Czy wpływ na zdrowie psychiczne korzystania z Internetu ma treść internetowa lub przewidywane skutki użytkowania? Długoterminowe badanie europejskich nastolatków (2016)

Opublikowano na 13.07.16 w Vol 3, No 3 (2016): Jul-Sept

Proszę cytować jako: Hökby S, Hadlaczky G, Westerlund J, Wasserman D, Balazs J, Germanavicius A, Machín N, Meszaros G, Sarchiapone M, Värnik A, Varnik P, Westerlund M, Carli V

Czy skutki używania Internetu przez zdrowie psychiczne można przypisać treściom opartym na sieci lub postrzeganym konsekwencjom używania? Długoterminowe badanie młodzieży europejskiej

JMIR Ment Health 2016; 3 (3): e31

DOI: 10.2196 / mental.5925

PMID: 27417665

ABSTRACT

Kontekst: Młodzież i młodzi dorośli należą do najczęstszych użytkowników Internetu, a zgromadzone dowody sugerują, że ich zachowania internetowe mogą wpływać na ich zdrowie psychiczne. Korzystanie z Internetu może mieć wpływ na zdrowie psychiczne, ponieważ niektóre treści internetowe mogą być niepokojące. Możliwe jest również, że nadmierne użycie, niezależnie od treści, powoduje negatywne konsekwencje, takie jak zaniedbanie działań ochronnych w trybie offline.

Cel: Celem tego badania była ocena, w jaki sposób zdrowie psychiczne jest związane z (1) czasem spędzonym w Internecie (2) czas spędzony na różnych działaniach internetowych (korzystanie z mediów społecznościowych, gry, hazard, pornografia, praca w szkole, czytanie wiadomości i ukierunkowane wyszukiwanie informacji) oraz (3) postrzegane konsekwencje angażowania się w te działania.

Metody: Losowa próba młodzieży 2286 została zrekrutowana ze szkół państwowych w Estonii, na Węgrzech, we Włoszech, na Litwie, w Hiszpanii, Szwecji i Wielkiej Brytanii. Dane kwestionariusza obejmujące zachowania internetowe i zmienne zdrowia psychicznego zebrano i przeanalizowano przekrojowo, a następnie monitorowano je po miesiącach 4.

Wyniki: przekrojowo, zarówno czas spędzony w Internecie, jak i względny czas spędzony na różnych działaniach przewidział zdrowie psychiczne (P<001), wyjaśniając odpowiednio 1.4% i 2.8% wariancji. Jednak konsekwencje angażowania się w te działania były ważniejszymi predyktorami, wyjaśniającymi 11.1% wariancji. Tylko gry internetowe, hazard i wyszukiwania ukierunkowane miały skutki dla zdrowia psychicznego, które nie zostały w pełni wyjaśnione przez postrzegane konsekwencje. Analizy podłużne wykazały, że utrata snu spowodowana korzystaniem z Internetu (ß = 12, 95% CI = 0.05-0.19, P= .001) i wycofanie (negatywny nastrój), gdy nie można uzyskać dostępu do Internetu (ß = .09, 95% CI = 0.03-0.16, P<01) były jedynymi konsekwencjami, które miały bezpośredni wpływ na zdrowie psychiczne w dłuższej perspektywie. Postrzegane pozytywne skutki korzystania z Internetu nie wydają się w ogóle wiązać ze zdrowiem psychicznym.

Wnioski: Skala korzystania z Internetu jest ogólnie negatywnie związana ze zdrowiem psychicznym, ale konkretne działania internetowe różnią się tym, jak konsekwentnie, ile i w jakim kierunku wpływają na zdrowie psychiczne. Konsekwencje korzystania z Internetu (zwłaszcza utrata snu i wycofanie się, gdy nie można uzyskać dostępu do Internetu) wydają się przewidywać wyniki w zakresie zdrowia psychicznego w większym stopniu niż konkretne działania. Interwencje mające na celu zmniejszenie negatywnego wpływu korzystania z Internetu na zdrowie psychiczne mogą być ukierunkowane na jego negatywne konsekwencje zamiast samego korzystania z Internetu.

Rejestracja badania: międzynarodowy standardowy randomizowany kontrolowany numer badania (ISRCTN): 65120704; http: //www.webcitation/abcdefg)

JMIR Ment Health 2016; 3 (3): e31

doi: 10.2196 / mental.5925

SŁOWA KLUCZOWE

Wprowadzenie

Depresja i lęk to dwa z najczęściej występujących zaburzeń psychicznych wśród młodzieży [1-3], a samobójstwo, które często jest ściśle związane z tymi zaburzeniami, jest drugą najczęstszą przyczyną śmierci na świecie dla 15-do 29-latków (po wypadkach drogowych) [4]. W ostatnim dziesięcioleciu rośnie zainteresowanie i obawy dotyczące tego, w jaki sposób korzystanie z Internetu wpływa na zdrowie psychiczne i rozwój emocjonalny nastolatków. Prawie 80% populacji europejskiej to użytkownicy Internetu, w niektórych krajach odsetek ten przekracza 90% [5], a wraz z rosnącym wykorzystaniem smartfonów coraz więcej osób ma natychmiastowy i ciągły dostęp do Internetu. Ponad 90% 16-do 24-latków w Europie regularnie korzysta z Internetu co najmniej raz w tygodniu, co jest procentem wyższym niż w jakiejkolwiek innej grupie wiekowej [6]. Chociaż trudno jest dokładnie zmierzyć, ile czasu spędza się w Internecie, większość młodych ludzi codziennie korzysta z Internetu, a Internet stał się dobrze zintegrowaną częścią ich życia. Doprowadziło to do zmian w sposobie, w jaki ludzie żyją swoim życiem i jak budują i utrzymują relacje społeczne i tożsamości, szukają informacji i cieszą się rozrywką.

Główna linia badań powiązała problemy ze zdrowiem psychicznym z tym, co nazywano problematycznym korzystaniem z Internetu (lub patologicznego lub kompulsywnego korzystania z Internetu), co często określa się jako zaburzenie kontroli impulsów podobne do uzależnienia od hazardu i innych uzależnień behawioralnych. Najczęściej używana i sprawdzona miara problematycznego korzystania z Internetu, Internet Addiction Test (IAT) [7], został skonstruowany za pomocą specyficznej dla Internetu reformulacji kryteriów diagnostycznych Podręcznika diagnostycznego zaburzeń psychicznych czwartej edycji (DSM-4) dla patologicznego zaburzenia hazardu (w celu przeglądu problematycznych pomiarów korzystania z Internetu, patrz [8]). W związku z tym ten instrument przesiewowy mierzy kompulsywne aspekty korzystania z Internetu, co prowadzi do upośledzenia lub dystresu klinicznego (np. Zaabsorbowanie Internetem; niemożność kontrolowania lub ograniczania korzystania z Internetu; uczucie humoru lub depresja przy próbie zatrzymania lub ograniczenia korzystania z Internetu; pozostawanie online) dłużej niż zamierzono, kłamstwo o nadmiernym korzystaniu z Internetu itd.). Nie ma jednak znormalizowanego sposobu klasyfikowania problematycznego korzystania z Internetu, ponieważ pomiary, wartości graniczne i procedury klasyfikacji różnią się w zależności od badań [8-9]. Pomijając te różnice w procedurach diagnostycznych, liczne badania wykazały, że problematyczne korzystanie z Internetu koreluje z zaburzeniami osi I DSM, głównie depresją, ale także fobią społeczną i lękiem, używaniem substancji, zaburzeniami nadpobudliwości psychoruchowej i pewnymi zmiennymi osobowościowymi, takimi jak wrogość [10-13]. Domniemany mechanizm, przez który problematyczne korzystanie z Internetu wpływa na zdrowie psychiczne, jest częściowo związany z nadmiernym czasem spędzanym na działaniach internetowych, co skutkuje zaniedbaniem działań ochronnych w trybie offline, takich jak sen, ćwiczenia fizyczne, uczęszczanie do szkoły i zajęcia towarzyskie offline. częściowo związane z objawami wycofania, gdy nie można uzyskać dostępu do tych czynności [9,14].

Badania pokazują, że problematyczne aspekty korzystania z Internetu przez niektóre osoby są ograniczone do jednego lub kilku konkretnych działań internetowych (np. Gier lub korzystania z mediów społecznościowych), podczas gdy inne działania są bezproblemowe [15-17]. Chociaż istnieją pewne dowody, że struktura czynnikowa IAT [7] jest spójny w mierzeniu problematycznego zaangażowania w określone działania, takie jak hazard i gry [18] doprowadziło to do rozróżnienia między uogólnionym problematycznym korzystaniem z Internetu a specyficznymi formami problematycznego korzystania z Internetu. Na przykład, ponieważ większość badań wykorzystujących Internet koncentruje się na problematycznych grach internetowych, a ponieważ wiele badań wykazało związek między grą a poważnymi symptomami zdrowia psychicznego, jest to jedyna specyficzna forma problematycznego korzystania z Internetu, którą uwzględniono w celu włączenia w DSM-5, podczas gdy uogólnione problematyczne korzystanie z Internetu i inne specyficzne formy nie [9,19].

