Online verslaving aan sociale netwerken en depressie: de resultaten van een grootschalige prospectieve cohortstudie bij Chinese adolescenten (2018)

J Behav Addict. 2018 sep 11: 1-11. doi: 10.1556 / 2006.7.2018.69.

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Mai JC6, Chen YX6.

Abstract

Achtergrond en doelstellingen

Het doel van deze studie is om de longitudinale associaties tussen online sociale netwerkverslaving (OSNA) en depressie te schatten, of OSNA de ontwikkeling van depressie voorspelt en omgekeerd, of depressie de ontwikkeling van OSNA voorspelt.

Methoden

Een totaal van 5,365-studenten van negen secundaire scholen in Guangzhou, Zuid-China werden ondervraagd bij baseline in maart 2014 en volgden maanden later 9 op. Het niveau van OSNA en depressie werd gemeten met respectievelijk de gevalideerde OSNA-schaal en CES-D. Multilevel logistische regressiemodellen werden toegepast om de longitudinale associaties tussen OSNA en depressie te schatten.

Resultaten

Adolescenten die depressief waren maar vrij van OSNA bij baseline hadden 1.48 keer vaker een OSNA te ontwikkelen tijdens de follow-up vergeleken met degenen die niet-depressief waren bij baseline [gecorrigeerde OR (AOR): 1.48, 95% betrouwbaarheidsinterval (CI): 1.14-1.93 ]. Bovendien, vergeleken met degenen die niet depressief waren gedurende de follow-up periode, hadden adolescenten die aanhoudend depressief waren of die depressief werden tijdens de follow-up periode, een verhoogd risico om OSNA te ontwikkelen tijdens de follow-up (AOR: 3.45, 95% CI: 2.51-4.75 voor aanhoudende depressie; AOR: 4.47, 95% CI: 3.33-5.99 voor nieuwe depressie). Omgekeerd, onder degenen zonder depressie bij aanvang, hadden adolescenten die werden geclassificeerd als persistent OSNA of opkomend OSNA een groter risico op het ontwikkelen van depressie in vergelijking met degenen die geen OSNA waren (AOR: 1.65, 95% CI: 1.01-2.69 voor persistente OSNA; AOR: 4.29; 95% CI: 3.17-5.81 voor nieuwe OSNA).

Conclusie

De bevindingen wijzen op een bidirectionele associatie tussen OSNA en depressie, wat betekent dat verslavend online gebruik van sociale netwerken gepaard gaat met een hoger niveau van depressieve symptomen.

trefwoorden: adolescenten; depressie; longitudinale associatie; online verslaving aan sociale netwerken

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Online verslaving aan sociale netwerken en depressie: de resultaten van een grootschalige prospectieve cohortstudie bij Chinese adolescenten.

J Behav Addict. 2018 sep 11: 1-11. doi: 10.1556 / 2006.7.2018.69. [E-publicatie voorafgaand aan druk]

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Mai JC6, Chen YX6.

Abstract

Achtergrond en doelstellingen Het doel van deze studie is om de longitudinale associaties tussen online sociale netwerkverslaving (OSNA) en depressie te schatten, of OSNA de ontwikkeling van depressie voorspelt en omgekeerd, of depressie de ontwikkeling van OSNA voorspelt. Methoden Een totaal van 5,365-studenten van negen secundaire scholen in Guangzhou, Zuid-China werden in maart geïnventariseerd op baseline 2014 en volgden maanden later 9 op. Het niveau van OSNA en depressie werd gemeten met respectievelijk de gevalideerde OSNA-schaal en CES-D. Multilevel logistische regressiemodellen werden toegepast om de longitudinale associaties tussen OSNA en depressie te schatten. Resultaten Adolescenten die depressief waren maar vrij van OSNA bij baseline hadden 1.48 keer meer kans op het ontwikkelen van OSNA bij follow-up in vergelijking met niet-depressieve bij baseline [gecorrigeerde OR (AOR): 1.48, 95% betrouwbaarheidsinterval (CI): 1.14- 1.93]. Bovendien, vergeleken met degenen die niet depressief waren gedurende de follow-up periode, hadden adolescenten die aanhoudend depressief waren of die depressief werden tijdens de follow-up periode, een verhoogd risico op het ontwikkelen van OSNA bij follow-up (AOR: 3.45, 95% CI: 2.51-4.75 voor aanhoudende depressie; AOR: 4.47, 95% CI: 3.33-5.99 voor nieuwe depressie). Omgekeerd, onder degenen zonder depressie bij aanvang, hadden adolescenten die werden geclassificeerd als persistent OSNA of opkomend OSNA een groter risico op het ontwikkelen van depressie in vergelijking met degenen die geen OSNA waren (AOR: 1.65, 95% CI: 1.01-2.69 voor persistente OSNA; AOR: 4.29; 95% CI: 3.17-5.81 voor nieuwe OSNA). Conclusie De bevindingen wijzen op een bidirectionele associatie tussen OSNA en depressie, wat betekent dat verslavend online gebruik van sociale netwerken gepaard gaat met een verhoogd niveau van depressieve symptomen.

trefwoorden: adolescenten; depressie; longitudinale associatie; online verslaving aan sociale netwerken

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Introductie

Depressie, de meest gerapporteerde psychiatrische stoornis (Knopf, Park en Mulye, 2008; Thapar, Collishaw, Potter en Thapar, 2010), is een belangrijk probleem voor de volksgezondheid onder adolescenten. Over 9% van de adolescenten rapporteerden matige tot ernstige depressieniveaus en de 1-jaarincidentie werd geschat op 3% in de Verenigde Staten (Rushton, Forcier en Schectman, 2002). In Zuid-China rapporteerde onze vorige studie een 1-week depressie-prevalentie van 23.5% onder middelbare scholieren (Li et al., 2017).

Een positieve associatie tussen internetverslaving en depressie bij adolescenten is gemeld in beide cross-sectionele (Moreno, Jelenchick en Breland, 2015; Yoo, Cho en Cha, 2014) en longitudinale studies (Cho, Sung, Shin, Lim en Shin, 2013; Ko, Yen, Chen, Yeh en Yen, 2009; Lam, 2014). Deze studies beoordeelden echter internetverslaving in het algemeen in plaats van specifieke soorten online activiteiten. Jongeren kunnen meerdere soorten online activiteiten op internet uitvoeren. Verschillende studies hebben het belang en de noodzaak aangetoond van het onderscheiden van verslaving aan specifieke internetgerelateerde activiteiten van internetverslaving in het algemeen (Davis, 2001; Laconi, Tricard en Chabrol, 2015; Pontes, Szabo en Griffiths, 2015). Online sociaal netwerken is een relatief nieuw fenomeen en er is een hoge prevalentie van depressie waargenomen bij de bevolking die online gebruikers van sociale netwerken zijn (Lin et al., 2016; Tang & Koh, 2017). Vergeleken met de algemene bevolking zijn tieners en studenten de meest frequente gebruikers van online sociale netwerken (Griths, Kuss en Demetrovics, 2014). Online verslaving aan sociale netwerken (OSNA) is een relatief nieuw verslavend gedrag onder adolescenten, samen met compulsieve betrokkenheid bij online activiteiten voor sociaal netwerken. Als een specifiek type internetgerelateerde gedragsverslavingen, bevat OSNA kern klassieke symptomen van verslaving (Griffiths, 2013; Kuss & Griffiths, 2011) en wordt gedefinieerd als "overmatig bezorgd zijn over het gebruik van online sociale netwerken, gedreven door een sterke motivatie om in te loggen op of gebruik te maken van online sociale netwerken die andere sociale activiteiten, studies / banen, interpersoonlijke relaties en / of psychologische gezondheid en welzijn aantasten'(Andreassen, 2015). OSNA is merkbaar gestegen onder adolescenten. Rond 9.78% van de Amerikaanse studenten ervoer zelf een Facebook-verslaving (Pempek, Yermolayeva en Calvert, 2009) en 29.5% van de Singaporese studenten bezit OSNA (Tang & Koh, 2017). Een studie in 2010 meldde dat de prevalentie van OSNA zelfs hoger was dan 30% bij Chinese studenten (Zhou & Leung, 2010). Bewijzen hebben gesuggereerd dat excessieve en dwangmatige online sociale netwerken zelden nuttig zijn, eerder met mogelijk nadelige gevolgen voor het psychosociale welzijn van adolescenten, waaronder emotionele, relationele en andere gezondheidsgerelateerde uitkomsten (Andreassen, 2015).

