Badanie zróżnicowanego wpływu uzależnienia od serwisów społecznościowych i internetowego hazardu na zdrowie psychiczne (2017)

J Behav Addict. 2017 Nov 13: 1-10. doi: 10.1556 / 2006.6.2017.075.

Pontes HM1.

Abstrakcyjny

Tło i cele

Wcześniejsze badania koncentrowały się na badaniu wzajemnych powiązań pomiędzy uzależnieniem od serwisów społecznościowych (SNS) a internetowym hazardem gier (IGD) w izolacji. Ponadto niewiele wiadomo na temat możliwych równoczesnych różnicowych skutków uzależnienia SNS i IGD na zdrowie psychiczne. W toku badań zbadano wzajemne oddziaływanie tych dwóch uzależnień technologicznych i ustalono, w jaki sposób mogą one w wyjątkowy i wyraźny sposób przyczynić się do zwiększenia niepokoju psychicznego przy uwzględnieniu potencjalnych skutków wynikających ze zmiennych socjodemograficznych i związanych z technologią.

Metody

Pobrano próbkę nastolatków 509 (53.5% mężczyzn) w wieku 10-18 lat (średnia = 13.02, SD = 1.64).

Efekt

Stwierdzono, że kluczowe zmienne demograficzne mogą odgrywać wyraźną rolę w wyjaśnianiu uzależnienia od SNS i IGD. Ponadto stwierdzono, że uzależnienie od SNS i IGD może nasilać się nawzajem, a jednocześnie przyczyniać się do pogorszenia ogólnego stanu zdrowia psychicznego w podobny sposób, dodatkowo podkreślając potencjalnie powszechny przebieg etiologiczny i kliniczny między tymi dwoma zjawiskami. Wreszcie stwierdzono, że szkodliwy wpływ IGD na zdrowie psychiczne jest nieco bardziej wyraźny niż w przypadku uzależnienia od SNS, co wymaga dodatkowej kontroli naukowej.

Dyskusja i konkluzja

Implikacje tych wyników są dalej omawiane w świetle istniejących dowodów i debat dotyczących statusu uzależnień technologicznych jako zaburzeń pierwotnych i wtórnych.

SŁOWA KLUCZOWE: Zaburzenie gier internetowych; uzależnienia behawioralne; zdrowie psychiczne; uzależnienie od serwisów społecznościowych; uzależnienia technologiczne

PMID: 29130329

DOI: 10.1556/2006.6.2017.075

Wprowadzenie

 

Najnowsze osiągnięcia technologiczne odegrały kluczową rolę w zmianie sposobu, w jaki użytkownicy korzystają z portali społecznościowych (SNS) i gier wideo. Chociaż te zmiany poprawiły ogólne wrażenia użytkowników w obu działaniach, przyczyniły się również do dalszego zatarcia granicy między używaniem SNS a graniem w gry wideo (Rikkers, Lawrence, Hafekost i Zubrick, 2016; Starcevic i Aboujaoude, 2016).

Wirtualne doświadczenia społecznościowe i interaktywne procesy są mocno osadzone w różnych gatunkach gier, szczególnie w masowo multiplayerowych grach RPG (MMORPG), w których użytkownicy mogą grać w wirtualnych światach społecznościowych. Względnie duża ankieta wśród graczy 912 MMORPG z krajów 45 wykazała, że ​​interakcje społeczne w środowiskach gier stanowią znaczący element przyjemności z grania, ponieważ gracze mogą zdobywać przyjaciół i partnerów na całe życie przez całe swoje doświadczenia związane z grami (Cole i Griffiths, 2007). Co ciekawe, doświadczenia mediów społecznościowych w erze Web 2.0 obejmują popularne gry społecznościowe, które zyskują na popularności (Bright, Kleiser i Grau, 2015), przy czym najnowsze dane z Facebooka sugerują, że w 2014 średnio X milionów ludzi grało w gry połączone z Facebookiem każdego miesiąca, a aplikacje mobilne wysyłały średnio miliony 375 odsyłaczy do gier każdego dnia (Facebook, 2014).

Pomimo szeroko opisywanych pozytywnych i korzystnych skutków zarówno SNS, jak i gier wideo na wielu poziomach (np. Funkcjonowanie poznawcze, dobre samopoczucie itp.) (Np. Chopik, 2016; Heo, Chun, Lee, Lee i Kim, 2015; Howard, Wilding i Guest, 2016; Stroud i Whitbourne, 2015), istnieje również coraz więcej dowodów z kilku ogólnopolskich reprezentatywnych badań empirycznych wykazujących, że SNS i gry wideo mogą przyczyniać się do upośledzenia psychospołecznego i dysfunkcji behawioralnych u niewielkiej liczby użytkowników, w tym młodych nastolatków, którzy mogą nadmiernie i niezdrowo korzystać z tych technologii, biorąc pod uwagę ich obecny etap rozwoju (Andreassen, 2015; Bányai i in., 2017; Cock i in., 2014; Morioka i in., 2016; Pápay i in., 2013). Niedawno Sioni, Burleson i Bekerian (2017) przeprowadził badanie empiryczne na próbie graczy 595 MMORPG ze Stanów Zjednoczonych i stwierdził, że uzależniająca gra wideo była pozytywnie kojarzona z objawami fobii społecznej, nawet po kontrolowaniu wspólnego wpływu tygodniowych godzin grania, co dodatkowo pokazuje, że osoby preferujące społecznie fobię internetowe formy interakcji społecznych (Lee i Stapinski, 2012), ponieważ dają użytkownikom niepowtarzalną możliwość zaspokojenia potrzeb związanych z kontaktami społecznymi, a jednocześnie pozwalają im wyjść z sytuacji towarzyskich, w których czują się niekomfortowo (np. poprzez wylogowanie się z gry). Jeśli chodzi o nadmierne używanie SNS, ostatnie badanie przeprowadzone przez Xanidis i Brignell (2016) w próbie użytkowników mediów społecznościowych 324 wykazało, że uzależnienie od SNS było kluczowym czynnikiem predykcyjnym obniżonej jakości snu i zwiększonej częstości występowania zaburzeń poznawczych. Ponadto Xanidis i Brignell (2016) zauważyła, że ​​uzależnienie od SNS może nasilać zaburzenia poznawcze ze względu na jego negatywny wpływ na jakość snu, co dodatkowo ilustruje kluczowe znaczenie kliniczne i socjologiczne badań związanych z uzależnieniami technologicznymi w kontekście edukacyjnym, ponieważ nadmierne i patologiczne używanie SNS i gier wideo może wpływać zarówno fizycznie, jak i psychicznie zdrowie w różnych kontekstach i przedziałach wiekowych.

Na poziomie teoretycznym uzależnienie od gier wideo [znane również jako zaburzenie gier internetowych (IGD)] jest stanem klinicznym obejmującym wzorzec behawioralny obejmujący uporczywe i powtarzające się używanie gier wideo, prowadzący do znacznego upośledzenia lub stresu w okresie 12 miesięcy, ponieważ wskazane przez poparcie pięciu (lub więcej) z następujących dziewięciu kryteriów: (i) zaabsorbowanie grami; (ii) objawy wycofania po zabraniu gry; (iii) tolerancja, powodująca konieczność spędzania coraz większej ilości czasu na grach; (iv) nieudane próby kontrolowania udziału w grach; (v) utrata zainteresowania poprzednimi hobby i rozrywką w wyniku gier, z wyjątkiem gier; (vi) dalsze nadmierne korzystanie z gier pomimo wiedzy o problemach psychospołecznych; (vii) wprowadzanie w błąd członków rodziny, terapeutów lub innych osób w odniesieniu do ilości gier; (viii) korzystanie z gier w celu ucieczki lub złagodzenia negatywnych nastrojów; oraz (ix) narażając na szwank lub utratę znaczącego związku, pracy lub edukacji lub możliwości kariery z powodu uczestnictwa w grach (Amerykańskie Stowarzyszenie Psychiatryczne [APA], 2013). Jeśli chodzi o uzależnienie od SNS, konstrukt ten jest szeroko zdefiniowany jako „nadmiernie zaniepokojony SNS, kierowany silną motywacją do logowania się do SNS lub korzystania z nich oraz do poświęcania tyle czasu i wysiłku SNS, że utrudnia to inne działania społeczne, studia / praca, relacje międzyludzkie i / lub zdrowie psychiczne i dobre samopoczucie ”(Andreassen i Pallesen, 2014, str. 4054).

