Welke soorten internetdiensten maken adolescenten verslaafd? Correlaten van problematisch internetgebruik (2020)

Porno-gebruik was de meest verslavende internetapplicatie:

 "De prevalentie van PIU was het hoogst bij de adolescenten die internet het meest gebruikten voor pornografie (19.6%), gevolgd door gamen (9.3%) en internetgemeenschap (8.4%)"

"De odds ratio voor PIU onder degenen die internet voornamelijk voor pornografie gebruikten, was het hoogst, wat het sterk verslavende potentieel van internetpornografie impliceert in vergelijking met andere internetdiensten"

Porno-gebruik is de applicatie die het sterkst gecorreleerd is met depressie, psychopathologie:

"Deze bevindingen suggereren dat het gebruik van internet in de eerste plaats voor pornografie gepaard gaat met ernstige psychopathologie, zoals depressie en zelfmoord, en een sterk verslavend potentieel."

————————————————————————————————————–

2020 20 april; 16: 1031-1041. doi: 10.2147 / NDT.S247292

Abstract

Doel:

Deze studie onderzocht de prevalentie en correlaties van problematisch internetgebruik (PIU) bij een grote steekproef van adolescenten op basis van het type internetdienst dat wordt gebruikt.

Materialen en methodes:

De studie werd uitgevoerd van 2008 tot 2010 en 223,542 adolescenten van 12 tot 18 jaar namen deel aan de studie. De deelnemers beantwoordden een zelfrapportagevragenlijst met items voor demografische factoren, internetgebruikstijd, meest gebruikte internetdienst en geestelijke gezondheid. De PIU werd beoordeeld met de Internet Addiction Proneness Scale for Youth-Short Form.

Resultaten:

Het totale prevalentiepercentage van PIU was 5.2% en het naar geslacht gestratificeerde prevalentiepercentage was 7.7% bij jongens en 3.8% bij meisjes. De distributie van de meest gebruikte internetdiensten was significant verschillend tussen geslachten. De meest gebruikte internetdiensten waren gaming (58.1%) bij jongens en bloggen (22.1%) en messenger / chatten (20.3%) bij meisjes. De odds ratio voor PIU was significant verschillend volgens de meest gebruikte internetdienst; het internet voornamelijk gebruiken voor pornografie vergeleken met het zoeken naar informatie had de hoogste odds ratio (4.526-voudig hoger). Depressieve episodes, zelfmoordgedachten en zelfmoordpogingen waren significant geassocieerd met hogere oddsratio's voor PIU (respectievelijk 1.725-, 1.747- en 1.361-voudig).

Conclusie:

De huidige studie identificeerde klinisch belangrijke informatie over PIU bij adolescenten. De distributie van PIU heeft verschillende patronen op basis van seks en specifieke internetdiensten. Studies van PIU met goed gedefinieerde methodologie en beoordelingsinstrumenten voor PIU van elke specifieke internetdienst zijn nodig.

KEYWORDS: verslaving; adolescentie; geslachtsverschillen; internet gebruik

PMID 32368065
PMCID: PMC7182452
DOI: 10.2147 / NDT.S247292

Introductie

Het internet is de afgelopen twee decennia op een zeer snelle en brede manier doorgedrongen in het leven van de mensen en is een belangrijk middel geworden voor het dagelijks leven, zoals winkelen, nieuws krijgen en contact met vrienden. Uit Amerikaanse enquêtegegevens bleek dat ongeveer 90% van de volwassenen toegang had tot internet in 2019, en het percentage mensen dat geen internet gebruikte, daalde van 48% in 2000 tot slechts 10% in 2019. Met name jongeren gebruiken internet in hun dagelijks leven meer dan andere bevolkingsgroepen. In 2018 had 95% van de Amerikaanse adolescenten toegang tot smartphones en 45% van de tieners is bijna constant online.

Hoewel internet verschillende voordelen biedt, zoals onderwijs, amusement, sociale communicatie, gemak en psychologisch welzijn, veel studies hebben negatieve associaties van internet met de geestelijke gezondheid van jongeren gerapporteerd, waaronder depressie, sociale angst, zelfmoord en cyberpesten.- Met name problematisch internetgebruik (PIU) dat wordt gekenmerkt door overmatig gebruik en verslavende kenmerken is een van de grootste problemen met internetgebruik bij adolescente populaties, waarvan de prevalentie in eerdere studies tot 26.7% is gerapporteerd.,

Adolescenten staan ​​bekend als kwetsbaar voor PIU als gevolg van verhoogde impulsiviteit, vergezeld van de relatieve onvolwassenheid van de prefrontale cortex (PFC), vooral in de vroege en mid-adolescente periode.- Bovendien is gemeld dat de emotionele ontregeling in de vroege babyperiode (2 jaar oud) een aanzienlijke impact heeft op PIU bij de adolescenten, wat aangeeft dat het aangeboren temperament een van de belangrijkste risicofactoren is voor PIU. Van seks is bekend dat het een andere differentiërende moderator is voor het patroon van PIU. Jongens gebruiken vaker internetgamen, terwijl meisjes meer sociale netwerkdiensten gebruiken dan jongens., Daarnaast worden omgevingsfactoren, waaronder hechtingen met ouders en leeftijdsgenoten, ook gerapporteerd als een van de voorspellers voor PIU bij adolescenten. Zo zijn Badenes-Ribera et al rapporteerde dat relaties met hun ouders het niveau van PIU het meest beïnvloedden bij vroege adolescenten, terwijl peerrelaties de meest relevante factor waren in de oudere adolescentieperiode.

Evenzo hebben meerdere onderzoeken de veelvoorkomende zorgen voor PIU en gerelateerde risicofactoren bij adolescenten onderzocht, maar er is geen duidelijke definitie van PIU gemaakt. Onderzoekers hebben PIU onderzocht met verschillende termen en concepten, zoals 'internetverslaving', "Dwangmatig internetgebruik", "Problematisch internetgebruik" en "pathologisch internetgebruik". Andere studies die zich richten op internetgamen hebben de termen "problematisch online spelgebruik" gebruikt, "Internetgamingverslaving" en "internetgaming-stoornis".

