Voorkant. Psychol., 11 November 2014 | doi: 10.3389 / fpsyg.2014.01256
Matthias Brand1,2 *,
Christian Laier1 en
Kimberly S. Young3
- 1Afdeling Algemene Psychologie: Cognitie, Universiteit van Duisburg-Essen, Duisburg, Duitsland
- 2Erwin L. Hahn Instituut voor Magnetic Resonance Imaging, Essen, Duitsland
- 3Centrum voor Internetverslaving, Russell J. Jandoli School voor Journalistiek en Massacommunicatie, St. Bonaventure University, Olean, NY, VS
Internetverslaving (IA) is in veel landen een ernstige psychische aandoening geworden. Om de klinische implicaties van IA beter te begrijpen, heeft deze studie statistisch een nieuw theoretisch model getest dat de onderliggende cognitieve mechanismen illustreert die bijdragen tot de ontwikkeling en instandhouding van de stoornis. Het model maakt onderscheid tussen een gegeneraliseerde internetverslaving (GIA) en specifieke vormen. Deze studie testte het model op GIA op een populatie van algemene internetgebruikers. De bevindingen van 1019-gebruikers laten zien dat het veronderstelde structurele vergelijkingsmodel 63.5% van de variantie van GIA-symptomen verklaarde, gemeten aan de hand van de korte versie van de Internetverslavingstest. Met behulp van psychologische en persoonlijkheidstesten laten de resultaten zien dat iemands specifieke cognities (slechte coping en cognitieve verwachtingen) het risico op GIA verhoogden. Deze twee factoren bemiddelden de symptomen van GIA als andere risicofactoren aanwezig waren, zoals depressie, sociale angst, laag zelfbeeld, lage zelfeffectiviteit en hoge stressgevoeligheid om enkele gebieden te noemen die in de studie werden gemeten. Het model laat zien dat individuen met een hoge coping-vaardigheden en zonder de verwachting dat internet kan worden gebruikt om een positieve stemming te verbeteren of negatieve stemming te verminderen, minder snel zullen deelnemen aan problematisch internetgebruik, zelfs wanneer andere persoonlijkheden of psychologische kwetsbaarheden aanwezig zijn. De implicaties voor de behandeling omvatten een duidelijke cognitieve component voor de ontwikkeling van GIA en de noodzaak om de copingstijl en cognities van een patiënt te beoordelen en om foutief denken te verbeteren om de symptomen te verminderen en zich bezig te houden met herstel.
Introductie
Uit diverse studies is gebleken dat problematisch internetgebruik aanhoudende negatieve gevolgen kan hebben, zoals baanverlies, studiefalen en echtscheiding (zie bijvoorbeeld Griffiths, 2000a , b ; Chou et al., 2005 ; Widyanto en Griffiths, 2006 ; Byun et al., 2009 ; Weinstein en Lejoyeux, 2010 ; Lortie en Guitton, 2013 voor overzichten ). De klinische relevantie van dit fenomeen neemt toe tegen de achtergrond van de hoge geschatte prevalentiecijfers, variërend van 1.5 tot 8.2% ( Weinstein en Lejoyeux, 2010 ) of zelfs tot 26.7%, afhankelijk van de gebruikte schalen en criteria ( Kuss et al., 2014 ).
Hoewel de eerste beschrijving van dit klinische probleem bijna 20 jaren geleden was (Young, 1996), wordt de classificatie nog steeds controversieel besproken en bijgevolg worden verschillende termen gebruikt in de wetenschappelijke literatuur, gaande van "dwangmatig gebruik van het internet" (Meerkerk et al., 2006, 2009, 2010), "Internetgerelateerde problemen" (Widyanto et al., 2008), "Problematisch internetgebruik" (Caplan, 2002), "Pathologisch internetgebruik" (Davis, 2001) naar "Internet gerelateerd verslavingsgedrag" (Brenner, 1997), om er maar een paar te noemen. In de laatste 10-jaren hebben de meeste onderzoekers op dit gebied echter de term 'internetverslaving' of 'internetverslavingsstoornis' gebruikt (bijv. Johansson en Götestam, 2004; Blokkeren, 2008; Byun et al., 2009; Dong et al., 2010, 2011, 2013; Kim et al., 2011; Purty et al., 2011; Young, 2011b, 2013; Young et al., 2011; Zhou et al., 2011; Cash et al., 2012; Hou et al., 2012; Hong et al., 2013a,b; Kardefelt-Winther, 2014; Pontes et al., 2014; Tonioni et al., 2014). We geven ook de voorkeur aan de term 'Internetverslaving (IA)', omdat recente artikelen (zie discussie in Brand et al., 2014) benadrukken de parallellen tussen overmatig gebruik van internet en ander verslavend gedrag (bijv. Grant et al., 2013) en ook afhankelijkheid van middelen (zie ook Young, 2004; Griffiths, 2005; Meerkerk et al., 2009). Er is beargumenteerd dat mechanismen die verband houden met de ontwikkeling en het onderhoud van substantie afhankelijk zijn van verslavend gebruik van internettoepassingen (en ook andere gedragsverslavingen), bijvoorbeeld de incentive sensitization theorie van verslaving en verwante concepten (bijv. Robinson en Berridge, 2000, 2001, 2008; Berridge et al., 2009). Dit past ook goed bij het componentmodel over verslavend gedrag (Griffiths, 2005).
Er zijn veel studies verricht naar de psychologische correlaten van internetverslaving (IA), maar dit is – in de meeste gevallen – gedaan zonder onderscheid te maken tussen een gegeneraliseerde internetverslaving (GIA) en een specifieke internetverslaving (SIA; Morahan-Martin en Schumacher, 2000 ; Leung, 2004 ; Ebeling-Witte et al., 2007 ; Lu, 2008 ; Kim en Davis, 2009 ; Billieux en Van der Linden, 2012 ), hoewel de psychologische mechanismen verschillend kunnen zijn, ook voor verschillende leeftijdsgroepen of gebruikte applicaties ( Lopez-Fernandez et al., 2014 ). Onze studie onderzoekt de mediërende effecten van copingstijlen en cognitieve verwachtingen ten aanzien van internetgebruik op de ontwikkeling en instandhouding van GIA, om zo bij te dragen aan een beter begrip van de onderliggende mechanismen en de mogelijke implicaties voor diagnostiek en behandeling.
Theoretisch gezien werd al gesteld dat internetverslaving (IA) gedifferentieerd moet worden tussen algemeen internetgebruik ( Griffiths en Wood, 2000 ) en specifieke vormen van IA, zoals cyberseks, online relaties, internetdwang (bijv. gokken, winkelen), informatie zoeken en online gamen, die kunnen leiden tot een internetverslaving (bijv. Young et al., 1999 ; Meerkerk et al., 2006 ; Block, 2008 ; Brand et al., 2011 ). Echter, slechts één subtype, internetgameverslaving, is opgenomen in de bijlage van de DSM-5 ( APA, 2013 ). De meeste studies hebben IA ofwel als een uniform construct beoordeeld, ofwel slechts één specifiek subtype (in de meeste gevallen internetgamen). In zijn cognitief-gedragsmodel maakte Davis (2001) ook onderscheid tussen algemeen pathologisch internetgebruik (GIA) en specifiek pathologisch internetgebruik (SIA). GIA werd beschreven als een multidimensionaal overmatig gebruik van het internet, vaak gepaard gaande met tijdverspilling en ongericht internetgebruik. Sociale aspecten van het internet (bijvoorbeeld sociale communicatie via sociale netwerksites) worden in het bijzonder gebruikt (zie ook de discussie in Lortie en Guitton, 2013 ), wat vermoedelijk verband houdt met een gebrek aan sociale steun offline en sociale tekortkomingen die een individu ervaart in niet-virtuele situaties. Daarnaast is betoogd dat personen verschillende internettoepassingen excessief kunnen gebruiken zonder een specifieke favoriet te hebben, bijvoorbeeld het spelen van games, het kijken naar pornografie, het surfen op informatie- en/of winkelsites, het plaatsen van selfies, het bekijken van video's op videoplatformen, het lezen van blogs van anderen, enzovoort. In dit geval zou men kunnen stellen dat het individu verslaafd is aan het internet en niet aan het internet zelf (maar zie ook de discussie in Starcevic, 2013 ). Davis betoogt dat een belangrijk verschil tussen GIA en SIA is dat personen die lijden aan GIA geen vergelijkbaar problematisch gedrag zouden hebben ontwikkeld zonder het internet, terwijl personen die lijden aan SIA wel vergelijkbaar problematisch gedrag zouden hebben ontwikkeld in een andere omgeving. Bij beide vormen van verslavend internetgebruik, GIA en SIA, wordt verondersteld dat disfunctionele cognities over het zelf en over de wereld een fundamentele rol spelen ( Caplan, 2002 , 2005 ).
Onderzoek naar GIA heeft aangetoond dat subjectieve klachten in het dagelijks leven als gevolg van internetgebruik gecorreleerd zijn met verschillende persoonlijkheidskenmerken. Inderdaad werd aangetoond dat GIA verband houdt met psychopathologische comorbiditeiten, zoals affectieve stoornissen of angststoornissen (Whang et al., 2003; Yang et al., 2005; Weinstein en Lejoyeux, 2010) evenals de persoonlijkheidskenmerken verlegenheid, neuroticisme, stressgevoeligheid, neiging tot uitstellen en een laag zelfbeeld (Niemz et al., 2005; Ebeling-Witte et al., 2007; Hardie en tee, 2007; Thatcher et al., 2008; Kim en Davis, 2009). Ook factoren van sociale context, bijvoorbeeld gebrek aan sociale steun of sociale isolatie (Morahan-Martin en Schumacher, 2003; Caplan, 2007) en zelfs eenzaamheid in de onderwijsomgeving bij adolescenten (Pontes et al., 2014) lijken gerelateerd te zijn aan GIA. Bovendien werd betoogd dat het gebruik van internet als hulpmiddel bij het omgaan met problematische of stressvolle gebeurtenissen in het leven bijdraagt tot de ontwikkeling van GIA (Whang et al., 2003; Tang et al., 2014). Personen met IA vertonen ook een sterke neiging tot impulsieve coping-strategie (Tonioni et al., 2014). Sommige auteurs stellen IA zelfs als een soort van omgaan met het dagelijks leven of dagelijkse beslommeringen (Kardefelt-Winther, 2014). Er zijn nog maar enkele eerste onderzoeken, waarin expliciet voorspellers van verschillende soorten SIA werden vergeleken. Pawlikowski et al. (2014) rapporteerde dat verlegenheid en tevredenheid over het leven gerelateerd zijn aan een verslavend gebruik van internetgames, maar niet aan een pathologisch gebruik van cybersex of het gebruik van beide games en cyberseks.
Gebaseerd op eerder onderzoek, met name op de argumenten van Davis (2001) , en rekening houdend met de huidige literatuur over neuropsychologische en neuroimaging-bevindingen bij personen met een internetverslaving, hebben we onlangs een theoretisch model gepubliceerd over de ontwikkeling en instandhouding van GIA en SIA ( Brand et al., 2014 ). Sommige aspecten van het model zijn al eerder aan bod gekomen in de context van het gebruik van sociale netwerksites, bijvoorbeeld de verwachting van positieve uitkomsten ( Turel en Serenko, 2012 ). Er is ook aangetoond dat excessief of verslavend gebruik van online veilingen samenhangt met veranderingen in de overtuigingen van individuen over de techniek, en dat dit toekomstig gebruik en gebruiksintenties bepaalt ( Turel et al., 2011 ). Dit sluit aan bij ons theoretisch model over GIA, waarin we ervan uitgaan dat overtuigingen of verwachtingen over wat het internet voor een persoon kan betekenen, het gedrag beïnvloeden, oftewel het internetgebruik, wat op zijn beurt ook toekomstige verwachtingen beïnvloedt. In ons model hebben we ons echter gericht op de mediërende rol van verwachtingen en copingstrategieën bij het ontwikkelen en behouden van een GIA en specifieke typen SIA.
