PLoS One. 2016 Sep 12;11(9):e0161126. doi: 10.1371 / journal.pone.0161126. eCollection 2016.
Younes F1,2, Halawi G1,2, Jabbour H3,4, El Osta N5,6,7, Karam L1,8, Hajj A1,2, Rabbaa Khabbaz L1,2.
Sumário
JUSTIFICATIVA E OBJETIVOS:
MÉTODOS:
RESULTADOS:
CONCLUSÕES:
Sumário
Antecedentes e Objetivos
O vício em internet (IA) pode ser uma grande preocupação em estudantes de medicina da universidade, com o objetivo de se desenvolver em profissionais de saúde. As implicações desse vício, bem como sua associação com o sono, transtornos de humor e auto-estima, podem dificultar seus estudos, impactar suas metas de carreira de longo prazo e ter consequências amplas e prejudiciais para a sociedade como um todo. Os objetivos deste estudo foram: 1) Avaliar o potencial IA em estudantes universitários de medicina, assim como os fatores associados a ele; 2) Avaliar as relações entre potencial IA, insônia, depressão, ansiedade, estresse e auto-estima.
De Depósito
Nosso estudo foi uma pesquisa transversal com base em questionário conduzida entre estudantes 600 de três faculdades: medicina, odontologia e farmácia da Saint-Joseph University. Foram utilizados quatro questionários validados e confiáveis: o Young Internet Addiction Test, o Insomnia Severity Index, as Escalas de Estresse para Ansiedade na Depressão (DASS 21) e a Rosenberg Self Esteem Scale (RSES).
Resultados
A pontuação média do YIAT foi 30 ± 18.474; A taxa de prevalência potencial de IA foi de 16.8% (intervalo de confiança 95%: 13.81-19.79%) e foi significativamente diferente entre homens e mulheres (p-value = 0.003), com uma prevalência maior no sexo masculino (23.6% versus 13.9%). Correlações significativas foram encontradas entre IA e insônia potencial, estresse, ansiedade, depressão e auto-estima (p-valor <0.001); Os subescores ISI e DASS foram maiores e a autoestima menor em alunos com IA potencial.
Conclusões
Identificar os alunos com IA potencial é importante porque esse vício frequentemente coexiste com outros problemas psicológicos. Portanto, as intervenções devem incluir não apenas o manejo da AI, mas também estressores psicossociais associados, como insônia, ansiedade, depressão, estresse e autoestima.
figuras
Citação: Younes F, G Halawi, Jabbour H, El Osta N. Karam L, Hajj A, et al. (2016) Vício em Internet e Relacionamentos com Insônia, Ansiedade, Depressão, Estresse e Auto-Estima em Estudantes Universitários: Um Estudo Desenvolvido em Corte Transversal. PLoS ONE 11 (9): e0161126. doi: 10.1371 / journal.pone.0161126
Editor: Andrea Romigi, Universidade de Roma Tor Vergata, ITÁLIA
Recebido: Março 31, 2016; Aceitaram: Julho 30, 2016; Publicado em: 12 de Setembro de 2016
Direitos de autor: © 2016 Younes et al. Este é um artigo de acesso aberto distribuído sob os termos do Licença Creative Commons Attribution, que permite o uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original e a fonte sejam creditados.
Disponibilidade de dados: Todos os dados relevantes estão dentro do documento e seus arquivos de informações de suporte.
Financiamento: Os autores não receberam nenhum financiamento específico para este trabalho.
Interesses competitivos: Os autores declararam que não existem interesses concorrentes.
Introdução
O uso da Internet cresceu exponencialmente em todo o mundo para mais de 2.5 bilhões de usuários ativos [1, 2] com a maioria sendo adolescentes e jovens [3]. Paralelamente, o rápido crescimento do acesso à internet é um aumento do vício em internet, especialmente entre adolescentes, ganhando maior atenção da mídia popular, autoridades governamentais e pesquisadores [4].
O uso excessivo da Internet é definido como quando o uso da Internet se tornou excessivo, descontrolado e demorado ao ponto de atemporalidade e perturbar gravemente a vida das pessoas [5]. O vício em internet é caracterizado por um padrão mal-adaptativo de uso da internet, levando a um prejuízo ou sofrimento clinicamente significativo [6].
Os termos “uso problemático da internet” [7], uso patológico da Internet [8-10] e “internet addiction” [11-13] são geralmente considerados sinônimos de dependência da internet [14]. Young et al [15-17] propuseram critérios diagnósticos para dependência de internet (IA) nos quais a abstinência, a falta de planejamento, a tolerância, a preocupação, o comprometimento do controle e o excesso de tempo on-line foram definidos como sintomas centrais.
A prevalência mundial de IA variou de 1.6% -18% [18]. 10.7% de adolescentes na Coréia do Sul apresentam IA de acordo com a escala de dependência de internet de Yong [19]. 11% na Grécia, com base no mesmo teste [20]; 10.7–13.9% dos adolescentes europeus estão em risco de uso de dependência, com base nos instrumentos de Young [21] e 4% em estudantes do ensino médio nos EUA [22].
A prevalência de IA pode variar de acordo com a idade, sexo e etnia, e prevalece mais comumente entre estudantes universitários [23].
Uma alta taxa de transtornos de personalidade é encontrada em indivíduos com IA [24-27].