Od pierwszej propozycji IGD jako niepewnego zaburzenia przez APA w piątej edycji Diagnostic and Statistical Manual of Mental Disorders (DSM-5; APA, 2013), opublikowano kilka debat naukowych prezentujących odmienne i sprzeczne poglądy na temat wykonalności i statusu IGD jako oficjalnego zaburzenia (Aarseth i in., 2016; Griffiths, Van Rooij i in., 2016; Lee, Choo i Lee, 2017; Petry i in., 2014, 2015; Saunders i in., 2017). Niektóre z tych obaw pojawiły się ze względu na fakt, że kryteria diagnostyczne IGD zostały w dużej mierze wyprowadzone z połączenia istniejących kryteriów klinicznych i nieoficjalnych stanów, takich jak: patologiczny hazard, zaburzenia związane z używaniem substancji i ogólne uzależnienie od Internetu (Kuss, Griffiths i Pontes, 2017). Pomimo faktu, że uzależnienia od IGD i SNS nie są oficjalnie uznanymi zaburzeniami zdrowia psychicznego, Światowa Organizacja Zdrowia (2016) zintensyfikowała debatę dotyczącą uzależnienia od gier wideo z powodu decyzji o włączeniu zaburzenia gry (GD) jako zaburzenia formalnego do następnej rewizji Międzynarodowej Klasyfikacji Chorób. Inna kwestia związana z uzależnieniami behawioralnymi, taka jak uzależnienie od SNS i IGD, dotyczy faktu, że w wielu przypadkach może wystąpić spontaniczna remisja. Badania badające wskaźniki remisji w IGD wykazały, że spontaniczna remisja może wystąpić nawet do 50% przypadków (np. Gentile i in., 2011; Scharkow, Festl i Quandt, 2014; Van Rooij, Schoenmakers, Vermulst, Van den Eijnden i Van de Mheen, 2011).

Chociaż na wskaźnik rozpowszechnienia uzależnienia od SNS i IGD mogą znacząco wpływać czynniki, takie jak kwestie metodologiczne i koncepcyjne, jak wcześniej sugerowano (Griffiths, Király, Pontes i Demetrovics, 2015; Griffiths, Kuss i Pontes, 2016; Griffiths & Pontes, 2015), szczegółowe badania (tj. badania reprezentatywne na poziomie krajowym) wykazały wskaźniki rozpowszechnienia uzależnienia SNS od 2.9% w belgijskiej populacji dorosłych (Cock i in., 2014) do 4.5% wśród węgierskich nastolatków (Bányai i in., 2017). Mimo że wskaźniki rozpowszechnienia IGD z wiarygodnych badań wykazały, że odsetek ten wynosi od 2.5% u słoweńskich nastolatków (Pontes, Macur i Griffiths, 2016) do 5.8% wśród holenderskich nastolatków i dorosłych (Lemmens i Hendriks, 2016), inne badania na dużą skalę wykazały, że wskaźniki rozpowszechnienia sięgają 0.3% (Scharkow i in., 2014). Chociaż ustalenia dotyczące rozpowszechnienia wydają się względnie spójne w solidnych badaniach, niektóre czynniki mogą przyczyniać się do inflacji szacunków. Na przykład stwierdzono, że złośliwe i ekstremalne wzorce reagowania mogą zawyżać szacunkowe wskaźniki rozpowszechnienia (Przybylski, 2017). Podobnie wykazano, że zastosowany rodzaj oceny psychometrycznej przyczynia się do przeszacowania częstości występowania rzadkich zaburzeń, takich jak IGD (Maraz, Király i Demetrovics, 2015).

Ponieważ istniejąca wiedza oparta na wpływie SNS i gry wideo na zdrowie psychiczne młodych nastolatków jest prawdopodobnie niewielka, badania nad potencjalnymi różnicowymi skutkami uzależnienia od SNS i IGD na zdrowie psychiczne są kluczowe, ponieważ te dwa zjawiska mają wspólną podstawową etiologię z inne uzależnienia od substancji i zachowania (Griffiths, 2015; Griffiths & Pontes, 2015; Shaffer i in., 2004) oraz że zwiększona gra społecznościowa pogarsza ogólną jakość relacji międzyludzkich u nastolatków, utrudniając wsparcie emocjonalne (Kowert, Domahidi, Festl i Quandt, 2014).

Obecne badanie

Poprzednie badania (np. Andreassen i in., 2016; Cock i in., 2014; Pontes i Griffiths, 2015b; Yu, Li i Zhang, 2015) stwierdzono, że płeć i wiek mogą zwiększać podatność na uzależnienie od SNS i IGD. Dlatego, ponieważ płeć męska jest systematycznie kojarzona z IGD, a płeć żeńska z uzależnieniem od SNS (Andreassen i in., 2016), w badaniu tym hipoteza jest taka płeć i wiek będą przewidywać większe poziomy uzależnienia od SNS i objawów IGD (H1). Ponadto kilka badań (np. Andreassen i in., 2013, 2016; Sussman i in., 2014) zgłosiły pozytywne powiązania między różnymi rodzajami uzależnień technologicznych, sugerując wspólne podstawowe korelacje. Stąd hipoteza, że Uzależnienie od SNS i IGD będą ze sobą pozytywnie powiązane (H2). Chociaż związek między uzależnieniem od SNS, IGD i zdrowiem psychicznym jest złożony i w najlepszym razie pozostaje kontrowersyjny (Pantic, 2014), duża liczba dowodów wskazała kluczowe korelaty uzależnień technologicznych, takich jak depresja, lęk i stres (np.  Király i in., 2014; Lehenbauer-Baum i in., 2015; Ostovar i in., 2016; Pontes & Griffiths, 2016). Zatem hipoteza jest taka Uzależnienie od SNS i IGD w unikalny i zróżnicowany sposób przyczynią się do zwiększenia ogólnego poziomu stresu psychicznego (H3). Wszystkie trzy wyżej wymienione hipotezy zostaną zbadane z uwzględnieniem potencjalnych skutków wynikających z wysokiej częstotliwości korzystania z Internetu i grania w gry wideo, ponieważ czas spędzony na tych czynnościach jest zwykle związany z tendencjami uzależniającymi (Pontes & Griffiths, 2015a; Pontes, Király, Demetrovics i Griffiths, 2014; Stubblefield i in., 2017; Wu, Cheung, Ku i Hung, 2013).

Metody

Uczestnicy i procedury

Potencjalnymi uczestnikami tego badania byli wszyscy studenci (N = 700) uczęszczali do szóstej, siódmej, ósmej i dziewiątej klasy szkoły średniej znajdującej się w Algarve (Portugalia). Uzyskano upoważnienie od dyrektora szkoły i rodziców, a uczniowie wypełnili ankietę w bibliotece szkolnej podczas zajęć pozalekcyjnych. Badanie to zostało zatwierdzone przez College Research Ethics Committee Nottingham Trent University, świadomą zgodę uzyskano od wszystkich indywidualnych uczestników biorących udział w badaniu, a okres zbierania danych obejmował od maja do czerwca 2015 r., A szkoła została wybrana na podstawie dostępność, a uczniowie zostali losowo wybrani z puli klas obejmującej klasy szóstą, siódmą, ósmą i dziewiątą (tj. w wieku 10–18 lat), aby uzyskać optymalną reprezentatywność populacji uczniów uczestniczącej szkoły. Dane zebrano od 509 uczniów (72.7% całej badanej populacji). Średni wiek próby wynosił 13.02 lat (SD = 1.64) i był względnie równoważny podział płci (53.5%) (n = 265) będąc mężczyzną (tab 1).

 

 

  

Stół

Tabela 1. Główne cechy socjodemograficzne próbki, wzorce wykorzystania technologii, poziomy uzależnienia od technologii i zdrowie psychiczne (N = 495)

 

 


  

 

Tabela 1. Główne cechy socjodemograficzne próbki, wzorce wykorzystania technologii, poziomy uzależnienia od technologii i zdrowie psychiczne (N = 495)

Zmienna MinimumMaksymalny
Wiek (lata) (średnia, SD)13.02 (1.64)1018
Płeć męska, %)265 (53.5)--
W związku (n,%)99 (20)--
Tygodniowy czas spędzany w Internecie (oznacza, SD)17.91 (23.34)149
Tygodniowy czas spędzony na grze (średnia, SD)10.21 (17.86)152
Poziomy uzależnienia od SNS (średnia, SD)10.70 (4.83)630
Poziomy IGD (średnia, SD)15.92 (6.99)941
Poziomy depresji (średnia, SD)3.12 (3.94)021
Poziomy lęku (średnia, SD)2.66 (3.78)021
Poziomy stresu (średnia, SD)3.32 (3.97)021

Note. Tygodniowy czas spędzany w Internecie i na grach odnosi się do podanej przez siebie liczby godzin spędzonych na tych zajęciach w ciągu tygodnia. SD: odchylenie standardowe; SNS: serwis społecznościowy; IGD: Zaburzenia gier internetowych.

Środki
Dane socjodemograficzne i częstotliwość wykorzystania technologii

Zebrano dane demograficzne dotyczące wieku, płci i statusu związku. Dane dotyczące korzystania z portali społecznościowych zebrano, prosząc uczestników o średni tygodniowy czas spędzany przez uczestników w Internecie w celach rekreacyjnych i niespecyficznych (uogólnionych) (tj. Liczba godzin). Częstotliwość gier oceniano, pytając o średni tygodniowy czas spędzany przez uczestników w grach (tj. Liczbę godzin).

Bergen Facebook Addiction Scale (BFAS)

BFAS (Andreassen, Torsheim, Brunborg i Pallesen, 2012) ocenia uzależnienie od SNS w kontekście korzystania z Facebooka i wykazano, że wykazuje doskonałe właściwości psychometryczne w wielu krajach (Phanasathit, Manwong, Hanprathet, Khumsri i Yingyeun, 2015; Salem, Almenaye i Andreassen, 2016; Silva i in., 2015), w tym Portugalii (Pontes, Andreassen i Griffiths, 2016). BFAS obejmuje sześć pozycji obejmujących podstawowe cechy uzależnień behawioralnych (tj. Istotność, modyfikacja nastroju, tolerancja, wycofanie, konflikt i nawrót) (Griffiths, 2005). Pozycje są oceniane w punktowej skali 5, tj. Od 1 (bardzo rzadko) do 5 (bardzo często) w terminie X miesięcy 12. Łączne wyniki są uzyskiwane przez zsumowanie ocen uczestników dla każdego elementu (od 6 do punktów 30), przy czym wyższe wyniki wskazują na zwiększone uzależnienie od Facebooka. BFAS wykazał odpowiedni poziom niezawodności w tym badaniu (α = 0.83).