Enkele cross-sectionele onderzoeken rapporteerden een positieve associatie tussen OSNA en depressie bij adolescenten (Hong, Huang, Lin en Chiu, 2014; Koc & Gulyagci, 2013). Vanwege de inherente beperking van het cross-sectionele onderzoeksontwerp, is het echter nog steeds onduidelijk of OSNA een oorzaak of gevolg is van depressie of bidirectioneel. Online sociaal netwerken kan jongeren voorzien van sociaal gemak en kapitaal, selectieve zelfonthulling en potentiële sociale steun (Ellison, Steinfield en Lampe, 2007; Steinfield, Ellison en Lampe, 2008). Personen met psychiatrische stoornissen (dwz depressie en angst) kunnen online sociale netwerken zien als een veilige en belangrijke virtuele gemeenschap (Gámez-Guadix, 2014), waar ze konden ontsnappen aan emotionele problemen in de echte wereld (Andreassen, 2015; Griths et al., 2014), en verder leiden tot potentiële verslavende betrokkenheid (Oberst, Wegmann, Stodt, Brand en Chamarro, 2017). Ondertussen zou buitensporige blootstelling aan virtuele gemeenschap resulteren in negatieve emoties (McDougall et al., 2016). Adolescenten met slechte aanpassing aan hun depressieve gemoedstoestand kunnen meer nadelige gevolgen ondervinden van overmatig online sociaal netwerken (Selfhout, Branje, Delsing, Ter Bogt, & Meeus, 2009). Daarom is een bidirectionele associatie tussen OSNA en depressie theoretisch redelijk. Voor zover wij weten, is er echter geen prospectieve studie die zich richt op het verkennen van de longitudinale relaties tussen OSNA en depressie bij adolescenten en andere populaties.

Daarom hebben we een prospectieve studie ontworpen om de longitudinale associatie tussen depressie en OSNA in de loop van de tijd uitvoerig te schatten, bijvoorbeeld of OSNA de ontwikkeling van depressie voorspelt en of depressie de ontwikkeling van OSNA voorspelt, door veranderingen in OSNA en depressiestatus in overweging te nemen (bijv. stoornis) tijdens een follow-upperiode van 9 maanden.

Onderzoeksopzet

Deze prospectieve cohortstudie werd uitgevoerd in Guangzhou, Zuid-China. De basislijnenquête werd uitgevoerd van maart tot april 2014 en het daaropvolgende vervolgonderzoek werd uitgevoerd met een 9-maandinterval, volgens dezelfde procedure.

Deelnemers en bemonstering                                                               

De deelnemers werden gerekruteerd met behulp van een gestratificeerde clusterbemonsteringsmethode. Een district / provincie werd voor het gemak geselecteerd uit elk van de drie regio's (dwz kern-, voorstad- en buitenwijkregio's) in Guangzhou, respectievelijk (rode stippen in figuur 1). Drie openbare middelbare scholen werden vervolgens op geschikte wijze geselecteerd uit elk geselecteerd district / district, en in totaal werden negen scholen geselecteerd. Alle studenten van de zevende en de achtste klas binnen de geselecteerde scholen werden vrijwillig uitgenodigd om deel te nemen aan het onderzoek. De anonieme vragenlijst werd door de deelnemers in de klasomgeving zelf beheerd met de afwezigheid van een leraar, onder toezicht van goed opgeleide onderzoeksassistenten.

figuur bovenliggende verwijderen

Figuur 1. De locatie van de studielocaties

Een totaal van 5,365 (responspercentage = 98.04%) studenten voltooide de basislijnenquête. De twee vragenlijsten van dezelfde studenten werden vergeleken met de laatste vier cijfers van het thuistelefoonnummer, de laatste vier cijfers van het mobiele telefoonnummer van de ouders, de laatste vier cijfers van het identiteitskaartnummer van de deelnemers, de geboortedatum van de deelnemers, de laatste letter van zichzelf en de ouders 'spelling naam. Tot slot leverde 4,871 van 5,365-deelnemers volledige vragenlijsten bij de follow-up (opvolgingspercentage = 90.8%). Na uitsluiting van degenen die geen gebruik maakten van online sociale netwerken (n = 643), waren in totaal 4,237 deelnemers betrokken bij onze longitudinale studie.

Depressie

Niveau van depressieve symptomen werd gemeten met behulp van de 20-item Chinese versie van de Centre for Epidemiology Scale for Depression (CES-D). De psychometrische eigenschappen ervan zijn gevalideerd onder Chinese adolescenten (Chen, Yang en Li, 2009; Cheng, Yen, Ko en Yen, 2012; Lee et al., 2008; Wang et al., 2013). Hogere scores duiden op een ernstiger niveau van depressieve symptomen, met een totale score variërend van 0 tot 60 (Radloff, 1977). De α-coëfficiënten van Cronbach in deze studie waren .86 bij baseline en .87 bij follow-up, wat een goede interne betrouwbaarheid aantoont. Individuele rapportage van een CES-D-score ≥21 wordt gedefinieerd als een depressieve zaak (Kousen et al., 2015). Na de vorige studies (Penninx, Deeg, van Eijk, Beekman, & Guralnik, 2000; Van Gool et al., 2003), veranderde de depressiestatus tijdens de follow-up periode in deze studie als volgt gecategoriseerd: geen depressie (deelnemers zonder depressie zowel bij baseline en follow-up), remissie van depressie (deelnemers met depressie bij baseline maar overgestapt naar zonder depressie bij follow -up), aanhoudende depressie (deelnemers aan depressie zowel bij baseline als follow-up) en opkomende depressie (deelnemers zonder depressie bij aanvang van de studie, maar overgestapt naar depressie bij follow-up).

Online verslaving aan sociale netwerken (OSNA)

Verslavend niveau voor online sociale netwerken werd gemeten met behulp van een OSNA-schaal, die acht items bevat die kern verslavende symptomen van cognitieve en gedragsmatige opvallendheid meten, in conflict zijn met andere activiteiten, euforie, controleverlies, terugtrekking, terugval en herstel. Hogere scores van OSNA-schaal duiden op hogere niveaus van verslavende neiging tot online sociaal netwerken, met een maximale score van 40. De psychometrische eigenschappen zijn grondig beoordeeld in ons vorige onderzoek (Li et al., 2016). Er is geen vastgestelde afkapwaarde voor de OSNA-schaal om OSNA-gevallen te identificeren: deelnemers die scoorden in het 10e deciel van scores (dwz OSNA-score ≥24) werden bij baseline geclassificeerd als OSNA-gevallen en dezelfde afkapwaarde werd gebruikt om gevallen bij follow-up te classificeren. De vergelijkbare classificatiestrategie is toegepast in de vorige studie (Verkuijl et al., 2014). De α-coëfficiënten van de Cronbach op OSNA-schaal in deze studie waren .86 bij baseline en .89 bij follow-up. Evenzo werd de verandering in de OSNA-status van baseline tot follow-up als volgt gecategoriseerd: geen OSNA (deelnemers zonder OSNA, beide bij baseline en follow-up), remissie van OSNA (deelnemers met OSNA bij baseline maar overgezet naar zonder OSNA bij follow-up ), persistente OSNA (deelnemers met OSNA zowel bij baseline en follow-up), en opkomende OSNA (deelnemers zonder OSNA bij baseline maar overgezet naar met OSNA bij follow-up).

covariaten

Covariates omvatten geslacht, rang, onderwijsniveau van de ouders, waargenomen financiële gezinssituatie, woonsituatie (met beide ouders of niet), zelfgerapporteerde academische prestaties en waargenomen studiedruk bij baseline.

statistische analyse

Beschrijvende statistieken (bijv. Gemiddelden, standaarddeviatie en percentages) werden indien nodig gepresenteerd. Intraclass correlatiecoëfficiënten voor clustering over scholen waren 1.56% (p = .002) voor incidentele depressie en 1.42% (p = .042) voor incident-OSNA, wat wijst op significante verschillen tussen scholen (Wang, Xie en Fisher, 2009). Multilevel logistische regressiemodellen (niveau 1: student; niveau 2: school) werden daarom toegepast om de longitudinale associaties tussen OSNA en depressie in de tijd te evalueren, rekening houdend met het clusterbemonstereffect van school. Achtergrond covariaten geassocieerd met incidentdepressie / OSNA met p <.05 in univariate analyse of breed gerapporteerd in de literatuur (dwz geslacht en graad) werden gecorrigeerd in de multivariabele logistische regressiemodellen.

