Uso viciante da Internet entre adolescentes coreanos: uma pesquisa nacional (2014)

PLoS One. 2014 Fev 5; 9 (2): e87819. doi: 10.1371 / journal.pone.0087819.

Heo J1, Oh J2, Subramanian SV3, Kim Y4, Kawachi I3.

Sumário

TEMA:

Um distúrbio psicológico denominado 'vício em Internet' surgiu recentemente, juntamente com um aumento dramático do uso da Internet em todo o mundo. No entanto, poucos estudos usaram amostras em nível de população nem levaram em consideração fatores contextuais sobre o vício em Internet.

MÉTODOS E DADOS:

Identificámos os alunos da 57,857 do ensino básico e secundário (13-18 anos de idade) de um inquérito representativo nacional coreano, que foi pesquisado no 2009. Para identificar fatores associados ao uso aditivo da Internet, modelos de regressão multinível de dois níveis foram ajustados com respostas em nível individual (nível 1st) aninhadas dentro de escolas (2nd level) para estimar associações de características individuais e escolares simultaneamente.

As diferenças de gênero no uso viciante da Internet foram estimadas com o modelo de regressão estratificado por gênero. Associações significativas foram encontradas entre o uso de Internet viciante e série escolar, educação dos pais, uso de álcool, uso de tabaco e uso de substâncias. As estudantes do sexo feminino em escolas para meninas eram mais propensas a usar a Internet de forma viciante do que as de escolas mistas.

Nossos resultados também revelaram diferenças significativas entre os gêneros no uso da Internet viciante em seus fatores associados individuais e escolares.

CONCLUSÕES:

Nossos resultados sugerem que fatores de risco de vários níveis, juntamente com diferenças de gênero, devem ser considerados para proteger os adolescentes do uso da Internet viciante.

Introdução

O uso da Internet é reconhecido como uma parte essencial da vida moderna. Devido às tecnologias baseadas na Web e ao aumento do acesso à Internet na América Latina e na Ásia, o uso da Internet aumentou dramaticamente em todo o mundo, atingindo o número de usuários globais da Internet em mais de 2.3 bilhões em 2011 [1].

Do outro lado dessa popularidade, surgiu um novo distúrbio psicológico: “vício em internet”, também inconsistentemente referido como “uso excessivo da Internet”. [2], [3], “Uso problemático da Internet” [4], [5]“Dependência da Internet” [6], [7]ou "uso patológico da Internet" [8], [9]. Tal discrepância é em grande parte atribuída à falta de consenso nas definições entre os estudos que se concentraram em diferentes sintomas da dependência da Internet. Jovem [3] definiram o vício em Internet como “padrão mal-adaptativo de uso da Internet, levando a um prejuízo ou sofrimento clinicamente significativo”. Kandell [10] mais tarde definiu como “uma dependência psicológica na Internet, independentemente do tipo de atividade, uma vez logado” [11]. Outros estudos ainda não deram uma definição clara. Para medir ou diagnosticar esses sintomas de dependência relacionados ao uso da Internet, alguns estudos desenvolveram suas próprias ferramentas de avaliação. A maioria dos estudos sobre dependência da Internet desenvolveu medidas baseadas nos critérios do Manual Diagnóstico e Estatístico de Transtornos Mentais (DSM). [11]. Jovem [3] desenvolveu o 8-question diagnostic Questionnaire com modificação dos critérios para o jogo compulsivo (DSM-IV). Morahan-Martin e Schumacher [8] posteriormente desenvolveu a escala de uso de Internet patológica de questões 13, reconstruindo os critérios do DSM-IV. Estudos mais recentes desenvolveram novas medidas independentemente com os critérios do DSM. Usando métodos de análise fatorial, Caplan [12] e Widyanto e Mcmurran [13] criaram suas próprias medidas. Tao et al. [14] desenvolveram sua medida usando a teoria item-resposta. Essas variações nas definições e medidas alimentaram controvérsias sobre a inclusão do vício da Internet no DSM [15], [16].

Apesar da falta de consenso sobre sua definição e medição, as evidências do vício em Internet se acumularam desde meados da década de 1990. Estudos de caso e empíricos revelaram que o vício em Internet era caracterizado por efeitos adversos no bem-estar psicológico do indivíduo [17], [18]fracasso acadêmico [17], [19], desempenho de trabalho reduzido [20] ou perda de emprego [21], privação de sono [22], retraimento social [21], [23]pouca ou nenhuma autoconfiança [21], [24], dieta pobre [20], [25], problemas familiares [21], [25], colapso conjugal [21]e até mesmo a violência associada ao acesso bloqueado a jogos on-line [26] ou morte relacionada à circulação cardiopulmonar por uso excessivo [27], [28].

