Jakie rodzaje usług internetowych uzależniają młodzież? Korelaty problematycznego korzystania z Internetu (2020)

Używanie pornografii było najbardziej uzależniającą aplikacją internetową:

 „Częstość występowania PIU była najwyższa wśród nastolatków, którzy najczęściej korzystali z internetu do pornografii (19.6%), a następnie w grach (9.3%) i społeczności internetowej (8.4%)”

„Jednak iloraz szans dla PIU wśród osób, które korzystały z internetu głównie w celach pornograficznych był najwyższy, co implikuje silny potencjał uzależniający pornografii internetowej w porównaniu z innymi usługami internetowymi”

Używanie pornografii jest aplikacją najbardziej skorelowaną z depresją, psychopatologią:

„Te odkrycia sugerują, że korzystanie z Internetu głównie w celach pornograficznych wiąże się z poważną psychopatologią, taką jak depresja i samobójstwo, a także z silnym potencjałem uzależniającym”.

—————————————————————————————————–

2020 kwietnia 20; 16: 1031-1041. doi: 10.2147 / NDT.S247292

Abstrakcyjny

Cel:

W badaniu tym zbadano rozpowszechnienie i korelacje problemowego korzystania z Internetu (PIU) w dużej próbie nastolatków na podstawie rodzaju użytej usługi internetowej.

Materiały i metody:

Badanie przeprowadzono w latach 2008–2010 i w badaniu wzięło udział 223,542 12 nastolatków w wieku od 18 do XNUMX lat. Uczestnicy odpowiedzieli na kwestionariusz samooceny obejmujący elementy dotyczące czynników demograficznych, czasu korzystania z Internetu, najczęściej używanych usług internetowych i zdrowia psychicznego. PIU oceniono za pomocą Internetowej Skali Wyraźności Uzależnienia dla Formy Krótko Młodzieżowej.

Wyniki:

Ogólny wskaźnik rozpowszechnienia PIU wynosił 5.2%, a wskaźniki rozpowszechnienia ze względu na płeć 7.7% u chłopców i 3.8% u dziewcząt. Dystrybucja najczęściej używanych usług internetowych różniła się znacznie między płciami. Najczęściej używanymi usługami internetowymi były gry (58.1%) u chłopców i blogowanie (22.1%) oraz komunikatory / czaty (20.3%) u dziewcząt. Iloraz szans dla PIU był znacząco różny w zależności od najczęściej używanych usług internetowych; korzystając głównie z Internetu pornografia w porównaniu do wyszukiwania informacji miał najwyższy współczynnik szans (4.526 razy wyższy). Epizody depresyjne, myśli samobójcze i próby samobójcze były istotnie związane z wyższymi ilorazami szans dla PIU (odpowiednio 1.725, 1.747 i 1.361 razy).

Wnioski:

W niniejszym badaniu zidentyfikowano klinicznie ważne informacje na temat PIU u młodzieży. Dystrybucja PIU ma różne wzorce w zależności od płci i konkretnych usług internetowych. Konieczne są badania PIU z dobrze zdefiniowaną metodologią i narzędziami oceny PIU dla każdej konkretnej usługi internetowej.

SŁOWA KLUCZOWE: uzależnienie; adolescencja; różnice płci; zużycie internetu

PMID 32368065
PMCID: PMC7182452
DOI: 10.2147 / NDT.S247292

Wprowadzenie

W ciągu ostatnich dwóch dziesięcioleci Internet wniknął w życie ludzi w bardzo szybki i szeroki sposób i stał się ważnym środkiem codziennego życia, takim jak zakupy, otrzymywanie wiadomości i kontakt z przyjaciółmi. Dane z amerykańskiego badania wskazują, że około 90% dorosłych miało dostęp do Internetu w 2019 r., A odsetek osób, które nie korzystały z Internetu spadł z 48% w 2000 r. Do zaledwie 10% w 2019 r. W szczególności nastolatki częściej korzystają z Internetu w życiu codziennym niż inne populacje. W 2018 r. 95% amerykańskich nastolatków miało dostęp do smartfonów, a 45% nastolatków jest online prawie na stałym poziomie.

Chociaż internet zapewnia różne korzyści, takie jak edukacja, rozrywka, komunikacja społeczna, wygoda i samopoczucie psychiczne, w wielu badaniach stwierdzono negatywne powiązania Internetu ze zdrowiem psychicznym młodzieży, w tym depresję, lęk społeczny, samobójstwa i dokuczanie w sieci.- W szczególności problematyczne korzystanie z Internetu (PIU), charakteryzujące się nadmiernym korzystaniem i uzależniającymi funkcjami, jest jednym z największych problemów z korzystaniem z Internetu w populacji nastolatków, których częstość występowania zgłaszano jako sięgającą 26.7% we wcześniejszych badaniach.,

Wiadomo, że nastolatki są wrażliwe na PIU ze względu na podwyższoną impulsywność, której towarzyszy względna niedojrzałość kory przedczołowej (PFC), szczególnie we wczesnym i środkowym okresie dojrzewania.- Ponadto stwierdzono, że rozregulowanie emocjonalne we wczesnym okresie niemowlęcym (2 lata) ma znaczący wpływ na PIU u nastolatków, co wskazuje, że wrodzony temperament jest jednym z głównych czynników ryzyka PIU. Seks jest kolejnym moderatorem różnicującym wzór PIU. Chłopcy częściej korzystają z gier internetowych, a dziewczęta częściej korzystają z usług społecznościowych niż chłopcy., Ponadto czynniki środowiskowe, w tym przywiązania do rodziców i rówieśników, są również zgłaszane jako jeden z predyktorów PIU u nastolatków. Na przykład Badenes-Ribera i in poinformowali, że relacje z rodzicami najbardziej wpłynęły na poziom PIU we wczesnej młodości, podczas gdy relacje rówieśnicze były najistotniejszym czynnikiem w starszym okresie dojrzewania.

Podobnie w wielu badaniach zbadano powszechne obawy związane z PIU i powiązanymi czynnikami ryzyka u młodzieży, niemniej jednak nie opracowano jasnej definicji PIU. Naukowcy badali PIU przy użyciu różnych terminów i pojęć, takich jak „uzależnienie od Internetu”, „Kompulsywne korzystanie z Internetu”, „Problematyczne korzystanie z Internetu” oraz „patologiczne korzystanie z Internetu”. Inne badania koncentrujące się na grach internetowych używają terminów „problematyczne korzystanie z gier online”, „Uzależnienie od gier internetowych” oraz „zaburzenie gier internetowych”.

