Opracowanie i walidacja Inwentaryzacji Uzupełnień Smartphone (SPAI) (2014)

PLoS ONE. 2014 Jun 4; 9 (6): e98312. doi: 10.1371 / journal.pone.0098312.

Lin YH1, Chang LR2, Lee YH3, Tseng HW4, Kuo TB5, Chen SH6.

Abstrakcyjny

Cel

Celem tego badania było opracowanie samodzielnej skali opartej na specjalnych cechach smartfona. Wykazano wiarygodność i trafność Inwentarzu Uzależnień Smartphone (SPAI).

Metody

W sumie 283 uczestników zrekrutowano od 2012 do lipca 2013, aby wypełnić zestaw kwestionariuszy, w tym XIUMX-item SPAI zmodyfikowany z Chińskiej Skali Uzależnień od Internetu oraz kwestionariusz z fantomem wibracji i zespołu dzwonienia. Były samce 26 i samice 260, w wieku 23 ± 22.9 lat. Przeprowadzono eksploracyjną analizę czynnikową, test spójności wewnętrznej, powtórzenie testu i analizę korelacji w celu zweryfikowania wiarygodności i ważności SPAI. Zbadano również korelacje między każdą podskalą a wibracją fantomową i dzwonieniem.

Efekt

Eksploracyjna analiza czynnikowa ujawniła cztery czynniki: kompulsywne zachowanie, upośledzenie funkcjonalne, wycofanie i tolerancję. Rzetelność test – retest (korelacje wewnątrzklasowe = 0.74–0.91) i spójność wewnętrzna (α Cronbacha = 0.94) były zadowalające. Cztery podskale wykazywały korelacje od umiarkowanych do wysokich (0.56–0.78), ale nie wykazywały korelacji lub miały bardzo niską korelację z zespołem wibracji fantomowych / dzwonienia.

Wnioski

Badanie to dostarcza dowodów, że SPAI jest ważnym i niezawodnym, samodzielnym narzędziem do badań przesiewowych w celu zbadania uzależnienia od smartfonów. Widmowe wibracje i dzwonienie mogą być niezależnymi podmiotami uzależnienia od smartfonów.

Postacie

Cytat: Lin YH, Chang LR, Lee YH, Tseng HW, Kuo TBJ, et al. (2014) Rozwój i walidacja inwentaryzacji uzależnień od smartfonów (SPAI). PLoS ONE 9 (6): e98312. doi: 10.1371 / journal.pone.0098312

Redaktor: Jeremy Miles, Research and Development Corporation, Stany Zjednoczone Ameryki

Odebrane: Październik 18, 2013; Przyjęty: Kwiecień 30, 2014; Opublikowano: 4 czerwca 2014 r.

Prawa autorskie: © 2014 Lin i in. Jest to artykuł o otwartym dostępie dystrybuowany zgodnie z warunkami Licencja Creative Commons - uznanie autorstwa, który pozwala na nieograniczone użycie, dystrybucję i reprodukcję w dowolnym medium, pod warunkiem, że autor i źródło są uznawane.

Finansowanie: Autorzy ci nie mają wsparcia ani funduszy na raportowanie.

Konkurencyjne zainteresowania: Autorzy zadeklarowali, że nie istnieją konkurencyjne interesy.

Wprowadzenie

Nadużywanie smartfonów stało się poważnym problemem społecznym przy rosnącej popularności smartfona. „Uzależnienie od smartfonów” można uznać za jedną z form uzależnień technologicznych. Griffiths [1] operacyjnie definiuje uzależnienia technologiczne jako uzależnienie behawioralne, które obejmuje interakcję człowiek-maszyna i ma charakter niechemiczny. Podobny wzorzec zachowania, uzależnienie od Internetu, został sklasyfikowany jako rodzaj „zaburzeń związanych z substancjami i uzależnieniami” w Podręczniku diagnostycznym i statystycznym zaburzeń psychicznych, wydanie 5th (DSM-5) [2]. Można sobie wyobrazić, że uzależnienia nie będące substancjami są konceptualizowane z kryteriów diagnostycznych dla ustalonych uzależnień od substancji, aby zapewnić zarówno kontekst biopsychologiczno-społeczny, jak i kierunek kompleksowego modelu uzależnienia [3], [4]. Na przykład zidentyfikowaliśmy pięć czynników, tj. Tolerancję, wycofanie, objawy kompulsywne, zarządzanie czasem oraz problemy interpersonalne i zdrowotne związane z uzależnieniem od Internetu [5].

