J Behav. 2017 Nov 13: 1-10. doi: 10.1556 / 2006.6.2017.075.
Sumário
Antecedentes e objetivos
Estudos anteriores concentraram-se em examinar as inter-relações entre o vício em sites de redes sociais (SNS) e o distúrbio de jogos na Internet (IGD) isoladamente. Além disso, pouco se sabe sobre os potenciais efeitos diferenciais simultâneos da dependência do SNS e do IGD na saúde psicológica. Este estudo investigou a interação entre esses dois vícios tecnológicos e verificou como eles podem contribuir singular e distintamente para o aumento do sofrimento psíquico ao considerar potenciais efeitos decorrentes de variáveis sociodemográficas e relacionadas à tecnologia.
De Depósito
Uma amostra de adolescentes 509 (53.5% homens) com idade de 10-18 (média = 13.02, SD = 1.64) foi recrutada.
Resultados
Descobriu-se que as principais variáveis demográficas podem desempenhar um papel distinto na explicação da dependência do SNS e do IGD. Além disso, verificou-se que a dependência do SNS e IGD pode aumentar os sintomas um do outro, e simultaneamente contribuir para a deterioração da saúde psicológica global de forma semelhante, destacando ainda mais curso etiológico e clínico potencialmente comum entre estes dois fenômenos. Finalmente, os efeitos prejudiciais do IGD na saúde psicológica foram encontrados para ser um pouco mais pronunciado do que aqueles produzidos pela dependência do SNS, uma descoberta que merece um escrutínio científico adicional.
Discussão e conclusão
As implicações desses resultados são discutidas à luz das evidências e debates existentes sobre o status dos vícios tecnológicos como transtornos primários e secundários.
PALAVRAS-CHAVE: Desordem do jogo de Internet; vícios comportamentais; saúde mental; vício em sites de redes sociais; vícios tecnológicos
PMID: 29130329
Introdução
Os últimos avanços tecnológicos desempenharam um papel fundamental na mudança da forma como os indivíduos experimentam sites de redes sociais (SNS) e videogames. Embora esses desenvolvimentos tenham aprimorado as experiências gerais dos usuários em ambas as atividades, eles também contribuíram para desfocar ainda mais a linha divisória entre o uso do SNS e o jogo de vídeo (Rikkers, Lawrence, Hafekost e Zubrick, 2016; Starcevic & Aboujaoude, 2016).
Experiências sociais virtuais e processos interativos estão fortemente incorporados em diferentes gêneros de jogos, particularmente em MMORPGs, onde os usuários podem jogar em mundos sociais virtuais. Uma pesquisa relativamente grande de jogadores 912 MMORPG de países 45 descobriu que as interações sociais dentro de ambientes de jogos formam um elemento considerável no prazer de jogar, pois os jogadores podem fazer amigos e parceiros por toda a vida ao longo de suas experiências de jogo (Cole & Griffiths, 2007). Curiosamente, as experiências de mídia social na era da Web 2.0 incluem populares jogos de mídia social que estão crescendo em popularidade (Bright, Kleiser, & Grau, 2015), com os últimos dados do Facebook sugerindo que na 2014, uma média de 375 milhões de pessoas jogaram jogos conectados ao Facebook todos os meses, e que aplicativos móveis enviaram uma média de 735 milhões de referências a jogos todos os dias (Facebook, 2014).
Apesar dos efeitos benéficos e positivos amplamente relatados de SNS e videogames em muitos níveis (por exemplo, funcionamento cognitivo, bem-estar, etc.) (por exemplo, Chopik, 2016; Heo, Chun, Lee, Lee e Kim, 2015; Howard, Wilding e Convidado, 2016; Stroud & Whitbourne, 2015), há também evidências crescentes de vários estudos empíricos representativos em âmbito nacional que demonstram que SRS e videogames podem contribuir para prejuízos psicossociais e disfunção comportamental em uma minoria de usuários, incluindo jovens adolescentes que podem usar essas tecnologias excessivamente e não saudáveis em seu estágio atual de desenvolvimento (Andreassen, 2015; Bányai et al., 2017; Cock et al., 2014; Morioka et al., 2016; Pápay et al., 2013). Mais recentemente, Sioni, Burleson e Bekerian (2017) conduziram um estudo empírico em uma amostra de jogadores de videogames 595 MMORPG dos Estados Unidos e descobriram que o videogame viciante estava positivamente associado a sintomas de fobia social mesmo depois de controlar a influência compartilhada das horas semanais de jogo, ilustrando ainda mais que os indivíduos socialmente fóbicos preferem formas on-line de interações sociais (Lee e Stapinski, 2012), pois fornecem aos usuários a oportunidade única de satisfazer suas necessidades de conexão social, ao mesmo tempo em que permitem que eles saiam de situações sociais nas quais se sentem desconfortáveis (por exemplo, ao sair do jogo). Com relação ao uso excessivo de SNS, um estudo recente conduzido por Xanidis e Brignell (2016) em uma amostra de usuários de mídia social da 324, descobriu-se que a dependência do SNS era um preditor chave da diminuição da qualidade do sono e aumento da incidência de falhas cognitivas. Além disso, Xanidis e Brignell (2016) observou que a dependência do SNS pode potencializar falhas cognitivas devido a seus efeitos negativos na qualidade do sono, ilustrando ainda mais a importância clínica e sociológica da pesquisa relacionada às dependências tecnológicas em contextos educacionais, pois o SNS excessivo e patológico e o uso de videogames podem comprometer a saúde física e mental. saúde em diversos contextos e faixas etárias.
No nível teórico, o vício em videogames [também conhecido como distúrbio de jogos na Internet (IGD)] é uma condição clínica que compreende um padrão comportamental que engloba o uso persistente e recorrente de videogames, levando a um prejuízo significativo ou angústia durante um período de 12 meses. indicou endossando cinco (ou mais) dos nove critérios seguintes: (i) preocupação com jogos; (ii) sintomas de abstinência quando o jogo é retirado; (iii) tolerância, resultando na necessidade de gastar cada vez mais tempo envolvido em jogos; (iv) tentativas frustradas de controlar a participação em jogos; (v) perda de interesse em passatempos anteriores e entretenimento como resultado de, e com exceção de, jogos; (vi) uso excessivo continuado de jogos apesar do conhecimento de problemas psicossociais; (vii) enganar os membros da família, terapeutas ou outros em relação à quantidade de jogos; (viii) uso de jogos para fugir ou aliviar o mau humor; e (ix) arriscar ou perder uma relação significativa, emprego ou educação ou oportunidade de carreira por causa da participação em jogos (Associação Americana de Psiquiatria [APA], 2013). Quanto ao vício em SNS, esse construto é amplamente definido como “estar excessivamente preocupado com SNSs, ser motivado por uma forte motivação para acessar ou usar SNSs, e dedicar tanto tempo e esforço a SNSs que prejudica outras atividades sociais, estudos / trabalho, relações interpessoais e / ou saúde e bem-estar psicológico ”(Andreassen & Pallesen, 2014, P. 4054).
Desde a proposta inicial da IGD como uma tentativa de desordem pela APA na quinta edição do Manual Diagnóstico e Estatístico de Transtornos Mentais (DSM-5; APA, 2013), vários debates acadêmicos apresentando visões distintas e conflitantes sobre a viabilidade e status da IGD como um distúrbio oficial foram publicados (Aarseth et al., 2016; Griffiths, Van Rooij, et al., 2016; Lee, Choo e Lee, 2017; Petry et al., 2014, 2015; Saunders et al., 2017). Algumas dessas preocupações surgiram devido ao fato de que os critérios diagnósticos para IGD foram em grande parte derivados de uma combinação de critérios clínicos existentes e condições não oficiais, tais como: jogo patológico, transtorno por uso de substâncias e dependência generalizada da Internet (Kuss, Griffiths e Pontes, 2017). Apesar do facto de os vícios IGD e SNS não serem oficialmente reconhecidos como transtornos mentais, a Organização Mundial de Saúde (2016) intensificou o debate em torno do vício em videogames, devido à sua decisão de incluir o distúrbio do jogo (GD) como um distúrbio formal na próxima revisão da Classificação Internacional de Doenças. Outra questão envolvida em vícios comportamentais, como a dependência do SNS e IGD, refere-se ao fato de que a remissão espontânea pode ocorrer em muitos casos. Pesquisa examinando as taxas de remissão em IGD relatou que a remissão espontânea pode ocorrer em até 50% dos casos (por exemplo, Gentile et al., 2011; Scharkow, Festl, & Quandt, 2014; Van Rooij, Schoenmakers, Vermulst, Van den Eijnden e Van de Mheen, 2011).