No entanto, esses estudos têm algumas limitações. Primeiro e mais criticamente, a maioria das pesquisas sofreu de viés de amostragem devido à amostragem de conveniência e ao pequeno tamanho da amostra ao recrutá-los através do Interne.t [3], [13], [24], [29]-[32]. Inevitavelmente, essa amostragem de participantes auto-selecionados causou resultados contraditórios ou contraditórios entre os estudos. Segundo, embora os efeitos dos fatores ambientais sobre os comportamentos de dependência tenham sido bem estabelecidos [33], [34], a maioria dos trabalhos anteriores sobre dependência da Internet tem se concentrado principalmente em associações com personality como baixa auto-estima [24]solidão [8]baixa auto-revelação ou comportamento anti-social [35]intenção suicida mais forte [36]e busca de sensações [6], [7], [24]. Especificamente, nenhum estudo empírico examinou as associações com fatores familiares (por exemplo, renda familiar ou realização educacional dos pais) e fatores ambientais da escola, embora seja bem conhecido que o status socioeconômico dos pais (SES) e as características da escola foram associados a riscos de comportamentos aditivos de adolescentes [37]-[39]. Por fim, apesar dos estudos anteriores terem consistentemente relatado maiores riscos de dependência da Internet entre os meninos [40], [41], Poucos estudos identificaram diferenças de gênero na dependência da Internet.

Para preencher essas lacunas em estudos anteriores com perspectivas epidemiológicas sociais, examinamos os correlatos individuais e contextuais da dependência da Internet com um método estatístico de vários níveis usando dados de pesquisas nacionalmente representativas de adolescentes sul-coreanos. Devido à maior prevalência de dependência de internet em adolescentes coreanos do que adultos [42], nos concentramos no vício em Internet entre adolescentes. Este estudo também examina as diferenças de gênero na dependência da Internet entre a população.

A Coréia do Sul é uma das sociedades mais digitalizadas do mundo. A taxa de penetração da Internet na Coreia do Sul excedeu 75 por cento em 2011 [1]. Mais da metade da faixa etária dos 50s e quase 100% dos adolescentes estão usando a Internet em sua vida diária [43]. Depois de uma série de crimes e mortes relacionados ao vício em internet, a Coréia do Sul considera o vício em internet um problema social e de saúde pública. O governo inicialmente desenvolveu a versão coreana da escala de medição do vício em Internet (escala KS) e introduziu nas escolas intermediárias e secundárias para a triagem de usuários viciantes da Internet. [44]. Além disso, para conter o jogo online excessivo entre adolescentes, o governo implementou políticas compulsivas chamadas "Internet Shutdown" e "Cooling Off" em 2011 e 2012, respectivamente, para limitar os jogos online dos adolescentes à meia-noite e a quantidade de tempo gasto em jogos online [45]. Uma pesquisa nacional especificada para o vício em Internet na 2010 mostrou que 8.0% em toda a população era viciada em Internet; 12.4% dos adolescentes estavam usando a Internet de forma viciante [42]. Dado que os usuários da Internet têm crescido exponencialmente em todo o mundo, especialmente com a popularidade dos serviços de redes sociais (SNS), este estudo poderia fornecer informações para prevenir e intervir no vício da Internet adolescente em outros países onde ainda não emergiu como público e social. questão de saúde.

Estamos interessados ​​em responder às seguintes questões: 1) O maior nível socioeconômico dos pais está inversamente correlacionado com o uso viciante da internet por adolescentes? 2) Os contextos escolares estão associados ao uso viciante da internet por adolescentes, independentemente de fatores de nível individual? 3) Essas associações de fatores individuais e escolares são diferentes entre os gêneros?

De Depósito

Fonte de dados

De 75,066 amostras da Quinta Pesquisa Coreana de Comportamento de Risco na Web (KYRBWS) conduzida em 2009, identificamos 57,857 alunos de 400 escolas de ensino fundamental e médio depois de retirar amostras de valores ausentes para o nível de educação dos pais. O KYRBWS é uma pesquisa representativa nacional que produz dados anuais para monitorar o comportamento de saúde de adolescentes (400 a 13 anos). O KYRBWS foi produzido pelos Centros Coreanos para Controle e Prevenção de Doenças (KCDC) e aprovado pelos comitês de ética da KCDC. O consentimento informado por escrito foi obtido dos pais de cada aluno para a pesquisa. Para ter uma amostra nacionalmente representativa, a pesquisa usou o método de amostragem aleatória estratificada por conglomerados em dois estágios. Um total de 18 escolas de ensino fundamental e médio (unidades primárias de amostragem) foram selecionadas por meio de amostragem aleatória de cada estrato de 800 estratos que foram identificados usando distritos administrativos e características das escolas. Em seguida, uma classe (unidades secundárias de amostragem) em cada série escolar foi amostrada aleatoriamente de cada escola selecionada. Todos os alunos das turmas da amostra foram solicitados a preencher uma pesquisa anônima baseada na web durante uma hora de seu horário normal de aula em uma sala de computador de cada escola selecionada. Os objetivos da pesquisa e todo o processo de pesquisa foram explicados aos alunos antes da realização da pesquisa. Os alunos foram solicitados a fazer login no site KYRBWS com um número atribuído aleatoriamente e preencher o questionário autoaplicável. A taxa de resposta geral do Quinto estudo KYRBWS foi de 135%.