O uso pesado da internet também foi relatado como associado a transtornos do humor [28], má qualidade do sono [28, 29], baixa autoestima [30], impulsividade [31] suicídio [32, 33], menores níveis de atividade física [29], e problemas de saúde (enxaquecas, dores nas costas, obesidade) [34].
Nossa hipótese era de que a IA poderia ser uma grande preocupação em estudantes de medicina da universidade, e que examinar sua associação com o sono, transtornos de humor e autoestima é importante, para que medidas apropriadas possam ser tomadas para abordar essa questão.
Para estudantes de medicina com o objetivo de se desenvolverem em profissionais de saúde, as implicações desse vício podem atrapalhar seus estudos e impactar suas metas de carreira de longo prazo e podem ter consequências amplas e prejudiciais para a sociedade como um todo.
Os objetivos deste estudo foram: 1) Avaliar o potencial IA em estudantes do Campus de Ciências Médicas (CMS) da Saint-Joseph University no Líbano, bem como os fatores sociodemográficos associados a ele; 2) Avaliar as relações entre o potencial IA, insônia, depressão, ansiedade, estresse e auto-estima, ao mesmo tempo em que explicam a exposição simultânea à insônia, estresse, ansiedade e depressão nos estudantes.
Materiais e Métodos
Considerações éticas
O protocolo do estudo foi aprovado pelo comitê de ética da Universidade Saint-Joseph (Ref USJ-2015-28, junho 2015). O consentimento por escrito informado foi obtido de todos os indivíduos participantes do estudo.
Procedimento de pesquisa e amostragem
Nosso estudo foi uma pesquisa transversal, baseada em questionário, realizada entre estudantes de três faculdades: medicina, odontologia e farmácia da Saint-Joseph University, de setembro a dezembro 2015 (meses 4). Os critérios de inclusão foram: estudantes com idade igual ou superior a 18 e dispostos a participar do estudo. Os critérios de exclusão foram: idade abaixo de 18 anos e presença de doença crônica. Os alunos foram selecionados aleatoriamente dentro de cada classe usando uma tabela de números aleatórios para garantir a representatividade da amostra. Essa seleção aleatória foi proporcional ao número de alunos em cada turma. Os alunos selecionados foram abordados por dois assistentes de pesquisa treinados, geralmente no final de seus cursos antes de sair da sala de aula e perguntaram se estavam dispostos a participar da condição de que não apresentassem nenhum critério de exclusão. Um consentimento formal por escrito foi então obtido.
A coleta de dados
Os dados foram coletados durante uma entrevista presencial utilizando uma ferramenta de pesquisa padronizada auto-administrada baseada em quatro questionários internacionalmente validados e confiáveis, a saber, o Young Internet Addiction Test, o Insomnia Severity Index, as Escalas de Ansiedade e Depressão (DASS 21). e a escala de auto estima de Rosenberg. A duração das entrevistas variou de 15 a 25 minutos.
Medidas
Participantes
Dados pessoais sobre idade, sexo e corpo docente foram coletados. Além disso, informações sobre morar sozinho ou não, tabaco (cigarro ou cachimbo de água) e uso de álcool também foram obtidas.
Vício em internet.
O Young Internet Addiction Test (YIAT) é validado entre adolescentes e adultos e amplamente utilizado [15, 16, 35]. É uma escala de autorrelato com itens 20 avaliando a produtividade de um entrevistado no trabalho, escola ou casa (questões 3), comportamentos sociais (questões 3), conexão emocional e resposta do uso da Internet (perguntas 7) e padrões gerais de uso da Internet (questões 7). Os participantes respondem aos itens 20 YIAT em uma medida Likert de ponto 6 (“não se aplica” a “sempre”), o que produz uma pontuação geral entre 0 e 100. Os seguintes pontos de corte para a pontuação total do YIAT foram aplicados: (1) uso normal da internet: pontuações 0 – 49 e (2) vício em internet potencial: pontuações acima de 50 [36, 37].
Insônia.
O ISI é um questionário de autoavaliação de 7 itens que avalia a natureza, gravidade e impacto da insônia. Os domínios avaliados são: gravidade do início do sono, manutenção do sono, problemas ao despertar pela manhã, insatisfação com o sono, interferência das dificuldades do sono no funcionamento diurno, percepção das dificuldades do sono por terceiros e sofrimento causado pelas dificuldades do sono. Uma escala Likert de 5 pontos foi usada para classificar cada item (0 a 4 onde 0 indica nenhum problema e 4 corresponde a um problema muito grave), resultando em uma pontuação total variando de 0 a 28. A pontuação total foi interpretada da seguinte forma: ausência de insônia (0–7); insônia subclínica ou leve (8–14); insônia moderada (15–21); e insônia severa (22-28). Além disso, insônia clinicamente significativa foi detectada quando a pontuação total foi> 14 [38, 39].
Auto estima.
A Escala de Autoestima de Rosenberg (RSES) é comumente usada e sua consistência interna e confiabilidade foram confirmadas em muitos estudos anteriores [40]. Compreende instruções 10. Os participantes avaliam até que ponto concordam com cada instrução em uma escala Likert de quatro pontos, (0) discordam totalmente de (3) concordam fortemente com os itens 1, 2, 4, 6 e 7 e a classificação oposta para itens 3, 5, 8, 9 e 10. Uma pontuação total é obtida pela soma de todas as respostas e pode variar de 0 a 30, com escores mais altos indicando maior auto-estima [41].
