Uzależnienie od Internetu i związki z bezsennością, lękiem, depresją, stresem i poczuciem własnej wartości u studentów: Studium przekrojowe (2016)

2016 Sep 12;11(9):e0161126. doi: 10.1371 / journal.pone.0161126. eCollection 2016.

Younes F1,2, Halawi G1,2, Jabbour H3,4, El Osta N5,6,7, Karam l1,8, Hadżdż A1,2, Rabbaa Chabaz L1,2.

Abstrakcyjny

TŁO I CELE:

Uzależnienie od Internetu (IA) może stanowić poważny problem dla studentów medycyny uniwersyteckiej, którzy chcą się rozwinąć w pracowników służby zdrowia. Konsekwencje tego uzależnienia, jak również jego związek ze snem, zaburzeniami nastroju i poczuciem własnej wartości mogą utrudniać studia, wpływać na ich długoterminowe cele zawodowe i mieć szerokie i szkodliwe konsekwencje dla całego społeczeństwa. Celem tego badania było: 1) Ocena potencjalnej oceny skutków u studentów medycyny uniwersyteckiej oraz czynników z nią związanych; 2) Oceń zależności między potencjalną IA, bezsennością, depresją, lękiem, stresem i poczuciem własnej wartości.

METODY:

Nasze badanie było przekrojowym kwestionariuszem ankietowym przeprowadzonym wśród studentów 600 z trzech wydziałów: medycyny, stomatologii i farmacji na Uniwersytecie Saint-Joseph. Zastosowano cztery sprawdzone i rzetelne kwestionariusze: test Young Internet Addiction, Insomnia Severity Index, Depression Anxiety Stress Scales (DASS 21) i Skala samooceny Rosenberga (RSES).

WYNIKI:

Średni wynik YIAT wyniósł 30 ± 18.474; Potencjalny wskaźnik rozpowszechnienia IA wyniósł 16.8% (95% przedział ufności: 13.81-19.79%) i był istotnie różny między mężczyznami i kobietami (wartość p = 0.003), z wyższą częstością występowania wśród mężczyzn (23.6% w porównaniu z 13.9%). Stwierdzono istotne korelacje między potencjalnym IA a bezsennością, stresem, lękiem, depresją i samooceną (wartość p < 0.001); Wyniki cząstkowe ISI i DASS były wyższe, a samoocena niższa u uczniów z potencjalnym IA.

WNIOSKI:

Identyfikacja uczniów z potencjalnym IA jest ważna, ponieważ uzależnienie to często współistnieje z innymi problemami psychologicznymi. Dlatego interwencje powinny obejmować nie tylko zarządzanie IA, ale także powiązane stresory psychospołeczne, takie jak bezsenność, lęk, depresja, stres i poczucie własnej wartości.

 

Abstrakcyjny

Tło i cele

Uzależnienie od Internetu (IA) może stanowić poważny problem dla studentów medycyny uniwersyteckiej, którzy chcą się rozwinąć w pracowników służby zdrowia. Konsekwencje tego uzależnienia, jak również jego związek ze snem, zaburzeniami nastroju i poczuciem własnej wartości mogą utrudniać studia, wpływać na ich długoterminowe cele zawodowe i mieć szerokie i szkodliwe konsekwencje dla całego społeczeństwa. Celem tego badania było: 1) Ocena potencjalnej oceny skutków u studentów medycyny uniwersyteckiej oraz czynników z nią związanych; 2) Oceń zależności między potencjalną IA, bezsennością, depresją, lękiem, stresem i poczuciem własnej wartości.

Metody

Nasze badanie było przekrojowym kwestionariuszem ankietowym przeprowadzonym wśród studentów 600 z trzech wydziałów: medycyny, stomatologii i farmacji na Uniwersytecie Saint-Joseph. Zastosowano cztery sprawdzone i rzetelne kwestionariusze: test Young Internet Addiction, Insomnia Severity Index, Depression Anxiety Stress Scales (DASS 21) i Skala samooceny Rosenberga (RSES).

Efekt

Średni wynik YIAT wyniósł 30 ± 18.474; Potencjalny wskaźnik rozpowszechnienia IA wynosił 16.8% (95% przedział ufności: 13.81–19.79%) i był istotnie różny między mężczyznami i kobietami (p-wartość = 0.003), z większą częstością występowania u mężczyzn (23.6% w porównaniu z 13.9%). Stwierdzono istotne korelacje między potencjalnym IA a bezsennością, stresem, lękiem, depresją i samooceną (p-wartość < 0.001); Wyniki cząstkowe ISI i DASS były wyższe, a samoocena niższa u uczniów z potencjalnym IA.

wnioski

Identyfikacja uczniów z potencjalnym IA jest ważna, ponieważ uzależnienie to często współistnieje z innymi problemami psychologicznymi. Dlatego interwencje powinny obejmować nie tylko zarządzanie IA, ale także powiązane stresory psychospołeczne, takie jak bezsenność, lęk, depresja, stres i poczucie własnej wartości.

Cytat: Younes F, Halawi G, Jabbour H, El Osta N, Karam L, Hajj A i in. (2016) Uzależnienie od Internetu i związki z bezsennością, lękiem, depresją, stresem i poczuciem własnej wartości u studentów uniwersyteckich: przekrojowe zaprojektowane badanie. PLoS JEDEN 11(9): e0161126. doi:10.1371/journal.pone.0161126

Redaktor: Andrea Romigi, Uniwersytet Tor Vergata w Rzymie, WŁOCHY

Odebrane: March 31, 2016; Przyjęty: Lipiec 30, 2016; Opublikowano: 12 września 2016 r.

Prawa autorskie: © 2016 Younes i in. To jest artykuł o otwartym dostępie rozpowszechniany na warunkach Licencja Creative Commons - uznanie autorstwa, który pozwala na nieograniczone użycie, dystrybucję i reprodukcję w dowolnym medium, pod warunkiem, że autor i źródło są uznawane.

Dostępność danych: Wszystkie istotne dane znajdują się w dokumencie i jego plikach informacji pomocniczych.

Finansowanie: Autorzy nie otrzymali żadnego specjalnego finansowania na tę pracę.

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

Wprowadzenie

Korzystanie z Internetu wzrosło wykładniczo na całym świecie do ponad 2.5 miliarda aktywnych użytkowników [1, 2], z których większość to nastolatki i młodzież [3]. Równolegle do szybkiego wzrostu dostępu do Internetu rośnie uzależnienie od Internetu, zwłaszcza wśród nastolatków, zyskujące coraz większą uwagę popularnych mediów, władz rządowych i badaczy [4].

Nadmierne korzystanie z Internetu jest definiowane jako nadmierne, niekontrolowane i czasochłonne korzystanie z Internetu do punktu ponadczasowego i poważnie zakłócającego życie ludzi [5]. Uzależnienie od Internetu charakteryzuje się nieprzystosowawczym wzorcem korzystania z Internetu, prowadzącym do klinicznie istotnego upośledzenia lub dystresu [6].

