Problematisch internetgebruik en problematisch online gamen zijn niet hetzelfde: bevindingen van een groot nationaal representatief adolescent-monster (2014)

Cyberpsychol Behav Soc Netw. 2014 december 1; 17 (12): 749-754.

doi:  10.1089 / cyber.2014.0475

PMCID: PMC4267705

Dit artikel is geweest geciteerd door andere artikelen in PMC.

Abstract

In de literatuur wordt nog steeds gediscussieerd of problematisch internetgebruik (PIU) en problematisch online gamen (POG) twee verschillende conceptuele en nosologische entiteiten zijn of dat ze hetzelfde zijn. De huidige studie draagt ​​bij aan deze vraag door het verband en de overlapping tussen PIU en POG te onderzoeken op het gebied van geslacht, schoolprestaties, tijd besteed aan het gebruik van internet en / of online gaming, psychologisch welbevinden en voorkeurs online activiteiten. Vragenlijsten die deze variabelen beoordeelden, werden toegediend aan een nationaal representatieve steekproef van adolescente gamers (N= 2,073; Mleeftijd= 16.4 jaar, SD= 0.87; 68.4% mannelijk). Uit gegevens bleek dat internetgebruik een veel voorkomende activiteit was bij adolescenten, terwijl online gamen door een aanzienlijk kleinere groep werd uitgevoerd. Evenzo voldeden meer adolescenten aan de criteria voor PIU dan aan POG, en een kleine groep adolescenten vertoonde symptomen van beide probleemgedragingen. Het meest opvallende verschil tussen de twee probleemgedragingen was in termen van seks. POG werd veel sterker geassocieerd met mannelijk zijn. Het gevoel van eigenwaarde had een lage effectgrootte op beide gedragingen, terwijl depressieve symptomen verband hielden met zowel PIU als POG, waardoor PIU iets meer werd beïnvloed. Wat online voorkeursactiviteiten betreft, was PIU positief geassocieerd met online gamen, online chatten en sociale netwerken, terwijl POG alleen werd geassocieerd met online gamen. Op basis van onze bevindingen lijkt POG een conceptueel ander gedrag van PIU te zijn en daarom ondersteunen de gegevens het idee dat internetverslavingsstoornis en internetgamingstoornis afzonderlijke nosologische entiteiten zijn.

Introductie

Het fenomeen internetverslaving (IA) werd voor het eerst beschreven in een aantal artikelen van zowel Young, en Griffiths., Het onderwerp kreeg meteen meer algemene aandacht en is sindsdien een zeer onderzocht gebied geworden dat ongeveer 70 grootschalige studies met steekproefgroottes van meer dan 1,000-deelnemers telt. Ondanks het voortdurende gebruik van de term 'internetverslaving', hebben onderzoekers gewezen op de uiteenlopende aard van de activiteiten die nu op internet kunnen worden uitgevoerd, en zijn ze er vaak van uitgegaan dat verschillende onlineactiviteiten bijdragen aan IA op verschillende schalen.

Online toepassingen verschillen aanzienlijk, afhankelijk van de rol die internet daarin speelt. Zo werd bijvoorbeeld betoogd dat internet, in het geval van activiteiten als online gokken en winkelen, gewoon een ander kanaal was waar traditionele offline activiteiten nu konden plaatsvinden., Internet is echter een essentieel onderdeel van andere online activiteiten zoals browsen met informatie (bijv. "Googelen"), interactie in online chatrooms en, recenter, sociale netwerken., Kortom, deze laatste activiteiten kunnen alleen online plaatsvinden.

