲ့သို့သောအိပ်ပျော်ခြင်းအရှုံးနှင့်ဆုတ်ခွာအဖြစ်အပျက်သဘောရိပ်မိအကျိုးဆက်များ, ကြိုတင်ခန့်မှန်းသောကွောငျ့ကြည့်ရှုအားပေးသည်အင်တာနက်နဲ့ content ပေါ်ကုန်အချိန်အဓိကအားဖြင့်စိတ်ကျန်းမာရေး၏ကြိုတင်ခန့်မှန်းချက်ဖြစ်ကြောင်းအကြံပြုထားသည်။ ဤသည်အနက်ကိုထိုပြဿနာသည်အင်တာနက်အသုံးပြုမှုကိုချဉ်းကပ်နှင့်အညီဖြစ်ပါသည်လည်းပြဿနာကအင်တာနက်အသုံးပြုမှု General နဲ့တိကျတဲ့ပုံစံများကို (ဥပမာ [ကြားရှိကွဲပြားခြားနားမှုကို support15-17]), လှုပ်ရှားမှုများဧကန်အမှန်ကွဲပြားခြားနားအနုတ်လက္ခဏာအကျိုးဆက်များနှင့်ဆက်စပ်ခဲ့ကြသည်။ ဒါဟာအစကအင်တာနက်အသုံးပြုမှုများ၏အနုတ်လက္ခဏာစိတ်ကျန်းမာရေးသက်ရောက်မှုကိုလျှော့ချရည်ရွယ်ကြားဝင်အစားအင်တာနက်ကိုအသုံးပြုခြင်းသည်ကိုယ်နှိုက်၏အနုတ်လက္ခဏာအကျိုးဆက်များပစ်မှတ်ထားနိုင်ကြောင်းအကြံပြုထားသည်။ ဥပမာ, အစားအခြို့သောလှုပ်ရှားမှုအပေါ်သုံးစွဲအချိန်ကိုလျှော့ချ၏, ထိုဝင်ရောက်စွက်ဖက်မှုသေချာလှုပ်ရှားမှုအိပ်စက်ခြင်းနှင့်အတူဝင်ရောက်စွက်ဖက်မထားဘူးကြောင်းအောင်အာရုံစိုက်နိုင်ဘူး။ သို့သော်ထိုကဲ့သို့သောလောင်းကစားဝိုင်းအဖြစ်အင်တာနက်ကိုအသုံးပြုခြင်းသည်အချို့အမျိုးအစားများ, အတူလှုပ်ရှားမှု-တိကျတဲ့ကြားဝင်ပိုပြီးထိရောက်ပါလိမ့်မယ်။

အထွေထွေဆွေးနွေးချက်

ဤလေ့လာမှု၏ရလဒ်များကိုပြဿနာ (သို့မဟုတ်ကျန်းမာရေးနဲ့မညီညွတ်တဲ့) ကအင်တာနက်အသုံးပြုမှုကိုရိုးရှင်းစွာ High-ပြင်းထန်မှုသို့မဟုတ်မကြာခဏအင်တာနက်ကိုအသုံးပြုခြင်းပမာဏမှာတူညီမရနိုင်ကြောင်းအတည်ပြုပါ။ အင်တာနက်ပေါ်ရှိသုံးစွဲအချိန်အဆိုးစိတ်ကျန်းမာရေးနှင့်ဆက်စပ်ခံရဖို့ရှာတွေ့ခဲ့သည်ပေမယ့်ပထမဦးစွာ, ထိုကဲ့သို့သောကျောင်းမှာအလုပ်အဖြစ်အချို့သောလှုပ်ရှားမှုများ, အပြုသဘောဆက်စပ်ခဲ့ကြသည်။ ဒုတိယအချက်မှာအင်တာနက်ပေါ်ရှိသုံးစွဲအချိန်ကအင်တာနက်အသုံးပြုမှုကိုပင်ကိုစရိုက်ကအန္တရာယ်ဖြစ်နိုင်မဟုတျကွောငျးမှုကိုအလေးအနက်, အင်တာနက်အသုံးပြုမှုများ၏ရိပ်မိအကျိုးဆက်များများအတွက်စာရင်းကိုင်ပြီးနောက်စိတ်ကျန်းမာရေးများအတွက်လွတ်လပ်သောအန္တရာယ်အချက်မဟုတ်ခဲ့ပေ။ ကတိကျသောလှုပ်ရှားမှုများမှကြွလာသောအခါ၌ပင်ဥပမာ, ဂိမ်းကစားခြင်း, ဆက်ဆံရေးရှုပ်ထွေးဖြစ်နိုင်ပါတယ်။ ယခင်လေ့လာမှုများ [ဥပမာ (ဂိမ်းစိတ်ကျန်းမာရေးအပေါ်အပျက်သဘောဆောင်သောအကျိုးသက်ရောက်မှုရှိကွောငျးကိုထူထောင်ခဲ့ကြ12,29]), ဒီလေ့လာမှုမှာသော်လည်း, ထိုဆိုးကျိုးများအပြုသဘောခဲ့ကြသည်။ အနုတ်လက္ခဏာဂိမ်းသက်ရောက်မှုတွေ့ပြီကြောင်းအများစုကလေ့လာမှုများပုံမှန်အားဖြင့်သာပြဿနာဂိမ်းစုံစမ်းစစ်ဆေးပါပြီ။ ထို့ကြောင့်ကအချို့သောအတိုင်းအတာအထိရန်အသုံးပြုသည့်အခါဂိမ်းအချို့အကာအကွယ်ဂုဏ်သတ္တိများရှိကြောင်းဖြစ်နိုင်သောပုံရသည်, ဒါပေမယ့်အလွန်အကျွံအသုံးပြုခဲ့သည့်အခါအနုတ်လက္ခဏာအကျိုးဆက်များသူတို့အားဂုဏ်သတ္တိများကိုလှမျးမိုးနိုငျတယျ။ ဥပမာအားဖြင့်, ဒီလေ့လာမှုမှာကျနော်တို့က၎င်း၏အပြုသဘောစိတ်ကျန်းမာရေးသက်ရောက်မှုရှိနေသော်လည်း, ဂိမ်းသိသိသာသာအလှည့်အတွက်စိတ်ကျန်းမာရေးပြဿနာများနှင့်ဆက်စပ်ခဲ့ကြရာ, အိပ်ပျော်ခြင်းအရှုံးနှင့်ဆုတ်ခွာခန့်မှန်းကြောင်း။ တှေ့ရှိ ဒီလိုင်းအတွက်, 6-11 နှစ်ပေါင်းအသက်ကလေးတွေအကြားဂိမ်းကစားခြင်းအပေါ်တစ်ဦးမကြာသေးခင်ကဥရောပလေ့လာမှု, တခါမွငျ့မားအသုံးပြုမှုခန့်မှန်းဘို့ထိန်းချုပ်ထား, ဂိမ်းသိသိသာသာစိတ်ကျန်းမာရေးပြဿနာများနှင့်ဆက်စပ်မခံခဲ့ရပေမယ့်အစားလျော့နည်းသက်တူရွယ်တူဆက်ဆံရေးမျိုးပြဿနာတွေနဲ့ prosocial လိုငွေပြမှုနှင့်ဆက်နွယ်ခဲ့ကြောင်းတွေ့ရှိ [46].

