Auto-mutilação e sua associação com o vício em internet e a exposição da internet ao pensamento suicida em adolescentes. (2016)

2016 pode 1. pii: S0929-6646 (16) 30039-0. doi: 10.1016 / j.jfma.2016.03.010. 

Liu HC1, Liu SI2, Tjung JJ3, Sun FJ4, Huang HC4, Fang CK5.

Fundo / Propósito

A automutilação (HAS) é um fator de risco para o suicídio. Nosso objetivo foi determinar se o vício em internet e a exposição da Internet à ideação suicida confiante estão associados à HAS em adolescentes.

O Propósito

Este estudo foi um estudo transversal de estudantes que preencheram uma série de questionários on-line, incluindo um questionário de informações sociodemográficas, questionário para suicidalidade e SH, Chen Internet Addiction Scale (CIAS), Patient Health Questionnaire (PHQ-9), multi- escala de apoio dimensional (MDSS), escala de auto-estima de Rosenberg (RSES), teste de consumo de transtorno de uso de álcool (AUDIT-C) e questionário para abuso de substâncias.

Consistentes

Um total de 2479 alunos completou os questionários (taxa de resposta = 62.1%). Eles tinham uma idade média de 15.44 anos (intervalo de 14-19 anos; desvio padrão 0.61) e eram em sua maioria mulheres (n = 1494; 60.3%). A prevalência de HS no ano anterior foi de 10.1% (n = 250). Entre os participantes, 17.1% tinham dependência de internet (n = 425) e 3.3% foram expostos a conteúdo suicida na internet (n = 82). Na análise de regressão logística hierárquica, o vício em internet e a exposição à internet a pensamentos suicidas foram ambos significativamente relacionados a um risco aumentado de HS, após o controle de gênero, fatores familiares, exposição a pensamentos suicidas na vida real, depressão, uso de álcool / tabaco, suicídio concomitante e suporte social percebido. No entanto, a associação entre o vício em internet e HS enfraqueceu após o ajuste para o nível de autoestima, enquanto a exposição à internet a pensamentos suicidas permaneceu significativamente relacionada a um risco aumentado de HS (odds ratio = 1.96; intervalo de confiança de 95%: 1.06–3.64) .

 

 

  

Conclusão

Experiências on-line estão associadas com HS em adolescentes. Estratégias preventivas podem incluir educação para aumentar a consciência social, identificar os jovens em maior risco e fornecer ajuda imediata.

 

 

 

 

1. Introdução

Auto-mutilação (EH) é um termo usado para descrever todos os atos intencionais de auto-envenenamento ou autoagressão em muitos países europeus, independentemente da presença de intenção suicida. Esse fenômeno é importante para entender, pois a repetição da HAS é frequente e um fator de risco independente para o suicídio, embora muitos atos de HS em adolescentes tenham início com intenções não suicidas.1 Estudos longitudinais que acompanharam SH em adolescentes descobriram que indivíduos com atos de HS têm uma taxa de mortalidade geral quadruplicada em comparação com a taxa esperada (o suicídio é a principal razão para este risco aumentado),2 e um aumento da taxa de ter um distúrbio psiquiátrico na idade adulta jovem.3

Os fatores de risco para HS em adolescentes são multifatoriais e freqüentemente correlacionados. Uma revisão sistemática de fatores de risco para SH adolescente indicou que adolescentes com HS não fatal têm características semelhantes às de adolescentes que completaram o suicídio.4 Entre os fatores identificados, a exposição ao suicídio (agrupamento de suicídios / contágio de comportamento suicida ou influência da mídia) é considerada mais influente nos adolescentes do que nos adultos.5, 6 A exposição a comportamentos suicidas não-fatais em familiares e amigos é considerada preditiva de HS em adolescentes.7 No entanto, pouco se sabe sobre a relação entre a exposição a pensamentos suicidas confidenciais de outras pessoas, particularmente no contexto social único criado pela internet, e o comportamento autodestrutivo de um adolescente no nível da comunidade.

O vício em internet é caracterizado como um padrão mal-adaptativo de uso da internet, levando a um prejuízo ou sofrimento clinicamente significativo.8 Inclui preocupação com atividades na internet, falha recorrente em resistir ao impulso de usar a internet, tolerância, retirada, uso da internet por um período de tempo maior do que o pretendido, desejo persistente e / ou tentativas frustradas de reduzir ou reduzir o uso da internet. , tempo excessivo gasto em atividades na Internet e saída da Internet, esforço excessivo gasto em atividades necessárias para obter acesso à Internet e uso contínuo e pesado da Internet apesar do conhecimento de ter um problema físico ou psicológico persistente ou recorrente que possa ter sido causado ou exacerbado por uso da internet.9 Estudos anteriores descobriram que os adolescentes com dependência de internet têm um nível mais alto de sintomas de transtorno do déficit de atenção e hiperatividade, depressão e hostilidade, além de um risco maior de se engajar em comportamentos agressivos.10, 11 No entanto, pouco se sabe sobre a associação entre dependência de internet e HS em adolescentes. Mais pesquisas examinando essa relação e o possível mecanismo subjacente são necessários para identificar e gerenciar adequadamente a HAS em adolescentes.

