Internetowe uzależnienie od sieci społecznościowych i depresja: wyniki dużego prospołecznego badania kohortowego u chińskich nastolatków (2018)

J Behav Addict. 2018 Sep 11: 1-11. doi: 10.1556 / 2006.7.2018.69.

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Maja JC6, Chen YX6.

Abstrakcyjny

Tło i cele

Celem tego badania jest oszacowanie podłużnych związków między uzależnieniem od sieci społecznościowych (OSNA) a depresją, czy OSNA przewiduje rozwój depresji i odwrotnie, czy depresja przewiduje rozwój OSNA.

Metody

Na początku badania w marcu 5,365 r. przebadano łącznie 2014 uczniów z dziewięciu szkół średnich w Kantonie w południowych Chinach, a następnie 9 miesięcy później. Poziom OSNA i depresji mierzono odpowiednio za pomocą zwalidowanej skali OSNA i CES-D. Zastosowano wielopoziomowe modele regresji logistycznej w celu oszacowania podłużnych związków między OSNA a depresją.

Efekt

Nastolatki z depresją, ale wolne od OSNA na początku badania, miały 1.48 razy większe prawdopodobieństwo rozwoju OSNA w okresie obserwacji w porównaniu z osobami bez depresji na początku badania [skorygowany OR (AOR): 1.48, 95% przedział ufności (CI): 1.14-1.93]. Ponadto, w porównaniu z osobami, które nie miały depresji w okresie obserwacji, nastolatki, które w okresie obserwacji cierpiały na uporczywą depresję lub pojawiały się w depresji, miały zwiększone ryzyko rozwoju OSNA w okresie obserwacji (AOR: 3.45, 95% CI: 2.51-4.75 dla depresji uporczywej; AOR: 4.47, 95% CI: 3.33-5.99 dla pojawiającej się depresji). I odwrotnie, wśród młodzieży bez depresji na początku badania, nastolatki sklasyfikowane jako przetrwałe OSNA lub pojawiające się OSNA miały większe ryzyko rozwoju depresji w porównaniu z tymi, które nie miały OSNA (AOR: 1.65, 95% CI: 1.01-2.69 dla przetrwałego OSNA; AOR: 4.29; 95% CI: 3.17-5.81 dla pojawiającego się OSNA).

Wnioski

Odkrycia wskazują na dwukierunkowy związek między OSNA a depresją, co oznacza, że ​​uzależniającemu korzystaniu z portali społecznościowych towarzyszy zwiększony poziom objawów depresyjnych.

SŁOWA KLUCZOWE: młodzież; depresja; asocjacja podłużna; uzależnienie od portali społecznościowych

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Uzależnienie od sieci społecznościowych i depresja: wyniki prospektywnego badania kohortowego na dużą skalę przeprowadzonego wśród chińskich nastolatków.

J Behav Addict. 2018:11-1 września 11 r. doi: 10.1556/2006.7.2018.69. [Wydanie elektroniczne przed papierowym]

Li JB1,2, Mo PKH2,3, Lau JTF2,3, Su XF2,3, Zhang X4, Wu AMS5, Maja JC6, Chen YX6.

Abstrakcyjny

Tło i cele Celem tego badania jest oszacowanie podłużnych związków między uzależnieniem od sieci społecznościowych online (OSNA) a depresją, czy OSNA przewiduje rozwój depresji i odwrotnie, czy depresja przewiduje rozwój OSNA. Metody Na początku badania w marcu 5,365 r. przebadano łącznie 2014 uczniów z dziewięciu szkół średnich w Kantonie w południowych Chinach, a następnie 9 miesięcy później. Poziom OSNA i depresji mierzono odpowiednio za pomocą zwalidowanej skali OSNA i CES-D. Zastosowano wielopoziomowe modele regresji logistycznej w celu oszacowania podłużnych związków między OSNA a depresją. Wyniki U młodzieży z depresją, ale bez OSNA na początku badania, prawdopodobieństwo wystąpienia OSNA w okresie obserwacji było 1.48 razy większe niż u osób bez depresji na początku badania [skorygowany OR (AOR): 1.48, 95% przedział ufności (CI): 1.14-1.93]. Ponadto, w porównaniu z osobami, które nie miały depresji w okresie obserwacji, nastolatki, które w okresie obserwacji cierpiały na uporczywą depresję lub pojawiały się w depresji, miały zwiększone ryzyko rozwoju OSNA w okresie obserwacji (AOR: 3.45, 95% CI: 2.51-4.75 dla depresji uporczywej; AOR: 4.47, 95% CI: 3.33-5.99 dla pojawiającej się depresji). I odwrotnie, wśród młodzieży bez depresji na początku badania, nastolatki sklasyfikowane jako przetrwałe OSNA lub pojawiające się OSNA miały większe ryzyko rozwoju depresji w porównaniu z tymi, które nie miały OSNA (AOR: 1.65, 95% CI: 1.01-2.69 dla przetrwałego OSNA; AOR: 4.29; 95% CI: 3.17-5.81 dla pojawiającego się OSNA). Wnioski Wyniki wskazują na dwukierunkowy związek między OSNA a depresją, co oznacza, że ​​uzależniającemu korzystaniu z portali społecznościowych towarzyszy zwiększony poziom objawów depresyjnych.

SŁOWA KLUCZOWE: młodzież; depresja; asocjacja podłużna; uzależnienie od portali społecznościowych

PMID: 30203664

DOI: 10.1556/2006.7.2018.69

Wprowadzenie

Depresja, najczęściej zgłaszane zaburzenie psychiczne (Knopf, Park i Mulye, 2008; Thapar, Collishaw, Potter i Thapar, 2010), jest ważnym problemem zdrowia publicznego wśród nastolatków. Ponad 9% nastolatków zgłosiło depresję o nasileniu umiarkowanym do ciężkiego, a jej roczna częstość występowania została oszacowana na 1% w Stanach Zjednoczonych (Rushton, Forcier i Schectman, 2002). Nasze poprzednie badanie wykazało, że w południowych Chinach częstość występowania depresji w ciągu jednego tygodnia wynosiła 1% wśród uczniów szkół średnich (Li i in., 2017).

Pozytywny związek między uzależnieniem od Internetu a depresją wśród nastolatków odnotowano zarówno w przekrojach (Moreno, Jelenchick i Breland, 2015; Yoo, Cho i Cha, 2014) i badania podłużne (Cho, Sung, Shin, Lim i Shin, 2013; Ko, Yen, Chen, Yeh i Yen, 2009; Lam, 2014). Jednak badania te oceniały uzależnienie od Internetu ogólnie, a nie określone rodzaje działań online. Młodzież może prowadzić wiele rodzajów działań online w Internecie. Kilka badań podkreśliło znaczenie i konieczność odróżnienia uzależnienia od określonych działań związanych z Internetem od uzależnienia od Internetu w ogóle (Davis, 2001; Laconi, Tricard i Chabrol, 2015; Pontes, Szabo i Griffiths, 2015). Sieci społecznościowe online są stosunkowo nowym zjawiskiem, a wśród populacji, która jest ich użytkownikami, obserwuje się dużą częstość występowania depresji (Lin i in., 2016; Tang & Koh, 2017). W porównaniu z populacją ogólną, nastolatki i studenci są najczęstszymi użytkownikami sieci społecznościowych online (Griths, Kuss i Demetrovics, 2014). Uzależnienie od sieci społecznościowych online (OSNA) to stosunkowo nowe uzależniające zachowanie wśród nastolatków wraz z kompulsywnym zaangażowaniem w działania w sieciach społecznościowych online. Jako specyficzny rodzaj uzależnień behawioralnych związanych z Internetem, OSNA obejmuje podstawowe klasyczne objawy uzależnienia (Griffiths, 2013; Kuss & Griffiths, 2011) i jest zdefiniowany jako „nadmierne zaniepokojenie korzystaniem z sieci społecznościowych online, kierowanie się silną motywacją do zalogowania się lub korzystania z sieci społecznościowych online, która szkodzi innym aktywnościom społecznym, nauce/pracy, relacjom międzyludzkim i/lub zdrowiu psychicznemu i dobremu samopoczuciu"(Andreassen, 2015). OSNA wzrosła zauważalnie wśród nastolatków. Około 9.78% amerykańskich studentów uważało się za uzależnionych od Facebooka (Pempek, Yermolayeva i Calvert, 2009), a 29.5% singapurskich studentów posiada OSNA (Tang & Koh, 2017). Badanie przeprowadzone w 2010 roku wykazało, że rozpowszechnienie OSNA było nawet wyższe niż 30% wśród chińskich studentów (Zhou i Leung, 2010). Dowody sugerują, że nadmierne i kompulsywne korzystanie z sieci społecznościowych online rzadko jest korzystne, a raczej ma potencjalnie szkodliwy wpływ na dobrostan psychospołeczny nastolatków, w tym skutki emocjonalne, relacyjne i inne związane ze zdrowiem (Andreassen, 2015).