ယေဘုယျအားအင်တာနက်ကိုအသုံးပြုခြင်းနှင့်စိတ်ကျန်းမာရေးအကြားကြောင်းကျိုးဆက်စပ် link ကိုလည်းရှုပ်ထွေးပုံရသည်။ ယခင်စာရေးဆရာများ [အင်တာနက်ကိုအသုံးပြုသည်ဘယ်လိုတခုတခုအပေါ်မှာအကျိုးသက်ရောက်မှုရှိစေခြင်းငှါအရာ, အင်တာနက်အသုံးပြုမှုနှင့်ဆက်စပ်အန္တရာယ်တစ်ခုပြီးသားပစ္စုပ္ပန်ရောဂါရောင်ပြန်ဟပ်နိုင်ကြောင်းဖြစ်နိုင်ခြေအသိအမှတ်ပြုခဲ့ကြ47-49] ။ အချို့သောနည်းလမ်းများအတွက်အင်တာနက်ကို အသုံးပြု. ဆီသို့သဘောထားဖွဲ့စည်းကြောင်းအချို့သိမြင်မှုစတိုင်များလည်းစိတ်ကျန်းမာရေးကိုသြဇာလွှမ်းမိုးလိမ့်မည်။ ဥပမာအားဖြင့်, အမှတ်တံဆိပ် et al [50] ပြဿနာကအင်တာနက်အသုံးပြုမှုကိုအင်တာနက်အပြုသဘောအချို့ကိစ္စများတွင်အသုံးပြုသူကိုယ်စားမိစ္ဆာယူဆချက်ဖြစ်လိမ့်မယ်ထားတဲ့စိတ်ဓါတ်များ, သြဇာလွှမ်းမိုးရန်အသုံးပြုနိုင်မျှော်လင့်ချက်များနှင့်ဆက်စပ်ကြောင်းအကြံပြုသည်။ ဒီ၏စိတ်ပျက်စရာအဖြစ်မှန်အလှည့်အတွက်စိတ်ကျန်းမာရေးပြဿနာများကို preexisting ပိုမိုဆိုးဝါးလာစေနိုင်သည်။ ဒီလေ့လာမှုမှာ, (ကျောင်းမှသို့မဟုတ်အလုပ်မသက်ဆိုင်သော) ပစ်မှတ်ထားရှာဖွေမှုများကိုဖျော်ဖြေပိုမိုမြင့်မား DASS ရမှတ်များနှင့်ဆက်စပ်ခြင်းနှင့်အခြားမည်သည့် Web-based လှုပ်ရှားမှုထက်ပိုကြီးတဲ့အကျိုးသက်ရောက်မှုအရွယ်အစားခဲ့ရတယ်။ ဒီအတှကျဖြစ်နိုင်သောရှင်းပြချက် [ပိုများသောဒုက္ခဆင်းရဲတွေ့ကြုံခံစားတဲ့သူတစ်ဦးချင်းစီကသူတို့ရဲ့ပြဿနာကိုင်တွယ်ဖြေရှင်းဘို့ကိရိယာတခုအဖြစ်အင်တာနက်ကိုသုံးစွဲဖို့ပိုပြီးကျရောက်နေတဲ့ဖြစ်ပါတယ်27] ။ ဒါဟာအစပရော်ဖက်ရှင်နယ်အကူအညီပိုမိုအသုံးဝင်ပါလိမ့်မယ်လျှင်ပင်ပြဿနာများကိုသို့မဟုတ်စိုးရိမ်ပူပန်မှုများဖြေရှင်း Web-based သတင်းရင်းမြစ်အပေါ်မှီခိုအားထားနေတဲ့ယေဘုယျသဘောထားကိုထင်ဟပ်နိုင်ဘူး။ ကနျြးမာရေးဆိုင်ရာကိစ္စရပ်များတွင်အင်တာနက်ရှာဖွေမှုတစ်ခုတည်းသောဖြစ်နိုင်သမျှပစ်မှတ်မဟုတ်သောကြောင့်, သို့သော်, အနာဂတ်လေ့လာမှုများထပ်မံဒီအယူအဆစူးစမ်းလေ့လာရပါလိမ့်မယ်။