Medição

A dependência da Internet foi avaliada pela simplificada Ferramenta de Auto-avaliação da Dependência da Internet da Coreia (escala KS) (ver Tabela S1), que foi desenvolvido pelo governo coreano e usado em todo o país na Coreia com uma definição de "ter problemas na vida diária devido à retirada e tolerância no uso da Internet, independentemente dos dispositivos" [44]. O teste de confiabilidade e validade de construto da escala é descrito em mais detalhes em outros lugares [44]. Esta medida oficial foi adotada para a triagem nacional de vício em Internet e vigilância anual entre adolescentes coreanos [42]. A escala consistia em perguntas 20 perguntando sobre domínios 6: perturbação de funções adaptativas, antecipação positiva, retraimento, relacionamento interpessoal virtual, comportamentos desviantes e tolerância. As respostas foram escalonadas com as categorias 4 de "nunca" a "sempre sim". Neste estudo, em vez de adotar a medida em si que tem pontos de corte de três categorias (dependência, dependência latente e normal), medimos a gravidade da dependência da Internet com uma variável contínua pela soma de cada resposta [de 1 (nunca) para 4 (sempre sim)] com um intervalo de 20 para 80. Nós tratamos essa pontuação de uso da Internet viciante como variável de resultado no estudo.

Como mostrado em tabela 1, as principais variáveis ​​de nível individual usadas na análise incluíram características demográficas; desempenho acadêmico autoavaliado; status socioeconômico dos pais (SES); fumo, álcool e uso de substâncias; e atividades físicas e estado psicológico. A autoavaliação do desempenho acadêmico era uma variável categorizada em cinco níveis, de muito alta a muito baixa. Tratamos o desempenho acadêmico autoavaliado como uma variável contínua na análise principal. O SES dos pais foi medido pelo nível de escolaridade dos pais e pela Escala de Afluência da Família (FAS) [46]. O nível de escolaridade paterno e materno foi categorizado em três níveis (ensino médio ou inferior, ensino médio e superior). A FAS foi medida pelo somatório das respostas de quatro itens: 1) ter quarto próprio (sim=1, não=0); 2) frequência de viagens em família por ano; 3) o número de computadores em casa; e 4) o número de veículos pertencentes à família. O uso de tabaco e álcool foi medido pelo número médio de cigarros e pelo volume médio de álcool consumido nos últimos 30 dias. O uso de substâncias foi categorizado em três níveis: nunca, uso anterior e uso atual. As categorias de atividade física foram exercícios extenuantes, exercícios moderados e treinamento com pesos, que foram estimados pelo número de dias de exercício durante 30 minutos, 20 minutos e dias de treinamento com peso, respectivamente. Dos fatores psicológicos, a autoavaliação da satisfação com o sono foi classificada em cinco categorias, de muito boa a muito ruim. Sintomas depressivos e ideação suicida foram dicotomizados como sim ou não para perguntas se o aluno já teve humor deprimido ou ideação suicida nos últimos XNUMX meses. Incluímos dois tipos de variáveis ​​no nível da escola: a urbanidade da localização da escola (metropolitana, urbana e rural) e o tipo de escola por combinação de gênero (meninos, meninas e misto).

tabela 1  

Características dos adolescentes coreanos.

Análise Estatística

Um modelo de regressão multinível de dois níveis e intercepto aleatório foi ajustado com indivíduos (nível 1) aninhados dentro das escolas (nível 2) para estimar as associações de determinantes individuais e contexto escolar usando simultaneamente MLwiN (versão de desenvolvimento 2.22). O teste de Chow foi aplicado para detectar diferenças significativas entre os sexos em termos de declives e intercepções entre as regressões estratificadas [47] que foram montados separadamente para meninos e meninas. Obtivemos estimativas de máxima verossimilhança por meio de mínimos quadrados iterativos generalizados (IGLS) e depois mudamos para a função de Markov Chain Monte Carlo (MCMC). O MCMC foi conduzido para burn-in para simulações 500 para iniciar os valores da distribuição para descartar, e foi seguido por 5,000 mais simulações para obter a estimativa precisa e distribuição de juros. Uma vez confirmados os diagnósticos de convergência, os valores simulados e os intervalos críveis (IC) 95% foram obtidos.

