Zijn geestelijke gezondheidseffecten van internetgebruik te relateren aan de webinhoud of de perceived consequences of usage? Een longitudinale studie van Europese adolescenten (2016)

Gepubliceerd op 13.07.16 in Vol 3, Nee 3 (2016): juli-september

Citeer alstublieft als: Hökby S, Hadlaczky G, Westerlund J, Wasserman D, Balazs J, Germanavicius A, Machín N, Meszaros G, Sarchiapone M, Värnik A, Varnik P, Westerlund M, Carli V

Zijn geestelijke gezondheidseffecten van internetgebruik te relateren aan de webinhoud of de perceived consequences of usage? Een longitudinale studie van Europese adolescenten

JMIR Ment Health 2016; 3 (3): e31

DOI: 10.2196 / mental.5925

PMID: 27417665

SAMENVATTING

Achtergrond: adolescenten en jongvolwassenen behoren tot de meest frequente internetgebruikers. Uit gegevens blijkt dat hun internetgedrag hun geestelijke gezondheid kan beïnvloeden. Gebruik van internet kan van invloed zijn op de geestelijke gezondheid omdat bepaalde op het web gebaseerde inhoud verontrustend kan zijn. Het is ook mogelijk dat overmatig gebruik, ongeacht de inhoud, negatieve gevolgen heeft, zoals het negeren van beschermende offline activiteiten.

Doel: Het doel van deze studie was om te beoordelen hoe de mentale gezondheid geassocieerd is met (1) de tijd besteed aan internet, (2) de tijd besteed aan verschillende web-gebaseerde activiteiten (gebruik van sociale media, gamen, gokken, gebruik van pornografie, schoolwerk, nieuwslezen en gerichte informatiezoekacties), en (3) de waargenomen gevolgen van het deelnemen aan die activiteiten.

Methoden: Een willekeurige steekproef van 2286-adolescenten werd gerekruteerd uit openbare scholen in Estland, Hongarije, Italië, Litouwen, Spanje, Zweden en het Verenigd Koninkrijk. Vragenlijstgegevens met internetgedrag en variabelen in de geestelijke gezondheid werden verzameld en cross-sectioneel geanalyseerd en na 4 maanden opgevolgd.

Resultaten: in dwarsdoorsnede, zowel de tijd besteed aan internet als de relatieve tijd besteed aan verschillende activiteiten voorspelde geestelijke gezondheid (P<.001), wat de variantie van respectievelijk 1.4% en 2.8% verklaart. De gevolgen van het deelnemen aan die activiteiten waren echter belangrijkere voorspellers, die een variantie van 11.1% verklaarden. Alleen online gamen, gokken en gerichte zoekopdrachten hadden gevolgen voor de geestelijke gezondheid die niet volledig werden verklaard door de waargenomen gevolgen. De longitudinale analyses lieten zien dat slaapverlies door internetgebruik (ß = .12, 95% BI = 0.05-0.19, P= .001) en opname (negatieve stemming) wanneer internet niet toegankelijk was (ß = .09, 95% CI = 0.03-0.16, P<.01) waren de enige gevolgen die op de lange termijn een direct effect hadden op de geestelijke gezondheid. De waargenomen positieve gevolgen van internetgebruik leken helemaal niet in verband te staan ​​met de geestelijke gezondheid.

Conclusies: De omvang van internetgebruik is in het algemeen negatief verbonden met geestelijke gezondheid, maar specifieke webactiviteiten verschillen in hoe consequent, in welke mate en in welke richting ze de geestelijke gezondheid beïnvloeden. Gevolgen van internetgebruik (met name slaapverlies en intrekking wanneer internet niet toegankelijk is) lijken de resultaten van de geestelijke gezondheidszorg in grotere mate te voorspellen dan de specifieke activiteiten zelf. Interventies gericht op het verminderen van de negatieve effecten van internetgebruik op de geestelijke gezondheid zouden zich kunnen richten op de negatieve gevolgen ervan in plaats van het internetgebruik zelf.

Proefregistratie: International Standard Randomized Controlled Trial Number (ISRCTN): 65120704; http://www.isrctn.com/ISRCTN65120704?q=&filters=recruitmentCountry:Lithuania&sort=&offset= 5 & totalResults = 32 & page = 1 & pageSize = 10 & searchType = basic-search (gearchiveerd door WebCite op http: //www.webcitation/abcdefg)

JMIR Ment Health 2016; 3 (3): e31

doi: 10.2196 / mental.5925

TREFWOORDEN

Introductie

Depressie en angst zijn twee van de meest voorkomende psychiatrische aandoeningen bij adolescenten [1-3], en zelfmoord, die vaak nauw verwant is aan deze aandoeningen, is de tweede belangrijkste doodsoorzaak ter wereld voor 15- naar 29-jarigen (na verkeersongevallen) [4]. In het afgelopen decennium is er een groeiende interesse en bezorgdheid ontstaan ​​over hoe de geestelijke gezondheid en emotionele ontwikkeling van adolescenten worden beïnvloed door hun internetgebruik. Bijna 80% van de Europese bevolking zijn internetgebruikers, met percentages boven 90% in sommige landen [5], en met het toenemende gebruik van smartphones, hebben steeds meer individuen direct en continu toegang tot internet. Over 90% van 16- naar 24-jarigen in Europa gebruikt het internet minstens wekelijks regelmatig, een percentage dat hoger is dan voor elke andere leeftijdsgroep [6]. Hoewel het moeilijk is om precies te meten hoeveel tijd er op internet wordt doorgebracht, hebben de meeste jongeren dagelijks toegang tot internet en is internet een goed geïntegreerd onderdeel van hun leven geworden. Dit heeft geleid tot veranderingen in hoe mensen hun leven leiden en hoe ze sociale relaties en zelf-identiteiten opbouwen en onderhouden, informatie zoeken en genieten van entertainment.

Een belangrijke onderzoekslijn heeft geestelijke gezondheidsproblemen gekoppeld aan wat wordt aangeduid als problematisch internetgebruik (of pathologisch of compulsief internetgebruik), dat vaak wordt geconceptualiseerd als een impulsbeheersingsstoornis die lijkt op gokverslaving en andere gedragsverslavingen. De meest gebruikte en gevalideerde maatstaf voor problematisch internetgebruik, de Internet Addiction Test (IAT) [7], is geconstrueerd via een internetgebruikspecifieke herformulering van de diagnostische en statistische handleiding voor psychische stoornissen Vierde editie (DSM-4) diagnostische criteria voor pathologische gokstoornis (voor een overzicht van problematische internetgebruiksmetingen, zie [8]). Als zodanig meet dit screeningsinstrument dwangmatige aspecten van internetgebruik die leiden tot klinische achteruitgang of angst (bijv. Zich bezig houden met internet, onvermogen om het internetgebruik onder controle te houden of te verminderen, zich humeurig of depressief voelen bij pogingen om internetgebruik te stoppen of te verminderen; langer dan bedoeld, liegen over excessief internetgebruik, enzovoort). Er is echter geen gestandaardiseerde manier om problematisch internetgebruik te classificeren omdat metingen, cutoffs en classificatieprocedures variëren tussen studies [8-9]. Deze verschillen in diagnostische procedures terzijde, talloze studies hebben gevonden dat problematisch internetgebruik correleert met DSM Axis I-stoornissen, voornamelijk depressie, maar ook sociale fobie en angst, middelengebruik, attention-deficit hyperactivity disorder, en bepaalde persoonlijkheidsvariabelen zoals vijandigheid [10-13]. Het veronderstelde mechanisme waarmee problematisch internetgebruik de geestelijke gezondheid beïnvloedt, is deels gerelateerd aan de buitensporige tijd die wordt besteed aan webactiviteiten, wat leidt tot een verwaarlozing van beschermende offline activiteiten zoals slaap, lichaamsbeweging, schoolbezoek en offline sociale activiteiten, en gedeeltelijk gerelateerd aan ontwenningsverschijnselen wanneer die activiteiten niet toegankelijk zijn [9,14].

Studies tonen aan dat de problematische aspecten van het internetgebruik van bepaalde personen beperkt zijn tot een of enkele specifieke webgebaseerde activiteiten (bijvoorbeeld gaming of gebruik van sociale media), terwijl andere activiteiten geen probleem vormen [15-17]. Hoewel er recent bewijs is dat de factorstructuur van de IAT [7] is consistent bij het meten van problematische betrokkenheid bij specifieke activiteiten zoals gokken en gamen [18], heeft dit geleid tot een onderscheid tussen algemeen problematisch internetgebruik en specifieke vormen van problematisch internetgebruik. Omdat het meeste onderzoek naar internetgebruik zich bijvoorbeeld richtte op problematisch online gamen, en omdat veel studies een verband hebben gevonden tussen gamen en symptomen van ernstige geestelijke gezondheid, is dit de enige specifieke vorm van problematisch internetgebruik die in aanmerking is genomen voor opname in DSM-5, terwijl gegeneraliseerd problematisch internetgebruik en andere specifieke vormen [9,19].