Chociaż te różne terminy i ich definicje obejmują konstrukcję psychologiczną implikującą wzorzec niekontrolowanego korzystania z Internetu skutkujący zaburzeniami klinicznymi, Jednym z powodów braku złotej standardowej definicji jest to, że Internet oferuje różnorodne treści, które mogą być związane z uzależniającym potencjałem, takim jak gry, hazard, rozmowy lub pornografia. Młody wskazał, że uzależnienie od Internetu obejmuje szeroki zakres problemów związanych z kontrolą impulsów behawioralnych i jest podzielone na pięć konkretnych podtypów, w tym cyber-seksualność, relacje w sieci, kompulsje sieciowe, przeciążenie informacją i uzależnienie od komputera.

Wśród tych konkretnych podtypów PIU „zaburzenie gier internetowych” i „zaburzenie gier” zostały uwzględnione jako diagnoza w części 3 Podręcznika diagnostycznego i statystycznego zaburzeń psychicznych (DSM-5) oraz najnowszą wersję Międzynarodowej klasyfikacji chorób (ICD-11) Światowej Organizacji Zdrowia (WHO). Chociaż działania związane z nie-grami internetowymi nie zostały uznane za formalną diagnozę z powodu braku dowodów, nadal istnieją obawy dotyczące uzależniających działań internetowych niezwiązanych z grami, takich jak hazard internetowy, social networking oraz pornografia internetowa.

Jednak pomimo tych obaw związanych z różnymi podtypami PIU, brakuje badań eksplorujących zróżnicowane potencjały uzależniające oparte na określonych usługach internetowych. Niedawne niemieckie badanie z udziałem 6,081 12 studentów w wieku 19–XNUMX lat badało dystrybucję intensywnie używanych aplikacji internetowych w PIU i poza PIU. W badaniu Rosenkranz i in najbardziej intensywnie używanymi aplikacjami internetowymi były portale społecznościowe i rozmowy, a najbardziej przewidywalnymi aplikacjami internetowymi dla PIU były gry i hazard. Nadal jednak brakuje badań eksplorujących potencjał dystrybucji i uzależnienia w oparciu o korzystanie z konkretnej usługi internetowej; w rzeczywistości, o ile nam wiadomo, nie ma badań w Korei. Zatem niniejsze badanie miało na celu zbadanie rozpowszechnienia i korelacji PIU w dużej próbie nastolatków w oparciu o podtyp korzystania z Internetu.

Materiały i Metody

Uczestnicy

Nasze badanie zostało przeprowadzone na podstawie danych pochodzących z internetowego badania ankietowego dotyczącego zachowania młodzieży w Korei w latach 2008, 2009 i 2010 (KYRBS). KYRBS to wieloletnie badanie przekrojowe, które corocznie prowadzone jest przez Koreańskie Centra Kontroli i Zapobiegania Chorób (CDC) od 2005 roku. KYRBS koncentruje się na zachowaniach ryzykownych dla zdrowia wśród nastolatków. Ankieta została przeprowadzona z ankietą wypełnioną przez młodzież, która zawiera 125 pozycji, w tym informacje dotyczące używania tytoniu, spożywania alkoholu, otyłości, aktywności fizycznej, zachowań seksualnych, używania substancji, korzystania z Internetu i zdrowia psychicznego. Populacją docelową są reprezentatywni na szczeblu krajowym uczniowie szkół średnich i średnich w wieku 12–18 lat w Korei, pobrani z 400 szkół średnich i 400 szkół średnich każdego roku. Całkowita liczba uczestników wyniosła 223,542 2008, a KYRBS w latach 2009, 2010 i 75,238 obejmowało odpowiednio 75,066 73,238, XNUMX XNUMX i XNUMX XNUMX uczestników. Przed przystąpieniem do badania, wyszkoleni nauczyciele przekazali uczniom pełne instrukcje dotyczące celu i metod badania, a uczniowie uzyskali pisemną świadomą zgodę. Studenci, którzy zgodzili się wziąć udział, wypełnili anonimowy kwestionariusz, który został przedstawiony na komputerze. Rada Kontroli Instytucjonalnej CDC zatwierdziła protokoły dla KYRBS.

Ocena

Aby ocenić PIU, opracowano Internetową Skalę Uzależnienia dla Formy Krótko Młodzieżowej (skala KS) opracowaną przez Kim i in zastosowano. Skala KS jest 20-punktową skalą samoopisową ocenianą na 4-punktowej skali Likerta (1 = nigdy, 2 = czasami, 3 = często lub 4 = zawsze). Składa się z sześciu czynników: (1) zaburzenia funkcji adaptacyjnej (6 pozycji), (2) pozytywnego oczekiwania (1 pozycja), (3) wycofania (4 pozycje), (4) wirtualna relacja interpersonalna (3 pozycje), (5) ) zachowanie dewiacyjne (2 elementy) i (6) tolerancja (4 elementy). Respondent jest klasyfikowany na podstawie wyników w jednej z trzech grup: określonej PIU, prawdopodobnej PIU i zwykłego użytkownika Internetu. Określone PIU jest zdefiniowane przez łączny wynik 53 lub wyższy lub obecność wszystkich następujących: wyników funkcjonowania adaptacyjnego 17 lub więcej; wyniki wycofania 11 lub więcej; i wyniki tolerancji 13 lub więcej. Prawdopodobny PIU jest definiowany przez łączny wynik między 48 a 52 lub obecność wszystkich następujących: adaptacyjne wyniki funkcjonowania wynoszące 15 lub więcej; wyniki wycofania 10 lub więcej; i wyniki tolerancji 12 lub więcej. W niniejszym badaniu grupa PIU została zdefiniowana jako uczestnicy określonych i prawdopodobnych grup PIU.

O czas korzystania z Internetu pytano: „Ile godzin i minut korzystałeś z Internetu w dni powszednie i weekend w ciągu ostatnich 30 dni?” Usługa internetowa, z której korzystali głównie uczestnicy, została zadana w odpowiedzi na pytanie „Z jakiej usługi najczęściej korzystasz z Internetu?” z opcjami wyboru, w tym wyszukiwanie informacji, komunikator / czat, gry, oglądanie filmów, słuchanie muzyki, oglądanie filmów takich jak treści tworzone przez użytkowników, poczta e-mail, zakupy, pornografia, blogowanie itp. Obecność epizodów depresyjnych, myśli samobójczych i próby samobójcze były badane przez pozycję dla każdego doświadczenia w ciągu ostatnich 12 miesięcy z odpowiedziami „tak” lub „nie” w następujący sposób: „Czy kiedykolwiek czułeś się wystarczająco smutny lub zdesperowany, aby zatrzymać swoje codzienne życie na dwa tygodnie w ciągu ostatnich 12 miesięcy? ” na depresję: „Czy poważnie myślałeś o samobójstwie w ciągu ostatnich 12 miesięcy?” za myśli samobójcze i „Czy próbowałeś popełnić samobójstwo w ciągu ostatnich 12 miesięcy?” dla prób samobójczych.