Er zijn echter ook enkele activiteiten waarbij internet een nieuwe dimensie aan een offline activiteit heeft gegeven. Een dergelijke activiteit is het spelen van videogames. Hoewel videogames (en betwistbare multiplayer-videogames) bestonden voordat internet op grote schaal werd gebruikt, opende grootschalige online-connectiviteit vervolgens nieuwe grenzen en ervaringen in gaming, met name in het geval van Massively Multiplayer Online Games (MMOG's). Huidige MMOG's kunnen duizenden spelers gelijktijdig in dezelfde virtuele ruimte hosten en hebben de kwaliteit, ervaring en dynamiek van gaming volledig veranderd., Dit zou misschien een reden kunnen zijn waarom problematisch online gamen of online gamenverslaving zo'n apart onderzoeksgebied is geworden. Het feit dat de voorgestelde diagnostische en statistische handleiding voor psychische stoornissen, vijfde editie (DSM-5) van de internetgebruiksstoornis uiteindelijk werd vervangen door een internetgamingstoornis toont ook het belang van dit specifieke fenomeen.

Ondanks het toenemende aantal onderzoeken dat op deze gebieden is uitgevoerd, is er relatief weinig bekend over de relatie tussen problematisch internetgebruik (PIU) en problematisch online gamen (POG). Naast de theoretische beschouwingen is het ook belangrijk op zowel praktisch als pragmatisch niveau na te gaan of er behoefte is aan differentiatie tussen deze twee verschijnselen. Om kort te gaan: zijn PIU en POG twee verschillende conceptuele en nosologische entiteiten waarbij verschillende populaties betrokken zijn en verschillende functies hebben, of zijn ze hetzelfde? Meer concreet zijn de kenmerken van de personen die worden beïnvloed door PIU en POG vergelijkbaar of verschillend? Zijn de bijdragende factoren vergelijkbaar of verschillend?

Eerder onderzoek suggereert enkele verschillen tussen de populaties die door de twee verschijnselen worden beïnvloed. Bijvoorbeeld, terwijl misschien een grotere demografische groep wordt beïnvloed door PIU, POG lijkt vooral de jongere mannelijke bevolking te treffen., Een kritische methodologische tekortkoming van de meeste van deze studies is echter dat ze PIU en POG afzonderlijk hebben onderzocht. Het doel van deze studie was dan ook om de onderlinge relatie en de overlapping tussen PIU en POG te onderzoeken op het gebied van geslacht, schoolprestaties, tijd besteed aan internet en / of online gaming, psychologisch welbevinden en online voorkeursactiviteiten in een nationaal representatief adolescente monster.

Methoden

Monster en procedure

Gegevens werden verzameld in maart 2011 als onderdeel van een internationaal project, het European School Survey Project on Alcohol and Other Drugs (ESPAD). Dit project heeft sinds 4 elke 1995-jaren plaatsgevonden en beoordeelt het aantal rookgewoonten en het alcohol- en drugsgebruik van adolescenten van 16-jaren in een groeiend aantal deelnemende landen. Naast de verplichte vragen heeft Hongarije in 2011 twee korte secties toegevoegd om PIU en POG te beoordelen.

Om een ​​representatieve steekproef van 16-jarige adolescenten in de Hongaarse bevolking te verkrijgen, werd een internationaal homogene gestratificeerde steekproefmethode toegepast op basis van regio (Centraal / West / Oost-Hongarije), klasse (8-10) en klasse (primaire algemeenheid, klassen voor voortgezet algemeen, middelbaar beroepsonderwijs en beroepsonderwijs). De steekproefeenheid was de klas en de vragenlijst werd aan elke student die aanwezig was op school op het moment van de gegevensverzameling toegediend. Gegevens moesten worden gewogen vanwege scheve non-respons als gevolg van een weigeringspercentage van 15%. Om de samenstelling van de deelnemers te matchen met het steekproefkader, werden de gegevens gewogen naar strata met de matrixwegingsmethode aanbevolen door het nationale onderwijsinformatiesysteem (KIR-STAT) (Elekes Z, 2012, niet-gepubliceerde gegevens).