အင်တာနက်ကို-related အိပ်ပျော်ခြင်းအရှုံးစိတ်ကျန်းမာရေး၏ longitudinal ခန့်မှန်းဖြစ်ရှာတွေ့ခဲ့သည်ဖြစ်သော်လည်းထို့အပွငျ, အိပ်ပျော်နေတဲ့ပြဿနာတွေနဲ့စိတ်ကျရောဂါများအကြားတစ်ခုထူထောင် bidirectional link ကို [လည်းမရှိ51] အဖြစ်ယေဘုယျ [အတွက်ခံစားချက်နှင့်အကျိုးသက်ရောက်စေလုပ်ငန်းဆောင်တာ52] ။ ထို့ကြောင့်အင်တာနက်ကိုအသုံးပြုခြင်းသည်-related အိပ်ပျော်ခြင်းအရှုံးနှင့်စိတ်ပိုင်းဆိုင်ရာကျန်းမာရေးအကြားဆက်ဆံရေးကိုလည်းအပြန်အလှန်ကြောင်းဖွယ်ရှိပုံရသည်။ သူတို့ (စိတ်ကျရောဂါနှင့်အိပ်စက်ခြင်းမမှန်အပါအဝင်) comorbid မမှန်များ၏တပြိုင်နက်တည်းကုသမှုပါဝင်သည်လျှင်ထိုကွောငျ့, ပြဿနာကအင်တာနက်အသုံးပြုမှုကိုလျှော့ချရန်ရည်ရွယ်ကြားဝင်ပိုပြီးအောင်မြင်တဲ့ဖြစ်နိုင်သည်။ အလားတူပင်ယခင်လေ့လာမှုများ၏နံပါတ် [စွဲလမ်းလောင်းကစားဝိုင်းနှင့်အင်တာနက်အသုံးပြုမှုကိုအချို့သောဘုံ etiology ရှိသည်အကြံပြုခြင်း, ယေဘူယျပြဿနာကအင်တာနက်အသုံးပြုမှုကြိုတင်ခန့်မှန်းချက်ဖြစ်ပြဿနာလောင်းကစားဝိုင်းတွေ့ပြီ20-23,53] ။ လောင်းကစားဝိုင်းလှုပ်ရှားမှုများပြဿနာကအင်တာနက်အသုံးပြုမှုကိုအပြုအမူတွေ၏ကုသမှုလည်းမဆိုလောင်းကစားပြဿနာများကိုဖြေရှင်းရန်သင့်ကြောင်းအကြံပြု, ရိပ်မိဆုတ်ခွာ၏အပြင်းထန်ဆုံးခန့်မှန်းခဲ့ကြသည်အဖြစ်ကျွန်ုပ်တို့၏ရလဒ်များကို, ဒီမြင်ကွင်းကိုထောက်ခံပါတယ်။ သို့ရာတွင်ထိုသို့အနာဂတ်လေ့လာမှုများ variable တွေကိုအန္တရာယ်ဖြစ်နိုင်သည်အင်တာနက်အသုံးပြုမှုကို (ဥပမာ, ကိုယ်ရည်ကိုယ်သွေး, သိမြင်မှု, စိတျပိုငျးဆိုငျရာနဲ့စိတ်ခွန်အားနိုးအချက်များနှင့်တည်ဆဲစိတ်ရောဂါ) ၏ရှေ့အဖြစ်ဆောင်ရွက်ရန်နှင့်အရာ variable တွေကိုရလဒ်များနှင့်ပြုပြီအဖြစ်ဆောင်ရွက်ရန်အရာအသေးစိတ်ဆန်းစစ်အရေးကြီးပါသည်။ အခြို့သောကိုယ်ရည်ကိုယ်သွေး domains များထိုကဲ့သို့သောဆုတ်ခွာအဖြစ်အန္တရာယ်အချက်များဆီသို့တစ်ဦးဓာတ်ဖွဲ့စည်းစေခြင်းငှါ, အမျှအနာဂတ်လေ့လာမှုများထိုကဲ့သို့သော nonpathological variable တွေကို၏ဖြန်ဖြေအခန်းကဏ္ဍစုံစမ်းစစ်ဆေးရန်သငျ့သညျ။