Voor de ontwikkeling en het onderhoud van GIA stellen we dat de gebruiker bepaalde behoeften en doelen heeft die kunnen worden bereikt door bepaalde internettoepassingen te gebruiken. Op basis van eerder onderzoek hebben we een aantal van deze bevindingen verwerkt om een uitgebreid model te ontwikkelen om deze elementen samen te brengen. Aanvankelijk zijn iemands kernkenmerken geassocieerd met IA en omvatten psychopathologische aspecten, persoonlijkheidsaspecten en sociale cognities. In het eerste gedeelte hebben we psychopathologische symptomen, met name depressie en sociale angst (bijv. Whang et al., 2003; Yang et al., 2005), disfunctionele persoonlijkheidsaspecten, zoals lage zelfeffectiviteit, verlegenheid, stressgevoeligheid en neiging tot uitstelgedrag (Whang et al., 2003; Chak en Leung, 2004; Caplan, 2007; Ebeling-Witte et al., 2007; Hardie en tee, 2007; Thatcher et al., 2008; Kim en Davis, 2009; Pontes et al., 2014), en sociaal isolement / gebrek aan sociale steun (Morahan-Martin en Schumacher, 2003; Caplan, 2005) bij de ontwikkeling van GIA. We stelden echter voor dat de invloed van de primaire kenmerken en cognities van die persoon op de ontwikkeling van een verslavend gebruik van internet zou moeten worden gemedieerd door bepaalde internetgerelateerde cognities, in het bijzonder verwachtingspatronen van internetgebruik (Turel et al., 2011; Xu et al., 2012; Lee et al., 2014), en bepaalde strategieën om het hoofd te bieden aan de dagelijkse levensbehoeften of dagelijkse beslommeringen (Tang et al., 2014; Tonioni et al., 2014). In het derde deel van het model, als consequent gedrag, als de gebruiker online gaat en versterking ontvangt in termen van disfunctioneel omgaan met problemen of een negatieve gemoedstoestand en de persoon verwacht dat internetgebruik hem zal afleiden van problemen of negatieve gevoelens, hoe meer waarschijnlijk zullen ze zich wenden tot het internet om te ontsnappen aan die gevoelens die blijken uit een verlies van controle, slecht tijdmanagement, onbedwingbare trek en toegenomen sociale problemen. De rol van versterkings- en conditioneringsprocessen is goed beschreven in de literatuur over de ontwikkeling en het onderhoud van stofgerelateerde stoornissen (bijv. Robinson en Berridge, 2001, 2008; Kalivas en Volkow, 2005; Everitt en Robbins, 2006). We hebben ook betoogd dat de positieve en negatieve versterking van copingstijl en internetgebruiksverwachtingen achtereenvolgens leiden tot een verlies van cognitieve controle over het internetgebruik, dat wordt gemedieerd door prefrontaal (uitvoerend) functioneren (Brand et al., 2014).
Hoewel dit model goed aansluit bij eerdere literatuur over belangrijke bevindingen met betrekking tot de psychologische mechanismen achter internetverslaving (zie overzichten van Kuss en Griffiths, 2011a , b ; Griffiths, 2012 ) en ook bij zeer recente neuropsychologische en neuroimaging correlaten van algemene internetverslaving (GIA) en verschillende typen sociale internetverslaving (SIA) ( Kuss en Griffiths, 2012 ; Brand et al., 2014 ), heeft dit model nog steeds empirisch bewijs nodig met betrekking tot de incrementele validiteit. In deze studie wilden we de hypothesen die zijn samengevat in het hierboven beschreven theoretische model over GIA vertalen naar een statistisch model op het niveau van latente variabelen en de voorspellende en mediërende effecten op de ernst van GIA-symptomen testen met behulp van een grote internetpopulatie. Met behulp van gevalideerde psychologische en persoonlijkheidsmetingen hebben we eerst de kernkenmerken van een persoon beoordeeld die een excessief en verslavend internetgebruik op een algemene manier voorspellen. Met behulp van een gevalideerde meetmethode voor coping en een nieuw ontwikkelde meetmethode voor verwachtingen ten aanzien van internetgebruik, hebben we onderzocht of gebrekkige copingvaardigheden en verwachtingen ten aanzien van internetgebruik (zoals het internet gebruiken om negatieve gevoelens of onaangename situaties te ontvluchten) de link tussen iemands kernkenmerken en symptomen van GIA mediëren.
Materialen en methoden
Het geoperationaliseerde model
We hebben eerst het theoretische model dat in de inleiding is beschreven en in het artikel van Brand et al. (2014) is geïllustreerd, vertaald naar een toetsbaar en geoperationaliseerd statistisch model. Voor elk van de dimensies die in het theoretische model worden genoemd, hebben we ten minste twee manifeste variabelen gekozen om een structureel vergelijkingsmodel (SEM) op latent niveau op te bouwen. Voor elke variabele hebben we vervolgens een specifieke schaal gebruikt (elk bestaande uit meerdere items, zie de beschrijving van de instrumenten hieronder) om de manifeste variabelen te operationaliseren. Dit geoperationaliseerde model als SEM op latent niveau is weergegeven in Figuur 1.
FIGUUR 1. Het geoperationaliseerde model, inclusief hoofdaannames van het theoretische model over GIA, over de latente dimensie.
vakken
Via een uitgebreide online enquête ontvingen we 1148 respondenten. Na uitsluiting van 129 deelnemers vanwege onvolledige gegevens in de psychometrische schalen, bestond de uiteindelijke steekproef uit N = 1019 deelnemers. De deelnemers werden geworven via advertenties, internetplatforms (Facebook-account van het team Algemene Psychologie: Cognitie), e-maillijsten van studenten van de Universiteit Duisburg-Essen, flyers in lokale cafés en bars, en mond-tot-mondreclame. De advertenties, e-mails en flyers bevatten de mededeling dat deelnemers konden meedoen aan een loterij waarbij ze kans maakten op een van de volgende prijzen: (1) iPad, (2) iPad mini, (3) iPod nano, (4) iPod shuffle, 20 Amazon-cadeaubonnen (50 euro per stuk). Het onderzoek werd goedgekeurd door de lokale ethische commissie.
De gemiddelde leeftijd van de uiteindelijke steekproef was 25.61 jaar (SD = 7.37). De steekproef bestond uit 625 (61.33%) vrouwen en 385 (37.78%) mannen (negen vrijwilligers beantwoordden deze vraag niet). Wat betreft de privésituatie woonden 577 deelnemers (56.62%) samen of waren getrouwd en 410 (40.24%) gaven aan geen relatie te hebben (32 deelnemers beantwoordden deze vraag niet). Ten tijde van de beoordeling waren 687 deelnemers (67.42%) studenten en hadden 332 deelnemers (32.58%) een vaste baan (met of zonder academische achtergrond). Van de gehele steekproef voldeden 116 deelnemers (11.4%) aan de criteria voor problematisch internetgebruik [afkapwaarde >30 op de korte Internetverslavingstest (s-IAT), zie de beschrijving van het instrument hieronder] en 38 deelnemers (3.7%) aan de criteria voor pathologisch internetgebruik (>37 op de s-IAT). De gemiddelde tijd die op internet werd doorgebracht was 972.36 min/week (SD = 920.37). Van de gehele steekproef gebruikten 975 personen sociale netwerk-/communicatiesites ( gemiddeld 444.47 min/week, SD = 659.05), zochten 998 personen (97.94%) informatie op internet ( gemiddeld 410.03 min /week , SD = 626.26), bezochten 988 personen (96.96%) winkelsites ( gemiddeld 67.77 min/week , SD = 194.29), speelden 557 deelnemers (54.66%, gemiddeld 159.61 min/week , SD = 373.65) online games, gokten 161 deelnemers (15.80%, gemiddeld 37.09 min/week , SD = 141.70) online en deden 485 personen (47.60%, gemiddeld 66.46 min/week , SD = 108.28) aan cyberseks . Wat betreft het gebruik van meerdere internetapplicaties, gaven 995 deelnemers (97.64%) aan dat ze regelmatig drie of meer van de bovengenoemde internetapplicaties gebruiken.
Instrumenten
Korte Internetverslavingstest (s-IAT)
Symptomen van internetverslaving werden beoordeeld met de Duitse korte versie van de Internet Addiction Test ( Pawlikowski et al., 2013 ), die gebaseerd is op de originele versie ontwikkeld door Young (1998) . In de korte versie (s-IAT) moeten 12 items worden beantwoord op een vijfpuntschaal van 1 (= nooit) tot 5 (= heel vaak), wat resulteert in een somscore van 12 tot 60. Een score >30 duidt op problematisch internetgebruik en een score >37 op pathologisch internetgebruik ( Pawlikowski et al., 2013 ). De s-IAT bestaat uit twee factoren: verlies van controle/tijdmanagement en hunkering/sociale problemen (elk met zes items). Hoewel de 12 items laden op twee factoren in zowel exploratieve als confirmatieve factoranalyse (CFA; Pawlikowski et al., 2013 ), omvatten ze de belangrijkste symptomen van internetverslaving, zoals bijvoorbeeld beschreven in het componentenmodel van Griffiths (2005 ). De eerste subscale, 'verlies van controle/tijdmanagement', meet in hoeverre iemand in het dagelijks leven problemen ondervindt met tijdmanagement als gevolg van internetgebruik (bijvoorbeeld: 'Hoe vaak verwaarloos je huishoudelijke taken om meer tijd online door te brengen?' en 'Hoe vaak slaap je slecht omdat je 's avonds laat online bent?'). Items in deze subscale meten ook de negatieve gevolgen van overmatig internetgebruik (bijvoorbeeld: 'Hoe vaak lijden je cijfers of schoolwerk eronder door de hoeveelheid tijd die je online doorbrengt?'). Ook wordt gemeten of de proefpersonen controleverlies ervaren over hun internetgebruik en of ze hebben geprobeerd hun internetgebruik te verminderen, maar daarin zijn mislukt (bijvoorbeeld: 'Hoe vaak merk je dat je langer online blijft dan je van plan was?' en 'Hoe vaak probeer je de tijd die je online doorbrengt te verminderen, maar lukt dat niet?'). Alle items meten niet de tijd die online wordt doorgebracht, maar of individuen controleverlies ervaren met betrekking tot hun internetgebruik en problemen ondervinden in het dagelijks leven als gevolg daarvan. De tweede subscale, 'verlangen/sociale problemen', meet de effecten van overmatig internetgebruik op sociale interacties en de preoccupatie met het medium (bijvoorbeeld: 'Hoe vaak bent u geobsedeerd door internet wanneer u offline bent, of fantaseert u over online zijn?'). Items van deze subscale beoordelen ook interpersoonlijke problemen (bijvoorbeeld: 'Hoe vaak snauwt, schreeuwt of reageert u geïrriteerd als iemand u stoort terwijl u online bent?') en stemmingsregulatie (bijvoorbeeld: 'Hoe vaak voelt u zich depressief, humeurig of nerveus wanneer u offline bent, en verdwijnt dit gevoel zodra u weer online bent?'). Alle items bevatten de termen 'internet' of 'online' in het algemeen, zonder zich te richten op een specifieke applicatie. In de instructies werden de deelnemers geïnformeerd dat alle vragen betrekking hebben op hun algemene internetgebruik, inclusief alle gebruikte applicaties.
De s-IAT heeft goede psychometrische eigenschappen en validiteit ( Pawlikowski et al., 2013 ). In onze steekproef was de interne consistentie (Cronbach's α) 0.856 voor de gehele schaal, 0.819 voor de factor verlies van controle/tijdmanagement en 0.751 voor de factor hunkering/sociale problemen.
Korte symptoomvoorraad - depressie op subschaal
Symptomen van depressie werden beoordeeld met de Duitse versie ( Franke, 2000 ) van de subscale depressie van de Brief Symptom Inventory ( Boulet en Boss, 1991 ; Derogatis, 1993 ). De schaal bestaat uit zes items die depressieve symptomen van de afgelopen 7 dagen beoordelen. Antwoorden moeten worden gegeven op een vijfpuntschaal van 0 (= helemaal niet) tot 4 (= extreem). De interne consistentie (Cronbach's α) in onze steekproef was 0.858.
Korte symptoomvoorraad - subpersoonlijke interpersoonlijke gevoeligheid
Symptomen van sociale angst en interpersoonlijke gevoeligheid werden beoordeeld met de Duitse versie ( Franke, 2000 ) van de subscale interpersoonlijke gevoeligheid van de Brief Symptom Inventory ( Boulet en Boss, 1991 ; Derogatis, 1993 ). De schaal bestaat uit vier items en de antwoorden moeten worden gegeven op een vijfpuntschaal van 0 (= helemaal niet) tot 4 (= extreem). De interne consistentie (Cronbach's α) in onze steekproef was 0.797.