Voor voorspelling van OSNA over nieuwe incidentie van depressie bij deelnemers die niet-depressief waren bij baseline (n = 3,196), schatten we eerst de odds ratio (OR) van baseline OSNA, zowel binaire variabele (dwz OSNA of niet) als continue variabele (OSNA-schaalscores), op nieuwe incidentie van depressie na aanpassing van significante covariaten, en vervolgens verder aanpassing van de baseline CES-D schaalscore (Hinkley et al., 2014). Vervolgens schatten we de voorspelling van verandering in OSNA-status in de loop van de tijd op nieuwe incidentie van depressie, waaronder een aangepast model van significante covariaten en een aanvullend aangepast model van baseline CES-D-schaalscore.

Omgekeerd, de voorspelling van depressie op nieuwe incidentie van OSNA bij deelnemers zonder OSNA bij baseline (n = 3,657) werd op een vergelijkbare manier geschat als hierboven beschreven met een nieuwe incidentie van OSNA als uitkomst en depressie als een blootstelling. De voorspelling van baseline depressie (zowel continue als categorische versie) op nieuwe incidentie van OSNA en voorspelling van verandering in depressiestatus in de tijd op nieuwe incidentie van OSNA werden respectievelijk geschat.

Statistische analyses werden uitgevoerd met behulp van SAS-versie 9.4 (SAS Institute, Cary, NC, VS). Een tweezijdig p waarde <.05 werd als statistisch significant beschouwd.

Ethiek

De onderzoeksprocedures werden uitgevoerd in overeenstemming met de Verklaring van Helsinki. School toestemming en toestemming voor de school-enquête werden verkregen van schooldirecteuren voordat de enquête had beheerd. Mondelinge toestemming werd verkregen van studenten vóór hun deelname. Deze studie en de toestemmingsprocedure zijn goedgekeurd door de Survey and Behavioral Research Ethics Committee van de Chinese Universiteit van Hong Kong.

Resultaten

Kenmerken van deelnemers en uitputtingsanalyse

Attrie-analyse liet zien dat er geen significante verschillen waren in termen van niveaus van ouderlijk onderwijs en zelfgerapporteerde academische prestaties tussen adolescenten die betrokken waren bij de longitudinale analyse (n = 4,237) en die werden uitgesloten van longitudinale analyse (n = 1,128). Adolescenten die betrokken waren bij de longitudinale steekproef waren vaker vrouwtjes, kwamen uit de achtste klas, hebben een goede financiële gezinssituatie, woonden bij beide ouders en ervaren geen / lichte studiedruk (tabel 1).

tafel

Tafel 1. Attrie-analyse en kenmerken van deelnemers in het longitudinale monster
 

Tafel 1. Attrie-analyse en kenmerken van deelnemers in het longitudinale monster

 

Baseline

Deelnemers aan het longitudinale monster

Deelnemers zonder depressie bij baseline

Deelnemers zonder OSNA bij baseline

 

Ja

Nee

p*

Non-OSNA

OSNA

p*

Non-depressief

Depressieve

p*

Totaal5,3654,2371,128-2,922274-2,922735-
Sekse
 Mannelijk frezen2,533 (47.2)2,105 (49.7)727 (64.4)<.0011,464 (50.1)164 (59.8).0021,464 (50.1)309 (42.0)<.001
 Female2,832 (52.8)2,132 (50.3)401 (35.6) 1,458 (49.9)110 (40.2) 1,458 (49.9)426 (58.0) 
Rang
 Zeven2,592 (48.3)2,011 (47.5)581 (51.5).0161,418 (48.5)131 (47.8).8201,418 (48.5)337 (45.9).194
 Acht2,773 (51.7)2,226 (52.5)547 (48.5) 1,504 (51.5)143 (52.2) 1,504 (51.5)398 (54.2) 
Vaders opleidingsniveau
 Lagere school of lager356 (6.6)273 (6.4)83 (7.4).376165 (5.7)21 (7.7).049165 (5.7)61 (8.3).010
 Junior middelbare school1,816 (33.9)1,425 (33.6)391 (34.7) 958 (32.8)108 (39.4) 958 (32.8)259 (35.2) 
 Middelbare middelbare school1,646 (30.7)1,312 (31.0)334 (29.6) 911 (31.2)79 (28.8) 911 (31.2)230 (31.3) 
 College of hoger1,317 (24.5)1,053 (24.9)264 (23.4) 763 (26.1)54 (6.6) 763 (26.1)159 (21.6) 
 Weet het niet230 (4.3)174 (4.1)56 (5.0) 125 (4.3)12 (4.4) 125 (4.3)26 (3.5) 
Moeder's opleidingsniveau
 Lagere school of lager588 (11.0)445 (10.5)143 (12.7).144267 (9.1)35 (12.8).108267 (9.1)103 (14.0)<.001
 Junior middelbare school1,909 (35.6)1,507 (35.6)402 (35.6) 1,030 (35.3)108 (39.4) 1,030 (35.3)274 (37.3) 
 Middelbare middelbare school1,497 (27.9)1,199 (28.3)298 (26.4) 860 (29.4)71 (25.9) 860 (29.4)180 (24.5) 
 College of hoger1,143 (21.3)913 (21.6)230 (20.4) 634 (21.7)50 (18.3) 634 (21.7)156 (21.2) 
 Weet het niet228 (4.3)173 (4.1)55 (4.9) 131 (4.5)10 (3.6) 131 (4.5)22 (3.0) 
Familie financiële situatie
 Heel goed / goed2,519 (47.0)2,047 (48.3)472 (41.8)<.0011,495 (51.2)123 (44.9).1151,495 (51.2)300 (40.8)<.001
 Gemiddelde2,664 (49.6)2,072 (48.9)592 (52.5) 1,366 (46.7)143 (52.2) 1,366 (46.8)405 (55.1) 
 Slecht / zeer slecht182 (3.4)118 (2.8)64 (5.7) 61 (2.1)8 (8.6) 61 (2.1)30 (4.1) 
Woont met beide ouders
 Nee4,712 (87.8)490 (11.6)163 (14.4).008312 (10.7)30 (11.0).890312 (10.7)107 (14.6).003
 Ja653 (12.2)3,747 (88.4)965 (85.6) 2,610 (89.3)244 (89.0) 2,610 (89.3)628 (85.4) 
Academische prestatie
 Bovenste1,817 (33.9)1,465 (34.6)223 (19.8).2761,142 (39.1)51 (18.6)<.0011,142 (39.1)205 (27.9)<.001
 Medium2,396 (44.6)1,920 (45.3)619 (54.9) 1,306 (44.7)134 (48.9) 1,306 (44.7)347 (47.2) 
 Lagere1,152 (21.5)490 (20.1)286 (25.4) 474 (16.2)89 (32.5) 474 (16.2)183 (24.9) 
Waargenomen studiedruk
 Nihil / licht1,034 (19.3)811 (19.1)352 (31.2)<.001667 (22.8)31 (11.3)<.001667 (22.8)78 (10.6)<.001
 Algemeen3,052 (56.9)2,433 (57.4)476 (42.2) 1,769 (60.5)172 (62.8) 1,769 (60.5)359 (48.8) 
 Zwaar / erg zwaar1,279 (23.8)993 (23.4)300 (26.6) 486 (16.6)71 (25.9) 486 (16.6)298 (40.5) 

Notes. Gegevens worden weergegeven als n (%). OSNA: verslaving aan online sociale netwerken; CES-D: Centre for Epidemiology Scale for Depression; -: niet toepasbaar.

*p waarden werden verkregen met behulp van χ2 test.