Ważne jest zatem, aby rozróżniać działania podczas badania wpływu korzystania z Internetu na zdrowie psychiczne. W niektórych przypadkach może to być ważne, ponieważ omawiana działalność może stać się uzależniająca, np. Hazard internetowy (np. Poker internetowy, zakłady sportowe, obroty kasyn) [20-23]. W innych przypadkach może to być ważne, ponieważ sama treść może mieć wpływ na zdrowie psychiczne, wywołując określone reakcje emocjonalne, poznawcze lub behawioralne. Na przykład badanie 1 na temat korzystania z mediów społecznościowych sugeruje, że bierna konsumpcja treści społecznych zwiększa poczucie samotności, podczas gdy bezpośrednia komunikacja z przyjaciółmi nie [24]. Innym przykładem jest wyszukiwanie informacji. Badania pokazują, że młodzi ludzie, w tym osoby z problemami zdrowia psychicznego, często przeprowadzają ukierunkowane poszukiwania związane z ich zdrowiem fizycznym i psychicznym [25-27]. W zależności od tego, jakie informacje znajdą, ten typ zachowania może mieć zarówno negatywne, jak i pozytywne wyniki. Treść strony internetowej, która promuje zachowania autodestrukcyjne lub samookaleczenie, może być szczególnie niepokojąca. Ponadto nastolatki wykonują coraz więcej pracy szkolnej za pośrednictwem Internetu, a ponieważ wyniki w nauce są zwykle związane z lepszym zdrowiem psychicznym [28], korzystanie z Internetu do takich celów może być prognostykiem pozytywnego zdrowia psychicznego, a nie tego, czego można by oczekiwać od problematycznej perspektywy korzystania z Internetu [29,30]. Inne badania wykazały, że niektóre rodzaje gier (np. Masowe gry wieloosobowe online) i pewne motywy do gry w te gry (osiągnięcia w grze, kontakty towarzyskie, zanurzenie, relaksacja i eskapizm) są predykcyjne dla problemów ze zdrowiem psychicznym i problematyczne gry [31-33]. Chociaż większość wcześniejszych badań jest korelacyjna, sugeruje to, że korzystanie z Internetu może wpływać na zdrowie psychiczne poprzez aktywność lub treści, które są wykorzystywane, lub poprzez opóźnione konsekwencje, które następują po korzystaniu z Internetu.

Celem tego badania było zbadanie, w jaki sposób zdrowie psychiczne nastolatków jest przewidywane przez czas spędzony w Internecie i poziom ich zaangażowania w działania internetowe 7: korzystanie z mediów społecznościowych, gry, hazard, oglądanie pornografii, czytanie wiadomości lub oglądanie, działania związane ze szkołą lub praca i ukierunkowane wyszukiwanie informacji, które nie są związane ze szkołą lub pracą. Po drugie, w badaniu sprawdzono również, czy skutki te zostaną utrzymane lub uwzględnione w postrzeganych konsekwencjach korzystania z tych działań opartych na sieci Web. Zbadaliśmy wpływ zarówno negatywnych konsekwencji (np. Wycofanie, utrata snu), jak i pozytywne konsekwencje (np. Przyjemność, znalezienie nowych przyjaciół). Oprócz przeprowadzania tych analiz danych przekrojowych, sprawdziliśmy również, czy efekty te będą przewidywać zmiany w zdrowiu psychicznym w okresie 4 miesięcy.

Metody

Projekt badania

Dane zebrano w ramach próby Zapobiegania samobójstwom za pośrednictwem Internetu i próby medycznej promocji zdrowia psychicznego (SUPREME) (Current Controlled Trials ISRCTN65120704). Badanie zostało przeprowadzone przez współpracujące ośrodki badań zdrowia psychicznego w Estonii, na Węgrzech, we Włoszech, na Litwie, w Hiszpanii, Szwecji i Wielkiej Brytanii. W ramach tego projektu przeprowadzono randomizowane badanie kontrolowane podłużne w 2012-2013 w celu oceny internetowej strony interwencyjnej dotyczącej zdrowia psychicznego, która została przetestowana na losowo wybranej próbie młodzieży w wybranym obszarze tych krajów. Kryteriami włączenia szkół były: (1) władze szkoły wyrażają zgodę na udział; (2) szkoła jest szkołą państwową (tj. Nie prywatną); (3) szkoła zawiera co najmniej uczniów 100 w przedziale wiekowym 14-16; (4) szkoła ma więcej niż nauczycieli 2 dla uczniów w wieku 15; (5) nie więcej niż 60% uczniów jest obu płci. Uczestnicy byli losowo grupowani, w oparciu o przynależność do szkoły, albo do stanu pełnej interwencji (z dostępem do strony interwencyjnej) albo do grupy kontrolnej minimalnej interwencji (bez dostępu do strony interwencyjnej) i otrzymywali kwestionariusz oceny na początku i w 2 i 4 miesiącach obserwacji. Kwestionariusz zawierał pytania dotyczące ich nawyków internetowych, zdrowia psychicznego i zachowań samobójczych oraz innych zmiennych istotnych dla oceny. To badanie zrobiło nie mają na celu ocenę wszelkich skutków interwencji w sieci, ale zamiast tego zbadali związane z Internetem czynniki ryzyka problemów ze zdrowiem psychicznym.

Uczestnicy

Badani byli zarejestrowanymi uczniami szkół państwowych losowo wybranymi ze wstępnie określonego obszaru w każdym kraju: West Viru County (Estonia), Budapeszt (Węgry), Molise (Włochy), Vilnius city (Litwa), Barcelona city (Hiszpania), Stockholm County (Szwecja ) i wschodniej Anglii (Wielka Brytania). Kwalifikujące się szkoły państwowe w tych obszarach zostały losowo podzielone na kolejność kontaktów, kolejność, w jakiej skontaktowano się ze szkołami i poproszono o udział. Jeśli szkoła odmówiła, skontaktowano się z następną szkołą na liście. Jeśli szkoła zaakceptowała uczestnictwo, zespół naukowców udał się do szkoły i przedstawił uczniom tło, cele, cele i procedury badania ustnie i za pośrednictwem formularzy zgody. Ponieważ procedura badania obejmowała badania przesiewowe dla młodzieży samobójczej, uczestnictwo nie było całkowicie anonimowe, ale tożsamość uczestników została zaszyfrowana w kwestionariuszu. Pisemną zgodę uzyskano od wszystkich uczniów, którzy zgodzili się uczestniczyć (a także od jednego lub obojga rodziców zgodnie z przepisami etycznymi w regionie). Badanie zostało zatwierdzone przez komisje etyczne we wszystkich krajach uczestniczących.

Procedura próbkowania spowodowała, że ​​całkowita liczba nastolatków 2286 uczestniczyła w linii bazowej (Estonia = szkoły 3, uczestnicy 416; Węgry = szkoły 6, uczestnicy 413; Włochy = szkoły 3, uczestnicy 311; Litwa = szkoły 3, uczestnicy 240; Hiszpania = 3) szkoły, uczestnicy 182, Szwecja = szkoły 9, uczestnicy 337, Wielka Brytania = szkoły 3, uczestnicy 387). Wśród uczestników 1571 (68.72%) przydzielono losowo do grupy z pełną interwencją i 715 (31.27%) do grupy minimalnej interwencji. W badaniu odnotowano znaczny odsetek rezygnacji. W całej próbie liczba uczestników, którzy przerwali uczestnictwo, składała się z uczniów 467 (20.42%) między T1 a T2 i źrenicami 244 (13.41%) między T2 a T3. Badani zostali włączeni do analiz podłużnych, jeśli uczestniczyli przynajmniej w T1 i T3, ale uczestnictwo w T2 nie było konieczne. Wynikiem tego była podłużna próbka pacjentów z 1544, z 56% kobiet i średnim wiekiem 15.8 lat (odchylenie standardowe, SD = 0.91 lat).