Schaal met zelfwaardering
Zelfwaardering werd gemeten met de Self-Esteem Scale ( Rosenberg, 1965 ). We gebruikten hier de aangepaste Duitse versie ( Collani en Herzberg, 2003 ), die uit tien items bestaat. De antwoorden moeten worden gegeven op een vierpuntschaal van 0 (= sterk oneens) tot 3 (= sterk eens). De interne consistentie (Cronbach's α) in onze steekproef was 0.896.
Schaal voor zelfeffectiviteit
Zelfeffectiviteit werd gemeten met de Self-Efficacy Scale ( Schwarzer en Jerusalem, 1995 ), die bestaat uit 10 items. De antwoorden moeten worden gegeven op een vierpuntschaal van 1 (= niet waar) tot 4 (= helemaal waar). De interne consistentie (Cronbach's α) in onze steekproef was 0.863.
Trier-inventaris voor chronische stress
De stressgevoeligheid werd gemeten met de screeningsversie van de Trier Inventory for Chronic Stress (TICS; Schulz et al., 2004 ). De screening bevat 12 items over blootstelling aan stress in de afgelopen 3 maanden. Elke stelling moet worden beantwoord op een vijfpuntschaal van 0 (= nooit) tot 4 (= heel vaak). De interne consistentie (Cronbach's α) in onze steekproef was 0.908.
Eenzaamheid schaal
De korte versie van de Eenzaamheidsschaal ( De Jong Gierveld en Van Tilburg, 2006 ) werd gebruikt om gevoelens van eenzaamheid (subscale emotionele eenzaamheid, drie items) en waargenomen sociale steun (subscale sociale steun, drie items) te meten. Alle stellingen moeten worden beantwoord op een vijfpuntschaal van 1 (= nee!) tot 5 (= ja!). De interne consistentie (Cronbach's α) in onze steekproef was 0.765 voor de subscale emotionele eenzaamheid en 0.867 voor de subscale sociale steun.
Kort COPE
De Brief COPE ( Carver, 1997 ) meet copingstijlen in verschillende subdomeinen. We gebruikten hier drie subschalen van de Duitse versie ( Knoll et al., 2005 ): ontkenning, middelengebruik en gedragsmatige terugtrekking. Elke subschaal bestond uit twee items, die beantwoord moesten worden op een vierpuntschaal van 1 (= Ik heb dit helemaal niet gedaan) tot 4 (= Ik heb dit veel gedaan). De interne consistentie (Cronbach's α) in onze steekproef was 0.561 voor de subschaal ontkenning, 0.901 voor de subschaal middelengebruik en 0.517 voor de subschaal gedragsmatige terugtrekking. Gezien het feit dat de schalen slechts uit twee items bestaan en dat het instrument is gebruikt in verschillende validatiestudies, inclusief rapporten over test-retestbetrouwbaarheid, beschouwen we de betrouwbaarheid als acceptabel.
Internetgebruik Verwachtingen Schaal
Om de verwachtingen ten aanzien van internetgebruik te beoordelen, hebben we een nieuwe schaal ontwikkeld die – in de eerste versie – uit 16 items bestaat. De items weerspiegelen enkele kernmotiverende factoren, zoals bijvoorbeeld gerapporteerd door Xu et al. (2012) en Yee (2006) . De items werden a priori toegewezen aan twee schalen (elk met acht items): verwachtingen ten aanzien van internetgebruik die positieve bekrachtiging weerspiegelen (bijvoorbeeld: "Ik gebruik internet om plezier te beleven") en verwachtingen die negatieve bekrachtiging weerspiegelen (bijvoorbeeld: "Ik gebruik internet om mezelf af te leiden van problemen"). Alle antwoorden werden gegeven op een zespuntschaal, variërend van 1 (= volledig oneens) tot 6 (= volledig eens). Op basis van de gegevens die we in dit onderzoek hebben verzameld ( N = 1019), hebben we een exploratieve factoranalyse (EFA) uitgevoerd. Horns (1965) parallelle analyse en de minimum average partial (MAP) test ( Velicer, 1976 ) werden gebruikt om het juiste aantal factoren te bepalen. Deze procedure resulteerde in een stabiele tweefactoroplossing. Vervolgens werd een exploratieve factoranalyse (EFA) met hoofdcomponentenanalyse en varimax-rotatie uitgevoerd om de structuur van de Internet Use Expectancies Scale (IUES) te beoordelen. De resultaten van de EFA leidden tot een definitieve versie van de IUES met 8 items, waarbij de tweefactorstructuur behouden bleef (Tabel 1 ). Met deze twee factoren verklaarden we 63.41% van de variantie. De eerste factor bevat vier items met hoge ladingen op de hoofdfactor (>0.50) en lage ladingen op de andere factor (<0.20) en heeft betrekking op positieve verwachtingen; daarom noemden we deze factor "positieve verwachtingen". De tweede factor bestaat uit vier items met hoge ladingen op de hoofdfactor (>0.50) en lage ladingen op de andere factor (<0.20), en alle items hebben betrekking op internetgebruik om negatieve gevoelens of gedachten te vermijden of te verminderen; daarom noemden we deze factor "vermijdingsverwachtingen". Beide factoren vertonen een goede betrouwbaarheid (“positieve verwachtingen”: Cronbach's α = 0.832 en “vermijdingsverwachtingen”: Cronbach's α = 0.756). De twee factoren correleerden significant ( r = 0.496, p < 0.001) met een matig effect ( Cohen, 1988 ).
TABLE 1. Factorbelastingen en betrouwbaarheden van de twee factoren van de IUES, gemiddelden van de beoordeelde artikelen en de positienummers.
Om de factorstructuur van het instrument te waarborgen, hebben we een extra steekproef van 169 proefpersonen (gemiddelde leeftijd = 21.66, SD = 2.69; 106 vrouwen) beoordeeld voor het uitvoeren van een confirmatieve factoranalyse (CFA). De CFA werd uitgevoerd met MPlus ( Muthén en Muthén, 2011 ). Voor de evaluatie van de modelpassing hebben we standaardcriteria toegepast ( Hu en Bentler, 1995 , 1999 ): de gestandaardiseerde wortel van het gemiddelde kwadraat van de residuen (SRMR; waarden onder 0.08 duiden op een goede passing met de data), vergelijkende fit-indices (CFI/TLI; waarden boven 0.90 duiden op een goede passing, waarden boven 0.95 op een uitstekende passing) en de wortel van de gemiddelde kwadratische fout van de benadering (RMSEA; "test van nauwe passing"; een waarde onder 0.08 met een significantieniveau onder 0.05 duidt op een acceptabele passing). De CFA bevestigde de tweefactoroplossing voor de IUES met goede tot uitstekende fitparameters: de RMSEA was 0.047, de CFI was 0.984, de TLI was 0.975 en de SRMR was 0.031. De χ² - toets was niet significant, χ² = 24.58, p = 0.137, wat aangeeft dat de data niet significant afweken van het theoretische model (tweefactoroplossing, zoals weergegeven in Tabel 1 ). Deze steekproef werd alleen verzameld voor de CFA. De data werden niet meegenomen in de verdere analyses.
Statistische analyse
Statistische standaardprocedures werden uitgevoerd met SPSS 21.0 voor Windows (IBM SPSS Statistics, uitgebracht in 2012). Pearson-correlaties werden berekend om nulde-orde relaties tussen twee variabelen te testen. Om de data te controleren op uitschieters, creëerden we een normaal verdeelde willekeurige variabele met dezelfde gemiddelde standaarddeviatie als die we vonden in de s-IAT (totale score). Deze willekeurige variabele zou theoretisch gezien geen verband moeten hebben met alle variabelen van belang, als de correlaties niet beïnvloed zouden worden door uitschieters in de data. Alle correlaties met de willekeurige variabele waren zeer laag, r s < 0.049, wat aangeeft dat er geen significant invloedrijke uitschieters waren in de schalen van de uiteindelijke steekproef ( N = 1019). Daarnaast werden spreidingsdiagrammen tussen de variabelen visueel gecontroleerd. Ook hier werden geen extreme uitschieters gevonden. Daarom werden de analyses uitgevoerd met alle proefpersonen.
De SEM-analyse werd uitgevoerd met MPlus 6 ( Muthén en Muthén, 2011 ). Er waren geen ontbrekende gegevens. Voordat het volledige model werd getest, werden de fit van de latente dimensies ook getest met behulp van CFA in MPlus. Voor zowel SEM als CFA werd parameterestimatie met maximale waarschijnlijkheid toegepast. Voor de evaluatie van de modelfits hebben we de standaardcriteria ( Hu en Bentler, 1995 , 1999 ) gebruikt, zoals reeds beschreven in de voorgaande sectie. Voor het toepassen van mediatoranalyse was het, volgens Baron en Kenny (1986) , vereist dat alle variabelen die in de mediatie werden opgenomen, met elkaar correleerden. We hebben ook gemodereerde regressies gebruikt om potentiële moderatoreffecten te analyseren als aanvullende analyses voor een alternatieve conceptualisering van het copingconcept.
Resultaten
Beschrijvende waarden en correlaties
De gemiddelde scores van de steekproef op de s-IAT en alle andere toegepaste schalen zijn te vinden in Tabel 2. De gemiddelde s-IAT-score van M = 23.79 (SD = 6.69) is vrijwel gelijk aan de score die Pawlikowski et al. (2013) rapporteerden voor een steekproef van 1820 personen uit de algemene bevolking (de gemiddelde s-IAT-score was M = 23.30, SD = 7.25). De bivariate correlaties tussen de s-IAT (somscore) en de scores op de afgenomen vragenlijsten en schalen worden weergegeven in Tabel 3.
TABLE 3. Bivariate correlaties tussen de s-IAT (sum-score) en de scores in de toegediende vragenlijsten.
Latente dimensies van het voorgestelde model in bevestigende factoranalyse
Om het voorgestelde theoretische model systematisch te testen, hebben we eerst het factoranalysemodel geanalyseerd. Dit houdt in dat we hebben onderzocht of de latente dimensies op een acceptabele manier worden weergegeven door de manifeste variabelen. Daarom hebben we een confirmatieve factoranalyse (CFA) uitgevoerd met de zes latente dimensies (één afhankelijke dimensie, drie voorspellende dimensies en twee mediërende dimensies). De RMSEA was 0.066 met p < 0.001, de CFI was 0.951, de TLI was 0.928 en de SRMR was 0.041, wat wijst op een goede modelpassing.
De eerste latente dimensie "symptomen van GIA" werd goed weergegeven door de scores in de twee factoren van de s-IAT (verlies van controle / tijdbeheer en hunkeren / sociale problemen) zoals bedoeld. De eerste voorspellende variabele "psychopathologische symptomen" werd significant weergegeven door de twee subschalen van de BSI (depressie en interpersoonlijke gevoeligheid). De dimensie "persoonlijkheidsaspecten" werd goed weergegeven door de drie veronderstelde manifestvariabelen (self-efficacy, self-esteem, and stress vulnerability) en de laatste voorspellende dimensie "sociale cognities" werd goed weergegeven door de twee subschalen van de eenzaamheidsschaal (emotioneel). eenzaamheid en sociale steun). De resultaten toonden aan dat de eerste veronderstelde mediator-dimensie "coping" goed vertegenwoordigd was door de drie subschalen van de COPE (ontkenning, verslavingsmisbruik en gedragsonttrekking) en de tweede bemiddelaarsdimensie "verwachtingen van internetgebruik" werd goed vertegenwoordigd door de twee IUES-factoren ( positieve verwachtingen en vermijdingsverwachtingen).
Over het geheel genomen gaf de CFA aan dat de latente dimensies acceptabel worden weergegeven door de manifeste variabelen. Alleen in de dimensie coping heeft de schaal middelenmisbruik een zwakkere factorlading (β = 0.424), maar deze is nog steeds significant ( p < 0.001) en daarom voldoende, aangezien het algehele model goed bij de data past. Alle factorladingen en standaardfouten worden weergegeven in Tabel 4.
TABLE 4. Coëfficiënten van de belastingen van de manifestvariabelen op de latente dimensies, getest met CFA in MPlus.