Vragen met betrekking tot PIU en POG werden alleen toegediend aan de nationaal representatieve steekproef van 9th-10th klassers in secundaire scholen voor het algemeen en middelbaar beroepsonderwijs (N= 5,045). Na het verwijderen van gevallen waarin de antwoorden op PIU- en POG-vragen volledig ontbraken, bestond de definitieve steekproef uit 4,875-adolescenten.

Maatregelen

Basis sociodemografie (dwz geslacht en leeftijd) samen met schoolprestaties (gemiddelde cijfers) en informatie over internetgebruik en online gamen werden verzameld. Antwoorden over de tijd besteed aan het gebruik van internet en de tijd besteed aan het spelen van online games op een gemiddelde dag werden opgewekt met enkele keuzevragen (<1 uur, 1–2 uur, 3–4 uur, 5–6 uur, 7–8 uur,> 8 uur). uren). Om de resultaten duidelijker te maken, is tijdens de analyses het aantal categorieën teruggebracht door de twee categorieën vanaf de randen respectievelijk samen te voegen. Ook werden de drie meest gebruikte internetactiviteiten geregistreerd. Studenten konden kiezen uit zes opties (dwz online informatie zoeken, online games spelen, online chatten, sociale netwerksites gebruiken, e-mails verzenden en downloaden) en konden maximaal twee extra online activiteiten specificeren.

PIU werd beoordeeld met behulp van de 6-artikelversie van de Problematic Internet Use Questionnaire (PIUQ-6) (Király et al. 2014, ongepubliceerd manuscript). De oorspronkelijke schaal had 18-items en drie subschalen: obsessie, verwaarlozing en regelstoornis. De kortere versie hield de oorspronkelijke drie-factorenstructuur gemeten met respectievelijk twee items. Een 5-punt Likert-schaal (van "nooit" tot "altijd / bijna altijd") werd gebruikt om te schatten hoeveel de gegeven stellingen kenmerkten voor de respondenten. Scores variëren van 6 tot 30, waarbij hogere scores meer PIU aangeven. Een scheidingsscore van 15 werd aanbevolen om onderscheid te maken tussen problematische en niet-problematische internetgebruikers. Beide instrumenten vertoonden goede psychometrische eigenschappen. Interne consistentie van het 6-item PIUQ was 0.77 voor het huidige monster.

POG werd gemeten met gebruik van het 12-item Problematic Online Gaming Questionnaire Short-Form (POGQ-SF). Dit instrument is afgeleid van het 18-item POGQ, een schaal met goede psychometrische eigenschappen op basis van zowel theoretische als empirische inhoud. Beide versies meten zes onderliggende dimensies van problematisch gamen (dwz preoccupatie, overmatig gebruik, onderdompeling, sociaal isolement, interpersoonlijke conflicten en terugtrekking) met behulp van een 5-punt Likert-schaal. Scores variëren van 12 tot 60, waarbij hogere scores meer POG aangeven. Een afkapwaarde van 32 werd aanbevolen om onderscheid te maken tussen problematische en niet-problematische online gamers. Interne consistentie van het 12-artikel POGQ was 0.93 voor het huidige monster.

Psychologische kenmerken zoals depressieve stemming (short-form [6-item] Centre of Epidemiological Studies Depression-Scale [CES-D]) en eigenwaarde (Rosenberg's Self-Esteem Scale [RSES]) werden ook beoordeeld. Short-form CES-D is een schaal ontworpen om depressieve symptoomniveaus te beoordelen met behulp van een 4-punt Likert-schaal (van "zelden of nooit" tot "meestal"). Scores variëren van 4 tot 24, waarbij hogere scores hogere depressieve gemoedstoestanden aangeven. Interne consistentie was 0.82 voor de huidige steekproef. RSES beoordeelt gevoelens van eigenwaarde en zelfacceptatie, waardoor het wereldwijde gevoel van eigenwaarde wordt gemeten. Het heeft 10 items (vijf omgekeerde items) en gebruikt een 4-punt Likert schaal (van "zeer mee eens" tot "zeer mee oneens"). Scores variëren van 10 tot 40, met hogere scores die op een hogere zelfwaardering wijzen. Interne consistentie was 0.86 voor de huidige steekproef.