Miary korzystania z Internetu

Miary zachowań i zastosowań Internetu zostały skonstruowane specjalnie dla tego badania. Obejmuje to elementy, które mierzyły regularność korzystania z Internetu (np. Korzystanie z Internetu raz w miesiącu, a korzystanie z niego raz w tygodniu) oraz liczbę godzin spędzonych w Internecie w typowym tygodniu. Uczestnicy zostali również poproszeni o ocenę, ile czasu poświęcają na różne działania 7 podczas korzystania z Internetu (działania towarzyskie, gry, zajęcia szkolne lub związane z pracą, hazard, czytanie wiadomości lub oglądanie, pornografia i ukierunkowane wyszukiwania, które nie są związane ze szkołą lub praca). Uczestnicy ocenili te działania w skali 7 (1 = spędzam bardzo mało czasu lub nie robię tego; 7 = Spędzam bardzo dużo czasu). Ostatni zestaw elementów poprosił uczestników o ocenę odczuwanych przez siebie konsekwencji zaangażowania się w te działania. Uczestnicy zostali poproszeni o ocenę zakresu, w jakim mają do nich zastosowanie różne konsekwencje, ale tylko w odniesieniu do tych działań, które on lub ona zaangażował w znacznym stopniu (wcześniej ocenił jako ≥4). Uczestnicy oceniali w skali 7 (1 = bardzo rzadko lub nigdy; 7 = bardzo często), występując następujące konsekwencje: „Znajduję nowych przyjaciół”; "Dobrze się bawię"; „Uczę się ciekawych rzeczy”; „Pozostaję online dłużej niż zamierzałem”; „Wybrałem te zajęcia zamiast spędzać czas z przyjaciółmi (w prawdziwym życiu)”; „Zostaję późno i tracę sen”; „Czuję się przygnębiony lub nastrojowy, gdy nie mam dostępu do wyżej wymienionych działań”. Uczestnicy ocenili także, w jaki sposób korzystanie z Internetu wpłynęło na ich wydajność pracy lub stopnie w szkole (1 = moja praca lub stopnie cierpią; 4 = w ogóle nie dotyczy; 7 = moja praca lub stopnie poprawiają się) i czy uważano, że ma to wpływ na ich życie ( 1 = mniej znaczący, 4 = równie znaczący jak bez nich, 7 = bardziej znaczący).

W trosce o przejrzystość określamy niektóre z tych konsekwencji jako „pozytywne” (znajdowanie nowych przyjaciół; dobra zabawa; uczenie się ciekawych rzeczy), ponieważ są to wyniki korzystania z Internetu, które niekoniecznie wiążą się z uzależnieniem i można oczekiwać, że doprowadzą do lepsze zdrowie psychiczne (jeśli w ogóle). Odnosimy się do innych konsekwencji jako „negatywnych” (pozostawanie w Internecie dłużej niż zamierzono; wybieranie działań opartych na sieci Web zamiast aktywności w trybie offline; zatrzymywanie się i utrata snu; uczucie humoru, gdy nie można uzyskać dostępu do działań internetowych), ponieważ sugerują objawy problematycznego korzystania z Internetu i dlatego można oczekiwać, że doprowadzi to do słabego zdrowia psychicznego. Na przykład te negatywne konsekwencje przypominają te zawarte w IAT [7] oraz zalecenia pomiaru zaburzeń gier internetowych autorstwa Petry'ego i in. [9]. Wreszcie, niektóre konsekwencje są uważane za „dwukierunkowe” (moja praca lub stopnie poprawiają się / cierpią; moje życie staje się mniej lub bardziej znaczące), ponieważ badani mogą oceniać je albo negatywnie, albo pozytywnie, albo w ogóle nie wskazują na zmianę.

Środki zdrowia psychicznego

Poziom depresji, lęku i stresu uczestników oceniano za pomocą podskal 3 stanowiących wersję elementu 42 Skala stresu związanego z depresją (DASS-42) [34]. Każda podskala składa się z instrukcji 14, które są oceniane w skali Likerta w punkcie 4, w zależności od tego, w jakim stopniu oświadczenie dotyczyło danej osoby w ciągu ostatniego tygodnia. Skale są przeznaczone do pomiaru negatywnych stanów emocjonalnych depresji (dysforia, beznadziejność, dewaluacja życia, deprecjacja siebie, brak zainteresowania lub zaangażowania, anhedonia i inercja), lęk (pobudzenie autonomiczne, efekty mięśni szkieletowych, lęk sytuacyjny i subiektywne uczucie niepokoju) oraz stres lub napięcie (trudności z rozluźnieniem, pobudzenie nerwowe i łatwość zdenerwowania lub pobudzenia, drażliwość lub nadmierna reakcja i niecierpliwość). Badania, które badały właściwości psychometryczne tej skali, wykazały zadowalające wyniki w zakresie miar wiarygodności i trafności u zdrowych i klinicznych populacji [34-37], także w przypadku administrowania przez Internet [38]. Istnieją jednak doniesienia, że ​​młodzi dorośli odróżniają mniej czynników 3 w porównaniu z dorosłymi, a korelacje między nimi są zazwyczaj wysokie [39,40]. Skale wykazały wysoką wewnętrzną spójność w niniejszej próbce, w odniesieniu do alfa Cronbacha obliczonego na danych wyjściowych (depresja alfa = .93; lęk alfa = .89; stres alfa = .91). Ponieważ niektórzy uczestnicy nie odpowiedzieli na wszystkie elementy skali, końcowy wynik na każdej skali obliczono przez podzielenie wyniku sumy przez liczbę elementów, na które odpowiedzieli. Wyłączono uczestników z brakującymi danymi 50% lub więcej. Skale silnie ze sobą korelowały (depresja × lęk: r= .76; depresja × stres: r= .79; lęk × stres: r= .78; wszystko P wartości <001), a połączona 42-punktowa skala wykazała wysoką spójność wewnętrzną (alfa = 96). Ze względu na stosunkowo wysoką wzajemną korelację między konstruktami oraz w celu uproszczenia analizy trzy skale połączono w jedną miarę zdrowia psychicznego.

Procedura

Wszystkie procedury studiów odbywały się w odpowiednich szkołach w salach lekcyjnych lub komputerowych. Kwestionariusze były podawane w formie papierowej i ołówkowej lub za pomocą internetowego narzędzia ankietowego, jeśli szkoła była w stanie zapewnić komputery wszystkim uczniom w momencie zbierania danych. Kwestionariusz zawierał elementy używane do badania młodzieży samobójczej (Skala Samobójstw Paykela [41]), a procedura przesiewowa odbyła się w ciągu 24 godzin po każdej fali zbierania danych. Dlatego uczestnictwo nie było całkowicie anonimowe; jednak tożsamości badanych były szyfrowane za pomocą indywidualnych „kodów uczestnictwa”, które zapisano w kwestionariuszu zamiast nazwy uczestników. Kody były powiązane z tożsamością ucznia tylko po to, aby połączyć dane w sposób podłużny i skontaktować się z nastolatkami samobójczymi wysokiego ryzyka (przypadki nagłe), aby zaoferować pomoc. Osoby zdefiniowano jako przypadki nagłe, jeśli odpowiedziały, że poważnie rozważały, planowały lub próbowały popełnić samobójstwo w ciągu ostatnich tygodni 2. Dokładna procedura postępowania z przypadkami ryzyka była różna w poszczególnych krajach i zależała od regionalnych wytycznych etycznych i dostępnych zasobów pomocy. Przypadki nadzwyczajne zostały wyłączone z analizy danych (n = 23). Interwencja przetestowana w projekcie SUPREME była podawana po zebraniu danych bazowych i jest opisana w dalszej części Dodatek multimedialny 1.

Analiza danych

W tym badaniu przeprowadzono dwie główne analizy: 1 przekrojowa hierarchiczna analiza regresji wielokrotnej i analiza podłużna 1. Miara częstotliwości korzystania z Internetu została pominięta w analizie ze względu na efekt pułapu (90% uczestników zgłosił korzystanie z Internetu co najmniej raz dziennie). Pozostałe zmienne predykcyjne były zatem zgłaszaną liczbą tygodniowych godzin online, ocenami działań 7 oraz ocenami konsekwencji 9 korzystania z Internetu. Złożony wynik DASS był zmienną zależną w tych analizach (testy założeń statystycznych opisano w Dodatek multimedialny 1). W regresji przekrojowej zachowania internetowe w okresie T1 wykorzystano do przewidywania zdrowia psychicznego w okresie T1. Analiza regresji podłużnej przewidywała zmianę ogólnego wskaźnika DASS (różnica wyników między T1 i T3) poprzez zmianę zachowań w Internecie. W tym badaniu interesował się tylko najdłuższy okres obserwacji. Płeć, wiek i stan eksperymentu zostały uwzględnione jako zmienne kontrolne w pierwszym modelu. W drugim modelu dodano czas spędzony w Internecie, w trzecim - oceny aktywności, w czwartym - oceny konsekwencji. Ponadto, ponieważ uczestnicy zostali poinstruowani, aby oceniać postrzegane konsekwencje tylko wtedy, gdy wykonali przynajmniej jedną czynność online powyżej progu> 3, mniejszość (n = 82; 5%) badanych, których wyniki przekroczyły lub przekroczyły próg między T1 a T3 , miał niekompletne dane do obliczenia wyników różnic. Jednak analizy wrażliwości nie wykazały statystycznie istotnej różnicy między tymi podmiotami a innymi przypadkami, w odniesieniu do średniej ilości zmian podłużnych w wynikach DASS lub średnich wynikach aktywności online.