Het volledige structurele vergelijkingsmodel
Het voorgestelde theoretische model met latente dimensies en GIA als afhankelijke variabele (gemodelleerd door de twee s-IAT-factoren) paste goed bij de data. De RMSEA was 0.066 met p < 0.001, de CFI was 0.95, de TLI was 0.93 en de SRMR was 0.041. De χ² - toets was significant, χ² = 343.89, p < 0.001, wat normaal is gezien de grote steekproefomvang. De χ²-toets voor het basismodel was echter ook significant met een aanzienlijk hogere χ² - waarde, χ² = 5745.35, p < 0.001. Samenvattend pasten de data goed bij het voorgestelde theoretische model. Over het geheel genomen werd een groot deel van de variantie in GIA (63.5%) significant verklaard door het volledige SEM-model ( R² = 0.635, p < 0.001). Het model en alle directe en indirecte effecten worden weergegeven in Figuur 2.
FIGUUR 2. Resultaten van het structurele vergelijkingsmodel, inclusief factorladingen van de latente dimensies, β-gewichten, p -waarden en residuen. *** p < 0.001.
Alle drie de directe effecten van de voorspellers op GIA waren niet significant (Figuur 2 ). Merk echter op dat het directe effect van de latente variabele psychopathologische aspecten net niet significant was met p = 0.059. Hierbij moet rekening worden gehouden met het feit dat het β-gewicht negatief was, wat aangeeft dat – indien men het marginaal significante directe effect zou interpreteren – hogere depressie en sociale angst gepaard gaan met lagere GIA-symptomen als het indirecte effect van psychopathologische aspecten op de twee mediërende variabelen (coping en verwachtingen ten aanzien van internetgebruik) wordt gepartitioneerd. De directe effecten van de twee latente voorspellende variabelen psychopathologische aspecten en persoonlijkheid op beide latente mediërende variabelen coping en verwachtingen ten aanzien van internetgebruik waren significant. Daarentegen waren de directe effecten van de latente variabele sociale cognities op zowel coping als verwachtingen ten aanzien van internetgebruik niet significant, wat betekent dat deze effecten niet significant waren wanneer gecontroleerd werd voor de effecten van de andere twee latente dimensies.
De effecten van sociale cognities op verwachtingen ten aanzien van internetgebruik bleken echter net niet significant te zijn ( p = 0.073). De directe effecten van coping op GIA ( p < 0.001) en van verwachtingen ten aanzien van internetgebruik ( p < 0.001) waren wel significant met sterke effectgroottes.
Het indirecte effect van psychopathologische aspecten op copingstrategieën ten aanzien van GIA was significant (β = 0.173, SE = 0.059, p = 0.003). Ook het indirecte effect van psychopathologische aspecten op verwachtingen ten aanzien van internetgebruik ten aanzien van GIA was significant (β = 0.159, SE = 0.072, p = 0.027). Het indirecte effect van persoonlijkheidsaspecten op copingstrategieën ten aanzien van GIA was eveneens significant (β = –0.08, SE = 0.041, p = 0.05), maar de effectgrootte was zeer klein. Het indirecte effect van persoonlijkheidsaspecten op verwachtingen ten aanzien van internetgebruik ten aanzien van GIA was significant (β = –0.160, SE = 0.061, p = 0.009). Zowel de indirecte effecten van sociale cognities op coping (β = 0.025, SE = 0.030, p = 0.403) als de indirecte effecten van sociale cognities op verwachtingen ten aanzien van internetgebruik (β = –0.08, SE = 0.045, p = 0.075) op GIA waren niet significant. Het model met alle factorladingen en β -gewichten wordt weergegeven in Figuur 2. De latente dimensie psychopathologische aspecten correleerde significant met de latente dimensie persoonlijkheidsaspecten ( r = -0.844, p < 0.001) en met de latente dimensie sociale cognities ( r = –0.783, p < 0.001). Ook de twee latente dimensies persoonlijkheidsaspecten en sociale cognities correleerden met elkaar ( r = 0.707, p < 0.001).
Aanvullende analyses
Het beschreven model was het theoretisch onderbouwde model en daarom ook het model dat we als eerste hebben getest. Vervolgens hebben we echter enkele aanvullende modellen of delen van het model afzonderlijk getest om de onderliggende mechanismen van GIA beter te begrijpen. Het eerste punt dat we onderzochten, was het effect van psychopathologie op GIA, omdat we het interessant vonden dat het directe effect, hoewel niet significant, negatief was in het SEM (zie Figuur 2 ), terwijl de correlaties op bivariate niveau positief waren. Het eenvoudige model met psychopathologische aspecten (vertegenwoordigd door BIS-depressie en BSI-sociale angst) als voorspeller en GIA (vertegenwoordigd door de twee s-IAT-factoren) als afhankelijke variabele had een goede model fit (alle fit-indices zijn beter dan acceptabel) en het effect was positief (β = 0.451, p < 0.001). We hebben ook het model berekend zonder de twee mediators, wat betekent dat psychopathologische aspecten, persoonlijkheidsaspecten en sociale aspecten als directe voorspellers fungeerden en GIA de afhankelijke variabele was (alle variabelen op latent niveau met dezelfde variabelen die in het gehele SEM werden gebruikt, zie Figuur 2 ). Het model zonder mediators had ook goede fit-indices (met één uitzondering: de RMSEA was met 0.089 iets aan de hoge kant) en de directe effecten op GIA (de twee s-IAT-factoren) waren: effect van psychopathologische aspecten op GIA β = 0.167, p = 0.122; effect van persoonlijkheidsaspecten op GIA β = –0.223, p = 0.017; en effect van sociale aspecten op GIA β = –0.124, p = 0.081. Merk op dat het effect van psychopathologische aspecten op GIA in dit model nog steeds positief is (maar niet significant) wanneer er gecontroleerd wordt voor de effecten van persoonlijkheids- en sociale aspecten. Samengevat wijzen de resultaten van het algehele SEM-model op een volledige mediatie van het effect van psychopathologische aspecten op GIA door de twee mediators (coping en verwachtingen). Dit wordt verder benadrukt door de twee aanvullende analyses die aantonen dat het positieve effect op bivariate niveau en in het eenvoudige model afneemt door de toevoeging van meer variabelen als voorspellers.
We hebben coping theoretisch geconceptualiseerd als een mediator ( Brand et al., 2014 ). Men zou echter ook kunnen stellen dat coping het effect van psychopathologische aspecten niet medieert, maar als een moderator fungeert. Om te garanderen dat de conceptualisatie van coping als mediator in plaats van moderator juist is, hebben we aanvullend enkele moderatoranalyses uitgevoerd met behulp van gemodereerde regressieanalyses. Wanneer bijvoorbeeld psychopathologische aspecten als voorspeller, coping als moderator en s-IAT (somscore) als afhankelijke variabele worden gebruikt, verklaren zowel psychopathologische aspecten (β = 0.267) als coping (β = 0.262) de variantie in de s-IAT significant (beide p < 0.001), maar hun interactie draagt niet significant bij aan de verklaarde variantie (verandering in R² = 0.003, p = 0.067, β = -0.059) en de toename van het moderatoreffect is bijna nul (0.3%).
We beschouwden leeftijd en geslacht ook als potentiële variabelen die een effect kunnen hebben op de structuur van het model. Om dit te testen, berekenden we eerst de bivariate correlaties tussen leeftijd en alle andere variabelen resulterend in zeer lage correlaties. Er was maar één correlatie mee r = 0.21 (leeftijd en ontwijkingsverwachtingen), wat nog steeds een laag effect heeft (Cohen, 1988) en alle andere correlaties hadden effecten tussen r = 0.016 en r = 0.18 met de meeste zijn r <0.15 en r <0.10. De correlatie tussen leeftijd en de s-IAT was ook erg laag met r = -0.14 (hoewel significant op p <0.01, wat duidelijk is in zo'n grote steekproef). Samenvattend werd niet voldaan aan de vereisten om leeftijd op te nemen in het bemiddelingsmodel (Baron en Kenny, 1986) en we hebben besloten om de leeftijd niet in een extra model op te nemen. Met betrekking tot geslacht vergeleken we de gemiddelde scores van groepen van alle gebruikte schalen en vonden we slechts één zinvol groepsverschil (BSI sociale angst, vrouwen hadden hogere scores met een laag effect van d = 0.28, alle andere effecten waren lager dan 0.28, het effect voor de s-IAT-score was d = 0.19). We hebben niettemin getest of de modelstructuur verschillend is voor vrouwen en mannen met behulp van gemiddelde structuuranalyse in de SEM-analyse. Dit betekent dat we hebben getest of de SEM (zie figuur 2) is gelijk voor mannelijke en vrouwelijke deelnemers. De H0 van deze test is: theoretisch model = model voor de groep "mannen" = model voor de groep "vrouwen". De geschikte indices waren allemaal acceptabel, wat aangeeft dat de structuur van de relaties niet significant verschillend was voor mannen en vrouwen. De RMSEA was 0.074 met p <0.001, de CFI was 0.93, de TLI was 0.91 en de SRMR was 0.054. De χ2 test was significant, χ2 = 534.43, p <0.001, wat normaal is gezien de grote steekproefomvang. De χ2 test voor het baselinemodel was ook significant met een aanzienlijk hogere χ2 waarde, χ2 = 5833.68, p <0.001. De bijdrage aan de χ2 van het geteste model door mannen en vrouwen waren vergelijkbaar (χ2 bijdragen door vrouwen = 279.88, χ2 bijdragen door mannen = 254.55). Hoewel de algemene structuur van het model niet significant verschillend is voor mannen en vrouwen, hebben we het eenvoudige pad geïnspecteerd en drie verschillen gevonden. Het pad van persoonlijkheidsaspecten naar coping was significant bij mannen (β = -0.437, p = 0.002), maar niet bij vrouwen (β = -0.254, p = 0.161) en het effect van persoonlijkheidsaspecten op de verwachtingen was significant bij mannen (β = -0.401, p = 0.001), maar niet bij vrouwen (β = -0.185, p = 0.181). Bovendien was het effect van psychopathologische aspecten op de verwachtingen significant bij vrouwen (β = 0.281, p = 0.05), maar niet bij mannen (β = 0.082, p = 0.599). Alle andere effecten en de weergave van de latente dimensies waren niet verschillend tussen mannen en vrouwen en ook niet verschillend van het algemene model dat in figuur is geïllustreerd 2. Samenvattend is het hele geteste model geldig voor mannen en vrouwen, hoewel het negatieve effect van persoonlijkheidsaspecten op coping en verwachtingen meer aanwezig is bij mannen in vergelijking met vrouwen en het effect van psychopathologische aspecten op verwachtingen aanwezig is bij vrouwen, maar niet bij mannen .
Discussie
We hebben een nieuw theoretisch model geïntroduceerd over de ontwikkeling en instandhouding van verslavend internetgebruik ( Brand et al., 2014 ), dat gebaseerd is op de belangrijkste argumenten van Davis (2001), die als eerste een onderscheid maakte tussen algemeen overmatig internetgebruik (GIA) en een specifieke verslaving aan bepaalde internettoepassingen (SIA). In deze studie hebben we het theoretische model over GIA vertaald naar een geoperationaliseerd model op latent niveau en het structureel vergelijkingsmodel (SEM) statistisch getest met behulp van een online enquête onder een internetpopulatie van 1019 respondenten. We vonden een goede modelpassing met de data en het gehypotheseerde SEM, dat de belangrijkste facetten van het theoretische model weergeeft en 63.5% van de variantie van GIA-symptomen verklaart zoals gemeten met de s-IAT ( Pawlikowski et al., 2013 ).
Dit model is het eerste dat elementen met internetverslaving (IA) zoals depressie, sociale angst, een laag zelfbeeld, een laag zelfvertrouwen en een verhoogde stressgevoeligheid met elkaar verbindt. Gebaseerd op de nadruk op cognities die verband houden met de ontwikkeling van IA en verslavend gedrag in het algemeen ( Lewis en O'Neill, 2000 ; Dunne et al., 2013 ; Newton et al., 2014 ), onderzoekt het model of twee mediërende variabelen (copingstijlen en verwachtingen ten aanzien van internetgebruik) de directe effecten van de voorspellende variabelen (psychopathologie, persoonlijkheid en sociale cognities) op de ontwikkeling van internetverslaving beïnvloeden. De resultaten tonen aan dat zowel copingstijlen als verwachtingen ten aanzien van internetgebruik een significante rol spelen.