Het is dus belangrijk om onderscheid te maken tussen activiteiten bij het onderzoeken van de geestelijke gezondheidseffecten van internetgebruik. In sommige gevallen kan het belangrijk zijn omdat de activiteit in kwestie vatbaar is voor verslavend, zoals web-based gokken (bijv. Web-based poker, sportweddenschappen, casinospins) [20-23]. In andere gevallen kan het belangrijk zijn omdat de inhoud zelf de geestelijke gezondheid kan beïnvloeden door specifieke emotionele, cognitieve of gedragsreacties te produceren. 1-onderzoek naar gebruik van sociale media suggereert bijvoorbeeld dat passieve consumptie van sociale inhoud gevoelens van eenzaamheid verhoogt, terwijl directe communicatie met vrienden niet [24]. Een ander voorbeeld is het zoeken naar informatie. Studies tonen aan dat jonge mensen, inclusief mensen met psychische problemen, vaak gerichte zoekopdrachten uitvoeren met betrekking tot hun lichamelijke en geestelijke gezondheid [25-27]. Afhankelijk van welke informatie ze vinden, kan dit type gedrag waarschijnlijk zowel negatieve als positieve resultaten hebben. Website-inhoud die zelfdestructief gedrag of zelfbeschadiging bevordert, kan van bijzonder belang zijn. Bovendien verrichten adolescenten steeds meer schoolwerk via het internet, en omdat academische prestaties gewoonlijk geassocieerd worden met een betere mentale gezondheid [28], zou het gebruik van internet voor dergelijke doeleinden mogelijk een voorspellende waarde hebben voor een positieve geestelijke gezondheid in plaats van wat zou worden verwacht vanuit een problematisch internetgebruiksperspectief [29,30]. Ander onderzoek heeft aangetoond dat bepaalde soorten games (bijvoorbeeld massaal online role-playing games voor meerdere spelers) en bepaalde motieven om die games te spelen (in-game prestatie, socialiseren, onderdompeling, ontspanning en escapisme), voorspellende zijn voor psychische problemen en problematisch zijn gamen [31-33]. Hoewel het grootste deel van eerder onderzoek correlationeel is, suggereert het dat internetgebruik de geestelijke gezondheid kan beïnvloeden, hetzij door de activiteit of inhoud die wordt gebruikt, hetzij door vertraagde gevolgen die volgen op het gebruik van internet.

Deze studie had tot doel na te gaan hoe de mentale gezondheid van adolescenten wordt voorspeld door de tijd die ze op internet doorbrengen en hun mate van betrokkenheid bij 7-soorten internetactiviteiten: gebruik van sociale media, gamen, gokken, bekijken van pornografie, nieuwslezen of kijken, activiteiten gerelateerd aan school of werk en gerichte zoekopdrachten naar informatie die geen verband houden met school of werk. Ten tweede heeft de studie ook getest of deze effecten zouden worden behouden of verklaard door de waargenomen gevolgen van het gebruik van die webactiviteiten. We onderzochten de impact van zowel negatieve gevolgen (bijv. Ontwenning, slaapverlies) als positieve gevolgen (bijv. Plezier, nieuwe vrienden vinden). Naast het uitvoeren van deze analyses op transversale gegevens, hebben we ook getest of deze effecten veranderingen in de geestelijke gezondheid zouden voorspellen gedurende een periode van 4 maanden.

Methoden

studie ontwerp

Gegevens werden verzameld als onderdeel van de suïcidepreventie door middel van Internet en Media Based Mental Health Promotion (SUPREME) -onderzoek (Current Controlled Trials ISRCTN65120704). De studie werd uitgevoerd door samenwerkende onderzoekscentra voor geestelijke gezondheidszorg in Estland, Hongarije, Italië, Litouwen, Spanje, Zweden en het Verenigd Koninkrijk. Als onderdeel van dit project werd een gerandomiseerde, gecontroleerde longitudinale studie uitgevoerd in 2012-2013 om een ​​webgebaseerde interventiepagina voor geestelijke gezondheid te evalueren, die werd getest in een willekeurig geselecteerde steekproef van adolescenten in een geselecteerd deel van deze landen. Opnamecriteria van de scholen waren: (1) de schoolautoriteit stemt ermee in om deel te nemen; (2) de school is een staatsschool (dwz niet privé); (3) de school bevat tenminste 100-leerlingen binnen het leeftijdsbereik van 14-16; (4) de school heeft meer dan 2-leraren voor leerlingen van 15-jaren; (5) niet meer dan 60% van de leerlingen heeft een geslacht. Deelnemers waren cluster gerandomiseerd, gebaseerd op school affiliatie, in ofwel een volledige interventie voorwaarde (met toegang tot de interventie website) of een minimale interventie controle groep (zonder toegang tot de interventie-website), en kregen een evaluatie vragenlijst bij baseline en bij 2 en 4 maanden follow-up. De vragenlijst bevatte vragen over hun internetgewoonten, geestelijke gezondheid en zelfmoordgedrag en andere variabelen die relevant zijn voor de evaluatie. Deze studie deed niet doel om de effecten van de web-gebaseerde interventie te evalueren, maar in plaats daarvan onderzocht internet-gerelateerde risicofactoren voor geestelijke gezondheidsproblemen.

Deelnemers

Onderwerpen waren geregistreerde leerlingen van staatsscholen willekeurig gekozen uit een vooraf bepaald gebied in elk land: West Viru County (Estland), Boedapest (Hongarije), Molise (Italië), Vilnius stad (Litouwen), Barcelona stad (Spanje), Stockholm (Zweden) ) en Oost-Engeland (het Verenigd Koninkrijk). Geschikte staatsscholen in deze gebieden werden willekeurig gerangschikt in een contactorder, de volgorde waarin scholen werden gecontacteerd en gevraagd om deel te nemen. Als een school weigerde, werd contact opgenomen met de volgende school op de lijst. Als een school deelname aanvaardde, ging een team van onderzoekers naar de school en presenteerde de achtergrond, doelstellingen, en procedures van de studie mondeling aan de leerlingen en via toestemmingsformulieren. Omdat de onderzoeksprocedure screening voor suïcidale adolescenten omvatte, was de deelname niet volledig anoniem, maar werden de identiteit van de deelnemers versleuteld in de vragenlijst. Schriftelijke toestemming werd verkregen van alle leerlingen die ermee instemden om deel te nemen (evenals van één of beide ouders volgens ethische voorschriften in de regio). De studie werd goedgekeurd door ethische commissies in alle deelnemende landen.

De steekproefprocedure resulteerde in een totaal aantal 2286-adolescenten die aan de basislijn deelnamen (Estland = 3-scholen, 416-deelnemers, Hongarije = 6-scholen, 413-deelnemers; Italië = 3-scholen, 311-deelnemers; Litouwen = 3-scholen, 240-deelnemers; Spanje = 3 scholen, 182-deelnemers; Zweden = 9-scholen, 337-deelnemers, het Verenigd Koninkrijk = 3-scholen, 387-deelnemers). Van de deelnemers werden 1571 (68.72%) gerandomiseerd naar de volledige interventiegroep en 715 (31.27%) naar de minimale interventiegroep. Er was een opvallende uitval in de studie. In de totale steekproef bestond het aantal onderwerpen dat de deelname stopte uit 467-leerlingen (20.42%) tussen T1- en T2- en 244-leerlingen (13.41%) tussen T2 en T3. Onderwerpen werden opgenomen in de longitudinale analyses als ze tenminste hadden deelgenomen aan T1 en T3, maar deelname aan T2 was niet nodig. Dit resulteerde in een longitudinaal monster van 1544-proefpersonen, met 56% vrouwen en een gemiddelde leeftijd van 15.8-jaren (standaardafwijking, SD = 0.91 jaar).