Ansiedade, depressão e estresse.
A Depressão Ansiedade Estresse Escalas (DASS) é uma medida amplamente utilizada de efeito negativo em adultos [42]. Uma característica importante e única da DASS é a inclusão de uma escala de tensão / estresse além das escalas de depressão e ansiedade. O DASS 21 é uma versão curta da escala original do item 42. Ambos são medidas confiáveis e válidas de depressão, ansiedade e tensão / estresse em populações clínicas e não clínicas de adultos [43-45].
É uma escala de item 21 medida em uma escala Likert de ponto 4 (0-3), “0” denotando “não se aplica a mim” e “3” denotando “aplicada a mim muito, ou a maior parte do Tempo".
Os seguintes pontos de corte são utilizados para cada subescala: depressão: 0 normal - 4, 5 suave - 6, 7 moderado 10, 11 13 grave e 14 + extremamente grave; ansiedade: 0-3 normal, 4-5 leve, 7-10 moderado, 11-13 grave e 10 + extremamente grave; stress: 0 normal - 7, 8 suave - 9, 10 moderado - 12, 13 16 grave e 17 + extremamente grave.
Análise estatística.
A análise estatística foi realizada no software SPSS for Windows (versão 18.0, Chicago, IL, EUA). O nível de significância foi definido em 0.05. As características da amostra foram resumidas usando a média e o desvio padrão (DP) para variáveis contínuas e porcentagem para variáveis categóricas. As taxas de prevalência de dependência de insônia e internet foram calculadas usando dados descritivos, juntamente com o intervalo de confiança (IC) 95% correspondente. Os testes de Kolmogorov-Smirnov foram utilizados para avaliar a normalidade da distribuição de cada variável.
As categorias de dependência de internet foram agrupadas como usuários normais da internet e vício em internet potencial.
A análise multivariada foi necessária para determinar o impacto de múltiplas variáveis explanatórias explicativas apresentadas simultaneamente e para determinar quais dos fatores explicativos atuam de forma independente sobre o vício da internet.
Nos estágios iniciais, a análise univariada das variáveis categóricas e contínuas foi realizada por meio dos testes de independência do Qui-quadrado ou Teste Exato de Fisher e teste t de Student ou Mann-Whitney, respectivamente. Posteriormente, a análise de regressão logística foi realizada com a dependência de internet dicotomizada (<50, ≥50) como variável dependente. As características e escores dos participantes (ISI, DASS A, DASS S, DASS D, RSES) que apresentaram associações com valor de p <0.25 na análise univariada, foram candidatos ao modelo multivariado, segundo o método Enter. A colinearidade entre as variáveis independentes também foi testada. As variáveis independentes altamente correlacionadas foram excluídas.
Foi sugerido não incluir duas variáveis independentes onde há uma correlação de 0.64 ou mais. Ansiedade, estresse e depressão não foram inseridos no mesmo modelo, uma vez que foram altamente correlacionados entre si, indicados pelos coeficientes de correlação de Spearman e Pearson. Por fim, foram realizadas três análises de regressão logística e as variáveis independentes incluídas no modelo foram sexo, tabagismo, ISI, RSES e DAS para estresse, ansiedade e depressão em cada um dos três modelos.
Resultados
Características sociodemográficas dos participantes
Um total de alunos 780 foram abordados para participar do estudo, dos quais 600 (77%) consentiu. Nossa população de estudo foi composta por estudantes do sexo feminino com 182 (30.3%) e 418 (69.7%). A idade variou entre os anos 18 e 28 com uma média de 20.36 ± 1.83 anos.
A amostra incluiu estudantes 219 da Faculdade de Medicina (FM), 109 da Faculdade de Odontologia (FD) e 272 da Faculdade de Farmácia (FP). tabela 1 resume as características dos participantes.
Prevalência de dependência de internet (YIAT)
A pontuação média do YIAT foi de 30 ± 18.47 (tabela 2); A taxa potencial de prevalência de dependência da Internet foi de 16.80% com um IC% 95 de 13.81-19.79%. "Tabela S1”Resume as pontuações médias para cada um dos itens 20 do YIAT.
Análise univariada.
A análise univariada mostrou que o vício em internet potencial foi significativamente diferente entre homens e mulheres (p-valor = 0.003), com uma maior prevalência no sexo masculino (23.60% versus 13.90%). O tabagismo foi significativamente relacionado ao potencial vício em internet (p-value = 0.046); no entanto, nem idade, faculdade, ingestão regular de álcool, nem morar sozinho, foi significativamente relacionado ao uso da internet (tabela 3).
Prevalência e gravidade da insônia (ISI)
A insônia foi avaliada de acordo com o questionário ISI. O escore médio do ISI da amostra foi 9.31 ± 3.76. A prevalência de insónia clinicamente significativa foi de 9.80% com um IC de 95% variando entre 7.42 e 12.18% (tabela 2).
Ansiedade, depressão e estresse (DASS-21)
Ansiedade: DASS A. A pontuação média da DASS A era 4.77 ± 3.79. 44.70% dos participantes apresentaram um resultado normal DASS A (tabela 2).
Depressão: DASS D. A pontuação média da DASS D foi de 5.43 ± 4.43. A maioria dos participantes apresentou um escore DASS D normal (tabela 2).