statistische analyse

Beschrijvende analyses werden uitgevoerd met IBM SPSS Statistics for Windows, v20.0. Om de onderlinge relatie tussen gemiddeld dagelijks internetgebruik en gemiddeld dagelijks online gamen (gemeten als categorische variabelen) te testen, evenals de onderlinge relatie tussen PIU en POG, werden twee contingentietabellen gemaakt. Om de twee nosologische entiteiten te onderzoeken die worden voorgesteld door de recente psychologische literatuur (dwz PIU en POG), werd de associatie van PIU en POG vergeleken met relevante voorspellende variabelen met behulp van een multivariate multiple regressie-analyse binnen structurele vergelijking modellering (SEM) in MPLUS v6.0. Meervoudig variabel regressiemodel kan de associaties tussen meer dan één uitkomstvariabele en meer dan één voorspellende variabele schatten. Bovendien werden in dit type analyse alle regressiecoëfficiënten geschat door alle andere voorspellende variabelen in het model te controleren. Vanwege de afwijking van de normale verdeling, werd de maximale waarschijnlijkheidsschatting met robuuste standaardschattenschatting gebruikt. Alle analyses werden uitgevoerd op het gewogen monster. Ontbrekende gegevens in Mplus werden behandeld met de volledige informatie maximale likelihood methode.

Resultaten

Beschrijvende statistiek

De gemiddelde leeftijd van het monster (N= 4,875) was 16.4 jaar (SD= 0.87) en 50% waren mannelijk. Slechts zes studenten (0.1%) meldden helemaal geen internet in de maand voorafgaand aan de gegevensverzameling. De meerderheid van de studenten die internet hadden gebruikt, kon worden gegroepeerd in een van de drie groepen: (a) degenen die nog nooit online games hadden gespeeld (n= 709, 14.5%), (b) degenen die tijdens de maand voorafgaand aan de gegevensverzameling hadden gespeeld (n= 2,073, 42.5%), en (c) degenen die online games hadden gespeeld, maar niet gedurende de maand voorafgaand aan de gegevensverzameling (n= 1,799, 36.9%). Alle analyses zijn uitgevoerd op de tweede submonster bestaande uit huidige gamers om een ​​vergelijking tussen PIU en POG te kunnen maken. De gemiddelde leeftijd van het huidige gamersubvoorbeeld was hetzelfde als dat van het totale sample. De seksdistributie was echter anders: tweederde (69.1%) van de huidige gamers was mannelijk in vergelijking met de helft (50.4%) van de totale steekproef.

Tijd besteed aan het gebruik van internet en het spelen van online games

Om de onderlinge relatie tussen gemiddeld dagelijks internetgebruik en gemiddeld dagelijks online spelen te achterhalen, is een contingentietabel gemaakt (zie Tabel 1). Uit de gegevens blijkt dat hoewel het gemiddelde dagelijkse internetgebruik redelijk gelijk verdeeld was over de drie tijdcategorieën, online gaming aanzienlijk afnam naarmate de tijdscategorieën toenamen. De tabel laat ook zien dat online gamen gepaard gaat met grote hoeveelheden internetgebruik, maar het tegenovergestelde is minder waar. Namelijk, degenen die veel tijd besteden aan het internet besteden niet noodzakelijkerwijs veel tijd aan het spelen van online games.

Tafel 1. 

Noodzakelijkheidstabel met gemiddeld dagelijks internetgebruik en gemiddeld dagelijks online gamen (N= 2,057 Adolescenten)

Problematische internetgebruikers en problematische online gamers

Om de schaal van PIU en POG en de overlap tussen de twee te achterhalen, is een andere contingentietabel gemaakt die uit vier verschillende groepen bestaat: (a) geen problematische internetgebruikers, noch problematische online gamers (80.2%), (b) problematische internetgebruikers, maar geen problematische online gamers (8.8%), (c) problematische online gamers, maar geen problematische internetgebruikers (4.3%), en (d) zowel problematische internetgebruikers als problematische online gamers (6.7%) (zie Tabel 2).