Resultados

tabela 2 mostra as finalidades primárias e secundárias dos alunos para uso da Internet, além das finalidades acadêmicas, de acordo com o gênero nas escolas de ensino fundamental e médio. Independentemente da escola, os objetivos primários e secundários de uso da Internet dos meninos eram jogos online e busca de informações, respectivamente. As meninas relataram blogar e atualizar uma página inicial pessoal, pesquisar informações e usar mensageiros e bate-papo como objetivos primários e secundários.

tabela 2  

Propósitos primários e secundários de uso da Internet (exceto para fins acadêmicos) por gênero em escolas de ensino fundamental e médio.

tabela 3 apresenta o resultado da modelagem de regressão multinível para predizer o uso viciante da Internet entre adolescentes. As meninas eram muito menos propensas a serem viciadas na Internet do que os meninos. A pontuação do uso viciante da Internet aumentou gradualmente durante o ensino médio, mas diminuiu durante os anos do ensino médio. A autoavaliação do desempenho acadêmico foi inversamente associada ao uso viciante da Internet. À medida que o nível de educação dos pais e a FAS aumentavam, a pontuação do uso de Internet viciante diminuía significativamente. O uso de tabaco foi inversamente associado ao uso viciante da Internet, enquanto o uso de álcool não foi um fator significativo. O uso de substâncias mostrou a associação mais forte com o uso viciante da Internet. Todas as variáveis ​​de atividades físicas apresentaram associações inversas com o uso aditivo da Internet. Pontuações mais altas de uso viciante da Internet foram associadas a níveis mais elevados de insatisfação com o sono. Características psicológicas, como sintomas depressivos e ideação suicida, mostraram associações positivas com o uso viciante da Internet. Em relação às características da escola, as meninas que frequentavam escolas para meninas eram mais propensas a ter um uso viciante da Internet do que aquelas que frequentavam escolas mistas.

tabela 3  

Estimativas de regressão multinível (juntamente com seu SE) com base em um modelo de dois níveis para a extensão do uso da Internet viciante entre adolescentes coreanos.

Com confirmação do teste de Chow [F (17, 57,823)=163.62, p <0.001], a análise estratificada por gênero revelou diferentes padrões de associações entre meninos e meninas em todas as variáveis ​​(tabela 4). A associação de desempenho acadêmico autoavaliado com uso abusivo da Internet foi mais forte nos meninos do que nas meninas. O status educacional dos pais foi inversamente associado ao uso viciante da Internet entre os meninos, mas não mostrou associação entre as meninas. O uso de tabaco e álcool mostrou associações opostas entre meninos e meninas: 1) uma associação estatisticamente significativa entre beber e uso viciante da Internet em meninas, mas não significativa em meninos; 2) uma associação significativa entre fumar menos e uso viciante da Internet em meninos, mas não em meninas. Os meninos que relataram o uso de substâncias no momento da pesquisa tiveram um risco muito maior de uso viciante da Internet em comparação com as meninas. As associações do uso viciante da Internet com atividades físicas e características psicológicas foram mais fortes em meninos do que em meninas. Com relação às variáveis ​​do contexto escolar, as escolas para meninas tiveram uma associação positiva com o uso aditivo da Internet; ao passo que as escolas para meninos não tinham associação. A urbanidade das localizações das escolas não apresentou correlação com o uso viciante da Internet.

tabela 4  

Estimativas de regressão multinível (juntamente com SE) com base em um modelo de dois níveis estratificado por gênero para a extensão do uso viciante da Internet entre os adolescentes coreanos.

Discussão

Para nosso conhecimento, este é o primeiro estudo que examinou associações de uso aditivo da Internet com fatores de nível individual e fatores ambientais ao nível da escola usando análise multinível com uma amostra nacionalmente representativa.. Nossa nova descoberta é que houve associações entre o uso viciante da Internet pelos adolescentes e os contextos escolares, mesmo depois de controlar as características de nível individual: meninas em escolas para meninas eram mais propensas a se viciarem na Internet do que aquelas em escolas mistas. Além disso, encontramos diferenças de gênero no uso viciante da Internet a partir da análise estratificada por gênero: 1) menor nível educacional dos pais foi associado apenas ao uso viciante da Internet por meninos e 2) o uso de álcool foi um fator de risco de uso viciante da Internet apenas para meninas; ao passo que fumar é um fator de risco apenas para meninos.