Kilka badań przekrojowych wykazało pozytywny związek między OSNA a depresją wśród nastolatków (Hong, Huang, Lin i Chiu, 2014; Koc i Gulyagci, 2013). Jednak ze względu na nieodłączne ograniczenia projektu badania przekrojowego nadal nie jest jasne, czy OSNA jest przyczyną lub konsekwencją depresji, czy też jest dwukierunkowa. Sieci społecznościowe online mogą zapewnić nastolatkom wygodę i kapitał społeczny, selektywne ujawnianie się i potencjalne wsparcie społeczne (Ellison, Steinfield i Lampe, 2007; Steinfield, Ellison i Lampe, 2008). Osoby cierpiące na zaburzenia psychiczne (tj. depresję i stany lękowe) mogą postrzegać internetowe sieci społecznościowe jako bezpieczną i ważną społeczność wirtualną (Gamez-Guadix, 2014), gdzie mogli uciec od problemów emocjonalnych doświadczanych w realnym świecie (Andreassen, 2015; Griths i in., 2014) i dalej prowadzić do potencjalnego uzależniającego zaangażowania (Oberst, Wegmann, Stodt, Marka i Chamarro, 2017). Tymczasem nadmierna ekspozycja na społeczność wirtualną skutkowałaby negatywnymi emocjami (McDougall i in., 2016). Nastolatki z niedostosowaniem do swoich depresyjnych nastrojów mogą doświadczać bardziej szkodliwych skutków nadmiernego korzystania z sieci społecznościowych online (Selfhout, Branje, Delsing, Ter Bogt i Meeus, 2009). Dlatego dwukierunkowy związek między OSNA a depresją jest teoretycznie uzasadniony. Jednak według naszej wiedzy nie ma prospektywnego badania, które skupiałoby się na badaniu podłużnych związków między OSNA a depresją wśród nastolatków i innych populacji.

Dlatego zaprojektowaliśmy prospektywne badanie, aby kompleksowo oszacować podłużny związek między depresją a OSNA w czasie, na przykład, czy OSNA przewiduje rozwój depresji i czy depresja przewiduje rozwój OSNA, biorąc pod uwagę zmiany w OSNA i stan depresji (np. zaburzenia) podczas 9-miesięcznego okresu obserwacji.

Projekt badania

To prospektywne badanie kohortowe przeprowadzono w Kantonie w południowych Chinach. Badanie podstawowe przeprowadzono od marca do kwietnia 2014 r., a kolejne badanie kontrolne przeprowadzono w odstępie 9 miesięcy, stosując tę ​​samą procedurę.

Uczestnicy i pobieranie próbek                                                               

Uczestnicy byli rekrutowani przy użyciu warstwowej metody doboru klastrów. Jeden dystrykt/hrabstwo został dogodnie wybrany z każdego z trzech regionów (tj. regionów rdzenia, przedmieść i zewnętrznych przedmieść) odpowiednio w Kantonie (czerwone kropki na rysunku 1). Następnie z każdego wybranego powiatu/powiatu wybrano po trzy publiczne szkoły średnie, w wyniku czego wybrano łącznie dziewięć szkół. Do udziału w badaniu zostali dobrowolnie zaproszeni wszyscy uczniowie klas siódmych i ósmych wybranych szkół. Anonimowy kwestionariusz był samodzielnie wypełniany przez uczestników w warunkach klasowych pod nieobecność nauczyciela, pod nadzorem dobrze wyszkolonych asystentów badawczych.

usuń postać nadrzędną

Rysunek 1. Lokalizacja miejsc do nauki

W sumie 5,365 (wskaźnik odpowiedzi = 98.04%) uczniów wypełniło ankietę bazową. Dwa ostatnie kwestionariusze tych samych uczniów zostały dopasowane na podstawie czterech ostatnich cyfr numeru telefonu domowego, czterech ostatnich cyfr numeru telefonu komórkowego rodziców, czterech ostatnich cyfr numeru dowodu osobistego uczestników, daty urodzenia uczestników, ostatniej litery siebie i pisowni imienia rodziców. Ostatecznie 4,871 z 5,365 uczestników dostarczyło kompletne kwestionariusze podczas obserwacji (wskaźnik obserwacji = 90.8%). Po wykluczeniu tych, którzy nie korzystali z internetowych serwisów społecznościowych (n = 643), w naszym badaniu podłużnym wzięło udział łącznie 4,237 uczestników.

Depresja

Nasilenie objawów depresyjnych mierzono za pomocą 20-itemowej chińskiej wersji Skali Depresji Centrum Epidemiologii (CES-D). Jego właściwości psychometryczne zostały potwierdzone wśród chińskiej młodzieży (Chen, Yang i Li, 2009; Cheng, jen, ko i jen, 2012; Lee i in., 2008; Wang i in., 2013). Wyższe wyniki wskazują na cięższe nasilenie objawów depresyjnych, z łączną punktacją w zakresie od 0 do 60 (Radloffa, 1977). Współczynniki α Cronbacha w tym badaniu wynosiły 86 na początku badania i 87 w okresie kontrolnym, co wskazuje na dobrą rzetelność wewnętrzną. Osoba zgłaszająca wynik CES-D ≥21 jest definiowana jako przypadek depresyjny (Pończochy i in., 2015). Po poprzednich badaniach (Penninx, Deeg, van Eijk, Beekman i Guralnik, 2000; Van Gool i in., 2003), zmiana stanu depresji w okresie obserwacji w tym badaniu została sklasyfikowana w następujący sposób: brak depresji (uczestnicy bez depresji zarówno na początku badania, jak i w okresie obserwacji), remisja depresji (uczestnicy z depresją na początku badania, ale przeszli do stanu bez depresji po zakończeniu badania). uporczywa depresja (uczestnicy z depresją zarówno na początku badania, jak i w okresie kontrolnym) oraz pojawiająca się depresja (uczestnicy bez depresji na początku badania, ale z depresją w okresie obserwacji).

Uzależnienie od sieci społecznościowych online (OSNA)

Poziom uzależnienia od internetowych sieci społecznościowych mierzono za pomocą skali OSNA, która obejmuje osiem elementów mierzących podstawowe objawy uzależnienia, takie jak poznawcza i behawioralna istotność, konflikt z innymi czynnościami, euforia, utrata kontroli, wycofanie, nawrót i przywrócenie. Wyższe wyniki w skali OSNA wskazują na wyższy poziom skłonności do uzależnień od sieci społecznościowych online, z maksymalnym wynikiem 40. Jego właściwości psychometryczne zostały dokładnie ocenione w naszym poprzednim badaniu (Li i in., 2016). Nie ma ustalonej wartości odcięcia dla skali OSNA do identyfikacji przypadków OSNA: uczestnicy, którzy uzyskali wynik w 10. decylu wyników (tj. wynik OSNA ≥24) zostali sklasyfikowani jako przypadki OSNA na początku badania i ta sama wartość odcięcia została wykorzystana do sklasyfikowania przypadków podczas obserwacji. Podobną strategię klasyfikacji zastosowano w poprzednim badaniu (Verkuijl i in., 2014). Współczynniki α Cronbacha skali OSNA w tym badaniu wynosiły 86 na początku badania i 89 w okresie obserwacji. Podobnie zmiana statusu OSNA od wartości początkowej do okresu kontrolnego została sklasyfikowana w następujący sposób: brak OSNA (uczestnicy bez OSNA zarówno na początku badania, jak i w okresie obserwacji), remisja z OSNA (uczestnicy z OSNA na początku badania, ale przeszli na stan bez OSNA w okresie obserwacji), przetrwały OSNA (uczestnicy z OSNA zarówno na początku badania, jak i w okresie obserwacji) oraz pojawiający się OSNA (uczestnicy bez OSNA na początku badania, ale przeszli na OSNA w okresie obserwacji).