Internetgebruiksmaatregelen

Maatregelen voor internetgedrag en -gebruik werden speciaal voor dit onderzoek geconstrueerd. Dit omvatte items die de regelmaat van het internetgebruik meetten (bijvoorbeeld een keer per maand het internet gebruiken versus eenmaal per week gebruiken) en het aantal uren dat een week per week op internet werd doorgebracht. Deelnemers werd ook gevraagd om te beoordelen hoeveel tijd ze besteden aan 7 verschillende activiteiten bij het gebruik van internet (socialiseren, gamen, school- of werkgerelateerde activiteiten, gokken, nieuwslezen of kijken, pornografie en gerichte zoekopdrachten die geen verband houden met school of werk). Deelnemers beoordeelden deze activiteiten op een 7-puntsschaal (1 = ik besteed hier weinig of geen tijd aan; 7 = Ik besteed hier veel tijd aan). De laatste reeks items vroeg de deelnemers om de zelf-waargenomen gevolgen van deelname aan genoemde activiteiten te beoordelen. Deelnemers werd gevraagd om in te schatten in welke mate verschillende consequenties voor hen van toepassing zijn, maar Slechts met betrekking tot de activiteiten die hij of zij aanzienlijk heeft ingezet (had eerder beoordeeld als ≥4). De deelnemers beoordeelden, op een schaal van 7-punten (1 = zeer zelden of nooit; 7 = heel vaak), het optreden van de volgende gevolgen: "Ik vind nieuwe vrienden"; "Ik heb plezier"; "Ik leer interessante dingen"; "Ik blijf langer online dan bedoeld"; "Ik koos deze activiteiten in plaats van uitgaan met vrienden (in het echte leven)"; "Ik blijf laat op en versla de slaap"; "Ik voel me depressief of humeurig als ik geen toegang heb tot de bovengenoemde activiteiten". Deelnemers beoordeelden ook hoe hun internetgebruik hun werkprestaties of schoolcijfers beïnvloedde (1 = mijn werk of cijfers leed; 4 = helemaal niet beïnvloed; 7 = mijn werk of cijfers verbeteren) en of het werd verondersteld bij te dragen aan hun leven ( 1 = minder betekenisvol; 4 = even zinvol als zonder hen; 7 = meer betekenisvol).

Voor de duidelijkheid noemen we sommige van deze gevolgen als "positief" (nieuwe vrienden vinden, plezier hebben, interessante dingen leren) omdat ze uitkomsten van internetgebruik zijn die niet noodzakelijkerwijs verslavend gedrag impliceren en waarvan kan worden verwacht dat ze tot betere geestelijke gezondheid (of helemaal niet). We verwijzen naar andere gevolgen als "negatief" (langer op internet blijven dan bedoeld, kiezen voor webactiviteiten in plaats van offline sociale activiteiten, opblijven en slapen, humeurig zijn wanneer webactiviteiten niet toegankelijk zijn) omdat ze symptomen suggereren problematisch internetgebruik en kan daarom naar verwachting tot een slechte geestelijke gezondheid leiden. Deze negatieve gevolgen lijken bijvoorbeeld op die in de IAT [7] en de meetadviezen van Internet Gaming Disorder door Petry et al [9]. Ten slotte worden sommige consequenties beschouwd als "bidirectioneel" (Mijn werk of cijfers verbeteren / lijden; Mijn leven wordt minder of meer zinvol) omdat proefpersonen ze negatief of positief kunnen beoordelen of helemaal geen verandering aangeven.

Geestelijke gezondheidsmaatregelen

De niveaus van depressie, angst en stress van de deelnemers werden beoordeeld aan de hand van de 3-subschalen die de 42-itemversie van het item vormen. Depressie Angststress Schaal (DASS-42) [34]. Elke subschaal bestaat uit 14-instructies die worden gescoord op een 4-punt Likert-schaal, afhankelijk van hoeveel de verklaring in de afgelopen week op de persoon heeft toegepast. De schalen zijn ontworpen om negatieve emotionele toestanden van depressie te meten (dysforie, hopeloosheid, devaluatie van het leven, zelfverachting, gebrek aan interesse of betrokkenheid, anhedonie en traagheid), angst (autonome opwinding, skeletspiereffecten, situationele angst en subjectieve ervaring van angstig affect), en stress of spanning (moeite met relaxen, nerveus opwekken, en gemakkelijk overstuur of geagiteerd, prikkelbaar of overreactief en ongeduldig). Studies die de psychometrische eigenschappen van deze schaal hebben onderzocht, hebben bevredigende resultaten gerapporteerd over betrouwbaarheid en validiteitsmetingen in gezonde en klinische populaties [34-37], ook indien via internet beheerd [38]. Er zijn echter meldingen dat jonge adolescenten minder onderscheiden tussen de 3-factoren in vergelijking met volwassenen, en de onderlinge correlaties zijn meestal hoog [39,40]. De schalen vertoonden een hoge interne consistentie in het huidige monster, in termen van Cronbach alfa berekend op basis van de basisgegevens (depressie alpha = .93; angst alfa = .89; stress alpha = .91). Omdat sommige deelnemers niet op alle schaalitems reageerden, werd de eindscore op elke schaal berekend door de som te delen door het aantal items waarop ze hadden gereageerd. Alleen deelnemers met 50% ontbrekende gegevens of meer werden uitgesloten. De schalen correleerden sterk met elkaar (depressie × angst: r= .76; depressie × stress: r= .79; angst × stress: r= .78; allemaal P waarden <.001), en de gecombineerde schaal van 42 items vertoonde een hoge interne consistentie (alpha = .96). Vanwege de relatief hoge onderlinge correlatie tussen constructen en om de analyse te vereenvoudigen, werden de 3 schalen gecombineerd tot een enkele maatstaf voor geestelijke gezondheid.

Procedure

Alle studieprocedures vonden plaats op de respectieve scholen in klaslokalen of computerruimten. De vragenlijsten werden in papier- en potloodformaat of met behulp van een op het web gebaseerd onderzoekshulpmiddel toegediend, als de school in staat was om computers te bieden voor alle leerlingen op het moment van de gegevensverzameling. De vragenlijst bevatte items die werden gebruikt om te screenen op suïcidale adolescenten (The Paykel Suicide Scale [41]) en de screening vond plaats binnen 24 uur na elke golf van gegevensverzameling. Daarom was deelname niet volledig anoniem; de identiteiten van de onderwerpen werden echter gecodeerd met behulp van individuele "deelnemingscodes", die op de vragenlijst werden geschreven in plaats van de naam van de deelnemer. De codes waren alleen gekoppeld aan de identiteiten van leerlingen om longitudinaal gegevens aan te sluiten en om risicovolle suïcidale adolescenten (noodgevallen) te contacteren om hulp te bieden. Onderwerpen werden gedefinieerd als noodgevallen als ze reageerden dat ze serieus hadden nagedacht, gepland of gepoogd zelfmoord te hebben gepleegd in de afgelopen 2-weken. De exacte procedure voor het afhandelen van risicovolle gevallen varieerde tussen landen en was afhankelijk van de regionale ethische richtlijnen en beschikbare hulpbronnen. Noodgevallen werden uitgesloten van de gegevensanalyse (n = 23). De geteste interventie in het SUPREME-project werd toegediend na de verzameling van basislijngegevens en wordt verderop beschreven Multimedia Bijlage 1.

Data-analyse

In dit onderzoek zijn twee hoofdanalyses uitgevoerd: 1 transversale hiërarchische meervoudige regressieanalyse en 1 longitudinale analyse. De mate van frequentie van internetgebruik werd uit de analyse weggelaten vanwege een plafondeffect (90% van de deelnemers meldde ten minste eenmaal per dag het internet). De overige voorspellende variabelen waren dus het zelfgerapporteerde aantal wekelijkse uren online, de beoordelingen van de 7-activiteiten en de beoordelingen van de 9-gevolgen van internetgebruik. De samengestelde DASS-score was de afhankelijke variabele in deze analyses (tests van statistische aannames worden beschreven in Multimedia Bijlage 1). In de transversale regressie werd internetgedrag op T1 gebruikt om de geestelijke gezondheid op T1 te voorspellen. De longitudinale regressieanalyse voorspelde verandering in algehele DASS (het scoreverschil tussen T1 en T3) door middel van verandering in internetgedrag. Alleen de langste follow-up was van belang voor deze studie. Geslacht, leeftijd en experimentele conditie werden als controlevariabelen in het eerste model opgenomen. De tijd doorgebracht op internet werd toegevoegd in het tweede model, activiteitsbeoordelingen werden toegevoegd in een derde model en de consequenties werden toegevoegd in een vierde model. Omdat deelnemers verder de instructie kregen om waargenomen gevolgen alleen te beoordelen als ze ten minste één online activiteit boven de drempel van> 3 uitvoerden, was een minderheid (n = 82; 5%) van de proefpersonen van wie de scores boven of onder de drempel tussen T1 en T3 waren gestegen. , hadden onvolledige gegevens voor de berekening van verschilscores. Gevoeligheidsanalyses gaven echter geen statistisch significant verschil aan tussen deze proefpersonen en andere gevallen, met betrekking tot de gemiddelde hoeveelheid longitudinale verandering in DASS-scores of gemiddelde scores op online activiteit.