Smartphone obsługuje nie tylko przenośne funkcje „telefonu”, aparatu, gry i odtwarzaczy multimedialnych, ale także tysiące aplikacji mobilnych (aplikacji) z dostępnym Internetem. W związku z tym niektóre objawy uzależnienia od smartfona mogą być inne niż w uzależnieniu od Internetu. Ostatnie badanie dotyczyło sześciu czynników uzależnienia od smartfonów [6]. Sugerował, że uzależnienie od smartfonów powinno być konceptualizowane jako wielowymiarowa konstrukcja. W tym badaniu jednak przedział wieku badanych był stosunkowo szeroki (od 18 do 53 lat), a kobiety przeważały [6]. Poza tym definicja „tolerancji” i „wycofania” w poprzednim badaniu [6] nie jest identyczny z tymi w DSM [2]. Inaczej, uzależnienie od Internetu jest powszechnie znane wśród uczniów szkół wyższych, a płeć męska jest jednym z ważnych czynników ryzyka [7]i często współistnieją z nadużywaniem substancji [8]. Konieczne jest przeprowadzenie dalszych testów psychometrycznych w celu przetestowania poprawności konstrukcji instrumentów do uzależnienia od smartfonów.

Drgania fantomowe i dzwonienie telefonów komórkowych, przerywane postrzeganie, że telefon komórkowy jest postrzegany jako wibracja i dzwonienie, gdy nie jest, są powszechnymi halucynacjami w populacji ogólnej. Nasze poprzednie badanie podłużne wykazało, że oba zespoły były związane ze stresem podczas stażu medycznego, a silne wibracje fantomowe i dzwonienie były skorelowane z lękiem i depresją [9]. Jednak związek między dwoma nowymi zjawiskami telefonii komórkowej, tj. „Fantomem wibracji / dzwonieniem” i „uzależnieniem od smartfona”, jest nieznany.

Celem tego badania było opracowanie skali do samodzielnego zarządzania w oparciu o cechy uzależnienia od Internetu i cechy smartfona oraz identyfikacja osób uzależnionych od smartfonów. Postawiliśmy hipotezę, że uzależnienie od smartfonów ma wiele aspektów, które są podobne do uzależnienia od Internetu i uzależnienia od substancji, takich jak tolerancja, wycofanie, kompulsywne zachowania i zaburzenia codziennych funkcji życiowych. Inwentarz uzależnień od smartfonów (SPAI) został specjalnie zaprojektowany na podstawie Skali Uzależnienia od Internetu Chen (CIAS) z dobrze zorganizowaną pięcioczynnikową strukturą. W tym badaniu zbadano wiarygodność i zweryfikowano trafność konstrukcji nowo utworzonego wykazu uzależnień od smartfonów.

Metody

Uczestnicy

W sumie 283 młodych dorosłych rekrutowano z Wydziału Elektrotechniki i Wydziału Informatyki i Inżynierii Komunikacji dwóch uniwersytetów w północnym Tajwanie w X XI XI do XII 2012. Strategia rekrutacji opierała się na potencjalnym wyższym wskaźniku penetracji smartfonów wśród tych studentów. Wszyscy studenci ze smartfonem wzięli udział w tym badaniu. Spośród nich 2013 były mężczyznami, a 260 były kobietami, z wiekiem 23 ± 22.9. Badanie zostało zatwierdzone przez Institutional Review Board Narodowego Szpitala Uniwersyteckiego Tajwanu, który zrzekł się potrzeby pisemnej świadomej zgody uczestników, ponieważ dane były analizowane anonimowo. Wszystkie badania kliniczne przeprowadzono zgodnie z zasadami wyrażonymi w Deklaracji Helsińskiej.