Statistics

Do analizy cech demograficznych wykorzystano statystyki opisowe. Aby przeanalizować związek między najczęściej używaną usługą internetową, rozpowszechnieniem i korelacjami PIU oraz statystyki opisowej, zastosowano test chi-kwadrat i analizę wariancji (ANOVA). Aby zbadać iloraz szans dla PIU według powiązanych korelacji, regresja logistyczna z PIU jako zmienną zależną zastosowano w dwóch modelach. Pierwszy model obejmował płeć, stopień, najczęściej używany serwis internetowy, epizod depresyjny, myśli samobójcze i próby samobójcze jako zmienne niezależne. Model 2 dodał status społeczno-ekonomiczny i osiągnięcia szkolne jako zmienne towarzyszące do modelu 1. Analizy statystyczne przeprowadzono przy użyciu pakietu oprogramowania SPSS 25.0 dla Windows (SPSS Inc., Chicago, IL).

Efekt

Charakterystyka demograficzna

Cechy demograficzne pokazano w Tabela 1. Ogółem w badaniu wzięło udział 223,542 52.5 uczniów szkół średnich i średnich, a 5.8% to mężczyźni. Ogólna częstość występowania PIU wyniosła 3.2%, a grupa internautów wysokiego ryzyka w grupie PIU wyniosła 7.7%. Rozpowszechnienie PIU na podstawie płci wyniosło 3.8% u chłopców i 38.0% u dziewcząt. Odsetek uczestników, którzy doświadczyli epizodu depresyjnego, myśli samobójczych i próby samobójczej, wynosił odpowiednio 19.1%, 4.8% i XNUMX%.

Tabela 1

Charakterystyka demograficzna

n (%)
Kwota produktów:223542
Rok
 200875238 (33.7)
 200975066 (33.6)
 201073238 (32.8)
Seks
 Mężczyzna117281 (52.5)
 Kobieta106261 (47.5)
Stopień
 Gimnazjum 138219 (17.1)
 Gimnazjum 238423 (17.2)
 Gimnazjum 338280 (17.1)
 Liceum 1st37218 (16.6)
 Liceum 2nd36926 (16.5)
 Liceum 3rd34476 (15.4)
PIU
 Kwota produktów:13056 (5.8)
 Użytkownik wysokiego ryzyka7183 (3.2)
 Potencjalny użytkownik ryzyka5873 (2.6)
 Epizod depresyjny; tak84848 (38.0)
 Myśli samobójcze; tak42728 (19.1)
 Próba samobójcza; tak10778 (4.8)
Status społeczno ekonomiczny
 Wysoki13775 (6.2)
 Wysoki środek48348 (21.6)
 Środkowy105472 (47.2)
 Niski środek41322 (18.5)
 niski14625 (6.5)
Osiągnięcia szkolne
 Wysoki25440 (11.4)
 Wysoki środek52399 (23.4)
 Środkowy60448 (27.0)
 Niski środek57183 (25.6)
 niski28072 (12.6)

Skrót: PIU, problematyczne korzystanie z Internetu.

Częstość występowania i korelacje PIU na podstawie najczęściej używanych usług internetowych

Wśród wszystkich uczestników najczęściej używaną usługą internetową były gry internetowe (35.0%), a następnie wyszukiwanie informacji (16.2%), rozmowy (14.1%) i blogowanie (12.1%) (Tabela 2 i Rysunek 1). Jednak proporcje najczęściej używanych serwisów internetowych były różne w przypadku chłopców i dziewcząt (x2 = 9144.0; p <0.001). Podczas gdy najczęściej używaną usługą u chłopców były gry internetowe (58.1%), dziewczęta najczęściej korzystały z blogów (22.1%) i czatów (20.3%).

Tabela 2

Związek między najczęściej używanymi usługami internetowymi a rozpowszechnieniem i korelacjami PIU

Najczęściej używany serwis internetowyWyszukiwanie informacjiMessenger / ChattingGryOglądać filmSłuchanie muzykiOglądanie wideo (tj. UCC)Społeczność internetowa lub klubE-mailZakupy onlinePornografia internetowaBlogówItpKwota produktów:Statystyka F lub χ2
Kwota produktów:
 n36,15031,44678,325824821,0752896403211475315171627,1426050223,542
 %16.214.135.03.79.41.31.80.52.40.812.12.7100.0
Seks
 Męski; n16,857987368,1394415725711581064313780156536372223117,28169144.0 *
 %14.48.458.13.86.21.00.90.30.71.33.11.9100.0
 Płeć żeńska ; n19,29321,57310,186383313,81817382968834453515123,5053827102,434
 %18.220.39.63.613.01.62.80.84.30.122.13.6100.0
Czas korzystania z Internetu; Średnia (SD)
 Dzień powszedni; godziny1.1 (1.3)1.6 (1.6)1.6 (1.8)1.3 (1.5)1.1 (1.3)1.4 (1.4)1.7 (1.5)1.0 (1.2)1.3 (1.3)2.0 (3.0)1.4 (1.4)1.5 (1.7)457.5 *
 Weekend; godziny1.8 (1.8)2.4 (2.1)3.1 (2.5)2.4 (2.1)1.8 (1.7)2.4 (2.1)3.0 (2.2)1.5 (1.7)2.1 (1.8)2.8 (3.4)2.2 (1.9)2.4 (2.3)1112.5 *
Skala KS1298.4 *
 Oznaczać27.829.633.029.127.029.832.926.427.836.228.728.6
 SD8.69.010.58.97.78.99.77.77.818.18.18.9
PIU ogółem; tak3791.9 *
 n1217153473173345161223392514933691125613,056
 %3.44.99.34.02.44.28.42.22.819.63.44.25.8
Tylko określone PIU; tak2624.9 *
 n66681740261952726017411842694561537183
 %1.82.65.12.41.32.14.31.01.615.71.72.53.2
Epizod depresyjny; tak3867.8 *
 n13,41215,17124,0813307828811041585443222585812,149222584,848
 %37.148.230.740.139.338.139.338.641.950.044.836.838.0
Myśli samobójcze; tak1918.0 *
 n6107794712,3071662399954587621211005336,2081,23242,728
 %16.925.315.720.219.018.821.718.520.731.122.920.419.1
Próba samobójcza; tak1386.4 *
 n13322458281340197210218058274235166528810,778
 %3.77.83.64.94.63.54.55.15.213.76.14.84.8

Uwaga: * p <0.001.