Hoewel deze verschillende termen en hun definities een psychologische constructie bevatten die een patroon van ongecontroleerd internetgebruik impliceert dat leidt tot klinische beperkingen, een reden voor het ontbreken van een gouden standaarddefinitie is dat internet een verscheidenheid aan inhoud biedt die kan worden geassocieerd met verslavend potentieel zoals gamen, gokken, chatten of pornografie. Jong wees erop dat internetverslaving een breed scala aan gedragscontroleproblemen omvat en wordt onderverdeeld in vijf specifieke subtypen, waaronder cyberseksualiteit, cyberrelaties, netdwang, overbelasting van informatie en computerverslaving.

Onder deze specifieke subtypen van PIU werden "internetgaming-stoornis" en "gaming-stoornis" opgenomen als diagnose in sectie 3 van de diagnostische en statistische handleiding voor psychische stoornissen (DSM-5) en de laatste herziening van de Internationale classificatie van ziekten (ICD-11) door de Wereldgezondheidsorganisatie (WHO). Hoewel niet-naamgevende internetactiviteiten niet werden beschouwd als een formele diagnose wegens gebrek aan bewijs, er zijn nog steeds zorgen over verslavende niet-gamende internetactiviteiten zoals internetgokken, social networking en online pornografie.

Ondanks deze bezorgdheid over de verschillende subtypes van PIU, ontbreekt het aan onderzoeken naar de differentiële verslavende mogelijkheden op basis van specifieke internetdiensten. Een recente Duitse studie met 6,081 studenten van 12-19 jaar onderzocht de distributie van intensief gebruikte internettoepassingen in PIU en niet-PIU. In de studie van Rosenkranz et al de meest gebruikte internettoepassingen waren de sociale netwerksites en chats, en de meest voorspellende internettoepassingen voor PIU waren gamen en gokken. Studies naar het verspreidings- en verslavingspotentieel op basis van gebruik van de specifieke internetdienst ontbreken echter nog; voor zover wij weten, zijn er geen studies in Korea. De huidige studie was dus bedoeld om de prevalentie en correlaten van PIU bij een grote steekproef van adolescenten te onderzoeken op basis van het subtype internetgebruik.

Materialen en methoden

Deelnemers

Ons onderzoek is uitgevoerd met gegevens die zijn afgeleid van de Koreaanse, op internet gebaseerde enquête (KYRBS) uit 2008, 2009 en 2010. KYRBS is een meerjarig cross-sectioneel onderzoek dat sinds 2005 jaarlijks wordt uitgevoerd door de Korea Centers for Disease Control and Prevention (CDC). KYRBS richt zich op gezondheidsrisicogedrag bij adolescenten. De enquête werd uitgevoerd met een vragenlijst die door de adolescenten werd ingevuld en die 125 items bevat, waaronder informatie over tabaksgebruik, alcoholgebruik, obesitas, fysieke activiteit, seksueel gedrag, middelengebruik, internetgebruik en geestelijke gezondheid. De doelgroep is nationaal representatieve middelbare en middelbare scholieren van 12-18 jaar in Korea, uit een steekproef van 400 middelbare en 400 middelbare scholen per jaar. Het totale aantal deelnemers was 223,542 en de KYRBS van 2008, 2009 en 2010 omvatten respectievelijk 75,238, 75,066 en 73,238 deelnemers. Voor aanvang van de studie werden de volledige instructies over het doel en de methoden van de studie door getrainde leraren aan de studenten gegeven en kreeg de student schriftelijke geïnformeerde toestemming. Studenten die ermee instemden om deel te nemen, vulden de anonieme vragenlijst in, die op een computer werd gepresenteerd. De Institutional Review Board van de CDC heeft de protocollen voor KYRBS goedgekeurd.

Beoordeling

Om PIU te beoordelen, is de Internet Addiction Proneness Scale for Youth-Short Form (KS scale) ontwikkeld door Kim et al was gebruikt. De KS-schaal is een zelfrapportageschaal met 20 items die is beoordeeld op een 4-punts Likert-schaal (1 = nooit, 2 = soms, 3 = vaak of 4 = altijd). Het bestaat uit zes subfactoren: (1) verstoring van de adaptieve functie (6 items), (2) positieve anticipatie (1 item), (3) terugtrekking (4 items), (4) virtuele interpersoonlijke relatie (3 items), (5 ) afwijkend gedrag (2 items) en (6) tolerantie (4 items). De respondent wordt op basis van de scores onderverdeeld in een van de drie groepen: definitieve PIU, waarschijnlijke PIU en normale internetgebruiker. Definitieve PIU wordt gedefinieerd door een totale score van 53 of hoger of de aanwezigheid van al het volgende: adaptief functionerende scores van 17 of hoger; opnamescores van 11 of hoger; en tolerantiescores van 13 of hoger. Waarschijnlijke PIU wordt gedefinieerd door een totale score tussen 48 en 52 of de aanwezigheid van al het volgende: adaptief functionerende scores van 15 of hoger; opnamescores van 10 of hoger; en tolerantiescores van 12 of hoger. In de huidige studie werd de PIU-groep gedefinieerd als de deelnemers aan de definitieve en waarschijnlijke PIU-groepen.

De internetgebruikstijd werd gevraagd met het item "Hoeveel uur en minuten heb je op weekdagen en in het weekend de afgelopen 30 dagen internet gebruikt?" De internetdienst die voornamelijk door deelnemers werd gebruikt, werd gevraagd met het item 'Welke dienst gebruikt u meestal het internet?' met de keuzemogelijkheden inclusief informatie zoeken, messenger / chatten, gamen, films kijken, muziek luisteren, video's bekijken zoals door gebruikers gemaakte inhoud, e-mail, winkelen, pornografie, bloggen, enz. De aanwezigheid van depressieve afleveringen, zelfmoordgedachten en suïcidale pogingen werden door een item voor elke ervaring in de afgelopen 12 maanden ondervraagd met 'ja' of 'nee' als volgt: 'Heb je je ooit verdrietig of wanhopig genoeg gevoeld om je dagelijkse leven in de afgelopen 12 maanden twee weken te stoppen? " voor depressie: 'Heeft u de afgelopen 12 maanden serieus aan zelfmoord gedacht?' voor zelfmoordgedachten en "Heeft u de afgelopen 12 maanden zelfmoord gepleegd?" voor zelfmoordpogingen.