 

Efekt

Wyniki opisowe

Wyniki DASS-42 można obliczyć dla uczestników 2220. Łączne wyniki DASS wahały się między punktami 0-3, gdzie wyższe wyniki wskazują na więcej problemów ze zdrowiem psychicznym. Średnie wyniki wyjściowe dla mężczyzn, kobiet i całkowitej próbki przedstawiono w Tabela 1. Kobiety osiągnęły znacznie wyższe wyniki niż mężczyźni w przypadku wszystkich środków zdrowia psychicznego (Tabela 1). W całej próbie uczestnicy 1848 (83.24%) mieli średni wynik DASS poniżej 1, a 314 (14.1%) mieli wynik między 1 a 1.99, a 58 (2.6%) miał wynik 2 lub wyższy. Występowały niewielkie, ale znaczące różnice między krajami w wynikach DASS (F(6, 2213)= 9.28, η2częściowo= .02, P<001). Średnia zmiana wyników DASS w ciągu 4-miesięcznego okresu badania wyniosła -0.15 (SD = 0.42), co wskazuje na spadek w czasie. Uczestnicy, którzy wypadli z badania między T1 a T3, mieli nieco wyższe wyjściowe wyniki DASS niż uczestnicy przylegający (średnia różnica = 0.10; t(2218)= 4.068; P<001).

Tabela 1 podsumowuje także średni raportowany czas spędzony w Internecie, oceny aktywności i oceny konsekwencji na poziomie podstawowym. W tabeli podsumowano, że średnia liczba godzin spędzonych w Internecie w tygodniu wynosiła 17.23, z dużą zmiennością w próbie, oraz że mężczyźni spędzili nieco więcej godzin w Internecie niż kobiety. Najczęściej nastolatkowie korzystali z Internetu w celach społecznych, a następnie w szkole lub pracy, ukierunkowanych wyszukiwaniach, grach, czytaniu lub oglądaniu, oglądaniu pornografii i grach hazardowych, chociaż w tych działaniach zauważalne były różnice między płciami.

 

 

 

   

Tabela 1. Wyniki opisowe (średnie i odchylenia standardowe) dla miar zdrowia psychicznego i korzystania z Internetu w punkcie odniesienia.
Zobacz tę tabelę

 

  

Analiza regresji przekrojowej

Przekrojowa hierarchiczna analiza regresji wielokrotnej została wykorzystana do przewidywania wyników DASS w T1 za pomocą Internetu w T1. Pierwszy model obejmujący zmienne kontrolne (płeć, wiek, warunki eksperymentalne) był bardzo istotny (F(3, 1683)= 26.40, P<.001) i wyjaśniono R2przym= 4.3% wariancji w psychopatologii. Drugi model (czas spędzony w Internecie) znacząco przyczynił się do przewidywania (F zmiana(1, 1682)= 26.05, P<001) o 1.4%, co daje łącznie R2przym= 5.7% wyjaśnił wariancję. Trzeci model (względny czas spędzony na zajęciach) znacząco przyczynił się do przewidywania (F zmiana(7, 1675)= 8.29, P<001) o 2.8%, co daje łącznie R2przym= 8.5% wyjaśnił wariancję. Czwarty model (konsekwencje korzystania z Internetu) znacząco przyczynił się do przewidywania (F zmiana(9, 1666)= 26.80, P<001) o 11.1%. Doprowadziło to do ostatecznej sumy R2przym= 19.6% wyjaśnił wariancję, z czego 15.3% uwzględniono w czynnikach związanych z Internetem. Dostosowane R2 w dalszym ciągu wzrastał na każdym etapie analizy, wskazując, że model nie został przejęty. Nie było wskazań na problematyczną kolinearność, ponieważ wszystkie zmienne miały tolerancję powyżej 0.5. Wyniki analizy regresji, w tym standaryzowane współczynniki beta (ß) dla każdego predyktora w każdym modelu, są podsumowane w Tabela 2.

Tabela 2 podsumowuje, że płeć była jedyną znaczącą zmienną kontrolną, podczas gdy wiek i warunki eksperymentalne nie były. Podana przez siebie średnia liczba godzin spędzonych w Internecie była istotnym predyktorem wyższych wyników DASS w modelach 2 i 3, ale nie w przypadku uwzględniania konsekwencji korzystania z Internetu w czwartym modelu. Wielkość efektu (ß) poszczególnych działań opartych na sieci Web wahała się między .05 a .13. Wykorzystanie Internetu do celów społecznych było istotnym predyktorem wyników DASS w modelu 3, ale nie w modelu 4, co sugeruje, że ryzyko związane z towarzyskością w Internecie było spowodowane konsekwencjami mierzonymi w badaniu. Gry internetowe opierały się na odwrotnym schemacie, ponieważ ta aktywność nie była istotnym predyktorem DASS w modelu 3, ale stała się znacząca w czwartym modelu. Negatywna wartość beta wskazuje, że gry internetowe były czynnikiem ochronnym związanym ze zdrowiem psychicznym. Wykonywanie zajęć szkolnych lub zawodowych w Internecie było również istotnym czynnikiem ochronnym dla psychopatologii w trzecim modelu, ale nie w przypadku uwzględniania konsekwencji korzystania z Internetu. Hazard internetowy był znaczącym czynnikiem ryzyka dla wyższych wyników DASS w obu modelach 3 i 4. Konsumpcja treści wiadomości nie była istotnie związana z DASS w żadnym z modeli. Wyświetlanie treści pornograficznych w Internecie stanowiło istotny czynnik ryzyka tylko w modelu 3, ale nie w modelu 4, a zatem wynikało z konsekwencji korzystania z Internetu. Przeprowadzanie ukierunkowanych wyszukiwań w Internecie było istotnie i silnie powiązane z wynikami DASS w obu modelach 3 i 4, mając największy wpływ na działania. Jeśli chodzi o konsekwencje korzystania z Internetu, znajdowanie nowych przyjaciół, uczenie się ciekawych rzeczy i zabawę, nie przewidzieliście wyników DASS w modelu 4. Zatem te „pozytywne” konsekwencje nie wydają się działać jako czynniki ochronne. Jednak korzystanie z Internetu, które postrzegano jako zwiększające znaczenie życia lub poprawiające wydajność szkoły lub pracy, było istotnym czynnikiem ochronnym. „Negatywne” konsekwencje były silniejszymi predyktorami wyników DASS. Chociaż przebywanie w Internecie dłużej niż pierwotnie zakładano, nie było istotnym predyktorem, stwierdzenia „Wybieram te czynności zamiast spędzać czas z przyjaciółmi”, „Późno się spóźniam i tracę sen” i „Czuję się przygnębiony lub nastrojowy, kiedy mam brak dostępu do wyżej wymienionych działań ”były bardzo istotnymi czynnikami ryzyka, z rozmiarami efektu (ß) w zakresie od .12 do .22

 

  

Tabela 2. Wyniki z przekrojowej hierarchicznej analizy regresji wielokrotnej. Statystyki są prezentowane dla każdej zmiennej predykcyjnej w każdym modelu.
Zobacz tę tabelę

 

  

Analiza regresji podłużnej

Podłużna hierarchiczna analiza regresji wielokrotnej została wykorzystana do przewidywania zmian ogólnej psychopatologii (różnica wyników między T1 i T3) poprzez zmianę w korzystaniu z Internetu. W modelu nie było wskazań na problematyczne poziomy kolinearności, ponieważ wszystkie zmienne miały wartość tolerancji powyżej 0.7. Pierwszy model obejmujący zmienne kontrolne (płeć, wiek, warunki eksperymentalne) nie był znaczący (F(3, 981) <1, P= .59), a także drugi model (czas spędzony w Internecie; F zmiana(1, 980) <1, P= .95). Trzeci model (względny czas spędzony na zajęciach) znacząco przyczynił się do przewidywania (F zmiana(7, 973)= 2.25, P<03) użytkownika R2przym= 0.7% wyjaśnił wariancję. Wkład ten można przypisać przeglądaniu wiadomości, gdzie wzrost oglądalności wiadomości z T1 do T3 był związany ze wzrostem wyników DASS (ß = .07, 95% CI = 0.00-0.13, P= .049). Wszystkie inne działania oparte na sieci były nieistotne (P≥ .19) w tym modelu. Czwarty model (konsekwencje korzystania z Internetu) znacząco przyczynił się do przewidywania (F zmiana(9, 964)= 3.39, P<001) o 2.1%, co daje łącznie R2przym= 2.8% wyjaśnił wariancję. Zużycie wiadomości zostało tutaj uznane za nieistotne (P= .13). Wkład czwartego modelu można przypisać 2 negatywnym konsekwencjom. Stwierdzenia: „Spóźniam się i tracę sen” (ß = .12, 95% CI = 0.05-0.19, P= .001) i „Czuję się przygnębiony lub nastrojowy, gdy nie mam dostępu do wyżej wymienionych czynności” (ß = .09, 95% CI = 0.03-0.16, P<01) były istotnymi predyktorami w tym modelu. Wszystkie inne predyktory były nieistotne (zmiana znaczenia życia: P= .10; inne zmienne miały P wartości powyżej).