Terminy „problematyczne korzystanie z Internetu” [7], patologiczne korzystanie z internetu [8-10] i „uzależnienie od internetu” [11-13] są zwykle uważane za synonimy uzależnienia od internetu [14]. młody i wsp. [15-17] zaproponowali kryteria diagnostyczne uzależnienia od Internetu (IA), w których wycofanie, słabe zdolności planowania, tolerancja, zaabsorbowanie, upośledzenie kontroli i nadmierny czas online zostały zdefiniowane jako podstawowe objawy.

Światowa częstość występowania IA wahała się od 1.6% do 18% [18]. 10.7% nastolatków w Korei Południowej prezentuje IA zgodnie ze skalą uzależnienia od Internetu Yonga [19]. 11% w Grecji, na podstawie tego samego testu [20]; 10.7–13.9% europejskich nastolatków jest zagrożonych uzależnieniem, na podstawie instrumentów Younga [21] i 4% wśród uczniów szkół średnich w USA [22].

Częstość występowania IA może się różnić w zależności od wieku, płci i pochodzenia etnicznego i częściej występuje wśród studentów [23].

Wysoki odsetek zaburzeń osobowości występuje u osób z IA [24-27].

Zgłaszano również, że intensywne korzystanie z Internetu jest związane z zaburzeniami nastroju [28], słaba jakość snu [28, 29], niska samo ocena [30], impulsywność [31], samobójstwo [32, 33], niższy poziom aktywności fizycznej [29] oraz problemy zdrowotne (migreny, bóle pleców, otyłość) [34].

Nasza hipoteza była taka, że ​​IA może być poważnym problemem wśród studentów medycyny uniwersyteckiej i że badanie jej związku ze snem, zaburzeniami nastroju i poczuciem własnej wartości jest ważne, aby można było podjąć odpowiednie działania w celu rozwiązania tego problemu.

W przypadku studentów medycyny, którzy chcą zostać pracownikami służby zdrowia, implikacje tego uzależnienia mogą utrudniać im naukę i wpływać na ich długoterminowe cele zawodowe oraz mogą mieć szerokie i szkodliwe konsekwencje dla całego społeczeństwa.

Celem tego badania było: 1) Ocena potencjału IA studentów Campus of Medical Sciences (CMS) na Saint-Joseph University w Libanie, a także czynników społeczno-demograficznych z tym związanych; 2) Ocenić zależności między potencjalnym IA, bezsennością, depresją, lękiem, stresem i samooceną, uwzględniając jednoczesne narażenie uczniów na bezsenność, stres, lęk i depresję.

Materiały i Metody

Względy etyczne

Protokół badania został zatwierdzony przez komisję etyczną Uniwersytetu Saint-Joseph (Ref USJ-2015-28, czerwiec 2015). Od wszystkich osób biorących udział w badaniu uzyskano świadomą pisemną zgodę.

Procedura badania i pobieranie próbek

Nasze badanie było przekrojowym badaniem ankietowym przeprowadzonym wśród studentów trzech wydziałów: medycyny, stomatologii i farmacji Uniwersytetu Saint-Joseph, od września do grudnia 2015 roku (4 miesiące). Kryteriami włączenia były: studenci w wieku 18 lat i starsi oraz chętni do udziału w badaniu. Kryteriami wykluczenia były: wiek poniżej 18 lat oraz obecność choroby przewlekłej. Uczniowie zostali losowo wybrani w ramach każdej klasy przy użyciu tabeli z liczbami losowymi, aby zapewnić reprezentatywność próby. Ten losowy wybór był proporcjonalny do liczby uczniów w każdej klasie. Dwóch przeszkolonych asystentów badawczych podeszło do wybranych studentów, zwykle pod koniec ich kursów przed opuszczeniem klasy, i zapytano ich, czy chcą wziąć udział pod warunkiem, że nie przedstawią żadnych kryteriów wykluczenia. Następnie uzyskano pisemną formalną zgodę.

Zbieranie danych

Dane zostały zebrane podczas bezpośredniego wywiadu za pomocą standardowego narzędzia ankietowego do samodzielnego wypełnienia, opartego na czterech zatwierdzonych na całym świecie i wiarygodnych kwestionariuszach, a mianowicie: Young Internet Addiction Test, Insomnia Severity Index, Depression Anxiety Stress Scales (DASS 21), oraz Skala Samooceny Rosenberga. Czas trwania wywiadów wahał się od 15 do 25 minut.

Środki

Uczestnicy.

Zebrano dane osobowe dotyczące wieku, płci i wydziału. Ponadto uzyskano informacje na temat życia w pojedynkę lub nie, palenia tytoniu (papierosy lub fajki wodne) oraz spożywania alkoholu.

Uzależnienie od Internetu.

Young Internet Addiction Test (YIAT) jest zatwierdzony wśród nastolatków i dorosłych i jest szeroko stosowany [15, 16, 35]. Jest to 20-itemowa skala samoopisowa oceniająca produktywność respondenta w pracy, szkole lub domu (3 pytania), zachowania społeczne (3 pytania), związek emocjonalny i reakcje na korzystanie z Internetu (7 pytań) oraz ogólne wzorce korzystania z Internetu (7 pytań). Uczestnicy odpowiadają na 20 pozycji YIAT na 6-punktowej skali Likerta („nie dotyczy” do „zawsze”), co dało ogólny wynik między 0 a 100. Zastosowano następujące punkty odcięcia do całkowitego wyniku YIAT: (1) normalne korzystanie z Internetu: wyniki 0–49 i (2) potencjalne uzależnienie od Internetu: wyniki powyżej 50 [36, 37].

Bezsenność.

ISI to 7-punktowy kwestionariusz samoopisowy oceniający charakter, nasilenie i wpływ bezsenności. Ocenianymi domenami są: nasilenie zasypiania, utrzymanie snu, problemy z wczesnym porannym przebudzeniem, niezadowolenie ze snu, zakłócanie snu z funkcjonowaniem w ciągu dnia, postrzeganie trudności ze snem przez innych oraz dystres spowodowany trudnościami ze snem. Do oceny każdej pozycji użyto 5-punktowej skali Likerta (od 0 do 4, gdzie 0 oznacza brak problemu, a 4 odpowiada bardzo poważnemu problemowi), uzyskując całkowity wynik w zakresie od 0 do 28. Wynik całkowity interpretowano w następujący sposób: nieobecność bezsenności (0–7); subkliniczna lub łagodna bezsenność (8–14); umiarkowana bezsenność (15–21 lat); i ciężka bezsenność (22–28). Ponadto klinicznie istotną bezsenność wykryto, gdy całkowity wynik wynosił >14 [38, 39].