Stress: DASS S. A pontuação média do DASS S foi 6.99 ± 4.46 e 33.20% dos participantes apresentaram uma pontuação DASS S normal (tabela 2).
Auto-estima (RSES)
A pontuação média do RSES da amostra do estudo foi 22.63 ± 5.29 (arquivo S).
Associações entre vício em internet, insônia, baixa autoestima, ansiedade e depressão
Uma relação significativa foi encontrada entre vício em internet potencial e insônia (p-valor <0.00001) (tabela 4).
A pontuação média do ISI foi de 8.99 ± 3.65 para usuários normais de internet versus 10.89 ± 3.90 no grupo de potencial dependência de internet (p <0.0001) (tabela 5).
Além disso, foi encontrada uma relação significativa entre o potencial vício em internet e ansiedade, depressão e estresse (Tabelas 4 e 5). Os escores médios DASS foram significativamente maiores no grupo potencial de dependência de internet para ansiedade, depressão e estresse.
Quanto à autoestima, foi encontrada correlação significativa entre os escores do YIAT e do RSES, com a baixa autoestima sendo associada ao potencial vício em internet (Tabelas 4 e 5).
Modelo de regressão logística
O modelo de regressão logística mostrou que os escores de gênero, ISI, DASS A, S e D e RSES foram significativamente associados ao vício em internet. Uma vez que as variáveis explicativas foram controladas na análise multivariada, a associação entre tabagismo e dependência de internet não foi mais significativa (p> 0.05), (tabela 6).
Discussão
Nosso objetivo foi determinar a prevalência de IA potencial em estudantes de medicina da universidade libanesa, para avaliar as relações entre IA e características dos participantes (principalmente idade, sexo, tabagismo, ingestão de álcool) e explorar possíveis associações entre IA, insônia, ansiedade, depressão , estresse e auto-estima.
Nosso estudo revelou que o IA potencial estava significativamente relacionado ao gênero e maior entre os homens. 16.80% dos participantes sofreram de IA potencial, com uma pontuação YIAT média de 30. Esses resultados são comparáveis àqueles relatados anteriormente para adultos jovens [1, 4, 6, 13]. Alguns estudos relataram que a prevalência de IA foi maior em homens [46], enquanto outros não encontraram diferença entre os gêneros [34].
Ao examinar a insônia, nossos resultados também mostraram que 9.8% dos participantes sofriam de insônia clinicamente significativa e uma forte correlação foi encontrada entre vício em internet potencial e insônia. A prevalência de insônia relatada neste estudo é consistente com a natureza da amostra estudada (jovens estudantes) e é comparável ao que é relatado em jovens adultos de 20 a 29 (9.1%) [47, 48] e em estudantes universitários (12 – 13%) [49].
Os problemas do sono são geralmente considerados resultados negativos ou complicações do vício em internet [50], mas a causalidade reversa também é possível, uma vez que os problemas do sono previam um tempo maior gasto em sites de redes sociais entre os jovens universitários [51]. Em uma revisão sistemática da literatura, descobriu-se que o jogo viciante estava associado à pior qualidade do sono e o uso problemático da internet estava associado à insônia subjetiva e à má qualidade do sono [52]. No entanto, os desenhos de estudo, bem como os questionários utilizados foram muito heterogêneos e foi principalmente a qualidade do sono que foi explorada, muito menos insônia.
Além disso, uma forte correlação foi encontrada neste estudo entre vício em internet potencial e ansiedade, estresse e depressão: o percentual de estudantes que sofrem de ansiedade, depressão ou estresse é maior entre os potenciais adictos da internet. Estudos prévios publicados já indicaram uma correlação potencial entre o uso patológico da internet e a depressão [53, 54] e ansiedade [55]; no entanto, os dados têm sido contraditórios [56] e estudos examinaram o uso patológico da internet e não o vício como definido por Young.
Finalmente, um achado importante do nosso estudo foi que a auto-estima está significativamente relacionada à dependência da internet, bem como ao perfil psicológico dos estudantes: os escores RSES foram inversamente correlacionados aos escores ISI, DASS A, DASS S, DASS D e YIAT. A diminuição da autoestima parece estar associada ao aumento da insônia, ansiedade, depressão, estresse e potencial IA.
A auto-estima é descrita como a avaliação que se tem de si mesma, como se sente em quase todas as situações [40, 41]. Quando a integração social e o apoio são baixos, o nível de auto-estima irá diminuir [57].
A detecção de fatores associados à baixa estima nos estudantes é de grande importância, pois existe uma relação inversa entre autoestima e depressão e ansiedade [58, 59] e a diminuição do sentimento de autoestima pode levar a um aumento da ideação suicida [60].
Força e limitações
Nossos achados devem ser interpretados no contexto do desenho e das limitações do estudo. Os resultados da nossa pesquisa baseiam-se em comportamento auto-relatado. Questionários de auto-relato continuam sendo as ferramentas mais utilizadas em inquéritos comunitários para avaliação da saúde física e mental [61, 62, 63]. O método de autorrelato reflete a própria perspectiva do entrevistado, que pode ser mais adequado para relatar transtornos subjetivos. Os questionários foram formulados em um padrão de múltipla escolha e escala para facilitar a resposta e ter menor duração da entrevista, a fim de evitar perturbar os alunos, na esperança de que a simplicidade do questionário tornaria mais fácil para os entrevistados dar informações precisas. . O uso crônico de drogas não foi avaliado, uma vez que a presença de alguma doença crônica estava entre os critérios de exclusão deste estudo. Finalmente, o estudo não examinou a repercussão do vício em internet nas conquistas, em termos de notas, insucesso ou sucesso, o que poderia ter sido interessante.