Neste estudo, nosso objetivo foi examinar a relação da HS em adolescentes com a exposição da Internet à ideação suicida confiada de outras pessoas. Também procuramos esclarecer a relação da dependência de internet para HS em adolescentes, controlando os efeitos da depressão, a probabilidade de suicídio concomitante, a exposição à ideação suicida confiante, uso de substâncias, fatores familiares específicos, apoio social percebido e autoestima.4, 12 Para aqueles que se prejudicaram, analisamos ainda as diferenças no número de atos e intenção de suicídio, e se os métodos de SH pesquisados ​​na internet diferiam entre adolescentes viciados em internet e não adictos. As características das experiências relacionadas a SH foram exploradas examinando a exposição da Internet a pensamentos suicidas.

 

 

2. Métodos

 

 

2.1. Desenho do estudo e amostra

Este estudo foi um estudo transversal realizado na cidade de Taipei e no condado de Taipei de outubro 2008 a janeiro 2009. Havia 13 participando de escolas de ensino médio (escolas urbanas 8, 3 suburbanas e 2 de acordo com o Livro de fatos demográficos de Taiwan-Fukien13). Todas as escolas participantes foram equipadas com instalações de computação em sala de aula, que os alunos utilizaram para o preenchimento automático de questionários on-line.

O recrutamento foi realizado por assistente de pesquisa em nível de mestrado, sem qualquer envolvimento dos funcionários da escola, para evitar o risco de coerção. O assistente de pesquisa explicou cuidadosamente os objetivos e procedimentos deste estudo, enfatizou as questões de confidencialidade e obteve o consentimento informado por escrito dos participantes. Uma carta foi entregue aos pais pedindo sua permissão e sua resposta escrita foi trazida de volta pelos alunos participantes. A aprovação ética deste estudo foi obtida do Comitê de Revisão Institucional do MacKay Memorial Hospital antes do recrutamento.

 

 

2.2. Medição

O questionário online era interativo com o design do padrão de salto e levava cerca de 30 minutos para ser concluído. O número total de itens para cada respondente depende das respostas do respondente. As seguintes informações foram obtidas.

 

 

2.2.1. Informação sociodemográfica

Isso incluiu escolaridade (todos estavam na primeira série do ensino médio neste estudo), idade, sexo, religião, situação financeira familiar apurada perguntando "É difícil para sua família manter as necessidades básicas (por exemplo, comida, roupas, abrigo , etc.?) ”, pessoas com quem vivem (“ Você atualmente mora com ambos os seus pais biológicos? ”) e harmonia familiar (“ Você acha que há grande discórdia nas relações de sua família? ”).

 

 

2.2.2. Questionário para suicidalidade e SH

Foram coletadas informações, por meio de perguntas padrão, sobre a presença de ideação suicida, planos de suicídio e comportamento de SH no ano anterior, incluindo o número de atos de SH, se eles consultaram algum site da internet sobre métodos de SH, se havia intenção de suicídio quando eles tentaram se machucar (“Durante algum desses episódios você realmente queria se matar?”), e se eles foram expostos aos pensamentos suicidas de outras pessoas no mundo real (“Alguém que você conhece pessoalmente já mencionou ou discutiu pensamentos sobre suicidando-se com você? ”) e na internet (“ Você já esteve em uma situação em que alguém que conheceu apenas na internet discutiu pensamentos sobre se matar com você? ”) no ano anterior. Todas as perguntas foram feitas de acordo com o nosso interesse de pesquisa e confirmadas por meio de um processo de grupo focal.

 

 

2.2.3. Escala do addiction do Internet de Chen

O item 26 Chen Internet Addiction Scale (CIAS) foi usado para avaliar a presença de vício em internet e foi avaliado em uma escala Likert de quatro pontos, com uma pontuação total variando de 26 a 104. As propriedades psicométricas da escala foram examinadas e a confiabilidade interna variou de 0.79 a 0.93.14 Baseado nos Critérios Diagnósticos de Dependência de Internet para Adolescentes,9 Adolescentes que marcaram 64 ou mais no CIAS foram diagnosticados com vício em internet. A precisão do diagnóstico foi de 87.6%.15

 

 

2.2.4. Questionário de saúde do paciente

O Questionário de Saúde do Paciente (PHQ-9) é um inventário de autorrelato de nove itens baseado nos critérios do Manual Diagnóstico e Estatístico de Transtornos Mentais - Quarta Edição (DSM-IV) para diagnosticar depressão, avaliar a gravidade e monitorar a resposta ao tratamento.16 A versão chinesa do PHQ-9 apresentou boa consistência interna (alfa = 0.84) e confiabilidade teste-reteste aceitável (ICC = 0.80) em populações de adolescentes.17 Usando o Cronograma Infantil para Transtorno Afetivo e Esquizofrenia (Versão Epidemiológica) como padrão de critério, uma pontuação do PHQ-9 ≥ 15 teve uma sensibilidade de 0.72 e uma especificidade de 0.95 para o reconhecimento de transtorno depressivo maior em adolescentes.17

 

 

2.2.5. Escala de Suporte Multidimensional

A Escala Multidimensional de Suporte (MDSS) é uma medida de autorrelato da disponibilidade e adequação do suporte social de várias fontes.18 Pode ser adaptado às necessidades específicas de diferentes projetos de pesquisa. Aqui, dividimos o apoio social dos adolescentes em quatro fontes (ou seja, pais, outros familiares, amigos e professores). A versão chinesa desta escala não estava disponível no momento deste estudo; foi traduzido para o chinês pelo autor, com retrotradução independente por um psiquiatra bilíngue. Uma pontuação mais alta no MDSS indica melhor suporte social percebido

 

 

2.2.6. Escala de autoestima de Rosenberg

A escala de autoestima de Rosenberg (RSES) é um instrumento de autorrelato de 10 itens que mede a autoestima global de um indivíduo.19 A validade e confiabilidade da versão chinesa do RSES foram estabelecidas em populações taiwanesas.20 Uma pontuação maior no RSES indica um melhor nível de autoestima.