Skala zaburzeń w grach internetowych - wersja skrócona (IGDS9-SF)

IGDS9-SF (Pontes & Griffiths, 2015a) to krótkie narzędzie psychometryczne zaprojektowane w celu oceny nasilenia IGD w okresie 12-miesięcznym zgodnie z ramami sugerowanymi przez APA w DSM-5 (APA, 2013). IGDS9-SF wykazał odpowiednie właściwości psychometryczne i ważność międzykulturową w wielu krajach (Monacis, De Palo, Griffiths i Sinatra, 2016; Pontes & Griffiths, 2015a; Pontes, Macur i in., 2016), w tym Portugalii (Pontes & Griffiths, 2016). Odpowiedzi na dziewięć pytań składających się na IGDS9-SF są udzielane przy użyciu skali punktowej 5, tj. Od 1 (nigdy) do 5 (bardzo często), a wyniki można uzyskać poprzez zsumowanie odpowiedzi (od 9 do punktów 45), przy czym wyższe wyniki sugerują wyższy stopień GD. Wiarygodność IGDS9-SF w tym badaniu była zadowalająca (α = 0.87).

Zdrowie psychiczne

Ogólne zdrowie psychiczne oceniono za pomocą Skali Lęku i Stresu Depresji - 21 (DASS-21; Lovibond & Lovibond, 1995), który obejmuje trzy podskale pozycji 7 obejmujące trzy objawy oceniane w skali punktowej 4, tj. od 0 (w ogóle mnie nie dotyczyło) do 3 (dotyczyło mnie bardzo lub przez większość czasu). Wcześniej wykazano, że wersja DASS-21 ma odpowiednie właściwości psychometryczne w populacji badania (Pais-Ribeiro, Honrado i Leal, 2004). Współczynniki α Cronbacha dla tego instrumentu w tym badaniu wynosiły .84 (depresja), .86 (niepokój) i .86 (stres).

Zarządzanie danymi i analiza statystyczna

Zarządzanie danymi obejmowało (i) czyszczenie zbioru danych poprzez kontrolę przypadków, w których brakujące wartości przekraczały konwencjonalny próg 10% we wszystkich odpowiednich instrumentach; (ii) sprawdzenie jednowymiarowej normalności wszystkich pozycji BFAS i IGDS9-SF przy użyciu standardowych wytycznych (tj. skośność> 3 i kurtozy> 9) (Kline, 2011); (iii) badanie przesiewowe w kierunku wartości jednoznacznych, które uzyskały ± odchylenia standardowe 3.29 od BFAS IGDS9-SF zwynikiPole, 2013); oraz (iv) badanie przesiewowe pod kątem wielowymiarowych wartości odstających przy użyciu odległości Mahalanobisa i wartości krytycznej dla każdego przypadku na podstawie χ2 wartości dystrybucji. Ta procedura spowodowała wykluczenie przypadków 14, w ten sposób uzyskując ostateczny zestaw danych prawidłowych przypadków 495, które kwalifikowały się do kolejnych analiz. Analizy statystyczne obejmowały (i) analizę opisową głównych próbek, (ii) analizę korelacyjną głównych zmiennych badania poprzez oszacowanie współczynników korelacji iloczynu Pearsona z 95% przedziałem ufności skorygowanym i przyspieszonym (BCa) (BCa) CI) i towarzyszące współczynniki determinacji (R2) oraz (iii) analiza porównawczego modelowania równań strukturalnych (SEM) w celu ustalenia różnicowej roli predykcyjnej uzależnienia od SNS i IGD dla zdrowia psychicznego przy uwzględnieniu skutków, wieku, płci i częstotliwości korzystania z Internetu i grania w gry wideo. Analizy statystyczne przeprowadzono za pomocą Mplus 7.2 i IBM SPSS Statistics wersja 23 (IBM Corporation, 2015; Muthén i Muthén, 2012).

Etyka

Procedury badań przeprowadzono zgodnie z Deklaracją Helsińską. Instytucjonalna komisja rewizyjna Uniwersytetu Nottingham Trent zatwierdziła badanie. Wszyscy uczestnicy zostali poinformowani o badaniu i wszyscy wyrazili świadomą zgodę. Ponadto uzyskano zgodę rodziców i opiekunów prawnych od wszystkich uczestników w wieku poniżej 18.

Efekt

 
Opisowe statystyki

Stół 1 podsumowuje ustalenia dotyczące głównych cech socjodemograficznych próby, schematu wykorzystania technologii, wraz z obserwowanymi poziomami uzależniającego korzystania z technologii (tj. uzależnienia od SNS i IGD) oraz zdrowia psychicznego. Ponadto zarówno IGD (średnia = 15.92 [95% BCa = 15.31 - 16.56], SD = 6.99) i uzależnienie od SNS (średnia = 10.70 [95% BCa = 10.28 - 11.15], SD = 4.83) z umiarkowanymi poziomami w próbie. Jeśli chodzi o zdrowie psychiczne uczestników, depresję (średnia = 3.12 [95% BCa = 2.78 - 3.47], SD = 3.94), niepokój (średnia = 2.66 [95% BCa = 2.33 - 2.99], SD = 3.78) i poziom stresu (średnia = 3.32 [95% BCa = 2.98 - 3.67], SD = 3.97) nie były nadmiernie rozpowszechnione.

Analiza korelacyjna

Przeprowadzono analizę korelacyjną obejmującą główne zmienne badania, aby zapewnić wstępne spostrzeżenia i kontekst statystyczny dla późniejszej analizy porównawczej SEM. W rezultacie analiza wykazała, że ​​uzależnienie od SNS było dodatnio związane z IGD (r = .39, p <01, R2 = 15), stres (r = .36, p <01, R2 = 13) i depresja (r = .33, p <01, R2 = 11). Jeśli chodzi o IGD, pozytywne skojarzenia pojawiły się z tygodniowym czasem spędzanym na grach (r = .42, p <01, R2 = 18), płeć (r = .41, p <01, R2 = 17) i stres (r = .40, p <01, R2 = 16) (Tabela 2).

 

 

  

Stół

Tabela 2. Bootstrappeda macierz korelacji z korektą i przyspieszeniem (BCa) 95% przedział ufności (CI) między uzależnieniem od SNS, IGD i zmiennymi badanymi (N = 495)

 

 


  

 

Tabela 2. Bootstrappeda macierz korelacji z korektą i przyspieszeniem (BCa) 95% przedział ufności (CI) między uzależnieniem od SNS, IGD i zmiennymi badanymi (N = 495)

Zmienne wtórneUzależnienie od SNSR295% BCa CIIGDR295% BCa CI
Wiek0.02-−0.07 – 0.10-0.07-−0.16 – 0.02
Płeć0.04-−0.05 – 0.120.41*.170.34-0.48
Status związku0.20*.040.11-0.290.13*.020.03-0.23
Tygodniowy czas spędzany w Internecie0.03-−0.05 – 0.120.12*.010.03-0.22
Tygodniowy czas spędzany na grach0.05-−0.05 – 0.140.42*.180.34-0.50
Depresja0.33*.110.23-0.430.36*.130.26-0.46
Poczucie niepokoju0.31*.100.22-0.410.33*.110.24-0.42
Napięcia0.36*.130.25-0.440.40*.160.32-0.49
IGD0.39*.150.30-0.48---

Notatka. SNS: serwis społecznościowy; IGD: Zaburzenia gier internetowych.

aWyniki ładowania początkowego są oparte na próbkach ładowania początkowego 10,000.

* Korelacja jest znacząca w 0.01.