Współzmienne

Współzmienne obejmowały płeć, klasę, poziom wykształcenia rodziców, postrzeganą sytuację finansową rodziny, warunki mieszkaniowe (z obojgiem rodziców lub bez), zgłaszane przez samych siebie wyniki w nauce i postrzeganą presję na naukę na początku badania.

Analizy statystyczne

W stosownych przypadkach przedstawiono statystyki opisowe (np. średnie, odchylenie standardowe i procenty). Współczynniki korelacji wewnątrzklasowej dla grupowania w szkołach wyniosły 1.56% (p = 002) dla depresji incydentalnej i 1.42% (p = 042) dla incydentu OSNA, wskazując na istotne różnice między szkołami (Wang, Xie i Fisher, 2009). Wielopoziomowe modele regresji logistycznej (poziom 1: uczeń; poziom 2: szkoła) zostały zatem zastosowane do oceny podłużnych związków między OSNA a depresją w czasie, uwzględniając efekt próbkowania klastrów ze szkoły. Współzmienne tła związane z depresją incydentu / OSNA z p < 05 w analizie jednoczynnikowej lub szeroko opisywane w literaturze (tj. płeć i stopień) zostały skorygowane w wielowymiarowych modelach regresji logistycznej.

Do przewidywania OSNA na temat nowej częstości występowania depresji wśród uczestników, którzy nie mieli depresji na początku badania (n = 3,196), najpierw oszacowaliśmy iloraz szans (OR) wyjściowej OSNA, zarówno zmiennej binarnej (tj. OSNA lub nie), jak i zmiennej ciągłej (wyniki w skali OSNA), na nową częstość występowania depresji po dostosowaniu istotnych współzmiennych, a następnie dalsze dostosowanie wyjściowego wyniku w skali CES-D (Hinkley i in., 2014). Następnie oszacowaliśmy prognozę zmiany statusu OSNA w czasie na nową częstość występowania depresji, w tym model skorygowany o istotne współzmienne i model dodatkowo skorygowany o wyjściowy wynik skali CES-D.

Odwrotnie, przewidywanie depresji dotyczące nowej częstości występowania OSNA wśród uczestników bez OSNA na początku badania (n = 3,657) oszacowano w sposób podobny do opisanego powyżej z nową częstością występowania OSNA jako wyniku i depresji jako narażenia. Oszacowano odpowiednio prognozę wyjściowej depresji (zarówno wersji ciągłej, jak i kategorycznej) dla nowej częstości występowania OSNA oraz przewidywania zmiany stanu depresji w czasie dla nowej częstości występowania OSNA.

Analizy statystyczne przeprowadzono przy użyciu wersji SAS 9.4 (SAS Institute, Cary, Karolina Północna, USA). Dwustronny p wartość <05 uznano za istotną statystycznie.

Etyka

Procedury badawcze przeprowadzono zgodnie z Deklaracją Helsińską. Zgodę szkoły i zgodę na przeprowadzenie ankiety w szkole uzyskano od dyrektorów szkół przed przeprowadzeniem ankiety. Zgodę ustną uzyskano od studentów przed ich udziałem. To badanie i procedura zgody zostały zatwierdzone przez Komisję Etyki Ankiet i Badań Behawioralnych Chińskiego Uniwersytetu w Hongkongu.

Efekt

Charakterystyka uczestników i analiza ścierania

Analiza wyniszczenia wykazała, że ​​nie było znaczących różnic pod względem poziomu wykształcenia rodziców i samoopisowych wyników w nauce między nastolatkami, którzy byli zaangażowani w analizę podłużną (n = 4,237) i którzy zostali wykluczeni z analizy podłużnej (n = 1,128). Młodzież, która została objęta próbą podłużną, częściej była płci żeńskiej, pochodziła z ósmej klasy, miała dobrą sytuację materialną w rodzinie, mieszkała z obojgiem rodziców i odczuwała zerową/lekką presję na naukę (tab. 1).

Stół

Tabela 1. Analiza ścieralności i charakterystyka uczestników w próbie podłużnej
 

Tabela 1. Analiza ścieralności i charakterystyka uczestników w próbie podłużnej

 

Baseline

Uczestnicy próby podłużnej

Uczestnicy bez depresji na początku badania

Uczestnicy bez OSNA na początku badania

 

Tak

Nie

p*

Nie-OSNA

OSNA

p*

Nie przygnębiony

Przygnębiony

p*

Kwota produktów:5,3654,2371,128-2,922274-2,922735-
Seks
 Mężczyzna2,533 (47.2)2,105 (49.7)727 (64.4)<.0011,464 (50.1)164 (59.8).0021,464 (50.1)309 (42.0)<.001
 Kobieta2,832 (52.8)2,132 (50.3)401 (35.6) 1,458 (49.9)110 (40.2) 1,458 (49.9)426 (58.0) 
Stopień
 Siedem2,592 (48.3)2,011 (47.5)581 (51.5).0161,418 (48.5)131 (47.8).8201,418 (48.5)337 (45.9).194
 Osiem2,773 (51.7)2,226 (52.5)547 (48.5) 1,504 (51.5)143 (52.2) 1,504 (51.5)398 (54.2) 
Poziom wykształcenia ojca
 Szkoła podstawowa lub poniżej356 (6.6)273 (6.4)83 (7.4).376165 (5.7)21 (7.7).049165 (5.7)61 (8.3).010
 Gimnazjum im1,816 (33.9)1,425 (33.6)391 (34.7) 958 (32.8)108 (39.4) 958 (32.8)259 (35.2) 
 Liceum ogólnokształcące1,646 (30.7)1,312 (31.0)334 (29.6) 911 (31.2)79 (28.8) 911 (31.2)230 (31.3) 
 Kolegium lub wyżej1,317 (24.5)1,053 (24.9)264 (23.4) 763 (26.1)54 (6.6) 763 (26.1)159 (21.6) 
 Nie wiem230 (4.3)174 (4.1)56 (5.0) 125 (4.3)12 (4.4) 125 (4.3)26 (3.5) 
Poziom wykształcenia matki
 Szkoła podstawowa lub poniżej588 (11.0)445 (10.5)143 (12.7).144267 (9.1)35 (12.8).108267 (9.1)103 (14.0)<.001
 Gimnazjum im1,909 (35.6)1,507 (35.6)402 (35.6) 1,030 (35.3)108 (39.4) 1,030 (35.3)274 (37.3) 
 Liceum ogólnokształcące1,497 (27.9)1,199 (28.3)298 (26.4) 860 (29.4)71 (25.9) 860 (29.4)180 (24.5) 
 Kolegium lub wyżej1,143 (21.3)913 (21.6)230 (20.4) 634 (21.7)50 (18.3) 634 (21.7)156 (21.2) 
 Nie wiem228 (4.3)173 (4.1)55 (4.9) 131 (4.5)10 (3.6) 131 (4.5)22 (3.0) 
Sytuacja finansowa rodziny
 Bardzo dobrze/dobrze2,519 (47.0)2,047 (48.3)472 (41.8)<.0011,495 (51.2)123 (44.9).1151,495 (51.2)300 (40.8)<.001
 Średni2,664 (49.6)2,072 (48.9)592 (52.5) 1,366 (46.7)143 (52.2) 1,366 (46.8)405 (55.1) 
 Biedny/bardzo biedny182 (3.4)118 (2.8)64 (5.7) 61 (2.1)8 (8.6) 61 (2.1)30 (4.1) 
Mieszka z obojgiem rodziców
 Nie4,712 (87.8)490 (11.6)163 (14.4).008312 (10.7)30 (11.0).890312 (10.7)107 (14.6).003
 Tak653 (12.2)3,747 (88.4)965 (85.6) 2,610 (89.3)244 (89.0) 2,610 (89.3)628 (85.4) 
Wyniki w nauce
 Górny1,817 (33.9)1,465 (34.6)223 (19.8).2761,142 (39.1)51 (18.6)<.0011,142 (39.1)205 (27.9)<.001
 Średni2,396 (44.6)1,920 (45.3)619 (54.9) 1,306 (44.7)134 (48.9) 1,306 (44.7)347 (47.2) 
 Opuść1,152 (21.5)490 (20.1)286 (25.4) 474 (16.2)89 (32.5) 474 (16.2)183 (24.9) 
Postrzegana presja studiowania
 Brak / światło1,034 (19.3)811 (19.1)352 (31.2)<.001667 (22.8)31 (11.3)<.001667 (22.8)78 (10.6)<.001
 Ogólne3,052 (56.9)2,433 (57.4)476 (42.2) 1,769 (60.5)172 (62.8) 1,769 (60.5)359 (48.8) 
 Ciężki/bardzo ciężki1,279 (23.8)993 (23.4)300 (26.6) 486 (16.6)71 (25.9) 486 (16.6)298 (40.5) 

Notatka. Dane są pokazane jako n (%). OSNA: uzależnienie od portali społecznościowych; CES-D: Skala Depresji Centrum Epidemiologii; –: nie dotyczy.