Alle variabelen (voorspellers en mediators) die in het model waren opgenomen, vertoonden een significante correlatie met de s-IAT-score op bivariate niveau. Dit is in principe consistent met eerder onderzoek naar bivariate relaties tussen symptomen van internetverslaving en persoonlijkheidskenmerken, psychopathologische symptomen en andere persoonsvariabelen, zoals vermeld in de inleiding. In de SEM-analyse waren echter alle directe effecten van de drie belangrijkste voorspellers (op de latente dimensie) niet langer significant wanneer de veronderstelde mediators in het model werden opgenomen. Dit betekent dat psychopathologische aspecten (depressie, sociale angst), persoonlijkheidskenmerken (zelfwaardering, zelfeffectiviteit en stressgevoeligheid) en sociale cognities (emotionele eenzaamheid, waargenomen sociale steun) geen directe invloed hebben op symptomen van internetverslaving, maar dat hun invloed wordt gemedieerd door een disfunctionele copingstijl, verwachtingen ten aanzien van internetgebruik, of beide. Psychopathologische aspecten en persoonlijkheidskenmerken voorspellen echter wel significant zowel een disfunctionele copingstijl als verwachtingen ten aanzien van internetgebruik. Sociale cognities zijn echter niet significant gerelateerd aan copingstrategieën en verwachtingen, wanneer hun relatieve impact wordt gecontroleerd voor de effecten van psychopathologische en persoonlijkheidsaspecten (maar merk op dat de drie latente voorspellende dimensies significant gecorreleerd waren en dat het effect van sociale cognities op verwachtingen ten aanzien van internetgebruik net niet significant was). De directe effecten van zowel copingstijl als verwachtingen op symptomen van GIA waren significant. Samenvattend bevestigt de huidige studie, hoewel uitgevoerd met een niet-klinische populatie, niet alleen de eerdere bevindingen over de relevantie van copingstijl en het omgaan met stressvolle levensgebeurtenissen ( Kardefelt-Winther, 2014 ; Tang et al., 2014 ; Tonioni et al., 2014 ) en verwachtingen ten aanzien van internetgebruik ( Turel en Serenko, 2012 ; Xu et al., 2012 ; Lee et al., 2014 ) voor het ontstaan of in stand houden van symptomen van GIA, maar benadrukt expliciet de rol van coping en verwachtingen als mediators in het proces dat ten grondslag ligt aan GIA.
Het model is getest met een grote online populatie. Model moet worden getest met duidelijk gedefinieerde klinische monsters, zoals behandelingszoekende personen. De betekenis van het model zou robuuster zijn met een klinische populatie om meer accurate klinische implicaties te trekken. Hoewel 11.3% van de steekproef een problematisch internetgebruik meldde en 3.7% zichzelf beschreef als een verslavend internetgebruik, wordt deze studie beschouwd als slechts een eerste blik om te zien of het model werkt en statistische conclusies trekt die mogelijk klinisch relevant zouden kunnen zijn. Als een nieuw model met statistische significantie met behulp van een verscheidenheid aan psychologische en persoonlijkheidstests op online gebruikers, kunnen enkele klinische implicaties, die mogelijk toekomstig onderzoek kunnen inspireren, voorzichtig worden gemaakt.
Ten eerste, mensen met een disfunctionele coping om met problemen in hun leven om te gaan en die verwachten dat het internet kan worden gebruikt om de positieve stemming te verbeteren of de negatieve stemming te verminderen, zullen waarschijnlijk GIA ontwikkelen. Bovendien waren de effecten van psychopathologische aspecten op zowel disfunctionele coping als internetgebruiksverwachtingen positief, wat aangeeft dat hogere symptomen van depressie en sociale fobie het risico op disfunctionele copingstrategieën kunnen verhogen en ook voor de verwachting dat internet hulp biedt bij het omgaan met stress of negatieve humeur. Alleen wanneer deze processen samen werken, dat wil zeggen de combinatie van psychopathologische symptomen en coping / expectancies, lijkt de kans verslavend het internet te gebruiken, toe te nemen.
Ten tweede, hoewel het aantal studies naar de behandeling van internetverslaving beperkt is, stelt de meta-analyse van Winkler et al. (2013) dat cognitieve gedragstherapie de voorkeursmethode is. Dit is met name gebaseerd op de analyse van de effecten van de behandeling op de tijd die online wordt doorgebracht, depressie en angstklachten. Cognitieve gedragstherapie voor internetverslaving (CGT-IA; Young, 2011a ) is zelfs geïdentificeerd als de meest voorkomende vorm van behandeling van internetverslaving ( Cash et al., 2012 ). Binnen de cognitieve gedragstherapie voor internetverslaving zoals voorgesteld door Young (2011a) , werd al verondersteld dat individuele kenmerken, copingmechanismen en verwachtingen ten aanzien van internetgebruik relevant zijn voor de behandeling van internetverslaving, maar het empirische bewijs hiervoor was zeer schaars (bijv. Young, 2013 ).
De bevindingen gepresenteerd in deze studie bieden nog een bron van bewijs om aan te tonen dat cognitieve gedragstherapie en CBT-IA kunnen werken om IA te behandelen. De specifieke cognities van de persoon (copingstijl en verwachtingspatronen van internetgebruik) bemiddelen de impact van psychopathologische symptomen (depressie, sociale angst), persoonlijkheidskenmerken en sociale cognitie (eenzaamheid, sociale steun) op GIA-symptomen. Met behulp van cognitieve therapie moet de nadruk bij de beoordeling bestaan uit het identificeren van disfunctionele cognities die moeten worden aangepakt. Dat wil zeggen dat clinici na onderzoek de verwachtingen van het gebruik van internet moeten onderzoeken om de behoeften van de cliënt te begrijpen en op welke manieren de cliënt denkt dat internet kan helpen te voldoen.
Alternatief suggereren de bevindingen ook dat therapie zich moet richten op maladaptieve cognities die samenhangen met disfunctioneel internetgebruik. Deze bevindingen bevestigen eerdere studies die aantoonden dat maladaptieve cognities zoals overgeneralisatie, vermijding, onderdrukking, vergroting, maladaptief probleemoplossend gedrag of een negatief zelfbeeld geassocieerd zijn met verslavend internetgebruik ( Young, 2007 ). Een klinische implicatie van deze bevindingen is dat therapie cognitieve herstructurering en herkadering moet toepassen om gedachten te bestrijden die leiden tot verslavend internetgebruik. Een patiënt met een internetverslaving kan bijvoorbeeld tekenen van sociale angst en verlegenheid vertonen, waardoor ze weinig vrienden heeft en problemen ondervindt met anderen op school. Ze kan dan denken dat communiceren met anderen via sociale netwerksites haar sociale behoefte bevredigt zonder de beangstigende situationele aspecten van een 'echte' sociale interactie te ervaren. Bovendien kan ze de verwachting hebben dat het spelen van een online game haar kan afleiden van de problemen op school en dat online winkelen of informatie opzoeken op internet haar gevoelens van eenzaamheid kan verminderen. Therapie zou haar helpen alternatieve plekken op school of in haar privéleven te vinden waar ze zelfvertrouwen kan opbouwen en sociale behoeften kan bevredigen. Als ze stopt met het rechtvaardigen van haar leven door te stellen dat sociale media, games en webshops de enige plekken zijn waar ze zich goed voelt, en ze andere, gezondere uitlaatkleppen vindt, zal ze minder afhankelijk worden van de verschillende internettoepassingen. Gezien de rol die cognities spelen in de ontwikkeling van internetverslaving, kan cognitieve therapie cliënten helpen de aannames en interpretaties die hen online houden te herstructureren. Nogmaals, deze potentiële klinische implicaties van de onderzoeksresultaten moeten met de nodige voorzichtigheid worden geïnterpreteerd, aangezien ze moeten worden gerepliceerd in een klinische steekproef van mensen die behandeling zoeken.
Vanuit een breder perspectief bieden deze bevindingen echter inzicht in hoe therapeuten CBT-IA specifiek kunnen toepassen op patiënten met een internetverslaving. Gedragsmodificatie kan cliënten helpen nieuwe en functionelere copingstrategieën te ontwikkelen en aan te passen om met dagelijkse problemen om te gaan. Therapie moet zich richten op het helpen van cliënten bij het vinden van gezondere manieren om met problemen om te gaan dan hun toevlucht te zoeken tot internet. Een belangrijk onderdeel van CBT-IA is gedragstherapie om cliënten te helpen omgaan met onderliggende problemen die bijdragen aan internetverslaving, specifiek of gegeneraliseerd ( Young, 2011a , 2013 ). De bevindingen suggereren dat het verbeteren van copingvaardigheden de behoefte om online te gaan bij cliënten zou verminderen. Hoewel het onderzoek is uitgevoerd bij een steekproef uit de algemene bevolking, zijn wij van mening dat de bevinding dat coping en verwachtingen bemiddelende factoren zijn in de ontwikkeling en instandhouding van internetverslaving bijdraagt aan een beter begrip van de mechanismen van internetverslaving en dat deze waarschijnlijk implicaties heeft voor de behandeling, zoals hierboven vermeld. Een ander aspect dat niet aan bod kwam in dit onderzoek is de rol van de integriteit van de prefrontale cortex. De effectiviteit van CBT-IA kan ook afhangen van het functioneren van de prefrontale cortex van de patiënt, omdat het versterken van de cognitieve controle over het internetgebruik tijdens de therapie waarschijnlijk verband houdt met executieve functies en andere hogere cognitieve processen. Dit is belangrijk om in toekomstig onderzoek te bestuderen, omdat er recentelijk een aantal artikelen zijn gepubliceerd die aantonen dat de functies van de prefrontale cortex waarschijnlijk verminderd zijn bij patiënten met internetverslaving (zie overzicht in Brand et al., 2014 ).
In onze steekproef was leeftijd omgekeerd gecorreleerd met symptomen van GIA, maar met een zeer kleine effectgrootte (slechts 1.96% van de variantie verklaard). Gezien recente artikelen over internetgebruik bij ouderen (bijv. Eastman en Iyer, 2004 ; Vuori en Holmlund-Rytkönen, 2005 ; Campbell, 2008 ; Nimrod, 2011 ), mag men zeker leeftijdseffecten verwachten op verschillende aspecten van internetgebruik, zoals gebruiksmotieven en de manier waarop ouderen plezier en voldoening ervaren op internet. Aangezien ouderen ook een grotere kans hebben op het ontwikkelen van executieve disfuncties als gevolg van veranderingen in de prefrontale cortex met toenemende leeftijd ( Alvarez en Emory, 2006 ), die ook verband houden met een verminderd besluitvormingsvermogen ( Brand en Markowitsch, 2010 ), kan men speculeren dat die ouderen met verminderde executieve functies, die veel plezier beleven aan internet, GIA zouden kunnen ontwikkelen. Dit wordt echter niet weerspiegeld in onze gegevens, aangezien onze steekproef geen oudere proefpersonen omvatte. Toekomstig onderzoek zou de specifieke kwetsbaarheidsfactoren kunnen onderzoeken die verband houden met het risico op GIA bij oudere volwassenen.
Geslacht had geen invloed op de algehele structuur van het model. In eerdere artikelen zijn geslachtseffecten gevonden voor specifieke vormen van internetverslaving, zoals online gamen (bijv. Ko et al., 2005 ) en met name cyberseks ( Meerkerk et al., 2006 ; Griffiths, 2012 ; Laier et al., 2013 , 2014 ), maar er is ook betoogd dat beide geslachten over het algemeen een risico lopen op het ontwikkelen van een verslavend internetgebruik ( Young et al., 1999 , 2011 ). In onze studie was het effect van geslacht op internetverslaving, zoals gemeten met de s-IAT, zeer laag ( d = 0.19, zie resultaten), wat aangeeft dat, in ieder geval in een algemene populatie, beide geslachten een gelijk risico lopen op het ontwikkelen van internetverslaving. Hoewel geslacht geen invloed had op de algemene datastructuur in het SEM, waren er wel enkele verschillen tussen mannen en vrouwen met betrekking tot drie directe effecten van voorspellende variabelen op de mediators. Zoals samengevat in de resultaten, hadden psychopathologische aspecten invloed op de verwachtingen bij vrouwen, maar niet bij mannen. Het negatieve effect van persoonlijkheidsaspecten op coping en verwachtingen is sterker aanwezig bij mannen dan bij vrouwen. Deze effecten sluiten aan bij de literatuur over genderverschillen met betrekking tot depressie en sociale angst ( Sprock en Yoder, 1997 ; Moscovitch et al., 2005 ), evenals zelfwaardering en zelfeffectiviteit ( Huang, 2012 ). De facetten waarop de studie zich richt, namelijk de mediërende effecten van coping en verwachtingen en hun belang voor gender-geïnduceerde angst (GIA), werden echter niet beïnvloed door gender (zie de resultaten van de gemiddelde structuuranalyse). Ongeacht hoe gender sociale angst, depressie of bepaalde persoonlijkheidsaspecten beïnvloedt, zouden coping en verwachtingen dus in CBT-IA bij beide geslachten in overweging moeten worden genomen.