Skróty: PIU, Problematyczne korzystanie z internetu; UKC, treści tworzone przez użytkowników; Skala KS, Skala skłonności do uzależnienia od Internetu dla formy młodzieżowej; SD, odchylenie standardowe.

Zewnętrzny plik zawierający zdjęcie, ilustrację itp. Nazwa obiektu to NDT-16-1031-g0001.jpg

Najczęściej używany serwis internetowy według płci (%).

Częstość występowania PIU wśród użytkowników poszczególnych usług internetowych była również istotnie różna na podstawie najczęściej używanych usług internetowych (x2 = 3791.9; p <0.001). Częstość występowania PIU była najwyższa wśród nastolatków, którzy najczęściej korzystali z internetu w celach pornograficznych (19.6%), a następnie gier (9.3%) i społeczności internetowej (8.4%) (Tabela 2 i Rysunek 2). Odsetek użytkowników gier internetowych wśród całej grupy osób z PIU był najwyższy i wynosił 56.0%.

Zewnętrzny plik zawierający zdjęcie, ilustrację itp. Nazwa obiektu to NDT-16-1031-g0002.jpg

Rozpowszechnienie PIU według najczęściej używanych usług internetowych (%).

Skróty: PIU, problematyczne korzystanie z Internetu; UCC, treści tworzone przez użytkowników.

Odsetek uczestników z doświadczeniem epizodu depresyjnego, myśli i prób samobójczych był również najwyższy wśród nastolatków, którzy najczęściej korzystali z Internetu do pornografii (odpowiednio 50.0%, 31.1% i 13.7%), a następnie prowadzili rozmowy (48.2%, 25.3 odpowiednio% i 7.8%) oraz blogowanie (44.8%, 22.9% i 6.1%).

Iloraz szans bycia w grupie PIU na podstawie zmiennych demograficznych i zmiennych korzystania z Internetu

Tabela 3 pokazuje ilorazy szans na znalezienie się w grupie PIU na podstawie zmiennych demograficznych i korzystania z internetu. Iloraz szans był istotnie wyższy u chłopców niż u dziewcząt (OR = 1.520; p <0.001). W porównaniu z najmłodszymi uczestnikami, starsze grupy studentów wykazały istotnie wyższe współczynniki szans, od 1.274 do 1.319-krotnie, dla PIU.

Tabela 3

Regresja logistyczna dla PIU z współzmiennymi

ZmienneModel 1Model 2
OR95% CIpOR95% CIp
Seks
 Kobietaodnośnik
 Mężczyzna1.5011.432do1.573.0001.5201.450do1.593.000
Stopień
 Gimnazjum 1odnośnik
 Gimnazjum 21.3031.223do1.387.0001.2741.196do1.357.000
 Gimnazjum 31.3681.285do1.457.0001.3271.246do1.413.000
 Liceum 1st1.3341.251do1.423.0001.2861.205do1.373.000
 Liceum 2nd1.3101.226do1.399.0001.2381.158do1.323.000
 Liceum 3rd1.4041.313do1.501.0001.3191.232do1.411.000
Najczęściej używany serwis internetowy
 Wyszukiwanie informacjiodnośnik
 Komunikator / czat1.3781.274do1.490.0001.2851.188do1.391.000
 Gry2.8242.644do3.015.0002.6612.491do2.843.000
 Oglądać film1.127.995do1.276.0601.096.967do1.241.152
 Słuchanie muzyki.743.668do.825.000.733.660do.814.000
 Oglądanie wideo (np. UCC)1.2871.063do1.559.0101.2781.055do1.548.012
 Społeczność lub klub internetowy2.7852.453do3.162.0002.8222.485do3.206.000
 E-mail.682.456do1.019.062.658.440do.985.042
 Zakupy online.893.750do1.063.203.873.733do1.040.128
 Internetowa pornografia4.9444.311do5.670.0004.5263.941do5.198.000
 Blogów1.058.967do1.158.2171.023.935do1.120.616
 Itp1.3411.167do1.541.0001.3351.162do1.535.000
Epizod depresyjny
 Nieodnośnik
 Tak1.7821.710do1.857.0001.7251.655do1.798.000
Idee samobójcze
 Nieodnośnik
 Tak1.8131.728do1.903.0001.7471.664do1.833.000
Próba samobójcza
 Nieodnośnik
 Tak1.4501.353do1.553.0001.3611.270do1.459.000

Uwagi: Model 1 obejmował płeć, stopień, najczęściej używany serwis internetowy, epizod depresyjny, myśli samobójcze i próby samobójcze jako zmienne towarzyszące. Model 2 obejmował status społeczno-ekonomiczny i osiągnięcia szkolne jako zmienne towarzyszące oprócz modelu 1.

Skróty: PIU, problematyczne korzystanie z Internetu; UCC, treści tworzone przez użytkowników

W porównaniu z nastolatkami korzystającymi najczęściej z internetu w poszukiwaniu informacji, iloraz szans na PIU u nastolatków, którzy najczęściej korzystali z internetu w celu pornografii, był najwyższy (OR = 4.526, p <0.001), a następnie u tych korzystających z internetu dla społeczności (OR = 2.822, p <0.001) i gry (OR = 2.661, p <0.001). Osoby najczęściej korzystające z internetu do słuchania muzyki (OR = 0.733, p <0.001) i e-maili (OR = 0.658, p = 0.042) wykazywały istotnie niższe współczynniki szans niż nastolatki korzystające z internetu do wyszukiwania informacji. Nie było znaczących różnic we wskaźnikach szans między grupami korzystającymi z internetu głównie do wyszukiwania informacji a grupami oglądającymi filmy, robiąc zakupy online i prowadząc blogi.

Związki między psychopatologią a ryzykiem dla PIU

Odsetek uczestników z doświadczeniem epizodu depresyjnego, myśli samobójczych i próby samobójczej w ciągu ostatnich 12 miesięcy był najwyższy w grupach, które najczęściej korzystały z Internetu do pornografii (odpowiednio 50.0%, 31.1% i 13.7%), a następnie przez komunikator / czat (odpowiednio 48.2%, 25.3% i 7.8%) i blogowanie (odpowiednio 44.8%, 22.9% i 6.1%) (Tabela 2). Obecność epizodu depresyjnego, myśli samobójcze i próby samobójcze były również istotnie związane z wyższym ilorazem szans dla PIU w całej próbie. (OR = 1.725, p <0.001; OR = 1.747, p <0.001; i 1.361, p <0.001, odpowiednio) (Tabela 3).