Em primeiro lugar, nossa análise de regressão hierárquica mostrou que as meninas nas escolas femininas eram mais propensas a se tornarem dependentes da Internet em comparação com as meninas nas escolas mistas, após controlar os fatores de nível individual. Os contextos das escolas para meninas podem contribuir para o uso viciante da Internet pelas meninas com a promoção de suas redes online com base em abundantes redes offline do mesmo sexo dentro de suas escolas. Os alunos coreanos em escolas de gênero único parecem ter mais amigos do mesmo sexo do que os de escolas mistas porque passam a maior parte do tempo na escola em busca da excelência acadêmica, e fazer amigos do sexo oposto geralmente não é bem-vindo pelos pais preocupados com o nível acadêmico de seus filhos realização [48]. Dado que as meninas têm uma maior tendência a cultivar relacionamentos interpessoais em redes offline e são geralmente mais cautelosas na criação de novos relacionamentos online [48]-[50], eles podem tirar proveito do ciberespaço para manter relacionamentos e reforçar suas próprias identidades por meio da comunicação e compartilhamento de informações sobre seus interesses comuns por meio de mensagens instantâneas, bate-papo e visitas a sites pessoais de amigos [10], [48], [51]. Algumas garotas também podem namorar online ou offline; no entanto, pode não contribuir para o vício em Internet, pois eles podem querer passar mais tempo cara a cara. Meninos em escolas de meninos também podem tender ao vício em Internet com base em suas redes off-line relativamente abundantes dentro das escolas por meio de jogos online juntos. No entanto, conforme mostrado no resultados, o tipo de escola não foi um fator significativo para o uso viciante da Internet por meninos, talvez porque as redes de jogos online são geralmente estabelecidas em todo o país ou em todo o mundo [52].

Outro achado novo em nosso estudo é que o SES dos pais foi inversamente associado ao uso viciante da Internet por adolescentes. Os pais com conclusão do ensino superior podem orientar seus filhos quanto ao uso desejável da Internet e supervisionar o uso da Internet pelas crianças de maneira eficaz, com base em seu conhecimento da Internet e seus dispositivos. Além disso, adolescentes cujos pais tinham SES mais alto podem usar a Internet de forma menos viciante devido à sua autoestima mais elevada [53]. Notavelmente, a estratificação de gênero mostrou que um maior nível de escolaridade dos pais foi significativamente associado a um menor escore de uso aditivo da Internet em meninos (Figura 1-A e 2-A). Isso pode ser explicado pela supervisão dos pais voltada para os filhos. Os pais coreanos geralmente se preocupam com o uso da Internet por seus meninos porque eles são mais acessíveis e vulneráveis ​​a jogos on-line viciantes e imagens sexuais / violentas [51].

Figura 1  

A extensão do uso viciante da internet de meninos coreanos (A) e meninas (B) em toda a educação paterna.
Figura 2  

A extensão do uso viciante da internet de meninos coreanos (A) e meninas (B) em toda a educação materna.

Também encontramos várias outras variáveis ​​associadas ao uso viciante da Internet entre os sexos, mas suas direções e magnitudes variaram na estratificação de gênero. Nas notas do ensino médio, o escore de uso da Internet viciante foi diminuído. Isto é contrastado com estudos anteriores que relataram nenhuma associação entre idade e vício em Internet [9], [54]. Esta inconsistência parece residir na diferença de métodos de amostragem ou contextos acadêmicos e culturais (Taiwan vs. países europeus vs. Coréia). A maior pressão por realizações acadêmicas na sociedade coreana pode limitar a rede online de alunos do ensino médio e / ou o tempo gasto em jogos online [48].

Com relação ao tabagismo e ao consumo de álcool, nossos resultados mostraram uma associação inversa do uso viciante da Internet com o fumo e uma associação insignificante com o consumo de álcool; no entanto, a estratificação de gênero mostrou padrões complexos nas associações do uso viciante da Internet com beber e fumar. Beber e fumar pareciam ser complementares ao uso viciante da Internet pelas meninas, ao passo que fumar pode ter atuado como uma substituição para os meninos. Os meninos podem ter menos oportunidades de fumar porque geralmente jogam jogos online em casa ou cibercafé, onde o fumo entre adolescentes é proibido. Em contraste, o ciberespaço pode fornecer às meninas mais chances de reforçar os comportamentos de beber e fumar contra uma atmosfera social discriminatória de gênero para mulheres [3], [48]. As meninas podem ser encorajadas a beber e fumar compartilhando experiências ou informações sobre beber e fumar com seus pares on-line. Essas interações on-line podem contribuir para estabelecer uma norma favorável ao fumo e ao consumo de bebidas alcoólicas, o que pode levar a encontros off-line em busca de bebida ou fumo.