Embora as taxas de prevalência da dependência do SNS e da IGD possam ser significativamente afetadas por fatores como questões metodológicas e conceituais, como sugerido anteriormente (Griffiths, Király, Pontes e Demetrovics, 2015; Griffiths, Kuss, & Pontes, 2016; Griffiths & Pontes, 2015), estudos robustos (ou seja, estudos nacionalmente representativos) relataram taxas de prevalência de dependência de SNS variando de 2.9% na população adulta belga (Cock et al., 2014) para 4.5% entre os adolescentes húngaros (Bányai et al., 2017). Embora as taxas de prevalência de IGD de estudos robustos tenham encontrado taxas que variam de 2.5% em adolescentes eslovenos (Pontes, Macur e Griffiths, 2016) para 5.8% entre adolescentes e adultos holandeses (Lemmens & Hendriks, 2016), outros estudos de larga escala relataram taxas de prevalência tão baixas quanto 0.3% (Scharkow et al., 2014). Embora os achados sobre a prevalência pareçam relativamente consistentes em estudos robustos, alguns fatores podem contribuir para a inflação das estimativas. Por exemplo, verificou-se que os padrões de resposta extravagantes e extremos podem inflar as estimativas das taxas de prevalência (Przybylski, 2017). Da mesma forma, o tipo de avaliação psicométrica utilizada tem mostrado contribuir para a superestimação das taxas de prevalência de doenças raras, como a IGD (Maraz, Király e Demetrovics, 2015).
Como o conhecimento existente baseado nos efeitos do SNS e do jogo de videogame sobre a saúde psicológica em jovens adolescentes é discutivelmente escasso, a pesquisa sobre os potenciais efeitos diferenciais da dependência do SNS e do IGD na saúde psicológica é primordial, pois esses dois fenômenos compartilham uma etiologia subjacente comum. outras dependências relacionadas com a substância e com o comportamento (Griffiths, 2015; Griffiths & Pontes, 2015; Shaffer et al., 2004), e que o aumento do jogo social prejudica a qualidade geral das relações interpessoais em adolescentes, dificultando o apoio emocional (Kowert, Domahidi, Festl, & Quandt, 2014).
Estudos anteriores (por exemplo, Andreassen et al., 2016; Cock et al., 2014; Pontes & Griffiths, 2015b; Yu, Li e Zhang, 2015) descobriram que sexo e idade podem aumentar a vulnerabilidade em relação à dependência do SNS e à IGD. Portanto, uma vez que o sexo masculino tem sido sistematicamente associado à IGD e ao sexo feminino com a dependência do SNS (Andreassen et al., 2016), este estudo hipotetiza que sexo e idade irão predizer maiores níveis de dependência do SNS e sintomas IGD (H1) Além disso, vários estudos (por exemplo, Andreassen et al., 2013, 2016; Sussman et al., 2014) relataram associações positivas entre diferentes tipos de dependências tecnológicas, sugerindo correlatos subjacentes comuns. Assim, é hipotetizado que Dependência de SNS e IGD serão associados positivamente uns aos outros (H2) Embora a relação entre dependência do SNS, IGD e saúde mental seja complexa e, na melhor das hipóteses, permanece controversa (Pantic, 2014), um grande corpo de evidências relatou correlatos chave de vícios tecnológicos, como depressão, ansiedade e estresse (por exemplo, Király et al., 2014; Lehenbauer-Baum et al., 2015; Ostovar et al., 2016; Pontes & Griffiths, 2016). Assim, supõe-se que A dependência do SNS e a IGD contribuirão de forma única e diferenciada para aumentar os níveis gerais de sofrimento psiquiátrico (H3) Todas as três hipóteses supracitadas serão investigadas, levando em consideração os efeitos potenciais da alta freqüência de uso da Internet e jogos eletrônicos, uma vez que o tempo gasto nessas atividades é comumente associado a tendências aditivas (Pontes & Griffiths, 2015a; Pontes, Király, Demetrovics e Griffiths, 2014; Stubblefield et al., 2017; Wu, Cheung, Ku, & Hung, 2013).
De Depósito
Potenciais participantes deste estudo foram todos os estudantes (N = 700) matriculados na sexta, sétima, oitava e nona séries de uma grande escola secundária localizada no Algarve (Portugal). A autorização do diretor da escola e dos pais foi obtida, e os alunos responderam a uma pesquisa na biblioteca da escola durante as atividades extracurriculares. Este estudo foi aprovado pelo College Research Ethics Committee da Nottingham Trent University, o consentimento informado foi obtido de todos os participantes individuais incluídos no estudo, e o período de coleta de dados foi de maio a junho de 2015, e a escola foi selecionada com base em disponibilidade, e os alunos foram amostrados aleatoriamente no conjunto de classes compreendendo a sexta, sétima, oitava e nona séries (ou seja, com idades entre 10-18 anos) para atingir representatividade ideal da população de alunos da escola participante. Os dados foram coletados de 509 alunos (72.7% de toda a população da amostra). A idade média da amostra foi de 13.02 anos (SD = 1.64) e houve uma divisão de gênero relativamente equivalente com 53.5% (n = 265) sendo do sexo masculino (Tabela 1).
|
tabela 1. Principais características sociodemográficas da amostra, padrões de uso de tecnologia, níveis de uso aditivo de tecnologia e saúde psicológica (N = 495)
| Variável | Mínimo | Máximo | |
|---|---|---|---|
| Idade (anos) (média, SD) | 13.02 (1.64) | 10 | 18 |
| Género masculino, %) | 265 (53.5) | - | - |
| Em um relacionamento (n%) | 99 (20) | - | - |
| Tempo semanal gasto na Internet (média, SD) | 17.91 (23.34) | 1 | 49 |
| Tempo semanal gasto em jogos (média, SD) | 10.21 (17.86) | 1 | 52 |
| Níveis de dependência do SNS (média, SD) | 10.70 (4.83) | 6 | 30 |
| Níveis de IGD (média, SD) | 15.92 (6.99) | 9 | 41 |
| Níveis de depressão (média, SD) | 3.12 (3.94) | 0 | 21 |
| Níveis de ansiedade (média, SD) | 2.66 (3.78) | 0 | 21 |
| Níveis de estresse (média, SD) | 3.32 (3.97) | 0 | 21 |
Note. O tempo semanal gasto na Internet e nos jogos refere-se ao número de horas gastas por conta própria nessas atividades durante a semana. SD: desvio padrão; SNS: site de relacionamento social; IGD: desordem de jogos na Internet.
Os dados demográficos foram coletados sobre idade, sexo e status de relacionamento. Os dados sobre o uso do SNS foram coletados perguntando-se sobre o tempo médio semanal dos participantes gasto na Internet para lazer e para fins não específicos (generalizados) (ou seja, número de horas). A frequência de jogo foi avaliada perguntando-se sobre o tempo médio semanal gasto pelos participantes jogando (ou seja, número de horas).
O BFAS (Andreassen, Torsheim, Brunborg, & Pallesen, 2012) avalia a dependência do SNS no contexto do uso do Facebook e demonstrou exibir excelentes propriedades psicométricas em vários países (Phanasathit, Manwong, Hanprathet, Khumsri, & Yingyeun, 2015; Salem, Almenaye e Andreassen, 2016; Silva et al., 2015), incluindo Portugal (Pontes, Andreassen e Griffiths, 2016) O BFAS compreende seis itens que cobrem as características principais dos vícios comportamentais (ou seja, saliência, modificação do humor, tolerância, abstinência, conflito e recaída) (Griffiths, 2005). Os itens são pontuados em uma escala de ponto 5, ou seja, variando de 1 (muito raramente) para 5 (muitas vezes) dentro de um período de tempo de 12 meses. As pontuações totais são obtidas somando os ratings dos participantes de cada item (variando de 6 a 30), com pontuações mais altas indicando maior vício no Facebook. O BFAS demonstrou níveis adequados de confiabilidade neste estudo (α = 0.83).