Samoocena.

Skala samooceny Rosenberga (RSES) jest powszechnie stosowana, a jej wewnętrzna spójność i rzetelność została potwierdzona w wielu wcześniejszych badaniach [40]. Składa się z 10 stwierdzeń. Uczestnicy oceniają stopień, w jakim zgadzają się z każdym stwierdzeniem na czterostopniowej skali Likerta, od (0) zdecydowanie się nie zgadzam do (3) zdecydowanie zgadzam się z pozycjami 1, 2, 4, 6 i 7 oraz przeciwną oceną dla pozycji 3, 5, 8, 9 i 10. Całkowity wynik uzyskuje się poprzez zsumowanie wszystkich odpowiedzi i może wynosić od 0 do 30, przy czym wyższe wyniki wskazują na wyższą samoocenę [41].

Lęk, depresja i stres.

Depression Anxiety Stress Scales (DASS) jest szeroko stosowaną miarą negatywnego afektu u dorosłych [42]. Ważną i unikalną cechą DASS jest włączenie skali napięcia/stresu oprócz skali depresji i lęku. DASS 21 to skrócona wersja 42-itemowej oryginalnej skali. Oba są wiarygodnymi i ważnymi miernikami depresji, lęku i napięcia/stresu w klinicznych i nieklinicznych populacjach dorosłych [43-45].

Jest to 21-itemowa skala mierzona na 4-stopniowej skali Likerta (0–3), gdzie „0” oznacza „w ogóle mnie nie dotyczy”, a „3” oznacza „bardzo mnie dotyczy lub większość czas".

Dla każdej podskali zastosowano następujące punkty odcięcia: depresja: normalna 0–4, łagodna 5–6, umiarkowana 7–10, ciężka 11–13 i skrajnie ciężka 14+; lęk: normalny 0–3, łagodny 4–5, umiarkowany 7–10, ciężki 11–13 i bardzo ciężki 10+; stres: normalny 0–7, łagodny 8–9, umiarkowany 10–12, ciężki 13–16 i bardzo ciężki 17+.

Analiza statystyczna.

Analizę statystyczną przeprowadzono za pomocą oprogramowania SPSS dla systemu Windows (wersja 18.0, Chicago, IL, USA). Poziom istotności ustalono na 0.05. Charakterystykę próby podsumowano za pomocą średniej i odchylenia standardowego (SD) dla zmiennych ciągłych oraz procentu dla zmiennych kategorycznych. Wskaźniki rozpowszechnienia bezsenności i uzależnienia od Internetu obliczono na podstawie danych opisowych wraz z odpowiednim 95% przedziałem ufności (CI). Do oceny normalności rozkładu każdej zmiennej zastosowano testy Kołmogorowa-Smirnowa.

Kategorie uzależnień od Internetu zostały pogrupowane jako zwykli użytkownicy Internetu i potencjalne uzależnienie od Internetu.

Wymagana była analiza wieloczynnikowa w celu określenia wpływu wielu wyjaśniających zmiennych wyjaśniających prezentowanych jednocześnie oraz w celu ustalenia, które z czynników wyjaśniających działają niezależnie na uzależnienie od Internetu.

W początkowych etapach przeprowadzono jednowymiarową analizę zmiennych jakościowych i ciągłych, stosując odpowiednio testy niezależności chi-kwadrat lub test dokładny Fishera oraz test t-Studenta lub test Manna-Whitneya. Następnie przeprowadzono analizę regresji logistycznej z dychotomicznym uzależnieniem od Internetu (<50, ≥50) jako zmienną zależną. Charakterystyka i wyniki uczestników (ISI, DASS A, DASS S, DASS D, RSES), które wykazały powiązania z wartością p <0.25 w analizie jednoczynnikowej, były kandydatami do modelu wielowymiarowego, zgodnie z metodą Enter. Zbadano również współliniowość między zmiennymi niezależnymi. Wykluczono zmienne niezależne silnie skorelowane.

Zasugerowano, aby nie uwzględniać dwóch zmiennych niezależnych, w przypadku których korelacja wynosi 0.64 lub więcej. Lęku, stresu i depresji nie wprowadzono do tego samego modelu, ponieważ były ze sobą silnie skorelowane, na co wskazują współczynniki korelacji Spearmana i Pearsona. Ostatecznie przeprowadzono trzy analizy regresji logistycznej, a niezależnymi zmiennymi uwzględnionymi w modelu były płeć, palenie tytoniu, wynik ISI, wynik RSES oraz wynik DAS dla stresu, lęku i depresji w każdym z trzech modeli.

Efekt

Charakterystyka społeczno-demograficzna uczestników

Do udziału w badaniu zaproszono łącznie 780 uczniów, z których 600 (77%) wyraziło zgodę. Nasza badana populacja obejmowała 182 (30.3%) mężczyzn i 418 (69.7%) studentek. Wiek wahał się od 18 do 28 lat ze średnią 20.36 ± 1.83 roku.

Próba obejmowała 219 studentów z Wydziału Lekarskiego (FM), 109 z Wydziału Stomatologicznego (FD) i 272 z Wydziału Farmaceutycznego (FP). Tabela 1 podsumowuje cechy uczestników.

Rozpowszechnienie uzależnienia od Internetu (YIAT)

Średni wynik YIAT wyniósł 30 ± 18.47 (Tabela 2); Potencjalny wskaźnik rozpowszechnienia uzależnienia od Internetu wyniósł 16.80% przy 95% CI 13.81–19.79%. “Tabela S1” podsumowuje średnie wyniki dla każdego z 20 elementów YIAT.

miniatur   

 
Tabela 2. Liczba i odsetek uczniów w każdej kategorii trzech kwestionariuszy: ISI, DASS i YIAT ze średnimi (SD) wynikami (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t002

W analizie jednoczynnikowej.

Analiza jednoczynnikowa wykazała, że ​​potencjalne uzależnienie od Internetu różniło się istotnie między mężczyznami i kobietami (wartość p = 0.003), z wyższą częstością występowania u mężczyzn (23.60% w porównaniu z 13.90%). Palenie tytoniu było istotnie związane z potencjalnym uzależnieniem od Internetu (wartość p = 0.046); jednak ani wiek, wydział, regularne spożywanie alkoholu, ani samotne życie nie były istotnie związane z korzystaniem z Internetu (Tabela 3).

miniatur   

 
Tabela 3. Jednoczynnikowa analiza związków między potencjalnym uzależnieniem od Internetu a cechami uczestników (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t003

Rozpowszechnienie i nasilenie bezsenności (ISI)

Bezsenność oceniano za pomocą kwestionariusza ISI. Średni wynik ISI próby wyniósł 9.31 ± 3.76. Częstość występowania klinicznie istotnej bezsenności wynosiła 9.80% przy 95% CI w zakresie od 7.42 do 12.18% (Tabela 2).