Rozwój SPAI

Dwaj wykwalifikowani psychiatrzy, Lin i Chang, doświadczeni w zaburzeniach związanych z substancjami i uzależnieniu od Internetu, zmodyfikowali 26-ową skalę Chen Internet Addiction Scale (CIAS) do oceny „uzależnienia od smartfonów”. Psychometryczne badanie zmodyfikowanej wersji CIAS zostało przeprowadzone przez Lin za zgodą Chena, w którym pięć podskal zidentyfikowano za pomocą eksploracyjnej analizy czynnikowej [5]. Termin „Internet” zmieniono na „smartphone”. Wersja mandaryńska w języku chińskim została sfinalizowana przez panel ekspertów. Ostateczne wersje zawierały następujące elementy: (1) Pozycja 4 i 6 zostały zastąpione przez semantycznie podobny element 2 i 3 elementu 12 Problematyczny kwestionariusz użycia telefonu komórkowego [10], ponieważ oryginalny element nie miałby sensu, używając po prostu „korzystania ze smartfona” zamiast „korzystania z Internetu” (2). Ze względu na wyjątkowość korzystania ze smartfonów pozycja 21, tj. „Przeglądanie smartfona podczas przechodzenia przez ulicę; szarpanie się ze smartfonem w czasie jazdy lub czekania, skutkowało niebezpieczeństwem ”, dodano na końcu skali (3). W punkcie 23 zdanie zostało zmienione z oryginalnego „Przyzwyczajam się rzadziej spać, a więcej czasu online”. jako „Przyzwyczajam się do używania smartfona, a jakość snu i całkowity czas snu uległy skróceniu”. (4) W punkcie 25 zmieniono zdanie z oryginału „Nie jem o zwykłej porze posiłków, ponieważ korzystam z Internetu”. Rewizje (3) i (4) były zgodne z cechą przenośności smartfona, odróżnioną od „Tradycyjne” korzystanie z Internetu za pośrednictwem komputera. Uczestnicy zostali poproszeni o ocenę pozycji na 4-punktowej skali Likerta, 1 = zdecydowanie się nie zgadzam ”, 2 =„ nieco się nie zgadzam ”, 3 =„ raczej się zgadzam ”i 4 =„ zdecydowanie się zgadzam ”, tak aby całkowity wynik SPAI wahał się od 26 do 104.

Kwestionariusz fantomowej wibracji i dzwonienia

Aby uniknąć zniekształcenia respondentów, kwestionariusz po prostu stwierdził: „Prosimy Cię o wzięcie udziału w badaniu dotyczącym telefonów komórkowych”. Pytania dotyczyły tego, czy respondent doświadczył wibracji fantomowych i dzwonienia w ciągu ostatnich trzech miesięcy [9], [11]. Dla tych, którzy zgłosili fantomowe wibracje lub dzwonienie, zapytaliśmy również, jak kłopotliwe były one w czteropunktowej skali Likerta, tj. 1 = „brak wibracji fantomowych”, 2 = „wcale nie przeszkadza” 3 = „trochę kłopotliwy” , 4 = „uciążliwy” lub „bardzo uciążliwy” zgodnie z poprzednim studium podejścia wymiarowego [9].

Analiza statystyczna

Wszystkie testy statystyczne przeprowadzono przy użyciu SPSS w wersji 15.0 dla Windows (SPSS, Chicago, IL, USA). Przeprowadzono opisowe statystyki dla całej próby, aby pokazać cechy demograficzne uczestników. Trafność konstrukcyjna SPAI została zbadana za pomocą eksploracyjnej analizy czynnikowej przy użyciu metody szacowania faktoringu głównych składników i skośnej rotacji promax. Wykres osypiska uporządkowanych wartości własnych macierzy korelacji posłużył do określenia odpowiedniej liczby wyodrębnionych czynników. Do określenia pozycji dla każdego czynnika zastosowano ładunek czynnikowy> 0.30. Dla rzetelności test-retest obliczono korelacje wewnątrzklasowe, a dla spójności wewnętrznej obliczono współczynnik alfa Cronbacha. Wykazano korelacje Pearsona między podskalami (czynnikami) a drganiami / dzwonieniem fantomowym.