W związku z tym korzystanie z Internetu, co do którego zgłoszono, że powoduje spóźnienie i utratę snu („utrata snu”) oraz wywołanie negatywnego nastroju, gdy nie można było uzyskać do niego dostępu („wycofanie”), były jedynymi zmiennymi, które konsekwentnie przewidywały zmiany w zdrowiu psychicznym . Aby dokładniej zbadać te negatywne konsekwencje, obliczono standardową regresję wielokrotną 2, aby przewidzieć zmiany podłużne w każdej z tych zmiennych za pomocą zmian czasu spędzonego w Internecie i różnych działań opartych na sieci Web. Model regresji, który przewidywał utratę snu, był znaczący (F(8, 1120)= 5.76, P<001, R2przym= 3.3% wyjaśnił wariancję), podobnie jak regresja przewidująca wycofanie (F(8, 1125)= 11.17, P<001, R2przym= 6.7% wyjaśnił wariancję). Współczynniki z tych regresji są podsumowane w Tabela 3 i Tabela 4, Odpowiednio. Tabela 3 podsumowuje, że najsilniejszym predyktorem zwiększonej utraty snu był spadek aktywności szkolnej lub zawodowej, a następnie zwiększona liczba gier, ukierunkowane wyszukiwanie, oglądanie pornografii i ogólnie czas online. Działania społeczne, hazard i oglądanie wiadomości nie były istotnie związane ze zmianą utraty snu. Tabela 4 podsumowuje, że najsilniejszymi predyktorami zmian w wycofywaniu się były gry hazardowe, a następnie ogólny czas spędzony w Internecie, oglądanie pornografii i gry. Zmiany w działalności społecznej, szkole lub pracy, przeglądanie wiadomości i ukierunkowane wyszukiwania nie były istotnie związane ze zmianą wycofania.

 

 

 

   

Tabela 3. Wyniki analizy regresji wielokrotnej przewidujące zmiany „utraty snu” poprzez zmianę w korzystaniu z Internetu.
Zobacz tę tabelę

 

 

 

   

Tabela 4. Wyniki analizy regresji wielokrotnej przewidujące zmiany „wycofania” poprzez zmianę w korzystaniu z Internetu.
Zobacz tę tabelę

 

 

 

   

Dyskusja

Przekroje poprzeczne

Celem tego badania było zidentyfikowanie związanych z Internetem czynników ryzyka i czynników ochronnych w przypadku problemów ze zdrowiem psychicznym oraz sprawdzenie, czy skutki czasu spędzonego w Internecie i na różnych działaniach internetowych można przypisać wielu postrzeganym konsekwencjom tych zajęcia. Zostało to zbadane przez zbadanie związku między ogólnym zdrowiem psychicznym młodzieży (połączone poziomy depresji, lęku i stresu lub napięcia) a tymi zachowaniami związanymi z Internetem, zarówno przekrojowo, jak i wzdłużnie w okresie 4.

Wyniki przekrojowe pokazały, że zdrowie psychiczne było przewidywane na podstawie zachowań związanych z Internetem na początku (15.3% wyjaśnił wariancję po dostosowaniu do liczby predyktorów w modelu). Indywidualne rozmiary efektów były raczej małe (standaryzowany ß = .05-.22). Czas spędzony w Internecie miał większy wpływ niż większość indywidualnych działań, ale konsekwencje korzystania z Internetu wyjaśniały największą wariancję wyników DASS (11.1%). Spośród nich 3 negatywnych konsekwencji 4 były najważniejszymi predyktorami (preferencja dla działań opartych na sieci Web w stosunku do offline aktywności społecznych, utraty snu i wycofania), podczas gdy pozytywne skutki były nieistotne. Korzystanie z Internetu, które postrzegano jako zwiększające znaczenie życia lub poprawiające ocenę szkoły lub wydajność pracy, wiązało się z lepszym zdrowiem psychicznym, ale efekty były mniejsze niż w przypadku negatywnych konsekwencji.

Co więcej, wyniki pokazały, że czas spędzony w Internecie, korzystanie z mediów społecznościowych, oglądanie pornografii oraz zajęcia w szkole lub pracy były tylko istotnymi predyktorami, gdy nie uwzględniono postrzeganych konsekwencji, co sugeruje, że skutki tych działań dla zdrowia psychicznego zostały wyjaśnione przez konsekwencje. Z drugiej strony gry internetowe, gry hazardowe i ukierunkowane wyszukiwania były istotnymi predyktorami zdrowia psychicznego, nawet gdy kontrolowano postrzegane konsekwencje, sugerując, że treść tych działań była stosunkowo ważna w porównaniu z postrzeganymi konsekwencjami w odniesieniu do zdrowia psychicznego . Łącznie wyniki te wskazują, że wszystkie działania oparte na sieci Web zmierzone w tym badaniu są predykcyjne dla zdrowia psychicznego, ale tylko niektóre z nich wydają się mieć efekty oparte na treści wystarczająco duże, aby można je było wykryć w pełni dostosowanym modelu. Inne działania zdawały się oddziaływać tylko na zdrowie psychiczne dzięki ich postrzeganym konsekwencjom, głównie preferencji dla interakcji internetowych, utraty snu i wycofania się. Ponieważ te negatywne konsekwencje wskazują na problematyczne korzystanie z Internetu [9,14], ich stosunkowo silny wpływ na zdrowie psychiczne jest oczekiwany z problematycznej perspektywy korzystania z Internetu. Należy jednak zauważyć, że postrzegane konsekwencje mogą różnić się od rzeczywistych konsekwencji.

Wyniki podłużne

Poprzednie badania łączyły objawy utraty snu i objawów odstawienia z problemami zdrowia psychicznego i problematycznym korzystaniem z Internetu [9,12,42-45]. Analizy podłużne w tym badaniu podobnie sugerują, że utrata snu i wycofanie się (negatywny nastrój, gdy zawartość jest niedostępna) przewidują zmiany w zdrowiu psychicznym w czasie (2.1% wyjaśnił wariancję), aw rzeczywistości były to jedyne zmienne, które zrobiły to w długim okresie semestr. Długotrwałe zmiany w czasie spędzonym w Internecie i różne działania nie przewidywały bezpośrednio zmian w zdrowiu psychicznym, ale miały pośredni wpływ, przewidując zmiany w utracie i wycofaniu snu (odpowiednio 3.3% i 6.7% wyjaśniły wariancję). Sugeruje to, że czas spędzony w Internecie i oglądane treści są predykcyjne dla zdrowia psychicznego, głównie dlatego, że przewidują negatywne postrzegane konsekwencje, takie jak utrata snu i wycofanie się. Interpretacja ta jest zgodna z problematycznym podejściem do korzystania z Internetu, a także wspiera rozróżnienie między ogólnymi i specyficznymi formami problematycznego korzystania z Internetu (np. [15-17]), ponieważ działania były rzeczywiście inaczej związane z negatywnymi konsekwencjami. Sugeruje również, że interwencje mające na celu zmniejszenie negatywnego wpływu korzystania z Internetu na zdrowie psychiczne mogą być ukierunkowane na negatywne konsekwencje zamiast samego korzystania z Internetu. Na przykład zamiast redukować czas poświęcony na określone działanie, interwencja może skupić się na upewnieniu się, że aktywność nie zakłóca snu. Jednak w przypadku niektórych rodzajów korzystania z Internetu, takich jak hazard, interwencje specyficzne dla działalności mogą być bardziej skuteczne.

ogólna dyskusja

Wyniki tego badania potwierdzają, że problematyczne (lub niezdrowe) korzystanie z Internetu nie może być po prostu utożsamiane z intensywnym lub częstym korzystaniem z Internetu. Po pierwsze, chociaż czas spędzony w Internecie okazał się negatywnie związany ze zdrowiem psychicznym, niektóre działania, takie jak praca w szkole, były pozytywnie powiązane. Po drugie, czas spędzony w Internecie nie był niezależnym czynnikiem ryzyka dla zdrowia psychicznego po uwzględnieniu postrzeganych konsekwencji korzystania z Internetu, podkreślając, że korzystanie z Internetu nie jest samoistnie szkodliwe. Nawet jeśli chodzi o konkretne działania, na przykład gry, relacje mogą być złożone. Poprzednie badania wykazały, że gry mają negatywny wpływ na zdrowie psychiczne (np. [12,29]), podczas gdy w tym badaniu efekty były pozytywne. Większość badań, w których stwierdzono negatywne efekty gry, zazwyczaj dotyczyła jedynie problematycznych gier. Wydaje się zatem możliwe, że gry mają pewne właściwości ochronne, gdy są używane do pewnego stopnia, ale negatywne konsekwencje mogą przesłonić te właściwości, gdy są nadmiernie używane. Na przykład, w tym badaniu odkryliśmy, że pomimo pozytywnych skutków dla zdrowia psychicznego, gry znacznie przewidywały utratę snu i odstawienie, co z kolei wiązało się z problemami ze zdrowiem psychicznym. Zgodnie z tym, ostatnie europejskie badanie na temat gier wśród dzieci w wieku 6-11 wykazało, że po kontrolowaniu predyktorów wysokiego użycia, gra nie była istotnie związana z problemami ze zdrowiem psychicznym, ale była powiązana z mniejszymi problemami w relacjach z rówieśnikami i deficytami prospołecznymi [46].