Apesar dessas limitações, os achados observados neste estudo são importantes e merecem novas investigações.
Até onde sabemos, este foi o primeiro estudo que avaliou a relação entre cinco diferentes estressores psicossociais: insônia, ansiedade, depressão, estresse, autoestima e IA em estudantes universitários.
Nossas descobertas denotam a importância de identificar e oferecer ajuda a estudantes com IA em potencial, porque esse vício freqüentemente coexiste com outros problemas psicológicos, e a AI pode ser uma ponta visível de um iceberg complexo.
Informações de Apoio
(DOCX)
Tabela S1. Estes são os dados individuais e completos de todos os participantes (planilha SPSS).
doi: 10.1371 / journal.pone.0161126.s001
(DOCX)
Agradecimentos
Somos gratos a todos os alunos que participaram do estudo e à Sra. Tatiana Papazian por nos ajudar na edição.
Contribuições do autor
- Concebido e projetado os experimentos: LRK HJ.
- Realizamos os experimentos: FY GH
- Analisou os dados: AH NEO LK.
- Escreveu o papel: LRK
Referências
Tabela S1. Estes são os dados individuais e completos de todos os participantes (planilha SPSS).
doi: 10.1371 / journal.pone.0161126.s001
(DOCX)
Agradecimentos
Somos gratos a todos os alunos que participaram do estudo e à Sra. Tatiana Papazian por nos ajudar na edição.
Contribuições do autor
- Concebido e projetado os experimentos: LRK HJ.
- Realizamos os experimentos: FY GH
- Analisou os dados: AH NEO LK.
- Escreveu o papel: LRK
Referências
- 1. Estatísticas do mundo da Internet. Internautas do mundo: Distribuição por regiões do mundo 2014 [February 27, 2016.]. Disponível a partir de: www.internetworldstats.
- 2. As redes sociais atingem quase um em cada quatro ao redor do mundo. [Fevereiro 20, 2016]. Disponível a partir de: www.emarketer.com/Article/Social-Networking-Reaches-Nearly-One-Four-Around-World/1009976.
- 3. Bremer J. A internet e as crianças: vantagens e desvantagens. Criança Adolescente Psychiatr Clin N Am. 2005; 14 (3): 405-28, viii. pmid: 15936666 doi: 10.1016 / j.chc.2005.02.003
- 4. Christakis DA, Moreno MA. Preso na rede: o vício em internet se tornará uma epidemia do século 21? Arch Pediatr Adolesc Med. 2009; 163 (10): 959 – 60. doi: 10.1001 / archpediatrics.2009.162. pmid: 19805719
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- 5. Kraut R, Patterson M, Lundmark V, Kiesler S, Mukopadhyay T, Scherlis W. Paradoxo na Internet. Uma tecnologia social que reduz o envolvimento social e o bem-estar psicológico? Sou Psicol. 1998; 53 (9): 1017 – 31. pmid: 9841579 doi: 10.1037 / 0003-066x.53.9.1017
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- 6. Weinstein A, Lejoyeux M. Dependência da Internet ou uso excessivo da internet. Am J Drogas Álcool Abuso. 2010; 36 (5): 277 – 83. doi: 10.3109 / 00952990.2010.491880. pmid: 20545603
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- Ver artigo
- PubMed / NCBI
- Google Scholar
- 7. Davis RA, Flett GL, Besser A. Validação de uma nova escala para medir o uso problemático da Internet: implicações para a triagem pré-contratação. Cyberpsychol Behav. 2002; 5 (4): 331 – 45. pmid: 12216698 doi: 10.1089 / 109493102760275581
- 8. Bloqueio JJ. Questões para o DSM-V: vício em internet. Sou J Psiquiatria. 2008; 165 (3): 306 – 7. doi: 10.1176 / appi.ajp.2007.07101556. pmid: 18316427
- 9. Pies R. O DSM-V deve designar “Internet Addiction” como transtorno mental? Psiquiatria (Edgmont). 2009; 6 (2): 31–7.
- 10. Holden C. Psiquiatria. Dependências comportamentais estreiam no DSM-V proposto. Ciência. 2010; 327 (5968): 935. doi: 10.1126 / science.327.5968.935. pmid: 20167757
- 11. KS jovem. Psicologia do uso do computador: XL. Uso viciante da Internet: um caso que quebra o estereótipo. Rep. Psicol. 1996; 79 (3 Pt 1): 899-902. pmid: 8969098 doi: 10.2466 / pr0.1996.79.3.899
- 12. KS jovem, caso CJ. Abuso da Internet no local de trabalho: novas tendências na gestão de riscos. Cyberpsychol Behav. 2004; 7 (1): 105 – 11. pmid: 15006175 doi: 10.1089 / 109493104322820174
- 13. Young K, Pistner M, O'Mara J, Buchanan J. Cyber desordens: a preocupação de saúde mental para o novo milênio. Cyberpsychol Behav. 1999; 2 (5): 475–9. doi: 10.1089 / cpb.1999.2.475. pmid: 19178220
- 14. van den Eijnden RJ, Spijkerman R, AA Vermulst, van Rooij TJ, Engels RC. Uso compulsivo da internet entre adolescentes: relações bidirecionais entre pais e filhos. J Abnorm Child Psychol. 2010; 38 (1): 77 – 89. doi: 10.1007 / s10802-009-9347-8. pmid: 19728076
- 15. KS jovem. Travado na Net: Como Reconhecer os Sinais do Vício em Internet - e uma Estratégia Vencedora para Recuperação. Nova Iorque, NY: Wiley; 1998.