Tot slot kent dit onderzoek een aantal beperkingen. Het betreft een nieuw ontwikkeld model dat verder getest moet worden op een klinische populatie om de klinische effectiviteit ervan in de behandeling volledig te kunnen vaststellen. Het zou ook getest moeten worden met de langere versie van de IAT ( Young, 1998 ; Widyanto en McMurran, 2004 ), een meetinstrument dat al vaker in de literatuur is gebruikt. We hebben de kortere versie gebruikt vanwege de lengte van het beoordelingsinstrument dat we voor het hele model hebben gebruikt. Bij replicatie van dit onderzoek met een klinische steekproef is het echter aan te raden de IAT te gebruiken in combinatie met andere meetinstrumenten voor internetverslaving, zoals de Assessment of Internet and Computer game Addiction scale (AICA-S) of het klinisch interview (AICA-C), ontwikkeld en gevalideerd met klinische groepen door ( Wölfling et al., 2010 , 2012 ). Daarnaast hebben we voor dit onderzoek de vragenlijst over verwachtingen ten aanzien van internetgebruik ontwikkeld en getest. Hoewel we methodologisch conservatief en zorgvuldig te werk zijn gegaan bij de ontwikkeling van de schaal, moet deze meetmethode worden geëvalueerd op aanvullende populaties om de validiteit te waarborgen. De vragenlijst behoeft verder empirisch onderzoek in toekomstige studies. Aanvullende en meer gedetailleerde schalen en interviews zouden ook moeten worden toegepast op klinische samples, aangezien de meeste facetten die in ons onderzoek zijn beoordeeld, zijn gemeten met behulp van korte vragenlijsten met een beperkt aantal items, om praktische redenen (tijdgebrek in de context van online enquêtes). Een ander potentieel probleem is de common method variance ( Podsakoff et al., 2003 ). Helaas is er om praktische redenen geen duidelijke marker-variabele opgenomen in het onderzoek, die theoretisch onafhankelijk zou moeten zijn van alle andere variabelen (de enquête duurde bijna 25 minuten, wat een kritische drempel is voor online enquêtes). Hoewel we het effect van common method variance op de resultaten niet kunnen uitsluiten, stellen we dat dit effect waarschijnlijk niet de gehele gerapporteerde datastructuur verklaart. Bij het inspecteren van de bivariate correlaties (Tabel 3 ) valt op dat sommige daarvan erg laag zijn (bijv. r = –0.08, r = –0.09, r = 0.12 enz.). Wij denken dat deze lage correlaties een subtiele aanwijzing vormen voor de aanname dat de gemeenschappelijke methodenvariantie de belangrijkste analyses niet dramatisch beïnvloedt. Desondanks zou het model in toekomstige studies moeten worden getoetst met een systematische multi-trait-multi-method-aanpak ( Campbell en Fiske, 1959 ).
De huidige studie richt zich op GIA, wat betekent dat het model over SIA, zoals beschreven door Brand et al. (2014) , nog empirisch getest moet worden. Verschillende vormen van SIA (bijvoorbeeld gamen, online porno of internetgokken) zouden onderzocht moeten worden om te zien of copingvaardigheden en verwachtingen ten aanzien van internetgebruik een vergelijkbare rol spelen in de ontwikkeling van het probleem. Het is ook nog steeds onderwerp van discussie of het concept GIA in principe toereikend is om het problematische gedrag bij patiënten te beschrijven. We vonden bewijs voor een verband tussen zelfgerapporteerde problemen gerelateerd aan een onspecifiek gebruik van verschillende internettoepassingen en de variabelen die in het model worden voorgesteld. Het concept GIA werd geoperationaliseerd door de instructies en itemformuleringen van de s-IAT, maar ook door het feit dat meer dan 97% van de deelnemers aangaf regelmatig drie of meer verschillende internettoepassingen te gebruiken, zoals communicatie, gamen, gokken, cyberseks, winkelen of informatie zoeken. Vanuit klinisch perspectief is het echter een punt van discussie of GIA een reden kan zijn om behandeling te zoeken, of dat patiënten die behandeling zoeken in wezen alleen lijden aan een verlies van controle over het gebruik van één specifieke applicatie. We stellen voor om dit punt in klinisch onderzoek te overwegen door het kritische gedrag in de context van internetgebruik systematisch te onderzoeken en te analyseren hoe vaak ongecontroleerd en verslavend gebruik van meer dan één internetapplicatie voorkomt in klinische populaties. Bovendien konden niet alle componenten die in het theoretische model over GIA worden voorgesteld, in deze studie worden opgenomen. Zo zouden bijvoorbeeld aanvullende persoonlijkheidskenmerken of andere psychopathologische stoornissen in toekomstige studies kunnen worden meegenomen.
Conclusie
De belangrijkste hypothesen van het model over GIA worden ondersteund door empirische gegevens. De kernkenmerken van de persoon zijn gerelateerd aan de symptomen van GIA, maar deze effecten worden gemedieerd door de specifieke cognities van de persoon, in het bijzonder de copingstijl en verwachtingspatronen van het internetgebruik. Deze cognities moeten worden aangepakt bij de behandeling van een verslavend gebruik van internet.
Bijdragen van auteurs
Matthias Brand schreef de eerste versie van de paper, hield toezicht op de gegevensverzameling en analyseerde en interpreteerde de gegevens. Christian Laier droeg met name bij aan de conceptualisering van de empirische studie en gegevensverzameling en herzag het manuscript. Kimberly S. Young heeft het concept bewerkt, het kritisch herzien en intellectueel en praktisch bijgedragen aan het manuscript. Alle auteurs hebben uiteindelijk het manuscript goedgekeurd. Alle auteurs zijn verantwoordelijk voor alle aspecten van het werk.
Belangenconflict verklaring
De auteurs verklaren dat het onderzoek is uitgevoerd in afwezigheid van commerciële of financiële relaties die kunnen worden beschouwd als een potentieel belangenconflict.
Dankwoord
We danken Elisa Wegmann en Jan Snagowski voor hun waardevolle bijdragen aan de studie en het manuscript. Ze hebben ons aanzienlijk geholpen met het programmeren van de online enquête en het controleren van de gegevens.
Referenties
Alvarez, JA, en Emory, E. (2006). Executieve functies en de frontale kwabben: een meta-analytisch overzicht. Neuropsychol. Rev. 16, 17–42. doi: 10.1007/s11065-006-9002-x
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
APA. (2013). Diagnostisch en statistisch handboek voor psychische stoornissen , 5e editie, Washington DC: APA.
Baron, RM, en Kenny, DA (1986). Het onderscheid tussen moderator- en mediatorvariabelen in sociaalpsychologisch onderzoek: conceptuele, strategische en statistische overwegingen. J. Pers. Soc. Psychol. 51, 1173–1182. doi: 10.1037/0022-3514.51.6.1173
Berridge, KC, Robinson, TE, en Aldridge, JW (2009). Het ontleden van de componenten van beloning: 'leuk vinden', 'willen' en leren. Curr. Opin. Pharmacol. 9, 65–73. doi: 10.1016/j.coph.2008.12.014
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Billieux, J., en Van der Linden, M. (2012). Problematisch internetgebruik en zelfregulatie: een overzicht van de eerste studies. Open Addict. J. 5, 24–29. doi: 10.2174/1874941991205010024
Block, JJ (2008). Problemen voor DSM-V: Internetverslaving. Am. J. Psychiatry 165, 306–307. doi: 10.1176/appi.ajp.2007.07101556
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Boulet, J., en Boss, MW (1991). Betrouwbaarheid en validiteit van de korte symptomeninventaris. Psychol. Assess. 3, 433–437. doi: 10.1037/1040-3590.3.3.433
Brand, M., Laier, C., Pawlikowski, M., Schächtle, U., Schöler, T., en Altstötter-Gleich, C. (2011). Het bekijken van pornografische afbeeldingen op internet: de rol van beoordelingen van seksuele opwinding en psychologisch-psychiatrische symptomen bij excessief gebruik van sekssites op internet. Cyberpsychol. Behav. Soc. Netw. 14, 371–377. doi: 10.1089/cyber.2010.0222
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Brand, M., en Markowitsch, HJ (2010). Veroudering en besluitvorming: een neurocognitief perspectief. Gerontology 56, 319–324. doi: 10.1159/000248829
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Brand, M., Young, KS, en Laier, C. (2014). Prefrontale controle en internetverslaving: een theoretisch model en overzicht van neuropsychologische en neuroimaging bevindingen. Front. Hum. Neurosci. 8:375. doi: 10.3389/fnhum.2014.00375
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Brenner, V. (1997). Psychologie van computergebruik: XLVII. Parameters van internetgebruik, misbruik en verslaving: de eerste 90 dagen van het internetgebruikonderzoek. Psychol. Rep. 80, 879–882. doi: 10.2466/pr0.1997.80.3.879
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Byun, S., Ruffini, C., Mills, JE, Douglas, AC, Niang, M., Stepchenkova, S., et al. (2009). Internetverslaving: metasynthese van kwantitatief onderzoek uit 1996-2006. Cyberpsychol. Behav. 12, 203-207. doi: 10.1089/cpb.2008.0102
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Campbell, DT, en Fiske, DW (1959). Convergente en discriminante validatie door middel van de multitrait-multimethod matrix. Psychol. Bull. 56, 81–105. doi: 10.1037/h0046016
Campbell, RJ (2008). Het voorzien in de informatiebehoeften van senioren: gebruik van computertechnologie. Home Health Care Manag. Pract. 20, 328–335. doi: 10.1177/1084822307310765
Caplan, SE (2002). Problematisch internetgebruik en psychosociaal welzijn: ontwikkeling van een theoriegebaseerd cognitief-gedragsmatig meetinstrument. Comput. Hum. Behav. 18, 553–575. doi: 10.1016/S0747-5632(02)00004-3
Caplan, SE (2005). Een sociaal-vaardighedenanalyse van problematisch internetgebruik. J. Commun. 55, 721–736. doi: 10.1111/j.1460-2466.2005.tb03019.x
Caplan, SE (2007). Relaties tussen eenzaamheid, sociale angst en problematisch internetgebruik. Cyberpsychol. Behav. 10, 234–242. doi: 10.1089/cpb.2006.9963
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Carver, CS (1997). U wilt copinggedrag meten, maar uw protocol is te lang: overweeg de korte COPE. Int. J. Behav. Med. 4, 92–100. doi: 10.1207/s15327558ijbm0401_6
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Cash, H., Rae, CD, Steel, AH, en Winkler, A. (2012). Internetverslaving: een korte samenvatting van onderzoek en praktijk. Curr. Psychiatry Rev. 8, 292–298. doi: 10.2174/157340012803520513
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Chak, K., en Leung, L. (2004). Verlegenheid en locus of control als voorspellers van internetverslaving en internetgebruik. Cyberpsychol. Behav. 7, 559–570. doi: 10.1089/cpb.2004.7.559
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Chou, C., Condron, L., en Belland, JC (2005). Een overzicht van het onderzoek naar internetverslaving. Educ. Psychol. Rev. 17, 363–387. doi: 10.1007/s10648-005-8138-1
Cohen, J. (1988). Statistische poweranalyse voor de gedragswetenschappen, 2e editie, Hillsdale, NJ: Erlbaum.
Colani, G., en Herzberg, PY (2003). Een herziening van de Duitse taalontwikkeling van Selbstwertgefühl von Rosenberg. Zeitrschr. Verschil. Diagnose. Psych. 24, 3–7. doi: 10.1024//0170-1789.24.1.3
Davis, RA (2001). Een cognitief-gedragsmodel van pathologisch internetgebruik. Comput. Hum. Behav. 17, 187–195. doi: 10.1016/S0747-5632(00)00041-8
De Jong Gierveld, J., en Van Tilburg, TG (2006). Een schaal met 6 items voor algemene, emotionele en sociale eenzaamheid: bevestigende tests op enquêtegegevens. Res. Aging 28, 582–598. doi: 10.1177/0164027506289723
Derogatis, LR (1993). Brief Symptom Inventory (BSI). Handleiding voor afname, scoring en procedures , 3e editie. Minneapolis, MN: National Computer Service.