 

Resultaten

Beschrijvende resultaten

DASS-42-scores kunnen worden berekend voor 2220-deelnemers. Totale DASS-scores varieerden tussen 0-3-punten, waarbij hogere scores meer geestelijke gezondheidsproblemen aangeven. De gemiddelde baselinescores voor mannen, vrouwen en het totale monster worden gepresenteerd in Tabel 1. Vrouwen scoorden significant hoger dan mannen op alle mentale gezondheidsmaatregelen (Tabel 1). In de totale steekproef hadden 1848-deelnemers (83.24%) een gemiddelde DASS-score onder 1, en 314 (14.1%) had een score tussen 1 en 1.99, en 58 (2.6%) had een score van 2 of hoger. Er waren kleine maar significante verschillen tussen de landen in DASS-scores (F(6, 2213)= 9.28, η2partieel= .02, P<.001). De gemiddelde verandering in DASS-scores gedurende de onderzoeksperiode van 4 maanden was -0.15 (SD = 0.42), wat duidt op een afname in de tijd. Deelnemers die uit de studie tussen T1 en T3 vielen, hadden iets hogere DASS-scores bij baseline dan aanhangende deelnemers (gemiddeld verschil = 0.10; t(2218)= 4.068; P<.001).

Tabel 1 geeft ook een samenvatting van de gemiddelde gerapporteerde tijd doorgebracht op internet, activiteitsbeoordelingen en beoordelingen van de gevolgen bij baseline. De tabel vat samen dat het gemiddelde aantal uren dat per week op het internet werd doorgebracht 17.23 was, met grote variatie in de steekproef, en dat mannen iets meer uren op internet hadden doorgebracht dan vrouwen. Het was de gewoonste zaak van de adolescenten om internet te gebruiken voor sociale doeleinden, gevolgd door school of werk, gerichte zoekopdrachten, gamen, nieuwslezen of kijken, pornografisch kijken en gokken, hoewel er aanzienlijke verschillen in geslacht waren met betrekking tot deze activiteiten.

 

 

 

   

Tabel 1. Beschrijvende resultaten (gemiddelden en standaarddeviaties) voor maatregelen op het gebied van geestelijke gezondheid en internetgebruik bij aanvang.
Bekijk deze tabel

 

  

Cross-sectionele regressieanalyse

De transversale hiërarchische meervoudige regressieanalyse werd gebruikt om DASS-scores op T1 te voorspellen door middel van internetgebruik op T1. Het eerste model met de controlevariabelen (geslacht, leeftijd, experimentele toestand) was zeer significant (F(3, 1683)= 26.40, P<.001) en uitgelegd R2adj= 4.3% van de variantie in psychopathologie. Het tweede model (tijd besteed aan internet) heeft aanzienlijk bijgedragen tot de voorspelling (F verandering(1, 1682)= 26.05, P<.001) met 1.4%, resulterend in een totaal van R2adj= 5.7% verklaarde variantie. Het derde model (relatieve tijd besteed aan activiteiten) heeft aanzienlijk bijgedragen tot de voorspelling (F verandering(7, 1675)= 8.29, P<.001) met 2.8%, resulterend in een totaal van R2adj= 8.5% verklaarde variantie. Het vierde model (gevolgen van internetgebruik) heeft aanzienlijk bijgedragen tot de voorspelling (F verandering(9, 1666)= 26.80, P<.001) met 11.1%. Dit resulteerde in een totaal van R2adj= 19.6% verklaarde variantie, waarvan 15.3% werd verklaard door internetgerelateerde factoren. De aangepaste R2 bleef toenemen bij elke stap in de analyse, wat aangeeft dat het model niet overbelast was. Er was geen indicatie van problematische collineariteit omdat alle variabelen een tolerantie boven 0.5 hadden. De resultaten van de regressieanalyse, inclusief de gestandaardiseerde bètacoëfficiënten (ß) voor elke voorspeller in elk model, zijn samengevat in Tabel 2.

Tabel 2 vat samen dat geslacht de enige significante controlevariabele was, terwijl leeftijd en experimentele conditie dat niet waren. Het zelfgemelde gemiddelde aantal uren besteed aan internet was een significante voorspeller van hogere DASS-scores in de modellen 2 en 3, maar niet bij de verantwoording van de gevolgen van internetgebruik in het vierde model. De effectgrootte (ß) van afzonderlijke webactiviteiten varieerde van .05 tot .13. Het gebruik van internet voor sociale doeleinden was een significante voorspeller van DASS-scores in model 3, maar niet in model 4, wat suggereert dat het risico dat samenhangt met sociale contacten op het internet werd veroorzaakt door de in het onderzoek gemeten consequenties. Web-based gaming volgde het tegenovergestelde patroon, omdat deze activiteit geen significante voorspeller was van DASS in model 3, maar significant werd in het vierde model. De negatieve bètawaarde geeft aan dat gamen op internet een beschermende factor is die verband houdt met geestelijke gezondheid. Het uitvoeren van school- of werkactiviteiten op internet was ook een belangrijke beschermende factor voor psychopathologie in het derde model, maar niet bij de verantwoording van de gevolgen van internetgebruik. Web-based gokken was een belangrijke risicofactor voor hogere DASS-scores in beide modellen 3 en 4. Het consumeren van nieuwsinhoud was in geen van beide modellen significant geassocieerd met DASS. Het bekijken van pornografische inhoud op internet was alleen een belangrijke risicofactor in model 3 maar niet in model 4, en werd dus verklaard door de gevolgen van internetgebruik. Het uitvoeren van gerichte zoekopdrachten op internet was significant en sterk positief geassocieerd met DASS-scores in beide modellen 3 en 4, met de grootste effectgrootte van de activiteiten. Wat betreft de gevolgen van internetgebruik, het vinden van nieuwe vrienden, het leren van interessante dingen en plezier hebben voorspelde geen DASS-scores in model 4. Deze "positieve" gevolgen leken dus niet als beschermende factoren te werken. Internetgebruik waarvan werd gezien dat het de betekenis van het leven verhoogde of de school- of werkprestaties verbetert, vormde echter een belangrijke beschermende factor. De "negatieve" gevolgen waren krachtigere voorspellers van DASS-scores. Hoewel het langer op het internet blijven dan oorspronkelijk bedoeld, was geen significante voorspeller, de uitspraken "Ik kies voor deze activiteiten in plaats van uitgaan met vrienden", "Ik blijf laat op en versla de slaap" en "Ik voel me depressief of humeurig als ik geen toegang tot de bovengenoemde activiteiten "waren zeer significante risicofactoren, met effectgroottes (ß) variërend tussen .12 en .22

 

  

Tabel 2. Resultaten van de transversale hiërarchische meervoudige regressieanalyse. Statistieken worden gepresenteerd voor elke voorspellende variabele in elk model.
Bekijk deze tabel

 

  

Longitudinale regressieanalyse

De longitudinale hiërarchische meervoudige regressieanalyse werd gebruikt om verandering in de algemene psychopathologie (het scoreverschil tussen T1 en T3) te voorspellen door middel van verandering in internetgebruik. Er was geen indicatie van problematische niveaus van collineariteit in het model, omdat alle variabelen een tolerantiewaarde boven 0.7 hadden. Het eerste model met de controlevariabelen (geslacht, leeftijd, experimentele toestand) was niet significant (F(3, 981) <1, P= .59), en geen van beide was het tweede model (tijd doorgebracht op internet; F verandering(1, 980) <1, P= .95). Het derde model (relatieve tijd besteed aan activiteiten) heeft aanzienlijk bijgedragen tot de voorspelling (F verandering(7, 973)= 2.25, P<.03) door R2adj= 0.7% verklaarde variantie. Deze bijdrage was toe te schrijven aan het bekijken van nieuws, waarbij een toename in het bekijken van nieuws van T1 naar T3 werd geassocieerd met een toename van DASS-scores (ß = .07, 95% CI = 0.00-0.13, P= .049). Alle andere webactiviteiten waren niet significant (P≥ .19) in dit model. Het vierde model (gevolgen van internetgebruik) heeft aanzienlijk bijgedragen tot de voorspelling (F verandering(9, 964)= 3.39, P<.001) met 2.1%, resulterend in een totaal van R2adj= 2.8% verklaarde variantie. Nieuwsconsumptie werd hier niet-significant gemaakt (P= .13). De bijdrage van het vierde model was toe te schrijven aan 2 van de negatieve gevolgen. De uitspraken "Ik blijf laat op en versla ik slaap" (ß = .12, 95% CI = 0.05-0.19, P= .001) en "Ik voel me depressief of humeurig als ik geen toegang heb tot de bovengenoemde activiteiten" (ß = .09, 95% CI = 0.03-0.16, P<.01) waren significante voorspellers in dit model. Alle andere voorspellers waren niet significant (verandering in de betekenis van het leven: P= .10; andere variabelen hadden P waarden daarboven).