Efekt

Struktura czynnikowa SPAI

Łączne wyniki SPAI w tym badaniu wahały się od 26 do 82 (średnia: 51.31 ± 11.77). Wyniki analizy czynnikowej przedstawiono w Tabela 1. Wyodrębniono cztery czynniki o wartościach własnych przekraczających 1, wyjaśniając łącznie 57.28% całej skali. Ogólna adekwatność próbkowania w skali przedmiotu 26 została przetestowana przy użyciu Kaiser-Meyer-Olkin i zgłoszono wysoką wartość 0.93. The pwartość testu Bartletta była mniejsza niż 0.001, co wskazywało, że analiza czynnikowa była właściwa.

miniatur

Tabela 1. Analiza czynnikowa dla inwentaryzacji uzależnień od smartfonów (SPAI).

doi: 10.1371 / journal.pone.0098312.t001

Wewnętrzna spójność i niezawodność ponownego testowania

Alfa Cronbacha dla całej skali wyniosła 0.94, a dla czterech czynników „zachowania kompulsywne”, „zaburzenia czynnościowe”, „wycofanie się” i „tolerancja” wyniosły odpowiednio 0.87, 0.88, 0.81 i 0.72. Zrekrutowaliśmy również 85 uczestników do zbadania dwutygodniowej wiarygodności testu-ponownego testu (korelacje wewnątrzklasowe) SPAI i jego 4 podskal, co dało wynik 0.80–0.91 (p<0.001).

Korelacje między uzależnieniem od smartfona a wibracją / dzwonieniem fantomu

Tabela 2 ujawnia, że ​​cztery podskale SPAI miały umiarkowane lub duże korelacje między czynnikami (0.56 – 0.78). Drgania fantomowe nie stanowiły istotnej korelacji z jakąkolwiek podskalą SPAI. Dzwonienie fantomowe miało bardzo niską korelację z „zachowaniem kompulsywnym” i „upośledzeniem funkcjonalnym”, ale nie miało związku z „wycofaniem” lub „tolerancją”.

miniatur

Tabela 2. Korelacje, średnie i odchylenia standardowe dla podskali inwentaryzacji uzależnień od smartfonów (SPAI) i zespołu wibracji / dzwonienia fantomowego.

doi: 10.1371 / journal.pone.0098312.t002

Dyskusja

Opracowaliśmy SPAI na podstawie CIAS i ustaliliśmy jego czteroczynnikową strukturę: kompulsywne zachowanie, upośledzenie funkcjonalne, wycofanie i tolerancję poprzez eksploracyjną analizę czynnikową. OWyniki badań wykazały, że uzależnienie od smartfona ma kilka aspektów podobnych do tych związanych z substancjami i uzależnieniem w DSM-5. Podskale te wykazały dobrą wewnętrzną spójność i akceptowalną wiarygodność testu retestowego 2 w tygodniu. Smartfon ma zalety łączności z Internetem, przenośności i komunikacji w czasie rzeczywistym. Objawy uzależnienia od smartfona mogą zatem różnić się od tych w uzależnieniu od Internetu [5] lub „problematyczne korzystanie z telefonu komórkowego” [10]. Na przykład element 25 „Nie mogę jeść posiłków bez użycia smartfona” zmodyfikowany z oryginalnego elementu należał do czynnika „problemy z zarządzaniem czasem” w CIAS, został sklasyfikowany jako objawy odstawienia w SPAI.