O IGDS9-SF (Pontes & Griffiths, 2015a) é uma breve ferramenta psicométrica concebida para avaliar a gravidade do IGD durante um período de 12 meses, de acordo com o quadro sugerido pela APA no DSM-5 (APA, 2013). O IGDS9-SF demonstrou propriedades psicométricas adequadas e validade transcultural em vários países (Monacis, De Palo, Griffiths e Sinatra, 2016; Pontes & Griffiths, 2015a; Pontes, Macur, et al., 2016), incluindo Portugal (Pontes & Griffiths, 2016). As nove questões que compõem o IGDS9-SF são respondidas usando uma escala de ponto 5, ou seja, variando de 1 (nunca) para 5 (muitas vezes), e os escores podem ser obtidos pela soma das respostas (variando de 9 a 45 pontos), com escores mais altos sugerindo um maior grau de GD. A confiabilidade do IGDS9-SF neste estudo foi satisfatória (α = 0.87).
A saúde psicológica geral foi avaliada usando as Escalas de Ansiedade e Estresse de Depressão - 21 (DASS-21; Lovibond & Lovibond, 1995), que compreende três subescalas de itens 7 cobrindo os três sintomas que são classificados em uma escala de ponto 4, ou seja, variando de 0 (não se aplica a mim em tudo) para 3 (aplicada a mim muito ou na maioria das vezes). A versão do DASS-21 utilizada neste estudo demonstrou anteriormente possuir propriedades psicométricas adequadas na população do estudo (Pais-Ribeiro, Honrado, & Leal, 2004). Os coeficientes α de Cronbach para este instrumento neste estudo foram .84 (depressão), .86 (ansiedade) e .86 (estresse).
O gerenciamento de dados envolveu (i) limpar o conjunto de dados inspecionando casos com valores ausentes acima do limite convencional de 10% em todos os instrumentos relevantes; (ii) verificação da normalidade univariada de todos os itens do BFAS e IGDS9-SF usando diretrizes padrão (ou seja, assimetria> 3 e curtose> 9) (Kline, 2011); (iii) triagem para outliers univariados que pontuaram ± desvio padrão 3.29 do BFAS IGDS9-SF z-scores (Campo, 2013); e (iv) triagem para outliers multivariados usando distâncias de Mahalanobis e o valor crítico para cada caso baseado no χ2 valores de distribuição. Este procedimento resultou na exclusão de casos 14, produzindo assim um conjunto de dados final de casos válidos 495 que eram elegíveis para análises subsequentes. As análises estatísticas incluíram (i) análise descritiva das características da amostra principal, (ii) análise correlacional das principais variáveis do estudo pela estimação dos coeficientes de correlação produto-momento de Pearson com intervalo de confiança 95% corrigido e acelerado (BCa) CI) e coeficientes de determinação associados (R2e (iii) uma análise comparativa de modelagem de equações estruturais (SEM) para determinar o papel diferencial de predição da dependência do SNS e da IGD na saúde psicológica ao considerar os efeitos, idade, gênero e frequência de uso da Internet e jogos eletrônicos. As análises estatísticas foram realizadas usando Mplus 7.2 e IBM SPSS Statistics versão 23 (IBM Corporation, 2015; Muthén & Muthén, 2012).
Os procedimentos do estudo foram realizados de acordo com a Declaração de Helsinque. O Institutional Review Board da Nottingham Trent University aprovou o estudo. Todos os sujeitos foram informados sobre o estudo e todos forneceram consentimento informado. Além disso, o consentimento dos pais e responsáveis legais foi obtido de todos os participantes abaixo de 18 anos de idade.
Resultados
mesa 1 resume os resultados relativos às principais características sociodemográficas da amostra, padrão de uso de tecnologia, juntamente com os níveis observados de uso viciante de tecnologia (ou seja, dependência de SNS e IGD) e saúde psicológica. Além disso, ambos IGD (média = 15.92 [95% BCa = 15.31 - 16.56], SD = 6.99) e dependência de SNS (média = 10.70 [95% BCa = 10.28 - 11.15], SD = 4.83) apresentou níveis moderados na amostra. Quanto à saúde psicológica dos participantes, depressão (média = 3.12 [95% BCa = 2.78 - 3.47], SD = 3.94), ansiedade (média = 2.66 [95% BCa = 2.33 - 2.99], SD = 3.78), e níveis de estresse (média = 3.32 [95% BCa = 2.98 - 3.67], SD = 3.97) não foram excessivamente prevalentes.
Uma análise correlacional incluindo as principais variáveis do estudo foi realizada para fornecer insights preliminares e contexto estatístico para a análise SEM comparativa subseqüente. Como resultado, esta análise revelou que a dependência do SNS foi positivamente associada com IGD (r = .39, p <.01, R2 = 15), estresse (r = .36, p <.01, R2 = 13) e depressão (r = .33, p <.01, R2 = 11). No que diz respeito ao IGD, associações positivas surgiram com o tempo semanal gasto jogando (r = .42, p <.01, R2 = 18), gênero (r = .41, p <.01, R2 = 17), e estresse (r = .40, p <.01, R2 = 16) (Tabela 2).
|
tabela 2. Bootstrappeda matriz de correlação com intervalo de confiança (IC) 95% corrigido e acelerado pelo viés (BCa) entre a dependência do SNS, IGD e as variáveis do estudo (N = 495)
| Variáveis secundárias | Vício do SNS | R2 | 95% BCa CI | IGD | R2 | 95% BCa CI |
|---|---|---|---|---|---|---|
| Idade | 0.02 | - | −0.07 – 0.10 | -0.07 | - | −0.16 – 0.02 |
| Gênero | 0.04 | - | −0.05 – 0.12 | 0.41* | .17 | 0.34-0.48 |
| Status de relacionamento | 0.20* | .04 | 0.11-0.29 | 0.13* | .02 | 0.03-0.23 |
| Tempo semanal gasto na Internet | 0.03 | - | −0.05 – 0.12 | 0.12* | .01 | 0.03-0.22 |
| Tempo semanal gasto em jogos | 0.05 | - | −0.05 – 0.14 | 0.42* | .18 | 0.34-0.50 |
| Depressão | 0.33* | .11 | 0.23-0.43 | 0.36* | .13 | 0.26-0.46 |
| Ansiedade | 0.31* | .10 | 0.22-0.41 | 0.33* | .11 | 0.24-0.42 |
| Estresse | 0.36* | .13 | 0.25-0.44 | 0.40* | .16 | 0.32-0.49 |
| IGD | 0.39* | .15 | 0.30-0.48 | - | - | - |
Notas. SNS: site de relacionamento social; IGD: desordem de jogos na Internet.
aOs resultados do bootstrap são baseados em amostras de bootstrap 10,000.
* Correlação é significativa no 0.01.
Para testar as principais hipóteses do estudo, uma análise SEM comparativa foi realizada para estimar os potenciais efeitos diferenciais da dependência do SNS e do IGD na saúde psicológica. Mais especificamente, um Modelo de Múltiplos Indicadores, Múltiplas Causas (MIMIC) foi testado usando o método de estimação de máxima verossimilhança com erros padrão robustos. Índices e limiares de ajuste convencionais foram adotados para examinar a adequação do modelo: χ2/df [1, 4], erro quadrático médio de aproximação (RMSEA) [0.05, 0.08], RMSEA 90% CI com seu limite inferior próximo a 0 e o limite superior abaixo de 0.08, valor do nível de probabilidade do teste de ajuste próximo (Cfit )> 05, raiz quadrada média residual padronizada (SRMR) [0.05, 0.08], índice de ajuste comparativo (CFI) e índice de ajuste de Tucker-Lewis (TLI) [0.90, 0.95] (Bentler, 1990; Bentler & Bonnet, 1980; Hooper, Coughlan e Mullen, 2008; Hu & Bentler, 1999). Os resultados dessa análise produziram os seguintes resultados: χ2(722) = 1,193.40, χ2/df = 1.65; RMSEA = 0.036 [90% CI: 0.033–0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91, sugerindo que o modelo apresenta um ajuste ideal para os dados (Figura 1).
Figura 1. Representação gráfica dos efeitos diferenciais do vício em sites de redes sociais e dos transtornos de jogos na Internet sobre a saúde psicológica (N = 495). Note. Bondade geral de ajuste: χ2(722) = 1,193.40, χ2/df = 1.65; RMSEA = 0.036 [90% CI: 0.033–0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91. β = efeito direto padronizado; r = coeficiente de correlação. *p <0001
Quanto ao papel potencial de gênero e idade no aumento dos sintomas de dependência de SNS e IGD (ou seja, H1), nenhum suporte foi encontrado para o efeito combinado dessas duas variáveis sobre a dependência de SNS. No entanto, gênero (β = 0.32, p <001) e idade (β = −0.11, p = 007) contribuiu para o aumento dos sintomas de IGD. Mais especificamente, o gênero masculino foi associado a uma maior incidência de sintomas de IGD (média = 18.60 [95% BCa = 4.59 - 5.97], SD = 5.32) em comparação com mulheres (média = 12.83 [95% BCa = 6.60 - 7.70], SD = 7.17), e ser mais jovem aumentou os níveis gerais de IGD. No geral, esses achados corroboram parcialmente H1.