- 16. Jovem KS. Vício em Internet: O Surgimento de um Novo Transtorno Clínico. CyberPsychology & Behavior. 2009; 1 (3): 237–44. doi: 10.1089 / cpb.1998.1.237
- 17. Widyanto L, Griffiths MD, Brunsden V. Uma comparação psicométrica do Internet Addiction Test, da Escala de Problemas Relacionados à Internet e do autodiagnóstico. Cyberpsychol Behav Soc Netw. 2011; 14 (3): 141 – 9. doi: 10.1089 / cyber.2010.0151. pmid: 21067282
- 18. Shaw M, Black DW. Dependência da Internet: definição, avaliação, epidemiologia e gestão clínica. Drogas do SNC. 2008; 22 (5): 353 – 65. pmid: 18399706 doi: 10.2165 / 00023210-200822050-00001
- 19. Parque SK, Kim JY, Cho CB. Prevalência do vício em internet e correlações com fatores familiares entre adolescentes sul-coreanos. Adolescência. 2008; 43 (172): 895 – 909. pmid: 19149152
- 20. Siomos KE, Dafouli ED, Braimiotis DA, Mouzas OD, Angelopoulos NV. Dependência da Internet entre estudantes adolescentes gregos. Cyberpsychol Behav. 2008; 11 (6): 653 – 7. doi: 10.1089 / cpb.2008.0088. pmid: 18991535
- 21. Durkee T, Kaess M, Carli V, Parzer P, Wasserman C, Floderus B, et al. Prevalência do uso patológico da internet entre adolescentes na Europa: fatores demográficos e sociais. Vício. 2012; 107 (12): 2210 – 22. doi: 10.1111 / j.1360-0443.2012.03946.x. pmid: 22621402
- 22. Liu TC, Desai RA, Krishnan-Sarin S, Cavallo DA, Potenza MN. Uso problemático da Internet e saúde em adolescentes: dados de uma pesquisa do ensino médio em Connecticut. J Clin Psychiatry. 2011; 72 (6): 836 – 45. doi: 10.4088 / JCP.10m06057. pmid: 21536002
- 23. Pujazon-Zazik M, Park MJ. Para tweetar ou não tweetar: diferenças de gênero e possíveis resultados positivos e negativos para a saúde do uso da internet social por adolescentes. Am J Mens Health. 2010; 4 (1): 77–85. doi: 10.1177 / 1557988309360819. pmid: 20164062
- 24. Dalbudak E, Evren C., Aldemir S, Evren B. A gravidade do risco de dependência de Internet e sua relação com a gravidade das características de personalidade limítrofe, traumas de infância, experiências dissociativas, depressão e sintomas de ansiedade entre estudantes universitários turcos. Psiquiatria Res. 2014; 219 (3): 577 – 82. doi: 10.1016 / j.psychres.2014.02.032. pmid: 25023365
- 25. Kim EJ, Namkoong K, Ku T, Kim SJ. A relação entre vício em jogos online e agressão, autocontrole e traços de personalidade narcisista. Eur Psiquiatria. 2008; 23 (3): 212 – 8. doi: 10.1016 / j.eurpsy.2007.10.010. pmid: 18166402
- 26. Floros G, Siomos K, Stogiannidou A, Giouzepas I, Garyfallos G. Comorbidade de transtornos psiquiátricos com dependência da Internet em uma amostra clínica: o efeito da personalidade, estilo de defesa e psicopatologia. Addict Behav. 2014; 39 (12): 1839 – 45. doi: 10.1016 / j.addbeh.2014.07.031. pmid: 25129172
- 27. Floros G, Siomos K, Stogiannidou A, Giouzepas I, Garyfallos G. A relação entre personalidade, estilos de defesa, transtorno de dependência de internet e psicopatologia em estudantes universitários. Cyberpsychol Behav Soc Netw. 2014; 17 (10): 672 – 6. doi: 10.1089 / cyber.2014.0182. pmid: 25225916
- 28. An J, Sun Y, Wan Y, Chen J, Wang X, Tao F. Associações entre o uso problemático da Internet e os sintomas físicos e psicológicos dos adolescentes: possível papel da qualidade do sono. J Addict Med. 2014; 8 (4): 282–7. doi: 10.1097 / ADM.0000000000000026. pmid: 25026104
- 29. Kim JH, Lau CH, Cheuk KK, Kan P, Hui HL, Griffiths SM. Breve relato: Preditores de uso pesado da Internet e associações com comportamentos de promoção da saúde e de risco à saúde entre estudantes universitários de Hong Kong. J Adolesc. 2010; 33 (1): 215 – 20. doi: 10.1016 / j.adolescence.2009.03.012. pmid: 19427030
- 30. Naseri L., Mohamadi J, Sayehmiri K, Azizpoor Y. Percebeu apoio social, autoestima e vício em internet entre estudantes da Universidade Al-Zahra, Teerã, Irã. Irã J Psychiatry Behav Sci. 2015; 9 (3): e421. doi: 10.17795 / ijpbs-421. pmid: 26576175