*p wartości uzyskano za pomocą χ2 test.

Spośród 4,237 nastolatków (średni wiek: 13.9, odchylenie standardowe: 0.7) w próbie podłużnej 49.7% (2,105 z 4,237) stanowiły kobiety, a 47.5% (2,011 z 4,237) to uczniowie siódmej klasy. Większość nastolatków (88.4%; 3,747 z 4,237) mieszkała z rodzicami. W próbie podłużnej częstość występowania depresji znacząco wzrosła z 24.6% (1,041 z 4,237) na początku badania do 26.6% w okresie obserwacji (test McNemara = 7.459, p = 006). Nie było istotnej różnicy w częstości występowania OSNA między punktem wyjściowym a okresem kontrolnym (13.7% na początku vs. 13.6% w okresie kontrolnym; test McNemara = 0.053, p = 818). W sumie 3,196 uczniów nie miało depresji na początku badania, a 3,657 uczniów nie miało OSNA na początku badania (Tabela 1).

Potencjalne czynniki zakłócające związane z nową częstością występowania depresji lub OSNA

Stół 2 pokazuje, że postrzegana zła sytuacja finansowa rodziny, zgłaszane przez samych siebie słabe wyniki w nauce i odczuwana duża presja w nauce były istotnie związane zarówno z wyższą częstością występowania depresji (zakres jednoczynnikowego OR: 1.32–1.98), jak i wyższą częstością występowania OSNA (zakres jednoczynnikowego OR: 1.61–2.76). Mieszkanie z rodzicami było istotnym czynnikiem ochronnym tylko w przypadku wystąpienia OSNA [jednoczynnikowy OR: 0.65, 95% przedział ufności (CI): 0.48–0.89].

Stół

Tabela 2. Jednowymiarowe powiązania między zmiennymi towarzyszącymi tła a częstością występowania depresji / OSNA
 

Tabela 2. Jednowymiarowe powiązania między zmiennymi towarzyszącymi tła a częstością występowania depresji / OSNA

 

Występowanie depresji

Występowanie OSNA

 

n (%) (n = 515)

ORu (95% CI)

p

n (%) (n = 335)

ORu (95% CI)

p

Seks 
 Mężczyzna249 (15.9)1 168 (8.9)1 
 Kobieta266 (16.3)0.96 (0.79, 1.16).641167 (9.4)0.94 (0.75, 1.17).573
Stopień 
 Siedem250 (16.1)1 160 (9.1)1 
 Osiem265 (16.1)1.00 (0.83, 1.21).977175 (9.2)1.00 (0.80, 1.26).977
Poziom wykształcenia ojca 
 Szkoła podstawowa lub poniżej32 (17.2)1 26 (11.5)1 
 Gimnazjum190 (17.8)1.04 (0.69, 1.59).827116 (9.5)0.81 (0.52, 1.28).377
 Gimnazjum139 (14.0)0.80 (0.52, 1.23).31793 (8.2)0.67 (0.42, 1.07).090
 Uniwersytet lub wyżej129 (15.8)0.92 (0.60, 1.42).70586 (9.3)0.78 (0.49, 1.26).310
 Nie wiem25 (18.3)1.14 (0.63, 2.04).66614 (9.3)0.79 (0.40, 1.59).516
Poziom wykształcenia matki 
 Szkoła podstawowa lub poniżej47 (15.6)1 31 (8.4)1 
 Gimnazjum196 (17.2)1.15 (0.81, 1.63).424118 (9.1)1.11 (0.73, 1.69).621
 Gimnazjum141 (15.2)1.01 (0.70, 1.46).939109 (10.5)1.28 (0.84, 1.96).257
 Uniwersytet lub wyżej105 (15.4)1.03 (0.70, 1.52).86164 (8.1)0.97 (0.61, 1.53).891
 Nie wiem26 (18.4)1.32 (0.77, 2.25).31013 (8.5)1.03 (0.52, 2.03).940
Sytuacja finansowa rodziny 
 Bardzo dobrze/dobrze229 (14.2)1 145 (8.1)1 
 Średni269 (17.8)1.32 (1.08, 1.60).006172 (9.7)1.21 (0.96, 1.53).105
 Biedny/bardzo biedny17 (24.6)1.98 (1.12, 3.49).01918 (19.8)2.76 (1.60, 4.76)<.001
Mieszka z obojgiem rodziców 
 Nie64 (18.7)1 54 (12.9)1 
 Tak451 (15.8)0.80 (0.60, 1.07).135281 (8.7)0.65 (0.48, 0.89).008
Wyniki w nauce 
 Górny169 (14.2)1 109 (8.1)1 
 Średni226 (15.7)1.13 (0.91, 1.41).254145 (8.8)1.10 (0.85, 1.42).488
 Opuść120 (21.3)1.66 (1.28, 2.16)<.00181 (12.3)1.61 (1.19, 2.19).002
Postrzegana presja studiowania 
 Brak / światło96 (13.8)1 59 (7.9)1 
 Średni305 (15.7)1.16 (0.90, 1.48).253178 (8.4)1.05 (0.77, 1.44).735
 Ciężki/bardzo ciężki114 (20.5)1.63 (1.20, 2.20).00296 (12.5)1.65 (1.17, 2.32).004

Notatka. OSNA: uzależnienie od portali społecznościowych; ORu: jednowymiarowy iloraz szans; 95% CI: 95% przedział ufności, uzyskany za pomocą jednowymiarowych modeli regresji logistycznej.

OSNA przewiduje nowe zachorowania na depresję

Wśród 3,196 nastolatków, którzy nie mieli depresji na początku badania, model jednoczynnikowy wykazał, że wyjściowa OSNA była istotnie związana z większą częstością występowania depresji w okresie obserwacji (jednoczynnikowy OR: 1.65, 95% CI: 1.22–2.22). Po uwzględnieniu płci, klasy, sytuacji finansowej rodziny, wyników w nauce i odczuwanej presji związanej z nauką związek pozostał istotny [skorygowany OR (AOR): 1.48, 95% CI: 1.09–2.01]. Po dalszym dostosowaniu wyjściowego wyniku CES-D związek staje się statystycznie nieistotny (AOR: 1.16, 95% CI: 0.85–1.60). Podobne wyniki zaobserwowano przy zastosowaniu wyniku OSNA (zmienna ciągła) jako predyktora nowego epizodu depresji (tab 3).

Stół

Tabela 3. Podłużne powiązania między OSNA a depresją: wielopoziomowe modele regresji logistycznej
 

Tabela 3. Podłużne powiązania między OSNA a depresją: wielopoziomowe modele regresji logistycznej

 

n

Liczba nowych przypadków incydentów

Modele jednowymiarowe

Modele wielowymiarowe

 

ORu (95% CI)

p

AOR (95% CI)

p

AOR (95% CI)

p

OSNA przewiduje nową depresję incydentów (n = 3,196)
Wyjściowy wynik OSNA (ciągły)--1.05 (1.03, 1.07)<.0011.04 (1.02, 1.06)a<.0011.01 (0.99, 1.03)b.242
Wyjściowa OSNA
 Nie2,9224511 1a 1b 
 Tak274641.65 (1.22, 2.22).0011.48 (1.09, 2.01).0121.16 (0.85, 1.60).342
Zmiana statusu OSNA w czasie
 Brak OSNA2,6943541 1a 1b 
 Remisja z OSNA179381.77 (1.21, 2.58).0031.61 (1.10, 2.37).0151.29 (0.87, 1.91).202
 Trwała OSNA95262.46 (1.54, 3.93)<.0012.23 (1.39, 3.58)<.0011.65 (1.01, 2.69).044
 Wschodząca OSNA228974.89 (3.67, 6.52)<.0014.67 (3.49, 6.24)<.0014.29 (3.17, 5.81)<.001
Depresja przewiduj nowy incydent OSNA (n = 3,657)
Wyjściowy wynik CES-D (ciągły)--1.05 (1.03, 1.06)<.0011.04 (1.03, 1.05)c<.0011.03 (1.01, 1.04)d<.001
Depresja podstawowa
 Nie2,9222281 1c 1d 
 Tak7351072.02 (1.58, 2.58)<.0011.78 (1.38, 2.31)<.0011.48 (1.14, 1.93).004
Zmiana stanu depresji w czasie
 Bez depresji2,4711311 1c 1d 
 Remisja z depresji315211.28 (0.80, 2.07).3071.19 (0.73, 1.93).4860.97 (0.60, 1.59).918
 Utrzymująca się depresja420864.62 (3.43, 6.21)<.0014.17 (3.05, 5.69)<.0013.45 (2.51, 4.75)<.001
 Pojawiająca się depresja451974.88 (3.67, 6.50)<.0014.70 (3.53, 6.28)<.0014.47 (3.33, 5.99)<.001