Os resultados desta análise dão suporte ao H2, já que os efeitos padronizados obtidos para a associação entre a dependência do SNS e o IGD sugerem que esses dois fenômenos estão associados positivamente (r = .53, p <001), uma descoberta que concorda com os resultados da análise correlacional com essas variáveis sendo operacionalizadas como medidas observáveis (r = 39 [95% BCa = 0.30 - 0.48], R2 = .15, p <01) (Tabela 2).
Finalmente, a análise dos efeitos diferenciais da dependência do SNS e IGD na saúde psicológica dos adolescentes sugeriu que ambos os vícios tecnológicos podem ter um efeito positivo estatisticamente significativo no sentido de aumentar os níveis gerais de sofrimento psiquiátrico. Mais especificamente, o IGD pareceu exacerbar os sintomas de depressão (β = 0.28, p <001), ansiedade (β = 0.26, p <001), e estresse (β = 0.33, p <001). Além disso, o vício em SNS também contribuiu para aumentar a gravidade da depressão (β = 0.27, p <001), ansiedade (β = 0.25, p <001), e estresse (β = 0.26, p <001), mas em um grau um pouco menor. Embora esses resultados apoiem H3, os efeitos do vício de SNS e IGD na saúde psicológica podem não ser muito distintos, pois os efeitos padronizados eram altamente comparáveis.
Discussão
Este estudo procurou investigar a interação entre dependência de SNS e IGD e como estes dois vícios tecnológicos emergentes podem de forma única e distintamente contribuir para a deterioração da saúde psicológica em adolescentes para além dos efeitos potenciais decorrentes de variáveis sociodemográficas e relacionadas à tecnologia. Com relação ao H1 (ie, sexo e idade contribuirão para aumentar a dependência do SNS e os sintomas da IGD), este estudo foi capaz de corroborar esta hipótese em relação à IGD, apoiando ainda um grande corpo de estudos anteriores que encontraram idade jovem e sexo masculino são variáveis-chave que predizem IGD (Cock et al., 2014; Guillot et al., 2016; Rehbein, Staudt, Hanslmaier e Kliem, 2016).
Não obstante, o H1 não foi corroborado no contexto da dependência do SNS, uma descoberta que adiciona mais complexidade a estudos anteriores que relataram que a dependência do SNS é mais prevalente entre os jovens (Andreassen et al., 2013, 2012; Turel e Serenko, 2012), usuários mais antigos (Floros & Siomos, 2013), fêmeas (Andreassen et al., 2012) e machos (Çam & Işbulan, 2012). No entanto, os resultados obtidos neste estudo convergem com pesquisas anteriores que verificaram que a dependência do SNS não está relacionada à idade (Koc & Gulyagci, 2013; Wu et al., 2013) e género (Koc & Gulyagci, 2013; Tang, Chen, Yang, Chung e Lee, 2016; Wu et al., 2013). Como observado anteriormente, isso pode ser um resultado da baixa qualidade de pesquisas anteriores sobre a dependência do SNS em termos de amostragem, desenho do estudo, avaliação e escores de corte adotados (Andreassen, 2015). Curiosamente, o tempo semanal gasto na Internet não previu aumento do vício em SNS. Uma possível explicação para esse achado poderia estar relacionada ao fato de que o uso de SRS online tornou-se comum e inevitável na vida moderna, tornando cada vez mais difícil estimar adequadamente seu uso, adicionando mais complexidade à relação entre o tempo excessivo gasto com esses adolescentes. tecnologias e níveis de dependência. Por essa razão, é necessário reconhecer a diferença entre o alto envolvimento e a dependência do SRS, já que alguns adolescentes passam muitas horas usando o SNS como parte de uma rotina saudável e normal (Andreassen, 2015; Andreassen & Pallesen, 2014; Turel e Serenko, 2012).
Os presentes resultados também dão suporte empírico ao H2 (isto é, Dependência de SNS e IGD serão associados positivamente uns aos outros), validando vários estudos que relataram resultados semelhantes (Andreassen et al., 2013, 2016; Chiu, Hong e Chiu, 2013; Dowling & Brown, 2010). Esse achado pode ser explicado pelo fato de que um grande número de indivíduos, incluindo jovens adolescentes, agora participa regularmente de jogos através do SNS (Griffiths, 2014). Além disso, tem sido estabelecido que os aspectos de socialização dos jogos desempenham um papel motivacional chave no jogo de vídeo, como sugerido por muitos estudos (Demetrovics et al., 2011; Fuster, Chamarro, Carbonell e Vallerand, 2014; Yee, 2006). No nível clínico, este achado poderia apontar para aspectos comuns compartilhados subjacentes a esses dois vícios tecnológicos (Griffiths, 2015; Griffiths & Pontes, 2015; Shaffer et al., 2004). Dado que o uso de tecnologia viciante afeta indivíduos em ambientes educacionais, a pesquisa sobre o vício em IGD e SNS entre adolescentes escolares pode ajudar os formuladores de políticas a projetar políticas preventivas voltadas para mitigar o impacto negativo do uso aditivo de tecnologia em adolescentes jovens.
Finalmente, H3 (isto é, A dependência do SNS e a IGD contribuirão de forma única e diferenciada para aumentar os níveis gerais de sofrimento psiquiátrico) também foi corroborada e produziu novos insights sobre os efeitos diferenciais combinados da dependência do SNS e do IGD na saúde mental dos adolescentes. Neste estudo, tanto a dependência do SNS como a IGD contribuíram para a deterioração da saúde psicológica, aumentando os níveis de depressão, ansiedade e estresse. Esta descoberta confirma pesquisas anteriores que descobriram que esses dois vícios tecnológicos prejudicam a saúde mental de forma independente (Kim, Hughes, Park, Quinn e Kong, 2016; Primack et al., 2017; Sampasa-Kanyinga & Lewis, 2015; Sarda, Bègue, Bry e Gentile, 2016) Essas descobertas podem ser utilizadas por profissionais de saúde mental e conselheiros escolares que desejam desenvolver programas de intervenção focados em melhorar o bem-estar dos alunos, reduzindo o uso viciante de tecnologia. Embora esse achado seja promissor e valha a pena investigação futura, é importante notar que as evidências sobre a relação entre transtornos de saúde mental e dependências comportamentais permanecem inconclusivas. Mais especificamente, os pesquisadores relataram que os vícios comportamentais podem prever (ou seja, hipótese de transtorno primário) e ser previstos por sofrimento psiquiátrico (ou seja, hipótese de transtorno secundário) (por exemplo, Ostovar et al., 2016; Snodgrass et al., 2014; Zhang, Brook, Leukefeld e Brook, 2016). Assim, não é possível tirar conclusões definitivas sobre a direcionalidade em relação aos vícios comportamentais e sofrimento em saúde mental.
Além disso, verificou-se neste estudo que os efeitos prejudiciais do IGD na saúde psicológica foram ligeiramente mais pronunciados do que os produzidos pela dependência do SNS. Dados os amplos déficits exibidos pelos jogadores em vários domínios da saúde mental e bem-estar, esse achado está de acordo com relatos sugerindo que a IGD pode refletir uma psicopatologia mais severa em comparação com a dependência do SNS (Leménager et al., 2016), que apoia parcialmente a decisão tomada pela APA (2013) para considerar a IGD como um distúrbio provisório. No entanto, pesquisas empíricas adicionais usando amostras maiores e mais representativas seriam necessárias para corroborar ainda mais essa hipótese. Além do potencial para ajudar a moldar políticas, os resultados presentes contribuem para os debates em curso se os vícios tecnológicos, como o IGD e o SNS, devem ser conceituados como transtornos primários ou secundários. De acordo com os resultados relatados neste estudo, conceituar vícios tecnológicos como transtornos primários (ou seja, um problema que pode afetar negativamente a saúde mental) é uma via empiricamente viável que não invalida debates acadêmicos anteriores em favor da visão dos vícios tecnológicos como transtornos secundários (ou seja, um produto de problemas subjacentes de saúde mental e bem-estar) (Kardefelt-Winther, 2016; Snodgrass et al., 2014; Thorens et al., 2014).