- 31. Lee HW, JS Choi, YC Shin, Lee JY, Jung HY, JS Kwon. Impulsividade na dependência da internet: uma comparação com o jogo patológico. Cyberpsychol Behav Soc Netw. 2012; 15 (7): 373 – 7. doi: 10.1089 / cyber.2012.0063. pmid: 22663306
- 32. Lin IH, Ko CH, YP Chang, LT Liu, Wang PW, Lin HC, et al. A associação entre suicídio e vício em internet e atividades em adolescentes taiwaneses. Compr psiquiatria. 2014; 55 (3): 504 – 10. doi: 10.1016 / j.comppsych.2013.11.012. pmid: 24457034
- 33. Kim K, Ryu E, Chon, Yeun EJ, Choi SY, JS Seo, et al. Dependência da Internet em adolescentes coreanos e sua relação com a depressão e a ideação suicida: um questionário. Int J Nurs Stud. 2006; 43 (2): 185 – 92. pmid: 16427966 doi: 10.1016 / j.ijnurstu.2005.02.005
- 34. Fernandez Villa T, Alguacil Ojeda J, Almaraz Gomez um, Cancela Carral JM, Delgado Rodriguez M, Garcia-Martin M, et al. Uso problemático da internet em universitários: fatores associados e diferenças de gênero. Adicciones. 2015; 27 (4): 265 – 75. pmid: 26706809 doi: 10.20882 / adicciones.751
- 35. Teste de dependência de Internet (IAT) [abril, 2016]. Disponível a partir de: http://netaddiction.com/internet-addiction-test./.
- 36. Khazaal Y, Billieux J, Thorens G., Khan R, Louati Y, Scarlatti E, et al. Validação francesa do teste de dependência da internet. Cyberpsychol Behav. 2008; 11 (6): 703 – 6. doi: 10.1089 / cpb.2007.0249. pmid: 18954279
- 37. Alpaslan AH, Soylu N, K Avci, Coskun KS, Kocak U, Tas HU. Atitudes alimentares desordenadas, alexitimia e probabilidade de suicídio entre meninas turcas do ensino médio. Psiquiatria Res. 2015; 226 (1): 224 – 9. doi: 10.1016 / j.psychres.2014.12.052. pmid: 25619436
- 38. Cho YW, Song ML, Morin CM. Validação de uma versão coreana do índice de gravidade da insônia. J Clin Neurol. 2014; 10 (3): 210 – 5. doi: 10.3988 / jcn.2014.10.3.210. pmid: 25045373
- 39. Gagnon C, Belanger L, Ivers H, Morin CM. Validação do Índice de Gravidade da Insônia na atenção primária. J Am Board Fam Med. 2013; 26 (6): 701 – 10. doi: 10.3122 / jabfm.2013.06.130064. pmid: 24204066
- 40. Sinclair SJ, Blais MA, DA Gansler, Sandberg E, Bistis K, LoCicero A. Propriedades psicométricas da Escala de Autoestima de Rosenberg: global e através de grupos demográficos que vivem dentro dos Estados Unidos. Eval Health Prof. 2010; 33 (1): 56 – 80. doi: 10.1177 / 0163278709356187. pmid: 20164106
- 41. Rosenberg M. A associação entre auto-estima e ansiedade. J Psychiatr Res. 1962; 1: 135 – 52. pmid: 13974903 doi: 10.1016 / 0022-3956 (62) 90004-3
- 42. Lovibond PF, Lovibond SH. A estrutura dos estados emocionais negativos: comparação das Escalas de Estresse para Ansiedade na Depressão (DASS) com os Inventários de Depressão e Ansiedade de Beck. Behav Res Ther. 1995; 33 (3): 335 – 43. pmid: 7726811 doi: 10.1016 / 0005-7967 (94) 00075-u
- 43. Taylor R, Lovibond PF, Nicolas MK, Cayley C, Wilson PH. Utilidade de itens somáticos na avaliação da depressão em pacientes com dor crônica: comparação da Escala de Depressão de Auto-Avaliação de Zung e Escalas de Estresse para Ansiedade na Depressão em dor crônica e amostras clínicas e comunitárias. Clin J Pain. 2005; 21 (1): 91 – 100. pmid: 15599136 doi: 10.1097 / 00002508-200501000-00011
- 44. TA marrom, Chorpita BF, Korotitsch W, Barlow DH. Propriedades psicométricas das Escalas de Estresse para Ansiedade de Depressão (DASS) em amostras clínicas. Behav Res Ther. 1997; 35 (1): 79 – 89. pmid: 9009048 doi: 10.1016 / s0005-7967 (96) 00068-x
- 45. Edmed S, Sullivan K. Depressão, ansiedade e estresse como preditores de sintomas semelhantes à pós-congestão em uma amostra não clínica. Psiquiatria Res. 2012; 200 (1): 41 – 5. doi: 10.1016 / j.psychres.2012.05.022. pmid: 22709538
- 46. Ni X, Yan H, S Chen, Liu Z. Fatores que influenciam o vício em internet em uma amostra de estudantes universitários calouros na China. Cyberpsychol Behav. 2009; 12 (3): 327 – 30. doi: 10.1089 / cpb.2008.0321. pmid: 19445631