 

 

2.2.7. Consumo de teste de identificação de transtorno de uso de álcool

Teste de Consumo de Identificação de Desordem do Uso de Álcool (AUDIT-C) contém os três primeiros itens do AUDIT para identificar o consumo perigoso.21, 22 O desempenho da versão chinesa deste instrumento de triagem de álcool de forma abreviada foi validado.23 Um escore AUDIT-C ≥ 4 teve uma sensibilidade de 0.90 e uma especificidade de 0.92 para o reconhecimento do uso perigoso de álcool.23

 

 

 

2.2.8. Questionário para abuso de substâncias

Os participantes foram questionados se atualmente fumam regularmente e já usaram anfetaminas, heroína, maconha, 3,4-metilenodioximetanfetamina, cetamina, cocaína, cola ou qualquer outra substância no último mês.

 

 

 

 

2.3. Processo e análise estatística

O questionário online, incluindo todas as questões de medição, foi administrado na entrada no estudo e acessado com as senhas individuais dos participantes. Todos os resultados foram transferidos automaticamente para um banco de dados protegido por senha, sem perda de dados. O software Statistics Package for Social Science (SPSS) versão 21.0 (IBM, Armonk, New York) foi usado para a análise estatística.

SH no ano anterior foi o “resultado” para as análises. Usamos o qui-quadrado ou t teste para comparar diferenças entre grupos na presença de dependência de internet e exposição a pensamentos suicidas de outras pessoas na internet no ano anterior, bem como outras covariáveis ​​potenciais, por exemplo, idade, sexo, presença de ideação suicida dos próprios participantes e plano de suicídio, exposição a pensamentos suicidas de outras pessoas no mundo real, presença de depressão, nível de apoio social percebido e autoestima, uso de álcool e substâncias e fatores familiares específicos. As variáveis ​​de SH identificadas como significativas foram examinadas posteriormente por meio de regressão logística univariada e modelos de regressão logística hierárquica para investigar fatores de confusão e modificação. Na análise de regressão logística hierárquica, primeiro examinamos se as duas experiências de uso da internet (vício em internet e exposição a pensamentos suicidas na internet) estavam relacionadas à HAS de forma independente (Modelo I). Em seguida, controlamos por gênero, fatores familiares específicos, exposição a pensamentos suicidas no mundo real, fatores pessoais específicos (depressão, uso de álcool e tabaco) e suicídio concomitante, e todos os outros fatores identificados (Modelos II-VI).

Para analisar os dados daqueles que se prejudicaram, usamos o Qui-quadrado ou t teste para avaliar as diferenças (entre grupos com vs sem internet vício e com vs sem exposição à internet para pensamentos suicidas) no número de atos SH, a presença de e intenção de suicídio no momento de SH, e se sites de internet foram consultados sobre o método de SH.

 

 

 

3. Resultados

Recrutamos 3994 alunos do primeiro ano do ensino médio das escolas abordadas. Um total de 2479 alunos forneceram consentimento informado por escrito e por escrito de seus pais e responderam ao questionário interativo (taxa de resposta = 62.1%). A média de idade foi de 15.44 anos (variação de 14-19 anos; desvio padrão 0.61); a maioria eram mulheres (n = 1494; 60.3%) e sem afiliação religiosa (n = 1344, 54.2%). A prevalência de HS no ano anterior foi de 10.1% (n = 250). Entre os participantes, 17.1% tinham dependência de internet (n = 425) e 3.3% foram expostos a pensamentos suicidas na internet (n = 82) no ano anterior.

As características dos participantes com ou sem HS são apresentadas em tabela 1. A idade não foi um fator significativo, uma vez que apenas alunos do primeiro ano do ensino médio foram recrutados. Apenas um aluno relatou uso de substâncias ilícitas, portanto esse fator não pôde ser incluído na análise. Adolescentes com HS no último ano tinham maior probabilidade de ser do sexo feminino, de não morar atualmente com seus dois pais biológicos e de relatar a presença de discórdia familiar. Com relação ao suicídio, os alunos com HAS tendem a ter ideação suicida e planos suicidas próprios, e a terem sido expostos a pensamentos suicidas de outras pessoas no mundo real e na internet. Além disso, eles eram mais propensos a ter depressão e um menor nível de percepção de suporte social e autoestima, e a fumar, abusar do álcool e ser viciado em internet.