Embora os resultados obtidos neste estudo sejam empiricamente sólidos, existem potenciais limitações que devem ser observadas. Primeiro, os dados foram todos auto-relatados e sujeitos a vieses conhecidos (por exemplo, desejabilidade social, vieses de memória etc.). Em segundo lugar, os estudos que adotam designs mais robustos (por exemplo, design com defasagem cruzada longitudinal) seriam capazes de fornecer respostas mais concretas para os caminhos únicos entre o vício em SNS e IGD e saúde psicológica. Terceiro, porque todos os participantes foram auto-selecionados, a generalização das presentes descobertas para a ampla população não pode ser feita diretamente. Dada a idade relativamente jovem da amostra recrutada, é possível que o controle dos pais possa ter tido um impacto nos níveis auto-relatados de uso de tecnologia e no nível geral de uso de dependência. Assim, estudos futuros que avaliem o uso de tecnologia em crianças pequenas e adolescentes iniciais devem levar em consideração essa variável, para que melhores estimativas sobre os níveis de dependência possam ser obtidas. Independentemente dessas limitações potenciais, os resultados deste estudo se estendem a pesquisas anteriores sobre as inter-relações entre vícios tecnológicos e seus efeitos prejudiciais isolados sobre a saúde psicológica, oferecendo uma estrutura empiricamente viável em que vícios tecnológicos também podem aumentar a probabilidade de resultados negativos de saúde psicológica. Em conclusão, os presentes achados apóiam a conceituação dos vícios tecnológicos como transtornos primários capazes de prejudicar a saúde mental.
Contribuição do autor
O autor deste estudo foi responsável por todas as etapas deste estudo e é o único autor deste manuscrito.
Conflito de interesses
O autor declara nenhum conflito de interesse.
Agradecimentos
O autor deste estudo gostaria de agradecer à escola participada, a todos os alunos, pais e professores que ajudaram a organizar a logística envolvida no processo de coleta de dados deste estudo.
Referências
| Aarseth, E., Bean, AM, Boonen, H., Colder, CM, Coulson, M., Das, D., Deleuze, J., Dunkels, E., Edman, J., Ferguson, CJ, Haagsma, MC , Helmersson Bergmark, K., Hussain, Z., Jansz, J., Kardefelt-Winther, D., Kutner, L., Markey, P., Nielsen, RK, Prause, N., Przybylski, A., Quandt, T., Schimmenti, A., Starcevic, V., Stutman, G., Van Looy, J., & Van Rooij, AJ (2016). Artigo de debate aberto de estudiosos sobre a proposta da Organização Mundial da Saúde ICD-11 para transtornos do jogo. Journal of Behavioral Addictions, 6 (3), 267–270. doi:https://doi.org/10.1556/2006.5.2016.088 Ligação | |
| Associação Americana de Psiquiatria [APA]. (2013) Manual diagnóstico e estatístico de transtornos mentais (5th ed.). Arlington, VA: Associação Americana de Psiquiatria. Crossref | |
| Andreassen, C. S. (2015). Vício em sites de redes sociais online: uma revisão abrangente. Relatórios Atuais de Vício, 2 (2), 175–184. doi:https://doi.org/10.1007/s40429-015-0056-9 Crossref | |
| Andreassen, C. S., Billieux, J., Griffiths, M. D., Kuss, D. J., Demetrovics, Z., Mazzoni, E., & Ståle, P. (2016). A relação entre o uso viciante de mídias sociais e videogames e os sintomas de transtornos psiquiátricos: um estudo transversal em larga escala. Psychology of Addictive Behaviors, 30 (2), 252-262. doi:https://doi.org/10.1037/adb0000160 Crossref, Medline | |
| Andreassen, C. S., Griffiths, M. D., Gjertsen, S. R., Krossbakken, E., Kvam, S., & Pallesen, S. (2013). As relações entre os vícios comportamentais e o modelo de personalidade dos cinco fatores. Journal of Behavioral Addictions, 2 (2), 90–99. doi:https://doi.org/10.1556/JBA.2.2013.003 Ligação | |
| Andreassen, C. S., & Pallesen, S. (2014). Vício em sites de redes sociais - Uma visão geral. Current Pharmaceutical Design, 20 (25), 4053–4061. doi:https://doi.org/10.2174/13816128113199990616 Crossref, Medline | |
| Andreassen, C. S., Torsheim, T., Brunborg, G. S., & Pallesen, S. (2012). Desenvolvimento de uma escala de vício no Facebook. Psychological Reports, 110 (2), 501-517. doi:https://doi.org/10.2466/02.09.18.PR0.110.2.501-517 Crossref, Medline | |
| Bányai, F., Zsila, Á., Király, O., Maraz, A., Elekes, Z., Griffiths, M. D., Andreassen, C. S., & Demetrovics, Z. (2017). Uso problemático da mídia social: resultados de uma amostra de adolescentes representativa em grande escala nacionalmente. PLoS One, 12 (1), e0169839. doi:https://doi.org/10.1371/journal.pone.0169839 Crossref, Medline | |
| Bentler, P. M. (1990). Índices de ajuste comparativos em modelos estruturais. Psychological Bulletin, 107 (2), 238-246. doi:https://doi.org/10.1037/0033-2909.107.2.238 Crossref, Medline | |
| Bentler, P. M., & Bonnet, D. G. (1980). Testes de significância e qualidade de ajuste na análise de estruturas de covariância. Psychological Bulletin, 88 (3), 588–606. doi:https://doi.org/10.1037/0033-2909.88.3.588 Crossref | |
| Bright, L. F., Kleiser, S. B., & Grau, S. L. (2015). Muito Facebook? Um exame exploratório da fadiga da mídia social. Computers in Human Behavior, 44, 148-155. doi:https://doi.org/10.1016/j.chb.2014.11.048 Crossref | |
| Çam, E., & Işbulan, O. (2012). Um novo vício para candidatos a professores: Redes sociais. The Turkish Journal of Educational Technology, 11, 14–19. | |
| Chiu, S.-I., Hong, F.-Y., & Chiu, S.-L. (2013). Uma análise da correlação e diferença de gênero entre o vício em Internet de estudantes universitários e o vício em telefone celular em Taiwan. ISRN Addiction, 2013, 1-10. doi:https://doi.org/10.1155/2013/360607 Crossref | |
| Chopik, W. J. (2016). Os benefícios do uso da tecnologia social entre os idosos são mediados pela redução da solidão. Cyberpsychology, Behavior, and Social Networking, 19 (9), 551–556. doi:https://doi.org/10.1089/cyber.2016.0151 Crossref, Medline | |
| Cock, R. D., Vangeel, J., Klein, A., Minotte, P., Rosas, O., & Meerkerk, G. (2014). Uso compulsivo de sites de redes sociais na Bélgica: prevalência, perfil e o papel da atitude em relação ao trabalho e à escola. Cyberpsychology, Behavior, and Social Networking, 17 (3), 166-171. doi:https://doi.org/10.1089/cyber.2013.0029 Crossref, Medline | |
| Cole, H., & Griffiths, M. D. (2007). Interações sociais em jogadores de RPG online com vários jogadores. CyberPsychology & Behavior, 10 (4), 575–583. doi:https://doi.org/10.1089/cpb.2007.9988 Crossref, Medline | |
| Demetrovics, Z., Urbán, R., Nagygyörgy, K., Farkas, J., Zilahy, D., Mervó, B., Reindl, A., Ágoston, C., Kertész, A., & Harmath, E. (2011). Por que você joga? O desenvolvimento do questionário de motivos para jogos online (MOGQ). Behavior Research Methods, 43 (3), 814–825. doi:https://doi.org/10.3758/s13428-011-0091-y Crossref, Medline | |
| Dowling, N. A., & Brown, M. (2010). Semelhanças nos fatores psicológicos associados ao jogo problemático e dependência da Internet. Cyberpsychology, Behavior, and Social Networking, 13 (4), 437–441. doi:https://doi.org/10.1089/cyber.2009.0317 Crossref, Medline | |
| Facebook. (2014) Facebook @ GDC: Direcionando descoberta e engajamento para jogos multiplataforma. Retirado de https://developers.facebook.com/blog/post/2014/03/19/facebook-at-gdc-2014 | |