Dus internetgebruik waarvan werd gemeld dat het resulteert in laat opblijven en uitslapen ("slaapverlies") en negatieve stemming produceert wanneer het niet toegankelijk was ("terugtrekken") waren de enige variabelen die consequent longitudinale veranderingen in de geestelijke gezondheid voorspelden. . Om deze negatieve gevolgen verder te onderzoeken, werden 2 standaard meervoudige regressies berekend om longitudinale veranderingen in elk van deze variabelen te voorspellen door middel van veranderingen in de tijd besteed aan het internet en de verschillende web-gebaseerde activiteiten. Het regressiemodel dat slaapverlies voorspelde was significant (F(8, 1120)= 5.76, P<.001, R2adj= 3.3% verklaarde variantie) en ook de regressie die ontwenning voorspelde (F(8, 1125)= 11.17, P<.001, R2adj= 6.7% verklaarde variantie). De coëfficiënten van deze regressies zijn samengevat in Tabel 3 en Tabel 4, Respectievelijk. Tabel 3 vat samen dat de sterkste voorspeller voor verhoogd slaapverlies een afname was van school- of werkactiviteiten, gevolgd door toegenomen gaming, gericht zoeken, pornografisch bekijken en online tijd in het algemeen. Sociale activiteiten, gokken en nieuws bekijken waren niet significant gerelateerd aan verandering in slaapverlies. Tabel 4 vat samen dat de sterkste voorspellers van de ontwenningsverschijnselen gokactiviteiten waren, gevolgd door de totale tijd besteed aan internet, het bekijken van pornografie en gamen. Veranderingen in sociale activiteiten, school of werk, nieuws bekijken en gerichte zoekopdrachten waren niet significant geassocieerd met verandering in intrekking.

 

 

 

   

Tabel 3. Resultaten van de multiple-regressieanalyse die veranderingen in "slaapverlies" voorspelt door middel van verandering in internetgebruik.
Bekijk deze tabel

 

 

 

   

Tabel 4. Resultaten van de meervoudige regressieanalyse die veranderingen in "terugtrekking" voorspelt door middel van verandering in internetgebruik.
Bekijk deze tabel

 

 

 

   

Discussie

Cross-sectionele bevindingen

Het doel van deze studie was het identificeren van internetgerelateerde risico- en beschermende factoren voor psychische problemen en om te testen of de effecten van de tijd doorgebracht op internet en op verschillende webactiviteiten konden worden verklaard door een aantal waargenomen gevolgen van die problemen. activiteiten. Dit werd onderzocht door het verband te onderzoeken tussen de algemene mentale gezondheid van adolescenten (gecombineerde niveaus van depressie, angst en stress of spanning) en die internetgerelateerde gedragingen, zowel cross-sectioneel als longitudinaal gedurende een periode van 4-maanden.

De cross-sectionele resultaten lieten zien dat de mentale gezondheid werd voorspeld door internetgerelateerd gedrag bij aanvang (15.3% verklaarde variantie na correctie voor het aantal voorspellers in het model). Individuele effectgrootten waren vrij klein (gestandaardiseerd ß = .05-.22). De tijd besteed aan internet had een groter effect dan de meeste individuele activiteiten, maar de consequenties van internetgebruik verklaarden de grootste variantie in DASS-scores (11.1%). Hiervan waren 3 van de negatieve gevolgen van 4 de belangrijkste voorspellers (voorkeur voor webactiviteiten over offline sociale activiteiten, slaapverlies en terugtrekking), terwijl de positieve gevolgen niet significant waren. Internetgebruik waarvan werd gezien dat het de betekenis van het leven verhoogde of de schoolresultaten of de werkprestaties verbeterde, ging gepaard met een betere mentale gezondheid, maar de effecten waren kleiner dan de negatieve gevolgen.

Bovendien toonden de resultaten aan dat de tijd die werd doorgebracht op internet, het gebruik van sociale media, het bekijken van pornografie en school- of werkactiviteiten slechts significante voorspellers waren wanneer de waargenomen gevolgen niet werden verantwoord, hetgeen suggereert dat de geestelijke gezondheidseffecten van deze activiteiten werden verklaard door de gevolgen. Web-based gaming, gokken en gerichte zoekopdrachten waren daarentegen significante voorspellers van mentale gezondheid, zelfs bij het beheersen van waargenomen gevolgen, wat suggereert dat de inhoud van deze activiteiten relatief belangrijk was in vergelijking met waargenomen gevolgen, met betrekking tot geestelijke gezondheid. . Samen geven deze resultaten aan dat alle webactiviteiten die in deze studie worden gemeten voorspellende zijn voor de geestelijke gezondheid, maar slechts een aantal van hen lijken op inhoud gebaseerde effecten te hebben die groot genoeg zijn om te worden gedetecteerd in een volledig aangepast model. De andere activiteiten leken alleen de geestelijke gezondheid te beïnvloeden door hun waargenomen gevolgen, voornamelijk de voorkeur voor interacties op het internet, slaapverlies en terugtrekking. Aangezien deze negatieve gevolgen een aanwijzing zijn voor problematisch internetgebruik [9,14], wordt hun relatief sterke effect op de geestelijke gezondheid verwacht van een problematisch internetgebruiksperspectief. Opgemerkt moet echter worden dat waargenomen gevolgen kunnen verschillen van de werkelijke gevolgen.

Longitudinale bevindingen

Eerdere studies hebben slaapverlies en ontwenningsverschijnselen gekoppeld aan geestelijke gezondheidsproblemen en problematisch internetgebruik [9,12,42-45]. De longitudinale analyses in dit onderzoek suggereren eveneens dat slaapverlies en -onttrekking (negatief humeur wanneer de inhoud niet toegankelijk is) veranderingen in de geestelijke gezondheid in de tijd voorspellen (2.1% verklaarde variantie), en in feite waren dit de enige variabelen die dit in de lange tijd deden. termijn. Longitudinale veranderingen in de tijd besteed aan internet en verschillende activiteiten voorspelden niet direct veranderingen in de geestelijke gezondheid, maar hadden in plaats daarvan een indirect effect door het voorspellen van veranderingen in slaapverlies en ontwenning (respectievelijk 3.3% en 6.7% verklaarde variantie). Dit suggereert dat de tijd die wordt besteed aan internet en inhoud, voorspellend is voor de geestelijke gezondheid, vooral omdat ze negatieve waargenomen gevolgen voorspellen, zoals slaapverlies en terugtrekking. Deze interpretatie is in overeenstemming met de problematische internetgebruiksaanpak en ondersteunt ook de differentiatie tussen gegeneraliseerde en specifieke vormen van problematisch internetgebruik (bijv.15-17]), aangezien activiteiten inderdaad verschillend werden geassocieerd met negatieve gevolgen. Het suggereert ook dat interventies gericht op het verminderen van de negatieve mentale gezondheidseffecten van internetgebruik gericht zouden kunnen zijn op de negatieve gevolgen in plaats van het internetgebruik zelf. Bijvoorbeeld, in plaats van de tijd die aan een bepaalde activiteit wordt besteed te verminderen, zou de interventie zich kunnen concentreren op het zorgen dat de activiteit de slaap niet verstoort. Bij bepaalde vormen van internetgebruik, zoals gokken, kunnen activiteitsspecifieke interventies effectiever zijn.

algemene discussie

De resultaten van dit onderzoek bevestigen dat problematisch (of ongezond) internetgebruik niet simpelweg kan worden gelijkgesteld aan hoogintensief of frequent internetgebruik. Ten eerste bleek de tijd doorgebracht op internet negatief te zijn geassocieerd met geestelijke gezondheid, maar sommige activiteiten, zoals schoolwerk, waren positief geassocieerd. Ten tweede was de tijd die op het internet werd doorgebracht geen onafhankelijke risicofactor voor de geestelijke gezondheid, na verantwoording van de waargenomen gevolgen van internetgebruik, wat onderstreept dat internetgebruik niet intrinsiek schadelijk is. Zelfs als het gaat om specifieke activiteiten, bijvoorbeeld gamen, kan de relatie complex zijn. Eerdere studies hebben aangetoond dat gamen een negatief effect heeft op de geestelijke gezondheid (bijv.12,29]), terwijl in deze studie de effecten positief waren. De meeste onderzoeken die negatieve speleffecten hebben gevonden, hebben doorgaans alleen problematisch gamen onderzocht. Het lijkt dus mogelijk dat gaming enige beschermende eigenschappen heeft wanneer het tot op zekere hoogte wordt gebruikt, maar negatieve gevolgen kunnen die eigenschappen overschaduwen wanneer ze excessief worden gebruikt. In deze studie ontdekten we bijvoorbeeld dat ondanks de positieve mentale gezondheidseffecten, gamen significant slaapverlies en terugtrekking voorspelde, wat op zijn beurt weer verband hield met psychische problemen. In overeenstemming hiermee ontdekte een recente Europese studie over gaming onder kinderen van 6-11 jaren dat gaming, eenmaal gecontroleerd voor voorspellers van veel gebruik, niet significant geassocieerd was met geestelijke gezondheidsproblemen, maar in plaats daarvan geassocieerd werd met minder peerrelatieproblemen en prosociale problemen [46].