Nossos achados sobre a realização acadêmica auto-avaliada, atividades físicas e estado psicológico confirmam estudos prévios [17], [22], [35]. A autoavaliação acadêmica foi inversamente associada ao uso viciante da Internet, mas a associação foi mais forte nos meninos do que nas meninas. A diferença pode ser atribuída à pressão desigual para um melhor desempenho acadêmico entre os gêneros. Em uma sociedade dominante masculina, como nas comunidades asiáticas de origem confuciana, as expectativas dos pais ainda se concentram mais nos meninos, com a perspectiva tradicional dos homens como chefes de família, responsáveis ​​por ganhar dinheiro para suas famílias. Como sua excelência acadêmica afeta posições sociais e econômicas posteriores, os garotos de baixo rendimento acadêmico podem ser mais estressados ​​do que suas contrapartes femininas. Essa atmosfera social pode induzir os meninos a serem viciados na Internet, o que fornece um esconderijo da realidade [3] ou alivia o estresse com sentimentos ilusórios de realização e auto-estima [54]. Os meninos viciados na Internet dessa maneira podem perder tempo para estudar levando a um desempenho acadêmico fraco (causalidade reversa). Este estudo também confirma os resultados passados ​​relatando associações de dependência da Internet com depressão [17]comportamentos suicidas [55]menor auto-avaliação da satisfação com o sono [3]e uso de substâncias [56].

Várias limitações deste estudo devem ser observadas. Em primeiro lugar, este estudo utilizou dados transversais para os quais as relações causais não podem ser inferidas. Em segundo lugar, apesar da administração da pesquisa garantir o anonimato do assunto on-line, os adolescentes podem subnotificar ou relatar de maneira socialmente desejável. Por último, os entrevistados foram amostrados entre os adolescentes que frequentavam as escolas. Embora tenha sido uma pesquisa nacionalmente representativa e a taxa de ingresso no ensino fundamental e médio na Coréia tenha sido acima de 99%, pode haver viés de seleção devido à exclusão de adolescentes que não freqüentavam a escola, estavam ausentes e tinham filhos excepcionais.

Em resumo, encontramos várias associações significativas de uso de Internet viciante com fatores individuais e escolares e diferenças de gênero. Nossos resultados sugerem que a prevenção do uso viciante da Internet por adolescentes em nível populacional deve levar em consideração as diferenças de gênero e os fatores de associação dos contextos familiar e escolar.

Informações de Apoio

Tabela S1

Vinte questionários da simplificada Ferramenta de Autoavaliação da Dependência da Internet da Coreia (escala KS).

(DOCX)

Declaração de financiamento

Os autores não têm apoio ou financiamento para relatar.