„Zachowanie kompulsywne” zostało uznane za rdzeń uzależnienia i było szeroko oceniane u osób uzależnionych od alkoholu [12] i uzależnienie od Internetu [13]. Pozycja 7 „Chociaż używanie smartfona przyniosło negatywne skutki dla moich relacji międzyludzkich, ilość czasu spędzonego w Internecie pozostaje niezredukowana”, przy czym najwyższy współczynnik obciążenia w zachowaniach kompulsywnych obejmuje dwa objawy najbardziej związane z problemem podejmowania decyzji w poprzednim badaniu problematycznego używania telefonu komórkowego [10]. Okazało się, że kompulsywnego używania smartfonów nie da się powstrzymać nawet wtedy, gdy osoby uzależnione zdają sobie sprawę z negatywnych konsekwencji. „Kompulsywne zachowanie” w SPAI obejmowało elementy czterech czynników, tolerancji, wycofania, przymusu oraz problemów interpersonalnych i zdrowotnych w pierwotnym CIAS. Pozycje te obejmowały również te same pozycje w „Zakłóceniach w życiu codziennym”, „Pozytywnym oczekiwaniu”, „Wycofaniu się”, „Nadużywaniu”, „Tolerancji”, ale nie dotyczyły „Relacji zorientowanych na cyberprzestrzeń” w skali uzależnienia od smartfonów (SAS) [6]. Oznacza to, że nie tylko objawy zmieniają się z komputera na smartfon, ale także potencjał do dalszej klasyfikacji w różnych próbkach.

„Upośledzenie funkcjonalne” obejmuje (1) cztery z pięciu identycznych elementów upośledzenia funkcjonalnego w Kwestionariuszu Problematycznego Użytkowania Telefonów Komórkowych, (2) trzy elementy związane z problemami ze snem wynikające z „problemu z zarządzaniem czasem” w CIAS i (3) element 24 zaangażowany „Zwiększenie czasu na smartfonie” i „osiągnięcie takiej samej satysfakcji jak wcześniej”. Podkreślenie problemów związanych ze snem jest zgodne z relacją między wieczornością a kompulsywnym korzystaniem z Internetu w naszych poprzednich badaniach [13]. Badanie epidemiologiczne wykazało, że nie tylko samo korzystanie z Internetu, ale także „czas na ekranie” wpływa na sen [14]oraz badanie fizjologiczne wykazało, że niebieskie diody emitujące światło wpływają na układ okołodobowy [15]. Dowody wyjaśniono w ten sam sposób w uzależnieniu od smartfonów. Dwa elementy, 12 i 24, miały ładowanie krzyżowe w „upośledzeniu funkcjonalnym” i „kompulsywnym zachowaniu”. Ponieważ objawy uzależnienia od smartfona mogły spowodować „upośledzenie funkcjonalne”, istniały obciążenia krzyżowe.

Pozycja 2, 4 i 16 z sześciu przedmiotów w „wypłacie” pochodzących z tych samych pozycji wypłat w CIAS. Pozycja 2 i 4 również odpowiadała pozycji 19 i 23 współczynnika wycofania w SAS. Poza tym przedmiot 25 jest podobny do odpowiadającego mu elementu „Przenoszenie mojego smartfona do toalety, nawet gdy spieszę się tam dostać” w SAS. Opisał wyjątkowy objaw wycofania smartfona ze względu na jego przenośność. W pozycji 14 „otwieracz do oczu” prezentowano również w SAS, ale podkreślono połączenie z siecią społecznościową. Dobrze wiadomo, że pacjent z uzależnieniem od alkoholu przechodzi rano odstawienie, dlatego potrzebuje napoju jako „otwieracza do oczu”[16]. Ze względu na przenośność smartfona i dostępność do Internetu „otwieracz do oczu” jest ważnym i częstszym objawem odstawienia w uzależnieniu od smartfonów. Element 19 „odczuwający potrzebę ponownego użycia mojego smartfona zaraz po tym, jak przestałem go używać” ma obciążenie między „upośledzeniem funkcjonalnym” a „wycofaniem”. Ogólnie rzecz biorąc, objawy odstawienia substancji nie wystąpiły „zaraz po jej zatrzymaniu”. Woleliśmy ten element w „wycofaniu”, biorąc pod uwagę ten szczególny objaw wycofania w użyciu smartfona.