Het oorzakelijk verband tussen algemeen internetgebruik en geestelijke gezondheid lijkt ook complex. Eerdere auteurs hebben de mogelijkheid erkend dat het risico in verband met internetgebruik een reeds bestaande aandoening kan weerspiegelen, wat een effect kan hebben op hoe het internet wordt gebruikt [47-49]. Bepaalde cognitieve stijlen die de neiging tot gebruik van het internet op bepaalde manieren vormen, kunnen ook de geestelijke gezondheid beïnvloeden. Brand et al [50] suggereerde dat problematisch internetgebruik samenhangt met de verwachting dat het internet kan worden gebruikt om de stemming positief te beïnvloeden, wat in sommige gevallen een valse aanname kan zijn namens de gebruiker. De teleurstellende realiteit hiervan kan op zijn beurt de reeds bestaande psychische gezondheidsproblemen verslechteren. In deze studie was het uitvoeren van gerichte zoekopdrachten (niet gerelateerd aan school of werk) gekoppeld aan hogere DASS-scores en had het een grotere effectgrootte dan enige andere op het web gebaseerde activiteit. Een mogelijke verklaring hiervoor is dat personen die meer leed ervaren, meer geneigd zijn om internet te gebruiken als hulpmiddel om hun problemen het hoofd te bieden [27]. Het kan ook een algemene neiging weerspiegelen om te vertrouwen op op het web gebaseerde bronnen om problemen of zorgen op te lossen, zelfs als professionele hulp nuttiger zou zijn. Omdat gezondheidsproblemen echter niet het enige doelwit van internetzoekopdrachten zijn, zullen toekomstige studies deze hypothese verder moeten onderzoeken.

Bovendien, hoewel internetgerelateerd slaapverlies een longitudinale voorspeller van geestelijke gezondheid bleek te zijn, is er een bewezen tweerichtingsverbinding tussen slaapproblemen en depressie [51] evenals stemming en affectief functioneren in het algemeen [52]. Het lijkt daarom waarschijnlijk dat de relatie tussen slaapgebruiksverlies via het internet en mentale gezondheid ook wederkerig is. Daarom kunnen interventies gericht op het verminderen van problematisch internetgebruik meer succesvol zijn als ze gelijktijdige behandeling van comorbide stoornissen omvatten (inclusief depressie en slaapstoornissen). Evenzo hebben een aantal eerdere studies gevonden dat problematisch gokken voorspellend is voor gegeneraliseerd problematisch internetgebruik, wat suggereert dat verslavend gokken en internetgebruik een aantal algemene etiologie hebben [20-23,53]. Onze resultaten ondersteunen deze opvatting, omdat gokactiviteiten de sterkste voorspeller waren van waargenomen ontwenning, wat suggereert dat de behandeling van problematisch gedrag van internetgebruik ook gokproblemen zou moeten aanpakken. Het is echter belangrijk dat toekomstige studies gedetailleerder onderzoeken welke variabelen fungeren als voorlopers van schadelijk internetgebruik (bijv. Persoonlijkheid, cognitieve, emotionele en motivationele factoren en bestaande psychische stoornissen) en welke variabelen fungeren als uitkomsten en bemiddelaars. Omdat bepaalde persoonlijkheidsdomeinen een aanleg kunnen vormen voor risicofactoren zoals terugtrekking, moeten toekomstige studies de bemiddelende rol van dergelijke niet-pathologische variabelen onderzoeken.

In deze studie vonden we geen effect van de waargenomen positieve gevolgen van internetgebruik op de geestelijke gezondheid, en het is mogelijk dat dit komt omdat ze eigenlijk nogal motieven zijn voor het gebruik van internet. Met andere woorden, deelnemers hebben mogelijk de gevolgen gerapporteerd waar ze op hoopten in plaats van wat er feitelijk gebeurde. Sagioglou en Greitemeyer [54] wees erop dat zelfgerapporteerde resultaten van verschillende internetactiviteiten een beperkte geldigheid kunnen hebben, vooral wanneer ze tijdelijk verwijderd zijn, in welk geval het eerder kan weergeven wat deelnemers zien als aannemelijke beweegredenen voor hun gebruik. Nauwkeurige maatregelen kunnen worden genomen wanneer deelnemers wordt gevraagd om ze onmiddellijk te beoordelen na gebruik van een webapplicatie, wat in dit onderzoek niet mogelijk was. Toekomstige studies zouden moeten overwegen om positieve consequenties van internetgebruik te gebruiken als voorspellers van het gebruik van bepaalde web-gebaseerde inhoud (op een gezonde of ongezonde manier) in plaats van als directe voorspellers van geestelijke gezondheid.

Beperkingen

Deze studie wordt beperkt door de aard van de metingen die worden gebruikt om het internetgebruik van de deelnemer te schatten. Een kwestie van validiteit betreft de gevolgen van internetgebruik, waarvan niet mag worden aangenomen dat het de echte uitkomsten perfect weergeeft. Naast de moeilijkheid om de impact van dagelijkse activiteiten op de eigen gezondheid en gedrag te observeren, kan deze maatregel ook bijzonder kwetsbaar zijn om vooroordelen en verwachtingsgevolgen te herkennen. Daarom was deze studie alleen bedoeld om de waargenomen gevolgen te meten. Het is ook moeilijk om te weten of de waargenomen gevolgen worden veroorzaakt door het internetgedrag of door een derde factor, zoals comorbide stoornissen. Een andere beperking van deze studie is dat we geen diepgaande metingen hebben gedaan van de webinhoud die deelnemers gebruiken. Daarom moet men voorzichtig zijn bij het toepassen van deze resultaten op het gebruik van meer specifieke inhoud; verschillende soorten games en activiteiten voor sociaal netwerken kunnen bijvoorbeeld verschillende effecten hebben op zowel de waargenomen gevolgen als de geestelijke gezondheid. Bovendien bevatten onze metingen geen problematisch diagnoseprogramma voor internetgebruik. Het is mogelijk dat als we meer negatieve gevolgen van internetgebruik of specifieke problematische internetgebruikscriteria hadden opgenomen, dit een groter deel van de effecten van de webactiviteiten zou hebben verklaard. Ten slotte was er een opvallende uitval tussen basislijn- en follow-upmetingen (34%), die het statistische vermogen in de longitudinale analyses verlaagde in vergelijking met de cross-sectionele analyses. Deelname aan deze studie was ook niet volledig anoniem en deelnemers met een hoog risico op zelfmoord werden uitgesloten van de gegevensanalyse, wat zou kunnen betekenen dat sommige adolescenten met de meest ernstige psychopathologie niet in de analyses waren vertegenwoordigd.

Conclusies

Verschillende webgebaseerde activiteiten of inhoud kunnen specifieke effecten hebben op de geestelijke gezondheid, zelfs bij gebruik op gematigde niveaus en bij het aanpassen van het aantal uren besteed aan internet. Web-gebaseerde activiteiten verschillen in hoe consistent, in welke mate en in welke richting ze de geestelijke gezondheid beïnvloeden. De activiteiten verschillen ook wat betreft de negatieve gevolgen die ze veroorzaken, en die gevolgen (met name slaapverlies en ontwenning) lijken de resultaten van de geestelijke gezondheid in grotere mate te voorspellen dan de activiteiten zelf. Daarom lijkt het erop dat de tijd die wordt besteed aan internet en op het web gebaseerde inhoud voorspellend is voor de geestelijke gezondheid, vooral omdat ze dergelijke negatieve gevolgen voorspellen. Deze resultaten onderstrepen het belang van het onderscheid tussen gegeneraliseerde en specifieke vormen van problematisch internetgebruik. Het bevestigt ook dat internetgebruik niet intrinsiek schadelijk is, maar het hangt af van de activiteit die iemand speelt en van de invloed ervan op het individu. Verandering van geestelijke gezondheid na verloop van tijd lijkt het best te worden voorspeld door veranderingen in internetgerelateerd slaapverlies en terugtrekking, en interventies om schadelijk internetgebruik te verminderen zouden zich daarom op dergelijke gevolgen moeten richten. Positieve gevolgen van internetgebruik voorspellen misschien niet direct de geestelijke gezondheid, maar kunnen de neiging voorspellen om bepaalde webactiviteiten buitensporig of problematisch uit te voeren. De causaliteit tussen internetgebruik en morbiditeit in de geestelijke gezondheidszorg is echter complex en waarschijnlijk wederkerig, wat betekent dat interventies of behandelingen van problematisch internetgebruik wellicht veelzijdig moeten zijn om effectief te zijn.