Dong, G., Lu, Q., Zhou, H., en Zhao, X. (2010). Impulsremming bij mensen met een internetverslaving: elektrofysiologisch bewijs uit een Go/NoGo-studie. Neurosci. Lett. 485, 138–142. doi: 10.1016/j.neulet.2010.09.002
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Dong, G., Lu, Q., Zhou, H., en Zhao, X. (2011). Voorloper of gevolg: pathologische stoornissen bij mensen met een internetverslaving. PLoS ONE 6:e14703. doi: 10.1371/journal.pone.0014703
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Dong, G., Shen, Y., Huang, J., en Du, X. (2013). Verminderde foutmonitoringfunctie bij mensen met een internetverslaving: een event-related fMRI-studie. Eur. Addict. Res. 19, 269–275. doi: 10.1159/000346783
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Dunne, EM, Freedlander, J., Coleman, K., en Katz, EC (2013). Impulsiviteit, verwachtingen en evaluaties van verwachte uitkomsten als voorspellers van alcoholgebruik en gerelateerde problemen. Am. J. Drug Alcohol Abuse 39, 204–210. doi: 10.3109/00952990.2013.765005
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Eastman, JK, en Iyer, R. (2004). Het gebruik en de houding van ouderen ten opzichte van het internet. J. Consum. Marketing 21, 208–220. doi: 10.1108/07363760410534759
Ebeling-Witte, S., Frank, ML, en Lester, D. (2007). Verlegenheid, internetgebruik en persoonlijkheid. Cyberpsychol. Behav. 10, 713–716. doi: 10.1089/cpb.2007.9964
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Everitt, BJ, en Robbins, TW (2006). Neurale systemen van bekrachtiging bij drugsverslaving: van handelingen tot gewoonten tot dwang. Nat. Neurosci. 8, 1481–1489. doi: 10.1038/nn1579
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Franke, GH (2000). Kort symptoomomkering van LR Derogatis (Kurzform der SCL-90-R) – Duitse versie . Göttingen: Beltz Test GmbH.
Grant, JE, Schreiber, LR, en Odlaug, BL (2013). Fenomenologie en behandeling van gedragsverslavingen. Can. J. Psychiatry 58, 252–259.
Griffiths, MD (2000a). Bestaat er zoiets als internet- en computerverslaving? Enkele casestudies als bewijs. Cyberpsychol. Behav. 3, 211–218. doi: 10.1089/109493100316067
Griffiths, MD (2000b). Internetverslaving - tijd om serieus genomen te worden? Addict. Res. 8, 413–418. doi: 10.3109/16066350009005587
Griffiths, MD (2005). Een ‘componentenmodel’ van verslaving binnen een biopsychosociaal kader. J. Subst. Use 10, 191–197. doi: 10.1080/14659890500114359
Griffiths, MD (2012). Internetseksverslaving: een overzicht van empirisch onderzoek. Addict. Res. Theory 20, 111–124. doi: 10.3109/16066359.2011.588351
Griffiths, MD, en Wood, RTA (2000). Risicofactoren in de adolescentie: het geval van gokken, videogames spelen en internet. J. Gambl. Stud. 16, 199–225. doi: 10.1023/A:1009433014881
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Hardie, E., en Tee, MY (2007). Overmatig internetgebruik: de rol van persoonlijkheid, eenzaamheid en sociale steunnetwerken bij internetverslaving. Austr. J. Emerg. Technol. Soc. 5, 34–47.
Hong, S.-B., Kim, J.-W., Choi, E.-J., Kim, H.-H., Suh, J.-E., Kim, C.-D., et al. (2013a). Verminderde dikte van de orbitofrontale cortex bij mannelijke adolescenten met internetverslaving. Behav. Brain Funct. 9, 11. doi: 10.1186/1744-9081-9-11
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Hong, S.-B., Zalesky, A., Cocchi, L., Fornito, A., Choi, E.-J., Kim, H.-H., et al. (2013b). Verminderde functionele hersenconnectiviteit bij adolescenten met internetverslaving. PLoS ONE 8:e57831. doi: 10.1371/journal.pone.0057831
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Horn, JL (1965). Een onderbouwing en toets voor het aantal factoren in factoranalyse. Psychometrika 30, 179–185. doi: 10.1007/BF02289447
Hou, H., Jia, S., Hu, S., Fan, R., Sun, W., Sun, T., et al. (2012). Verminderde dopamine-transporters in het striatum bij mensen met een internetverslavingsstoornis. J. Biomed. Biotechnol. 2012, 854524. doi: 10.1155/2012/854524
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Hu, L., en Bentler, PM (1995). “Het evalueren van de modelpassing,” in Structural Equation Modeling Concepts Issues and Applications , red. RH Hoyle. (Londen: Sage Publications, Inc.), 76–99.
Hu, L., en Bentler, PM (1999). Afkapcriteria voor fit-indices in covariantiestructuuranalyse: conventionele criteria versus nieuwe alternatieven. Struct. Equ. Modeling 6, 1–55. doi: 10.1080/10705519909540118
Huang, C. (2012). Geslachtsverschillen in academische zelfeffectiviteit: een meta-analyse. Eur. J. Psychol. Educ. 28, 1–35. doi: 10.1007/s10212-011-0097-y
Johansson, A., en Götestam, KG (2004). Internetverslaving: kenmerken van een vragenlijst en prevalentie onder Noorse jongeren (12-18 jaar). Scand. J. Psychol. 45, 223-229. doi: 10.1111/j.1467-9450.2004.00398.x
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Kalivas, PW, en Volkow, ND (2005). De neurale basis van verslaving: een pathologie van motivatie en keuze. Am. J. Psychiatry 162, 1403–1413. doi: 10.1176/appi.ajp.162.8.1403
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Kardefelt-Winther, D. (2014). Een conceptuele en methodologische kritiek op onderzoek naar internetverslaving: naar een model van compenserend internetgebruik. Comput. Hum. Behav. 31, 351–354. doi: 10.1016/j.chb.2013.10.059
Kim, HK, en Davis, KE (2009). Naar een alomvattende theorie over problematisch internetgebruik: evaluatie van de rol van zelfwaardering, angst, flow en de zelfbeoordeelde belangrijkheid van internetactiviteiten. Comput. Hum. Behav. 25, 490–500. doi: 10.1016/j.chb.2008.11.001
Kim, SH, Baik, S.-H., Park, CS, Kim, SJ, Choi, SW, en Kim, SE (2011). Verminderde dopamine D2-receptoren in het striatum bij mensen met internetverslaving. Neuroreport 22, 407–411. doi: 10.1097/WNR.0b013e328346e16e
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Knoll, N., Rieckmann, N., en Schwarzer, R. (2005). Coping als mediator tussen persoonlijkheid en stressuitkomsten: een longitudinaal onderzoek bij patiënten die een staaroperatie ondergaan. Eur. J. Pers. 19, 229–247. doi: 10.1002/per.546
Ko, CH, Yen, J.-Y., Chen, C.-C., Chen, S.-H., en Yen, C.-F. (2005). Geslachtsverschillen en gerelateerde factoren die van invloed zijn op online gameverslaving onder Taiwanese adolescenten. J. Nerv. Ment. Dis. 193, 273–277. doi: 10.1097/01.nmd.0000158373.85150.57
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Kuss, DJ, en Griffiths, MD (2011a). Internetgameverslaving: een systematische review van empirisch onderzoek. Int. J. Ment. Health Addict. 10, 278–296. doi: 10.1007/s11469-011-9318-5
Kuss, DJ, en Griffiths, MD (2011b). Online sociale netwerken en verslaving: een overzicht van de psychologische literatuur. Int. J. Environ. Res. Public Health 8, 3528–3552. doi: 10.3390/ijerph8093528
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Kuss, DJ, en Griffiths, MD (2012). Internet- en gameverslaving: een systematisch literatuuronderzoek van neuroimagingstudies. Brain Sci. 2, 347–374. doi: 10.3390/brainsci2030347
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Kuss, DJ, Griffiths, MD, Karila, M., en Billieux, J. (2014). Internetverslaving: een systematisch overzicht van epidemiologisch onderzoek van het afgelopen decennium. Curr. Pharm. Des. 20, 4026–4052. doi: 10.2174/13816128113199990617
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Laier, C., Pawlikowski, M., Pekal, J., Schulte, FP, en Brand, M. (2013). Cyberseksverslaving: het verschil zit hem in de ervaren seksuele opwinding bij het kijken naar pornografie en niet in de seksuele contacten in het echte leven. J. Behav. Addict. 2, 100–107. doi: 10.1556/JBA.2.2013.002
Laier, C., Pekal, J., en Brand, M. (2014). Cyberseksverslaving bij heteroseksuele vrouwelijke gebruikers van internetpornografie kan worden verklaard door de bevredigingshypothese. Cyberpsychol. Behav. Soc. Netw. 17, 505–511. doi: 10.1089/cyber.2013.0396
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Lee, YH, Ko, CH, en Chou, C. (2014). Internetverslaving onder Taiwanese studenten opnieuw bekeken: een dwarsdoorsnedeanalyse van de verwachtingen van studenten, online gamen en online sociale interactie. J. Abnorm. Child Psychol. doi: 10.1007/s10802-014-9915-4 [Epub ahead of print].
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Leung, L. (2004). Netgeneratiekenmerken en verleidelijke eigenschappen van het internet als voorspellers van online activiteiten en internetverslaving. Cyberpsychol. Behav. 7, 333–348. doi: 10.1089/1094931041291303
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Lewis, BA, en O'Neill, HK (2000). Alcoholverwachtingen en sociale tekortkomingen met betrekking tot problematisch alcoholgebruik onder studenten. Addict. Behav. 25, 295–299. doi: 10.1016/S0306-4603(99)00063-5
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Lopez-Fernandez, O., Honrubia-Serrano, ML, Gibson, W., en Griffiths, MD (2014). Problematisch internetgebruik bij Britse adolescenten: een onderzoek naar de verslavingssymptomen. Comput. Hum. Behav. 35, 224–233. doi: 10.1016/j.chb.2014.02.042
Lortie, CL, en Guitton, MJ (2013). Instrumenten voor de beoordeling van internetverslaving: dimensionale structuur en methodologische status. Addiction 108, 1207–1216. doi: 10.1111/add.12202
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Lu, H.-Y. (2008). Sensatiezucht, internetverslaving en online interpersoonlijke misleiding. Cyberpsychol. Behav. 11, 227–231. doi: 10.1089/cpb.2007.0053
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Meerkerk, GJ, Van Den Eijnden, RJJM, Franken, IHA, en Garretsen, HFL (2010). Is dwangmatig internetgebruik gerelateerd aan gevoeligheid voor beloning en straf, en impulsiviteit? Comput. Hum. Behav. 26, 729–735. doi: 10.1016/j.chb.2010.01.009
Meerkerk, GJ, Van Den Eijnden, RJJM, en Garretsen, HFL (2006). Dwangmatig internetgebruik voorspellen: het draait allemaal om seks! Cyberpsychol. Gedrag 9, 95–103. doi: 10.1089/cpb.2006.9.95
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Meerkerk, GJ, Van Den Eijnden, RJJM, Vermulst, AA, en Garretsen, HFL (2009). De Compulsive Internet Use Scale (CIUS): enkele psychometrische eigenschappen. Cyberpsychol. Gedrag 12, 1–6. doi: 10.1089/cpb.2008.0181
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Morahan-Martin, J., en Schumacher, P. (2000). Incidentie en correlaties van pathologisch internetgebruik onder studenten. Comput. Hum. Behav. 16, 13–29. doi: 10.1016/S0747-5632(99)00049-7
Morahan-Martin, J., en Schumacher, P. (2003). Eenzaamheid en sociaal gebruik van het internet. Comput. Hum. Behav. 19, 659–671. doi: 10.1016/S0747-5632(03)00040-2
Moscovitch, DA, Hofmann, SG, en Litz, BT (2005). De invloed van zelfbeelden op sociale angst: een genderspecifieke interactie. Pers. Individ. Dif. 38, 659–672. doi: 10.1016/j.paid.2004.05.021
Muthén, L., en Muthén, B. (2011). Mplus. Los Angeles: Muthén & Muthén.