Lęk, depresja i stres (DASS-21)

Lęk: DASS A. Średni wynik DASS A wyniósł 4.77 ± 3.79. 44.70% uczestników zaprezentowało normalny wynik DASS A (Tabela 2).

Depresja: DASS D. Średni wynik DASS D wyniósł 5.43 ± 4.43. Większość uczestników prezentowała normalny wynik DASS D (Tabela 2).

Stres: DASS S. Średni wynik DASS S wyniósł 6.99 ± 4.46, a 33.20% uczestników prezentowało normalny wynik DASS S (Tabela 2).

Poczucie własnej wartości (RSES)

Średni wynik RSES badanej próby wyniósł 22.63 ± 5.29 (plik S).

Związki między uzależnieniem od Internetu, bezsennością, niską samooceną, lękiem i depresją

Stwierdzono istotny związek między potencjalnym uzależnieniem od Internetu a bezsennością (p-wartość < 0.00001) (Tabela 4).

miniatur   

 
Tabela 4. Jednoczynnikowa analiza zależności między wynikami kwestionariuszy (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t004

Średni wynik ISI wyniósł 8.99 ± 3.65 dla zwykłych użytkowników Internetu w porównaniu z 10.89 ± 3.90 w grupie potencjalnego uzależnienia od Internetu (p <0.0001) (Tabela 5).

miniatur   

 
Tabela 5. Jednoczynnikowa analiza związków między wynikami ISI, DASS A, DASS S, DASS D i RSES a potencjalnym uzależnieniem od Internetu (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t005

Ponadto stwierdzono istotny związek między potencjalnym uzależnieniem od Internetu a lękiem, depresją i stresem (Tabele 4 i 5). Średnie wyniki DASS były znacznie wyższe w grupie potencjalnego uzależnienia od Internetu w przypadku lęku, depresji i stresu.

Jeśli chodzi o samoocenę, stwierdzono istotną korelację między wynikami YIAT i RSES z niską samooceną związaną z potencjalnym uzależnieniem od Internetu (Tabele 4 i 5).

Model regresji logistycznej

Model regresji logistycznej wykazał, że wyniki płci, ISI, DASS A, S i D oraz RSES były istotnie związane z uzależnieniem od Internetu. Po kontrolowaniu zmiennych wyjaśniających w analizie wielowymiarowej związek między paleniem tytoniu a uzależnieniem od Internetu nie był już znaczący (p> 0.05), (Tabela 6).

miniatur   

 
Tabela 6. Wieloczynnikowa analiza zależności między uzależnieniem od Internetu a płcią, paleniem tytoniu, wynikami ISI, RSES, DASS A, DASS S i DASS D (N = 600).

 

http://dx.doi.org/10.1371/journal.pone.0161126.t006

Dyskusja

Naszym celem było określenie rozpowszechnienia potencjalnego IA wśród studentów medycyny libańskich uniwersytetów, ocena związków między IA a cechami uczestników (głównie wiek, płeć, nawyki palenia, spożycie alkoholu) oraz zbadanie możliwych związków między IA, bezsennością, lękiem, depresją , stres i poczucie własnej wartości.

Nasze badanie wykazało, że potencjał IA był istotnie związany z płcią i wyższy wśród mężczyzn. 16.80% uczestników cierpiało na potencjalne IA, ze średnim wynikiem YIAT równym 30. Wyniki te są porównywalne z wynikami uzyskanymi wcześniej dla młodych dorosłych [1, 4, 6, 13]. Niektóre badania wykazały, że częstość występowania IA była wyższa u mężczyzn [46], podczas gdy inni nie stwierdzili różnicy między płciami [34].

Badając bezsenność, nasze wyniki wykazały również, że 9.8% uczestników cierpiało na klinicznie istotną bezsenność i stwierdzono silną korelację między potencjalnym uzależnieniem od Internetu a bezsennością. Rozpowszechnienie bezsenności zgłaszane w tym badaniu jest zgodne z charakterem badanej próby (młodzi studenci) i jest porównywalne z tym zgłaszanym u młodych dorosłych w wieku od 20 do 29 lat (9.1%) [47, 48] oraz wśród studentów (12–13%) [49].

Problemy ze snem są zwykle uważane za negatywne skutki lub powikłania uzależnienia od Internetu [50], ale możliwa jest również przyczynowość odwrotna, ponieważ problemy ze snem przewidywały dłuższy czas spędzany na portalach społecznościowych wśród młodych studentów [51]. W systematycznym przeglądzie literatury stwierdzono, że uzależniające gry są związane z gorszą jakością snu, a problematyczne korzystanie z Internetu wiązało się z subiektywną bezsennością i słabą jakością snu [52]. Jednak projekty badań, a także użyte kwestionariusze były bardzo niejednorodne i badano głównie jakość snu, a znacznie mniej bezsenności.

Ponadto w tym badaniu stwierdzono silną korelację między potencjalnym uzależnieniem od Internetu a lękiem, stresem i depresją: odsetek uczniów cierpiących na lęk, depresję lub stres jest wyższy wśród potencjalnych uzależnionych od Internetu. Wcześniej opublikowane badania wskazywały już na potencjalną korelację między patologicznym korzystaniem z Internetu a depresją [53, 54] i niepokój [55]; jednak dane były sprzeczne [56], a badania dotyczyły patologicznego korzystania z Internetu, a nie uzależnienia zgodnie z definicją Younga.

Wreszcie ważnym odkryciem naszego badania było to, że samoocena jest istotnie związana z uzależnieniem od Internetu, a także z profilem psychologicznym uczniów: wyniki RSES były odwrotnie skorelowane z wynikami ISI, DASS A, DASS S, DASS D i YIAT. Spadek poczucia własnej wartości wydaje się być związany ze zwiększoną bezsennością, lękiem, depresją, stresem i potencjalnym IA.

Poczucie własnej wartości jest opisywane jako ocena, jaką ma się o sobie, o tym, jak czuje się o sobie w prawie wszystkich sytuacjach [40, 41]. Kiedy integracja społeczna i wsparcie są niskie, poziom samooceny odpowiednio się obniży [57].

Wykrywanie czynników związanych z niską samooceną u uczniów ma duże znaczenie, ponieważ istnieje odwrotna zależność między samooceną a depresją i lękiem [58, 59], a spadek poczucia własnej wartości może prowadzić do nasilenia myśli samobójczych [60].