Tafel 2. 

Noodtabel met overlappingen tussen problematisch internetgebruik en problematisch online gamen (N= 1,923 Adolescenten)

Multivariate meervoudige regressie

Een correlatiematrix van studievariabelen wordt gepresenteerd in Tabel 3. Om de associatie van PIU en POG met relevante voorspellende variabelen te vergelijken, werd een multivariate meervoudige regressie uitgevoerd (zie Fig 1). De resultaten toonden onderscheidende associaties van sommige voorspellende variabelen met de twee uitkomstvariabelen. Mannelijk zijn was geassocieerd met zowel probleemgedrag. De associatie was echter sterker voor POG (β = -0.29, p<0.001) dan voor PIU (β = −0.07, p<0.01). Meer dan 5 uur internetgebruik op een gemiddelde dag had een sterkere associatie met PIU (β = 0.20, p<0.001) dan POG (β = 0.07, p<0.01), terwijl online gamen gedurende meer dan 5 uur op een gemiddelde dag een nauwere associatie had met POG (β = 0.20, p<0.001) dan PIU (β = 0.07, p<0.01). Eigenwaarde had een zeer laag gestandaardiseerd effect op beide entiteiten (β = −0.08, p<0.01 voor PIU; β = −0.09, p<0.01 voor POG), terwijl depressieve symptomen een iets sterkere associatie vertoonden met PIU (β = 0.29, p<0.001 vs. β = 0.22, p<0.001). Bovendien hadden schoolprestaties, gemeten aan de hand van het gemiddelde cijfer, een zeer laag positief effect op beide probleemgedragingen op internet (β = 0.05, p<0.05 voor PIU; β = 0.07, p<0.01 voor POG). Met betrekking tot de zes internetactiviteiten die werden aangeboden om te worden beoordeeld als een van de drie favoriete online activiteiten (dwz informatie zoeken, online games spelen, chatten, sociale netwerksites gebruiken, e-mails verzenden en downloaden), alleen spelen online games was aanzienlijk geassocieerd met POG (β = 0.20, p<0.001), terwijl het spelen van online games, online chatten en sociale netwerken allemaal geassocieerd was met PIU, hoewel hun effectgroottes verwaarloosbaar waren (β = 0.09, p<0.01; β= 0.06, p<0.01; en β= 0.05, p<0.05, respectievelijk).

Fig. 1. 

Multivariate multiple regressiemodel voor problematisch online gamen (POG) en pathologisch internetgebruik (PIU). Opmerking: Foutcovarianties tussen de voorspellingsvariabelen worden omwille van de duidelijkheid niet getoond. *p<0.05; **p<0.01; ***p ...
Tafel 3. 

Correlatiematrix met alle studievariabelen

Discussie

De huidige studie was bedoeld om de onderlinge relatie tussen PIU en POG te onderzoeken op een landelijk representatieve steekproef van adolescenten. De resultaten suggereren dat hoewel internetgebruik een veel voorkomende activiteit was onder adolescenten, online gamen werd beoefend door een veel kleinere groep. Bovendien was "hard-core" gaming (dat wil zeggen degenen die online games speelden voor> 7 uur per dag) veel zeldzamer dan langdurig gebruik van internet (dat wil zeggen: het gebruik van internet voor> 7 uur per dag). Op basis van deze resultaten is het niet verrassend dat meer adolescenten aan de criteria voor PIU voldeden dan voor POG, terwijl een kleine groep adolescenten symptomen vertoonde van beide probleemgedragingen. Deze resultaten zijn in overeenstemming met de literatuur die een hoger internetgebruik suggereert dan online gaming, en hogere PIU dan POG in adolescente monsters.