Tabela 1Características sociodemográficas e clínicas de adolescentes com comportamento autodestrutivo.
  Sim (n = 250) Não (n = 2229) χ2 or t
n (%) ou média (SD) n (%) ou média (SD)
Gênero
Masculino 82 (32.8) 903 (40.5) 5.58 *
Feminino 168 (67.2) 1326 (59.5)
 
Idade 15.45 (0.58) 15.44 (0.62) 0.19
 
Vivendo com pais biológicos
Não 63 (25.2) 344 (15.4) 15.63 ***
Sim 187 (74.8) 1885 (84.5)
 
Discórdia familiar
Sim 43 (17.2) 152 (6.8) 33.42 ***
Não 207 (82.8) 2077 (93.2)
 
Dificuldades financeiras da família
Sim 30 (12.0) 190 (8.5) 3.36
Não 220 (88.0) 2039 (91.5)
 
Ideação suicida
Não 91 (36.4) 1916 (86.0) 358.1 ***
Sim 159 (63.6) 313 (14.0)
 
Planos de suicídio
Não 172 (68.8) 2147 (96.3) 282.0 ***
Sim 78 (31.2) 82 (3.7)
 
Exposição a pensamentos suicidas (mundo real)
Não 149 (59.6) 1901 (85.3) 103.6 ***
Sim 101 (40.4) 328 (14.7)
 
Exposição a pensamentos suicidas (internet)
Não 222 (88.8) 2175 (97.6) 54.15 ***
Sim 28 (11.2) 54 (2.4)
 
O tabagismo
Não 226 (90.4) 2186 (98.1) 50.30 ***
Sim 24 (9.6) 43 (1.9)
 
Uso perigoso de álcool (AUDIT-C ≥ 4)
Sim 47 (18.8) 116 (5.2) 67.64 ***
Não 203 (81.2) 2113 (94.8)
 
Depressão (PHQ-9 ≥ 15)
Sim 59 (23.6) 98 (4.4) 139.74 ***
Não 191 (76.4) 2131 (95.6)
 
Suporte social no MDSS 19.26 (3.45) 20.76 (3.56) −6.34 ***
 
Auto-estima no RSES 24.71 (5.78) 28.66 (5.37) −10.94 ***
 
vício em internet
Sim 77 (30.8) 348 (15.6) 36.50 ***
Não 173 (69.2) 1881 (84.4)

*p <0.05; ***p <0.001.

AUDIT-C = Teste-Consumo para Identificação de Transtornos por Uso de Álcool; MDSS = escala de suporte multidimensional; PHQ-9 = Questionário de Saúde do Paciente; RSES = escala de autoestima de Rosenberg; SD = desvio padrão.

Os resultados da análise de regressão logística univariada são apresentados tabela 2. Aumento do nível de apoio social percebido e autoestima relacionado à diminuição do risco de HAS em adolescentes. Esses dois fatores foram identificados como potencialmente protetores; nós os colocamos finalmente na análise de regressão logística hierárquica (tabela 3). Como mostrado em tabela 3, vício em internet e exposição a pensamentos suicidas na internet foram ambos significativamente relacionados a um risco aumentado de HS, após o controle de gênero, fatores familiares específicos, exposição a pensamentos suicidas na vida real, fatores pessoais específicos e suicídio simultâneo (Modelos I –IV). Ajustando para o nível de suporte social percebido, ambas as variáveis ​​permaneceram fatores de risco significativos para SS (Modelo V). No entanto, a associação entre dependência de internet e HS enfraqueceu e se tornou não significativa após o ajuste para o nível de autoestima (Modelo VI), enquanto a exposição à internet a pensamentos suicidas permaneceu significativamente relacionada a um risco aumentado de HS em adolescentes (odds ratio = 1.96; Intervalo de confiança de 95%: 1.06–3.64).

FÁRMORES 2 associados com autoagressão em adolescentes: análise de regressão logística univariada.
  floresta OR 95% CI
vício em internet 37.76 *** 2.41 1.80-3.22
Exposição a pensamentos suicidas (na internet) 44.63 *** 5.08 3.15-8.18
 
Gênero feminino 5.54 * 1.40 1.06-1.84
Não morar com pais biológicos 15.24 *** 1.85 1.36-2.51
Discórdia familiar 30.97 *** 2.84 1.97-4.10
Exposição a pensamentos suicidas (no mundo real) 92.74 *** 3.93 2.97-5.19
Fumar 40.73 *** 5.40 3.22-9.06
Uso de álcool perigoso 58.68 *** 4.22 2.92-6.10
Depressão 110.40 *** 6.72 4.71-9.58
Ideação suicida 267.50 *** 10.70 8.05-14.21
Planos de suicídio 195.63 *** 11.87 8.40-16.79
Suporte social 38.65 *** 0.89 0.86-0.92
Auto-estima 106.31 *** 0.88 0.85-0.90

IC = intervalo de confiança; OR = razão de chances.

*p <0.05; ***p <0.001.