| Campo, A. (2013). Descobrindo estatísticas usando o IBM SPSS Statistics (4th ed.). Londres, Reino Unido: Sage Publications Ltd. | |
| Floros, G., & Siomos, K. (2013). A relação entre parentalidade ideal, vício em Internet e motivos para redes sociais na adolescência. Psychiatry Research, 209 (3), 529-534. doi:https://doi.org/10.1016/j.psychres.2013.01.010 Crossref, Medline | |
| Fuster, H., Chamarro, A., Carbonell, X., & Vallerand, R. J. (2014). Relação entre paixão e motivação para jogar em jogadores de RPGs online multiplayer massivo. Cyberpsychology, Behavior, and Social Networking, 17, 292-297. doi:https://doi.org/10.1089/cyber.2013.0349 | |
| Gentile, D. A., Choo, H., Liau, A., Sim, T., Li, D., Fung, D., & Khoo, A. (2011). Uso patológico de videogame entre jovens: um estudo longitudinal de dois anos. Pediatrics, 127, e319 – e329. doi:https://doi.org/10.1542/peds.2010-1353 | |
| Griffiths, M. D. (2005). Um modelo de 'componentes' de dependência dentro de uma estrutura biopsicossocial. Journal of Substance Use, 10 (4), 191–197. doi:https://doi.org/10.1080/14659890500114359 Crossref | |
| Griffiths, M. D. (2014). Jogos sociais para crianças e adolescentes: quais são as questões que preocupam? Educação e Saúde, 32, 9-12. | |
| Griffiths, M. D. (2015). Classificação e tratamento de dependências comportamentais. Nursing in Practice, 82, 44-46. | |
| Griffiths, M. D., Király, O., Pontes, H. M., & Demetrovics, Z. (2015). Uma visão geral dos jogos problemáticos. Em E. Aboujaoude & V. Starcevic (Eds.), Saúde mental na era digital: Grave perigos, grande promessa (pp. 27-45). Oxford, Reino Unido: Oxford University Press. Crossref | |
| Griffiths, M. D., Kuss, D. J., & Pontes, H. M. (2016). Uma breve visão geral do transtorno de jogos na Internet e seu tratamento. Australian Clinical Psychologist, 2, 1-12. | |
| Griffiths, M. D., & Pontes, H. M. (2015). Produtos de vício e entretenimento. Em R. Nakatsu, M. Rauterberg, & P. Ciancarini (Eds.), Handbook of digital games and entertainment technologies (pp. 1-22). Singapura: Springer. Crossref | |
| Griffiths, MD, Van Rooij, AJ, Kardefelt-Winther, D., Starcevic, V., Király, O., Pallesen, S., Müller, K., Dreier, M., Carras, M., Prause, N. , King, DL, Aboujaoude, E., Kuss, DJ, Pontes, HM, Fernandez, OL, Nagygyorgy, K., Achab, S., Billieux, J., Quandt, T., Carbonell, X., Ferguson, CJ , Hoff, RA, Derevensky, J., Haagsma, MC, Delfabbro, P., Coulson, M., Hus, Z., & Demetrovics, Z. (2016). Trabalhando para um consenso internacional sobre os critérios para avaliar o transtorno do jogo na Internet: Um comentário crítico sobre Petry et al. (2014). Addiction, 111 (1), 167-175. doi:https://doi.org/10.1111/add.13057 Crossref, Medline | |
| Guillot, C. R., Bello, M. S., Tsai, J. Y., Huh, J., Leventhal, A. M., & Sussman, S. (2016). Associações longitudinais entre anedonia e comportamentos aditivos relacionados à Internet em adultos emergentes. Computers in Human Behavior, 62, 475–479. doi:https://doi.org/10.1016/j.chb.2016.04.019 Crossref, Medline | |
| Heo, J., Chun, S., Lee, S., Lee, K. H., & Kim, J. (2015). Uso da Internet e bem-estar em idosos. Cyberpsychology, Behavior, and Social Networking, 18 (5), 268-272. doi:https://doi.org/10.1089/cyber.2014.0549 Crossref, Medline | |
| Hooper, D., Coughlan, J., & Mullen, M. R. (2008). Modelagem de equações estruturais: Diretrizes para determinar o ajuste do modelo. Electronic Journal of Business Research Methods, 6, 53-60. | |
| Howard, C. J., Wilding, R., & Guest, D. (2016). A jogabilidade leve do videogame está associada ao processamento visual aprimorado de alvos de apresentação visual serial rápida. Perception, 46 (2), 161-177. doi:https://doi.org/10.1177/0301006616672579 Crossref, Medline | |
| Hu, L. T., & Bentler, P. M. (1999). Critérios de corte para índices de ajuste em análise de estrutura de covariância: critérios convencionais versus novas alternativas. Structural Equation Modeling: A Multidisciplinary Journal, 6 (1), 1-55. doi:https://doi.org/10.1080/10705519909540118 Crossref | |
| IBM Corporation. (2015) Estatísticas do IBM SPSS para Windows, versão 23. Nova York, NY: IBM Corporation. | |
| Kardefelt-Winther, D. (2016). Conceituando transtornos de uso da Internet: Dependência ou processo de enfrentamento? Psiquiatria e Neurociências Clínicas, 71 (7), 459 – 466. doi:https://doi.org/10.1111/pcn.12413 Crossref, Medline | |
| Kim, N., Hughes, T. L., Park, C. G., Quinn, L., & Kong, I. D. (2016). Níveis periféricos de catecolaminas e ansiedade em estado de repouso em adolescentes coreanos do sexo masculino com dependência de jogos na Internet. Cyberpsychology, Behavior, and Social Networking, 19 (3), 202–208. doi:https://doi.org/10.1089/cyber.2015.0411 Crossref, Medline | |
| Király, O., Griffiths, M. D., Urbán, R., Farkas, J., Kökönyei, G., Elekes, Z., Tamás, D., & Demetrovics, Z. (2014). O uso problemático da Internet e os jogos online problemáticos não são os mesmos: descobertas de uma grande amostra de adolescentes representativa nacionalmente. Cyberpsychology, Behavior, and Social Networking, 17 (12), 749-754. doi:https://doi.org/10.1089/cyber.2014.0475 Crossref, Medline | |
| Kline, R. B. (2011). Princípios e prática de modelagem de equações estruturais (3ª ed.). New York, NY: Guilford Press. | |
| Koc, M., & Gulyagci, S. (2013). Vício no Facebook entre estudantes universitários turcos: o papel da saúde psicológica, características demográficas e de uso. Cyberpsychology, Behavior, and Social Networking, 16 (4), 279-284. doi:https://doi.org/10.1089/cyber.2012.0249 Crossref, Medline | |
| Kowert, R., Domahidi, E., Festl, R., & Quandt, T. (2014). Jogos sociais, vida solitária? O impacto do jogo digital nos círculos sociais de adolescentes. Computers in Human Behavior, 36, 385–390. doi:https://doi.org/10.1016/j.chb.2014.04.003 Crossref | |
| Kuss, D. J., Griffiths, M. D., & Pontes, H. M. (2017). Caos e confusão no diagnóstico DSM-5 de transtorno de jogos na Internet: problemas, preocupações e recomendações para clareza no campo. Journal of Behavioral Addictions, 6 (2), 103-109. doi:https://doi.org/10.1556/2006.5.2016.062 Ligação | |
| Lee, B. W., & Stapinski, L. A. (2012). Em busca de segurança na Internet: relação entre ansiedade social e uso problemático da Internet. Journal of Anxiety Disorders, 26 (1), 197–205. doi:https://doi.org/10.1016/j.janxdis.2011.11.001 Crossref, Medline | |
| Lee, S. Y., Choo, H., & Lee, H. K. (2017). Equilíbrio entre preconceito e fato para o transtorno do jogo: a existência do transtorno por uso de álcool estigmatiza os bebedores saudáveis ou impede a pesquisa científica? Journal of Behavioral Addictions, 6 (3), 302–305. doi:https://doi.org/10.1556/2006.6.2017.047 Ligação | |
| Lehenbauer-Baum, M., Klaps, A., Kovacovsky, Z., Witzmann, K., Zahlbruckner, R., & Stetina, B. U. (2015). Vício e envolvimento: um estudo exploratório sobre os critérios de classificação para transtorno de jogos na Internet. Cyberpsychology, Behavior, and Social Networking, 18 (6), 343-349. doi:https://doi.org/10.1089/cyber.2015.0063 Crossref, Medline | |