Referências

1. União Internacional de Telecomunicações (2013) Banco de Dados Mundial de Indicadores de Telecomunicações / ICT 2013 (17th Edition).
2. Weinstein A, Lejoyeux M (2010) Dependência da Internet ou uso excessivo da Internet. O jornal americano de abuso de drogas e álcool 36: 277 – 283. [PubMed]
3. Young KS (1998) Internet addiction: A emergência de um novo transtorno clínico. CyberPsychology & Behavior 1: 237–244.
4. Thatcher A, Goolam S (2005) Desenvolvimento e propriedades psicométricas do Problemmatic Use Use Questionnaire. Revista Sul Africana de Psicologia 35: 793.
5. Shapira NA, Lessig MC, Goldsmith TD, Szabo ST, Lazoritz M, et al. (2003) Uso problemático da internet: proposta de classificação e critérios diagnósticos. Depressão e ansiedade 17: 207 – 216. [PubMed]
6. Lin SSJ, Tsai CC (2002) Busca por sensação e dependência de internet de adolescentes do ensino médio de Taiwan. Computadores em Comportamento Humano 18: 411 – 426.
7. Lavin M, Marvin K, McLarney A, Nola V, Scott L (1999) Busca de sensações e vulnerabilidade colegiada à dependência da Internet. CyberPsychology & Behavior 2: 425–430. [PubMed]
8. Morahan-Martin J, Schumacher P (2000) Incidência e correlatos do uso patológico da Internet entre universitários. Computadores em Comportamento Humano 16: 13 – 29.
9. Durkee T, Kaess M, Carli V, Parzer P, Wasserman C, e outros. (2012) Prevalência do uso patológico da internet entre adolescentes na Europa: fatores demográficos e sociais. Vício 107: 2210 – 2222. [PubMed]
10. Kandell JJ (1998) Vício em Internet no campus: A vulnerabilidade dos estudantes universitários. CyberPsychology & Behavior 1: 11–17.
11. American Psychiatric Association (2000) Manual diagnóstico e estatístico dos transtornos mentais: DSM-IV-TR®: American Psychiatric Pub.
12. Caplan SE (2002) Uso problemático da Internet e bem-estar psicossocial: desenvolvimento de um instrumento de mensuração cognitivo-comportamental baseado em teoria. Computadores em comportamento humano 18: 553 – 575.
13. Widyanto L, Mcmurran M (2004) The psychometric properties of the internet addiction test. CyberPsychology & Behavior 7: 443–450. [PubMed]
14. Tao R, Huang X, J Wang, Zhang H, Y Zhang, et al. (2010) Critérios diagnósticos propostos para o vício em internet. Vício 105: 556 – 564. [PubMed]
15. Bloqueio JJ (2008) Problemas para o DSM-V: vício em Internet. Revista Americana de Psiquiatria 165: 306. [PubMed]
16. Suler J (2004) Computador e ciberespaço “vício”. Revista Internacional de Estudos Psicanalíticos Aplicados 1: 359 – 362.
17. Chou C, Hsiao MC (2000) Dependência, uso, gratificação e experiência de prazer na Internet: o caso dos estudantes universitários de Taiwan. Computadores e Educação 35: 65–80.
18. Ha JH, Yoo HJ, Cho IH, Chin B, Shin D, e outros. (2006) Comorbidade psiquiátrica avaliada em crianças e adolescentes coreanos que triagem positiva para dependência de internet. O Jornal de psiquiatria clínica 67: 821. [PubMed]
19. Kubey RW, Lavin MJ, Barrows JR (2001) Uso da Internet e decréscimos no desempenho acadêmico colegiado: Descobertas anteriores. Jornal de Comunicação 51: 366 – 382.
20. Brenner V (1997) Psicologia do uso do computador: XLVII. Parâmetros de uso, abuso e dependência da Internet: os primeiros 90 dias da Pesquisa de uso da Internet. Relatórios psicológicos 80: 879 – 882. [PubMed]
21. Griffiths M (2000) Existe “vício” na Internet e no computador? Alguma evidência de estudo de caso. Cyberpsicologia e Comportamento 3: 211 – 218.
22. Flisher C (2010) Conectando-se: uma visão geral do vício em Internet. Jornal de pediatria e saúde infantil 46: 557 – 559. [PubMed]
23. Ko CH, Iene JY, CS de Chen, Yeh YC, Yen CF (2009) Valores preditivos de sintomas psiquiátricos para vício em Internet em adolescentes. Arch Pediatr Adolesc Med 163: 937 – 943. [PubMed]
24. Armstrong L, Phillips JG, Saling LL (2000) Determinantes potenciais do uso pesado da Internet. Revista Internacional de Estudos Humano-Computador 53: 537 – 550.
25. Christakis D (2010) Vício em Internet: uma epidemia do século 21? BMC Medicine 8: 61. [Artigo gratuito do PMC] [PubMed]
26. CNN (2010) Praticamente viciado: retirar os coreanos do mundo conectado. Acessado: 2012.1.20.
27. BBC news (2005) S Coreano morre após a sessão de jogos. Acessado: 2012.1.20.
28. BBC news asia-pacific (2011) Jogador online chinês morre após três dias de sessão. Acessado: 2012.1.20.
29. Soule LC, Shell LW e Kleen BA (2003) Explorando o vício em Internet: características demográficas e estereótipos de usuários pesados ​​da Internet. Jornal de Sistemas de Informação de Computadores 44: 64 – 73.
30. Nalwa K, Anand AP (2003) Dependência de Internet em estudantes: um motivo de preocupação. CyberPsychology & Behavior 6: 653–656. [PubMed]