Notatka. OSNA: uzależnienie od portali społecznościowych; CES-D: Skala Depresji Centrum Epidemiologii; ORu: jednozmienny iloraz szans; AOR: skorygowany iloraz szans; 95% CI: 95% przedział ufności.

aModele zostały dostosowane do płci, stopnia, sytuacji finansowej rodziny, wyników w nauce i postrzeganej presji związanej z nauką. bModele zostały dostosowane do płci, stopnia, sytuacji finansowej rodziny, wyników w nauce, postrzeganej presji związanej z nauką oraz wyjściowego wyniku w skali CES-D (zmienna ciągła). cModele zostały dostosowane do płci, klasy, sytuacji finansowej rodziny, warunków mieszkaniowych z rodzicami, wyników w nauce i postrzeganej presji na naukę. dModele zostały dostosowane do płci, klasy, sytuacji finansowej rodziny, warunków mieszkaniowych z rodzicami, wyników w nauce, postrzeganej presji na naukę i wyjściowego wyniku w skali OSNA (zmienna ciągła).

Stwierdziliśmy istotny związek między zmianą statusu OSNA a częstszym występowaniem depresji. W porównaniu z młodzieżą, która została sklasyfikowana jako brak OSNA, ryzyko zachorowania na depresję było 1.65 razy (95% CI: 1.01–2.69) wyższe wśród osób z przetrwałym OSNA i 4.29 razy (95% CI: 3.17–5.81) wyższe wśród osób z wyłaniająca się OSNA, po uwzględnieniu płci, stopnia, sytuacji finansowej rodziny, wyników w nauce, odczuwanej presji związanej z nauką oraz wyjściowych wyników CES-D (Tabela 3).

Depresja przewiduje nową częstość występowania OSNA

Wśród 3,657 nastolatków, którzy nie mieli OSNA na początku badania, wyniki jednoczynnikowe wykazały istotny pozytywny związek między wyjściową depresją a częstszym występowaniem OSNA (jednoczynnikowy OR: 2.02, 95% CI: 1.58–2.58). Po dostosowaniu płci, klasy, sytuacji finansowej rodziny, warunków mieszkaniowych z rodzicami, wyników w nauce i odczuwanej presji związanej z nauką, zależność nieco osłabła, ale pozostała istotna (AOR: 1.78, 95% CI: 1.38–2.31). Związek między wyjściowym stanem depresji a występowaniem OSNA był nadal istotny statystycznie po dalszej korekcie wyjściowych wyników OSNA (AOR: 1.48, 95% CI: 1.14–1.93). Wyniki były nadal istotne przy zastosowaniu wyniku CES-D (zmienna ciągła) jako predyktora nowego incydentu OSNA (Tabela 3).

W analizie wielu zmiennych zaobserwowano istotny związek między zmianą stanu depresji a częstością występowania OSNA. Po uwzględnieniu płci, klasy, sytuacji finansowej rodziny, warunków mieszkaniowych z rodzicami, wyników w nauce, odczuwanej presji związanej z nauką i wyjściowego wyniku OSNA w porównaniu z nastolatkami bez depresji, prawdopodobieństwo rozwoju OSNA było 3.45 razy (95% CI: 2.51–4.75) wyższe wśród osób z uporczywą depresją i 4.47 razy (95% CI: 3.33–5.99) wyższe wśród osób, które wyszły z depresji (Tabela 3).

Dyskusja

W tym zakrojonym na szeroką skalę badaniu podłużnym stwierdziliśmy, że nastolatki z depresją, ale wolne od ONSA na początku badania, miały o 48% większe ryzyko rozwoju OSNA w ciągu 9-miesięcznego okresu obserwacji w porównaniu z osobami bez depresji na początku badania, ale przewidywanie wyjściowego OSNA dotyczącego nowej zachorowalności na depresję nie znalazło potwierdzenia w tym badaniu. Co więcej, gdy w modelach uwzględniono skutki zmian stanu w czasie (tj. remisję od depresji/OSNA na początku badania do braku depresji/bez OSNA w okresie obserwacji), wyniki ujawniły dwukierunkowy związek między OSNA a depresją. Młodzież, która cierpiała na uporczywą depresję lub pojawiała się depresja, była bardziej narażona na rozwój OSNA w porównaniu z młodzieżą, która nie miała depresji podczas 9-miesięcznego okresu obserwacji. Odwrotnie, nastolatki, które wykazywały trwałe OSNA lub pojawiające się OSNA, również mają zwiększone ryzyko rozwoju depresji w porównaniu z tymi, które nie miały OSNA zarówno na początku badania, jak iw okresie obserwacji.

Różnicę w wynikach uzyskanych przy użyciu pomiarów wyjściowych (tj. wyjściowa OSNA) i zmian stanu (tj. zmiana statusu OSNA) w celu przewidywania wyniku zachorowalności (tj. nowej częstości występowania depresji) można wytłumaczyć wysokim odsetkiem remisji z OSNA i depresji w okresie obserwacji. Wysoki naturalny wskaźnik remisji zachowań uzależniających od Internetu (49.5% –51.5%) zaobserwowano w dwóch poprzednich badaniach podłużnych na Tajwanie (Ko, jen, jen, Lin i Yang, 2007; Ko i in., 2015). Wyniki naszej poprzedniej ankiety w Hongkongu również konsekwentnie obserwowały wysoką częstość remisji zachowań związanych z uzależnieniem od Internetu w okresie 12-miesięcznym (59.29 na 100 osobolat; Lau, Wu, Gross, Cheng i Lau, 2017). Podobnie w badaniu tym w okresie objętym badaniem zaobserwowano duży odsetek przypadków remisji depresji (41.4%) i OSNA (58.8%). Wyniki te wskazują, że OSNA i stan depresji w ocenie wyjściowej nie mogą być traktowane jako stany niezmienne w czasie, a zatem ignorowanie efektu remisji w czasie mogłoby potencjalnie niedoszacować wpływu OSNA na depresję. W związku z tym spekulowaliśmy, że podejście do modelowania obejmujące dynamiczne zmiany statusu OSNA i depresji w czasie może zapewnić bardziej przekonujące i solidne oszacowanie, wykluczając potencjalne efekty przesunięcia z przypadków remisji.

Wyniki tego badania sugerują dwukierunkowy związek między OSNA a depresją wśród nastolatków, co wskazuje, że depresja powoduje indywidualną podatność na rozwój OSNA, a z kolei negatywna konsekwencja OSNA dodatkowo zaostrza objawy depresji. Nieprzystosowane poznanie (tj. ruminacje, zwątpienie w siebie, niskie poczucie własnej skuteczności i negatywna samoocena) i dysfunkcyjne zachowania (tj. korzystanie z Internetu w celu ucieczki od problemów emocjonalnych) mają kluczowe znaczenie w rozwoju uzależniających zachowań związanych z Internetem (Davis, 2001). Osoby z depresją zwykle wykazują objawy poznawcze i mają pozytywne oczekiwania co do korzystania z Internetu, że Internet może odwrócić ich uwagę od negatywnych nastrojów i problemów osobistych (np. depresji i samotności; Brand, Laier i Young, 2014; Wu, Cheung, Ku i Hung, 2013). W szczególności sieci społecznościowe online są atrakcyjne dla osób z problemami nastroju ze względu na swoją anonimowość i brak wskazówek społecznych (tj. wyraz twarzy, modulacja głosu i kontakt wzrokowy) w porównaniu z komunikacją twarzą w twarz (Young & Rogers, 1998). Osoby z depresją mogą preferować internetowe sieci społecznościowe jako bezpieczniejszy i mniej zagrażający środek komunikacji, a także sposób regulowania swoich negatywnych nastrojów (tj. łagodzenia negatywnych emocji, niepokoju i problemów osobistych). Te nieprzystosowawcze strategie poznawcze i unikowe strategie radzenia sobie przyspieszają rozwój OSNA. Nadmierne zaangażowanie w sieci społecznościowe online wypiera czas spędzany z rodziną i rówieśnikami w realnym świecie oraz powoduje wycofywanie się z interpersonalnych aktywności offline, co nasila negatywne nastroje (np. objawy depresyjne i samotność; Kraut i in., 1998), przedstawiając w ten sposób zależność wzajemną.