Statistieken

Voor de analyse van demografische kenmerken zijn beschrijvende statistieken gebruikt. Om de associatie tussen de meest gebruikte internetdienst, prevalentie en correlaten van PIU en beschrijvende statistieken te analyseren, werd de chikwadraattoets en variantieanalyse (ANOVA) gebruikt. Om de odds ratio voor PIU te onderzoeken volgens de bijbehorende correlaten, werd logistische regressie met PIU als afhankelijke variabele gebruikt door twee modellen. Het eerste model omvatte geslacht, graad, meest gebruikte internetdienst, depressieve episode, zelfmoordgedachten en zelfmoordpoging als onafhankelijke variabelen. Model 2 voegde sociaal-economische status en schoolprestaties toe als covariaten aan model 1. Statistische analyses werden uitgevoerd met het softwarepakket SPSS 25.0 voor Windows (SPSS Inc., Chicago, IL).

Resultaten

Demografische kenmerken

Demografische kenmerken worden weergegeven in Tabel 1. In totaal namen 223,542 middelbare en middelbare scholieren deel aan het onderzoek en was 52.5% man. De algemene prevalentie van PIU was 5.8% en de risicovolle internetgebruikersgroep onder de PIU-groep was 3.2%. De prevalentie van PIU op basis van geslacht was 7.7% bij jongens en 3.8% bij meisjes. Het percentage deelnemers dat een depressieve episode, zelfmoordgedachten en zelfmoordpoging ervoer, was respectievelijk 38.0%, 19.1% en 4.8%.

Tabel 1

Demografische kenmerken

n (%)
Totaal223542
Jaar
 200875238 (33.7)
 200975066 (33.6)
 201073238 (32.8)
Sekse
 Mannelijk frezen117281 (52.5)
 Female106261 (47.5)
Rang
 Middelbare school 1e38219 (17.1)
 Middelbare school 2e38423 (17.2)
 Middelbare school 3e38280 (17.1)
 Middelbare school 1e37218 (16.6)
 Middelbare school 2e36926 (16.5)
 Middelbare school 3e34476 (15.4)
PIU
 Totaal13056 (5.8)
 Gebruiker met een hoog risico7183 (3.2)
 Potentieel risicogebruiker5873 (2.6)
 Depressieve episode; Ja84848 (38.0)
 Suïcidale gedachten; Ja42728 (19.1)
 Zelfmoordpoging; Ja10778 (4.8)
Sociaaleconomische status
 Hoge13775 (6.2)
 Hoog midden48348 (21.6)
 Midden105472 (47.2)
 Laag midden41322 (18.5)
 Laag14625 (6.5)
Schoolprestatie
 Hoge25440 (11.4)
 Hoog midden52399 (23.4)
 Midden60448 (27.0)
 Laag midden57183 (25.6)
 Laag28072 (12.6)

Afkorting: PIU, problematisch internetgebruik.

Prevalentie en correlaties van PIU op basis van de meest gebruikte internetdienst

Van alle deelnemers was internetgaming de meest gebruikte internetdienst (35.0%), gevolgd door informatie zoeken (16.2%), chatten (14.1%) en bloggen (12.1%) (Tabel 2 en Figuur 1). De verhoudingen van de meest gebruikte internetdiensten waren echter verschillend tussen jongens en meisjes (x2 = 9144.0; p <0.001). Terwijl de meest gebruikte dienst bij jongens internetgamen was (58.1%), maakten meisjes het meest gebruik van bloggen (22.1%) en chatten (20.3%).

Tabel 2

Associatie tussen de meest gebruikte internetservice en prevalentie en correlaties van PIU

Meest gebruikte internetserviceInformatie zoekenMessenger / chattenGamingFilm kijkenMuziek luisterenVideo bekijken (dwz UCC)Internetcommunity of clubE-mailOnline winkelenInternet PornografieBloggenEtc.TotaalStatistieken F of χ2
Totaal
 n36,15031,44678,325824821,0752896403211475315171627,1426050223,542
 %16.214.135.03.79.41.31.80.52.40.812.12.7100.0
Sekse
 Mannetje; n16,857987368,1394415725711581064313780156536372223117,28169144.0 *
 %14.48.458.13.86.21.00.90.30.71.33.11.9100.0
 Vrouw ; n19,29321,57310,186383313,81817382968834453515123,5053827102,434
 %18.220.39.63.613.01.62.80.84.30.122.13.6100.0
Tijd voor internetgebruik; Gemiddelde (SD)
 Weekdag; uren1.1 (1.3)1.6 (1.6)1.6 (1.8)1.3 (1.5)1.1 (1.3)1.4 (1.4)1.7 (1.5)1.0 (1.2)1.3 (1.3)2.0 (3.0)1.4 (1.4)1.5 (1.7)457.5 *
 Weekend; uren1.8 (1.8)2.4 (2.1)3.1 (2.5)2.4 (2.1)1.8 (1.7)2.4 (2.1)3.0 (2.2)1.5 (1.7)2.1 (1.8)2.8 (3.4)2.2 (1.9)2.4 (2.3)1112.5 *
KS-schaal1298.4 *
 Gemiddelde27.829.633.029.127.029.832.926.427.836.228.728.6
 SD8.69.010.58.97.78.99.77.77.818.18.18.9
Totaal PIU; Ja3791.9 *
 n1217153473173345161223392514933691125613,056
 %3.44.99.34.02.44.28.42.22.819.63.44.25.8
Alleen bepaalde PIU; Ja2624.9 *
 n66681740261952726017411842694561537183
 %1.82.65.12.41.32.14.31.01.615.71.72.53.2
Depressieve aflevering; Ja3867.8 *
 n13,41215,17124,0813307828811041585443222585812,149222584,848
 %37.148.230.740.139.338.139.338.641.950.044.836.838.0
Suïcidale gedachten; Ja1918.0 *
 n6107794712,3071662399954587621211005336,2081,23242,728
 %16.925.315.720.219.018.821.718.520.731.122.920.419.1
Zelfmoordpoging; Ja1386.4 *
 n13322458281340197210218058274235166528810,778
 %3.77.83.64.94.63.54.55.15.213.76.14.84.8

Opmerking: * p <0.001.

Afkortingen: PIU, problematisch internetgebruik; UCC, door gebruikers gemaakte inhoud; KS-schaal, schaal voor gevoeligheid voor internetverslaving voor jongeren in korte vorm SD, standaarddeviatie.