Związek przyczynowy między ogólnym korzystaniem z Internetu a zdrowiem psychicznym również wydaje się skomplikowany. Poprzedni autorzy przyznali, że ryzyko związane z korzystaniem z Internetu może odzwierciedlać już obecne zaburzenie, które może mieć wpływ na sposób korzystania z Internetu [47-49]. Pewne style poznawcze, które stanowią skłonność do korzystania z Internetu w określony sposób, mogą również wpływać na zdrowie psychiczne. Na przykład Brand i in. [50] zasugerował, że problematyczne korzystanie z Internetu wiąże się z oczekiwaniami, że Internet może być użyty do pozytywnego wpływu na nastrój, co w niektórych przypadkach może być fałszywym założeniem w imieniu użytkownika. Rozczarowująca rzeczywistość może z kolei pogorszyć istniejące wcześniej problemy ze zdrowiem psychicznym. W tym badaniu przeprowadzanie ukierunkowanych wyszukiwań (niezwiązanych ze szkołą lub pracą) wiązało się z wyższymi wynikami DASS i miało większy efekt niż jakakolwiek inna działalność oparta na sieci. Możliwym wytłumaczeniem tego jest fakt, że osoby, które doświadczają więcej stresu, są bardziej skłonne do korzystania z Internetu jako narzędzia radzenia sobie z problemami [27]. Mogłoby to również odzwierciedlać ogólną tendencję do polegania na źródłach internetowych w celu rozwiązywania problemów lub problemów, nawet jeśli bardziej profesjonalna pomoc byłaby bardziej przydatna. Ponieważ jednak problemy zdrowotne nie są jedynym możliwym celem wyszukiwania w Internecie, przyszłe badania będą musiały dalej badać tę hipotezę.

Co więcej, chociaż stwierdzono, że utrata snu związana z Internetem jest predyktorem podłużnym zdrowia psychicznego, istnieje ustalony dwukierunkowy związek między problemami ze snem a depresją [51] oraz ogólne samopoczucie i funkcjonowanie afektywne [52]. Wydaje się zatem prawdopodobne, że związek między utratą snu związaną z korzystaniem z Internetu a zdrowiem psychicznym jest również wzajemny. Dlatego interwencje mające na celu zmniejszenie problematycznego korzystania z Internetu mogą być bardziej skuteczne, jeśli obejmują jednoczesne leczenie chorób współistniejących (w tym depresji i zaburzeń snu). Podobnie wiele wcześniejszych badań wykazało, że problematyczne gry hazardowe są predyktorem ogólnego problemowego korzystania z Internetu, co sugeruje, że uzależniający hazard i korzystanie z Internetu mają pewną wspólną etiologię [20-23,53]. Nasze wyniki potwierdzają ten pogląd, ponieważ działania hazardowe były najsilniejszym predyktorem postrzeganego wycofania się, sugerując, że leczenie problematycznych zachowań związanych z korzystaniem z Internetu powinno również rozwiązać wszelkie problemy związane z hazardem. Ważne jest jednak, aby przyszłe badania zbadały bardziej szczegółowo, które zmienne działają jako prekursory szkodliwego korzystania z Internetu (np. Czynniki osobowości, poznawcze, emocjonalne i motywacyjne oraz istniejące zaburzenia psychiczne) oraz które zmienne działają jako wyniki i mediatorzy. Ponieważ niektóre domeny osobowości mogą stanowić predyspozycję do czynników ryzyka, takich jak wycofanie, przyszłe badania powinny zbadać rolę mediacyjną takich zmiennych niepatologicznych.

W tym badaniu nie znaleźliśmy żadnego wpływu postrzeganych pozytywnych konsekwencji korzystania z Internetu na zdrowie psychiczne i możliwe jest, że dzieje się tak dlatego, że są one raczej motywami korzystania z Internetu. Innymi słowy, uczestnicy mogli zgłaszać konsekwencje, na które mieli nadzieję, a nie to, co faktycznie się wydarzyło. Sagioglou i Greitemeyer [54] wskazał, że zgłaszane przez siebie wyniki różnych działań internetowych mogą mieć ograniczoną ważność, zwłaszcza gdy są tymczasowo odległe, w którym to przypadku może raczej odzwierciedlać to, co uczestnicy postrzegają jako wiarygodne motywacje do ich wykorzystania. Dokładniejsze miary można uzyskać, gdy uczestnicy są proszeni o ich ocenę natychmiast po użyciu aplikacji internetowej, co nie było możliwe w tym badaniu. Przyszłe badania powinny uwzględniać traktowanie pozytywnych konsekwencji korzystania z Internetu jako predyktorów korzystania z pewnych treści internetowych (w zdrowy lub niezdrowy sposób), a nie jako bezpośrednich predyktorów zdrowia psychicznego.

Ograniczenia

Badanie to jest ograniczone charakterem pomiarów stosowanych do oszacowania korzystania z Internetu przez uczestnika. Jedna kwestia ważności dotyczy konsekwencji korzystania z Internetu, czego nie można założyć, aby idealnie odzwierciedlała rzeczywiste wyniki. Oprócz trudności w obserwowaniu wpływu codziennych czynności na własne zdrowie i zachowania, środek ten może być również szczególnie podatny na uprzedzenia i efekty oczekiwane. W związku z tym badanie to miało na celu jedynie zmierzenie postrzeganych konsekwencji. Trudno jest również stwierdzić, czy postrzegane konsekwencje są spowodowane przez zachowania internetowe, czy jakiś trzeci czynnik, taki jak choroby współistniejące. Innym ograniczeniem tego badania jest to, że nie dokonaliśmy dogłębnych pomiarów zawartości internetowej, z której korzystają uczestnicy. Dlatego należy zachować ostrożność przy stosowaniu tych wyników do zastosowań bardziej szczegółowych treści; na przykład różne rodzaje gier i działań w sieciach społecznościowych mogą mieć różny wpływ zarówno na postrzegane konsekwencje, jak i na zdrowie psychiczne. Ponadto nasze pomiary nie obejmowały żadnego problematycznego narzędzia diagnostycznego do korzystania z Internetu. Możliwe, że gdybyśmy uwzględnili bardziej negatywne konsekwencje korzystania z Internetu lub specyficzne problematyczne kryteria korzystania z Internetu, wyjaśniłoby to większą część skutków działań opartych na sieci. Na koniec odnotowano znaczny odsetek rezygnacji między pomiarami wyjściowymi i następczymi (34%), co zmniejszyło moc statystyczną w analizach podłużnych w porównaniu z analizami przekrojowymi. Ponadto udział w tym badaniu nie był całkowicie anonimowy, a uczestnicy z wysokim ryzykiem samobójczym zostali wykluczeni z analizy danych, co może oznaczać, że niektórzy z nastolatków z najcięższą psychopatologią nie byli reprezentowani w analizach.

wnioski

Różne działania lub treści oparte na sieci Web mogą mieć specyficzny wpływ na zdrowie psychiczne, nawet jeśli są stosowane na umiarkowanym poziomie i podczas dostosowywania do liczby godzin spędzonych w Internecie. Działania internetowe różnią się tym, jak konsekwentnie, ile i w jakim kierunku wpływają na zdrowie psychiczne. Działania różnią się również w zależności od tego, jakie negatywne konsekwencje przynoszą, a te konsekwencje (zwłaszcza utrata snu i wycofanie się) wydają się przewidywać wyniki dotyczące zdrowia psychicznego w większym stopniu niż same działania. Wydaje się zatem, że czas spędzony w Internecie i treści oparte na sieci Web są predykcyjne dla zdrowia psychicznego, głównie dlatego, że przewidują takie negatywne konsekwencje. Wyniki te podkreślają znaczenie różnicowania ogólnych i specyficznych form problematycznego korzystania z Internetu. Potwierdza również, że korzystanie z Internetu nie jest samoistnie szkodliwe, ale zależy od aktywności, w którą się angażuje i od tego, jak wpływa na jednostkę. Zmiany w zdrowiu psychicznym z czasem wydają się najlepiej przewidywać zmiany związane z utratą i wycofywaniem się z Internetu, a interwencje mające na celu ograniczenie szkodliwego korzystania z Internetu powinny zatem być ukierunkowane na takie konsekwencje. Pozytywne konsekwencje korzystania z Internetu mogą nie przewidywać bezpośrednio zdrowia psychicznego, ale mogą przewidywać skłonność do angażowania się w określone działania internetowe nadmiernie lub problematycznie. Jednak związek przyczynowy między korzystaniem z Internetu a zachorowalnością na choroby psychiczne jest złożony i może być wzajemny, co oznacza, że ​​interwencje lub leczenie problematycznego korzystania z Internetu mogą być wielowymiarowe, aby były skuteczne.