Analiza porównawcza SEM

Aby przetestować główne hipotezy badania, przeprowadzono porównawczą analizę SEM w celu oszacowania potencjalnego zróżnicowanego wpływu uzależnienia od SNS i IGD na zdrowie psychiczne. Mówiąc dokładniej, model wielu wskaźników, model wielu przyczyn (MIMIC) został przetestowany przy użyciu metody szacowania maksymalnego prawdopodobieństwa przy solidnych błędach standardowych. Konwencjonalne wskaźniki dopasowania i progi przyjęto w celu zbadania poprawności dopasowania modelu: χ2/df [1, 4], średni kwadratowy błąd aproksymacji (RMSEA) [0.05, 0.08], RMSEA 90% CI z dolną granicą bliską 0 i górną granicą poniżej 0.08, poziom prawdopodobieństwa testu ścisłego dopasowania (Cfit )> 05, standaryzowany pierwiastek średniokwadratowy (SRMR) [0.05, 0.08], porównawczy wskaźnik dopasowania (CFI) i współczynnik dopasowania Tuckera – Lewisa (TLI) [0.90, 0.95] (Bentler, 1990; Bentler i Bonnet, 1980; Hooper, Coughlan i Mullen, 2008; Hu i Bentler, 1999). Wyniki tej analizy dały następujące wyniki: χ2(722) = 1,193.40, χ2/df = 1.65; RMSEA = 0.036 [90% CI: 0.033–0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91, co sugeruje, że model przedstawia optymalne dopasowanie do danych (rys 1).

usuń postać nadrzędną  

Rysunek 1. Graficzna reprezentacja zróżnicowanego wpływu uzależnienia od serwisów społecznościowych i zaburzeń gier internetowych na zdrowie psychiczne (N = 495). Note. Ogólna dobroć dopasowania: χ2(722) = 1,193.40, χ2/df = 1.65; RMSEA = 0.036 [90% CI: 0.033–0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91. β = znormalizowany efekt bezpośredni; r = współczynnik korelacji. *p <0001

Jeśli chodzi o potencjalną rolę płci i wieku we nasilaniu objawów uzależnienia SNS i IGD (tj. H1), nie znaleziono żadnego poparcia dla łącznego wpływu tych dwóch zmiennych na uzależnienie SNS. Jednak płeć (β = 0.32, p <001) i wiek (β = -0.11, p = 007) przyczyniły się do nasilenia objawów IGD. Dokładniej rzecz biorąc, płeć męska była związana z większą częstością występowania objawów IGD (średnia = 18.60 [95% BCa = 4.59 - 5.97], SD = 5.32) w porównaniu z kobietami (średnia = 12.83 [95% BCa = 6.60 - 7.70], SD = 7.17), a młodość zwiększa ogólny poziom IGD. Ogólnie rzecz biorąc, wyniki te częściowo potwierdzają H1.

Wyniki tej analizy potwierdzają H2, ponieważ znormalizowane efekty uzyskane dla związku między uzależnieniem od SNS a IGD sugerują, że te dwa zjawiska są dodatnio powiązane (r = .53, p <001), co jest zgodne z wynikami analizy korelacyjnej, w której te zmienne zostały zoperacjonalizowane jako obserwowalne miary (r = 39 [95% BCa = 0.30 - 0.48], R2 = .15, p <01) (Tabela 2).

Wreszcie analiza różnicowego wpływu uzależnienia od SNS i IGD na zdrowie psychiczne nastolatków sugeruje, że oba uzależnienia technologiczne mogą mieć statystycznie istotny pozytywny wpływ na zwiększenie ogólnego poziomu stresu psychicznego. Mówiąc dokładniej, wydaje się, że IGD zaostrza objawy depresji (β = 0.28, p <001), niepokój (β = 0.26, p <001) i stres (β = 0.33, p <001). Ponadto uzależnienie SNS również przyczyniło się do zwiększenia nasilenia depresji (β = 0.27, p <001), niepokój (β = 0.25, p <001) i stres (β = 0.26, p <001), ale w nieco mniejszym stopniu. Chociaż wyniki te potwierdzają H3, wpływ uzależnienia SNS i IGD na zdrowie psychiczne może nie być zbyt wyraźny, ponieważ standaryzowane efekty były wysoce porównywalne.

Dyskusja

 

Badanie to miało na celu zbadanie zależności między uzależnieniem od SNS a IGD oraz tego, w jaki sposób te dwa nowe uzależnienia technologiczne mogą wyjątkowo i wyraźnie przyczynić się do pogorszenia zdrowia psychicznego u nastolatków ponad potencjalne skutki wynikające ze zmiennych socjodemograficznych i związanych z technologią. W odniesieniu do H1 (tj. płeć i wiek przyczynią się do zwiększenia zarówno uzależnienia od SNS, jak i objawów IGD), badanie to potwierdziło tę hipotezę w odniesieniu do IGD, dodatkowo wspierając dużą część wcześniejszych badań, w których stwierdzono, że młody wiek i płeć męska są kluczowymi zmiennymi prognozującymi IGD (Cock i in., 2014; Guillot i in., 2016; Rehbein, Staudt, Hanslmaier i Kliem, 2016).

Niezależnie od tego H1 nie został potwierdzony w kontekście uzależnienia od SNS, co dodatkowo komplikuje wcześniejsze badania, w których wykazano, że uzależnienie od SNS występuje częściej wśród młodych ludzi (Andreassen i in., 2013, 2012; Turel i Serenko, 2012), starsi użytkownicy (Floros i Siomos, 2013), kobiety (Andreassen i in., 2012) i mężczyźni (Çam & Işbulan, 2012). Niemniej jednak wyniki uzyskane w tym badaniu są zbieżne z wcześniejszymi badaniami, w których uzależnienie od SNS było niezwiązane z wiekiem (Koc i Gulyagci, 2013; Wu i in., 2013) i płeć (Koc i Gulyagci, 2013; Tang, Chen, Yang, Chung i Lee, 2016; Wu i in., 2013). Jak wcześniej zauważono, może to wynikać z niskiej jakości wcześniejszych badań nad uzależnieniem od SNS pod względem pobierania próbek, projektowania badań, oceny i przyjętych wyników granicznych (Andreassen, 2015). Co ciekawe, tygodniowy czas spędzany w Internecie nie przewidywał zwiększonego uzależnienia od SNS. Potencjalne wyjaśnienie tego odkrycia może być związane z faktem, że korzystanie z SNS w Internecie stało się zwykłe i nieuniknione we współczesnym życiu, co utrudnia wielu nastolatkom prawidłowe oszacowanie ich wykorzystania, dodatkowo zwiększając złożoność związku między nadmiernym czasem spędzanym na nich. technologie i poziomy uzależnienia. Z tego powodu konieczne jest uznanie różnicy między wysokim zaangażowaniem a uzależnieniem od SNS, ponieważ niektórzy nastolatkowie spędzają wiele godzin, używając SNS w ramach zdrowej i normalnej rutyny (Andreassen, 2015; Andreassen i Pallesen, 2014; Turel i Serenko, 2012).

Obecne ustalenia stanowią również wsparcie empiryczne dla H2 (tj. Uzależnienie od SNS i IGD będą ze sobą pozytywnie powiązane), potwierdzając liczbę badań, w których zgłoszono podobne wyniki (Andreassen i in., 2013, 2016; Chiu, Hong i Chiu, 2013; Dowling & Brown, 2010). Ustalenie to można wytłumaczyć faktem, że duża liczba osób, w tym młode nastolatki, regularnie gra w gry za pośrednictwem SNS (Griffiths, 2014). Ponadto od dawna ustalono, że towarzyskie aspekty gier odgrywają kluczową rolę motywacyjną w grach wideo, jak sugerują liczne badania (Demetrovics i in., 2011; Fuster, Chamarro, Carbonell i Vallerand, 2014; Yee, 2006). Na poziomie klinicznym odkrycie to może wskazywać na wspólne podobieństwa leżące u podstaw tych dwóch uzależnień technologicznych (Griffiths, 2015; Griffiths & Pontes, 2015; Shaffer i in., 2004). Biorąc pod uwagę, że uzależnienie od technologii wpływa na osoby w placówkach edukacyjnych, badania nad uzależnieniem od IGD i SNS wśród młodzieży szkolnej mogą pomóc decydentom w opracowaniu polityk profilaktycznych ukierunkowanych na złagodzenie negatywnego wpływu uzależnienia od technologii u młodych nastolatków.

Wreszcie H3 (tj. Uzależnienie od SNS i IGD w unikalny i zróżnicowany sposób przyczynią się do zwiększenia ogólnego poziomu stresu psychicznego) zostało również potwierdzone i dostarczyło nowatorskich informacji na temat połączonych różnicowych skutków uzależnienia od SNS i IGD na zdrowie psychiczne nastolatków. W tym badaniu zarówno uzależnienie od SNS, jak i IGD przyczyniły się do pogorszenia zdrowia psychicznego poprzez zwiększenie poziomów depresji, lęku i stresu. Odkrycie to potwierdza wcześniejsze badania, które wykazały, że te dwa uzależnienia technologiczne niezależnie wpływają na zdrowie psychiczne (Kim, Hughes, Park, Quinn i Kong, 2016; Primack i in., 2017; Sampasa-Kanyinga i Lewis, 2015; Sarda, Bègue, Bry i Gentile, 2016). Odkrycia te mogą być wykorzystane przez specjalistów zajmujących się zdrowiem psychicznym i pedagogów szkolnych, którzy chcą opracować programy interwencyjne ukierunkowane na poprawę samopoczucia uczniów poprzez ograniczenie uzależniającego korzystania z technologii. Chociaż odkrycie to jest obiecujące i warte dalszych badań, warto zauważyć, że dowody dotyczące związku między zaburzeniami zdrowia psychicznego a uzależnieniami behawioralnymi pozostają niejednoznaczne. Dokładniej, naukowcy donoszą, że uzależnienia behawioralne mogą przewidywać (tj. Hipoteza pierwotnego zaburzenia) i być przewidywane na podstawie stresu psychiatrycznego (tj. Hipotezy zaburzenia wtórnego) (np. Ostovar i in., 2016; Snodgrass i in., 2014; Zhang, Brook, Leukefeld i Brook, 2016). Nie można zatem wyciągnąć jednoznacznych wniosków na temat kierunkowości w odniesieniu do uzależnień behawioralnych i zagrożenia zdrowia psychicznego.