Współczynnik „tolerancja” ma trzy elementy w SPAI, ale ładunek czynnika jest bardzo wysoki w pierwszych dwóch pozycjach. Tolerancja została zdefiniowana jako spędzanie coraz większej ilości czasu na używaniu smartfonów, co było tym samym pojęciem tolerancji w DSM [2] ale różni się od definicji „zawsze próbuję kontrolować korzystanie ze smartfona, ale zawsze się to nie udaje” w SAS [6]. Jest jednak bardzo interesujące, że współczynnik tolerancji ma najniższą wartość własną zarówno w SPAI, jak i SAS [6]. Warto zwrócić uwagę na różne prezentacje tolerancji w smartfonie z uzależnienia od Internetu lub używania substancji. Osoby fizyczne wymieniają coraz więcej informacji w swojej sieci społecznościowej od początku korzystania ze smartfonów. Podobnie jak osoby intensywnie używające konopi indyjskich, które zazwyczaj nie są świadome rozwoju tolerancji [17], objawy tolerancji w uzależnieniu od smartfonów mogą być rzadko identyfikowane. Tolerancja może być trudna do ustalenia w historii, biorąc sam, gdy substancja jest mieszana z innymi substancjami [17]. Wszyscy uczestnicy badania korzystali ze smartfona i Internetu w komputerze, na przykład mogą logować się do sieci społecznościowej na dwa sposoby. Tak więc tolerancję należy zgłaszać za pomocą informacji pobocznych, takich jak pozycja 1, tj. „Powiedziano mi więcej niż raz, że spędziłem zbyt wiele czasu na smartfonie”. Jednak jako drugi powszechny symptom w problematycznym używaniu telefonów komórkowych w poprzednim epidemiologicznym badanie „tolerancja” może odróżniać osoby z upośledzeniem funkcji spowodowanym przez telefon komórkowy od osób, które nie miały upośledzenia czynnościowego [10]. Dowody sugerują, że tolerancja jest znaczącym objawem. Współczynnik tolerancji ma najmniej (cztery) pozycje w oryginalnym CIAS [5]i brakowało pojęcia „znacznie zmniejszonego efektu przy ciągłym stosowaniu tej samej ilości”, co jest również ważnym aspektem tolerancji w DSM [2]. W następnej wersji należy dodać pojęcie.

Sugerowaliśmy, że syndrom wibracji fantomowej i dzwonienia smartfona to niezależne podmioty uzależnienia od smartfonów oparte na bardzo niskiej korelacji. Nawet w sześciostopniowej strukturze SAS nie można zaklasyfikować fantomowego dzwonienia pod żadnym względem.

W porównaniu z poprzednim badaniem [6]Istnieją trzy główne zalety tego badania. Po pierwsze, uczestnikami byli głównie studenci płci męskiej, którzy są najbardziej zagrożoną grupą w uzależnieniu od substancji i Internetu [7]. Po drugie, czteroczynnikowa struktura SPAI jest bardziej spójna z czterema składnikami, tj. Nadmiernym używaniem, wycofywaniem, tolerancją i negatywnymi skutkami, że wszystkie warianty uzależnienia od Internetu są wspólne [18]. Po trzecie, użyliśmy standardowych definicji tolerancji i wycofania w DSM, zamiast po prostu podsumować opis wszystkich elementów w ramach tego samego czynnika.

Istnieje kilka ograniczeń metodologicznych, które należy odnotować przy interpretacji naszych ustaleń. Po pierwsze, wszystkie dochodzenia były zgłaszane samodzielnie, a bardziej obiektywna metoda jest wymagana do zbadania zbieżności ważności. Na przykład aplikacja zarejestrowała częstotliwość i czas trwania użytkowania smartfona w czasie rzeczywistym [19], [20]. Po drugie, próbka zawierała tylko studentów, co ogranicza generalizację wyników. Przyszłe badania muszą ocenić psychometryczne właściwości tego instrumentu w próbkach populacji ogólnej. Po trzecie, w współczynniku tolerancji są tylko trzy elementy, które należy rozszerzyć, aby struktura była bardziej stabilna. Wreszcie, jako jedno z badań pilotażowych w tej dziedzinie, teoretyczna baza niniejszego badania była stosunkowo niewystarczająca.

