Que tipos de serviços de Internet tornam os adolescentes viciados? Correlatos do uso problemático da Internet (2020)

O uso de pornografia foi o aplicativo de internet mais viciante:

 “A prevalência de UIP foi maior nos adolescentes que mais usaram a internet para pornografia (19.6%), seguida de jogos (9.3%) e comunidade da internet (8.4%)”

“No entanto, o odds ratio para PIU entre aqueles que usaram a Internet principalmente para pornografia foi o mais alto, o que implica o forte potencial de dependência da pornografia na Internet em comparação com outros serviços da Internet”

O uso de pornografia é o aplicativo que mais se correlaciona com a depressão, psicopatologia:

“Essas descobertas sugerem que o uso da Internet principalmente para pornografia está associado a psicopatologia grave, como depressão e suicídio, além de um forte potencial de dependência”.

————————————————————————

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

Sumário

Objetivo:

Este estudo investigou a prevalência e correlatos de uso problemático da Internet (UIP) em uma grande amostra de adolescentes com base no tipo de serviço de internet utilizado.

Materiais e Métodos:

O estudo foi realizado no período de 2008 a 2010 e 223,542 adolescentes de 12 a 18 anos participaram do estudo. Os participantes responderam a um questionário de autorrelato, incluindo itens para fatores demográficos, tempo de uso da internet, serviço de internet mais utilizado e saúde mental. A PIU foi avaliada com a Internet Addiction Proneness Scale para Youth-Short Form.

Resultados:

A taxa de prevalência geral de UIP foi de 5.2%, e as taxas de prevalência estratificadas por sexo foram de 7.7% em meninos e 3.8% em meninas. A distribuição dos serviços de Internet mais utilizados foi significativamente diferente entre os sexos. Os serviços de internet mais utilizados foram jogos (58.1%) em meninos e blogs (22.1%) e messenger / chat (20.3%) em meninas. O odds ratio para PIU foi significativamente diferente de acordo com o serviço de internet mais utilizado; usando a internet principalmente para pornografia em comparação com a busca de informações, apresentou a maior razão de chances (4.526 vezes maior). Episódios depressivos, ideação suicida e tentativas de suicídio foram significativamente associados a razões de chances mais altas para PIU (1.725 ​​- 1.747 - e 1.361 vezes, respectivamente).

Conclusão:

O presente estudo identificou informações clinicamente importantes sobre a UIP em adolescentes. A distribuição da PIU possui padrões diferentes, com base no sexo e em serviços específicos da Internet. Estudos de PIU com metodologia bem definida e ferramentas de avaliação para PIU de cada serviço específico da Internet são necessários.

PALAVRAS-CHAVE: dependência; adolescência; diferenças de sexo; uso de internet

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

Introdução

Nas últimas duas décadas, a internet penetrou na vida das pessoas de maneira muito rápida e ampla e se tornou um importante meio de vida cotidiano, como compras, obtenção de notícias e contato com amigos. Os dados da pesquisa nos EUA relataram que aproximadamente 90% dos adultos tinham acesso à Internet em 2019, e a proporção de pessoas que não usavam a Internet diminuiu de 48% em 2000 para apenas 10% em 2019. Em particular, os adolescentes usam mais a Internet em suas vidas diárias do que outras populações. Em 2018, 95% dos adolescentes norte-americanos relataram ter acesso a smartphones e 45% dos adolescentes estão on-line quase constantemente.

Embora a internet ofereça vários benefícios, como educação, entretenimento, comunicação social, conveniência e bem-estar psicológico, muitos estudos relataram associações negativas da internet com a saúde mental dos jovens, incluindo depressão, ansiedade social, suicídio e cyberbullying.- Notavelmente, o uso problemático da Internet (UIP), caracterizado por uso excessivo e características viciantes, é um dos maiores problemas com o uso da Internet em populações adolescentes, cuja prevalência foi relatada em até 26.7% em estudos anteriores.,

Sabe-se que os adolescentes são vulneráveis ​​à UIP devido à maior impulsividade acompanhada pela imaturidade relativa do córtex pré-frontal (PFC), especialmente no período inicial e no meio da adolescência.- Além disso, foi relatado que a desregulação emocional no período inicial do bebê (2 anos) tem um impacto substancial na UIP nos adolescentes, indicando que o temperamento inato é um dos principais fatores de risco para a UIP. Sabe-se que o sexo é outro moderador diferenciador do padrão de PIU. Os meninos são mais propensos a usar jogos na Internet, enquanto as meninas usam mais serviços de rede social do que os meninos., Além disso, fatores ambientais, incluindo ligações com pais e colegas, também são relatados como um dos preditores de UIP em adolescentes. Por exemplo, Badenes-Ribera e cols. relataram que o relacionamento com os pais influenciou mais o nível de UIP nos primeiros adolescentes, enquanto o relacionamento com os pares foi o fator mais relevante no período mais velho do adolescente.