Ponadto w tym badaniu stwierdzono, że szkodliwy wpływ IGD na zdrowie psychiczne był nieco bardziej wyraźny niż w przypadku uzależnienia od SNS. Biorąc pod uwagę szeroki deficyt wykazywany przez graczy w kilku dziedzinach zdrowia psychicznego i dobrego samopoczucia, odkrycie to jest zgodne z doniesieniami sugerującymi, że IGD może odzwierciedlać cięższą psychopatologię w porównaniu z uzależnieniem od SNS (Leménager i in., 2016), który częściowo popiera decyzję podjętą przez APA (2013), aby uznać IGD za zaburzenie wstępne. Jednak dodatkowe badania empiryczne z wykorzystaniem większych i bardziej reprezentatywnych próbek byłyby konieczne, aby dodatkowo potwierdzić tę hipotezę. Oprócz możliwości pomocy w kształtowaniu polityki, obecne wyniki przyczyniają się do toczących się debat, czy uzależnienia technologiczne, takie jak uzależnienie od IGD i SNS, należy postrzegać jako zaburzenia pierwotne czy wtórne. Zgodnie z ustaleniami przedstawionymi w tym badaniu konceptualizowanie uzależnień technologicznych jako zaburzeń pierwotnych (tj. Problemu, który może negatywnie wpływać na zdrowie psychiczne) jest empirycznie realną drogą, która nie unieważnia wcześniejszych debat naukowych na rzecz postrzegania uzależnień technologicznych jako zaburzeń wtórnych (tj. produkt leżący u podstaw problemów ze zdrowiem psychicznym i dobrostanem) (Kardefelt-Winther, 2016; Snodgrass i in., 2014; Thorens i in., 2014).

Chociaż wyniki uzyskane w tym badaniu są uzasadnione empirycznie, istnieją potencjalne ograniczenia, na które warto zwrócić uwagę. Po pierwsze, wszystkie dane były zgłaszane przez samych siebie i podatne na znane uprzedzenia (np. Pożądanie społeczne, błędy związane z pamięcią, itp.). Po drugie, badania przyjmujące bardziej solidne projekty (np. Projekt z opóźnieniem podłużnym) byłyby w stanie dostarczyć bardziej konkretnych odpowiedzi na temat unikalnych ścieżek między uzależnieniem od SNS a IGD i zdrowiem psychicznym. Po trzecie, ponieważ wszyscy uczestnicy zostali wybrani samodzielnie, nie można bezpośrednio uogólnić obecnych wyników na szeroką populację. Biorąc pod uwagę stosunkowo młody wiek rekrutowanej próby, możliwe jest, że kontrola rodzicielska mogła mieć wpływ na zgłaszane przez samych osoby poziomy wykorzystania technologii i ogólny poziom uzależnienia. Dlatego przyszłe badania oceniające wykorzystanie technologii u małych dzieci i wczesnej młodzieży powinny uwzględniać tę zmienną, aby można było uzyskać lepsze szacunki dotyczące poziomów uzależnienia. Niezależnie od tych potencjalnych ograniczeń, wyniki tego badania obejmują wcześniejsze badania dotyczące wzajemnych powiązań między uzależnieniami technologicznymi i ich izolowanym szkodliwym wpływem na zdrowie psychiczne, oferując empirycznie realne ramy, w których uzależnienia technologiczne mogą również zwiększyć prawdopodobieństwo negatywnych skutków dla zdrowia psychicznego. Podsumowując, obecne odkrycia potwierdzają konceptualizację uzależnień technologicznych jako podstawowych zaburzeń mogących zagrażać zdrowiu psychicznemu.

Wkład autora

Autor tego opracowania był odpowiedzialny za wszystkie etapy tego badania i jest jedynym autorem tego manuskryptu.

Konflikt interesów

Autor nie zgłasza konfliktu interesów.

Podziękowania

Autor tego badania chciałby podziękować uczestniczącej szkole, wszystkim uczniom, rodzicom i nauczycielom, którzy pomogli w zorganizowaniu logistyki zaangażowanej w proces gromadzenia danych w tym badaniu.