Een extern bestand met een afbeelding, illustratie enz. Objectnaam is NDT-16-1031-g0001.jpg

Meest gebruikte internetservice naar geslacht (%).

De prevalentie van PIU bij de gebruikers van elke specifieke internetdienst was ook significant verschillend op basis van de meest gebruikte internetdienst (x2 = 3791.9; p <0.001). De prevalentie van PIU was het hoogst bij de adolescenten die internet het meest gebruikten voor pornografie (19.6%), gevolgd door gamen (9.3%) en internetgemeenschap (8.4%) (Tabel 2 en Figuur 2). Het aandeel internetgaminggebruikers onder de totale groep van degenen met PIU was het hoogst, namelijk 56.0%.

Een extern bestand met een afbeelding, illustratie enz. Objectnaam is NDT-16-1031-g0002.jpg

Prevalentie van PIU volgens de meest gebruikte internetdienst (%).

Afkortingen: PIU, problematisch internetgebruik; DWU, door de gebruiker gemaakte inhoud.

Het percentage deelnemers met ervaringen met depressieve episodes, zelfmoordgedachten en -pogingen was ook het hoogst onder de adolescenten die het internet het meest gebruikten voor pornografie (respectievelijk 50.0%, 31.1% en 13.7%), gevolgd door chatten (48.2%, 25.3 % en 7.8%) en bloggen (44.8%, 22.9% en 6.1%).

Odds Ratio's van het zijn in de PIU-groep op basis van demografische gegevens en variabelen voor internetgebruik

Tabel 3 toont de odds ratio's om in de PIU-groep te zitten op basis van demografische gegevens en variabelen voor internetgebruik. De odds ratio was significant hoger bij jongens dan bij meisjes (OR = 1.520; p <0.001). Vergeleken met de jongste deelnemers vertoonden de oudere studentengroepen significant hogere odds ratio's, 1.274 tot 1.319 keer hoger, voor PIU.

Tabel 3

Logistische regressie voor de PIU met covariaten

Variabelenmodel 1model 2
OR95% CIpOR95% CIp
Sekse
 Femalereferent
 Mannelijk frezen1.5011.432naar1.573.0001.5201.450naar1.593.000
Rang
 Middelbare school 1ereferent
 Middelbare school 2e1.3031.223naar1.387.0001.2741.196naar1.357.000
 Middelbare school 3e1.3681.285naar1.457.0001.3271.246naar1.413.000
 Middelbare school 1e1.3341.251naar1.423.0001.2861.205naar1.373.000
 Middelbare school 2e1.3101.226naar1.399.0001.2381.158naar1.323.000
 Middelbare school 3e1.4041.313naar1.501.0001.3191.232naar1.411.000
Meest gebruikte internetservice
 Informatie zoekenreferent
 Messenger / chatten1.3781.274naar1.490.0001.2851.188naar1.391.000
 Gaming2.8242.644naar3.015.0002.6612.491naar2.843.000
 Film kijken1.127.995naar1.276.0601.096.967naar1.241.152
 Muziek luisteren.743.668naar.825.000.733.660naar.814.000
 Video bekijken (bijv. UCC)1.2871.063naar1.559.0101.2781.055naar1.548.012
 Internetgemeenschap of club2.7852.453naar3.162.0002.8222.485naar3.206.000
 E-mail.682.456naar1.019.062.658.440naar.985.042
 online winkelen.893.750naar1.063.203.873.733naar1.040.128
 Internetporno4.9444.311naar5.670.0004.5263.941naar5.198.000
 Bloggen1.058.967naar1.158.2171.023.935naar1.120.616
 Etc.1.3411.167naar1.541.0001.3351.162naar1.535.000
Depressieve aflevering
 Neereferent
 Ja1.7821.710naar1.857.0001.7251.655naar1.798.000
Suïcidale gedachten
 Neereferent
 Ja1.8131.728naar1.903.0001.7471.664naar1.833.000
Zelfmoordpoging
 Neereferent
 Ja1.4501.353naar1.553.0001.3611.270naar1.459.000

Opmerkingen: Model 1 omvatte het geslacht, de graad, de meest gebruikte internetdienst, depressieve episode, zelfmoordgedachten en zelfmoordpogingen als covariabelen. Model 2 omvatte naast model 1 ook de sociaaleconomische status en schoolprestaties als covariaten.

Afkortingen: PIU, problematisch internetgebruik; DWU, door de gebruiker gemaakte inhoud

Vergeleken met de adolescenten die internet gebruikten voor het zoeken naar informatie, was de odds ratio voor PIU bij de adolescenten die het internet het meest gebruikten voor pornografie het hoogst (OR = 4.526, p <0.001), gevolgd door degenen die internet gebruikten voor de gemeenschap (OR = 2.822, p <0.001) en gaming (OR = 2.661, p <0.001). Degenen die internet het meest gebruikten om naar muziek te luisteren (OR = 0.733, p <0.001) en e-mail (OR = 0.658, p = 0.042), vertoonden significant lagere odds ratio's dan die van de adolescenten die internet gebruikten voor het zoeken naar informatie. Er waren geen significante verschillen in de odds ratio's tussen de groepen die internet gebruikten, voornamelijk voor het zoeken naar informatie, en de groepen die films keken, online winkelen en bloggen.

Associaties tussen psychopathologie en risico voor PIU

Het aantal deelnemers met een ervaring met depressieve episodes, zelfmoordgedachten en zelfmoordpogingen in de afgelopen 12 maanden was het hoogst in groepen die het internet het meest gebruikten voor pornografie (respectievelijk 50.0%, 31.1% en 13.7%), gevolgd door messenger / chatten (respectievelijk 48.2%, 25.3% en 7.8%) en bloggen (respectievelijk 44.8%, 22.9% en 6.1%) (Tabel 2). De aanwezigheid van een depressieve episode, zelfmoordgedachten en zelfmoordpogingen waren ook significant geassocieerd met een hogere odds ratio voor PIU onder de gehele steekproef. (OR = 1.725, p <0.001; OR = 1.747, p <0.001; en 1.361, p <0.001, respectievelijk) (Tabel 3).