Tabela XForma dos FNmF associados à automutilação em adolescentes: análise de regressão logística hierarquizada.
  Modelo I Modelo II Modelo III Modelo IV Modelo V Modelo VI
OR 95% CI OR 95% CI OR 95% CI OR 95% CI OR 95% CI OR 95% CI
vício em internet 2.20 *** 1.64-2.97 2.04 *** 1.49-2.79 1.59 ** 1.41-2.22 1.50 * 1.06-2.13 1.46 * 1.03-2.07 1.38 0.97-1.96
Exposição a pensamentos suicidas (na internet) 4.36 *** 2.68-7.10 2.82 *** 1.67-4.75 1.98 * 1.12-3.49 2.06 * 1.11-3.82 2.00 * 1.08-3.72 1.96 * 1.06-3.64
Gênero feminino     1.29 0.96-1.73 1.32 0.97-1.79 1.07 0.78-1.49 1.09 0.79-1.51 1.04 0.75-1.45
Não morar com pais biológicos     1.49 * 1.07-2.08 1.38 0.97-1.96 1.31 0.90-1.91 1.30 0.89-1.89 1.33 0.91-1.93
Discórdia familiar     2.26 *** 1.51-3.37 1.66 * 1.08-2.56 1.36 0.85-2.16 1.31 0.82-2.08 1.25 0.78-1.99
Exposição a pensamentos suicidas (no mundo real)     3.33 *** 2.48-4.47 3.05 *** 2.25-4.15 1.99 *** 1.43-2.77 2.01 *** 1.44-2.80 2.01 *** 1.44-2.81
Fumar         2.82 ** 1.51-5.28 2.45 * 1.24-4.85 2.47 ** 1.26-4.85 2.43 * 1.23-4.82
Uso de álcool perigoso         2.12 ** 1.37-3.30 1.53 0.95-2.47 1.53 0.95-2.48 1.61 0.99-2.60
Depressão         3.86 *** 2.59-5.77 2.07 ** 1.33-3.21 1.97 ** 1.27-3.06 1.68 * 1.07-2.63
Ideação suicida             5.27 *** 3.72-7.47 5.00 *** 3.52-7.10 4.45 *** 3.11-6.35
Planos de suicídio             2.13 ** 1.39-3.28 2.12 ** 1.38-3.26 2.04 ** 1.32-3.15
Suporte social                 0.95 ** 0.91-0.99 0.96 * 0.92-1.00
Auto-estima                     0.95 ** 0.93-0.98

IC = intervalo de confiança; OR = razão de chances.

* p <0.05; ** p <0.01; *** p <0.001.

Quando comparamos ainda mais os grupos entre os participantes com HS para ver as características de SH relacionadas às duas experiências de uso da internet, descobrimos que os estudantes expostos a pensamentos suicidas eram mais propensos a se envolver em mais atos de SH e ter intenção de suicídio no momento de SH (tabela 4). Em comparação com os seus homólogos, os estudantes com dependência da Internet eram significativamente mais propensos a ter intenção de suicídio e consultaram sites da Internet sobre métodos (tabela 4).

Tabela 4Características de autoflagelação em estudantes com dependência de internet ou exposição à internet para pensamentos suicidas em uma subamostra do grupo SH (n = 250).
  vício em internet χ2 or t Exposição na Internet a pensamentos suicidas χ2 or t
Sim (n = 77) Não (n = 173) Sim (n = 33) Não (n = 217)
n (%) ou média (SD) n (%) ou média (SD) n (%) ou média (SD) n (%) ou média (SD)
Número de atos auto-infligidos 6.01 (3.85) 5.21 (3.71) 0.22 7.15 (3.69) 5.20 (3.72) 2.81 **
Intenção de suicídio
Sim 34 (44.2) 49 (28.3) 6.02 * 18 (54.5) 65 (30) 7.81 **
Não 43 (55.8) 124 (71.7) 15 (45.5) 152 (70)
Pesquise métodos de suicídio na internet
Sim 4 (5.2) 1 (0.6) 5.80 * 2 (6.1) 3 (1.4) 3.20
Não 73 (94.8) 172 (99.4) 31 (93.9) 214 (98.6)

*p <0.05; **p <0.01.

SD = desvio padrão; SH = automutilação.

 

 

4. Discussão

Este é um dos primeiros estudos baseados na comunidade em adolescentes a investigar a associação entre a exposição a ideação suicida confiada de outras pessoas e HS. Os resultados revelaram que a exposição a pensamentos suicidas de outras pessoas aumentou a probabilidade de comportamento de HS e mesmo a não exposição face a face na internet pode ser um forte fator de risco para HS.

A prevalência de 10.1% de HS entre os adolescentes taiwaneses encontrada no ano anterior é consistente com relatos anteriores da prevalência de HS de meses 12 em adolescentes (3.2-9.5%).24 A taxa de prevalência de vício em internet em nosso estudo foi 17.1%, que também é consistente com a taxa relatada anteriormente de 18.8% no sul de Taiwan.11 Dos adolescentes pesquisados, 3.3% havia sido exposto a pensamentos suicidas na internet no ano passado. Devido à falta de um estudo similar baseado na comunidade, não pudemos comparar nossos resultados com este resultado. No entanto, a taxa em nosso estudo mostra que essa exposição não é incomum entre os usuários adolescentes da internet. Dada a abrangência do uso da internet em nossa vida diária, o número real de adolescentes expostos a esse risco pode ser substancial. As atividades interativas on-line oferecem aos adolescentes as oportunidades para as redes sociais que não são limitadas pelos limites físicos tradicionais ou monitorados por adultos e, portanto, promovem seu engajamento.25 As interações on-line podem fornecer apoio social essencial para adolescentes isolados, mas também podem normalizar e incentivar o comportamento de HS.26

Um estudo anterior explorou o papel da modelagem social na transmissão do suicídio por meio de pares. Eles sugeriram que o impacto de fontes sociais não familiares de exposição sobre o comportamento suicida de um indivíduo pode ser pelo menos tão proeminente quanto o impacto de fontes familiares.7 Em nosso estudo, confirmamos seus resultados e descobrimos que até mesmo a exposição a pensamentos suicidas confidenciais de outras pessoas pode aumentar o risco de comportamento de HS em adolescentes. Depois de controlar uma série de fatores, a probabilidade de HS em pessoas expostas à ideação suicida de outras pessoas na vida real, bem como na internet, aumentou uma vez em comparação com aquelas que não foram expostas no último ano. A experiência de exposição mostrou-se um importante fator de risco para o comportamento de HS de adolescentes, independente de vulnerabilidades preexistentes, como depressão e sua própria ideação suicida. Este fenômeno de “contágio social” é um fator de risco pouco estudado, mas consistentemente encontrado para autolesão não suicida entre adolescentes.27 Mais pesquisas sobre isso são necessárias, particularmente de que forma esse risco pode ser reduzido.