Wyniki tego badania pociągają za sobą kilka implikacji w projektowaniu programów zapobiegawczych i interwencyjnych. Po pierwsze, pozytywne przewidywanie wyjściowej depresji w odniesieniu do nowej częstości występowania OSNA sugeruje, że młodzież z depresją jest w grupie wysokiego ryzyka późniejszego rozwoju OSNA. Strategie interwencyjne zmniejszania objawów depresyjnych, to znaczy zmniejszania nieprzystosowawczego przekonania o pozytywnych oczekiwanych rezultatach korzystania z Internetu, treningu umiejętności społecznych i planowania zajęć rekreacyjnych offline (Chou i in., 2015), może skutecznie uniemożliwić rozwój OSNA. Po drugie, sensowna jest ocena nasilenia objawów depresyjnych jako markera podatności na OSNA. Interwencje i działania profilaktyczne skierowane do młodzieży z grupy wysokiego ryzyka ze stwierdzonymi objawami depresyjnymi mogą zmniejszyć prawdopodobieństwo wystąpienia OSNA wśród młodzieży szkolnej. Po trzecie, dla silnego przewidywania zmiany statusu OSNA (tj. przetrwałej OSNA i pojawiającej się OSNA) na występowanie depresji oraz przewidywania zmiany statusu depresji (tj. trwałej depresji i pojawiającej się depresji) na częstość występowania OSNA, oznacza to, że OSNA w dużym stopniu współwystępuje z depresją, co wskazuje na mechanizm wzmocnienia negatywnego.

Istnieją pewne implikacje dla przyszłych badań. Po pierwsze, nasze wyniki wraz z wcześniejszymi badaniami wskazywały, że poziom OSNA i objawów depresyjnych jest raczej dynamiczny i odwracalny w okresie badania niż losowe fluktuacje prawdopodobieństwa (Lau i in., 2017). Sugeruje się, że przyszłe badania obejmujące pomiary depresji lub OSNA będą mierzyć te zaburzenia wielokrotnie, a nie tylko w jednym punkcie czasowym, zakładając, że są one niezmienne w czasie. Ponadto metodologia statystyczna powinna uwzględniać taką zmianę stanu w specyfikacjach modelowania, na przykład zmianę stanu patologicznego w czasie zamiast stanu wyjściowego jako predyktora wyników w zakresie zdrowia psychicznego. Po drugie, wzbudził obawy, czy te zaburzenia (tj. objawy depresyjne i zachowania związane z Internetem) są długotrwałe, czy krótkotrwałe. Alternatywą dla oszacowania naturalnego przebiegu rozwojowego tych zaburzeń są dalsze badania podłużne z wykorzystaniem podejścia modelowania trajektorii latentnych.

Według naszej wiedzy, nasze badanie kohortowe jest pierwszym, w którym oszacowano dwukierunkowy związek między OSNA a depresją wśród młodzieży. Główną siłą tego badania jest prospektywny projekt badania na dużą skalę z powtarzanymi pomiarami dla OSNA i depresji. Inną ważną zaletą jest to, że w tej samej próbie przetestowano zależność dwukierunkową, w tym podłużną prognozę OSNA na rozwój depresji i podłużną prognozę depresji na rozwój OSNA.

Interpretując wyniki, należy jednak zwrócić uwagę na kilka ograniczeń. Po pierwsze, ze względu na metodę zbierania danych zgłaszanych przez samych siebie, w konsekwencji mogą istnieć błędy w zgłaszaniu (np. błąd w zakresie pożądania społecznego i błąd w przypominaniu). Po drugie, niniejsze badanie skupiło się na określonej populacji demograficznej (tj. uczniach nieklinicznych, szkolnych), a uogólnianie wyników na inną populację powinno być ostrożne. Konieczne są badania w innej populacji demograficznej (tj. psychiatrycznej populacji klinicznej) w celu dalszego potwierdzenia takich podłużnych powiązań stwierdzonych w tym badaniu. Po trzecie, może istnieć błędna klasyfikacja depresji jako źródła błędu pomiaru, biorąc pod uwagę, że depresja była mierzona za pomocą samodzielnie przeprowadzonej epidemiologicznej skali przesiewowej, a nie diagnozy klinicznej w celu oceny depresji. Po czwarte, badanie to ograniczono do dwóch punktów czasowych z 9-miesięczną przerwą. Ponieważ zdefiniowaliśmy zmianę OSNA/depresji (tj. uporczywej ONSA/depresji i remisji z OSNA/depresji) poprzez porównanie wyników badań początkowych i kontrolnych przeprowadzonych w odstępie 9 miesięcy, nie wiemy, czy status OSNA/depresji zmienił się lub wahał w okresie 9 miesięcy. Aby uchwycić dynamiczny obraz tych negatywnych warunków, konieczne są badania podłużne z wieloma obserwacjami i krótkimi odstępami czasu. Po piąte, biorąc pod uwagę, że nie ma dostępnego złotego standardowego instrumentu i kryteriów diagnostycznych dla OSNA, wykorzystaliśmy dziesiąty decyl wyników OSNA na początku badania, aby zdefiniować przypadki OSNA po podobnym opublikowanym badaniu (Verkuijl i in., 2014). Czułość i specyficzność takiego kryterium statusu OSNA jest niejasna i wymaga oceny w przyszłych badaniach. Jednak skala OSNA wykazała akceptowalne właściwości psychometryczne w tym badaniu i naszych poprzednich badaniach. Po szóste, podłużne powiązania między OSNA a depresją oszacowano oddzielnie przy użyciu dwóch podprób. Uważamy, że wykorzystanie statusu patologicznego jako wyniku, a nie ciągłych wyników, może dostarczyć bardziej znaczącego wyjaśnienia w badaniach epidemiologicznych. Modelowanie krzyżowo opóźnionych równań strukturalnych może być alternatywnym podejściem do badania kierunków przyczynowych w przyszłych badaniach podłużnych z trzema lub więcej obserwacjami. Ponadto nasze odkrycia dostarczają mocnych dowodów na związki czasowe (jedno ważne kryterium wnioskowania przyczynowego) między OSNA a depresją. Nie mogliśmy jednak wykluczyć możliwości, że trzecia zmienna nieuwzględniona w tym badaniu powiązała podłużne powiązania między OSNA a depresją.

wnioski

Badanie to ujawniło dwukierunkowy związek między OSNA a depresją wśród nastolatków, co oznacza, że ​​depresja znacząco przyczynia się do rozwoju OSNA, a z kolei osoby z depresją doświadczają bardziej szkodliwych skutków uzależniającego korzystania z sieci społecznościowych online. Więcej badań podłużnych z wieloma obserwacyjnymi punktami czasowymi i krótkimi przerwami czasowymi jest uzasadnione w celu dalszego potwierdzenia wyników tego badania.

Wkład autorów

J-BL, JTFL, PKHM i X-FS wymyślili i zaprojektowali badanie. J-BL, J-CM i Y-XC pozyskali dane. J-BL, JTFL i PKHM przeprowadzili analizy statystyczne. J-BL, JTFL, PKHM, XZ i AMSW sporządzili i poprawili manuskrypt. Wszyscy autorzy przyczynili się do interpretacji wyników i krytycznej rewizji manuskryptu pod kątem ważnych treści intelektualnych oraz zatwierdzili ostateczną wersję manuskryptu.

Konflikt interesów

Autorzy deklarują brak konfliktu interesów.

Podziękowania

Autorzy pragną podziękować wszystkim uczestnikom oraz ich rodzinom i szkołom za wsparcie tego badania.