Onder 4,237-adolescenten (gemiddelde leeftijd: 13.9, standaardafwijking: 0.7) in het longitudinale voorbeeld, waren 49.7% (2,105 van 4,237) vrouwelijk en 47.5% (2,011 van 4,237) de leerlingen van de zevende klas. De meeste adolescenten (88.4%; 3,747 van 4,237) woonden bij hun ouders. In het longitudinale monster nam de prevalentie van depressie significant toe van 24.6% (1,041 van 4,237) bij baseline tot 26.6% bij follow-up (McNemar's test = 7.459, p = .006). Er was geen significant verschil voor de prevalentie van OSNA tussen baseline en follow-up (13.7% bij baseline vs. 13.6% bij follow-up; McNemar's test = 0.053, p = .818). Een totaal van 3,196 studenten waren niet depressief bij aanvang en 3,657 studenten waren vrij van OSNA bij aanvang (tabel 1).

Potentiële confounders geassocieerd met nieuwe incidentie van depressie of OSNA

tafel 2 laat zien dat een slechte financiële situatie van het gezin, zelfgerapporteerde slechte academische prestaties en waargenomen zware studiedruk significant geassocieerd waren met zowel hogere incidentie van depressie (bereik van univariate OR: 1.32-1.98) als hogere incidentie van OSNA (bereik van univariate OR: 1.61-2.76). Leven met hun ouders was een significant beschermende factor voor de incidentie van alleen OSNA [univariate OR: 0.65, 95% betrouwbaarheidsinterval (CI): 0.48-0.89].

tafel

Tafel 2. Univariate associaties tussen achtergrond-covariaten en incidentie van depressie / OSNA
 

Tafel 2. Univariate associaties tussen achtergrond-covariaten en incidentie van depressie / OSNA

 

Incidentie van depressie

Incidentie van OSNA

 

n (%) (n = 515)

ORu (95% CI)

p

n (%) (n = 335)

ORu (95% CI)

p

Sekse 
 Mannelijk frezen249 (15.9)1 168 (8.9)1 
 Female266 (16.3)0.96 (0.79, 1.16).641167 (9.4)0.94 (0.75, 1.17).573
Rang 
 Zeven250 (16.1)1 160 (9.1)1 
 Acht265 (16.1)1.00 (0.83, 1.21).977175 (9.2)1.00 (0.80, 1.26).977
Vaders opleidingsniveau 
 Lagere school of lager32 (17.2)1 26 (11.5)1 
 Middelbare school190 (17.8)1.04 (0.69, 1.59).827116 (9.5)0.81 (0.52, 1.28).377
 Middelbare school139 (14.0)0.80 (0.52, 1.23).31793 (8.2)0.67 (0.42, 1.07).090
 Universiteit of hoger129 (15.8)0.92 (0.60, 1.42).70586 (9.3)0.78 (0.49, 1.26).310
 Weet het niet25 (18.3)1.14 (0.63, 2.04).66614 (9.3)0.79 (0.40, 1.59).516
Moeder's opleidingsniveau 
 Lagere school of lager47 (15.6)1 31 (8.4)1 
 Middelbare school196 (17.2)1.15 (0.81, 1.63).424118 (9.1)1.11 (0.73, 1.69).621
 Middelbare school141 (15.2)1.01 (0.70, 1.46).939109 (10.5)1.28 (0.84, 1.96).257
 Universiteit of hoger105 (15.4)1.03 (0.70, 1.52).86164 (8.1)0.97 (0.61, 1.53).891
 Weet het niet26 (18.4)1.32 (0.77, 2.25).31013 (8.5)1.03 (0.52, 2.03).940
Familie financiële situatie 
 Heel goed / goed229 (14.2)1 145 (8.1)1 
 Gemiddelde269 (17.8)1.32 (1.08, 1.60).006172 (9.7)1.21 (0.96, 1.53).105
 Slecht / zeer slecht17 (24.6)1.98 (1.12, 3.49).01918 (19.8)2.76 (1.60, 4.76)<.001
Woont met beide ouders 
 Nee64 (18.7)1 54 (12.9)1 
 Ja451 (15.8)0.80 (0.60, 1.07).135281 (8.7)0.65 (0.48, 0.89).008
Academische prestatie 
 Bovenste169 (14.2)1 109 (8.1)1 
 Medium226 (15.7)1.13 (0.91, 1.41).254145 (8.8)1.10 (0.85, 1.42).488
 Lagere120 (21.3)1.66 (1.28, 2.16)<.00181 (12.3)1.61 (1.19, 2.19).002
Waargenomen studiedruk 
 Nihil / licht96 (13.8)1 59 (7.9)1 
 Gemiddelde305 (15.7)1.16 (0.90, 1.48).253178 (8.4)1.05 (0.77, 1.44).735
 Zwaar / erg zwaar114 (20.5)1.63 (1.20, 2.20).00296 (12.5)1.65 (1.17, 2.32).004

Notes. OSNA: verslaving aan online sociale netwerken; ORu: univariate odds ratio; 95% CI: 95% betrouwbaarheidsinterval, verkregen door de univariate logistische regressiemodellen.

OSNA voorspelt nieuwe incidentie van depressie

Onder 3,196-adolescenten die niet-depressief waren bij baseline, toonde univariate model dat baseline OSNA significant was geassocieerd met hogere incidentie van depressie tijdens de follow-up periode (univariate OR: 1.65, 95% CI: 1.22-2.22). Na aanpassing van geslacht, graad, financiële gezinssituatie, academische prestaties en waargenomen studiedruk, bleef de associatie significant [aangepaste OR (AOR): 1.48, 95% CI: 1.09-2.01]. Wanneer de baseline CES-D-score verder wordt aangepast, wordt de associatie statistisch niet-significant (AOR: 1.16, 95% CI: 0.85-1.60). De vergelijkbare resultaten werden waargenomen bij het gebruik van de OSNA-score (continue variabele) als voorspeller van nieuwe incidentdepressie (Tabel 3).

tafel

Tafel 3. Longitudinale associaties tussen OSNA en depressie: multilevel logistische regressiemodellen
 

Tafel 3. Longitudinale associaties tussen OSNA en depressie: multilevel logistische regressiemodellen

 

n

Aantal nieuwe incidenten

Univariate modellen

Multivariabele modellen

 

ORu (95% CI)

p

AOR (95% CI)

p

AOR (95% CI)

p

OSNA voorspelt nieuwe incidentdepressie (n = 3,196)
Basislijn OSNA-score (continu)--1.05 (1.03, 1.07)<.0011.04 (1.02, 1.06)a<.0011.01 (0.99, 1.03)b.242
Basislijn OSNA
 Nee2,9224511 1a 1b 
 Ja274641.65 (1.22, 2.22).0011.48 (1.09, 2.01).0121.16 (0.85, 1.60).342
Verandering in OSNA-status in de tijd
 Geen OSNA2,6943541 1a 1b 
 Remissie van OSNA179381.77 (1.21, 2.58).0031.61 (1.10, 2.37).0151.29 (0.87, 1.91).202
 Aanhoudende OSNA95262.46 (1.54, 3.93)<.0012.23 (1.39, 3.58)<.0011.65 (1.01, 2.69).044
 Opkomende OSNA228974.89 (3.67, 6.52)<.0014.67 (3.49, 6.24)<.0014.29 (3.17, 5.81)<.001
Depressie voorspelt nieuw incident OSNA (n = 3,657)
Basislijn CES-D-score (continu)--1.05 (1.03, 1.06)<.0011.04 (1.03, 1.05)c<.0011.03 (1.01, 1.04)d<.001
Basislijn depressie
 Nee2,9222281 1c 1d 
 Ja7351072.02 (1.58, 2.58)<.0011.78 (1.38, 2.31)<.0011.48 (1.14, 1.93).004
Verandering in depressiestatus na verloop van tijd
 Geen depressie2,4711311 1c 1d 
 Remissie van depressie315211.28 (0.80, 2.07).3071.19 (0.73, 1.93).4860.97 (0.60, 1.59).918
 Aanhoudende depressie420864.62 (3.43, 6.21)<.0014.17 (3.05, 5.69)<.0013.45 (2.51, 4.75)<.001
 Opkomende depressie451974.88 (3.67, 6.50)<.0014.70 (3.53, 6.28)<.0014.47 (3.33, 5.99)<.001

Notes. OSNA: verslaving aan online sociale netwerken; CES-D: Centre for Epidemiology Scale for Depression; ORu: univariabele odds ratio; AOR: aangepaste oddsratio; 95% CI: 95% betrouwbaarheidsinterval.

aModellen werden aangepast voor geslacht, rang, financiële gezinssituatie, academische prestaties en waargenomen studiedruk. bModellen werden aangepast voor geslacht, rang, financiële gezinssituatie, academische prestaties, waargenomen studiedruk en baseline CES-D-schaalscore (continue variabele). cModellen werden aangepast voor geslacht, rang, financiële gezinssituatie, leefafspraken met ouders, academische prestaties en waargenomen studiedruk. dModellen werden aangepast voor geslacht, rang, financiële gezinssituatie, leefafspraken met ouders, academische prestaties, waargenomen studiedruk en baseline OSNA-schaalscore (continue variabele).