| Leménager, T., Dieter, J., Hill, H., Hoffmann, S., Reinhard, I., Beutel, M., Vollstädt-Klein, S., Kiefer, F., & Mann, K. (2016) . Explorando a base neural da identificação do avatar em jogadores patológicos da Internet e da autorreflexão em usuários de redes sociais patológicas Journal of Behavioral Addictions, 5 (3), 1-15. doi:https://doi.org/10.1556/2006.5.2016.048 Ligação | |
| Lemmens, J. S., & Hendriks, S. J. F. (2016). Jogos online viciantes: Examinando a relação entre gêneros de jogos e transtorno de jogos na Internet. Cyberpsychology, Behavior, and Social Networking, 19 (4), 270-276. doi:https://doi.org/10.1089/cyber.2015.0415 Crossref, Medline | |
| Lovibond, P. F., & Lovibond, S. H. (1995). A estrutura dos estados emocionais negativos: Comparação das Escalas de Depressão, Ansiedade e Estresse (DASS) com os Inventários de Depressão e Ansiedade de Beck. Behavior Research and Therapy, 33 (3), 335-343. doi:https://doi.org/10.1016/0005-7967(94)00075-U Crossref, Medline | |
| Maraz, A., Király, O., & Demetrovics, Z. (2015). Comentário sobre: Estamos super patologizando a vida cotidiana? Um modelo sustentável para pesquisa de vício comportamental. As armadilhas do diagnóstico das pesquisas: se você obtiver resultado positivo em um teste de vício, ainda terá uma boa chance de não ser viciado. Journal of Behavioral Addictions, 4 (3), 151-154. doi:https://doi.org/10.1556/2006.4.2015.026 Ligação | |
| Monacis, L., De Palo, V., Griffiths, M. D., & Sinatra, M. (2016). Validação da Internet Gaming Disorder Scale - Short-Form (IGDS9-SF) em uma amostra de língua italiana. Journal of Behavioral Addictions, 5 (4), 683-690. doi:https://doi.org/10.1556/2006.5.2016.083 Ligação | |
| Morioka, H., Itani, O., Osaki, Y., Higuchi, S., Jike, M., Kaneita, Y., Kanda, H., Nakagome, S., & Ohida, T. (2016). Associação entre tabagismo e uso problemático da Internet entre adolescentes japoneses: estudo epidemiológico nacional em larga escala. Cyberpsychology, Behavior, and Social Networking, 19 (9), 557–561. doi:https://doi.org/10.1089/cyber.2016.0182 Crossref, Medline | |
| Muthén, L. K., & Muthén, B. O. (2012). Guia do usuário Mplus (7ª ed.). Los Angeles, CA: Muthén & Muthén. | |
| Ostovar, S., Allahyar, N., Aminpoor, H., Moafian, F., Nor, M. B. M., & Griffiths, M. D. (2016). Dependência de Internet e seus riscos psicossociais (depressão, ansiedade, estresse e solidão) entre adolescentes e jovens adultos iranianos: Um modelo de equação estrutural em um estudo transversal. International Journal of Mental Health and Addiction, 14 (3), 257–267. doi:https://doi.org/10.1007/s11469-015-9628-0 Crossref | |
| Pais-Ribeiro, J., Honrado, A., & Leal, I. (2004). Contribuição para o estudo da adaptação portuguesa das Escalas de Ansiedade, Depressão e Stress (EADS) de 21 itens de Lovibond e Lovibond [Contribuição para o estudo de validação portuguesa de Lovibond e Lovibond's Short version of Depression Anxiety and Stress Scale (DASS)]. Psicologia, Saúde & Doenças, 5, 229–239. | |
| Pantic, eu (2014). Redes sociais online e saúde mental. Ciberpsicologia, Comportamento e Redes Sociais, 17 (10), 652 – 657. doi:https://doi.org/10.1089/cyber.2014.0070 Crossref, Medline | |
| Pápay, O., Urbán, R., Griffiths, MD, Nagygyörgy, K., Farkas, J., Kökönyei, G., Felvinczi, K., Oláh, A., Elekes, Z., & Demetrovics, Z. ( 2013). Propriedades psicométricas da forma abreviada do questionário de jogos online problemáticos e prevalência de jogos online problemáticos em uma amostra nacional de adolescentes. Cyberpsychology, Behavior, and Social Networking, 16 (5), 340-348. doi:https://doi.org/10.1089/cyber.2012.0484 Crossref, Medline | |
| Petry, NM, Rehbein, F., Gentile, DA, Lemmens, JS, Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, DSS, Borges, G., Auriacombe , M., González-Ibáñez, A., Tam, P., & O'Brien, CP (2014). Um consenso internacional para avaliar a desordem de jogos na Internet usando a nova abordagem DSM-5. Addiction, 109 (9), 1399-1406. doi:https://doi.org/10.1111/add.12457 Crossref, Medline | |
| Petry, NM, Rehbein, F., Gentile, DA, Lemmens, JS, Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, DSS, Borges, G., Auriacombe , M., González-Ibáñez, A., Tam, P., & O'Brien, CP (2015). Comentários de Griffiths et al. Sobre a declaração de consenso internacional sobre transtorno de jogos na Internet: Aumentando o consenso ou impedindo o progresso? Addiction, 111 (1), 175–178. doi:https://doi.org/10.1111/add.13189 Crossref | |
| Phanasathit, M., Manwong, M., Hanprathet, N., Khumsri, J., & Yingyeun, R. (2015). Validação da versão tailandesa da Bergen Facebook Addiction Scale (Thai-BFAS). Journal of the Medical Association of Thailand, 98, 108-117. | |
| Pontes, H. M., Andreassen, C. S., & Griffiths, M. D. (2016). Validação portuguesa da Bergen Facebook Addiction Scale: Um estudo empírico. International Journal of Mental Health and Addiction, 14 (6), 1062–1073. doi:https://doi.org/10.1007/s11469-016-9694-y Crossref | |
| Pontes, H. M., & Griffiths, M. D. (2015a). Medindo o transtorno de jogos na Internet do DSM-5: Desenvolvimento e validação de uma escala psicométrica curta. Computers in Human Behavior, 45, 137-143. doi:https://doi.org/10.1016/j.chb.2014.12.006 Crossref | |
| Pontes, H. M., & Griffiths, M. D. (2015b). O papel da idade, idade de início do acesso à Internet e tempo gasto online na etiologia do vício em Internet. Journal of Behavioral Addictions, 4 (Suppl. 1), 30-31. doi:https://doi.org/10.1556/JBA.4.2015.Suppl.1 | |
| Pontes, H. M., & Griffiths, M. D. (2016). Validação em português da Internet Gaming Disorder Scale - Short-Form. Cyberpsychology, Behavior, and Social Networking, 19 (4), 288-293. doi:https://doi.org/10.1089/cyber.2015.0605 Crossref, Medline | |
| Pontes, H. M., Király, O., Demetrovics, Z., & Griffiths, M. D. (2014). A conceptualização e medição da desordem de jogos na Internet DSM-5: O desenvolvimento do Teste IGD-20. PLoS One, 9 (10), e110137. doi:https://doi.org/10.1371/journal.pone.0110137 Crossref, Medline | |
| Pontes, H. M., Macur, M., & Griffiths, M. D. (2016). Transtorno de jogos na Internet entre crianças do ensino fundamental na Eslovênia: resultados de uma amostra nacionalmente representativa de adolescentes. Journal of Behavioral Addictions, 5 (2), 304–310. doi:https://doi.org/10.1556/2006.5.2016.042 Ligação | |
| Primack, B. A., Shensa, A., Escobar-Viera, C. G., Barrett, E. L., Sidani, J. E., Colditz, J. B., & James, A. E. (2017). Uso de múltiplas plataformas de mídia social e sintomas de depressão e ansiedade: um estudo nacionalmente representativo entre jovens adultos dos EUA. Computers in Human Behavior, 69, 1-9. doi:https://doi.org/10.1016/j.chb.2016.11.013 Crossref | |
| Przybylski, A. (2017). Resposta travessa na pesquisa sobre transtornos de jogos na Internet. PeerJ, 4, e2401. doi:https://doi.org/10.7717/peerj.2401 Crossref | |
| Rehbein, F., Staudt, A., Hanslmaier, M., & Kliem, S. (2016). Jogos de videogame na população adulta em geral da Alemanha: o maior tempo de jogo dos homens pode ser explicado por preferências de gênero específicas? Computers in Human Behavior, 55 (Parte B), 729-735. doi:https://doi.org/10.1016/j.chb.2015.10.016 Crossref | |