Dyskusja

W naszym badaniu zbadano częstość występowania i korelacje PIU u dużej liczby nastolatków na podstawie najczęściej używanych usług internetowych. W naszym badaniu ogólna częstość występowania PIU wyniosła 5.4%, co jest porównywalne z wcześniejszymi badaniami przeprowadzonymi w innych krajach. Wiele wcześniejszych badań PIU zgłosiło szeroki zakres rozpowszechnienia PIU. Na przykład badanie przeprowadzone w dziewięciu krajach europejskich wykazało występowanie 25%, od 14% do 55% w poszczególnych krajach. Inne badanie przeprowadzone w sześciu krajach azjatyckich wykazało, że rozpowszechnienie uzależniającego korzystania z Internetu badane w teście uzależnienia od Internetu (IAT) wynosiło od 1% w Korei Południowej do 5% na Filipinach, a wskaźnik PIU wahał się od 13% do 46% . Inne systematyczne przeglądy uzależnienia od Internetu również zgłosiły szeroki zakres rozpowszechnienia od 1% do 18.7% i od 0.8% do 26.7%. W badaniach tych argumentowano, że tak szeroki zakres wskaźników rozpowszechnienia PIU mógł być spowodowany brakiem spójności metodologii, takich jak definicje, narzędzia oceny i ograniczenia dla PIU., Dlatego potrzebne są przyszłe badania z bardziej uzgodnionymi definicjami i narzędziami oceny PIU w celu potwierdzenia rozpowszechnienia PIU. Niemniej jednak metaanaliza obejmująca 27 badań przeprowadzonych w latach 1998–2006 wykazała średnią częstość występowania hazardu internetowego w wysokości 4.7%, pomimo szerokiego zakresu częstości występowania, co jest zgodne z naszym badaniem.

W naszym badaniu chłopcy wykazywali częstsze występowanie PIU niż dziewczęta około dwukrotnie. Jest to zgodne z wieloma wcześniejszymi badaniami, w których stwierdzono, że płeć męska jest czynnikiem ryzyka dla PIU.- Jednak inne badania wykazały przeciwny wzorzec różnic płciowych w odniesieniu do rozpowszechnienia PIU. Na przykład Durkee i in podał, że pomimo niewielkich różnic międzykulturowych w badaniu z udziałem nastolatków z 11 krajów europejskich stwierdzono niewielkie różnice w częstości występowania PIU. W kanadyjskim badaniu również nie stwierdzono różnic płci w rozpowszechnieniu PIU. Ponadto w badaniu z udziałem dorosłych z 9 krajów europejskich stwierdzono, że ogólne PIU występowało częściej u kobiet niż u mężczyzn. Te rozbieżności dotyczące różnic płci w PIU mogą być spowodowane różnicami międzykulturowymi. Aby zrozumieć te rozbieżności w różnicach płciowych w rozpowszechnieniu PIU, należy również wziąć pod uwagę zbadanie konkretnych usług wykorzystywanych przez Internet przez obie płcie.

W naszym badaniu najczęściej używaną usługą internetową wśród wszystkich uczestników była gra internetowa, a następnie wyszukiwanie informacji, komunikator / czat i blogowanie. Jednak dystrybucja najczęściej używanych usług internetowych różniła się znacznie między płciami. Podczas gdy chłopcy w przeważającej większości korzystali z Internetu do grania, dziewczęta najczęściej korzystały z Internetu do blogowania i komunikatorów / rozmów. Tendencje te są zgodne z ustaleniami z poprzednich badań. Dziewczęta częściej korzystały z komunikatorów internetowych (74%) i serwisów społecznościowych (70%) niż dziewczęta w wieku od 15 do 17 lat (odpowiednio 62% i 54%)., Dufour i in poinformował również, że odsetek nadmiernego korzystania z sieci społecznościowych i blogów był wyższy u dziewcząt niż chłopców. Natomiast korzystanie z gier internetowych jest stale zgłaszane jako wyższe u mężczyzn niż u kobiet.,,, Chociaż dokładne przyczyny różnic związanych z płcią w korzystaniu z Internetu nie są dobrze poznane, poprzednie badania wyjaśniające różnice płci w zaangażowaniu w gry komputerowe koncentrowały się na takich aspektach, jak zawartość i projektowanie typowych gier, przemoc w grach, struktury konkurencyjne gier oraz interakcje społeczne w obrębie gier. Nasze wyniki dotyczące większego wykorzystania Internetu do blogowania i czatowania oraz mniejszego korzystania z Internetu przez dziewczęta niż chłopców mogą być powiązane z dobrze ugruntowanymi dowodami, że kobiety są bardziej zorientowane interpersonalnie, podczas gdy mężczyźni są bardziej zorientowani na informacje / zadania.

W naszym badaniu liczba osób z PIU była najwyższa wśród użytkowników gier internetowych (stanowiących ponad 50% całej grupy PIU), a iloraz szans dla PIU był również bardzo wysoki wśród użytkowników gier internetowych. Odkrycia te dostarczają potwierdzających dowodów na powszechne obawy związane z grami internetowymi i włączeniem zaburzeń gier internetowych do systemów kryteriów diagnostycznych., Niemniej jednak należy również zauważyć uzależniający potencjał pornografii internetowej. Proporcje pornografii internetowej jako najczęściej używanego serwisu internetowego nie były wysokie (0.8%), a jeszcze rzadziej u dziewcząt (0.1%). Jednak iloraz szans dla PIU wśród tych, którzy korzystali z Internetu głównie do pornografii, był najwyższy, co implikuje silny potencjał uzależniający pornografii internetowej w porównaniu z innymi usługami internetowymi. Oczywiście konsumowanie pornografii nie jest problemem powodowanym tylko przez Internet. Argumentowano, że nadmierni użytkownicy Internetu nie są uzależnionymi od Internetu, lecz używają Internetu tylko jako środka do innych zachowań uzależniających., Wcześniejsze badania wykazały jednak, że popularność pornografii online rośnie, a zwiększona „potrójne A” (dostępność, przystępność i anonimowość) zapewniana przez Internet zwiększyła potencjalne ryzyko problematycznego korzystania z pornografii internetowej. Ponadto nasze ustalenia są niespójne z wynikami poprzedniego badania Rosenkranz i in która zgłosiła stosunkowo niższy potencjał uzależniający treści seksualnych w porównaniu do gier i hazardu. Te zróżnicowane wyniki dotyczące uzależniającego potencjału treści seksualnych między badaniami mogą być spowodowane różnicami społeczno-środowiskowymi. Dlatego potrzebne są dalsze badania w celu zrozumienia i ochrony nastolatków przed ryzykiem problematycznego korzystania z pornografii internetowej.