We vonden een significant verband tussen verandering in OSNA-status en hogere incidentie van depressie. Vergeleken met adolescenten die niet als OSNA werden geclassificeerd, was het risico op het ontwikkelen van een depressie 1.65 keer (95% CI: 1.01-2.69) hoger bij degenen met persistente OSNA en 4.29 keer (95% CI: 3.17-5.81) hoger bij degenen met opkomende OSNA, na aanpassing van geslacht, graad, financiële gezinssituatie, academische prestaties, waargenomen studiedruk en baseline CES-D-scores (Tabel 3).

Depressie voorspelt nieuwe incidentie van OSNA

Bij 3,657-adolescenten die vrij waren van OSNA bij baseline, vertoonden univariate resultaten een significant positief verband tussen baseline depressie en hogere incidentie van OSNA (univariate OR: 2.02, 95% CI: 1.58-2.58). Na aanpassing van geslacht, rang, financiële gezinssituatie, woonafspraak met ouders, academische prestaties en waargenomen studiedruk, verminderde de associatie enigszins maar bleef significant (AOR: 1.78, 95% CI: 1.38-2.31). De associatie tussen baseline depressiestatus en incidentie van OSNA was nog steeds statistisch significant bij verdere aanpassing van baseline OSNA-scores (AOR: 1.48, 95% CI: 1.14-1.93). De resultaten waren nog steeds significant bij gebruik van de CES-D-score (continue variabele) als een voorspeller van een nieuw incident OSNA (tabel 3).

Een significante associatie tussen verandering in depressiestatus en incidentie van OSNA werd waargenomen in multivariabele analyse. Na aanpassing van geslacht, rang, financiële gezinssituatie, woonafspraak met ouders, academische prestaties, waargenomen studiedruk en baseline OSNA-score, in vergelijking met adolescenten zonder depressie, was de kans om OSNA te ontwikkelen 3.45 keer (95% CI: 2.51- 4.75) hoger bij degenen die aanhoudend depressief waren en 4.47 keer (95% CI: 3.33-5.99) hoger bij degenen die depressief waren (Tabel 3).

Discussie

In deze grootschalige longitudinale studie ontdekten we dat adolescenten die depressief waren maar bij aanvang geen ONSA hadden, een 48% hoger risico hadden om OSNA te ontwikkelen binnen de follow-upperiode van 9 maanden in vergelijking met degenen zonder depressie bij aanvang, maar de voorspelling van baseline OSNA op nieuwe incidentie van depressie werd niet ondersteund in deze studie. Bovendien, wanneer de effecten van veranderingen in status in de loop van de tijd (dwz remissie van depressie / OSNA bij baseline naar niet-depressie / niet-OSNA bij follow-up) in de modellen werden overwogen, toonden de resultaten een bidirectionele associatie tussen OSNA en depressie aan. . Adolescenten die aanhoudend depressief waren of depressief werden, hadden een hoger risico op het ontwikkelen van OSNA vergeleken met degenen die niet depressief waren tijdens de follow-upperiode van 9 maanden. Omgekeerd hebben adolescenten die aanhoudende OSNA of opkomende OSNA waren ook een verhoogd risico op het ontwikkelen van depressie in vergelijking met degenen die geen OSNA hadden bij zowel baseline als follow-up.

Het verschil in resultaten verkregen met behulp van baseline-metingen (dwz baseline OSNA) en veranderingen in status (dwz verandering in OSNA-status) om een ​​incidentie-uitkomst (dwz nieuwe incidentie van depressie) te voorspellen, zou kunnen worden verklaard door de hoge remissiecijfers van OSNA en depressie tijdens de follow-upperiode. De hoge natuurlijke remissie van verslavend internetgedrag (49.5% -51.5%) is waargenomen in twee eerdere longitudinale onderzoeken in Taiwan (Ko, Yen, Yen, Lin en Yang, 2007; Ko et al., 2015). De resultaten van onze vorige enquête in Hong Kong signaleerden ook consequent een hoge incidentie van remissie van internetverslavingsgedrag gedurende een 12-maandperiode (59.29 per 100 persoonjaren; Lau, Wu, Gross, Cheng en Lau, 2017). Evenzo werd in deze studie een groot deel van de gevallen van remissie van depressie (41.4%) en OSNA (58.8%) waargenomen tijdens de onderzoeksperiode. Deze resultaten gaven aan dat OSNA en de depressiestatus bij baseline-beoordeling niet in de loop van de tijd konden worden behandeld als onveranderlijke omstandigheden en dat het negeren van het remissie-effect na verloop van tijd het effect van OSNA op depressie mogelijk zou onderschatten. We speculeerden daarom dat de modelleringsbenadering met dynamische veranderingen in OSNA en depressiestatus in de loop van de tijd een meer overtuigende en robuustere schatting zou kunnen opleveren door de potentiële compensatie-effecten van remissiezaken uit te sluiten.

De bevindingen in deze studie suggereren een bidirectionele associatie tussen OSNA en depressie bij adolescenten, wat aangeeft dat depressie een individuele kwetsbaarheid maakt om OSNA te ontwikkelen, en op zijn beurt verergert het negatieve gevolg van OSNA de symptomen van depressie verder. Onaangepaste cognities (dwz herkauwen, zelftwijfel, lage zelfeffectiviteit en negatieve zelfbeoordeling) en disfunctioneel gedrag (dwz internet gebruiken om te ontsnappen aan emotionele problemen) zijn van cruciaal belang bij de ontwikkeling van internetgerelateerd verslavend gedrag (Davis, 2001). Depressieve personen vertonen gewoonlijk cognitieve symptomen en hebben positieve verwachtingen voor hun internetgebruik dat internet hen zou kunnen afleiden van negatieve stemmingen en persoonlijke problemen (bijv. Depressie en eenzaamheid; Brand, Laier en Young, 2014; Wu, Cheung, Ku en Hung, 2013). In het bijzonder is online sociaal netwerken aantrekkelijk voor mensen met stemmingsproblemen vanwege de anonimiteit en afwezigheid van sociale signalen (zoals gezichtsuitdrukking, stemvervorming en oogcontact) in vergelijking met persoonlijke communicatie (Young & Rogers, 1998). Depressieve personen geven misschien de voorkeur aan online sociale netwerken als een veiliger en minder bedreigend communicatiemiddel, en als een middel om hun negatieve stemmingen te reguleren (dwz het verlichten van negatieve emoties, angsten en persoonlijke problemen). Deze onaangepaste cognitie- en vermijdingsstrategieën versnellen de ontwikkeling van OSNA. Overmatige betrokkenheid van online sociale netwerken verdringt de tijd die wordt doorgebracht met familie en leeftijdsgenoten in de echte wereld, en leidt tot terugtrekking uit interpersoonlijke offline activiteiten, wat de negatieve stemmingen versterkt (bijv. Depressieve symptomen en eenzaamheid; Kraut et al., 1998), waardoor een wederkerige relatie wordt weergegeven.