Newton, NC, Barrett, EL, Swaffield, L., en Teesson, M. (2014). Risicovolle cognities geassocieerd met alcoholmisbruik bij adolescenten: morele distantie, alcoholverwachtingen en waargenomen zelfregulerende effectiviteit. Addict. Behav. 39, 165–172. doi: 10.1016/j.addbeh.2013.09.030
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Niemz, K., Griffiths, MD, en Banyard, P. (2005). Prevalentie van pathologisch internetgebruik onder universiteitsstudenten en correlaties met zelfwaardering, de General Health Questionnaire (GHQ) en ontremming. Cyberpsychol. Behav. 8, 562–570. doi: 10.1089/cpb.2005.8.562
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Nimrod, G. (2011). De leuke cultuur in online gemeenschappen voor senioren. Gerontologist 51, 226–237. doi: 10.1093/geront/gnq084
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Pawlikowski, M., Altstötter-Gleich, C., en Brand, M. (2013). Validatie en psychometrische eigenschappen van een korte versie van Youngs Internet Addiction Test. Comput. Hum. Behav. 29, 1212–1223. doi: 10.1016/j.chb.2012.10.014
Pawlikowski, M., Nader, IW, Burger, C., Biermann, I., Stieger, S., en Brand, M. (2014). Pathologisch internetgebruik – het is een multidimensionaal en geen unidimensionaal construct. Addict. Res. Theory 22, 166–175. doi: 10.3109/16066359.2013.793313
Podsakoff, PM, Mackenzie, SM, Lee, J., en Podsakoff, NP (2003). Common method variance in behavioral research: a critical review of the literature and recommended remedies. J. Appl. Psychol. 88, 879–903. doi: 10.1037/0021-9010.88.5.879
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Pontes, HM, Griffiths, MD, en Patrão, IM (2014). Internetverslaving en eenzaamheid bij kinderen en adolescenten in de onderwijsomgeving: een empirische pilotstudie. Aloma: Revista de Psicologia, Ciències de l'Educació i de l'Esport 32, 91–98.
Purty, P., Hembram, M., en Chaudhury, S. (2011). Internetverslaving: huidige implicaties. Rinpas J. 3, 284–298.
Robinson, TE, en Berridge, KC (2000). De psychologie en neurobiologie van verslaving: een perspectief vanuit de incentive-sensibilisatietheorie. Addiction 95, 91–117. doi: 10.1046/j.1360-0443.95.8s2.19.x
Robinson, TE, en Berridge, KC (2001). Incentive-sensibilisatie en verslaving. Addiction 96, 103–114. doi: 10.1046/j.1360-0443.2001.9611038.x
Robinson, TE, en Berridge, KC (2008). De incentive-sensibilisatietheorie van verslaving: enkele actuele vraagstukken. Philos. Trans. R. Soc. Lond. B Biol. Sci. 363, 3137–3146. doi: 10.1098/rstb.2008.0093
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Rosenberg, M. (1965). De maatschappij en het zelfbeeld van de adolescent. Princeton, NJ: Princeton University Press.
Schulz, P., Schlotz, W., en Becker, P. (2004). Trierer Uitvinder van chronische stress (TICS) . Göttingen: Hogrefe.
Schwarzer, R., en Jerusalem, M. (1995). “Generalized self-efficacy scale,” in Measures in Health Psychology: A User's Portfolio. Causal and Control Beliefs , eds J. Weinman, S. Wright, en M. Johnston (Windsor, VK: NFER-NELSON), 35–37.
Sprock, J., en Yoder, CY (1997). Vrouwen en depressie: een update van het rapport van de APA-werkgroep. Sex Roles 36, 269–303. doi: 10.1007/BF02766649
Starcevic, V. (2013). Is internetverslaving een nuttig concept? Aust. NZJ Psychiatry 47, 16–19. doi: 10.1177/0004867412461693
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Tang, J., Yu, Y., Du, Y., Ma, Y., Zhang, D., en Wang, J. (2014). Prevalentie van internetverslaving en de associatie ervan met stressvolle levensgebeurtenissen en psychologische symptomen onder internetgebruikers in de adolescentie. Addict. Behav. 39, 744–747. doi: 10.1016/j.addbeh.2013.12.010
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Thatcher, A., Wretschko, G., en Fridjhon, P. (2008). Online flow-ervaringen, problematisch internetgebruik en internetuitstelgedrag. Comput. Hum. Behav. 24, 2236–2254. doi: 10.1016/j.chb.2007.10.008
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Tonioni, F., Mazza, M., Autullo, G., Cappelluti, R., Catalano, V., Marano, G., et al. (2014). Is internetverslaving een psychopathologische aandoening die verschilt van pathologisch gokken? Addict. Behav. 39, 1052–1056. doi: 10.1016/j.addbeh.2014.02.016
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Turel, O., en Serenko, A. (2012). De voordelen en gevaren van plezier beleven aan sociale netwerkwebsites. Eur. J. Inf. Syst. 21, 512–528. doi: 10.1057/ejis.2012.1
Turel, O., Serenko, A., en Giles, P. (2011). Integratie van technologieverslaving en -gebruik: een empirisch onderzoek onder gebruikers van online veilingen. MIS Quart. 35, 1043–1061.
Velicer, WF (1976). Het bepalen van het aantal componenten uit de matrix van partiële correlaties. Psychometrika 41, 321–327. doi: 10.1007/BF02293557
Vuori, S., en Holmlund-Rytkönen, M. (2005). 55+ mensen als internetgebruikers. Marketing Intel. Plan. 23, 58–76. doi: 10.1108/02634500510577474
Weinstein, A., en Lejoyeux, M. (2010). Internetverslaving of overmatig internetgebruik. Am. J. Drug Alcohol Abuse 36, 277–283. doi: 10.3109/00952990.2010.491880
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Whang, LSM, Lee, S., en Chang, G. (2003). Psychologische profielen van internetovergebruikers: een gedragsanalyse van internetverslaving. CyberPsychol. Behav. 6, 143–150. doi: 10.1089/109493103321640338
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Widyanto, L., en Griffiths, MD (2006). “Internetverslaving”: een kritische review. Int. J. Ment. Health Addict. 4, 31–51. doi: 10.1007/s11469-006-9009-9
Widyanto, L., Griffiths, MD, Brunsden, V., en Mcmurran, M. (2008). De psychometrische eigenschappen van de schaal voor internetgerelateerde problemen: een pilotstudie. Int. J. Ment. Health Addict. 6, 205–213. doi: 10.1007/s11469-007-9120-6
Widyanto, L., en McMurran, M. (2004). De psychometrische eigenschappen van de Internet Addiction Test. Cyberpsychol. Behav. 7, 443–450. doi: 10.1089/cpb.2004.7.443
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Winkler, A., Dörsing, B., Rief, W., Shen, Y., en Glombiewski, JA (2013). Behandeling van internetverslaving: een meta-analyse. Clin. Psychol. Rev. 33, 317–329. doi: 10.1016/j.cpr.2012.12.005
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Wölfling, K., Beutel, ME, en Müller, KW (2012). Constructie van een gestandaardiseerd klinisch interview voor het beoordelen van internetverslaving: eerste bevindingen met betrekking tot de bruikbaarheid van AICA-C. J. Addict. Res. Ther. S6:003. doi: 10.4172/2155-6105.S6-003
Wölfling, K., Müller, K., en Beutel, M. (2010). “Diagnostische meetinstrumenten: schaal voor de beoordeling van internet- en computerspelverslaving (AICA-S),” in Preventie, diagnostiek en therapie van computerspelverslaving , onder redactie van D. Mücken, A. Teske, F. Rehbein en B. Te Wildt (Lengerich: Pabst Science Publishers), 212–215.
Xu, ZC, Turel, O., en Yuan, YF (2012). Online gameverslaving onder adolescenten: motivatie- en preventiefactoren. Eur. J. Inf. Syst. 21, 321–340. doi: 10.1057/ejis.2011.56
Yang, C., Choe, B., Baity, M., Lee, J., en Cho, J. (2005). SCL-90-R en 16PF profielen van leerlingen in de bovenbouw van het middelbaar onderwijs met excessief internetgebruik. Can. J. Psychiatry 50, 407–414.
PubMed-samenvatting | PubMed-volledige tekst | Google Scholar
Yee, N. (2006). Motivaties voor het spelen van online games. Cyberpsychol. Behav. 9, 772–775. doi: 10.1089/cpb.2006.9.772
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Young, KS (1996). Verslavend internetgebruik: een geval dat het stereotype doorbreekt. Psychol. Rep. 79, 899–902. doi: 10.2466/pr0.1996.79.3.899
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Young, KS (1998). Caught in the Net: How to Recognize the Signs of Internet Addiction – and a Winning Strategy for Recovery. New York: John Wiley & Sons, Inc.
Young, KS (2004). Internetverslaving: een nieuw klinisch fenomeen en de gevolgen ervan. Am. Behav. Sci. 48, 402–415. doi: 10.1177/0002764204270278
Young, KS (2007). Cognitieve gedragstherapie bij internetverslaafden: behandelresultaten en implicaties. Cyberpsychol. Behav. 10, 671–679. doi: 10.1089/cpb.2007.9971
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Young, KS (2011a). CBT-IA: het eerste behandelmodel voor internetverslaving. J. Cogn. Ther. 25, 304–312. doi: 10.1891/0889-8391.25.4.304
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst
Young, KS (2011b). “Klinische beoordeling van cliënten met een internetverslaving,” in Internet Addiction: a Handbook and Guide to Evaluation and Treatment , onder redactie van KS Young en C. Nabuco De Abreu. (Hoboken, NJ: John Wiley & Sons), 19–34.
Young, KS (2013). Behandelingsresultaten met behulp van CBT-IA bij internetverslaafde patiënten. J. Behav. Addict. 2, 209–215. doi: 10.1556/JBA.2.2013.4.3
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Young, KS, Pistner, M., O'Mara, J., en Buchanan, J. (1999). Cyberstoornissen: de geestelijke gezondheidszorg voor het nieuwe millennium. Cyberpsychol. Behav. 2, 475–479. doi: 10.1089/cpb.1999.2.475
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Young, KS, Yue, XD, en Ying, L. (2011). “Prevalentieschattingen en etiologische modellen van internetverslaving,” in Internet Addiction , onder redactie van KS Young en CN Abreu. (Hoboken, NJ: John Wiley & Sons), 3–18.
Zhou, Y., Lin, F.-C., Du, Y.-S., Qin, L.-D., Zhao, Z.-M., Xu, J.-R., en Lei, H. (2011). Afwijkingen in de grijze stof bij internetverslaving: een voxel-gebaseerde morfometriestudie. Eur. J. Radiol. 79, 92–95. doi: 10.1016/j.ejrad.2009.10.025
PubMed-samenvatting | PubMed-volledige tekst | CrossRef-volledige tekst | Google Scholar
Sleutelwoorden: internetverslaving, persoonlijkheid, psychopathologie, coping, cognitieve gedragstherapie
Referentie: Brand M, Laier C en Young KS (2014) Internetverslaving: copingstijlen, verwachtingen en implicaties voor de behandeling. Front. Psychol. 5 :1256. doi: 10.3389/fpsyg.2014.01256
Ontvangen: 25 Augustus 2014; Geaccepteerd: 16 oktober 2014;
Gepubliceerd online: 11 november 2014.
Bewerkt door:
Ofir Turel , California State University, Fullerton en University of Southern California, VS
Beoordeeld door:
Aviv M. Weinstein, Hadassah Medical Organization, Israel
Daria Joanna Kuss, Nottingham Trent University, Verenigd Koninkrijk
Copyright © 2014 Brand, Laier and Young. Dit is een open-access artikel dat wordt verspreid onder de voorwaarden van de Creative Commons Attribution License (CC BY) . Gebruik, verspreiding of reproductie in andere fora is toegestaan, mits de oorspronkelijke auteur(s) of licentiegever worden vermeld en de oorspronkelijke publicatie in dit tijdschrift wordt geciteerd, in overeenstemming met de gangbare academische praktijk. Gebruik, verspreiding of reproductie die niet aan deze voorwaarden voldoet, is niet toegestaan.
*Correspondentie: Matthias Brand, Vakgroep Algemene Psychologie: Cognitie, Universiteit van Duisburg-Essen, Forsthausweg 2, 47057 Duisburg, Duitsland e-mail: [email protected]