Siła i ograniczenia

Nasze wyniki należy interpretować w kontekście projektu i ograniczeń badania. Wyniki naszej ankiety opierają się na zachowaniach zgłaszanych przez samych siebie. Kwestionariusze samoopisowe pozostają najczęściej używanymi narzędziami w ankietach społecznościowych do oceny zdrowia fizycznego i psychicznego [61, 62, 63]. Metoda samoopisowa odzwierciedla własną perspektywę osoby badanej, która może być bardziej odpowiednia do zgłaszania subiektywnych zaburzeń. Kwestionariusze zostały sformułowane w formie „wielokrotnego wyboru” i skali, aby ułatwić udzielanie odpowiedzi i skrócić czas trwania wywiadu, aby nie przeszkadzać studentom, w nadziei, że prostota kwestionariusza ułatwi respondentom udzielenie dokładnych informacji . Przewlekłe stosowanie leków nie było oceniane, ponieważ obecność jakiejkolwiek choroby przewlekłej była jednym z kryteriów wykluczenia z tego badania. Wreszcie, w badaniu nie zbadano wpływu uzależnienia od Internetu na osiągnięcia, pod względem ocen, porażek lub sukcesów, które mogłyby być interesujące.

Niezależnie od tych ograniczeń, wyniki zaobserwowane w tym badaniu są ważne i wymagają dalszych badań.

Zgodnie z naszą najlepszą wiedzą było to pierwsze badanie oceniające związek między pięcioma różnymi stresorami psychospołecznymi: bezsennością, lękiem, depresją, stresem, samooceną i IA u studentów uniwersyteckich.

Nasze odkrycia wskazują na znaczenie identyfikowania i oferowania pomocy uczniom z potencjalnym IA, ponieważ to uzależnienie często współistnieje z innymi problemami psychologicznymi, a AI może być widocznym wierzchołkiem złożonej góry lodowej.

Informacje uzupełniające

   

   

(DOCX)

 

 

 

Tabela S1. Są to indywidualne i kompletne dane dla wszystkich uczestników (arkusz SPSS).

doi: 10.1371 / journal.pone.0161126.s001

(DOCX)

Podziękowanie

Jesteśmy wdzięczni wszystkim uczniom, którzy wzięli udział w badaniu oraz Pani Tatianie Papazian za pomoc w redakcji.

Autorskie Wkłady

  1. Pomyślano i zaprojektowano eksperymenty: LRK HJ.
  2. Wykonałem eksperymenty: FY GH.
  3. Analiza danych: Ach NEO LK.
  4. Napisał artykuł: LRK.

Referencje

Tabela S1. Są to indywidualne i kompletne dane dla wszystkich uczestników (arkusz SPSS).

doi: 10.1371 / journal.pone.0161126.s001

(DOCX)

Podziękowanie

Jesteśmy wdzięczni wszystkim uczniom, którzy wzięli udział w badaniu oraz Pani Tatianie Papazian za pomoc w redakcji.

Autorskie Wkłady

  1. Pomyślano i zaprojektowano eksperymenty: LRK HJ.
  2. Wykonałem eksperymenty: FY GH.
  3. Analiza danych: Ach NEO LK.
  4. Napisał artykuł: LRK.