31. Kaltiala-Heino R, Lintonen T, Rimpela A (2004) Internet addiction? Uso potencialmente problemático da Internet em uma população de adolescentes de 12 a 18 anos. Addiction Research & Theory 12: 89-96.
32. Davis RA, Flett GL, Besser A (2002) Validação de uma nova escala para medir o uso problemático da Internet: Implicações para triagem pré-emprego. CyberPsychology & Behavior 5: 331–345. [PubMed]
33. Scholte EM (1992) Prevenção e tratamento do comportamento problemático juvenil: Uma proposta de abordagem socioecológica. Jornal de psicologia infantil anormal 20: 247 – 262. [PubMed]
34. Sallis JF, Owen N, Fisher EB (2008) Modelos ecológicos de comportamento de saúde. Comportamento de saúde e educação em saúde: teoria, pesquisa e prática 4: 465 – 486.
35. Chou C, Condron L, Belland JC (2005) Uma revisão da pesquisa sobre o vício em Internet. Revisão de Psicologia Educacional 17: 363 – 388.
36. Mathy RM, Cooper A (2003) A duração e frequência do uso da Internet em uma amostra não clínica: Suicidalidade, problemas comportamentais e histórico de tratamento. Psicoterapia: Teoria, Pesquisa, Prática, Treinamento 40: 125.
37. Soteriades ES, DiFranza JR (2003) Status socioeconômico dos pais, renda disponível dos adolescentes e status de tabagismo dos adolescentes em Massachusetts. American Journal of Public Health 93: 1155-1160. [Artigo gratuito do PMC] [PubMed]
38. Fawzy FI, Coombs RH, Simon JM, Bowman-Terrell M (1987) Composição familiar, status socioeconômico e uso de substâncias por adolescentes. Comportamentos aditivos 12: 79 – 83. [PubMed]
39. Garnefski N, Okma S (1996) Risco de dependência e comportamento agressivo / criminal na adolescência: influência da família, da escola e dos pares. Jornal da adolescência 19: 503 – 512. [PubMed]
40. Greenfield DN (1999) Características psicológicas do uso compulsivo da Internet: uma análise preliminar. CyberPsychology & Behavior 2: 403–412. [PubMed]
41. Lin MP, Ko HC, Wu JYW (2008) O papel da expectativa de resultado positivo / negativo e da autoeficácia de recusa do uso da Internet no vício da Internet entre estudantes universitários em Taiwan. CyberPsychology & Behavior 11: 451–457. [PubMed]
42. Agência Nacional da Sociedade da Informação (2011) Internet Addiction Survey 2010. In: Agência NIS, editor. Seul, Coreia do Sul.
43. Serviço de Informações Estatísticas da Coreia (2013) Estatísticas sobre o uso da Internet.
44. Kim D, Jung Y, E Lee, Kim D, Cho Y (2008) Desenvolvimento da Escala de Proficiência em Adicção à Internet - Forma Curta (escala KS). Jornal Coreano de Aconselhamento 9: 1703 – 1722.
45. Hawkins M (2012) A Coreia do Sul introduz mais uma lei para conter os males dos jogos. NBC News.
46. ​​Currie C, Gabhainn SN, Godeau E, Roberts C, Smith R, et al. . (2008) Desigualdades na saúde dos jovens: Relatório internacional sobre comportamento de saúde em crianças em idade escolar (HBSC) de 2005/2006.
47. Chow GC (1960) Ensaios de igualdade entre conjuntos de coeficientes em duas regressões lineares. Econometrica: Jornal da Sociedade Econométrica: 591 – 605.
48. Kim H, Kim E, Min K, Shin J, Lee S e outros. . (2007) Conferência Internacional sobre Socialização na Adolescência III sobre o relacionamento dos pais-filhos, professores-alunos e entre os pares Em: Instituto Nacional de Políticas da Juventude, editor. Conferência Internacional sobre Socialização na Adolescência.
49. Jones S (2002) A Internet vai para a faculdade: como os alunos estão vivendo no futuro com os dias de hoje.
50. Gross EF (2004) Adolescente Uso da Internet: O que esperamos, o que os adolescentes relatam. Jornal de Psicologia Aplicada ao Desenvolvimento 25: 633 – 649.
51. Agência Nacional da Sociedade da Informação da Coreia (2012) O inquérito sobre o vício em Internet 2011. Seul, Coreia do Sul: O Ministério da Administração Pública da Coreia.
52. Ng BD, Wiemer-Hastings P (2005) Addiction to the internet and online gaming. CyberPsychology & Behavior 8: 110-113. [PubMed]
53. Rosenberg M (1989) Sociedade e auto-imagem do adolescente (rev: Wesleyan University Press.
54. Ko CH, Yen JY, CC Chen, Chen SH, Yen CF (2005) Diferenças de gênero e fatores relacionados que afetam o vício em jogos online entre os adolescentes de Taiwan. O Jornal de Doenças Nervosas e Mentais 193: 273. [PubMed]
55. Kim K, Ryu E, Chon, Yeun EJ, Choi SY, et al. (2006) Dependência da Internet em adolescentes coreanos e sua relação com a depressão e a ideação suicida: um questionário. Revista internacional de estudos de enfermagem 43: 185 – 192. [PubMed]
56. Ko CH, Yen JY, CC Chen, Chen SH, KUANYI W, et al. (2006) Personalidade tridimensional de adolescentes com vício em internet e experiência com uso de substâncias. Revista Canadense de Psiquiatria 51: 887 – 894. [PubMed]