Referencje

 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 CrossRefGoogle Scholar
 Brand, M., Laier, C. i Young, KS (2014). Uzależnienie od Internetu: style radzenia sobie, oczekiwania i implikacje leczenia. Frontiers in Psychology, 5, 1256. doi:https://doi.org/10.3389/fpsyg.2014.01256 CrossRef, MedlineGoogle Scholar
 Chen, ZY, Yang, XD i Li, XY (2009). Cechy psychometryczne CES-D u chińskiej młodzieży. Chinese Journal of Clinical Psychology, 17 (4), 443–448. doi:https://doi.org/10.16128/j.cnki.1005-3611.2009.04.027 Google Scholar
 Cheng, CP, Yen, CF, Ko, CH i Yen, JY (2012). Struktura czynnikowa Skali Depresji Centrum Badań Epidemiologicznych u tajwańskich nastolatków. Psychiatria kompleksowa, 53 (3), 299–307. doi:https://doi.org/10.1016/j.comppsych.2011.04.056 CrossRef, MedlineGoogle Scholar
 Cho, SM, Sung, MJ, Shin, KM, Lim, KY i Shin, YM (2013). Czy psychopatologia w dzieciństwie przewiduje uzależnienie od Internetu u nastolatków płci męskiej? Psychiatria dziecięca i rozwój człowieka, 44 (4), 549–555. doi:https://doi.org/10.1007/s10578-012-0348-4 CrossRef, MedlineGoogle Scholar
 Chou, WP, Ko, CH, Kaufman, EA, Crowell, SE, Hsiao, RC, Wang, PW, Lin, JJ i Yen, CF (2015). Związek strategii radzenia sobie ze stresem z uzależnieniem od Internetu u studentów: Moderujący efekt depresji. Psychiatria kompleksowa, 62, 27–33. doi:https://doi.org/10.1016/j.comppsych.2015.06.004 MedlineGoogle Scholar
 Davis, R. A. (2001). Poznawczo-behawioralny model patologicznego korzystania z Internetu. Computers in Human Behavior, 17 (2), 187–195. doi:https://doi.org/10.1016/S0747-5632(00)00041-8 CrossRefGoogle Scholar
 Ellison, NB, Steinfield, C. i Lampe, C. (2007). Korzyści z „przyjaciół” z Facebooka: Kapitał społeczny i korzystanie przez studentów z internetowych serwisów społecznościowych. Journal of Computer-Mediated Communication, 12 (4), 1143–1168. doi:https://doi.org/10.1111/j.1083-6101.2007.00367.x CrossRefGoogle Scholar
 Gamez-Guadix, M. (2014). Objawy depresyjne i problematyczne korzystanie z Internetu wśród nastolatków: analiza zależności podłużnych z modelu poznawczo-behawioralnego. Cyberpsychologia, zachowanie i sieci społecznościowe, 17 (11), 714–719. doi:https://doi.org/10.1089/cyber.2014.0226 MedlineGoogle Scholar
 Griffiths, MD (2013). Uzależnienie od sieci społecznościowych: pojawiające się tematy i problemy. Journal of Addiction Research & Therapy, 4(5), e118. doi:https://doi.org/10.4172/2155-6105.1000e118 Google Scholar
 Griths, MD, Kuss, DJ i Demetrovics, Z. (2014). Uzależnienie od sieci społecznościowych: przegląd wstępnych ustaleń. W KP Rosenberg & LC Feder (red.), Uzależnienia behawioralne: kryteria, dowody i leczenie (s. 119–141). Londyn, Wielka Brytania: Elsevier. Google Scholar
 Hinkley, T., Verbestel, V., Ahrens, W., Lissner, L., Molnár, D., Moreno, LA, Pigeot, I., Pohlabeln, H., Reisch, LA i Russo, P. (2014). Korzystanie z mediów elektronicznych we wczesnym dzieciństwie jako predyktor gorszego samopoczucia: prospektywne badanie kohortowe. JAMA Pediatrics, 168(5), 485–492. doi:https://doi.org/10.1001/jamapediatrics.2014.94 MedlineGoogle Scholar
 Hong, FY, Huang, DH, Lin, HY i Chiu, SL (2014). Analiza cech psychologicznych, korzystania z Facebooka i modelu uzależnienia od Facebooka tajwańskich studentów. Telematyka i informatyka, 31 (4), 597–606. doi:https://doi.org/10.1016/j.tele.2014.01.001 CrossRefGoogle Scholar
 Knopf, D., Park, MJ i Mulye, TP (2008). Zdrowie psychiczne nastolatków: profil krajowy, 2008. San Francisco, Kalifornia: Narodowe Centrum Informacji o Zdrowiu Młodzieży. Google Scholar
 Ko, CH, Wang, PW, Liu, TL, Yen, CF, Chen, CS i Yen, JY (2015). Dwukierunkowe powiązania między czynnikami rodzinnymi a uzależnieniem od Internetu wśród nastolatków w badaniu prospektywnym. Psychiatria i neurologia kliniczna, 69 (4), 192–200. doi:https://doi.org/10.1111/pcn.12204 MedlineGoogle Scholar
 Ko, CH, Yen, JY, Chen, CS, Yeh, YC i Yen, CF (2009). Predyktywne wartości objawów psychiatrycznych dla uzależnienia od Internetu u nastolatków: 2-letnie badanie prospektywne. Archives of Pediatrics & Adolescent Medicine, 163 (10), 937–943. doi:https://doi.org/10.1001/archpediatrics.2009.159 CrossRef, MedlineGoogle Scholar
 Ko, CH, Yen, JY, Yen, CF, Lin, HC i Yang, MJ (2007). Czynniki predykcyjne dotyczące występowania i remisji uzależnienia od Internetu u młodych nastolatków: badanie prospektywne. CyberPsychologia i zachowanie, 10 (4), 545–551. doi:https://doi.org/10.1089/cpb.2007.9992 CrossRef, MedlineGoogle Scholar
 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, MedlineGoogle Scholar
 Kraut, R., Patterson, M., Lundmark, V., Kiesler, S., Mukopadhyay, T. i Scherlis, W. (1998). Internetowy paradoks. Technologia społeczna, która zmniejsza zaangażowanie społeczne i dobrostan psychiczny? Psycholog amerykański, 53 (9), 1017–1031. doi:https://doi.org/10.1037/0003-066X.53.9.1017 CrossRef, MedlineGoogle Scholar
 Kuss, DJ i Griffiths, MD (2011). Internetowe sieci społecznościowe i uzależnienie – przegląd literatury psychologicznej. International Journal of Environmental Research and Public Health, 8 (9), 3528–3552. doi:https://doi.org/10.3390/ijerph8093528 CrossRef, MedlineGoogle Scholar
 Laconi, S., Tricard, N. i Chabrol, H. (2015). Różnice między specyficznym i uogólnionym problematycznym korzystaniem z Internetu w zależności od płci, wieku, czasu spędzanego online i objawów psychopatologicznych. Komputery w zachowaniu człowieka, 48, 236–244. doi:https://doi.org/10.1016/j.chb.2015.02.006 CrossRefGoogle Scholar
 Lam, LT (2014). Uzależnienie od gier internetowych, problematyczne korzystanie z Internetu i problemy ze snem: przegląd systematyczny. Bieżące raporty psychiatryczne, 16(4), 444. doi:https://doi.org/10.1007/s11920-014-0444-1 CrossRef, MedlineGoogle Scholar
 Lau, JTF, Wu, AMS, Gross, DL, Cheng, KM i Lau, MMC (2017). Czy uzależnienie od Internetu jest przejściowe czy trwałe? Częstość występowania i potencjalne predyktory remisji uzależnienia od Internetu wśród chińskich uczniów szkół średnich. Zachowania uzależniające, 74, 55–62. doi:https://doi.org/10.1016/j.addbeh.2017.05.034 MedlineGoogle Scholar
 Lee, SW, Stewart, SM, Byrne, BM, Wong, JPS, Ho, SY, Lee, PWH i Lam, TH (2008). Struktura czynnikowa Skali Depresji Centrum Badań Epidemiologicznych u nastolatków z Hongkongu. Journal of Personality Assessment, 90 (2), 175–184. doi:https://doi.org/10.1080/00223890701845385 MedlineGoogle Scholar