Het multivariate meervoudige regressiemodel toonde ook een onderscheid aan tussen de twee online gedragingen. De meest opvallende verschillen waren in termen van geslacht en tijd besteed aan de twee activiteiten. Hoewel zowel PIU als POG geassocieerd waren met mannelijk zijn, was de effectgrootte veel groter voor POG. De associatie van PIU met de tijd besteed aan het gebruik van internet was sterker dan de associatie met het spelen van online games, terwijl de associatie van POG met de tijd besteed aan online gamen sterker was dan de associatie met de tijd besteed aan het gebruik van internet. Het onderscheid wordt ook aangetoond door een andere voorkeur voor online applicaties. Hoewel online gamen de enige online activiteit was die werd genoemd als een van de vaak geoefende online activiteiten voor POG, was PIU positief geassocieerd met online gamen, online chatten en sociale netwerken. De zeer lage effectgrootte van sociale netwerken op PIU was echter verrassend. Een mogelijke verklaring is dat de populariteit van sociale netwerksites in Hongarije exponentieel begon toe te nemen na de periode van deze gegevensverzameling. De recente toename van eigendom van smartphones kan ook de bevindingen van het komende ESPAD-onderzoek in verband met activiteiten zoals sociale netwerken veranderen.

Interessant is dat een laag zelfbeeld lage gestandaardiseerde effectgrootten had op beide online probleemgedrag. Deze bevindingen komen overeen met wat eerder onderzoek maar in tegenspraak met sommige andere studies.,, Er waren echter depressieve symptomen geassocieerd met zowel PIU als POG, waardoor PIU iets meer werd beïnvloed. Dit ondersteunt weer veel van de voorgaande literatuur.

Ondanks de vele sterke punten van de studie, waaronder de grote steekproefomvang, de nationale representativiteit van de steekproef en de sterke psychometrische eigenschappen van de instrumenten die worden gebruikt om zowel POG als PIU te beoordelen, zijn er enkele beperkingen aan de verzamelde gegevens. De gegevens waren allemaal zelf-gerapporteerd en als zodanig zijn ze gevoelig voor verschillende vooroordelen (bijv. Sociale wenselijkheid, vooroordelen uit het geheugenherstel). Alle deelnemers waren bovendien Hongaarse adolescenten en de resultaten zijn daarom mogelijk niet generaliseerbaar voor adolescenten uit andere landen of voor volwassenen. Zoals hierboven vermeld, werden de gegevens verzameld vóór de recente bloei van sociale netwerken en als deze nu wordt herhaald, kan de studie verschillende resultaten opleveren. Het onderzoek moet daarom worden gerepliceerd tussen zowel adolescente en volwassen monsters en in verschillende landen.

Op basis van de bevindingen van de huidige studie lijkt POG een conceptueel ander gedrag te vertonen dan PIU. De resultaten tonen duidelijk aan dat de twee typen problematisch online gedrag verschillende populaties lijken te zijn en geassocieerd zijn met verschillende bijdragende factoren. De gegevens ondersteunen het idee dat internetverslavingsstoornis en internetgamingstoornis afzonderlijke nosologische entiteiten zijn. Daarom zou het classificeren van alleen POG als een stoornis in de huidige diagnostische systemen kunnen leiden tot onwetendheid ten opzichte van andere potentieel verslavende online activiteiten zoals sociale netwerken. of meer algemeen problematisch gebruik van internet.

Dankwoord

Dit werk werd ondersteund door het Hongaarse wetenschappelijke onderzoeksfonds (subsidienummers: K83884, K111938 en K81353). Gyöngyi Kökönyei en Zsolt Demetrovics erkennen financiële steun van de János Bolyai Research Fellowship uitgereikt door de Hongaarse Academie van Wetenschappen.

Openbaarmakingsverklaring van de auteur

Er zijn geen concurrerende financiële belangen.