 

 

 

   

Podziękowanie

 

Wszyscy autorzy z wyjątkiem J Westerlund byli zaangażowani w etapy planowania lub realizacji projektu SUPREME, w tym w Randomized Controlled Trial, w którym V Carli był głównym badaczem. J Balasz, A Germanavicius , M Sarchiapone, A Värnik i V Carli byli liderami lub koordynatorami projektu SUPREME w swoich krajach. S Hökby i G Hadlaczky wymyślili obecne dochodzenie, przeprowadzili analizy statystyczne i przygotowali rękopis, na który J Westerlund wniósł krytyczny wkład, rewidując go pod kątem ważnych treści intelektualnych. Wszyscy autorzy przejrzeli i zatwierdzili ostateczny manuskrypt. Projekt SUPREME został sfinansowany przez 60% przez Agencję Wykonawczą ds. Zdrowia i Konsumentów Komisji Europejskiej (EAHC; numer umowy dotacji: 2009.12.19) i 40% przez uczestniczące centra krajowe.

Konflikt interesów

 

Nie zadeklarowano.

 

Dodatek multimedialny 1

Plik PDF (plik Adobe PDF), 40KB


Referencje

  1. Merikangas KR, He JP, Burstein M, Swanson SA, Avenevoli S, Cui L, et al. Częstość występowania zaburzeń psychicznych u młodzieży w USA w ciągu całego życia: wyniki z National Comorbidity Survey Replication – Adolescent Supplement (NCS-A). J Am Acad Child Adolesc Psychiatry 2010 październik; 49 (10): 980-989 [BEZPŁATNY Pełny tekst] [CrossRef] [Medline]
  2. Wittchen HU, Jacobi F, Rehm J, Gustavsson A, Svensson M, Jönsson B, et al. Wielkość i obciążenie zaburzeń psychicznych i innych zaburzeń mózgu w Europie 2010. Eur Neuropsychopharmacol 2011 Sep; 21 (9): 655-679. [CrossRef] [Medline]
  3. Zahn-Waxler C, Klimes-Dougan B, Slattery MJ. Internalizacyjne problemy dzieci i młodzieży: perspektywy, pułapki i postęp w zrozumieniu rozwoju lęku i depresji. Dev Psychopathol 2000; 12 (3): 443-466. [Medline]
  4. Światowa Organizacja Zdrowia. Zapobieganie samobójstwom: globalny imperatyw. Szwajcaria: Światowa Organizacja Zdrowia; 2014.
  5. Statystyki świata Internetu. 2015. Korzystanie z Internetu w Unii Europejskiej URL: http://www.internetworldstats.com/stats9.htm [dostęp 2016-04-15] [Pamięć podręczna WebCite]
  6. Eurostat. 2013. Statystyki korzystania z internetu - adresy URL poszczególnych osób: http://ec.europa.eu/eurostat/statistics-explained/index.php/Internet_use_statistics_-_individuals [dostęp 2016-04-15] [Pamięć podręczna WebCite]
  7. Młody KS. Uzależnienie od Internetu: pojawienie się nowego zaburzenia klinicznego. CyberPsychology & Behavior styczeń 1998; 1 (3): 237-244. [CrossRef]
  8. Laconi S, Rodgers RF, Chabrol H. Pomiar uzależnienia od Internetu: krytyczny przegląd istniejących skal i ich właściwości psychometrycznych. Komputery w ludzkim zachowaniu 2014 Dec; 41: 190-202 [BEZPŁATNY Pełny tekst] [CrossRef]
  9. Petry NM, Rehbein F, Gentile DA, Lemmens JS, Rumpf HJ, Mößle T, et al. Międzynarodowy konsensus dotyczący oceny zaburzeń w grach internetowych przy użyciu nowego podejścia DSM-5. Uzależnienie 2014 Sep; 109 (9): 1399-1406. [CrossRef] [Medline]
  10. Kaess M, Durkee T, Brunner R, Carli V, Parzer P, Wasserman C, et al. Patologiczne wykorzystanie Internetu wśród młodzieży europejskiej: psychopatologia i zachowania autodestrukcyjne. Eur Child Adolesc Psychiatry 2014 Nov; 23 (11): 1093-1102 [BEZPŁATNY Pełny tekst] [CrossRef] [Medline]
  11. Carli V, Durkee T, Wasserman D, Hadlaczky G, Despalins R, Kramarz E, et al. Związek między patologicznym korzystaniem z Internetu a współistniejącą psychopatologią: przegląd systematyczny. Psychopatologia 2013; 46 (1): 1-13. [CrossRef] [Medline]
  12. King DL, Delfabbro PH, Zwaans T, Kaptsis D. Cechy kliniczne i współwystępowanie osi I australijskich nastolatków patologicznych i użytkowników gier wideo. Aust NZJ Psychiatry 2013 Nov; 47 (11): 1058-1067. [CrossRef] [Medline]
  13. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC. Związek między uzależnieniem od Internetu a zaburzeniami psychicznymi: przegląd literatury. Eur Psychiatry 2012 Jan; 27 (1): 1-8. [CrossRef] [Medline]
  14. Zablokuj JJ. Zagadnienia dotyczące DSM-V: uzależnienie od internetu. Am J Psychiatry 2008 Mar; 165 (3): 306-307. [CrossRef] [Medline]
  15. Montag C, Bey K, Sha P, Li M, Chen YF, Liu WY, et al. Czy sensowne jest odróżnienie ogólnego i konkretnego uzależnienia od Internetu? Dowody z badań międzykulturowych z Niemiec, Szwecji, Tajwanu i Chin. Asia Pac Psychiatry 2015 Mar; 7 (1): 20-26. [CrossRef] [Medline]
  16. Király O, Griffiths M, Urbán R, Farkas J, Kökönyei G, Elekes Z, et al. Problematyczne korzystanie z Internetu i problematyczne gry online nie są takie same: wyniki z dużej reprezentatywnej próby młodzieży w kraju. Cyberpsychol Behav Soc Netw 2014 Dec; 17 (12): 749-754 [BEZPŁATNY Pełny tekst] [CrossRef] [Medline]
  17. van Rooij AJ, Schoenmakers TM, van de Eijnden RJ, van de Mheen D. Compulsive Internet: rola gier online i innych aplikacji internetowych. J Adolesc Health 2010 Jul; 47 (1): 51-57. [CrossRef] [Medline]
  18. Khazaal Y, Achab S, Billieux J, Thorens G, Zullino D, Dufour M, et al. Czynnikowa struktura testu uzależnienia od Internetu u graczy online i graczy w pokera. JMIR Ment Health 2015 Apr; 2 (2): e12 [BEZPŁATNY Pełny tekst] [CrossRef] [Medline]
  19. Amerykańskie Towarzystwo Psychiatryczne. DSM5. 2013. Adres URL zaburzeń gier internetowych: http://www.dsm5.org/Documents/Internet%20Gaming%20Disorder%20Fact%20Sheet.pdf [dostęp 2016-04-15] [Pamięć podręczna WebCite]
  20. Critselis E, Janikian M, Paleomilitou N, Oikonomou D, Kassinopoulos M, Kormas G, et al. Hazard internetowy jest czynnikiem prognostycznym uzależniających zachowań w Internecie. J Behav Addict 2013 Dec; 2 (4): 224-230 [BEZPŁATNY Pełny tekst] [CrossRef] [Medline]
  21. Phillips JG, Ogeil RP, Błaszczyński A. Elektroniczne zainteresowania i zachowania związane z problemami z hazardem. Int J Ment Health Addiction 2011 Oct 15; 10 (4): 585-596. [CrossRef]
  22. Tsitsika A, Critselis E, Janikian M, Kormas G, Kafetzis DA. Związek między hazardem internetowym a problematycznym korzystaniem z Internetu wśród młodzieży. J Gambl Stud 2011 Sep; 27 (3): 389-400. [CrossRef] [Medline]
  23. Yau YH, Pilver CE, Steinberg MA, Rugle LJ, Hoff RA, Krishnan-Sarin S, et al. Związki między problematycznym korzystaniem z Internetu a dotkliwością hazardu: wyniki z ankiety przeprowadzonej w szkole średniej. Addict Behav 2014 Jan; 39 (1): 13-21 [BEZPŁATNY Pełny tekst] [CrossRef] [Medline]
  24. Burke M, Marlow C, Lento T. Aktywność w sieci społecznościowej i dobrostan społeczny. 2010 Prezentowane w: Materiały z konferencji SIGCHI nt. Czynnika ludzkiego w systemach komputerowych (CHI'10); 2010-10 kwietnia 15; Atlanta, Georgia, USA. [CrossRef]
  25. Burns JM, Davenport TA, Durkin LA, Luscombe GM, Hickie IB. Internet jako miejsce wykorzystywania usług zdrowia psychicznego przez młodych ludzi. Med J Aust 2010 Jun 7; 192 (11 Suppl): S22-S26. [Medline]
  26. Horgan A, Sweeney J. Wykorzystanie Internetu przez młodych uczniów do informacji i wsparcia zdrowia psychicznego. J Psychiatr Ment Health Nurs 2010 Mar; 17 (2): 117-123. [CrossRef] [Medline]