Em nosso estudo, descobrimos que o vício em internet estava associado à HAS em adolescentes após o ajuste para os fatores potencialmente confusos, consistente com o achado de um estudo anterior que examinou a associação entre vício em internet e comportamento autolesivo entre adolescentes,28 até que o nível de autoestima enfraquecesse essa associação. Tem sido relatado que entre os adolescentes com transtorno de déficit de atenção / hiperatividade, os escores de autoestima mais baixos no RSES foram significativamente associados a sintomas mais graves de dependência de internet.29 Se esta associação também é verdade entre os adolescentes com comportamento SH, resultando na relação enfraquecida entre dependência de internet e SH, precisa de mais investigação.

Estudos anteriores identificaram vários correlatos biopsicossociais de HS em adolescentes.30, 31 Um estudo transcultural de adolescentes que tentaram suicídio em Hong Kong e nos EUA mostrou que a depressão, ideação suicida presente e vitalícia, desesperança, relacionamentos interpessoais deficientes e exposição a tentativas e completados de suicídio foram fatores de risco para tentativa de suicídio em ambas as culturas.32 Em nosso estudo, características pessoais (depressão, presença de ideação suicida e planos de suicídio, autoestima, tabagismo e uso abusivo de álcool) foram associadas à HAS adolescente. O apoio social protegia contra o comportamento dos jovens com SH, ecoando os resultados de relatórios anteriores.33, 34 O significado de certas características familiares, como não conviver com dois pais biológicos e a discórdia familiar, desapareceu após o controle de fatores pessoais e outros fatores sociais em nossa amostra. Este resultado sugere que, para adolescentes, o apoio social percebido de diferentes fontes pode compensar seus riscos familiares originais. Todas essas descobertas nos lembram novamente da importância de uma abordagem multidisciplinar quando estamos lidando com um adolescente envolvido em SH.

Quando estendida para um exame das características de alunos expostos a pensamentos suicidas confidenciais na internet dentro da subamostra SH, nossa análise descobriu que eles eram mais propensos a atos SH e intenção de morrer. Por se tratar de um estudo transversal, não foi possível determinar a relação causal entre a exposição, o número de atos de HS e sua intenção de suicídio. Os adolescentes podem estar desenvolvendo ou reforçando sua ideação suicida revelando os pensamentos suicidas de outras pessoas e encenando seu próprio comportamento SH. Além disso, os jovens podem utilizar a internet de maneiras diferentes da população em geral no que diz respeito ao suicídio. Um estudo anterior mediu a atividade do mecanismo de busca na Internet do Google para termos relacionados ao suicídio e correlacionou-se aos dados disponíveis sobre suicídio e automutilação intencional. Eles descobriram que, enquanto a atividade de busca na Internet estava negativamente correlacionada com a taxa de suicídio na população em geral, ela estava positivamente correlacionada com a automutilação intencional e suicídios consumados entre jovens.35 Em nosso estudo, adolescentes viciados em internet tendem a consultar o site da internet sobre os métodos que usam para a HAS. A disponibilização desta ferramenta, por um lado, pode proporcionar o acesso da pessoa às informações, mas também pode facilitar a implementação do suicídio por jovens vulneráveis.36 Atenção especial deve ser dada às maneiras como usuários jovens e freqüentes da Internet usam a Internet. A aplicação de diretrizes de mídia para prevenção de suicídio é exigida para websites, assim como sites de autoajuda acessíveis para pessoas suicidas voltadas para usuários jovens.36

Algumas limitações do nosso estudo devem ser consideradas. A evidência fornecida por um estudo de desenho transversal é insuficiente para desenhar qualquer inferência causal. Nossa medição foi baseada em autorrelato, então pode haver um viés de relatório. A informação sobre abuso de substâncias ilícitas dependia apenas de uma questão fechada em vez de um questionário validado. Como resultado, essa variável não pôde ser incluída na análise a ser ajustada. Apesar das limitações, nosso estudo foi o primeiro a examinar a associação entre a exposição à ideação suicida confiante e a HS em nível comunitário; provamos o vício em internet e a exposição na internet do pensamento suicida ligado à HAS em adolescentes; e como discutido acima, nossos resultados são consistentes com vários estudos anteriores no campo.

 

 

 

5. Conclusão

Experiências on-line estão associadas com HS em adolescentes. As estratégias preventivas podem incluir educação para aumentar a conscientização social, a identificação das pessoas expostas ao risco e o fornecimento de ajuda imediata.