De bevindingen in dit onderzoek brengen verschillende implicaties met zich mee bij het ontwerpen van preventie- en interventieprogramma's. Ten eerste impliceert de positieve voorspelling van baseline depressie over nieuwe incidentie van OSNA dat depressieve adolescenten een hoog risico lopen OSNA later te ontwikkelen. Interventiestrategieën voor het verminderen van depressieve symptomen, dat wil zeggen het verminderen van onaangepaste geloof van positieve uitkomstverwachtingen van internetgebruik, het trainen van sociale vaardigheden en het plannen van offline vrijetijdsactiviteiten (Chou et al., 2015), kan de ontwikkeling van OSNA effectief voorkomen. Ten tweede is het zinvol om de niveaus van depressieve symptomen te beoordelen als een marker van de kwetsbaarheid voor OSNA. Interventies en preventie gericht op adolescenten met een hoog risico met geïdentificeerde depressieve symptomen kunnen de kans op het ervaren van OSNA bij schooladolescenten verminderen. Ten derde, voor de sterke voorspelling van verandering in de OSNA-status (dwz aanhoudende OSNA en opkomend OSNA) op incidentie van depressie en de voorspelling van verandering in depressiestatus (dwz aanhoudende depressie en opkomende depressie) op incidentie van OSNA, impliceert dit dat OSNA is zeer comorbide met depressie, wat wijst op een negatief versterkingsmechanisme.

Er zijn enkele implicaties voor toekomstig onderzoek. Ten eerste wezen onze resultaten samen met eerdere onderzoeken erop dat het niveau van OSNA en depressieve symptomen tijdens de onderzoeksperiode dynamisch en omkeerbaar zijn in plaats van willekeurige toevalsfluctuaties (Lau et al., 2017). Toekomstige studies met metingen van depressie of OSNA worden voorgesteld om deze aandoeningen herhaaldelijk te meten in plaats van slechts één tijdpunt door aan te nemen dat ze in de loop van de tijd onveranderlijk zijn. Bovendien moet de statistische methodologie rekening houden met een dergelijke statusverandering in de modelleringsspecificaties, zoals het gebruik van verandering in pathologische status in de loop van de tijd in plaats van de basislijnstatus als een voorspeller van de resultaten van geestelijke gezondheid. Ten tweede gaf het aanleiding tot bezorgdheid of deze stoornissen (dwz depressieve symptomen en internetgerelateerd gedrag) langdurig of kortdurend zijn. Verdere longitudinale studies met behulp van latent-class trajectmodellering zijn een alternatief om het natuurlijke ontwikkelingsverloop van deze aandoeningen te schatten.

Voor zover ons bekend is, is onze cohortstudie de eerste om een ​​tweerichtingassociatie tussen OSNA en depressie bij de adolescenten te schatten. De belangrijkste kracht van deze studie is een prospectief grootschalig onderzoeksontwerp met herhaalde metingen voor OSNA en depressie. Een ander groot voordeel is dat een bidirectioneel verband, inclusief de longitudinale voorspelling van OSNA bij de ontwikkeling van depressie en de longitudinale voorspelling van depressie bij de ontwikkeling van OSNA, in hetzelfde monster werd getest.

Er moeten echter verschillende beperkingen worden opgemerkt bij het interpreteren van de bevindingen. Ten eerste, als gevolg van de zelfgerapporteerde gegevensverzamelingsmethode, kan er bijgevolg een rapportagebias bestaan ​​(bijv. Sociaal wenselijke bias en recall bias). Ten tweede richtte deze studie zich op een specifieke demografische populatie (dwz niet-klinische, schoolgebaseerde studenten), en de generaliseerbaarheid van de resultaten naar een andere populatie zou voorzichtig moeten zijn. Studies bij een andere demografische populatie (dwz psychiatrische klinische populatie) zijn nodig om dergelijke longitudinale associaties die in deze studie worden gevonden verder te bevestigen. Ten derde kan er een misclassificatie bestaan ​​voor depressie als een bron van meetfouten, aangezien depressie werd gemeten door een zelf-toegediende epidemiologische screeningsschaal in plaats van klinische diagnose om depressie te beoordelen. Ten vierde was deze studie beperkt tot twee tijdstippen met een interval van 9 maanden. Aangezien we verandering in OSNA / depressie (dwz aanhoudende ONSA / depressie en remissie van OSNA / depressie) hebben gedefinieerd door de resultaten van baseline- en follow-uponderzoeken die 9 maanden na elkaar zijn uitgevoerd te vergelijken, weten we niet of de OSNA / depressiestatus is veranderd of fluctueerde gedurende de periode van 9 maanden. Longitudinale studies met meerdere observaties en een kort tijdsinterval zijn nodig om het dynamische beeld van deze negatieve condities vast te leggen. Ten vijfde, gezien het feit dat er geen gouden standaardinstrument en diagnostische criteria voor OSNA beschikbaar zijn, hebben we het 10e deciel van de OSNA-scores bij baseline gebruikt om OSNA-gevallen te definiëren na een vergelijkbare gepubliceerde studie (Verkuijl et al., 2014). De gevoeligheid en specificiteit van een dergelijk criterium voor de OSNA-status is onduidelijk en moet worden geëvalueerd in toekomstig onderzoek. De OSNA-schaal vertoonde echter acceptabele psychometrische eigenschappen in deze studie en onze eerdere onderzoeken. Ten zesde werden de longitudinale associaties tussen OSNA en depressie afzonderlijk geschat met behulp van twee deelmonsters. Wij zijn van mening dat het gebruik van de pathologische status als uitkomst in plaats van als continue score een meer zinvolle verklaring kan bieden in epidemiologisch onderzoek. Cross-lagged structurele vergelijking modellering kan een alternatieve benadering zijn om causale richtingen te verkennen in toekomstige longitudinale studies met drie of meer waarnemingen. Bovendien bieden onze bevindingen sterke bewijzen van temporele associaties (een belangrijk criterium voor causale gevolgtrekkingen) tussen OSNA en depressie. We konden echter niet uitsluiten dat een derde variabele die niet in dit onderzoek was opgenomen, de longitudinale associaties tussen OSNA en depressie verbond.

Conclusies

Deze studie toonde een bidirectionele associatie aan tussen OSNA en depressie bij adolescenten, wat betekent dat depressie aanzienlijk bijdraagt ​​tot de ontwikkeling van OSNA, en dat depressieve individuen op hun beurt meer schadelijke effecten ervaren door verslavend online gebruik van sociale netwerken. Meer longitudinale studies met meerdere observationele tijdstippen en een kort tijdsinterval zijn nodig voor verdere bevestiging van de bevindingen van deze studie.

Bijdrage van auteurs

J-BL, JTFL, PKHM en X-FS hebben de studie bedacht en ontworpen. J-BL, J-CM en Y-XC hebben de gegevens verkregen. J-BL, JTFL en PKHM hebben de statistische analyses uitgevoerd. J-BL, JTFL, PKHM, XZ en AMSW hebben het manuscript opgesteld en herzien. Alle auteurs hebben bijgedragen aan de interpretatie van de resultaten en de kritische revisie van het manuscript voor belangrijke intellectuele inhoud en hebben de definitieve versie van het manuscript goedgekeurd.

Belangenverstrengeling

De auteurs verklaren geen belangenconflict.

Danksagung

De auteurs willen graag alle deelnemers en hun families en scholen waarderen voor het ondersteunen van deze studie.