Referenties

1. Young KS. Psychologie van computergebruik: XL. Verslavend gebruik van internet: een zaak die het stereotype breekt. Psychologische rapporten 1996; 79: 899-902 [PubMed]
2. Jonge KS. Internetverslaving: de opkomst van een nieuwe klinische aandoening. CyberPsychology & Behaviour 1998; 1: 237-244
3. Griffiths MD. Internetverslaving: een probleem voor de klinische psychologie? Clinical Psychology Forum 1996; 97: 32-36
4. Griffiths MD. (1998) Internetverslaving: bestaat het echt? In Gackenbach J, redacteur. , Psychologie en internet: intrapersoonlijke, interpersoonlijke en transpersoonlijke implicaties. New York: Academic Press, pp. 61-75
5. Kuss DJ., Griffiths MD., Karila L, et al. Internetverslaving: een systematische review van epidemiologisch onderzoek gedurende het laatste decennium. Huidig ​​farmaceutisch ontwerp 2014; 20: 4026-4052 [PubMed]
6. Griffiths MD. Internetverslaving: internet voedt andere verslavingen. Student British Medical Journal 1999; 7: 428-429
7. Young KS. (1998) Betrapt in het net: hoe de tekenen van internetverslaving herkennen en een winnende strategie voor herstel. New York: Wiley
8. Young KS. Internetverslaving: evaluatie en behandeling. Student British Medical Journal 1999; 7: 351-352
9. Griffiths MD. Internetverslavingstijd die serieus moet worden genomen? Verslavingsonderzoek 2000; 8: 413-418
10. Griffiths MD. Gokken op internet: problemen, zorgen en aanbevelingen. CyberPsychology & Behaviour 2003; 6: 557-568 [PubMed]
11. Kuss DJ., Griffiths MD. Online sociale netwerken en verslaving - een overzicht van de psychologische literatuur. International Journal of Environmental Research & Public Health 2011; 8: 3528-3552 [PMC gratis artikel] [PubMed]
12. Griffiths MD., Davies MNO., Chappell D. Het stereotype doorbreken: het geval van online gamen. CyberPsychology & Behaviour 2003; 6: 81-91 [PubMed]
13. Williams D., Ducheneaut N., Xiong L, et al .; Van boomhut tot kazerne - het sociale leven van gilden in World of Warcraft. Games & Cultuur 2006; 1: 338-360
14. American Psychiatric Association (2013) Diagnostische en statistische handleiding voor psychische stoornissen - tekstherziening. 5theditie Washington, DC: American Psychiatric Association
15. Griffiths MD., King D., Demetrovics Z. DSM-5 Internetgamingprobleem heeft een uniforme benadering van beoordeling nodig. Neuropsychiatry 2014; 4: 1-4
16. Koning DL., Delfabbro PH. Problemen voor DSM-5: videogamestoornis? Australian & New Zealand Journal of Psychiatry 2013; 47: 20-22 [PubMed]
17. Rehbein F., Psych G., Kleimann M, et al .; Prevalentie en risicofactoren van afhankelijkheid van videogames tijdens de adolescentie: resultaten van een Duitse landelijke enquête. Cyberpsychologie, gedrag en sociale netwerken 2010; 13: 269–277 [PubMed]
18. Kuss DJ., Griffiths MD. Online gokverslaving bij kinderen en adolescenten: een overzicht van empirisch onderzoek. Journal of Behavioral Verslavingen 2012; 1: 3-22 [PubMed]
19. Hibell B., Guttormsson U., Ahlström S, et al. (2012) Het 2011 ESPAD-rapport-substitutiegebruik onder studenten in 36 Europese landen. Stockholm, Zweden: de Zweedse raad voor informatie over alcohol en andere drugs (CAN)
20. Demetrovics Z., Szeredi B., Rózsa S. Het driefactorenmodel van internetverslaving: de ontwikkeling van de Problematic Internet Use Questionnaire. Gedrag Onderzoeksmethoden 2008; 40: 563-574 [PubMed]