| Rikkers, W., Lawrence, D., Hafekost, J., & Zubrick, S. R. (2016). Uso da Internet e jogos eletrônicos por crianças e adolescentes com problemas emocionais e comportamentais na Austrália - Resultados da segunda Pesquisa de Saúde Mental e Bem-estar de Crianças e Adolescentes. BMC Public Health, 16 (1), 399. doi:https://doi.org/10.1186/s12889-016-3058-1 Crossref, Medline | |
| Salem, AAMS, Almenaye, N. S., & Andreassen, C. S. (2016). Uma avaliação psicométrica da Escala de Vício do Facebook de Bergen (BFAS) de estudantes universitários. International Journal of Psychology and Behavioral Sciences, 6, 199–205. doi:https://doi.org/10.5923/j.ijpbs.20160605.01 | |
| Sampasa-Kanyinga, H., & Lewis, R. F. (2015). O uso frequente de sites de redes sociais está associado a um funcionamento psicológico deficiente entre crianças e adolescentes. Cyberpsychology, Behavior, and Social Networking, 18 (7), 380-385. doi:https://doi.org/10.1089/cyber.2015.0055 Crossref, Medline | |
| Sarda, E., Bègue, L., Bry, C., & Gentile, D. (2016). Transtorno de jogos na Internet e bem-estar: uma validação de escala. Cyberpsychology, Behavior, and Social Networking, 19 (11), 674-679. doi:https://doi.org/10.1089/cyber.2016.0286 Crossref, Medline | |
| Saunders, JB, Hao, W., Long, J., King, DL, Mann, K., Fauth-Bühler, M., Rumpf, H.-J., Bowden-Jones, H., Rahimi-Movaghar, A ., Chung, T., Chan, E., Bahar, N., Achab, S., Lee, HK, Potenza, M., Petry, N., Spritzer, D., Ambekar, A., Derevensky, J. , Griffiths, MD, Pontes, HM, Kuss, D., Higuchi, S., Mihara, S., Assangangkornchai, S., Sharma, M., Kashef, AE, Ip, P., Farrell, M., Scafato, E., Carragher, N., & Poznyak, V. (2017). Transtorno de jogo: seu delineamento como uma condição importante para o diagnóstico, gerenciamento e prevenção. Journal of Behavioral Addictions, 6 (3), 271-279. doi:https://doi.org/10.1556/2006.6.2017.039 Ligação | |
| Scharkow, M., Festl, R., & Quandt, T. (2014). Padrões longitudinais de uso problemático de jogos de computador entre adolescentes e adultos - um estudo de painel de 2 anos. Addiction, 109 (11), 1910–1917. doi:https://doi.org/10.1111/add.12662 Crossref, Medline | |
| Shaffer, H. J., LaPlante, D. A., LaBrie, R. A., Kidman, R. C., Donato, A. N., & Stanton, M. V. (2004). Rumo a um modelo de síndrome do vício: expressões múltiplas, etiologia comum. Harvard Review of Psychiatry, 12 (6), 367-374. doi:https://doi.org/10.1080/10673220490905705 Crossref, Medline | |
| Silva, H. R. S., Areco, K. C. N., Bandiera-Paiva, P., Galvão, P. V. M., Garcia, A. N. M., & Silveira, D. X. (2015). Equivalência semântica e confiabilidade da versão em português da Bergen Facebook Addiction Scale [Equivalência semântica e confiabilidade da versão em português da Bergen Facebook Addiction Scale]. Jornal Brasileiro de Psiquiatria, 64 (1), 17–23. doi:https://doi.org/10.1590/0047-2085000000052 Crossref | |
| Sioni, S. R., Burleson, M. H., & Bekerian, D. A. (2017). Transtorno de jogos na Internet: fobia social e identificação com seu eu virtual. Computers in Human Behavior, 71, 11-15. doi:https://doi.org/10.1016/j.chb.2017.01.044 Crossref | |
| Snodgrass, J. G., Lacy, M. G., Dengah II, H. J. F., Eisenhauer, S., Batchelder, G., & Cookson, R. J. (2014). Umas férias da sua mente: os jogos online problemáticos são uma resposta ao stress. Computers in Human Behavior, 38, 248–260. doi:https://doi.org/10.1016/j.chb.2014.06.004 Crossref | |
| Starcevic, V., & Aboujaoude, E. (2016). Dependência da Internet: Reavaliação de um conceito cada vez mais inadequado. CNS Spectrums, 22 (1), 7-13. doi:https://doi.org/10.1017/S1092852915000863 Crossref, Medline | |
| Stroud, M. J., & Whitbourne, S. K. (2015). Os videogames casuais como ferramentas de treinamento para processos atencionais no cotidiano. Cyberpsychology, Behavior, and Social Networking, 18 (11), 654–660. doi:https://doi.org/10.1089/cyber.2015.0316 Crossref, Medline | |
| Stubblefield, S., Datto, G., Phan, T.-LT, Werk, LN, Stackpole, K., Siegel, R., Stratbucker, W., Tucker, JM, Christison, AL, Hossain, J., & Gentile, DA (2017). Problemas de videogame entre crianças matriculadas em programas de controle de peso de nível superior. Cyberpsychology, Behavior, and Social Networking, 20 (2), 109-116. doi:https://doi.org/10.1089/cyber.2016.0386 Crossref, Medline | |
| Sussman, S., Arpawong, T. E., Sun, P., Tsai, J., Rohrbach, L. A., & Spruijt-Metz, D. (2014). Prevalência e coocorrência de comportamentos aditivos entre ex-jovens do ensino médio alternativo. Journal of Behavioral Addictions, 3 (1), 33–40. doi:https://doi.org/10.1556/JBA.3.2014.005 Ligação | |
| Tang, J.-H., Chen, M.-C., Yang, C.-Y., Chung, T.-Y., & Lee, Y.-A. (2016). Traços de personalidade, relacionamento interpessoal, suporte social online e dependência do Facebook. Telematics and Informatics, 33 (1), 102–108. doi:https://doi.org/10.1016/j.tele.2015.06.003 Crossref | |
| Thorens, G., Achab, S., Billieux, J., Khazaal, Y., Khan, R., Pivin, E., Gupta, V., & Zullino, D. (2014). Características e resposta ao tratamento de usuários problemáticos autoidentificados da Internet em um ambulatório de dependência comportamental. Journal of Behavioral Addictions, 3 (1), 78-81. doi:https://doi.org/10.1556/JBA.3.2014.008 Ligação | |
| Turel, O., & Serenko, A. (2012). Os benefícios e os perigos da diversão com sites de redes sociais. European Journal of Information Systems, 21 (5), 512–528. doi:https://doi.org/10.1057/ejis.2012.1 Crossref | |
| Van Rooij, A. J., Schoenmakers, T. M., Vermulst, A. A., Van den Eijnden, R., & Van de Mheen, D. (2011). Vício em videogame online: Identificação de jogadores adolescentes viciados. Addiction, 106 (1), 205-212. doi:https://doi.org/10.1111/j.1360-0443.2010.03104.x Crossref, Medline | |
| Organização Mundial da Saúde. (2016) Versão Beta do ICD-XUMUM: Desordem de jogo. Retirado de https://icd.who.int/dev11/l-m/en#/http%3a%2f%2fid.who.int%2ficd%2fentity%2f1448597234 | |
| Wu, A. M. S., Cheung, V. I., Ku, L., & Hung, E. P. W. (2013). Fatores de risco psicológicos de dependência de sites de redes sociais entre usuários de smartphones chineses. Journal of Behavioral Addictions, 2 (3), 160-166. doi:https://doi.org/10.1556/JBA.2.2013.006 Ligação | |
| Xanidis, N., & Brignell, C. M. (2016). A associação entre o uso de sites de redes sociais, qualidade do sono e função cognitiva durante o dia. Computers in Human Behavior, 55 (Parte A), 121-126. doi:https://doi.org/10.1016/j.chb.2015.09.004 Crossref | |
| Yee, N. (2006). Motivações para jogar jogos online. CyberPsychology & Behavior, 9 (6), 772–775. doi:https://doi.org/10.1089/cpb.2006.9.772 Crossref, Medline | |
| Yu, C., Li, X., & Zhang, W. (2015). Prevendo o uso problemático de jogos online por adolescentes a partir do apoio à autonomia do professor, satisfação das necessidades psicológicas básicas e envolvimento escolar: um estudo longitudinal de 2 anos. Cyberpsychology, Behavior, and Social Networking, 18 (4), 228–233. doi:https://doi.org/10.1089/cyber.2014.0385 Crossref, Medline | |
| Zhang, C., Brook, J. S., Leukefeld, C. G., & Brook, D. W. (2016). Fatores psicossociais longitudinais relacionados a sintomas de dependência de Internet entre adultos no início da meia-idade. Addictive Behaviors, 62, 65-72. doi:https://doi.org/10.1016/j.addbeh.2016.06.019 Crossref, Medline |
;