 

 

 

   

Dankwoord

 

Alle auteurs behalve J Westerlund waren betrokken bij de plannings- of uitvoeringsfasen van het SUPREME-project, inclusief de Randomized Controlled Trial, waarbij V Carli de belangrijkste onderzoeker was. J Balasz, A Germanavicius , M Sarchiapone, A Värnik en V Carli waren de werfleiders of veldcoördinatoren voor het SUPREME-project in hun respectieve landen. S Hökby en G Hadlaczky hebben het huidige onderzoek bedacht, de statistische analyses uitgevoerd en het manuscript opgesteld, waaraan J Westerlund kritische bijdragen heeft geleverd door het te herzien voor belangrijke intellectuele inhoud. Alle auteurs hebben het definitieve manuscript beoordeeld en goedgekeurd. Het SUPREME-project werd 60% gefinancierd door het Uitvoerend Agentschap voor gezondheid en consumenten van de Europese Commissie (EAHC; Subsidieovereenkomstnummer: 2009.12.19) en 40% door de deelnemende landencentra.

Belangenconflicten

 

Geen verklaard.

 


Referenties

  1. Merikangas KR, He JP, Burstein M, Swanson SA, Avenevoli S, Cui L, et al. Levenslange prevalentie van psychische stoornissen bij Amerikaanse adolescenten: resultaten van de National Comorbidity Survey Replication – Adolescent Supplement (NCS-A). J Am Acad Child Adolesc Psychiatry 2010 oktober; 49 (10): 980-989 [GRATIS Volledige tekst] [CrossRef] [Medline]
  2. Wittchen HU, Jacobi F, Rehm J, Gustavsson A, Svensson M, Jönsson B, et al. De omvang en belasting van psychische stoornissen en andere aandoeningen van de hersenen in Europa 2010. Eur Neuropsychopharmacol 2011 Sep; 21 (9): 655-679. [CrossRef] [Medline]
  3. Zahn-Waxler C, Klimes-Dougan B, Slattery MJ. Internaliserende problemen van kinderjaren en adolescentie: vooruitzichten, valkuilen en vooruitgang in het begrijpen van de ontwikkeling van angst en depressie. Dev Psychopathol 2000; 12 (3): 443-466. [Medline]
  4. Wereldgezondheidsorganisatie. Zelfmoord voorkomen: een wereldwijde noodzaak. Zwitserland: Wereldgezondheidsorganisatie; 2014.
  5. Internet World Stats. 2015. Internetgebruik in de Europese Unie URL: http://www.internetworldstats.com/stats9.htm [benaderde 2016-04-15] [WebCite Cache]
  6. Eurostat. 2013. Statistieken over internetgebruik - individuele URL: http://ec.europa.eu/eurostat/statistics-explained/index.php/Internet_use_statistics_-_individuals [benaderde 2016-04-15] [WebCite Cache]
  7. Jonge KS. Internetverslaving: de opkomst van een nieuwe klinische stoornis. CyberPsychology & Behavior 1998 Jan; 1 (3): 237-244. [CrossRef]
  8. Laconi S, Rodgers RF, Chabrol H. De meting van internetverslaving: een kritische beoordeling van bestaande schalen en hun psychometrische eigenschappen. Computers in menselijk gedrag 2014 dec; 41: 190-202 [GRATIS Volledige tekst] [CrossRef]
  9. Petry NM, Rehbein F, Gentile DA, Lemmens JS, Rumpf HJ, Mößle T, et al. Een internationale consensus voor het beoordelen van internetgaming-problemen met de nieuwe DSM-5-aanpak. Verslaving 2014 sep; 109 (9): 1399-1406. [CrossRef] [Medline]
  10. Kaess M, Durkee T, Brunner R, Carli V, Parzer P, Wasserman C, et al. Pathologisch internetgebruik bij Europese adolescenten: psychopathologie en zelfdestructief gedrag. Eur Child Adolesc Psychiatry 2014 Nov; 23 (11): 1093-1102 [GRATIS Volledige tekst] [CrossRef] [Medline]
  11. Carli V, Durkee T, Wasserman D, Hadlaczky G, Despalins R, Kramarz E, et al. De associatie tussen pathologisch internetgebruik en comorbide psychopathologie: een systematische review. Psychopathologie 2013; 46 (1): 1-13. [CrossRef] [Medline]
  12. King DL, Delfabbro PH, Zwaans T, Kaptsis D. Klinische kenmerken en axis I comorbiditeit van Australische adolescente pathologische internet- en videospelgebruikers. Aust NZJ Psychiatry 2013 Nov; 47 (11): 1058-1067. [CrossRef] [Medline]
  13. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC. Het verband tussen internetverslaving en psychiatrische stoornissen: een overzicht van de literatuur. Eur Psychiatry 2012 Jan; 27 (1): 1-8. [CrossRef] [Medline]
  14. Blok JJ. Problemen voor DSM-V: internetverslaving. Am J Psychiatry 2008 Mar; 165 (3): 306-307. [CrossRef] [Medline]
  15. Montag C, Bey K, Sha P, Li M, Chen YF, Liu WY, et al. Is het zinvol onderscheid te maken tussen gegeneraliseerde en specifieke internetverslaving? Bewijsmateriaal van een interculturele studie uit Duitsland, Zweden, Taiwan en China. Asia Pac Psychiatry 2015 Mar; 7 (1): 20-26. [CrossRef] [Medline]
  16. Király O, Griffiths M, Urbán R, Farkas J, Kökönyei G, Elekes Z, et al. Problematisch internetgebruik en problematisch online gamen zijn niet hetzelfde: bevindingen van een groot nationaal representatief adolescente monster. Cyberpsychol Behav. Soc Netw 2014 dec; 17 (12): 749-754 [GRATIS Volledige tekst] [CrossRef] [Medline]
  17. van Rooij AJ, Schoenmakers TM, van de Eijnden RJ, van de Mheen D. Compulsief internetgebruik: de rol van online gaming en andere internettoepassingen. J Adolesc Health 2010 Jul; 47 (1): 51-57. [CrossRef] [Medline]
  18. Khazaal Y, Achab S, Billieux J, Thorens G, Zullino D, Dufour M, et al. Factorstructuur van de internetverslavingstest bij online gamers en pokerspelers. JMIR Ment Health 2015 apr; 2 (2): e12 [GRATIS Volledige tekst] [CrossRef] [Medline]
  19. American Psychiatric Association. DSM5. 2013. URL voor internetgokverslaving: http://www.dsm5.org/Documents/Internet%20Gaming%20Disorder%20Fact%20Sheet.pdf [benaderde 2016-04-15] [WebCite Cache]
  20. Critselis E, Janikian M, Paleomilitou N, Oikonomou D, Kassinopoulos M, Kormas G, et al. Internetgokken is een voorspellende factor voor verslavend internetgedrag. J Behav Addict 2013 Dec; 2 (4): 224-230 [GRATIS Volledige tekst] [CrossRef] [Medline]
  21. Phillips JG, Ogeil RP, Blaszczynski A. Elektronische belangen en gedragingen in verband met gokproblemen. Int J Ment Gezondheid Verslaving 2011 Oct 15; 10 (4): 585-596. [CrossRef]
  22. Tsitsika A, Critselis E, Janikian M, Kormas G, Kafetzis DA. Verband tussen internetgokken en problematisch internetgebruik bij adolescenten. J Gambl Stud 2011 sep; 27 (3): 389-400. [CrossRef] [Medline]
  23. Yau YH, Pilver CE, Steinberg MA, Rugle LJ, Hoff RA, Krishnan-Sarin S, et al. Relaties tussen problematisch internetgebruik en ernst van probleemgokken: bevindingen uit een enquête onder middelbare scholen. Addict Behav 2014 Jan; 39 (1): 13-21 [GRATIS Volledige tekst] [CrossRef] [Medline]
  24. Burke M, Marlow C, Lento T.Sociale netwerkactiviteit en sociaal welzijn. 2010 Gepresenteerd op: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI'10); 2010-10 april 15; Atlanta, Georgia, VS. [CrossRef]
  25. Burns JM, Davenport TA, Durkin LA, Luscombe GM, Hickie IB. Het internet als een setting voor gebruik door de jeugd van de geestelijke gezondheidszorg. Med J Aust 2010 Jun 7; 192 (11 Suppl): S22-S26. [Medline]
  26. Horgan A, Sweeney J. Gebruik van internet door jonge studenten voor informatie en ondersteuning over de geestelijke gezondheid. J Psychiatr Ment Health Nurs 2010 maart; 17 (2): 117-123. [CrossRef] [Medline]
  27. Trefflich F, Kalckreuth S, Mergl R, Rummel-Kluge C. Het internetgebruik van psychiatrische patiënten komt overeen met het internetgebruik van het grote publiek. Psychiatry Res 2015 30 maart; 226 (1): 136-141. [CrossRef] [Medline]
  28. DeSocio J, Hootman J. Geestelijke gezondheid van kinderen en schoolsucces. J Sch Nurs 2004 aug; 20 (4): 189-196. [Medline]
  29. Gentile DA, Choo H, Liau A, Sim T, Li D, Fung D, et al. Pathologisch gebruik van videogames onder jongeren: een longitudinaal onderzoek van twee jaar. Kindergeneeskunde 2011 feb; 127 (2): e319-e329. [CrossRef] [Medline]
  30. Jackson LA, von Eye A, Witt EA, Zhao Y, Fitzgerald HE. Een longitudinaal onderzoek naar de effecten van internetgebruik en het spelen van videogames op academische prestaties en de rollen van geslacht, ras en inkomen in deze relaties. Computers in menselijk gedrag 2011 Jan; 27 (1): 228-239. [CrossRef]
  31. Király O, Urbán R, Griffiths M, Ágoston C, Nagygyörgy K, Kökönyei G, et al. Het mediërende effect van gaming-motivatie tussen psychiatrische symptomen en problematisch online gamen: een online enquête. J Med Internet Res 2015; 17 (4): e88 [GRATIS Volledige tekst] [CrossRef] [Medline]
  32. Scott J, Porter-Armstrong AP. Impact van multiplayer online rollenspel over het psychosociaal welbevinden van adolescenten en jong volwassenen: het bewijs herzien. Psychiatrie J 2013 Artikel ID 464685. [CrossRef]
  33. Zanetta Dauriat F, Zermatten A, Billieux J, Thorens G, Bondolfi G, Zullino D, et al. Motivaties om te spelen voorspellen specifiek buitensporige betrokkenheid bij massale multiplayer online role-playing games: bewijs van een online enquête. Eur Addict Res 2011; 17 (4): 185-189. [CrossRef] [Medline]
  34. Lovibond PF, Lovibond SH. De structuur van negatieve emotionele toestanden: vergelijking van de depressie angst scales (DASS) met de Beck Depressie en angstvoorraden. Gedragsresolutie 1995 Mar; 33 (3): 335-343. [Medline]
  35. Antony MM, Bieling PJ, Cox BJ, Enns MW, Swinson RP. Psychometrische eigenschappen van de 42-item en 21-itemversies van de depressie angststressschalen in klinische groepen en een steekproef uit de gemeenschap. Psychologische beoordeling 1998; 10 (2): 176-181. [CrossRef]
  36. Crawford JR, Henry JD. De stressschalen voor depressieangst (DASS): normatieve gegevens en latente structuur in een groot niet-klinisch monster. Br J Clin Psychol 2003 juni; 42 (Pt 2): 111-131. [CrossRef] [Medline]
  37. Pagina AC, Hooke GR, Morrison DL. Psychometrische eigenschappen van de Depression Angst Stress Scales (DASS) in depressieve klinische monsters. Br J Clin Psychol 2007 sep; 46 (Pt 3): 283-297. [CrossRef] [Medline]
  38. Zlomke KR. Psychometrische eigenschappen van internet-toegediende versies van Penn State Worry Questionnaire (PSWQ) en depressie, angst en stressschaal (DASS). Computers in menselijk gedrag 2009 juli; 25 (4): 841-843. [CrossRef]
  39. Duffy CJ, Cunningham EG, Moore SM. Kort verslag: de factorstructuur van gemoedstoestanden in een vroeg adolescente steekproef. J Adolesc 2005 Oct; 28 (5): 677-680. [CrossRef] [Medline]
  40. Szabó M. De korte versie van de Depression Angst Stress Scales (DASS-21): de factorstructuur in een adolescentengroep. J Adolesc 2010 feb; 33 (1): 1-8. [CrossRef] [Medline]
  41. Paykel ES, Myers JK, Lindenthal JJ, Tanner J. Zelfmoordgedachten in de algemene bevolking: een prevalentieonderzoek. Br J Psychiatry 1974 mei; 124: 460-469. [Medline]
  42. An J, Sun Y, Wan Y, Chen J, Wang X, Tao F. Associaties tussen problematisch internetgebruik en de fysieke en psychologische symptomen van adolescenten: mogelijke rol van slaapkwaliteit. J Addict Med 2014; 8 (4): 282-287. [CrossRef] [Medline]
  43. Caplan SE. Voorkeur voor online sociale interactie: een theorie van problematisch internetgebruik en psychosociaal welbevinden. Communicatieonderzoek 2003; 30 (6): 625-648 [GRATIS Volledige tekst] [CrossRef]
  44. Lam LT. Internetgamingverslaving, problematisch internetgebruik en slaapproblemen: een systematische review. Curr Psychiatry Rep 2014 apr; 16 (4): 444. [CrossRef] [Medline]
  45. Lee BW, Stapinski LA. Veiligheid zoeken op het internet: relatie tussen sociale angst en problematisch internetgebruik. J Angst Disord 2012 Jan; 26 (1): 197-205. [CrossRef] [Medline]
  46. Kovess-Masfety V, Keyes K, Hamilton A, Hanson G, Bitfoi A, Golitz D, et al. Is het tijd om videospellen te spelen die verband houden met geestelijke gezondheid, cognitieve en sociale vaardigheden bij jonge kinderen? Soc Psychiatry Psychiatr Epidemiol 2016 Mar; 51 (3): 349-357. [CrossRef] [Medline]
  47. Holden C. Psychiatry. Gedrag verslavingsdebuut in voorgestelde DSM-V. Wetenschap 2010 Feb 19; 327 (5968): 935. [CrossRef] [Medline]
  48. Pies R. Moet DSM-V "internetverslaving" een psychische stoornis noemen? Psychiatry (Edgmont) 2009 feb; 6 (2): 31-37 [GRATIS Volledige tekst] [Medline]
  49. Shaffer HJ, Hall MN, Vander Bilt J. "Computerverslaving": een kritische overweging. Am J Orthopsychiatrie 2000 apr; 70 (2): 162-168. [Medline]
  50. Merk M, Laier C, Young KS. Internetverslaving: coping-stijlen, verwachtingspatronen en gevolgen voor de behandeling. Front Psychol 2014 Nov; 5: 1256 [GRATIS Volledige tekst] [CrossRef] [Medline]
  51. Riemann D, deelnemers aan de workshop. Zorgt een effectief beheer van slaapstoornissen voor depressieve klachten en het risico op depressie? Geneesmiddelen 2009; 69 Suppl 2: 43-64. [CrossRef] [Medline]
  52. Watling J, Pawlik B, Scott K, Booth S, Short MA. Sleep Loss and Affective Functioning: More Than Just Mood. Gedrag Slaap Med 2016 Mei 9: 1-16 Epub voor de afdruk. [CrossRef] [Medline]
  53. Dowling NA, Brown M. Commonaliteiten in de psychologische factoren die samenhangen met gokverslaving en internetafhankelijkheid. Cyberpsychol Behav Soc Netw 2010 aug; 13 (4): 437-441. [Medline]
  54. Sagioglou C, Greitemeyer T. De emotionele gevolgen van Facebook: waarom Facebook een gemoedsvermindering veroorzaakt en waarom mensen het nog steeds gebruiken. Computers in menselijk gedrag 2014 Jun; 35: 359-363. [CrossRef]