Referencje

  1. 1. Internetowe statystyki świata. Internauci na świecie: Podział według regionów świata 2014 [27 lutego 2016 r.]. Dostępne od: www.internetworldstats.
  2. 2. Sieci społecznościowe docierają do prawie jednej czwartej osób na całym świecie. [20 lutego 2016]. Dostępne od: www.emarketer.com/Article/Social-Networking-Reaches-Nearly-One-Four-Around-World/1009976.
  3. 3. Bremer J. Internet a dzieci: zalety i wady. Child Adolesc Psychiatr Clin N Am. 2005;14(3):405–28, VIII. pmid:15936666 doi: 10.1016/j.chc.2005.02.003
  4. 4. Christakis DA, Moreno MA. Uwięziony w sieci: czy uzależnienie od internetu stanie się epidemią XXI wieku? Arch Pediatr Adolesc Med. 21;2009(163):10–959. doi: 60/archpediatria.10.1001. pmd:2009.162
  5. Zobacz artykuł
  6. PubMed / NCBI
  7. Google Scholar
  8. Zobacz artykuł
  9. PubMed / NCBI
  10. Google Scholar
  11. Zobacz artykuł
  12. PubMed / NCBI
  13. Google Scholar
  14. Zobacz artykuł
  15. PubMed / NCBI
  16. Google Scholar
  17. Zobacz artykuł
  18. PubMed / NCBI
  19. Google Scholar
  20. Zobacz artykuł
  21. PubMed / NCBI
  22. Google Scholar
  23. Zobacz artykuł
  24. PubMed / NCBI
  25. Google Scholar
  26. Zobacz artykuł
  27. PubMed / NCBI
  28. Google Scholar
  29. Zobacz artykuł
  30. PubMed / NCBI
  31. Google Scholar
  32. Zobacz artykuł
  33. PubMed / NCBI
  34. Google Scholar
  35. Zobacz artykuł
  36. PubMed / NCBI
  37. Google Scholar
  38. 5. Kraut R, Patterson M, Lundmark V, Kiesler S, Mukopadhyay T, Scherlis W. Internetowy paradoks. Technologia społeczna, która zmniejsza zaangażowanie społeczne i dobrostan psychiczny? Jestem Psycholem. 1998;53(9):1017–31. pmid:9841579 doi: 10.1037/0003-066x.53.9.1017
  39. Zobacz artykuł
  40. PubMed / NCBI
  41. Google Scholar
  42. Zobacz artykuł
  43. PubMed / NCBI
  44. Google Scholar
  45. Zobacz artykuł
  46. PubMed / NCBI
  47. Google Scholar
  48. Zobacz artykuł
  49. PubMed / NCBI
  50. Google Scholar
  51. Zobacz artykuł
  52. PubMed / NCBI
  53. Google Scholar
  54. Zobacz artykuł
  55. PubMed / NCBI
  56. Google Scholar
  57. Zobacz artykuł
  58. PubMed / NCBI
  59. Google Scholar
  60. Zobacz artykuł
  61. PubMed / NCBI
  62. Google Scholar
  63. Zobacz artykuł
  64. PubMed / NCBI
  65. Google Scholar
  66. Zobacz artykuł
  67. PubMed / NCBI
  68. Google Scholar
  69. Zobacz artykuł
  70. PubMed / NCBI
  71. Google Scholar
  72. Zobacz artykuł
  73. PubMed / NCBI
  74. Google Scholar
  75. Zobacz artykuł
  76. PubMed / NCBI
  77. Google Scholar
  78. Zobacz artykuł
  79. PubMed / NCBI
  80. Google Scholar
  81. Zobacz artykuł
  82. PubMed / NCBI
  83. Google Scholar
  84. Zobacz artykuł
  85. PubMed / NCBI
  86. Google Scholar
  87. Zobacz artykuł
  88. PubMed / NCBI
  89. Google Scholar
  90. Zobacz artykuł
  91. PubMed / NCBI
  92. Google Scholar
  93. Zobacz artykuł
  94. PubMed / NCBI
  95. Google Scholar
  96. 6. Weinstein A, Lejoyeux M. Uzależnienie od Internetu lub nadmierne korzystanie z Internetu. Am J Nadużywanie alkoholu. 2010;36(5):277–83. doi: 10.3109/00952990.2010.491880. pmd:20545603
  97. Zobacz artykuł
  98. PubMed / NCBI
  99. Google Scholar
  100. Zobacz artykuł
  101. PubMed / NCBI
  102. Google Scholar
  103. Zobacz artykuł
  104. PubMed / NCBI
  105. Google Scholar
  106. Zobacz artykuł
  107. PubMed / NCBI
  108. Google Scholar
  109. Zobacz artykuł
  110. PubMed / NCBI
  111. Google Scholar
  112. Zobacz artykuł
  113. PubMed / NCBI
  114. Google Scholar
  115. Zobacz artykuł
  116. PubMed / NCBI
  117. Google Scholar
  118. Zobacz artykuł
  119. PubMed / NCBI
  120. Google Scholar
  121. Zobacz artykuł
  122. PubMed / NCBI
  123. Google Scholar
  124. Zobacz artykuł
  125. PubMed / NCBI
  126. Google Scholar
  127. Zobacz artykuł
  128. PubMed / NCBI
  129. Google Scholar
  130. Zobacz artykuł
  131. PubMed / NCBI
  132. Google Scholar
  133. Zobacz artykuł
  134. PubMed / NCBI
  135. Google Scholar
  136. Zobacz artykuł
  137. PubMed / NCBI
  138. Google Scholar
  139. Zobacz artykuł
  140. PubMed / NCBI
  141. Google Scholar
  142. Zobacz artykuł
  143. PubMed / NCBI
  144. Google Scholar
  145. Zobacz artykuł
  146. PubMed / NCBI
  147. Google Scholar
  148. Zobacz artykuł
  149. PubMed / NCBI
  150. Google Scholar
  151. Zobacz artykuł
  152. PubMed / NCBI
  153. Google Scholar
  154. Zobacz artykuł
  155. PubMed / NCBI
  156. Google Scholar
  157. Zobacz artykuł
  158. PubMed / NCBI
  159. Google Scholar
  160. Zobacz artykuł
  161. PubMed / NCBI
  162. Google Scholar
  163. Zobacz artykuł
  164. PubMed / NCBI
  165. Google Scholar
  166. Zobacz artykuł
  167. PubMed / NCBI
  168. Google Scholar
  169. Zobacz artykuł
  170. PubMed / NCBI
  171. Google Scholar
  172. Zobacz artykuł
  173. PubMed / NCBI
  174. Google Scholar
  175. Zobacz artykuł
  176. PubMed / NCBI
  177. Google Scholar
  178. Zobacz artykuł
  179. PubMed / NCBI
  180. Google Scholar
  181. 7. Davis RA, Flett GL, Besser A. Walidacja nowej skali do pomiaru problematycznego korzystania z Internetu: implikacje dla kontroli przed zatrudnieniem. Cyberpsychol Zachowanie. 2002;5(4):331–45. pmid:12216698 doi: 10.1089/109493102760275581
  182. 8. Zablokuj JJ. Zagadnienia dla DSM-V: uzależnienie od Internetu. Am J Psychiatria. 2008;165(3):306–7. doi: 10.1176/appi.ajp.2007.07101556. pmd:18316427
  183. 9. Pies R. Czy DSM-V powinien określać „uzależnienie od Internetu” jako zaburzenie psychiczne? Psychiatria (Edgmont). 2009;6(2):31–7.
  184. 10. Holden C. Psychiatria. Debiut uzależnień behawioralnych w proponowanym DSM-V. Nauka. 2010;327(5968):935. doi: 10.1126/nauka.327.5968.935. pmd:20167757
  185. 11. Młody KS. Psychologia korzystania z komputera: XL. Uzależnienie od Internetu: przypadek przełamujący stereotyp. Psychol Rep. 1996;79(3 Pt 1):899–902. pmid:8969098 doi: 10.2466/pr0.1996.79.3.899
  186. 12. Young KS, sprawa CJ. Nadużywanie Internetu w miejscu pracy: nowe trendy w zarządzaniu ryzykiem. Cyberpsychol Zachowanie. 2004;7(1):105–11. pmid:15006175 doi: 10.1089/109493104322820174