ဒီလေ့လာမှုမှာကျနော်တို့စိတ်ကျန်းမာရေးအပေါ်ကိုအင်တာနက်အသုံးပြုမှုကိုရိပ်မိအပြုသဘောအကျိုးဆက်များမရှိအကျိုးသက်ရောက်မှုကိုတွေ့နှင့်သူတို့မဟုတ်ဘဲတကယ်ကအင်တာနက်ကိုအသုံးပြုပြီးဘို့ရည်ရွယ်ချက်တွေကြောင့်ဒီကြောင်းဖြစ်နိုင်ပါတယ်။ တနည်းအားဖြင့်သင်တန်းသားများကိုသူတို့အစားအမှန်တကယ်ဖြစ်ပျက်ထက်များအတွက်မျှော်လင့်အကျိုးဆက်များအစီရင်ခံတင်ပြကြပေမည်။ Sagioglou နှင့် Greitemeyer [54] ဒါကြောင့်မဟုတ်ဘဲပါဝင်သူသူတို့ရဲ့အသုံးပြုရန်အဖြစ်ယုတ္တိတန်သည်ဟုဆိုရမည်တွန်းအားကိုတွေ့မြင်သောအရာကိုထင်ဟပ်စေခြင်းငှါအရာအမှု၌ကွဲပြားခြားနားသောအင်တာနက်ကိုလှုပ်ရှားမှုများကို Self-အစီရင်ခံရလဒ်များယာယီဝေးလံ လုပ်. အထူးသဖြင့်အခါ, ကန့်သတ်တရားဝင်မှုရှိစေခြင်းငှါထွက်ထောက်ပြသည်။ သင်တန်းသားများကိုချက်ချင်းဒီလေ့လာမှုမှာမဖြစ်နိုင်ပါခဲ့သည့် Web-based application ကိုအသုံးပြုပြီးနောက်သူတို့ကိုဘယ်လောက်ရှိသလဲဖို့တောင်းကြသောအခါပိုမိုတိကျတိုင်းတာရရှိသောနိုင်ပါသည်။ အနာဂတ်လေ့လာမှုများမဟုတ်ဘဲစိတ်ကျန်းမာရေး၏တိုက်ရိုက်ခန့်မှန်းအဖြစ်ထက် (ကျန်းကျန်းမာမာသို့မဟုတ်ကျန်းမာရေးနဲ့မညီညွတ်တဲ့နည်းလမ်းတွေအတွက်) အချို့သော Web-based အကြောင်းအရာသုံးခန့်မှန်းအဖြစ်အင်တာနက်ကိုအသုံးပြုခြင်းအပြုသဘောအကျိုးဆက်များကုသထည့်သွင်းစဉ်းစားသင့်ပါတယ်။

ကန့်သတ်

ဤလေ့လာမှုပါဝင်သူရဲ့အင်တာနက်အသုံးပြုမှုကိုခန့်မှန်းရန်အသုံးပြုသောတိုင်းတာ၏သဘောသဘာဝအားဖြင့်ကန့်သတ်ထားသည်။ တရားဝင်မှုတစ်ခုမှာပြဿနာဿုံအစစ်အမှန်ရလဒ်များရောင်ပြန်ဟပ်မှယူဆမရနိုငျသောအငျတာနကျသုံးစှဲ၏အကျိုးဆက်များ, စိုးရိမ်။ တဦးတည်းရဲ့ကိုယ်ပိုင်ကျန်းမာရေးနှင့်အပြုအမူအပေါ်နေ့စဉ်လှုပ်ရှားမှုများများ၏အကျိုးသက်ရောက်မှုကိုစောင့်ကြည့်၏အခက်အခဲအပြင်, ဒီအတိုင်းအတာကိုလည်းဘက်လိုက်မှုနှင့်မျှော်မှန်းသက်ရောက်မှုမှတ်မိဖို့အထူးသဖြင့်အားနည်းချက်ဖြစ်လိမ့်မယ်။ ဒါကွောငျ့ဒီလေ့လာမှုကိုသာရိပ်မိအကျိုးဆက်များကိုတိုင်းတာရန်ရည်ရွယ်။ ဒါဟာရိပ်မိအကျိုးဆက်များကိုအင်တာနက်အပြုအမူတွေသို့မဟုတ်ထိုကဲ့သို့သော comorbid