Discussie

Onze studie onderzocht de prevalentie en correlaten van PIU bij een groot aantal adolescenten op basis van de meest gebruikte internetdiensten. In ons onderzoek was de algehele prevalentie van PIU 5.4%, wat vergelijkbaar is met eerdere onderzoeken in andere landen. Meerdere eerdere onderzoeken naar PIU rapporteerden een breed scala aan PIU-prevalentie. Een studie uitgevoerd in negen Europese landen rapporteerde bijvoorbeeld een prevalentie van 25%, variërend van 14% tot 55% in alle landen. Een ander onderzoek in zes Aziatische landen meldde dat de prevalentie van verslavend internetgebruik gescreend door de Internet Addiction Test (IAT) varieerde van 1% in Zuid-Korea tot 5% in de Filippijnen, en de prevalentie van PIU varieerde van 13% tot 46% . Andere systematische beoordelingen van internetverslaving hadden ook een breed scala aan prevalentiecijfers gerapporteerd van 1% tot 18.7% en van 0.8% tot 26.7%. Deze studies voerden aan dat deze brede waaier van prevalentiepercentages voor PIU mogelijk veroorzaakt zou zijn door het gebrek aan consistentie in de methodologie, zoals de definities, beoordelingsinstrumenten en afkappunten voor PIU., Daarom zijn toekomstige studies met meer overeengekomen definities en beoordelingsinstrumenten voor PIU nodig om de prevalentie van PIU te bevestigen. Desalniettemin rapporteerde een meta-analyse met 27 onderzoeken van 1998 tot 2006 een gemiddelde prevalentie van internetgaming-stoornis van 4.7%, ondanks een breed scala aan prevalentiecijfers, wat consistent is met onze studie.

In onze studie vertoonden jongens een ongeveer tweevoudige prevalentie van PIU dan meisjes. Dit is een consistente bevinding met meerdere eerdere onderzoeken die meldden dat mannelijk geslacht een risicofactor is voor PIU.- Andere studies hebben echter het tegenovergestelde patroon van geslachtsverschillen gerapporteerd voor de prevalentie van PIU. Durkee et al meldde dat kleine verschillen in de prevalentie van PIU werden gevonden tussen de geslachten in een onderzoek met adolescenten uit 11 Europese landen, ondanks enkele interculturele verschillen. Een Canadese studie meldde ook geen sekseverschillen in de prevalentie van PIU. Bovendien meldde een onderzoek met volwassenen uit 9 Europese landen dat de algehele PIU vaker voorkwam bij vrouwen dan bij mannen. Deze discrepanties met betrekking tot sekseverschillen bij PIU kunnen worden veroorzaakt door interculturele verschillen. Om deze verschillen in de sekseverschillen in de prevalentie van PIU te begrijpen, moet echter ook rekening worden gehouden met het verkennen van de specifieke diensten die door beide geslachten via internet worden gebruikt.

In ons onderzoek was internetgamen de meest gebruikte internetdienst onder alle deelnemers, gevolgd door informatie zoeken, messenger / chatten en bloggen. De distributie van de meest gebruikte internetdiensten was echter significant verschillend tussen de seksen. Terwijl de jongens het internet voor het grootste deel gebruikten om te gamen, gebruikten meisjes het internet voor bloggen en messenger / chatten. Deze neigingen komen overeen met bevindingen uit eerdere studies. Van meisjes werd vaker gebruik gemaakt van instant messaging (74%) en sociale netwerkdiensten (70%) dan van jongens van 15 tot 17 jaar (respectievelijk 62% en 54%)., Dufour et al meldde ook dat het percentage overmatig gebruik van sociale netwerken en blogs hoger was bij meisjes dan bij jongens. Daarentegen is consistent gemeld dat het gebruik van internetgamen bij mannen hoger is dan bij vrouwen.,,, Hoewel de exacte redenen voor deze seksegerelateerde verschillen in internetgebruik niet goed worden begrepen, eerdere studies om sekseverschillen in de betrokkenheid van computerspellen te verklaren, waren gericht op aspecten zoals de inhoud en het ontwerp van typische games, geweld van de games, competitieve structuren van de games en sociale interacties binnen de games. Onze resultaten voor het hogere gebruik van internet voor bloggen en chatten en een lager gebruik van internet voor gamen bij meisjes dan voor jongens kunnen te maken hebben met algemeen bewezen bewijs dat vrouwen meer interpersoonlijk zijn georiënteerd, terwijl mannen meer informatie / taakgericht zijn.

In onze studie was het aantal individuen met PIU het hoogst in de gebruikers van internetgames (samen meer dan 50% van de totale PIU-groep), en de odds ratio voor PIU was ook erg hoog bij gebruikers van internetgames. Deze bevindingen bieden ondersteunend bewijs voor de heersende bezorgdheid over internetgamen en de opname van internetgaming-stoornissen in diagnostische criteriasystemen., Niettemin moet ook het verslavende potentieel van internetpornografie worden opgemerkt. De proporties van internetpornografie als meest gebruikte internetdienst waren niet hoog (0.8%) en zelfs zeldzamer bij meisjes (0.1%). De kansverhouding voor PIU onder degenen die internet voornamelijk voor pornografie gebruikten, was echter het hoogst, wat het sterke verslavende potentieel van internetpornografie impliceert in vergelijking met andere internetdiensten. Natuurlijk is het consumeren van pornografie geen probleem dat alleen door internet wordt veroorzaakt. Er wordt beweerd dat buitensporige internetgebruikers geen internetverslaafden zijn, maar het internet alleen gebruiken als medium voor ander verslavend gedrag., Eerdere studies hebben er echter op gewezen dat het gebruik van online pornografie toeneemt en dat de toegenomen "triple A" (toegankelijkheid, betaalbaarheid en anonimiteit) die door internet wordt geboden, het potentiële risico voor problematisch gebruik van online pornografie heeft vergroot. Bovendien zijn onze bevindingen niet consistent met de resultaten van de vorige studie van Rosenkranz et al die het relatief lagere verslavende potentieel van seksuele inhoud rapporteerde in vergelijking met gamen en gokken. Deze differentiële resultaten met betrekking tot het verslavende potentieel van seksuele inhoud tussen de onderzoeken kunnen worden veroorzaakt door sociaal-ecologische verschillen. Daarom zijn verdere studies nodig om adolescenten te begrijpen en te beschermen tegen het risico van problematisch gebruik van internetpornografie.