Podsumowując, wyniki tego badania dostarczają dowodów, że SPAI jest ważnym i niezawodnym narzędziem do samodzielnego badania przesiewowego w celu identyfikacji uzależnienia od smartfonów. Konsekwentna taksonomia ze związanym z substancją i uzależniającym zaburzeniem w DSM oznacza właściwość „uzależnienia” identyczną w uzależnieniu od smartfonów.

Podziękowanie

Dziękujemy Panu Yu-De Liao, Pani Yu-Jie Chen i Ying-Zai Chen za pomoc techniczną.

Autorskie Wkłady

Pomyślano i zaprojektowano eksperymenty: Y. Lin. Wykonałem eksperymenty: LRC Y. Lee HWT. Przeanalizowano dane: TBJK SHC. Przyczyniły się odczynniki / materiały / narzędzia do analizy: LRC. Napisał artykuł: Y. Lin.

Referencje

  1. 1. Griffiths M (1996) Hazard w Internecie: krótka notatka. Journal of Gambling Studies 12: 471 – 473. doi: 10.1007 / bf01539190
  2. 2. American Psychiatric Association (2013) Diagnostic and Statistical Manual of Mental Disorders, 5th Edition: DSM-5. Washington (DC): Amerykańskie Stowarzyszenie Psychiatryczne.
  3. 3. Grant JE, Brewer JA, Potenza MN (2006) Neurobiologia substancji i uzależnień behawioralnych. CNS Spectr 11: 924 – 930.
  4. Zobacz artykuł
  5. PubMed / NCBI
  6. Google Scholar
  7. Zobacz artykuł
  8. PubMed / NCBI
  9. Google Scholar
  10. Zobacz artykuł
  11. PubMed / NCBI
  12. Google Scholar
  13. Zobacz artykuł
  14. PubMed / NCBI
  15. Google Scholar
  16. Zobacz artykuł
  17. PubMed / NCBI
  18. Google Scholar
  19. Zobacz artykuł
  20. PubMed / NCBI
  21. Google Scholar
  22. Zobacz artykuł
  23. PubMed / NCBI
  24. Google Scholar
  25. Zobacz artykuł
  26. PubMed / NCBI
  27. Google Scholar
  28. Zobacz artykuł
  29. PubMed / NCBI
  30. Google Scholar
  31. Zobacz artykuł
  32. PubMed / NCBI
  33. Google Scholar
  34. Zobacz artykuł
  35. PubMed / NCBI
  36. Google Scholar
  37. Zobacz artykuł
  38. PubMed / NCBI
  39. Google Scholar
  40. Zobacz artykuł
  41. PubMed / NCBI
  42. Google Scholar
  43. Zobacz artykuł
  44. PubMed / NCBI
  45. Google Scholar
  46. 4. Rutland JB, Sheets T, Young T (2007) Opracowanie skali do pomiaru problemu użycia usługi krótkich wiadomości: Kwestionariusz diagnostyczny użycia problemu SMS. Cyberpsychol Behav 10: 841 – 843. doi: 10.1089 / cpb.2007.9943
  47. Zobacz artykuł
  48. PubMed / NCBI
  49. Google Scholar
  50. Zobacz artykuł
  51. PubMed / NCBI
  52. Google Scholar
  53. 5. Chen SH, Weng LJ, Su YJ, Wu HM, Yang PF (2003) Rozwój chińskiej skali uzależnienia od Internetu i jej badanie psychometryczne. Chinese Journal of Psychology 45: 279 – 294.
  54. 6. Kwon M, Lee JY, Won WY, Park JW, Min JA, et al. (2013) Opracowanie i walidacja skali uzależnienia od smartfonów (SAS). PLoS One 8: e56936. doi: 10.1371 / journal.pone.0056936