Referencje

 
 Aarseth, E., Bean, AM, Boonen, H., Colder, CM, Coulson, M., Das, D., Deleuze, J., Dunkels, E., Edman, J., Ferguson, CJ, Haagsma, MC , Helmersson Bergmark, K., Hussain, Z., Jansz, J., Kardefelt-Winther, D., Kutner, L., Markey, P., Nielsen, RK, Prause, N., Przybylski, A., Quandt, T., Schimmenti, A., Starcevic, V., Stutman, G., Van Looy, J. i Van Rooij, AJ (2016). Otwarta debata naukowców dotycząca propozycji Światowej Organizacji Zdrowia ICD-11 dotycząca zaburzeń w grach. Journal of Behavioral Addictions, 6 (3), 267–270. doi:https://doi.org/10.1556/2006.5.2016.088 Połączyć
 American Psychiatric Association [APA]. (2013). Podręcznik diagnostyczny i statystyczny zaburzeń psychicznych (edycja 5th). Arlington, Wirginia: American Psychiatric Association. CrossRef
 Andreassen, C. S. (2015). Uzależnienie od witryn społecznościowych online: kompleksowa recenzja. Current Addiction Reports, 2 (2), 175–184. doi:https://doi.org/10.1007/s40429-015-0056-9 CrossRef
 Andreassen, C. S., Billieux, J., Griffiths, M. D., Kuss, D. J., Demetrovics, Z., Mazzoni, E., & Ståle, P. (2016). Związek między uzależniającym używaniem mediów społecznościowych i gier wideo a objawami zaburzeń psychiatrycznych: badanie przekrojowe na dużą skalę. Psychology of Addictive Behaviors, 30 (2), 252–262. doi:https://doi.org/10.1037/adb0000160 CrossRef, Medline
 Andreassen, C. S., Griffiths, M. D., Gjertsen, S. R., Krossbakken, E., Kvam, S., & Pallesen, S. (2013). Związki między uzależnieniami behawioralnymi a pięcioczynnikowym modelem osobowości. Journal of Behavioral Addictions, 2 (2), 90–99. doi:https://doi.org/10.1556/JBA.2.2013.003 Połączyć
 Andreassen, C. S., & Pallesen, S. (2014). Uzależnienie od serwisów społecznościowych - przegląd. Current Pharmaceutical Design, 20 (25), 4053–4061. doi:https://doi.org/10.2174/13816128113199990616 CrossRef, Medline
 Andreassen, C. S., Torsheim, T., Brunborg, G. S., & Pallesen, S. (2012). Opracowanie skali uzależnienia od Facebooka. Raporty psychologiczne, 110 (2), 501–517. doi:https://doi.org/10.2466/02.09.18.PR0.110.2.501-517 CrossRef, Medline
 Bányai, F., Zsila, Á., Király, O., Maraz, A., Elekes, Z., Griffiths, M. D., Andreassen, C. S., & Demetrovics, Z. (2017). Problematyczne korzystanie z mediów społecznościowych: wyniki z reprezentatywnej na dużą skalę próby nastolatków w skali kraju. PLoS One, 12 (1), e0169839. doi:https://doi.org/10.1371/journal.pone.0169839 CrossRef, Medline
 Bentler, P. M. (1990). Porównawcze wskaźniki dopasowania w modelach strukturalnych. Biuletyn psychologiczny, 107 (2), 238–246. doi:https://doi.org/10.1037/0033-2909.107.2.238 CrossRef, Medline
 Bentler, P. M., & Bonnet, D. G. (1980). Testy istotności i dopasowania w analizie struktur kowariancji. Biuletyn psychologiczny, 88 (3), 588–606. doi:https://doi.org/10.1037/0033-2909.88.3.588 CrossRef
 Bright, L. F., Kleiser, S. B. i Grau, S. L. (2015). Za dużo Facebooka? Badanie eksploracyjne zmęczenia mediami społecznościowymi. Computers in Human Behavior, 44, 148–155. doi:https://doi.org/10.1016/j.chb.2014.11.048 CrossRef
 Çam, E. i Işbulan, O. (2012). Nowy nałóg dla kandydatów na nauczycieli: sieci społecznościowe. The Turkish Journal of Educational Technology, 11, 14–19.
 Chiu, S.-I., Hong, F.-Y. i Chiu, S.-L. (2013). Analiza korelacji i różnicy płci między uzależnieniem studentów od Internetu a telefonem komórkowym na Tajwanie. ISRN Addiction, 2013, 1–10. doi:https://doi.org/10.1155/2013/360607 CrossRef
 Chopik, W. J. (2016). Korzyści płynące z używania technologii społecznościowych przez osoby starsze wynikają z ograniczenia samotności. Cyberpsychology, Behavior, and Social Networking, 19 (9), 551–556. doi:https://doi.org/10.1089/cyber.2016.0151 CrossRef, Medline
 Cock, R. D., Vangeel, J., Klein, A., Minotte, P., Rosas, O., & Meerkerk, G. (2014). Kompulsywne korzystanie z serwisów społecznościowych w Belgii: rozpowszechnienie, profil i rola stosunku do pracy i szkoły. Cyberpsychology, Behavior, and Social Networking, 17 (3), 166–171. doi:https://doi.org/10.1089/cyber.2013.0029 CrossRef, Medline
 Cole, H. i Griffiths, M. D. (2007). Interakcje społeczne w grach RPG dla wielu graczy. CyberPsychology & Behavior, 10 (4), 575–583. doi:https://doi.org/10.1089/cpb.2007.9988 CrossRef, Medline
 Demetrovics, Z., Urbán, R., Nagygyörgy, K., Farkas, J., Zilahy, D., Mervó, B., Reindl, A., Ágoston, C., Kertész, A. i Harmath, E. (2011). Dlaczego grasz? Opracowanie motywów kwestionariusza gier online (MOGQ). Behavior Research Methods, 43 (3), 814–825. doi:https://doi.org/10.3758/s13428-011-0091-y CrossRef, Medline
 Dowling, N. A., & Brown, M. (2010). Podobieństwa w czynnikach psychologicznych związanych z hazardem problemowym i uzależnieniem od Internetu. Cyberpsychology, Behavior, and Social Networking, 13 (4), 437–441. doi:https://doi.org/10.1089/cyber.2009.0317 CrossRef, Medline
 Facebook. (2014). Facebook @ GDC: Odkrywanie i zaangażowanie w gry międzyplatformowe. Źródło: https://developers.facebook.com/blog/post/2014/03/19/facebook-at-gdc-2014
 Field, A. (2013). Odkrywanie statystyk za pomocą IBM SPSS Statistics (edycja 4th). Londyn, Wielka Brytania: Sage Publications Ltd.
 Floros, G. i Siomos, K. (2013). Związek między optymalnym rodzicielstwem, uzależnieniem od Internetu a motywami do tworzenia sieci społecznościowych w okresie dojrzewania. Psychiatry Research, 209 (3), 529–534. doi:https://doi.org/10.1016/j.psychres.2013.01.010 CrossRef, Medline
 Fuster, H., Chamarro, A., Carbonell, X. i Vallerand, R. J. (2014). Związek między pasją a motywacją do grania u graczy korzystających z gier RPG dla wielu graczy. Cyberpsychology, Behavior, and Social Networking, 17, 292–297. doi:https://doi.org/10.1089/cyber.2013.0349
 Gentile, D. A., Choo, H., Liau, A., Sim, T., Li, D., Fung, D. i Khoo, A. (2011). Patologiczne używanie gier wideo wśród młodzieży: dwuletnie badanie podłużne. Pediatrics, 127, e319 – e329. doi:https://doi.org/10.1542/peds.2010-1353
 Griffiths, M. D. (2005). „Składowy” model uzależnienia w ramach biopsychospołecznych. Journal of Substance Use, 10 (4), 191–197. doi:https://doi.org/10.1080/14659890500114359 CrossRef
 Griffiths, M. D. (2014). Gry społecznościowe dzieci i młodzieży: jakie są niepokojące kwestie? Edukacja i zdrowie, 32, 9–12.
 Griffiths, M. D. (2015). Klasyfikacja i leczenie uzależnień behawioralnych. Pielęgniarstwo w praktyce, 82, 44–46.
 Griffiths, M. D., Király, O., Pontes, H. M. i Demetrovics, Z. (2015). Omówienie problematycznych gier. W E. Aboujaoude i V. Starcevic (red.), Zdrowie psychiczne w erze cyfrowej: poważne niebezpieczeństwa, wielka obietnica (s. 27–45). Oxford, Wielka Brytania: Oxford University Press. CrossRef
 Griffiths, M. D., Kuss, D. J. i Pontes, H. M. (2016). Krótki przegląd zaburzeń związanych z grami internetowymi i ich leczenia. Australian Clinical Psychologist, 2, 1–12.
 Griffiths, M. D. i Pontes, H. M. (2015). Produkty związane z uzależnieniami i rozrywką. W R. Nakatsu, M. Rauterberg i P. Ciancarini (red.), Podręcznik gier cyfrowych i technologii rozrywkowych (str. 1–22). Singapur: Springer. CrossRef
 Griffiths, MD, Van Rooij, AJ, Kardefelt-Winther, D., Starcevic, V., Király, O., Pallesen, S., Müller, K., Dreier, M., Carras, M., Prause, N. , King, DL, Aboujaoude, E., Kuss, DJ, Pontes, HM, Fernandez, OL, Nagygyorgy, K., Achab, S., Billieux, J., Quandt, T., Carbonell, X., Ferguson, CJ , Hoff, RA, Derevensky, J., Haagsma, MC, Delfabbro, P., Coulson, M., Hus, Z. i Demetrovics, Z. (2016). Dążenie do międzynarodowego konsensusu w sprawie kryteriów oceny zaburzeń związanych z grami internetowymi: krytyczny komentarz do Petry et al. (2014). Uzależnienie, 111 (1), 167–175. doi:https://doi.org/10.1111/add.13057 CrossRef, Medline
 Guillot, C. R., Bello, M. S., Tsai, J. Y., Huh, J., Leventhal, A. M., & Sussman, S. (2016). Podłużne związki między anhedonią a uzależniającymi zachowaniami związanymi z Internetem u młodych dorosłych. Computers in Human Behavior, 62, 475–479. doi:https://doi.org/10.1016/j.chb.2016.04.019 CrossRef, Medline
 Heo, J., Chun, S., Lee, S., Lee, K. H. i Kim, J. (2015). Korzystanie z Internetu i dobre samopoczucie osób starszych. Cyberpsychology, Behavior, and Social Networking, 18 (5), 268–272. doi:https://doi.org/10.1089/cyber.2014.0549 CrossRef, Medline
 Hooper, D., Coughlan, J. i Mullen, M. R. (2008). Modelowanie równań strukturalnych: wytyczne dotyczące określania dopasowania modelu. Electronic Journal of Business Research Methods, 6, 53–60.
 Howard, C. J., Wilding, R. i Guest, D. (2016). Lekka gra wideo wiąże się z ulepszonym przetwarzaniem wizualnym szybkich seryjnych celów prezentacji wizualnej. Percepcja, 46 (2), 161–177. doi:https://doi.org/10.1177/0301006616672579 CrossRef, Medline