Een andere opmerkelijke bevinding van onze studie was de significante associatie tussen een hogere algemene oddsratio voor PIU en psychopathologie, inclusief depressie en zelfmoordgedachten en -pogingen, wat consistent is met bevindingen uit een eerdere studie dat meldde dat de groep studenten met PIU meer depressies en zelfmoord- en zelfbeschadigend gedrag vertoonde dan de normale internetgebruiksgroep. Het is met name interessant dat het aandeel 'ja'-reacties op depressieve episodes, zelfmoordgedachten en zelfmoordpogingen hoger was bij de gebruikers van messenger / chatten en bloggen dan bij de gebruikers van andere diensten, met uitzondering van gebruikers van internetpornografie, en dit percentage was het laagste in de gebruikers van internetgames. Deze bevindingen impliceren dat depressieve adolescenten meer via internet sociale interactie nastreven dan amusement. Deze bevindingen komen overeen met een eerdere studie dat meldde ook dat er een hoger risico op depressie was bij studenten met niet-naamgevende PIU dan bij studenten met gaming-PIU. Bovendien was het percentage 'ja'-reacties op depressieve episodes, zelfmoordgedachten en zelfmoordpogingen het hoogst bij gebruikers van internetpornografie. Deze bevindingen suggereren dat het gebruik van internet voornamelijk voor pornografie wordt geassocieerd met ernstige psychopathologie, zoals depressie en zelfmoord, evenals een sterk verslavend potentieel.

Beperkingen

Onze studie heeft enkele beperkingen die moeten worden opgemerkt. Hoewel we het onderzoek met een grote steekproef van adolescenten hebben uitgevoerd, is ons onderzoek gebaseerd op een cross-sectioneel ontwerp, dat de interpretatie van causaliteit beperkt. Zo worden depressieve episodes, zelfmoordgedachten en zelfmoordpogingen geassocieerd met hogere oddsratio's van PIU, en kunnen we de richting van causaliteit niet bepalen. Daarom zijn toekomstige studies met een longitudinaal ontwerp gerechtvaardigd. Ten tweede, hoewel we probeerden een verscheidenheid aan internetdiensten op te nemen die de adolescenten gebruiken in de vragenlijsten, hebben we niet alle diensten opgenomen. Internetgokken is bijvoorbeeld een van de grootste zorgen over internetgebruik, die niet in de vragenlijsten was opgenomen. Ten derde was onze studie gebaseerd op het zelfrapport van alleen de adolescenten, wat het rapport zou kunnen vertekenen. Het is bekend dat de melding van psychiatrische symptomen discrepant is onder informanten, zoals ouders en adolescenten. Het verkrijgen van informatie van meerdere informanten, waaronder ouders, is dus belangrijk voor de exacte evaluatie van psychiatrische symptomen. Gelukkig meldde een eerdere studie dat meldingen op basis van zelfrapportage door de adolescenten voor de symptomen van verslavingsstoornissen zoals alcohol- en middelenmisbruik veel vaker samenvielen met daadwerkelijke diagnoses dan meldingen van de ouders. Daarnaast gebruikten we vereenvoudigde categorische items om depressie, zelfmoordgedachten en zelfmoordpogingen te beoordelen en hadden we geen gevalideerde beoordelingsinstrumenten. Hoewel deze vereenvoudigde items werden aangenomen om de respons te verbeteren door een spaarzame vragenlijst voor een groot aantal deelnemers, zou dit kunnen leiden tot een gebrek aan gedetailleerde informatie en verstoring van de echte associatie tussen PIU en de psychologie van adolescenten, zoals depressie en zelfmoord. Ten slotte was informatie over gezinskenmerken, zoals ouder-kindinteracties en opvoedingsstijl, niet opgenomen in de studie, wat een belangrijke factor is die PIU bij adolescenten matigt. Toekomstige studies met meer gedetailleerde informatie over de psychopathologie van adolescenten en gezinskenmerken van meerdere informanten zijn dus gerechtvaardigd om de huidige bevindingen te bevestigen.

Conclusies

Ondanks enkele beperkingen identificeerde onze studie klinisch belangrijke informatie over PIU bij adolescenten. De distributie van de meest gebruikte internetdiensten heeft verschillende patronen op basis van seks. De prevalentie van PIU toonde ook significante verschillen op basis van het gebruik van specifieke internetdiensten. Toekomstige studies van PIU met goed gedefinieerde methodologie en beoordelingsinstrumenten voor elke specifieke internetdienst zijn nodig om strategieën te ontwikkelen om individuele adolescenten te beschermen tegen het risico van PIU.

Dankwoord

De auteurs willen het ministerie van Onderwijs, het ministerie van Volksgezondheid en Welzijn en de Centers for Disease Control and Prevention Korea Centers for Disease Control and Prevention bedanken, die de ruwe gegevens hebben verstrekt.

Financieringsverklaring

Dit werk werd ondersteund door de subsidie ​​van de National Research Foundation of Korea (NRF), gefinancierd door de Koreaanse overheid (MSIP; Ministry of Science, ICT & Future Planning) (NRF-2018R1C1B5041143).

Bijdragen van auteurs

Alle auteurs hebben een substantiële bijdrage geleverd aan de conceptie en het ontwerp, de verwerving van gegevens of de analyse en interpretatie van gegevens; heeft deelgenomen aan het opstellen van het artikel of heeft het kritisch herzien voor belangrijke intellectuele inhoud; definitieve goedkeuring gegeven aan de te publiceren versie; en ga ermee akkoord verantwoordelijk te zijn voor alle aspecten van het werk.

openbaring

De auteurs rapporteren geen belangenconflicten in dit werk.