  55. 7. Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005) Różnice płci i powiązane czynniki wpływające na uzależnienie od gier online wśród tajwańskich nastolatków. J Nerv Ment Dis 193: 273 – 277. doi: 10.1097 / 01.nmd.0000158373.85150.57
  56. 8. Dawson DA, Archer L (1992) Różnice płci w spożyciu alkoholu: efekty pomiaru. Br J Addict 87: 119 – 123. doi: 10.1111 / j.1360-0443.1992.tb01909.x
  57. 9. Lin YH, Chen CY, Li P, Lin SH (2013) Wymiarowe podejście do fantomowej wibracji i syndromu dzwonienia podczas stażu medycznego. J Psychiatr Res 47: 1254 – 1258. doi: 10.1016 / j.jpsychires.2013.05.023
  58. 10. Yen CF, Tang TC, Yen JY, Lin HC, Huang CF i in. (2009) Objawy problematycznego używania telefonu komórkowego, upośledzenia funkcjonalnego i jego związek z depresją wśród młodzieży w południowym Tajwanie. J Adolesc 32: 863 – 873. doi: 10.1016 / j.adolescence.2008.10.006
  59. 11. Lin YH, Lin SH, Li P, Huang WL, Chen CY (2013) Rozpowszechnione halucynacje podczas staży medycznych: fantomowe wibracje i zespoły dzwonienia. PLoS One 8: e65152. doi: 10.1371 / journal.pone.0065152
  60. 12. Gau SS, Liu CY, Lee CS, Chang JC, Chang CJ, et al. (2005) Opracowanie chińskiej wersji obsesyjnej kompulsywnej skali Yale-Browna do intensywnego picia. Alkohol Clin Exp Res 29: 1172 – 1179. doi: 10.1097 / 01.alc.0000172167.20119.9f
  61. 13. Stowarzyszenie Lin YH, Gau SS (2013) między porannością a wieczornością i surowością kompulsywnego korzystania z Internetu: moderująca rola płci i stylu rodzicielskiego. Sleep med 14: 1398 – 1404. doi: 10.1016 / j.sleep.2013.06.015
  62. 14. Vollmer C, Michel U, Randler C (2012) Światło zewnętrzne w nocy (LAN) jest skorelowane z wieczornością u młodzieży. Chronobiol Int 29: 502 – 508. doi: 10.3109 / 07420528.2011.635232
  63. 15. Cajochen C, Frey S, Anders D, Spati J, Bues M i in. (2011) Wieczorna ekspozycja na ekran komputera z podświetleniem diodami LED (LED) wpływa na fizjologię dobową i wydajność poznawczą. J Appl Physiol 110: 1432 – 1438. doi: 10.1152 / japplphysiol.00165.2011
  64. 16. Ewing JA (1984) Wykrywanie alkoholizmu. Kwestionariusz CAGE. JAMA 252: 1905 – 1907. doi: 10.1001 / jama.1984.03350140051025
  65. 17. American Psychiatric Association (2000) Diagnostic and Statistical Manual of Mental Disorders, wydanie czwarte: DSM-IV-TR. Washington (DC): Amerykańskie Stowarzyszenie Psychiatryczne.
  66. 18. Block JJ (2008) Problemy z DSM-V: Uzależnienie od Internetu. Am J Psychiatry 165: 306 – 307. doi: 10.1176 / appi.ajp.2007.07101556
  67. 19. Lee H, Ahn H, Choi S, Choi W (2014) SAMS: System zarządzania uzależnieniami od smartfonów i weryfikacja. J Med Syst 38: 1 (Epub 2014 Jan 7) .. doi: 10.1007 / s10916-013-0001-1
  68. 20. Shin C, Dey AK (2013) Automatycznie wykrywa problematyczne korzystanie ze smartfonów. Materiały z międzynarodowej konferencji 2013 ACM na temat wszechobecnej i wszechobecnej informatyki: 335 – 344.