 Hu, L. T. i Bentler, P. M. (1999). Kryteria odcięcia dla wskaźników dopasowania w analizie struktury kowariancji: Kryteria konwencjonalne a nowe alternatywy. Modelowanie równań strukturalnych: A Multidisciplinary Journal, 6 (1), 1–55. doi:https://doi.org/10.1080/10705519909540118 CrossRef
 IBM Corporation. (2015). Statystyka IBM SPSS dla systemu Windows, wersja 23. Nowy Jork, NY: IBM Corporation.
 Kardefelt-Winther, D. (2016). Konceptualizacja zaburzeń korzystania z Internetu: proces uzależnienia czy radzenia sobie? Psychiatria i neurologia kliniczna, 71 (7), 459 – 466. doi:https://doi.org/10.1111/pcn.12413 CrossRef, Medline
 Kim, N., Hughes, T. L., Park, C. G., Quinn, L. i Kong, I. D. (2016). Poziom katecholamin i lęku w peryferyjnych stanach spoczynku u koreańskich nastolatków uzależnionych od gier internetowych. Cyberpsychology, Behavior, and Social Networking, 19 (3), 202–208. doi:https://doi.org/10.1089/cyber.2015.0411 CrossRef, Medline
 Király, O., Griffiths, M. D., Urbán, R., Farkas, J., Kökönyei, G., Elekes, Z., Tamás, D., & Demetrovics, Z. (2014). Problematyczne korzystanie z Internetu i problematyczne gry online to nie to samo: wyniki z dużej próby reprezentatywnej dla całego kraju młodzieży. Cyberpsychology, Behavior, and Social Networking, 17 (12), 749–754. doi:https://doi.org/10.1089/cyber.2014.0475 CrossRef, Medline
 Kline, R. B. (2011). Zasady i praktyka modelowania równań strukturalnych (wyd. 3). Nowy Jork, NY: Guilford Press.
 Koc, M. i Gulyagci, S. (2013). Uzależnienie od Facebooka wśród tureckich studentów: Rola zdrowia psychicznego, cech demograficznych i użytkowych. Cyberpsychology, Behavior, and Social Networking, 16 (4), 279–284. doi:https://doi.org/10.1089/cyber.2012.0249 CrossRef, Medline
 Kowert, R., Domahidi, E., Festl, R. i Quandt, T. (2014). Gry społecznościowe, samotne życie? Wpływ gier cyfrowych na kręgi społeczne nastolatków. Computers in Human Behavior, 36, 385–390. doi:https://doi.org/10.1016/j.chb.2014.04.003 CrossRef
 Kuss, D. J., Griffiths, M. D. i Pontes, H. M. (2017). Chaos i zamieszanie w diagnozie DSM-5 zaburzeń gier internetowych: problemy, obawy i zalecenia dotyczące jasności w tej dziedzinie. Journal of Behavioral Addictions, 6 (2), 103–109. doi:https://doi.org/10.1556/2006.5.2016.062 Połączyć
 Lee, B. W. i Stapinski, L. A. (2012). Poszukiwanie bezpieczeństwa w Internecie: Związek między lękiem społecznym a problematycznym korzystaniem z Internetu. Journal of Anxiety Disorders, 26 (1), 197–205. doi:https://doi.org/10.1016/j.janxdis.2011.11.001 CrossRef, Medline
 Lee, S. Y., Choo, H. i Lee, H. K. (2017). Balansowanie między uprzedzeniami a faktami dotyczącymi zaburzeń w grach: czy istnienie zaburzeń związanych z używaniem alkoholu stygmatyzuje zdrowych pijących lub utrudnia badania naukowe? Journal of Behavioral Addictions, 6 (3), 302–305. doi:https://doi.org/10.1556/2006.6.2017.047 Połączyć
 Lehenbauer-Baum, M., Klaps, A., Kovacovsky, Z., Witzmann, K., Zahlbruckner, R., & Stetina, B. U. (2015). Uzależnienie i zaangażowanie: badanie eksploracyjne dotyczące kryteriów klasyfikacji zaburzeń związanych z grami internetowymi. Cyberpsychology, Behavior, and Social Networking, 18 (6), 343–349. doi:https://doi.org/10.1089/cyber.2015.0063 CrossRef, Medline
 Leménager, T., Dieter, J., Hill, H., Hoffmann, S., Reinhard, I., Beutel, M., Vollstädt-Klein, S., Kiefer, F. i Mann, K. (2016) . Badanie neuronalnych podstaw identyfikacji awatarów u patologicznych graczy internetowych i autorefleksji u patologicznych użytkowników sieci społecznościowych. Journal of Behavioral Addictions, 5 (3), 1–15. doi:https://doi.org/10.1556/2006.5.2016.048 Połączyć
 Lemmens, J. S., & Hendriks, S. J. F. (2016). Wciągające gry online: badanie związku między gatunkami gier a zaburzeniami gier internetowych. Cyberpsychology, Behavior, and Social Networking, 19 (4), 270–276. doi:https://doi.org/10.1089/cyber.2015.0415 CrossRef, Medline
 Lovibond, P. F. i Lovibond, S. H. (1995). Struktura negatywnych stanów emocjonalnych: Porównanie Skali Depresji Lęku Stresu (DASS) z Inwentarzami Depresji i Lęku Becka. Behavior Research and Therapy, 33 (3), 335–343. doi:https://doi.org/10.1016/0005-7967(94)00075-U CrossRef, Medline
 Maraz, A., Király, O. i Demetrovics, Z. (2015). Komentarz do: Czy nadmiernie patologizujemy życie codzienne? Trwały plan badań nad uzależnieniami behawioralnymi. Diagnostyczne pułapki ankiet: Jeśli uzyskasz pozytywny wynik w teście uzależnienia, nadal masz duże szanse, aby się nie uzależnić. Journal of Behavioural Addictions, 4 (3), 151–154. doi:https://doi.org/10.1556/2006.4.2015.026 Połączyć
 Monacis, L., De Palo, V., Griffiths, M. D. i Sinatra, M. (2016). Walidacja skali zaburzeń gier internetowych - forma skrócona (IGDS9-SF) na włoskojęzycznej próbie. Journal of Behavioral Addictions, 5 (4), 683–690. doi:https://doi.org/10.1556/2006.5.2016.083 Połączyć
 Morioka, H., Itani, O., Osaki, Y., Higuchi, S., Jike, M., Kaneita, Y., Kanda, H., Nakagome, S. i Ohida, T. (2016). Związek między paleniem a problematycznym korzystaniem z Internetu wśród japońskiej młodzieży: ogólnokrajowe badanie epidemiologiczne na dużą skalę. Cyberpsychology, Behavior, and Social Networking, 19 (9), 557–561. doi:https://doi.org/10.1089/cyber.2016.0182 CrossRef, Medline
 Muthén, L. K. i Muthén, B. O. (2012). Podręcznik użytkownika programu Mplus (wyd. 7). Los Angeles, Kalifornia: Muthén & Muthén.
 Ostovar, S., Allahyar, N., Aminpoor, H., Moafian, F., Nor, M. B. M. i Griffiths, M. D. (2016). Uzależnienie od Internetu i jego zagrożenia psychospołeczne (depresja, lęk, stres i samotność) wśród irańskich nastolatków i młodych dorosłych: model równania strukturalnego w badaniu przekrojowym. International Journal of Mental Health and Addiction, 14 (3), 257–267. doi:https://doi.org/10.1007/s11469-015-9628-0 CrossRef
 Pais-Ribeiro, J., Honrado, A. i Leal, I. (2004). Contribuição para o estudo da adaptação portuguesa das Escalas de Ansiedade, Depressão e Stress (EADS) de 21 itens de Lovibond e Lovibond [Wkład do portugalskiego badania walidacyjnego Lovibond and Lovibond's Short version of Depression Anxiety and Stress Scale (DASS)]. Psicologia, Saúde & Doenças, 5, 229–239.
 Pantic, I. (2014). Sieci społecznościowe online i zdrowie psychiczne. Cyberpsychologia, zachowanie i sieci społecznościowe, 17 (10), 652 – 657. doi:https://doi.org/10.1089/cyber.2014.0070 CrossRef, Medline
 Pápay, O., Urbán, R., Griffiths, MD, Nagygyörgy, K., Farkas, J., Kökönyei, G., Felvinczi, K., Oláh, A., Elekes, Z., & Demetrovics, Z. ( 2013). Właściwości psychometryczne problematycznego kwestionariusza gier online - krótka forma i rozpowszechnienie problematycznych gier online w krajowej próbie nastolatków. Cyberpsychology, Behavior, and Social Networking, 16 (5), 340–348. doi:https://doi.org/10.1089/cyber.2012.0484 CrossRef, Medline
 Petry, NM, Rehbein, F., Gentile, DA, Lemmens, JS, Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, DSS, Borges, G., Auriacombe , M., González-Ibáñez, A., Tam, P. i O'Brien, CP (2014). Międzynarodowy konsensus dotyczący oceny zaburzeń w grach internetowych przy użyciu nowego podejścia DSM ‐ 5. Uzależnienie, 109 (9), 1399–1406. doi:https://doi.org/10.1111/add.12457 CrossRef, Medline
 Petry, NM, Rehbein, F., Gentile, DA, Lemmens, JS, Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, DSS, Borges, G., Auriacombe , M., González-Ibáñez, A., Tam, P. i O'Brien, CP (2015). Uwagi Griffithsa i wsp. Na temat międzynarodowego porozumienia w sprawie zaburzeń związanych z grami internetowymi: Pogłębianie konsensusu czy utrudnianie postępu? Uzależnienie, 111 (1), 175–178. doi:https://doi.org/10.1111/add.13189 CrossRef
 Phanasathit, M., Manwong, M., Hanprathet, N., Khumsri, J. i Yingyeun, R. (2015). Walidacja tajskiej wersji Bergen Facebook Addiction Scale (Thai-BFAS). Journal of the Medical Association of Thailand, 98, 108–117.
 Pontes, H. M., Andreassen, C. S. i Griffiths, M. D. (2016). Portugalska walidacja skali uzależnienia od Facebooka w Bergen: badanie empiryczne. International Journal of Mental Health and Addiction, 14 (6), 1062–1073. doi:https://doi.org/10.1007/s11469-016-9694-y CrossRef
 Pontes, H. M., & Griffiths, M. D. (2015a). Pomiar zaburzeń hazardowych w Internecie DSM-5: Opracowanie i walidacja krótkiej skali psychometrycznej. Computers in Human Behavior, 45, 137–143. doi:https://doi.org/10.1016/j.chb.2014.12.006 CrossRef
 Pontes, H. M. i Griffiths, M. D. (2015b). Rola wieku, wieku inicjacji dostępu do Internetu i czasu spędzonego w sieci w etiologii uzależnienia od Internetu. Journal of Behavioral Addictions, 4 (supl. 1), 30–31. doi:https://doi.org/10.1556/JBA.4.2015.Suppl.1