Referenties

1. Anderson M, Perrin A, Jiang J, Kumar M. 10% van de Amerikanen gebruikt geen internet. Wie zijn zij? Washington, DC: Pew Onderzoekscentrum; 2019. []
2. Anderson M, Jiang J. Tieners, sociale media en technologie 2018​ Washington, DC: Pew Research Center; 2018. []
3. Bruto E, Juvonen J, Gable S. Internetgebruik en welzijn in de adolescentie. J Soc Issues. 2002;58:75–90. doi:10.1111/1540-4560.00249 [CrossRef] []
4. Caplan SE. Relaties tussen eenzaamheid, sociale angst en problematisch internetgebruik. Cyberpsychol Behav. 2006;10(2): 234–242. doi: 10.1089 / cpb.2006.9963 [PubMed] [CrossRef] []
5. Daine K, Hawton K, Singaravelu V, Stewart A, Simkin S, Montgomery P. De kracht van het web: een systematische review van studies naar de invloed van internet op zelfbeschadiging en zelfmoord bij jongeren. PLoS One. 2013;8(10): e77555. doi: 10.1371 / journal.pone.0077555 [PMC gratis artikel] [PubMed] [CrossRef] []
6. Kiriakidis SP, Kavoura A. Cyberpesten: een overzicht van de literatuur over intimidatie via internet en andere elektronische middelen. Familie Gezondheid van de gemeenschap. 2010;33(2):82–93. doi:10.1097/FCH.0b013e3181d593e4 [PubMed] [CrossRef] []
7. Jonge KS, Rogers RC. De relatie tussen depressie en internetverslaving. Cyberpsychol Behav. 1998;1(1): 25–28. doi: 10.1089 / cpb.1998.1.25 [CrossRef] []
8. Kuss DJ, Griffiths MD, Karila L, Billieux J. Internetverslaving: een systematische review van epidemiologisch onderzoek gedurende het laatste decennium. Curr Pharm Des. 2014;20(25): 4026-4052. doi: 10.2174 / 13816128113199990617 [PubMed] [CrossRef] []
9. Pontes HM, Kuss DJ, Griffiths MD. Klinische psychologie van internetverslaving: een overzicht van de conceptualisering, prevalentie, neuronale processen en implicaties voor behandeling. Neurosci Neuroecon. 2015;4: 11-23. []
10. Cerniglia L, Cimino S, Ballarotto G, et al. Ongevallen met motorvoertuigen en adolescenten: een empirisch onderzoek naar hun emotionele en gedragsprofielen, verdedigingsstrategieën en ouderlijke ondersteuning. Transp Res F. 2015;35: 28-36. doi: 10.1016 / j.trf.2015.09.002 [CrossRef] []
11. Steinberg L. Een duaal systeemmodel voor het nemen van risico's door adolescenten. Dev Psychobiol. 2010;52(3): 216-224. doi: 10.1002 / dev.20445 [PubMed] [CrossRef] []
12. Cerniglia L, Guicciardi M, Sinatra M, Monacis L, Simonelli A, Cimino S. Het gebruik van digitale technologieën, impulsiviteit en psychopathologische symptomen tijdens de adolescentie. Gedrag Sci. 2019;9(8): E82. doi: 10.3390 / bs9080082 [PMC gratis artikel] [PubMed] [CrossRef] []
13. Cimino S, Cerniglia L. Een longitudinaal onderzoek voor de empirische validatie van een etiopathogenetisch model van internetverslaving bij adolescenten op basis van vroege emotieregulatie. Biomed Res Int. 2018;2018: 4038541. doi: 10.1155 / 2018 / 4038541 [PMC gratis artikel] [PubMed] [CrossRef] []
14. Lenhart A, Madden M, Macgill A, Smith A. Tieners en sociale media. Washington, DC: Pew Internet & American Life Project; 2007. []
15. Dufour M, Brunelle N, Tremblay J, et al. Geslachtsverschil in internetgebruik en internetproblemen bij middelbare scholieren in Quebec. Kan J Psychiatry. 2016;61(10): 663-668. doi: 10.1177 / 0706743716640755 [PMC gratis artikel] [PubMed] [CrossRef] []
16. Badenes-Ribera L, Fabris MA, Gastaldi VGV, Prino LE, Longobardi C. Ouder- en leeftijdsgebonden gehechtheid als voorspellers van symptomen van facebookverslaving in verschillende ontwikkelingsstadia (vroege adolescenten en adolescenten). Addict Behav. 2019;95: 226–232. doi: 10.1016 / j.addbeh.2019.05.009 [PubMed] [CrossRef] []
17. Young KS. Caught in the Net: Hoe de tekenen van internetverslaving te herkennen - en een winnende strategie voor herstel. New York: John Wiley & Sons; 1998. []
18. Van der Aa N, Overbeek G, Engels RC, Scholte RH, Meerkerk GJ, Van den Eijnden RJ. Dagelijks en dwangmatig internetgebruik en welzijn in de adolescentie: een diathese-stressmodel gebaseerd op big five persoonlijkheidskenmerken. J Youth Adolesc. 2009;38(6):765–776. doi:10.1007/s10964-008-9298-3 [PubMed] [CrossRef] []
19. Caplan SE. Problematisch internetgebruik en psychosociaal welzijn: ontwikkeling van een theoretisch cognitief-gedragsmeetinstrument. Comput Hum Behav. 2002;18(5):553–575. doi:10.1016/S0747-5632(02)00004-3 [CrossRef] []
20. Kaess M, Parzer P, Brunner R, et al. Pathologisch internetgebruik neemt toe onder Europese adolescenten. J Adolesc Health. 2016;59(2): 236-239. doi: 10.1016 / j.jadohealth.2016.04.009 [PubMed] [CrossRef] []
21. Kim MG, Kim J. Kruisvalidatie van betrouwbaarheid, convergente en discriminerende validiteit voor de problematische schaal voor online spelgebruik. Comput Hum Behav. 2010;26(3): 389–398. doi: 10.1016 / j.chb.2009.11.010 [CrossRef] []
22. Kuss DJ, Griffiths MD. Internetgamingverslaving: een systematische review van empirisch onderzoek. Int J Ment Health Addict. 2012;10(2):278–296. doi:10.1007/s11469-011-9318-5 [CrossRef] []
23. Pontes HM, Griffiths MD. Meten van DSM-5 internetgaming-stoornis: ontwikkeling en validatie van een korte psychometrische schaal. Comput Human Behav. 2015;45: 137–143. doi: 10.1016 / j.chb.2014.12.006 [CrossRef] []