  187. 13. Young K, Pistner M, O'Mara J, Buchanan J. Cyberzaburzenia: problem zdrowia psychicznego w nowym tysiącleciu. Cyberpsychol Zachowanie. 1999;2(5):475–9. doi: 10.1089/cpb.1999.2.475. pmd:19178220
  188. 14. van den Eijnden RJ, Spijkerman R, Vermulst AA, van Rooij TJ, Engels RC. Kompulsywne korzystanie z Internetu wśród nastolatków: dwukierunkowe relacje rodzic-dziecko. J Abnorm Child Psychol. 2010;38(1):77–89. doi: 10.1007/s10802-009-9347-8. pmd:19728076
  189. 15. Młody KS. Złapany w sieć: jak rozpoznać oznaki uzależnienia od Internetu - i zwycięska strategia powrotu do zdrowia. Nowy Jork, NY: Wiley; 1998.
  190. 16. Młody KS. Uzależnienie od Internetu: pojawienie się nowego zaburzenia klinicznego. CyberPsychologia i zachowanie. 2009;1(3):237–44. doi: 10.1089/cpb.1998.1.237
  191. 17. Widyanto L, Griffiths MD, Brunsden V. Psychometryczne porównanie testu uzależnienia od Internetu, skali problemów związanych z Internetem i autodiagnozy. Cyberpsychol Behav Soc Netw. 2011;14(3):141–9. doi: 10.1089/cyber.2010.0151. pmd:21067282
  192. 18. Shaw M, Czarny DW. Uzależnienie od Internetu: definicja, ocena, epidemiologia i postępowanie kliniczne. Leki OUN. 2008;22(5):353–65. pmid:18399706 doi: 10.2165/00023210-200822050-00001
  193. 19. Park SK, Kim JY, Cho CB. Rozpowszechnienie uzależnienia od Internetu i korelacje z czynnikami rodzinnymi wśród nastolatków z Korei Południowej. Adolescencja. 2008;43(172):895–909. pmd:19149152
  194. 20. Siomos KE, Dafouli ED, Braimiotis DA, Mouzas OD, Angelopoulos NV. Uzależnienie od Internetu wśród greckich nastolatków. Cyberpsychol Zachowanie. 2008;11(6):653–7. doi: 10.1089/cpb.2008.0088. pmd:18991535
  195. 21. Durkee T, Kaess M, Carli V, Parzer P, Wasserman C, Floderus B i in. Rozpowszechnienie patologicznego korzystania z Internetu wśród nastolatków w Europie: czynniki demograficzne i społeczne. Uzależnienie. 2012;107(12):2210–22. doi: 10.1111/j.1360-0443.2012.03946.x. pmd:22621402
  196. 22. Liu TC, Desai RA, Krishnan-Sarin S, Cavallo DA, Potenza MN. Problematyczne korzystanie z Internetu i zdrowie u nastolatków: dane z ankiety w szkole średniej w Connecticut. Psychiatria J Clin. 2011;72(6):836–45. doi: 10.4088/JCP.10m06057. pmd:21536002
  197. 23. Pujazon-Zazik M, Park MJ. Tweetować, czy nie tweetować: różnice między płciami oraz potencjalne pozytywne i negatywne skutki zdrowotne korzystania z Internetu społecznościowego przez nastolatków. Am J Mens Health. 2010;4(1):77–85. doi: 10.1177/1557988309360819. pmd:20164062
  198. 24. Dalbudak E, Evren C, Aldemir S, Evren B. Nasilenie ryzyka uzależnienia od Internetu i jego związek z nasileniem cech osobowości typu borderline, urazami z dzieciństwa, doświadczeniami dysocjacyjnymi, objawami depresji i lęku wśród tureckich studentów. Psychiatria Res. 2014;219(3):577–82. doi: 10.1016/j.psychres.2014.02.032. pmid:25023365
  199. 25. Kim EJ, Namkoong K, Ku T, Kim SJ. Związek między uzależnieniem od gier online a agresją, samokontrolą i narcystycznymi cechami osobowości. Eur Psychiatria. 2008;23(3):212–8. doi: 10.1016/j.eurpsy.2007.10.010. pmd:18166402
  200. 26. Floros G, Siomos K, Stogiannidou A, Giouzepas I, Garyfallos G. Współwystępowanie zaburzeń psychicznych z uzależnieniem od Internetu w próbie klinicznej: wpływ osobowości, stylu obrony i psychopatologii. Zachowanie uzależnionego. 2014;39(12):1839–45. doi: 10.1016/j.addbeh.2014.07.031. pmd:25129172
  201. 27. Floros G, Siomos K, Stogiannidou A, Giouzepas I, Garyfallos G. Związek między osobowością, stylami obrony, uzależnieniem od Internetu i psychopatologią u studentów. Cyberpsychol Behav Soc Netw. 2014;17(10):672–6. doi: 10.1089/cyber.2014.0182. pmid:25225916
  202. 28. An J, Sun Y, Wan Y, Chen J, Wang X, Tao F. Związki między problematycznym korzystaniem z Internetu a fizycznymi i psychicznymi objawami nastolatków: możliwa rola jakości snu. J Addict Med. 2014;8(4):282–7. doi: 10.1097/ADM.0000000000000026. pmd:25026104
  203. 29. Kim JH, Lau CH, Cheuk KK, Kan P, Hui HL, Griffiths SM. Krótki raport: Predyktory intensywnego korzystania z Internetu i skojarzenia z zachowaniami promującymi zdrowie i ryzykownymi dla zdrowia wśród studentów uniwersytetów w Hongkongu. J Adolesc. 2010;33(1):215–20. doi: 10.1016/j.adolescence.2009.03.012. pmd:19427030
  204. 30. Naseri L, Mohamadi J, Sayehmiri K, Azizpoor Y. Postrzegane wsparcie społeczne, poczucie własnej wartości i uzależnienie od Internetu wśród studentów Uniwersytetu Al-Zahra, Teheran, Iran. Iran J Psychiatry Behav Sci. 2015;9(3):e421. doi: 10.17795/ijpbs-421. pmd:26576175
  205. 31. Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsywność w uzależnieniu od Internetu: porównanie z patologicznym hazardem. Cyberpsychol Behav Soc Netw. 2012;15(7):373–7. doi: 10.1089/cyber.2012.0063. pmid:22663306
  206. 32. Lin IH, Ko CH, Chang YP, Liu TL, Wang PW, Lin HC i in. Związek między samobójstwem a uzależnieniem od Internetu i działaniami tajwańskich nastolatków. Compr Psychiatria. 2014;55(3):504–10. doi: 10.1016/j.comppsych.2013.11.012. pmd:24457034
  207. 33. Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, Seo JS i in. Uzależnienie od Internetu u koreańskich nastolatków i jego związek z depresją i myślami samobójczymi: ankieta. Stadnina Int J Nurs. 2006;43(2):185–92. pmid:16427966 doi: 10.1016/j.ijnurstu.2005.02.005
  208. 34. Fernandez-Villa T, Alguacil Ojeda J, Almaraz Gomez A, Cancela Carral JM, Delgado-Rodriguez M, Garcia-Martin M, et al. Problematyczne korzystanie z Internetu przez studentów uniwersyteckich: powiązane czynniki i różnice płci. Addicciones. 2015;27(4):265–75. pmid:26706809 doi: 10.20882/adicciones.751
  209. 35. Test uzależnienia od Internetu (IAT) [kwiecień 2016]. Dostępne od: http://netaddiction.com/internet-addiction-test./.
  210. 36. Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E, et al. Francuska walidacja testu uzależnienia od Internetu. Cyberpsychol Zachowanie. 2008;11(6):703–6. doi: 10.1089/cpb.2007.0249. pmd:18954279
  211. 37. Alpaslan AH, Soylu N, Avci K, Coskun KS, Kocak U, Tas HU. Zaburzone postawy żywieniowe, aleksytymia i prawdopodobieństwo samobójstwa wśród tureckich licealistek. Psychiatria Res. 2015;226(1):224–9. doi: 10.1016/j.psychres.2014.12.052. pmd:25619436