 Pontes, H. M. i Griffiths, M. D. (2016). Portugalska walidacja skali zaburzeń gier internetowych - skrócona forma. Cyberpsychology, Behavior, and Social Networking, 19 (4), 288–293. doi:https://doi.org/10.1089/cyber.2015.0605 CrossRef, Medline
 Pontes, H. M., Király, O., Demetrovics, Z. & Griffiths, M. D. (2014). Konceptualizacja i pomiar zaburzeń związanych z grami internetowymi DSM-5: Opracowanie testu IGD-20. PLoS One, 9 (10), e110137. doi:https://doi.org/10.1371/journal.pone.0110137 CrossRef, Medline
 Pontes, H. M., Macur, M. i Griffiths, M. D. (2016). Zaburzenia związane z grami internetowymi wśród uczniów szkół podstawowych w Słowenii: ustalenia z reprezentatywnej dla całego kraju próby nastolatków. Journal of Behavioral Addictions, 5 (2), 304–310. doi:https://doi.org/10.1556/2006.5.2016.042 Połączyć
 Primack, B. A., Shensa, A., Escobar-Viera, C. G., Barrett, E. L., Sidani, J. E., Colditz, J. B., & James, A. E. (2017). Korzystanie z wielu platform mediów społecznościowych oraz objawy depresji i lęku: ogólnokrajowe badanie przeprowadzone wśród młodych dorosłych w USA. Computers in Human Behavior, 69, 1–9. doi:https://doi.org/10.1016/j.chb.2016.11.013 CrossRef
 Przybylski, A. (2017). Psotna reakcja w badaniach nad zaburzeniami gier internetowych. PeerJ, 4, e2401. doi:https://doi.org/10.7717/peerj.2401 CrossRef
 Rehbein, F., Staudt, A., Hanslmaier, M. i Kliem, S. (2016). Granie w gry wideo w ogólnej populacji dorosłych w Niemczech: czy dłuższy czas grania przez mężczyzn można wyjaśnić preferencjami gatunkowymi związanymi z płcią? Komputery w zachowaniu ludzi, 55 (część B), 729–735. doi:https://doi.org/10.1016/j.chb.2015.10.016 CrossRef
 Rikkers, W., Lawrence, D., Hafekost, J. i Zubrick, S. R. (2016). Korzystanie z Internetu i gry elektroniczne przez dzieci i młodzież z problemami emocjonalnymi i behawioralnymi w Australii - wyniki drugiego badania dotyczącego zdrowia psychicznego i dobrego samopoczucia dzieci i młodzieży. BMC Public Health, 16 (1), 399. doi:https://doi.org/10.1186/s12889-016-3058-1 CrossRef, Medline
 Salem, AAMS, Almenaye, N. S. i Andreassen, C. S. (2016). Ocena psychometryczna Bergen Facebook Addiction Scale (BFAS) studentów uniwersytetów. International Journal of Psychology and Behavioural Sciences, 6, 199–205. doi:https://doi.org/10.5923/j.ijpbs.20160605.01
 Sampasa-Kanyinga, H. i Lewis, R. F. (2015). Częste korzystanie z serwisów społecznościowych wiąże się ze złym funkcjonowaniem psychologicznym dzieci i młodzieży. Cyberpsychology, Behavior, and Social Networking, 18 (7), 380–385. doi:https://doi.org/10.1089/cyber.2015.0055 CrossRef, Medline
 Sarda, E., Bègue, L., Bry, C. i Gentile, D. (2016). Zaburzenia i dobre samopoczucie w grach internetowych: walidacja skali. Cyberpsychology, Behavior, and Social Networking, 19 (11), 674–679. doi:https://doi.org/10.1089/cyber.2016.0286 CrossRef, Medline
 Saunders, JB, Hao, W., Long, J., King, DL, Mann, K., Fauth-Bühler, M., Rumpf, H.-J., Bowden-Jones, H., Rahimi-Movaghar, A ., Chung, T., Chan, E., Bahar, N., Achab, S., Lee, HK, Potenza, M., Petry, N., Spritzer, D., Ambekar, A., Derevensky, J. , Griffiths, MD, Pontes, HM, Kuss, D., Higuchi, S., Mihara, S., Assangangkornchai, S., Sharma, M., Kashef, AE, Ip, P., Farrell, M., Scafato, E., Carragher, N. i Poznyak, V. (2017). Zaburzenie związane z grami: jego określenie jako ważny warunek diagnozy, leczenia i zapobiegania. Journal of Behavioral Addictions, 6 (3), 271–279. doi:https://doi.org/10.1556/2006.6.2017.039 Połączyć
 Scharkow, M., Festl, R., & Quandt, T. (2014). Podłużne wzorce problematycznego korzystania z gier komputerowych wśród młodzieży i dorosłych - 2-letnie badanie panelowe. Uzależnienie, 109 (11), 1910–1917. doi:https://doi.org/10.1111/add.12662 CrossRef, Medline
 Shaffer, H. J., LaPlante, D. A., LaBrie, R. A., Kidman, R. C., Donato, A. N., & Stanton, M. V. (2004). W kierunku modelu zespołu uzależnienia: wiele wyrażeń, wspólna etiologia. Harvard Review of Psychiatry, 12 (6), 367–374. doi:https://doi.org/10.1080/10673220490905705 CrossRef, Medline
 Silva, H. R. S., Areco, K. C. N., Bandiera-Paiva, P., Galvão, P. V. M., Garcia, A. N. M., & Silveira, D. X. (2015). Equivalência semântica e confiabilidade da versão em português da Bergen Facebook Addiction Scale [Semantyczna równoważność i wiarygodność portugalskiej wersji Bergen Facebook Addiction Scale]. Jornal Brasileiro de Psiquiatria, 64 (1), 17–23. doi:https://doi.org/10.1590/0047-2085000000052 CrossRef
 Sioni, S. R., Burleson, M. H., & Bekerian, D. A. (2017). Zaburzenia gier internetowych: fobia społeczna i identyfikacja z wirtualnym ja. Komputery w zachowaniu człowieka, 71, 11–15. doi:https://doi.org/10.1016/j.chb.2017.01.044 CrossRef
 Snodgrass, J. G., Lacy, M. G., Dengah II, H. J. F., Eisenhauer, S., Batchelder, G., & Cookson, R. J. (2014). Urlop z głowy: problematyczne gry online są reakcją na stres. Computers in Human Behavior, 38, 248–260. doi:https://doi.org/10.1016/j.chb.2014.06.004 CrossRef
 Starcevic, V. i Aboujaoude, E. (2016). Uzależnienie od Internetu: ponowna ocena coraz bardziej nieodpowiedniej koncepcji. CNS Spectrums, 22 (1), 7–13. doi:https://doi.org/10.1017/S1092852915000863 CrossRef, Medline
 Stroud, M. J. i Whitbourne, S. K. (2015). Przypadkowe gry wideo jako narzędzia szkoleniowe dla procesów uwagi w życiu codziennym Cyberpsychology, Behavior, and Social Networking, 18 (11), 654–660. doi:https://doi.org/10.1089/cyber.2015.0316 CrossRef, Medline
 Stubblefield, S., Datto, G., Phan, T.-LT, Werk, LN, Stackpole, K., Siegel, R., Stratbucker, W., Tucker, JM, Christison, AL, Hossain, J. i Gentile, DA (2017). Problem z grami wideo wśród dzieci zapisanych na studia trzeciego stopnia kontroli wagi. Cyberpsychology, Behavior, and Social Networking, 20 (2), 109–116. doi:https://doi.org/10.1089/cyber.2016.0386 CrossRef, Medline
 Sussman, S., Arpawong, T. E., Sun, P., Tsai, J., Rohrbach, L. A., & Spruijt-Metz, D. (2014). Rozpowszechnienie i współwystępowanie zachowań uzależniających wśród byłej alternatywnej młodzieży licealnej. Journal of Behavioral Addictions, 3 (1), 33–40. doi:https://doi.org/10.1556/JBA.3.2014.005 Połączyć
 Tang, J.-H., Chen, M.-C., Yang, C.-Y., Chung, T.-Y. i Lee, Y.-A. (2016). Cechy osobowości, relacje międzyludzkie, wsparcie społeczne online i uzależnienie od Facebooka. Telematics and Informatics, 33 (1), 102–108. doi:https://doi.org/10.1016/j.tele.2015.06.003 CrossRef
 Thorens, G., Achab, S., Billieux, J., Khazaal, Y., Khan, R., Pivin, E., Gupta, V., & Zullino, D. (2014). Charakterystyka i odpowiedź terapeutyczna samodzielnie zidentyfikowanych problematycznych internautów w poradni behawioralnej poradni uzależnień. Journal of Behavioral Addictions, 3 (1), 78–81. doi:https://doi.org/10.1556/JBA.3.2014.008 Połączyć
 Turel, O. i Serenko, A. (2012). Korzyści i niebezpieczeństwa związane z korzystaniem z serwisów społecznościowych. European Journal of Information Systems, 21 (5), 512–528. doi:https://doi.org/10.1057/ejis.2012.1 CrossRef
 Van Rooij, A. J., Schoenmakers, T. M., Vermulst, A. A., Van den Eijnden, R., & Van de Mheen, D. (2011). Uzależnienie od gier wideo online: identyfikacja uzależnionych nastolatków graczy. Uzależnienie, 106 (1), 205–212. doi:https://doi.org/10.1111/j.1360-0443.2010.03104.x CrossRef, Medline
 Światowa Organizacja Zdrowia. (2016). ICD-11 Beta Draft: Zaburzenia gier. Źródło: https://icd.who.int/dev11/l-m/en#/http%3a%2f%2fid.who.int%2ficd%2fentity%2f1448597234
 Wu, A. M. S., Cheung, V. I., Ku, L., & Hung, E. P. W. (2013). Psychologiczne czynniki ryzyka uzależnienia od serwisów społecznościowych wśród chińskich użytkowników smartfonów. Journal of Behavioural Addictions, 2 (3), 160–166. doi:https://doi.org/10.1556/JBA.2.2013.006 Połączyć
 Xanidis, N. i Brignell, C. M. (2016). Związek między korzystaniem z portali społecznościowych, jakością snu i funkcjami poznawczymi w ciągu dnia. Computers in Human Behavior, 55 (część A), 121–126. doi:https://doi.org/10.1016/j.chb.2015.09.004 CrossRef
 Yee, N. (2006). Motywacje do grania w gry online. CyberPsychology & Behavior, 9 (6), 772–775. doi:https://doi.org/10.1089/cpb.2006.9.772 CrossRef, Medline
 Yu, C., Li, X. i Zhang, W. (2015). Przewidywanie u nastolatków problematycznego korzystania z gier online na podstawie wsparcia autonomii nauczycieli, zaspokojenia podstawowych potrzeb psychologicznych i zaangażowania szkoły: 2-letnie badanie podłużne. Cyberpsychology, Behavior, and Social Networking, 18 (4), 228–233. doi:https://doi.org/10.1089/cyber.2014.0385 CrossRef, Medline
 Zhang, C., Brook, J. S., Leukefeld, C. G. i Brook, D. W. (2016). Podłużne czynniki psychospołeczne związane z objawami uzależnienia od Internetu wśród dorosłych w wieku średnim. Zachowania uzależniające, 62, 65–72. doi:https://doi.org/10.1016/j.addbeh.2016.06.019 CrossRef, Medline