24. Strittmatter E, Kaess M, Parzer P, et al. Pathologisch internetgebruik onder adolescenten: gamers en niet-gamers vergelijken. Psychiatrie Res. 2015;228(1): 128–135. doi: 10.1016 / j.psychres.2015.04.029 [PubMed] [CrossRef] []
25. Young KS. Internetverslaving: evaluatie en behandeling. Br Med J. 1999;7: 351-352. []
26. American Psychiatric Association. Diagnostisch en statistisch handboek voor psychische stoornissen (DSM-5®)​ Arlington, TX: American Psychiatric Publishing; 2013. []
27. King DL, Potenza MN. Niet spelen: spelstoornis in de internationale classificatie van ziekten (ICD-11). J Adolesc Health. 2019;64(1): 5-7. doi: 10.1016 / j.jadohealth.2018.10.010 [PubMed] [CrossRef] []
28. Gainsbury SM. Online gokverslaving: de relatie tussen internetgokken en ongeordend gokken. Curr Addict Rep. 2015;2(2):185–193. doi:10.1007/s40429-015-0057-8 [PMC gratis artikel] [PubMed] [CrossRef] []
29. Andreasen CS. Online verslaving aan sociale netwerksites: een uitgebreide beoordeling. Curr Addict Rep. 2015;2(2):175–184. doi:10.1007/s40429-015-0056-9 [CrossRef] []
30. Grubbs JB, Volk F, Exline JJ, Pargament KI. Gebruik van internetpornografie: waargenomen verslaving, psychische problemen en de validatie van een korte maatstaf. J Sex Marital Ther. 2015;41(1):83–106. doi:10.1080/0092623X.2013.842192 [PubMed] [CrossRef] []
31. Rosenkranz T, Muller KW, Dreier M, Beutel ME, Wolfling K. Verslavend potentieel van internetapplicaties en differentiële correlaten van problematisch gebruik bij internetgamers versus gegeneraliseerde internetgebruikers in een representatieve steekproef van adolescenten. Eur Addict Res. 2017;23(3): 148-156. doi: 10.1159 / 000475984 [PubMed] [CrossRef] []
32. Kim Y, Choi S, Chun C, Park S, Khang YH, Oh K. Gegevensbronnenprofiel: de webgebaseerde enquête over risicogedrag van jongeren in Korea (KYRBS). Int J Epidemiol. 2016;45(4): 1076-1076e. doi: 10.1093 / ije / dyw070 [PubMed] [CrossRef] []
33. Kim DI, Chung YJ, Lee EA, Kim DM, Cho YM. Ontwikkeling van geneigdheid tot internetverslaving - korte vorm (KS-schaal). Korea J Cous. 2008;9: 1703–1722. doi: 10.15703 / kjc.9.4.200812.1703 [CrossRef] []
34. Laconi S, Kaliszewska-Czeremska K, Gnisci A, et al. Cross-culturele studie van problematisch internetgebruik in negen Europese landen. Comput Human Behav. 2018;84: 430–440. doi: 10.1016 / j.chb.2018.03.020 [CrossRef] []
35. Mak KK, Lai CM, Watanabe H, et al. Epidemiologie van internetgedrag en verslaving bij adolescenten in zes Aziatische landen. Cyberpsychol Behav Soc Netw. 2014;17(11): 720-728. doi: 10.1089 / cyber.2014.0139 [PubMed] [CrossRef] []
36. Petry NM, O'Brien CP. Internet gaming disorder en de DSM-5. Addiction. 2013;108(7): 1186–1187. doi: 10.1111 / add.12162 [PubMed] [CrossRef] []
37. Feng W, Ramo DE, Chan SR, Bourgeois JA. Internetgaming-stoornis: trends in prevalentie 1998-2016. Addict Behav. 2017;75: 17-24. doi: 10.1016 / j.addbeh.2017.06.010 [PMC gratis artikel] [PubMed] [CrossRef] []
38. Bakken IJ, Wenzel HG, Gotestam KG, Johansson A, Oren A. Internetverslaving bij Noorse volwassenen: een gestratificeerde kanssteekproef. Scand J Psychol. 2009;50(2):121–127. doi:10.1111/j.1467-9450.2008.00685.x [PubMed] [CrossRef] []
39. Durkee T, Kaess M, Carli V, et al. Prevalentie van pathologisch internetgebruik bij adolescenten in Europa: demografische en sociale factoren. Addiction. 2012;107(12):2210–2222. doi:10.1111/j.1360-0443.2012.03946.x [PubMed] [CrossRef] []
40. Tsai HF, Cheng SH, Yeh TL, et al. De risicofactoren van internetverslaving - een onderzoek onder eerstejaarsstudenten. Psychiatrie Res. 2009;167(3): 294–299. doi: 10.1016 / j.psychres.2008.01.015 [PubMed] [CrossRef] []
41. Pujazon-Zazik M, Park MJ. Om te tweeten, of niet te tweeten: genderverschillen en mogelijke positieve en negatieve gezondheidsresultaten van het sociale internetgebruik van adolescenten. Am J Mens Health. 2010;4(1): 77-85. doi: 10.1177 / 1557988309360819 [PubMed] [CrossRef] []
42. Yau YH, Crowley MJ, Mayes LC, Potenza MN. Zijn internetgebruik en het spelen van videogames verslavend gedrag? biologische, klinische en volksgezondheidseffecten voor jongeren en volwassenen. Minerva psychiater. 2012;53(3): 153-170. [PMC gratis artikel] [PubMed] []
43. Hartmann T, Klimmt C. Gender en computerspellen: onderzoek naar de antipathieën van vrouwen. J Comput Mediat Commun. 2006;11(4):910–931. doi:10.1111/j.1083-6101.2006.00301.x [CrossRef] []
44. Jackson LA, Ervin KS, Gardner PD, Schmitt N. Gender en internet: vrouwen communiceren en mannen zoeken. Sex Rollen. 2001;44(5):363-379. doi:10.1023/A:1010937901821 []
45. Griffiths M. Internetverslaving - tijd om serieus te worden genomen? Addict Res. 2000;8(5): 413-418. doi: 10.3109 / 16066350009005587 [CrossRef] []
46. Jonge KS, de Abreu CN. Internetverslaving: een handboek en een gids voor evaluatie en behandeling​ Hoboken, NJ: Wiley; 2010. []
47. de Alarcon R, de la Iglesia JI, Casado NM, Montejo AL. Online pornoverslaving: wat we weten en wat we niet doen - een systematische review. J Clin Med. 2019;8(1): E91. doi: 10.3390 / jcm8010091 [PMC gratis artikel] [PubMed] [CrossRef] []
48. Cantwell DP, Lewinsohn PM, Rohde P, Seeley JR. Correspondentie tussen adolescentenrapport en ouderrapport van psychiatrische diagnostische gegevens. J Am Acad Child Adolesc Psychiatry. 1997;36(5):610–619. doi:10.1097/00004583-199705000-00011 [PubMed] [CrossRef] []