  212. 38. Cho YW, Song ML, Morin CM. Walidacja koreańskiej wersji wskaźnika nasilenia bezsenności. J Clin Neurol. 2014;10(3):210–5. doi: 10.3988/jcn.2014.10.3.210. pmd:25045373
  213. 39. Gagnon C, Belanger L, Ivers H, Morin CM. Walidacja Insomnia Severity Index w podstawowej opiece zdrowotnej. J Am Board Fam Med. 2013;26(6):701–10. doi: 10.3122/jabfm.2013.06.130064. pmid:24204066
  214. 40. Sinclair SJ, Blais MA, Gansler DA, Sandberg E, Bistis K, LoCicero A. Psychometryczne właściwości Skali Samooceny Rosenberga: ogólnie i w różnych grupach demograficznych mieszkających w Stanach Zjednoczonych. Eval Health Prof. 2010;33(1):56–80. doi: 10.1177/0163278709356187. pmd:20164106
  215. 41. Rosenberg M. Związek między samooceną a lękiem. J Psychiatr Res. 1962;1:135–52. pmid:13974903 doi: 10.1016/0022-3956(62)90004-3
  216. 42. Lovibond PF, Lovibond SH. Struktura negatywnych stanów emocjonalnych: porównanie Skali Stresu Depresyjnego i Lękowego (DASS) z Inwentarzami Depresji i Lęku Becka. Behav Res Ther. 1995;33(3):335–43. pmid:7726811 doi: 10.1016/0005-7967(94)00075-u
  217. 43. Taylor R, Lovibond PF, Nicholas MK, Cayley C, Wilson PH. Przydatność pozycji somatycznych w ocenie depresji u pacjentów z bólem przewlekłym: porównanie Skali Samooceny Depresji Zunga i Skali Depresji Lęku Stresu w bólu przewlekłym oraz próbek klinicznych i środowiskowych. Clin J Pain. 2005;21(1):91–100. pmid:15599136 doi: 10.1097/00002508-200501000-00011
  218. 44. Brown TA, Chorpita BF, Korotitsch W, Barlow DH. Właściwości psychometryczne Skali Stresu Depresji Lęku (DASS) w próbkach klinicznych. Behav Res Ther. 1997;35(1):79–89. pmid:9009048 doi: 10.1016/s0005-7967(96)00068-x
  219. 45. Edmed S, Sullivan K. Depresja, lęk i stres jako predyktory objawów przypominających wstrząs mózgu w próbie nieklinicznej. Psychiatria Res. 2012;200(1):41–5. doi: 10.1016/j.psychres.2012.05.022. pmd:22709538
  220. 46. ​​Ni X, Yan H, Chen S, Liu Z. Czynniki wpływające na uzależnienie od Internetu w próbie studentów pierwszego roku w Chinach. Cyberpsychol Zachowanie. 2009;12(3):327–30. doi: 10.1089/cpb.2008.0321. pmd:19445631
  221. 47. Thomas SJ, Lichstein KL, Taylor DJ, Riedel BW, Bush AJ. Epidemiologia pory snu, czasu wstawania i czasu w łóżku: analiza wieku, płci i pochodzenia etnicznego. Behav Sleep Med. 2014;12(3):169–82. doi: 10.1080/15402002.2013.778202. pmd:23574553
  222. 48. Choueiry N, Salamoun T, Jabbour H, El Osta N, Hajj A, Rabbaa Khabbaz L. Bezsenność i związek z lękiem u studentów: przekrojowe zaprojektowane badanie. PLoS Jeden. 2016;11(2):e0149643. doi: 10.1371/journal.pone.0149643. pmid:26900686
  223. 49. Gellis LA, Park A, Stotsky MT, Taylor DJ. Związki między higieną snu a nasileniem bezsenności u studentów: analizy przekrojowe i prospektywne. Zachowaj się 2014;45(6):806–16. doi: 10.1016/j.beth.2014.05.002. pmd:25311289
  224. 50. Cain N, Gradisar M. Korzystanie z mediów elektronicznych i sen u dzieci i młodzieży w wieku szkolnym: przegląd. Medycyna snu 2010;11(8):735–42. doi: 10.1016/j.sen.2010.02.006. pmd:20673649
  225. 51. Tavernier R, Willoughby T. Czy wszystkie typy wieczorowe są skazane na zagładę? Utajone analizy klasowe postrzeganej poranności i wieczorności, snu i funkcjonowania psychospołecznego wśród wschodzących dorosłych. Chronobiol Int. 2014;31(2):232–42. doi: 10.3109/07420528.2013.843541. pmd:24131151
  226. 52. Lam LT. Uzależnienie od gier internetowych, problematyczne korzystanie z Internetu i problemy ze snem: przegląd systematyczny. Curr Psychiatry Rep. 2014;16(4):444. doi: 10.1007/s11920-014-0444-1. pmid:24619594
  227. 53. Tsai CC, Lin SS. Uzależnienie od Internetu nastolatków na Tajwanie: badanie wywiadu. Cyberpsychol Zachowanie. 2003;6(6):649–52. pmid:14756931 doi: 10.1089/109493103322725432
  228. 54. te Wildt BT, Putzig I, Zedler M, Ohlmeier MD. Tytuł oryginału: Uzależnienie od Internetu jako objaw depresyjnych zaburzeń nastroju. Psychiatra Prax. 2007;34 Suplement 3:S318–22. pmid:17786892 doi: 10.1055/s-2007-970973
  229. 55. Bernardi S, Pallanti S. Uzależnienie od Internetu: opisowe badanie kliniczne skupiające się na chorobach współistniejących i objawach dysocjacyjnych. Compr Psychiatria. 2009;50(6):510–6. doi: 10.1016/j.comppsych.2008.11.011. pmd:19840588
  230. 56. 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. doi: 10.1159/000337971. pmd:22854219
  231. 57. Garaigordobil M, Perez JI, Mozaz M. Samoocena, samoocena i objawy psychopatologiczne. Psykotema. 2008;20(1):114–23. pmd:18206073
  232. 58. Moksnes UK, Espnes GA. Poczucie własnej wartości i zdrowie emocjonalne młodzieży — płeć i wiek jako potencjalne moderatory. Scand J Psychol. 2012;53(6):483–9. doi: 10.1111/sjop.12021. pmd:23170865
  233. 59. Sowisło JF, Orth U. Czy niska samoocena jest predyktorem depresji i lęku? Metaanaliza badań podłużnych. Psychol Byk. 2013;139(1):213–40. doi: 10.1037/a0028931. pmd:22730921
  234. 60. Creemers DH, Scholte RH, Engels RC, Prinstein MJ, Wiers RW. Ukryta i jawna samoocena jako równoczesne predyktory myśli samobójczych, objawów depresyjnych i samotności. J Behav Ther Exp Psychiatria. 2012;43(1):638–46. doi: 10.1016/j.jbtep.2011.09.006. pmd:21946041
  235. 61. Fischer A, Fischer M, Nicholls RA, Lau S, Poettgen J, Patas K, et al. Dokładność diagnostyczna dla dużej depresji w stwardnieniu rozsianym przy użyciu samoopisowych kwestionariuszy. Zachowanie mózgu. 2015;5(9):e00365. doi: 10.1002/brb3.365. pmd:26445703
  236. 62. Ortega-Montiel J, Posadas-Romero C, Ocampo-Arcos W, Medina-Urrutia A, Cardoso-Saldana G, Jorge-Galarza E, et al. Samoocena stresu jest związana z otyłością i miażdżycą tętnic. Badanie GEA. BMC Zdrowia Publicznego. 2015;15:780. doi: 10.1186/s12889-015-2112-8. pmd:26271468
  237. 63. White K, Scarinci IC. Porównanie samooceny stanu zdrowia wśród latynoskich imigrantów w mieście na południu Stanów Zjednoczonych i w próbie krajowej. Am J Med Sci. 2015;350(4):290–5. doi: 10.1097/MAJ.0000000000000554. pmd:26263236