Kolejnym godnym uwagi odkryciem w naszym badaniu był znaczący związek między wyższym całkowitym prawdopodobieństwem dla PIU a psychopatologią, w tym depresja oraz myśli i próby samobójcze, co jest zgodne z ustaleniami z poprzedniego badania donosiło, że grupa uczniów z PIU częściej wykazywała większą depresję oraz zachowania samobójcze i samookaleczające niż normalna grupa korzystająca z Internetu. W szczególności interesujące jest to, że odsetek odpowiedzi „tak” na epizody depresyjne, myśli samobójcze i próby samobójcze były wyższe wśród użytkowników komunikatorów / czatów i blogów niż użytkowników innych usług, z wyjątkiem użytkowników pornografii internetowej, a odsetek ten był najniższy wśród użytkowników gier internetowych. Odkrycia te sugerują, że nastolatki w depresji dążą do interakcji społecznych bardziej przez Internet niż rozrywkę. Te wyniki są zgodne z poprzednim badaniem informowało to również o wyższym ryzyku depresji u studentów z PIU nieogólnymi niż u studentów z PIU do gier. Ponadto odsetek odpowiedzi „tak” na epizody depresyjne, myśli samobójcze i próby samobójcze był najwyższy wśród użytkowników pornografii internetowej. Odkrycia te sugerują, że korzystanie z Internetu przede wszystkim w celach pornograficznych wiąże się z poważną psychopatologią, taką jak depresja i samobójstwo, a także silnym uzależniającym potencjałem.

Ograniczenia

Nasze badanie ma pewne ograniczenia, na które należy zwrócić uwagę. Chociaż przeprowadziliśmy badanie z dużą próbą nastolatków, nasze badanie opiera się na projekcie przekrojowym, który ogranicza interpretację przyczynowości. Na przykład epizody depresyjne, myśli samobójcze i próby samobójcze są związane z wyższymi ilorazami szans PIU i nie możemy ustalić kierunku przyczynowości. W związku z tym uzasadnione są przyszłe badania o konstrukcji podłużnej. Po drugie, chociaż staraliśmy się uwzględnić w kwestionariuszu różne usługi internetowe, z których korzystają nastolatkowie, nie uwzględniliśmy wszystkich usług. Na przykład hazard internetowy jest jednym z głównych problemów związanych z korzystaniem z Internetu, który nie został uwzględniony w kwestionariuszach. Po trzecie, nasze badanie opierało się na własnym raporcie samych nastolatków, co może wpłynąć na raport. Zgłaszanie objawów psychicznych jest rozbieżne wśród informatorów, takich jak rodzice i młodzież. Zatem uzyskanie informacji od wielu informatorów, w tym rodziców, jest ważne dla dokładnej oceny objawów psychicznych. Na szczęście poprzednie badanie wykazało, że doniesienia oparte na własnym raporcie nastolatków dotyczące objawów zaburzeń uzależniających, takich jak nadużywanie alkoholu i substancji, były znacznie bardziej zbieżne z faktycznymi diagnozami niż zgłoszenia rodziców. Ponadto wykorzystaliśmy uproszczone, kategoryczne elementy oceniające depresję, myśli samobójcze i próby samobójcze i nie obejmowaliśmy sprawdzonych narzędzi oceny. Chociaż te uproszczone elementy zostały przyjęte w celu poprawy odsetka odpowiedzi za pomocą skąpego kwestionariusza dla dużej liczby uczestników, może to skutkować brakiem szczegółowych informacji i zniekształceniem prawdziwego związku między PIU a psychologią nastolatków, takich jak depresja i samobójstwo. Wreszcie, informacje o cechach rodziny, takich jak interakcje rodzic-dziecko i styl rodzicielski, nie zostały uwzględnione w badaniu, co jest ważnym czynnikiem moderującym PIU u nastolatków. Dlatego przyszłe badania, w tym bardziej szczegółowe informacje na temat psychopatologii nastolatków i cechy rodziny od wielu informatorów, są uzasadnione, aby potwierdzić obecne ustalenia.

wnioski

Pomimo pewnych ograniczeń w naszym badaniu zidentyfikowano klinicznie ważne informacje na temat PIU u młodzieży. Dystrybucja najczęściej używanych usług internetowych różni się w zależności od płci. Występowanie PIU wykazało również znaczne różnice w zależności od korzystania z określonych usług internetowych. Konieczne są przyszłe badania PIU z dobrze zdefiniowaną metodologią i narzędziami oceny dla każdej konkretnej usługi internetowej, aby opracować strategie ochrony poszczególnych nastolatków przed ryzykiem PIU.

Podziękowanie

Autorzy pragną podziękować Ministerstwu Edukacji, Ministerstwu Zdrowia i Opieki Społecznej oraz Centrom Kontroli i Zapobiegania Chorobom Koreańskie Centra Kontroli i Prewencji Chorób, które dostarczyły surowe dane.

Oświadczenie o finansowaniu

Prace te były wspierane przez grant National Research Foundation of Korea (NRF) finansowany przez rząd Korei (MSIP; Ministerstwo Nauki, ICT i Planowania Przyszłości) (NRF-2018R1C1B5041143).

Autorskie Wkłady

Wszyscy autorzy wnieśli znaczący wkład w koncepcję i projektowanie, pozyskiwanie danych lub analizę i interpretację danych; brał udział w redagowaniu artykułu lub krytycznej rewizji pod kątem ważnych treści intelektualnych; udzielił ostatecznej zgody na wersję, która ma zostać opublikowana; i zgadzam się być odpowiedzialnym za wszystkie aspekty pracy.

Ujawnienie

Autorzy nie zgłaszają konfliktu interesów w tej pracy.