မမှန်အဖြစ်အချို့သောတတိယအချက်ကထုတ်လုပ်နေကြပြီးရှိမရှိသိရန်လည်းခက်ခဲသည်။ ဤလေ့လာမှု၏နောက်ထပ်န့်အသတ်ကျနော်တို့သင်တန်းသားများကိုသုံးကြောင်း Web-based အကြောင်းအရာ In-depth အစီအမံကိုလုပ်မပေးခဲ့ပါဘူးသောကွောငျ့ဖွစျသညျ။ ပိုပြီးတိကျတဲ့အကြောင်းအရာအသုံးပြုမှုဤရလဒ်များကိုလျှောက်ထားသည့်အခါထိုကွောငျ့, တဦးတည်းသတိပြုဖို့လိုယူသင့်သည်, ဥပမာ, ဂိမ်းများနှင့်လူမှုရေးကွန်ရက်လှုပ်ရှားမှုများအမျိုးမျိုးရိပ်မိအကျိုးဆက်များနှင့်စိတ်ကျန်းမာရေးနှစ်ဦးစလုံးအပေါ်ကွဲပြားခြားနားသောအကျိုးသက်ရောက်မှုများရှိနိုင်ပါသည်။ ထို့အပြင်ကျွန်ုပ်တို့၏တိုင်းတာအဖြေရှာတဲ့ tool ကိုအသုံးပြုနိုင်သည်မည်သည့်ပြဿနာကိုအင်တာနက်မပါဝင်ခဲ့ချေ။ ဒါဟာကျနော်တို့ကအင်တာနက်အသုံးပြုမှုကိုပိုမိုအနုတ်လက္ခဏာအကျိုးဆက်များ, ဒါမှမဟုတ်တိကျတဲ့ပြဿနာကအင်တာနက်အသုံးပြုမှုကိုစံပါဝင်သည်ခဲ့မယ်ဆိုရင်ဒီ Web-based လှုပ်ရှားမှုများများ၏သက်ရောက်မှုများပိုကြီးတဲ့အချိုးအစားကရှင်းပြသည်ကြလိမ့်မယ်လို့ဖြစ်နိုင်ပါတယ်။ နောက်ဆုံးအနေနဲ့လက်ဝါးကပ်တိုင်-section ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းနှင့်နှိုင်းယှဉ်ပါပု longitudinal ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းအတွက်စာရင်းအင်းပါဝါလျှော့ချရသောအခြေခံနှင့်နောက်ဆက်တွဲတိုင်းတာ (34%) အကြားထူးဆန်းသောကျောင်းထွက်မှုနှုန်းရှိ၏။ ဒါ့အပြင်ဒီလေ့လာမှုမှာပါဝင်လုံးဝအမည်မသိမဟုတ်ခဲ့, မြင့်သတ်သေအန္တရာယ်နှင့်အတူသင်တန်းသားများကိုဒေတာခွဲခြမ်းစိတ်ဖြာမှဖယ်ထုတ်လိုက်ကြသည်အရှိဆုံးပြင်းထန် psychopathology အတူဆယ်ကျော်သက်အချို့တို့သည်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းအတွက်ကိုယ်စားပြုမဆိုလိုနိုင်ပါ။

နိဂုံး