  27. Trefflich F, Kalckreuth S, Mergl R, Rummel-Kluge C. Korzystanie z Internetu przez pacjentów psychiatrycznych oznacza korzystanie z Internetu przez ogół społeczeństwa. Psychiatry Res 2015 Mar 30; 226 (1): 136-141. [CrossRef] [Medline]
  28. DeSocio J, Hootman J. Zdrowie psychiczne dzieci i sukces w szkole. J Sch Nurs 2004 sierpień; 20 (4): 189-196. [Medline]
  29. Gentile DA, Choo H, Liau A, Sim T, Li D, Fung D, et al. Patologiczne wykorzystanie gier wideo wśród młodzieży: dwuletnie badanie podłużne. Pediatrics 2011 Feb; 127 (2): e319-e329. [CrossRef] [Medline]
  30. Jackson LA, von Eye A, Witt EA, Zhao Y, Fitzgerald HE. Długofalowe badanie wpływu korzystania z Internetu i gier wideo na wyniki w nauce oraz role płci, rasy i dochodów w tych związkach. Komputery w zachowaniu człowieka 2011 Jan; 27 (1): 228-239. [CrossRef]
  31. Király O, Urbán R, Griffiths M, Ágoston C, Nagygyörgy K, Kökönyei G, et al. Mediacyjny wpływ motywacji gier między objawami psychiatrycznymi a problematycznymi grami online: ankieta online. J Med Internet Res 2015; 17 (4): e88 [BEZPŁATNY Pełny tekst] [CrossRef] [Medline]
  32. Scott J, Porter-Armstrong AP. Wpływ wieloosobowych gier fabularnych na psychospołeczne samopoczucie młodzieży i młodych dorosłych: przegląd dowodów. Psychiatry J 2013 ID artykułu 464685. [CrossRef]
  33. Zanetta Dauriat F, Zermatten A, Billieux J, Thorens G, Bondolfi G, Zullino D, et al. Motywacje do gry w szczególności przewidują nadmierne zaangażowanie w masowo multiplayerowe gry fabularne online: dowody z ankiety online. Eur Addict Res 2011; 17 (4): 185-189. [CrossRef] [Medline]
  34. Lovibond PF, Lovibond SH. Struktura negatywnych stanów emocjonalnych: porównanie skal stresu lękowego w depresji (DASS) z inwentaryzacją depresji Becka i lęku. Behav Res Ther 1995 Mar; 33 (3): 335-343. [Medline]
  35. Antony MM, Bieling PJ, Cox BJ, Enns MW, Swinson RP. Właściwości psychometryczne wersji 42 i 21 w Skali stresu depresyjnego w grupach klinicznych i próbie społecznościowej. Ocena psychologiczna 1998; 10 (2): 176-181. [CrossRef]
  36. Crawford JR, Henry JD. Skale stresu depresyjnego (DASS): dane normatywne i struktura utajona w dużej próbce nieklinicznej. Br J Clin Psychol 2003 Jun; 42 (Pt 2): 111-131. [CrossRef] [Medline]
  37. Strona AC, Hooke GR, Morrison DL. Właściwości psychometryczne skal stresu lękowego w depresji (DASS) w depresyjnych próbkach klinicznych. Br J Clin Psychol 2007 Sep; 46 (Pt 3): 283-297. [CrossRef] [Medline]
  38. Zlomke KR. Właściwości psychometryczne internetowych wersji kwestionariusza Penn State Worry Questionnaire (PSWQ) i skali depresji, lęku i stresu (DASS). Komputery w zachowaniach ludzkich 2009 Jul; 25 (4): 841-843. [CrossRef]
  39. Duffy CJ, Cunningham EG, Moore SM. Krótki raport: struktura czynnikowa stanów nastroju we wczesnej próbie młodzieży. J Adolesc 2005 Oct; 28 (5): 677-680. [CrossRef] [Medline]
  40. Szabó M. Krótka wersja skal stresu lękowego w depresji (DASS-21): struktura czynnika u młodych nastolatków. J Adolesc 2010 Feb; 33 (1): 1-8. [CrossRef] [Medline]
  41. Paykel ES, Myers JK, Lindenthal JJ, Tanner J. Uczucia samobójcze w populacji ogólnej: badanie rozpowszechnienia. Br J Psychiatry 1974 May; 124: 460-469. [Medline]
  42. An J, Sun Y, Wan Y, Chen J, Wang X, Tao F.Powiązania między problematycznym korzystaniem z Internetu a fizycznymi i psychicznymi objawami nastolatków: możliwa rola jakości snu. J Addict Med 2014; 8 (4): 282-287. [CrossRef] [Medline]
  43. Caplan SE. Preferowanie interakcji społecznych online: teoria problematycznego korzystania z Internetu i dobrostanu psychospołecznego. Badania komunikacyjne 2003; 30 (6): 625-648 [BEZPŁATNY Pełny tekst] [CrossRef]
  44. Lam LT. Uzależnienie od gier internetowych, problematyczne korzystanie z Internetu i problemy ze snem: przegląd systematyczny. Curr Psychiatry Rep 2014 Apr; 16 (4): 444. [CrossRef] [Medline]
  45. Lee BW, Stapinski LA. Poszukiwanie bezpieczeństwa w Internecie: związek między lękiem społecznym a problematycznym korzystaniem z Internetu. J Niepokój Disord 2012 Jan; 26 (1): 197-205. [CrossRef] [Medline]
  46. Kovess-Masfety V, Keyes K, Hamilton A, Hanson G, Bitfoi A, Golitz D, et al. Czy czas spędzony na grach wideo związanych ze zdrowiem psychicznym, zdolnościami poznawczymi i społecznymi u małych dzieci? Soc Psychiatry Psychiatr Epidemiol 2016 Mar; 51 (3): 349-357. [CrossRef] [Medline]
  47. Holden C. Psychiatry. Debiut behawioralny w proponowanym DSM-V. Science 2010 Feb 19; 327 (5968): 935. [CrossRef] [Medline]
  48. Pies R. Czy DSM-V powinien oznaczać „uzależnienie od Internetu” jako zaburzenie psychiczne? Psychiatria (Edgmont) 2009 luty; 6 (2): 31-37 [BEZPŁATNY Pełny tekst] [Medline]
  49. Shaffer HJ, Hall MN, Vander Bilt J. „Uzależnienie od komputera”: krytyczna uwaga. Am J Orthopsychiatry 2000 Apr; 70 (2): 162-168. [Medline]
  50. Marka M, Laier C, Young KS. Uzależnienie od Internetu: radzenie sobie ze stylami, oczekiwaniami i implikacjami leczenia. Front Psychol 2014 Nov; 5: 1256 [BEZPŁATNY Pełny tekst] [CrossRef] [Medline]
  51. Riemann D, uczestnicy warsztatów. Czy skuteczne zarządzanie zaburzeniami snu zmniejsza objawy depresji i ryzyko depresji? Drugs 2009; 69 Suppl 2: 43-64. [CrossRef] [Medline]
  52. Watling J, Pawlik B, Scott K, Booth S, Short MA. Utrata snu i funkcjonowanie afektywne: więcej niż tylko nastrój. Behav Sleep Med 2016 May 9: 1-16 Epub przed drukiem. [CrossRef] [Medline]
  53. Dowling NA, Brown M. Podobieństwa w czynnikach psychologicznych związanych z hazardem problemowym i uzależnieniem od Internetu. Cyberpsychol Behav Soc Netw 2010 Aug; 13 (4): 437-441. [Medline]
  54. Sagioglou C, emocjonalne konsekwencje Greitemeyera T. Facebooka: dlaczego Facebook powoduje spadek nastroju i dlaczego ludzie nadal go używają. Komputery w zachowaniach ludzkich 2014 Jun; 35: 359-363. [CrossRef]

 


Skróty

DASS: Skala stresu związanego z depresją
DSM: Diagnostic and Statistical Manual of Mental Disorders
IAT: Test uzależnienia od Internetu
NAJWYŻSZY: Zapobieganie samobójstwom poprzez promocję zdrowia psychicznego za pośrednictwem Internetu i mediów

Pod redakcją J Torousa; przesłane 29.04.16; recenzowane przez V Rozanova, B Carron-Arthur, T Li; komentarze do autora 31.05.16; poprawiona wersja otrzymała 14.06.16; zaakceptowany 15.06.16; opublikowane 13.07.16

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

Jest to artykuł o otwartym dostępie, rozpowszechniany zgodnie z warunkami licencji Creative Commons Attribution License (http://creativecommons.org/licenses/by/2.0/), która umożliwia nieograniczone korzystanie, dystrybucję i reprodukcję na dowolnym nośniku, pod warunkiem że oryginał praca, po raz pierwszy opublikowana w JMIR Mental Health, jest prawidłowo cytowana. Kompletne informacje bibliograficzne, link do oryginalnej publikacji na http://mental.jmir.org/, jak również te informacje o prawach autorskich i licencji muszą być włączone.