21. Koronczai B., Urbán R., Kökönyei G, et al .; Bevestiging van het driefactormodel van problematisch internetgebruik op offline monsters van adolescenten en volwassenen. Cyberpsychologie, gedrag en sociale netwerken 2011; 14: 657-664 [PMC gratis artikel] [PubMed]
22. Pápay O., Urbán R., Griffiths MD, et al. Psychometrische eigenschappen van de Problematic Online Gaming Questionnaire Short-Form (POGQ-SF) en prevalentie van problematisch online gaming in een nationale steekproef van adolescenten. Cyberpsychologie, gedrag en sociale netwerken 2013; 16: 340-348 [PMC gratis artikel] [PubMed]
23. Demetrovics Z., Urbán R., Nagygyörgy K, et al. De ontwikkeling van de Problematic Online Gaming Questionnaire (POGQ). PLoS ONE 2012; 7: e36417. [PMC gratis artikel] [PubMed]
24. Radloff LS. De CES-D-schaal: een zelfrapportage depressieschaal voor onderzoek in de algemene populatie. Toegepaste psychologische meting 1977; 1: 385-401
25. Rosenberg M. (1965) Samenleving en het zelfbeeld van de adolescent. Princeton, NJ: Princeton University Press
26. IBM Corp. IBM SPSS Statistics voor Windows, versie 20.0. Armonk, NY: IBM Corp; 2011
27. Muthén LK., Muthén BO. (1998–2010) Mplus gebruikershandleiding. 6e ed. Los Angeles, Californië: Muthén & Muthén
28. Rehbein F., Mößle T. Videogame en internetverslaving: is er behoefte aan differentiatie? SUCHT 2013; 59: 129-142
29. van Rooij AJ., Schoenmakers TM., van de Eijnden RJ, et al. Compulsief internetgebruik: de rol van online gaming en andere internettoepassingen. Journal of Adolescent Health 2010; 47: 51-57 [PubMed]
30. Forsense. (2013) Okostelefonok és számítógép-használat a magyar középiskolások körében [Gebruik van smartphone en pc onder Hongaarse middelbare scholieren]. http://forsense.hu/piac/okostelefonok-es-szamitogep-hasznalat-a-magyar-kozepiskolasok-koreben (geopend aug. 22, 2014)
31. Caplan SE. Problematisch internetgebruik en psychosociaal welbevinden: ontwikkeling van een op theorie gebaseerd cognitief-gedragsmatig meetinstrument. Computers in menselijk gedrag 2002; 18: 553-575
32. Niemz K., Griffiths MD., Banyard P. Prevalentie van pathologisch internetgebruik onder universiteitsstudenten en correlaties met zelfrespect, de General Health Questionnaire (GHQ) en ontremming. CyberPsychology & Behaviour 2005; 8: 562-570 [PubMed]
33. Kim K., Ryu E., Chon MY, et al. Internetverslaving bij Koreaanse adolescenten en zijn relatie tot depressie en zelfmoordgedachten: een vragenlijstonderzoek. International Journal of Nursing Studies 2006; 43: 185-192 [PubMed]
34. Yau YH., Potenza MN., White MA. Problematisch internetgebruik, mentale gezondheid en impulscontrole in een online enquête bij volwassenen. Journal of Behavioral Verslavingen 2013; 2: 72. [PMC gratis artikel] [PubMed]
35. Yen CF., Ko CH., Yen JY, et al .; Multidimensionale discriminerende factoren voor internetverslaving bij adolescenten met betrekking tot geslacht en leeftijd. Psychiatry & Clinical Neurosciences 2009; 63: 357-364 [PubMed]
36. Griffiths MD., Kuss DJ., Demetrovics Z. (2014) Social networking-verslaving: een overzicht van voorlopige bevindingen. In Rosenberg K, redacteur; , Feder L, redacteur. , eds. Gedragsverslavingen: criteria, bewijs en behandeling. New York: Elsevier, pp. 119-141