ကွဲပြားခြားနားသော Web-based လှုပ်ရှားမှုများသို့မဟုတ်အကြောင်းအရာအလယ်အလတ်အဆင့်ဆင့်များတွင်အသုံးပြုလျှင်ပင်, စိတ်ကျန်းမာရေးအပေါ်တိကျသောသက်ရောက်မှုရှိသည်နှင့်အင်တာနက်ပေါ်ရှိသုံးစွဲနာရီအရေအတွက်ကိုများအတွက်ချိန်ညှိသည့်အခါနိုင်ပါတယ်။ Web-based လှုပ်ရှားမှုများဘယ်လိုတသမတ်တည်း, မည်မျှအတွက်ကွဲပြား, နှင့်အဘယ်သို့ဆိုင်ဦးတည်ချက်အတွက်သူတို့စိတ်ကျန်းမာရေးအကျိုးသက်ရောက်စေသည်။ လှုပ်ရှားမှုများလည်းသူတို့ထုတ်လုပ်ထားတဲ့အပျက်သဘောအကျိုးဆက်များနှင့် ပတ်သက်. ကွဲပြားနှင့်သူတို့အားအကျိုးဆက်များ (အထူးသဖြင့်အရှုံးနှင့်ဆုတ်ခွာအိပ်) အလှုပ်ရှားမှုများသူတို့ကိုယ်သူတို့ထက် သာ. ကြီးမြတ်အတိုင်းအတာအထိစိတ်ကျန်းမာရေးရလဒ်များကြိုတင်ခန့်မှန်းပုံရသည်။ ဒါကြောင့်သူတို့ကထိုကဲ့သို့သောအနုတ်လက္ခဏာအကျိုးဆက်များကြိုတင်ခန့်မှန်းကြောင့်အင်တာနက်နှင့် Web-based အကြောင်းအရာပေါ်ကုန်သောအခြိနျကာလကိုအဓိကအားဖြင့်စိတ်ကျန်းမာရေး၏ကြိုတင်ခန့်မှန်းချက်များမှာပုံရသည်။ ဤရလဒ်သည်ပြဿနာကိုအင်တာနက်အသုံးပြုမှု General နဲ့တိကျတဲ့ပုံစံများအကြားကွာခြား၏အရေးပါမှုကို underscore ။ ဒါဟာအစကအင်တာနက်အသုံးပြုမှုကိုပင်ကိုစရိုက်ကအန္တရာယ်ဖြစ်နိုင်မဟုတ်ကြောင်းအတည်ပြုပေမယ့်တဦးတည်းအတွက်ပါဝငျသောလှုပ်ရှားမှုအပေါ်မူတည်နှင့်ကတစ်ဦးချင်းစီအပေါ်သက်ရောက်မှုဘယ်လောက်။ အချိန်ကြာလာတာနဲ့အမျှစိတ်ပိုင်းဆိုင်ရာကျန်းမာရေးအတွက်ပြောင်းလဲမှုကိုအကောင်းဆုံးအင်တာနက်ကို-related အိပ်ပျော်ခြင်းအရှုံးနှင့်ဆုတ်ခွာပြောင်းလဲမှုများအားဖြင့်ခန့်မှန်းခံရဖို့နှင့်အန္တရာယ်သည်အင်တာနက်အသုံးပြုမှုကိုလျှော့ချရန်ကြားဝင်ထို့ကြောင့်ထိုကဲ့သို့သောအကျိုးဆက်များပစ်မှတ်ထားသင့်ပါတယ်ပေါ်လာသည်။ အင်တာနက်ကိုသုံးစွဲခြင်း၏အပြုသဘောဆောင်သောနောက်ဆက်တွဲအကျိုးဆက်များကိုတိုက်ရိုက်စိတ်ကျန်းမာရေးကြိုတင်ခန့်မှန်းနိုင်မည်မဟုတ်ပါပေမယ် propensity အလွန်အကျွံသို့မဟုတ်ပြဿနာအချို့ Web-based လှုပ်ရှားမှုများတွင်ထိတွေ့ဆက်ဆံဖို့ကြိုတင်ခန့်မှန်းပေလိမ့်မည်။ သို့သျောလညျး, အင်တာနက်အသုံးပြုခြင်းနှင့်စိတ်ကျန်းမာရေးရောဂါအကြားကြောင်းကျိုးဆက်စပ်ပြဿနာကအင်တာနက်အသုံးပြုမှုကြားဝင်သို့မဟုတ်ကုသမှုထိရောက်သောဖြစ် multifaceted ခံရဖို့ရှိစေခြင်းငှါ, ဆိုလိုတာကရှုပ်ထွေးပြီးအပြန်အလှန်ဖြစ်ဖွယ်ရှိသည်။