- 47. Thomas SJ, Lichstein KL, DJ Taylor, Riedel BW, Bush AJ. Epidemiologia da hora de dormir, tempo decorrente e tempo no leito: análise de idade, sexo e etnia. Behav Sleep Sleep 2014; 12 (3): 169 – 82. doi: 10.1080 / 15402002.2013.778202. pmid: 23574553
- 48. Choueiry N, Salamoun T, Jabbour H, El Osta N, Hajj A, Rabbaa Khabbaz L. Insônia e Relação com a Ansiedade em Estudantes Universitários: Um Estudo Desenvolvido Transversal. PLoS One. 2016; 11 (2): e0149643. doi: 10.1371 / journal.pone.0149643. pmid: 26900686
- 49. Gellis LA, Parque A, Stotsky MT, DJ Taylor. Associações entre higiene do sono e gravidade da insônia em estudantes universitários: análise transversal e prospectiva. Behav Ther. 2014; 45 (6): 806 – 16. doi: 10.1016 / j.beth.2014.05.002. pmid: 25311289
- 50. Cain N, Gradisar M. Uso de mídia eletrônica e sono em crianças e adolescentes em idade escolar: uma revisão. Sono Med. 2010; 11 (8): 735 – 42. doi: 10.1016 / j.sleep.2010.02.006. pmid: 20673649
- 51. Tavernier R, Willoughby T. Todos os tipos de noite estão condenados? Análises de classe latente de percepção de matutinoidade, sono e funcionamento psicossocial entre adultos emergentes. Chronobiol Int. 2014; 31 (2): 232 – 42. doi: 10.3109 / 07420528.2013.843541. pmid: 24131151
- 52. Lam LT. Vício em jogos pela internet, uso problemático da internet e problemas do sono: uma revisão sistemática. Curr Psiquiatria Rep. 2014; 16 (4): 444. doi: 10.1007 / s11920-014-0444-1. pmid: 24619594
- 53. Tsai CC, Lin SS. Vício em Internet de adolescentes em Taiwan: um estudo de entrevista. Cyberpsychol Behav. 2003; 6 (6): 649 – 52. pmid: 14756931 doi: 10.1089 / 109493103322725432
- 54. Te Wildt BT, Putzig I, Zedler M, Ohlmeier MD. Dependência da internet como sintoma de transtornos de humor depressivos. Psychiatr Prax. 2007; 34 Suppl 3: S318 – 22. pmid: 17786892 doi: 10.1055 / s-2007-970973
- 55. Bernardi S, Pallanti S. Dependência da Internet: um estudo clínico descritivo enfocando comorbidades e sintomas dissociativos. Compr psiquiatria. 2009; 50 (6): 510 – 6. doi: 10.1016 / j.comppsych.2008.11.011. pmid: 19840588
- 56. Carli V, Durkee T, Wasserman D, Hadlaczky G. Despalins R, Kramarz E, et al. A associação entre o uso patológico da internet e a psicopatologia comórbida: uma revisão sistemática. Psicopatologia. 2013; 46 (1): 1 – 13. doi: 10.1159 / 000337971. pmid: 22854219
- 57. Garaigordobil M, Perez JI, Mozaz M. Auto-conceito, auto-estima e sintomas psicopatológicos. Psicothema 2008; 20 (1): 114 – 23. pmid: 18206073
- 58. Moksnes UK, Espnes GA. Auto-estima e saúde emocional em adolescentes - gênero e idade como possíveis moderadores. Scand J Psychol. 2012; 53 (6): 483 – 9. doi: 10.1111 / sjop.12021. pmid: 23170865
- 59. Sowislo JF, Orth U. A baixa autoestima prediz depressão e ansiedade? Uma meta-análise de estudos longitudinais. Psychol Bull. 2013; 139 (1): 213 – 40. doi: 10.1037 / a0028931. pmid: 22730921
- 60. Creemers DH, Scholte RH, Engels RC, Prinstein MJ, Wiers RW. Auto-estima implícita e explícita como preditores concomitantes de ideação suicida, sintomas depressivos e solidão. J Behav Ther Exp Psiquiatria. 2012; 43 (1): 638 – 46. doi: 10.1016 / j.jbtep.2011.09.006. pmid: 21946041
- 61. Fischer A, Fischer M., Nicholls RA, Lau S., Poettgen J, Patas K, et al. Exatidão diagnóstica para depressão maior na esclerose múltipla usando questionários de autorrelato. Brain Behav. 2015; 5 (9): e00365. doi: 10.1002 / brb3.365. pmid: 26445703
- 62. Ortega-Montiel J, Posadas-Romero C, Ocampo-Arcos-W, Medina-Urrutia A, Cardoso-Saldana G. Jorge-Galarza E, et al. A autopercepção do estresse está associada à adiposidade e aterosclerose. O estudo da GEA. BMC Public Health. 2015; 15: 780. doi: 10.1186 / s12889-015-2112-8. pmid: 26271468
- 63. Branco K, Scarinci IC. Comparação da saúde auto avaliada entre imigrantes latinos em uma cidade do sul dos EUA e uma amostra nacional. Am J Med Sci. 2015; 350 (4): 290 – 5. doi: 10.1097 / MAJ.0000000000000554. pmid: 26263236