Referencje

1. Anderson M, Perrin A, Jiang J, Kumar M. 10% Amerykanów nie korzysta z Internetu. Kim oni są? Waszyngton, DC: Pew Research Center; 2019. []
2. Anderson M, Jiang J. Nastolatki, media społecznościowe i technologia 2018. Waszyngton, DC: Pew Research Center; 2018 r. []
3. Gross E, Juvonen J, Gable S. Korzystanie z Internetu i dobre samopoczucie w okresie dojrzewania. J Society. 2002;58:75–90. doi:10.1111/1540-4560.00249 [CrossRef] []
4. Caplan SE. Relacje między samotnością, lękiem społecznym i problemowym korzystaniem z Internetu. Cyberpsychol Behav. 2006;10(2): 234–242. doi: 10.1089 / cpb.2006.9963 [PubMed] [CrossRef] []
5. Daine K, Hawton K, Singaravelu V, Stewart A, Simkin S, Montgomery P. Moc internetu: systematyczny przegląd badań nad wpływem Internetu na samookaleczenia i samobójstwa u młodych ludzi. PLoS ONE. 2013;8(10): e77555. doi: 10.1371 / journal.pone.0077555 [Artykuł bezpłatny PMC] [PubMed] [CrossRef] []
6. Kiriakidis SP, Kavoura A. Cybernękanie: przegląd literatury na temat nękania przez Internet i inne środki elektroniczne. Zdrowie społeczności rodzinnej. 2010;33(2):82–93. doi:10.1097/FCH.0b013e3181d593e4 [PubMed] [CrossRef] []
7. Młody KS, Rogers RC. Związek między depresją a uzależnieniem od Internetu. Cyberpsychol Behav. 1998;1(1): 25–28. doi: 10.1089 / cpb.1998.1.25 [CrossRef] []
8. Kuss DJ, Griffiths MD, Karila L, Billieux J. Uzależnienie od Internetu: systematyczny przegląd badań epidemiologicznych za ostatnią dekadę. Curr Pharm Des. 2014;20(25): 4026–4052. doi: 10.2174 / 13816128113199990617 [PubMed] [CrossRef] []
9. Pontes HM, Kuss DJ, Griffiths MD. Psychologia kliniczna uzależnienia od Internetu: przegląd jego konceptualizacji, rozpowszechnienia, procesów neuronalnych i implikacji dla leczenia. Neurosci Neuroecon. 2015;4: 11-23. []
10. Cerniglia L, Cimino S, Ballarotto G i in. Wypadki samochodowe i młodzież: badanie empiryczne ich profili emocjonalnych i behawioralnych, strategii obrony i wsparcia rodzicielskiego. Transp Res F. 2015;35: 28–36. doi: 10.1016 / j.trf.2015.09.002 [CrossRef] []
11. Steinberg L. Model podwójnego systemu podejmowania ryzyka przez młodzież. Dev Psychobiol. 2010;52(3): 216–224. doi: 10.1002 / dev.20445 [PubMed] [CrossRef] []
12. Cerniglia L, Guicciardi M, Sinatra M, Monacis L, Simonelli A, Cimino S. Zastosowanie technologii cyfrowych, impulsywność i objawy psychopatologiczne w okresie dojrzewania. Behav Sci. 2019;9(8): E82. doi: 10.3390 / bs9080082 [Artykuł bezpłatny PMC] [PubMed] [CrossRef] []
13. Cimino S, Cerniglia L. Wzdłużne badanie empirycznej walidacji etiopatogenetycznego modelu uzależnienia od Internetu w okresie dojrzewania na podstawie wczesnej regulacji emocji. Biomed Res Int. 2018;2018: 4038541. doi: 10.1155 / 2018 / 4038541 [Artykuł bezpłatny PMC] [PubMed] [CrossRef] []
14. Lenhart A, Madden M, Macgill A, Smith A. Nastolatki i media społecznościowe. Waszyngton: Pew Internet & American Life Project; 2007. []
15. Dufour M, Brunelle N, Tremblay J, i in. Różnice płci w korzystaniu z Internetu i problemy z Internetem wśród uczniów liceum w Quebec. Can J Psychiatry. 2016;61(10): 663 – 668. doi: 10.1177 / 0706743716640755 [Artykuł bezpłatny PMC] [PubMed] [CrossRef] []
16. Badenes- Ribera L, Fabris MA, Gastaldi FGM, Prino LE, Longobardi C. Przywiązanie rodziców i rówieśników jako predyktorów objawów uzależnienia od Facebooka na różnych etapach rozwoju (wczesnych nastolatków i nastolatków). Addict Behav. 2019;95: 226–232. doi: 10.1016 / j.addbeh.2019.05.009 [PubMed] [CrossRef] []
17. Young KS. Caught in the Net: Jak rozpoznać oznaki uzależnienia od Internetu i zwycięską strategię odzyskiwania. Nowy Jork: John Wiley & Sons; 1998. []
18. Van der Aa N, Overbeek G, Engels RC, Scholte RH, Meerkerk GJ, Van den Eijnden RJ. Codzienne i kompulsywne korzystanie z Internetu i dobre samopoczucie w okresie dojrzewania: model skazy i stresu oparty na pięciu cechach osobowości. J Youth Adolesc. 2009;38(6):765–776. doi:10.1007/s10964-008-9298-3 [PubMed] [CrossRef] []
19. Caplan SE. Problematyczne korzystanie z Internetu i dobrostan psychospołeczny: opracowanie opartego na teorii instrumentu pomiaru poznawczo-behawioralnego. Comput Hum Behav. 2002;18(5):553–575. doi:10.1016/S0747-5632(02)00004-3 [CrossRef] []
20. Kaess M., Parzer P., Brunner R. i in. Patologiczne korzystanie z Internetu rośnie wśród nastolatków w Europie. J Adolesc Health. 2016;59(2): 236–239. doi: 10.1016 / j.jadohealth.2016.04.009 [PubMed] [CrossRef] []
21. Kim MG, Kim J. Krzyżowa weryfikacja niezawodności, zbieżności i dyskryminacji dla problematycznej skali korzystania z gier online. Comput Hum Behav. 2010;26(3): 389–398. doi: 10.1016 / j.chb.2009.11.010 [CrossRef] []
22. Kuss DJ, Griffiths MD. Uzależnienie od gier internetowych: systematyczny przegląd badań empirycznych. Int J Ment Health Addict. 2012;10(2):278–296. doi:10.1007/s11469-011-9318-5 [CrossRef] []
23. Pontes HM, dr Griffiths. Mierzenie zaburzeń gier internetowych DSM-5: opracowanie i walidacja krótkiej skali psychometrycznej. Comput Human Behav. 2015;45: 137–143. doi: 10.1016 / j.chb.2014.12.006 [CrossRef] []
24. Strittmatter E, Kaess M, Parzer P, i in. Patologiczne korzystanie z Internetu wśród nastolatków: porównywanie graczy i nie-graczy. Psychiatry Res. 2015;228(1): 128–135. doi: 10.1016 / j.psychres.2015.04.029 [PubMed] [CrossRef] []