Referenties

 Andreassen, C. S. (2015). Verslaving aan online sociale netwerksites: een uitgebreide beoordeling. Huidige verslavingsrapporten, 2 (2), 175–184. doi:https://doi.org/10.1007/s40429-015-0056-9 CrossRefGoogle Scholar
 Brand, M., Laier, C., & Young, K.S. (2014). Internetverslaving: coping-stijlen, verwachtingen en implicaties voor de behandeling. Frontiers in Psychology, 5, 1256. doi:https://doi.org/10.3389/fpsyg.2014.01256 CrossRef, MedlineGoogle Scholar
 Chen, Z. Y., Yang, X. D., & Li, X. Y. (2009). Psychometrische kenmerken van CES-D bij Chinese adolescenten. Chinese Journal of Clinical Psychology, 17 (4), 443-448. doi:https://doi.org/10.16128/j.cnki.1005-3611.2009.04.027 Google Scholar
 Cheng, C. P., Yen, C. F., Ko, C. H., & Yen, J. Y. (2012). Factorstructuur van het Center for Epidemiologic Studies Depression Scale bij Taiwanese adolescenten. Uitgebreide psychiatrie, 53 (3), 299-307. doi:https://doi.org/10.1016/j.comppsych.2011.04.056 CrossRef, MedlineGoogle Scholar
 Cho, S. M., Sung, M. J., Shin, K. M., Lim, K. Y., & Shin, Y. M. (2013). Voorspelt psychopathologie in de kindertijd internetverslaving bij mannelijke adolescenten? Kinderpsychiatrie en menselijke ontwikkeling, 44 (4), 549-555. doi:https://doi.org/10.1007/s10578-012-0348-4 CrossRef, MedlineGoogle Scholar
 Chou, W. P., Ko, C. H., Kaufman, E. A., Crowell, S. E., Hsiao, R. C., Wang, P. W., Lin, J. J., & Yen, C. F. (2015). Associatie van strategieën voor het omgaan met stress met internetverslaving bij studenten: het modererende effect van depressie. Uitgebreide psychiatrie, 62, 27–33. doi:https://doi.org/10.1016/j.comppsych.2015.06.004 MedlineGoogle Scholar
 Davis, R. A. (2001). Een cognitief-gedragsmodel van pathologisch internetgebruik. Computers in Human Behavior, 17 (2), 187–195. doi:https://doi.org/10.1016/S0747-5632(00)00041-8 CrossRefGoogle Scholar
 Ellison, N. B., Steinfield, C., & Lampe, C. (2007). De voordelen van Facebook "vrienden": sociaal kapitaal en het gebruik van online sociale netwerksites door studenten. Journal of Computer-Mediated Communication, 12 (4), 1143-1168. doi:https://doi.org/10.1111/j.1083-6101.2007.00367.x CrossRefGoogle Scholar
 Gámez-Guadix, M. (2014). Depressieve symptomen en problematisch internetgebruik bij adolescenten: analyse van de longitudinale relaties van het cognitief-gedragsmodel. Cyberpsychologie, Gedrag en sociaal netwerken, 17 (11), 714-719. doi:https://doi.org/10.1089/cyber.2014.0226 MedlineGoogle Scholar
 Griffiths, M. D. (2013). Verslaving aan sociale netwerken: opkomende thema's en problemen. Journal of Addiction Research & Therapy, 4 (5), e118. doi:https://doi.org/10.4172/2155-6105.1000e118 Google Scholar
 Griths, M. D., Kuss, D. J., & Demetrovics, Z. (2014). Verslaving aan sociale netwerken: een overzicht van voorlopige bevindingen. In K. P. Rosenberg & L. C. Feder (Eds.), Gedragsverslavingen: criteria, bewijs en behandeling (pp. 119–141). Londen, VK: Elsevier. Google Scholar
 Hinkley, T., Verbestel, V., Ahrens, W., Lissner, L., Molnár, D., Moreno, LA, Pigeot, I., Pohlabeln, H., Reisch, LA, & Russo, P. (2014 ). Gebruik van elektronische media in de vroege kinderjaren als een voorspeller van een slechter welzijn: een prospectieve cohortstudie. JAMA Pediatrics, 168 (5), 485-492. doi:https://doi.org/10.1001/jamapediatrics.2014.94 MedlineGoogle Scholar
 Hong, F. Y., Huang, D. H., Lin, H. Y., & Chiu, S. L. (2014). Analyse van de psychologische eigenschappen, Facebook-gebruik en Facebook-verslavingsmodel van Taiwanese universiteitsstudenten. Telematica en informatica, 31 (4), 597-606. doi:https://doi.org/10.1016/j.tele.2014.01.001 CrossRefGoogle Scholar
 Knopf, D., Park, M. J., & Mulye, T. P. (2008). De geestelijke gezondheid van adolescenten: een nationaal profiel, 2008. San Francisco, CA: National Adolescent Health Information Center. Google Scholar
 Ko, C. H., Wang, P. W., Liu, T. L., Yen, C. F., Chen, C. S., & Yen, J. Y. (2015). Bidirectionele associaties tussen gezinsfactoren en internetverslaving bij adolescenten in een prospectief onderzoek. Psychiatry and Clinical Neurosciences, 69 (4), 192-200. doi:https://doi.org/10.1111/pcn.12204 MedlineGoogle Scholar
 Ko, C. H., Yen, J. Y., Chen, C. S., Yeh, Y. C., & Yen, C. F. (2009). Voorspellende waarden van psychiatrische symptomen voor internetverslaving bij adolescenten: een 2-jarige prospectieve studie. Archives of Pediatrics & Adolescent Medicine, 163 (10), 937-943. doi:https://doi.org/10.1001/archpediatrics.2009.159 CrossRef, MedlineGoogle Scholar
 Ko, C. H., Yen, J. Y., Yen, C. F., Lin, H. C., & Yang, M. J. (2007). Factoren die voorspellend zijn voor de incidentie en remissie van internetverslaving bij jonge adolescenten: een prospectieve studie. CyberPsychology & Behavior, 10 (4), 545-551. doi:https://doi.org/10.1089/cpb.2007.9992 CrossRef, MedlineGoogle Scholar
 Koc, M., en Gulyagci, S. (2013). Facebookverslaving onder Turkse studenten: de rol van psychologische gezondheids-, demografische en gebruikskenmerken. Cyberpsychologie, gedrag en sociale netwerken, 16 (4), 279-284. doi:https://doi.org/10.1089/cyber.2012.0249 CrossRef, MedlineGoogle Scholar
 Kraut, R., Patterson, M., Lundmark, V., Kiesler, S., Mukopadhyay, T., & Scherlis, W. (1998). Internet paradox. Een sociale technologie die sociale betrokkenheid en psychisch welzijn vermindert? Amerikaanse psycholoog, 53 (9), 1017-1031. doi:https://doi.org/10.1037/0003-066X.53.9.1017 CrossRef, MedlineGoogle Scholar
 Kuss, D. J., en Griffiths, M. D. (2011). Online sociale netwerken en verslaving - Een overzicht van de psychologische literatuur. International Journal of Environmental Research and Public Health, 8 (9), 3528-3552. doi:https://doi.org/10.3390/ijerph8093528 CrossRef, MedlineGoogle Scholar
 Laconi, S., Tricard, N., & Chabrol, H. (2015). Verschillen tussen specifiek en gegeneraliseerd problematisch internetgebruik volgens geslacht, leeftijd, online bestede tijd en psychopathologische symptomen. Computers in menselijk gedrag, 48, 236–244. doi:https://doi.org/10.1016/j.chb.2015.02.006 CrossRefGoogle Scholar
 Lam, L. T. (2014). Verslaving aan internetgames, problematisch gebruik van internet en slaapproblemen: een systematische review. Huidige psychiatrische rapporten, 16 (4), 444. doi:https://doi.org/10.1007/s11920-014-0444-1 CrossRef, MedlineGoogle Scholar
 Lau, J. T. F., Wu, A. M. S., Gross, D. L., Cheng, K. M., & Lau, M. M. C. (2017). Is internetverslaving van voorbijgaande aard of aanhoudend? Incidentie en toekomstige voorspellers van remissie van internetverslaving onder Chinese middelbare scholieren. Verslavend gedrag, 74, 55-62. doi:https://doi.org/10.1016/j.addbeh.2017.05.034 MedlineGoogle Scholar
 Lee, S. W., Stewart, S. M., Byrne, B. M., Wong, J. P. S., Ho, S. Y., Lee, P. W. H., & Lam, T. H. (2008). Factorstructuur van het Centre for Epidemiological Studies Depression Scale in Hong Kong-adolescenten. Journal of Personality Assessment, 90 (2), 175–184. doi:https://doi.org/10.1080/00223890701845385 MedlineGoogle Scholar