 

Referências

  1. Hawton, K., Cole, D., O'Grady, J. e Osborn, M. Aspectos motivacionais do auto-envenenamento deliberado em adolescentes. Br J Psiquiatria. 1982; 141: 286 – 291
  2. Hawton, K. e Harriss, L. Auto-mutilação deliberada em jovens: características e mortalidade subseqüente em uma coorte de 20 anos de pacientes que se internaram no hospital. J Clin Psychiatry. 2007; 68: 1574 – 1583
  3. Ver no artigo 
  4. | CrossRef
  5. | PubMed
  6. Ver no artigo 
  7. | Sumário
  8. | Texto completo
  9. | Texto Completo PDF
  10. | PubMed
  11. | Scopus (31)
  12. Ver no artigo 
  13. | CrossRef
  14. | PubMed
  15. Ver no artigo 
  16. | CrossRef
  17. | PubMed
  18. | Scopus (55)
  19. Ver no artigo 
  20. | CrossRef
  21. | PubMed
  22. Ver no artigo 
  23. | CrossRef
  24. | PubMed
  25. | Scopus (28)
  26. Ver no artigo 
  27. | CrossRef
  28. | Scopus (246)
  29. Ver no artigo 
  30. | CrossRef
  31. | PubMed
  32. | Scopus (146)
  33. Ver no artigo 
  34. | Sumário
  35. | Texto completo
  36. | Texto Completo PDF
  37. | PubMed
  38. | Scopus (209)
  39. Ver no artigo 
  40. | Sumário
  41. | Texto completo
  42. | Texto Completo PDF
  43. | PubMed
  44. | Scopus (101)
  45. Ver no artigo 
  46. | CrossRef
  47. | PubMed
  48. | Scopus (130)
  49. Ver no artigo 
  50. Ver no artigo 
  51. Ver no artigo 
  52. | Sumário
  53. | Texto Completo PDF
  54. | PubMed
  55. Ver no artigo 
  56. | CrossRef
  57. | PubMed
  58. | Scopus (3228)
  59. Ver no artigo 
  60. | CrossRef
  61. | Scopus (1)
  62. Ver no artigo 
  63. | CrossRef
  64. | PubMed
  65. Ver no artigo 
  66. Ver no artigo 
  67. Ver no artigo 
  68. | CrossRef
  69. | PubMed
  70. Ver no artigo 
  71. | CrossRef
  72. | PubMed
  73. | Scopus (30)
  74. Ver no artigo 
  75. | CrossRef
  76. | PubMed
  77. | Scopus (13)
  78. Ver no artigo 
  79. | CrossRef
  80. Ver no artigo 
  81. | CrossRef
  82. Ver no artigo 
  83. | CrossRef
  84. | PubMed
  85. | Scopus (183)
  86. Ver no artigo 
  87. | CrossRef
  88. | Scopus (12)
  89. Ver no artigo 
  90. | CrossRef
  91. | PubMed
  92. | Scopus (34)
  93. Ver no artigo 
  94. | Sumário
  95. | Texto completo
  96. | Texto Completo PDF
  97. | PubMed
  98. | Scopus (5)
  99. Ver no artigo 
  100. | CrossRef
  101. | PubMed
  102. | Scopus (26)
  103. Ver no artigo 
  104. | Sumário
  105. | Texto completo
  106. | Texto Completo PDF
  107. | PubMed
  108. Ver no artigo 
  109. | CrossRef
  110. | PubMed
  111. | Scopus (12)
  112. Ver no artigo 
  113. | Sumário
  114. | Texto completo
  115. | Texto Completo PDF
  116. | PubMed
  117. | Scopus (277)
  118. Ver no artigo 
  119. | CrossRef
  120. | PubMed
  121. | Scopus (5)
  122. Ver no artigo 
  123. | Sumário
  124. | Texto completo
  125. | Texto Completo PDF
  126. | PubMed
  127. | Scopus (45)
  128. Ver no artigo 
  129. | CrossRef
  130. | PubMed
  131. | Scopus (65)
  132. Harrington, R., Pickles, A., Aglan, A., Harrington, V., Burroughs, H. e Kerfoot, M. Resultados adultos iniciais de adolescentes que deliberadamente se envenenaram. J Am Acad Criança Adolesc Psiquiatria. 2006; 45: 337 – 345
  133. Hawton, K. e James, A. Suicídio e auto-mutilação deliberada em jovens. BMJ. 2005; 330: 891 – 894
  134. Gould, MS, Petrie, K., Kleinman, MH e Wallenstein, S. Agrupamento de tentativas de suicídio: dados nacionais da Nova Zelândia. Int J Epidemiol. 1994; 23: 1185 – 1189
  135. Gould, MS Suicídio e a mídia. Ann NY Acad Sci. 2001; 932: 200 – 221 (discussão 221 – 4)
  136. de Leo, D. e Heller, T. Modelagem social na transmissão da tendência suicida. Crise. 2008; 29: 11 – 19
  137. Young, KS Vício em internet: um novo fenômeno clínico e suas conseqüências. Sou Behav Sci. 2004; 48: 402 – 415
  138. Ko, CH, iene, JY, Chen, CC, Chen, SH e iene, CF Critérios diagnósticos propostos do vício em Internet para adolescentes. J Nerv Ment Dis. 2005; 193: 728 – 733
  139. Yen, JY, Ko, CH, iene, CF, Wu, HY e Yang, MJ Os sintomas psiquiátricos comórbidos do vício em internet: déficit de atenção e hiperatividade (TDAH), depressão, fobia social e hostilidade. J Adolesc Health. 2007; 41: 93 – 98
  140. Ko, CH, Iene, JY, Liu, SC, Huang, CF e Yen, CF As associações entre comportamentos agressivos e vício em internet e atividades online em adolescentes. J Adolesc Health. 2009; 44: 598 – 605