 


Afkortingen

DASS: Depressie Angststress Schaal
DSM: Diagnostic and Statistical Manual of Mental Disorders
IAT: Internetverslavingstest
SUPREME: Zelfmoordpreventie via internet en op media gebaseerde promotie van geestelijke gezondheid

Bewerkt door J Torous; ingediend 29.04.16; collegiaal getoetst door V Rozanov, B Carron-Arthur, T Li; opmerkingen aan auteur 31.05.16; herziene versie ontving 14.06.16; geaccepteerde 15.06.16; publiceerde 13.07.16

© Sebastian Hökby, Gergo Hadlaczky, Joakim Westerlund, Danuta Wasserman, Judit Balazs, Arunas Germanavicius, Núria Machín, Gergely Meszaros, Marco Sarchiapone, Airi Värnik, Peeter Varnik, Michael Westerlund, Vladimir Carli. Oorspronkelijk gepubliceerd in JMIR Mental Health (http://mental.jmir.org), 13.07.2016.

Dit is een open access-artikel dat wordt verspreid onder de voorwaarden van de Creative Commons Attribution-licentie (http://creativecommons.org/licenses/by/2.0/), die onbeperkt gebruik, distributie en reproductie op elk medium mogelijk maakt, op voorwaarde dat het origineel werk, voor het eerst gepubliceerd in JMIR Mental Health, is correct geciteerd. De volledige bibliografische informatie, een link naar de originele publicatie op http://mental.jmir.org/, evenals deze copyright- en licentie-informatie moeten worden opgenomen.