 Li, JB, Lau, JTF, Mo, PKH, Su, XF, Tang, J., Qin, ZG i Gross, DL (2017). Bezsenność częściowo pośredniczyła w związku między problematycznym korzystaniem z Internetu a depresją wśród uczniów szkół średnich w Chinach. Dziennik uzależnień behawioralnych, 6 (4), 554–563. doi:https://doi.org/10.1556/2006.6.2017.085 PołączyćGoogle Scholar
 Li, JB, Lau, JTF, Mo, PKH, Su, XF, Wu, AM, Tang, J. i Qin, ZG (2016). Walidacja skali intensywności aktywności w sieciach społecznościowych wśród uczniów gimnazjów w Chinach. PLoS One, 11(10), e0165695. doi:https://doi.org/10.1371/journal.pone.0165695 CrossRef, MedlineGoogle Scholar
 Lin, LY, Sidani, JE, Shensa, A., Radovic, A., Miller, E., Colditz, JB, Hoffman, BL, Giles, LM i Primack, BA (2016). Związek między korzystaniem z mediów społecznościowych a depresją wśród młodych dorosłych w USA. Depresja i niepokój, 33 (4), 323–331. doi:https://doi.org/10.1002/da.22466 MedlineGoogle Scholar
 McDougall, MA, Walsh, M., Wattier, K., Knigge, R., Miller, L., Stevermer, M. i Fogas, BS (2016). Wpływ serwisów społecznościowych na związek między postrzeganym wsparciem społecznym a depresją. Badania psychiatryczne, 246, 223–229. doi:https://doi.org/10.1016/j.psychres.2016.09.018 MedlineGoogle Scholar
 Moreno, MA, Jelenchick, LA i Breland, DJ (2015). Badanie depresji i problematycznego korzystania z Internetu wśród kobiet z college'u: badanie wielostronne. Komputery w zachowaniu człowieka, 49, 601–607. doi:https://doi.org/10.1016/j.chb.2015.03.033 Google Scholar
 Oberst, U., Wegmann, E., Stodt, B., Brand, M. i Chamarro, A. (2017). Negatywne konsekwencje ciężkich sieci społecznościowych u nastolatków: pośrednicząca rola strachu przed przegapieniem. Dziennik dojrzewania, 55, 51–60. doi:https://doi.org/10.1016/j.adolescence.2016.12.008 CrossRef, MedlineGoogle Scholar
 Pempek, TA, Yermolayeva, YA i Calvert, SL (2009). Doświadczenia studentów college'u w sieciach społecznościowych na Facebooku. Journal of Applied Developmental Psychology, 30 (3), 227–238. doi:https://doi.org/10.1016/j.appdev.2008.12.010 CrossRefGoogle Scholar
 Penninx, BW, Deeg, DJ, van Eijk, JT, Beekman, AT i Guralnik, JM (2000). Zmiany w depresji i spadku sprawności fizycznej u osób starszych: perspektywa podłużna. Dziennik zaburzeń afektywnych, 61 (1–2), 1–12. doi:https://doi.org/10.1016/s0165-0327(00)00152-x MedlineGoogle Scholar
 Pontes, HM, Szabo, A. i Griffiths, MD (2015). Wpływ określonych działań internetowych na postrzeganie uzależnienia od Internetu, jakość życia i nadmierne korzystanie: badanie przekrojowe. Raporty o zachowaniach uzależniających, 1, 19–25. doi:https://doi.org/10.1016/j.abrep.2015.03.002 CrossRef, MedlineGoogle Scholar
 Radloff, LS (1977). Skala CES-D: Skala samoopisu depresji do badań w populacji ogólnej. Stosowany pomiar psychologiczny, 1 (3), 385–401. doi:https://doi.org/10.1177/014662167700100306 CrossRefGoogle Scholar
 Rushton, JL, Forcier, M. i Schectman, RM (2002). Epidemiologia objawów depresyjnych w ogólnokrajowym badaniu podłużnym zdrowia młodzieży. Journal of the American Academy of Child & Adolescent Psychiatry, 41 (2), 199–205. doi:https://doi.org/10.1097/00004583-200202000-00014 MedlineGoogle Scholar
 Selfhout, MHW, Branje, SJT, Delsing, M., Ter Bogt, TFM i Meeus, WHJ (2009). Różne rodzaje korzystania z Internetu, depresja i lęk społeczny: rola postrzeganej jakości przyjaźni. Dziennik dojrzewania, 32 (4), 819–833. doi:https://doi.org/10.1016/j.adolescence.2008.10.011 CrossRef, MedlineGoogle Scholar
 Steinfield, C., Ellison, NB, & Lampe, C. (2008). Kapitał społeczny, samoocena i korzystanie z internetowych serwisów społecznościowych: analiza podłużna. Journal of Applied Developmental Psychology, 29 (6), 434–445. doi:https://doi.org/10.1016/j.appdev.2008.07.002 CrossRefGoogle Scholar
 Pończochy, E., Degenhardt, L., Lee, YY, Mihalopoulos, C., Liu, A., Hobbs, M. i Patton, G. (2015). Skale przesiewowe objawów do wykrywania poważnych zaburzeń depresyjnych u dzieci i młodzieży: przegląd systematyczny i metaanaliza wiarygodności, trafności i użyteczności diagnostycznej. Journal of Affective Disorders, 174, 447–463. doi:https://doi.org/10.1016/j.jad.2014.11.061 MedlineGoogle Scholar
 Tang, CS i Koh, YY (2017). Uzależnienie od sieci społecznościowych online wśród studentów w Singapurze: współwystępowanie z uzależnieniem behawioralnym i zaburzeniem afektywnym. Asian Journal of Psychiatry, 25, 175–178. doi:https://doi.org/10.1016/j.ajp.2016.10.027 MedlineGoogle Scholar
 Thapar, A., Collishaw, S., Potter, R. i Thapar, AK (2010). Zarządzanie i zapobieganie depresji u młodzieży. BMJ, 340, ok. 209. doi:https://doi.org/10.1136/bmj.c209 CrossRef, MedlineGoogle Scholar
 Van Gool, CH, Kempen, GIJM, Penninx, BWJH, Deeg, DJH, Beekman, ATF i Van Eijk, JTM (2003). Związek między zmianami objawów depresyjnych a niezdrowym stylem życia u osób w późnym wieku średnim i starszych: wyniki badania podłużnego starzenia się w Amsterdamie. Wiek i starzenie się, 32 (1), 81–87. doi:https://doi.org/10.1093/ageing/32.1.81 MedlineGoogle Scholar
 Verkuijl, NE, Richter, L., Norris, SA, Stein, A., Avan, B. i Ramchandani, PG (2014). Objawy depresji poporodowej i rozwój psychiczny dziecka w wieku 10 lat: prospektywne badanie danych podłużnych z południowoafrykańskiej kohorty od urodzenia do dwudziestki. Lancet Psychiatry, 1 (6), 454–460. doi:https://doi.org/10.1016/S2215-0366(14)70361-X MedlineGoogle Scholar
 Wang, JC, Xie, HY i Fisher, JH (2009). Modele wielopoziomowe dla dyskretnych miar wyników. w L.-P. Wang (red.), Modele wielopoziomowe: aplikacje wykorzystujące SAS® (s. 113–174). Pekin, Chiny: Higher Education Press. Google Scholar
 Wang, M., Zbroja, C., Wu, Y., Ren, F., Zhu, X. i Yao, S. (2013). Struktura czynnikowa CES-D i niezmienność pomiaru w zależności od płci u nastolatków z Chin kontynentalnych. Journal of Clinical Psychology, 69 (9), 966–979. doi:https://doi.org/10.1002/jclp.21978 MedlineGoogle Scholar
 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 PołączyćGoogle Scholar
 Yoo, YS, Cho, OH i Cha, KS. (2014). Związki między nadużywaniem Internetu a zdrowiem psychicznym nastolatków. Pielęgniarstwo i nauki o zdrowiu, 16 (2), 193–200. doi:https://doi.org/10.1111/nhs.12086 CrossRef, MedlineGoogle Scholar
 Young, KS i Rogers, RC (1998). Związek między depresją a uzależnieniem od Internetu. CyberPsychologia i zachowanie, 1 (1), 25–28. doi:https://doi.org/10.1089/cpb.1998.1.25 CrossRefGoogle Scholar
 Zhou, SX i Leung, L. (2010). Gratyfikacje, samotność, nuda w czasie wolnym i poczucie własnej wartości jako predyktory uzależnienia od gier SNS i wzorców użytkowania wśród chińskich studentów. Magister nowych mediów, Chiński Uniwersytet w Hong Kongu, Hong Kong. Google Scholar