  141. Ko, CH, iene, JY, iene, CF, Lin, HC e Yang, MJ Fatores preditivos para incidência e remissão do vício em internet em adolescentes jovens: um estudo prospectivo. Cyberpsychol Behav. 2007; 10: 545 – 551
  142. Ministro do interior. 2006 Livro de fatos demográficos, República da China. Yuan Executivo, Taiwan ROC; 2007
  143. Chen, SHWL, Su, YJ, Wu, HM e Yang, PF Desenvolvimento de uma escala chinesa de dependência de internet e seu estudo psicométrico. Chin J Psychol (em chinês). 2003; 45: 279 – 294
  144. Ko, CH, iene, JY, iene, CF, Chen, CC, iene, CN e Chen, SH Triagem para dependência de internet: um estudo empírico sobre pontos de corte para a Escala Chen de Dependência de Internet. Kaohsiung J Med Sci. 2005; 21: 545 – 551
  145. Spitzer, RL, Kroenke, K. e Williams, JB Validação e utilidade de uma versão de autorrelato do PRIME-MD: o estudo de cuidados primários PHQ. Avaliação da Atenção Primária de Transtornos Mentais. Questionário de Saúde do Paciente. JAMA 1999; 282: 1737 – 1744
  146. Tsai, FJ, Huang, YH, Liu, HC, Huang, KY e Liu, SI Questionário de saúde do paciente para rastreamento de depressão na escola entre adolescentes chineses. Pediatria. 2014; 133: e402 – e409
  147. Winefield, HR, Winefield, AH e Tiggemann, M. Apoio social e bem-estar psicológico em adultos jovens: a escala de apoio multidimensional. J Pers Assess. 1992; 58: 198 – 210
  148. Rosenberg, M. Conceber o eu. Krieger, Malabar FL; 1986
  149. Lin, RC Confiabilidade e validade da escala de auto-estima de Rosenberg em crianças chinesas. J Natl Chung Cheng Univ (em chinês). 1990; 1: 29 – 46
  150. Fiellin, DA, Reid, MC e O'Connor, PG Triagem para problemas relacionados ao álcool na atenção primária: uma revisão sistemática. Arch Intern. Med. 2000; 160: 1977 – 1989
  151. Tsai, MC, Tsai, YF, Chen, CY e Liu, CY Teste de Identificação de Desordens do Uso de Álcool (AUDIT): estabelecimento de pontos de corte em uma população chinesa hospitalizada. Alcohol Clin Exp Res. 2005; 29: 53 – 57
  152. Wu, SI, Huang, HC, Liu, SI, Huang, CR, Sun, FJ, Chang, TY et ai. Validação e comparação de instrumentos de triagem de álcool para identificar consumo perigoso em pacientes hospitalizados em Taiwan. Álcool Álcool. 2008; 43: 577 – 582
  153. Plener, PL, Schumacher, TS, Munz, LM e Groschwitz, RC O curso longitudinal de autolesão não suicida e autolesivo deliberado: uma revisão sistemática da literatura. Borderline Pers Disord Emot Disregul. 2015; 2: 2
  154. Bradley, K. Vida na Internet: contexto social e domínio moral no desenvolvimento do adolescente. New Dir Juventude Dev. 2005; 108: 57 – 76 (11 – 2)
  155. Whitlock, JL, Powers, JL e Eckenrode, J. O virtual de ponta: a internet e a automutilação de adolescentes. Dev Psychol. 2006; 42: 407 – 417
  156. Jarvi, S., Jackson, B., Swenson, L. e Crawford, H. O impacto do contágio social na automutilação não suicida: uma revisão da literatura. Arco Suicídio Res. 2013; 17: 1 – 19
  157. Lam, LT, Peng, Z., Mai, J. e Jing, J. A associação entre dependência de internet e comportamento autolesivo entre adolescentes. Inj Prev. 2009; 15: 403 – 408
  158. Yen, CF, Chou, WJ, Liu, TL, Yang, P. e Hu, HF Associação de sintomas de vício em internet com ansiedade, depressão e autoestima em adolescentes com transtorno de déficit de atenção / hiperatividade. Compr psiquiatria. 2014; 55: 1601 – 1608
  159. Portzky, G. e van Heeringen, K. Auto-mutilação deliberada em adolescentes. Curr Opin Psychiatry. 2007; 20: 337 – 342
  160. King, RA, Schwab-Stone, M., Flisher, AJ, Greenwald, S., Kramer, RA, Goodman, SH et ai. Correlatos psicossociais e de comportamento de risco de tentativas de suicídio de jovens e ideação suicida. J Am Acad Criança Adolesc Psiquiatria. 2001; 40: 837 – 846
  161. Stewart, SM, Felice, E., Claasen, C., Kennard, BD, Lee, PW e Emslie, GJ Adolescentes suicidas tentam em Hong Kong e nos Estados Unidos. Soc Sci Med. 2006; 63: 296 – 306
  162. Skegg, K. Auto-mutilação. Lanceta. 2005; 366: 1471 – 1483
  163. Wu, CY, Whitley, R., Stewart, R. e Liu, SI Caminhos para cuidar e buscar ajuda na experiência antes da autoagressão: um estudo qualitativo em Taiwan. JNR 2012; 20: 32 – 41
  164. McCarthy, MJ Monitoramento da Internet do risco de suicídio na população. J Affect Disord. 2010; 122: 277 – 279
  165. Becker, K., Mayer, M., Nagenborg, M., El-Faddagh, M. e Schmidt, MH Parasuicídio online: sites suicidas podem desencadear comportamentos suicidas em adolescentes predispostos ?. Nord J Psiquiatria. 2004; 58: 111 – 114