25. Young KS. Uzależnienie od Internetu: ocena i leczenie. Br Med J. 1999;7: 351-352. []
26. Amerykańskie Stowarzyszenie Psychiatryczne. Podręcznik diagnostyczny i statystyczny zaburzeń psychicznych (DSM-5®). Arlington, Teksas: American Psychiatric Publishing; 2013. []
27. Król DL, Potenza MN. Brak zabawy: zaburzenia gry w międzynarodowej klasyfikacji chorób (ICD-11). J Adolesc Health. 2019;64(1): 5–7. doi: 10.1016 / j.jadohealth.2018.10.010 [PubMed] [CrossRef] []
28. Gainsbury SM. Uzależnienie od hazardu online: związek między hazardem internetowym a hazardem nieuporządkowanym. Curr Addict Rep. 2015;2(2):185–193. doi:10.1007/s40429-015-0057-8 [Artykuł bezpłatny PMC] [PubMed] [CrossRef] []
29. Andreassen CS. Uzależnienie od internetowych serwisów społecznościowych: kompleksowa recenzja. Curr Addict Rep. 2015;2(2):175–184. doi:10.1007/s40429-015-0056-9 [CrossRef] []
30. Grubbs JB, Volk F, Exline JJ, Pargament KI. Wykorzystanie pornografii internetowej: postrzegane uzależnienie, niepokój psychiczny i zatwierdzenie krótkiego środka. J Sex Marital Ther. 2015;41(1):83–106. doi:10.1080/0092623X.2013.842192 [PubMed] [CrossRef] []
31. Rosenkranz T, Muller KW, Dreier M, Beutel ME, Wolfling K. Uzależniający potencjał aplikacji internetowych i zróżnicowane korelacje problematycznego użytkowania przez graczy internetowych w porównaniu do ogólnych użytkowników Internetu w reprezentatywnej próbie nastolatków. Eur Addict Res. 2017;23(3): 148–156. doi: 10.1159 / 000475984 [PubMed] [CrossRef] []
32. Kim Y, Choi S, Chun C, Park S, Khang YH, Oh K. Profil zasobów danych: ankieta internetowa dotycząca koreańskich zachowań młodzieży w zakresie ryzyka. Int J Epidemiol. 2016;45(4): 1076–1076e. doi: 10.1093 / ije / dyw070 [PubMed] [CrossRef] []
33. Kim DI, Chung YJ, Lee EA, Kim DM, Cho YM. Opracowanie skróconej formy skłonności do uzależnień internetowych (skala KS). Korea J. Couns. 2008;9: 1703–1722. doi: 10.15703 / kjc.9.4.200812.1703 [CrossRef] []
34. Laconi S, Kaliszewska-Czeremska K, Gnisci A, i in. Międzykulturowe badanie problematycznego korzystania z Internetu w dziewięciu krajach europejskich. Comput Human Behav. 2018;84: 430–440. doi: 10.1016 / j.chb.2018.03.020 [CrossRef] []
35. Mak KK, Lai CM, Watanabe H, i in. Epidemiologia zachowań internetowych i uzależnienia wśród nastolatków w sześciu krajach azjatyckich. Cyberpsychol Behav Soc Netw. 2014;17(11): 720–728. doi: 10.1089 / cyber.2014.0139 [PubMed] [CrossRef] []
36. Petry NM, O'Brien CP. Zaburzenia gier internetowych i DSM-5. Nałóg. 2013;108(7): 1186–1187. doi: 10.1111 / add.12162 [PubMed] [CrossRef] []
37. Feng W, Ramo DE, Chan SR, Bourgeois JA. Zaburzenia gier internetowych: tendencje w rozpowszechnianiu w latach 1998–2016. Addict Behav. 2017;75: 17–24. doi: 10.1016 / j.addbeh.2017.06.010 [Artykuł bezpłatny PMC] [PubMed] [CrossRef] []
38. Bakken IJ, Wenzel HG, Gotestam KG, Johansson A, Oren A. Uzależnienie od Internetu wśród dorosłych w Norwegii: badanie próby stratyfikacji warstwowej. Scand J Psychol. 2009;50(2):121–127. doi:10.1111/j.1467-9450.2008.00685.x [PubMed] [CrossRef] []
39. Durkee T, Kaess M, Carli V, i in. Rozpowszechnienie patologicznego korzystania z Internetu wśród nastolatków w Europie: czynniki demograficzne i społeczne. Nałóg. 2012;107(12):2210–2222. doi:10.1111/j.1360-0443.2012.03946.x [PubMed] [CrossRef] []
40. Tsai HF, Cheng SH, Yeh TL, i in. Czynniki ryzyka uzależnienia od Internetu - badanie studentów pierwszego roku studiów. Psychiatry Res. 2009;167(3): 294–299. doi: 10.1016 / j.psychres.2008.01.015 [PubMed] [CrossRef] []
41. Pujazon-Zazik M, Park MJ. Aby ćwierkać lub nie ćwierkać: różnice między płciami i potencjalne pozytywne i negatywne skutki zdrowotne korzystania z Internetu przez młodzież. Am J Mens Health. 2010;4(1): 77–85. doi: 10.1177 / 1557988309360819 [PubMed] [CrossRef] []
42. Yau YH, Crowley MJ, Mayes LC, Potenza MN. Czy korzystanie z Internetu i gry wideo uzależniają? biologiczne, kliniczne i zdrowotne konsekwencje dla młodzieży i dorosłych. Minerwa Psichiatra. 2012;53(3): 153 – 170. [Artykuł bezpłatny PMC] [PubMed] []
43. Hartmann T., Klimmt C. Płeć i gry komputerowe: badanie niechęci kobiet. J Comput Mediat Commun. 2006;11(4):910–931. doi:10.1111/j.1083-6101.2006.00301.x [CrossRef] []
44. Jackson LA, Ervin KS, Gardner PD, Schmitt N. Płeć i Internet: kobiety komunikujące się i mężczyźni szukający. Role seksu. 2001;44(5):363–379. doi:10.1023/A:1010937901821 []
45. Griffiths M. Uzależnienie od Internetu - czas na poważnie? Addict Res. 2000;8(5): 413–418. doi: 10.3109 / 16066350009005587 [CrossRef] []
46. Młody KS, de Abreu CN. Uzależnienie od Internetu: podręcznik i przewodnik do oceny i leczenia. Hoboken, NJ: Wiley; 2010 r. []
47. de Alarcon R, de la Iglesia JI, Casado NM, Montejo AL. Uzależnienie od pornografii online: to, co wiemy, a czego nie - przegląd systematyczny. J Clin Med. 2019;8(1): E91. doi: 10.3390 / jcm8010091 [Artykuł bezpłatny PMC] [PubMed] [CrossRef] []
48. Cantwell DP, Lewinsohn PM, Rohde P, Seeley JR. Zgodność między raportem dla młodzieży a raportem dla rodziców dotyczących danych diagnostycznych z zakresu psychiatrii. J Am Acad Child Adolesc Psychiatry. 1997;36(5):610–619. doi:10.1097/00004583-199705000-00011 [PubMed] [CrossRef] []