 Li, J. B., Lau, J. T. F., Mo, P. K. H., Su, X. F., Tang, J., Qin, Z. G., & Gross, D. L. (2017). Slapeloosheid bemiddelde gedeeltelijk de associatie tussen problematisch internetgebruik en depressie onder middelbare scholieren in China. Journal of Behavioral Addictions, 6 (4), 554-563. doi:https://doi.org/10.1556/2006.6.2017.085 LinkGoogle Scholar
 Li, J. B., Lau, J. T. F., Mo, P. K. H., Su, X. F., Wu, A. M., Tang, J., & Qin, Z. G. (2016). Validatie van de sociale netwerkactiviteitsintensiteitsschaal onder middelbare scholieren in China. PLoS One, 11 (10), e0165695. doi:https://doi.org/10.1371/journal.pone.0165695 CrossRef, MedlineGoogle Scholar
 Lin, L. Y., Sidani, J. E., Shensa, A., Radovic, A., Miller, E., Colditz, J. B., Hoffman, B. L., Giles, L. M., & Primack, B. A. (2016). Verband tussen gebruik van sociale media en depressie onder jonge volwassenen in de VS. Depressie en angst, 33 (4), 323-331. doi:https://doi.org/10.1002/da.22466 MedlineGoogle Scholar
 McDougall, M. A., Walsh, M., Wattier, K., Knigge, R., Miller, L., Stevermer, M., & Fogas, B. S. (2016). Het effect van sociale netwerksites op de relatie tussen ervaren sociale steun en depressie. Psychiatry Research, 246, 223-229. doi:https://doi.org/10.1016/j.psychres.2016.09.018 MedlineGoogle Scholar
 Moreno, M. A., Jelenchick, L. A., & Breland, D. J. (2015). Onderzoek naar depressie en problematisch internetgebruik onder vrouwelijke studenten: een multisite-onderzoek. Computers in menselijk gedrag, 49, 601-607. doi:https://doi.org/10.1016/j.chb.2015.03.033 Google Scholar
 Oberst, U., Wegmann, E., Stodt, B., Brand, M., & Chamarro, A. (2017). Negatieve gevolgen van zware sociale netwerken bij adolescenten: de bemiddelende rol van angst om iets te missen. Journal of Adolescence, 55, 51–60. doi:https://doi.org/10.1016/j.adolescence.2016.12.008 CrossRef, MedlineGoogle Scholar
 Pempek, T. A., Yermolayeva, Y. A., & Calvert, S. L. (2009). De sociale netwerkervaringen van studenten op Facebook. Journal of Applied Developmental Psychology, 30 (3), 227-238. doi:https://doi.org/10.1016/j.appdev.2008.12.010 CrossRefGoogle Scholar
 Penninx, B. W., Deeg, D. J., van Eijk, J. T., Beekman, A. T., & Guralnik, J. M. (2000). Veranderingen in depressie en lichamelijke achteruitgang bij oudere volwassenen: een longitudinaal perspectief. Journal of Affective Disorders, 61 (1–2), 1–12. doi:https://doi.org/10.1016/s0165-0327(00)00152-x MedlineGoogle Scholar
 Pontes, H. M., Szabo, A., & Griffiths, M. D. (2015). De impact van op internet gebaseerde specifieke activiteiten op de percepties van internetverslaving, kwaliteit van leven en overmatig gebruik: een transversaal onderzoek. Verslavend gedragsrapporten, 1, 19–25. doi:https://doi.org/10.1016/j.abrep.2015.03.002 CrossRef, MedlineGoogle Scholar
 Radloff, L.S. (1977). De CES-D-schaal: een zelfrapporterende depressieschaal voor onderzoek in de algemene bevolking. Toegepaste psychologische meting, 1 (3), 385-401. doi:https://doi.org/10.1177/014662167700100306 CrossRefGoogle Scholar
 Rushton, J. L., Forcier, M., & Schectman, R. M. (2002). Epidemiologie van depressieve symptomen in de nationale longitudinale studie naar de gezondheid van adolescenten. Tijdschrift van de American Academy of Child & Adolescent Psychiatry, 41 (2), 199–205. doi:https://doi.org/10.1097/00004583-200202000-00014 MedlineGoogle Scholar
 Selfhout, M. H. W., Branje, S. J. T., Delsing, M., Ter Bogt, T. F. M., & Meeus, W. H. J. (2009). Verschillende soorten internetgebruik, depressie en sociale angst: de rol van waargenomen vriendschapskwaliteit. Journal of Adolescence, 32 (4), 819-833. doi:https://doi.org/10.1016/j.adolescence.2008.10.011 CrossRef, MedlineGoogle Scholar
 Steinfield, C., Ellison, N. B., & Lampe, C. (2008). Sociaal kapitaal, zelfrespect en gebruik van online sociale netwerksites: een longitudinale analyse. Journal of Applied Developmental Psychology, 29 (6), 434-445. doi:https://doi.org/10.1016/j.appdev.2008.07.002 CrossRefGoogle Scholar
 Stockings, E., Degenhardt, L., Lee, Y. Y., Mihalopoulos, C., Liu, A., Hobbs, M., & Patton, G. (2015). Symptoomscreeningschalen voor het opsporen van depressieve stoornissen bij kinderen en adolescenten: een systematische review en meta-analyse van betrouwbaarheid, validiteit en diagnostisch nut. Journal of Affective Disorders, 174, 447-463. doi:https://doi.org/10.1016/j.jad.2014.11.061 MedlineGoogle Scholar
 Tang, C. S., en Koh, Y. Y. (2017). Online verslaving aan sociale netwerken onder studenten in Singapore: comorbiditeit met gedragsverslaving en affectieve stoornis. Asian Journal of Psychiatry, 25, 175-178. doi:https://doi.org/10.1016/j.ajp.2016.10.027 MedlineGoogle Scholar
 Thapar, A., Collishaw, S., Potter, R., & Thapar, A. K. (2010). Omgaan met en voorkomen van depressie bij adolescenten. BMJ, 340, c209. doi:https://doi.org/10.1136/bmj.c209 CrossRef, MedlineGoogle Scholar
 Van Gool, C. H., Kempen, GIJM, Penninx, BWJH, Deeg, D. J. H., Beekman, A. T. F., & Van Eijk, J. T. M. (2003). Verband tussen veranderingen in depressieve symptomen en ongezonde levensstijlen bij personen van middelbare leeftijd en ouderen: resultaten van de Longitudinal Aging Study Amsterdam. Age and Aging, 32 (1), 81–87. doi:https://doi.org/10.1093/ageing/32.1.81 MedlineGoogle Scholar
 Verkuijl, N. E., Richter, L., Norris, S. A., Stein, A., Avan, B., & Ramchandani, P. G. (2014). Postnatale depressieve symptomen en psychologische ontwikkeling van het kind na 10 jaar: een prospectieve studie van longitudinale gegevens van het South African Birth to Twenty-cohort. Lancet Psychiatry, 1 (6), 454-460. doi:https://doi.org/10.1016/S2215-0366(14)70361-X MedlineGoogle Scholar
 Wang, J. C., Xie, H. Y., & Fisher, J. H. (2009). Multilevel-modellen voor discrete uitkomstmaten. In L.-P. Wang (Ed.), Multilevel-modellen: toepassingen die SAS gebruiken® (pp. 113-174). Beijing, China: Hoger Onderwijs Pers. Google Scholar
 Wang, M., Armor, C., Wu, Y., Ren, F., Zhu, X., & Yao, S. (2013). Factorstructuur van de CES-D en meetinvariantie over geslacht op Chinese adolescenten op het vasteland. Journal of Clinical Psychology, 69 (9), 966-979. doi:https://doi.org/10.1002/jclp.21978 MedlineGoogle Scholar
 Wu, A. M. S., Cheung, V. I., Ku, L., & Hung, E. P. W. (2013). Psychologische risicofactoren van verslaving aan sociale netwerksites onder Chinese smartphonegebruikers. Journal of Behavioral Addictions, 2 (3), 160-166. doi:https://doi.org/10.1556/JBA.2.2013.006 LinkGoogle Scholar
 Yoo, Y.-S., Cho, O.-H., & Cha, K.-S. (2014). Associaties tussen overmatig gebruik van internet en geestelijke gezondheid bij adolescenten. Nursing & Health Sciences, 16 (2), 193-200. doi:https://doi.org/10.1111/nhs.12086 CrossRef, MedlineGoogle Scholar
 Young, K.S., & Rogers, R. C. (1998). De relatie tussen depressie en internetverslaving. CyberPsychology & Behavior, 1 (1), 25-28. doi:https://doi.org/10.1089/cpb.1998.1.25 CrossRefGoogle Scholar
 Zhou, S. X., en Leung, L. (2010). Dankbetuigingen, eenzaamheid, verveling in de vrije tijd en zelfrespect als voorspellers van SNS-gameverslaving en gebruikspatroon onder Chinese studenten. Master of Science in New Media, The Chinese University of Hong Kong, Hong Kong. Google Scholar