Da mesma forma, vários estudos investigaram as preocupações prevalentes sobre a UIP e os fatores de risco relacionados em adolescentes. No entanto, uma definição clara de UIP não foi feita. Os pesquisadores investigaram a PIU com diferentes termos e conceitos, como "dependência da internet", “Uso compulsivo da internet”, “Uso problemático da internet” e “uso patológico da internet”. Outros estudos focados em jogos na Internet usaram os termos "uso problemático de jogos on-line", “Vício em jogos na internet” e "distúrbio de jogos na Internet".

Embora esses termos diferentes e suas definições incluam um construto psicológico que implique um padrão de uso descontrolado da Internet, resultando em prejuízo clínico, Uma razão para a falta de definição padrão-ouro é que a Internet oferece uma variedade de conteúdo que pode estar associado a um potencial viciante, como jogos, apostas, bate-papo ou pornografia. Jovem salientou que o vício em internet cobre uma ampla variedade de problemas comportamentais de controle de impulso e é categorizado por cinco subtipos específicos, incluindo ciber-sexualidade, ciber-relacionamentos, compulsões líquidas, sobrecarga de informações e dependência de computadores.

Entre esses subtipos específicos de PIU, "distúrbio de jogo na Internet" e "distúrbio de jogo" foram incluídos como diagnóstico na Seção 3 do Manual Diagnóstico e Estatístico de Transtornos Mentais (DSM-5) e a última revisão da Classificação Internacional de Doenças (CID-11) pela Organização Mundial da Saúde (OMS). Embora as atividades de não nomeação na Internet não tenham sido consideradas como um diagnóstico formal devido à falta de evidências, ainda há preocupações com atividades viciantes de não nomeação na Internet, como jogos na Internet, redes sociais e pornografia online.

No entanto, apesar dessas preocupações com os vários subtipos de PIU, faltam estudos explorando os potenciais aditivos diferenciais baseados em serviços específicos da Internet. Um estudo alemão recente com 6,081 estudantes de 12 a 19 anos investigou a distribuição de aplicativos da Internet intensamente usados ​​em PIU e não PIU. No estudo de Rosenkranz et al. os aplicativos de Internet mais intensamente utilizados foram os sites de redes sociais e bate-papo, e os aplicativos de Internet mais preditivos para PIU foram jogos e apostas. No entanto, ainda faltam estudos explorando o potencial de distribuição e dependência baseado no uso de serviços específicos da Internet; de fato, até onde sabemos, não existem estudos na Coréia. Assim, o presente estudo teve como objetivo investigar a prevalência e correlatos de UIP em uma grande amostra de adolescentes com base no subtipo de uso da Internet.

Materiais e Métodos

Participantes

Nosso estudo foi realizado com dados derivados da Pesquisa baseada na Web sobre comportamento de risco coreano em jovens em 2008, 2009 e 2010 (KYRBS). O KYRBS é um estudo transversal de vários anos, realizado anualmente pelos Centros de Controle e Prevenção de Doenças da Coréia (CDC) desde 2005. O KYRBS concentra-se em comportamentos de risco à saúde entre adolescentes. A pesquisa foi realizada com um questionário preenchido pelos adolescentes, composto por 125 itens, incluindo informações sobre uso de tabaco, uso de álcool, obesidade, atividade física, comportamentos sexuais, uso de substâncias, uso de substâncias, uso da Internet e saúde mental. A população-alvo é nacionalmente representativa de estudantes do ensino médio e médio de 12 a 18 anos na Coréia, amostrados em 400 escolas do ensino médio e 400 do ensino médio em todos os anos. O número total de participantes foi 223,542, e o KYRBS de 2008, 2009 e 2010 incluiu 75,238, 75,066 e 73,238 participantes, respectivamente. Antes da entrada no estudo, as instruções completas sobre o objetivo e os métodos do estudo foram dadas aos alunos por professores treinados e o consentimento informado por escrito foi obtido dos alunos. Os alunos que concordaram em participar preencheram o questionário anônimo, que foi apresentado em um computador. O Conselho de Revisão Institucional do CDC aprovou os protocolos do KYRBS.

Avaliação

Para avaliar a PIU, a Internet Addiction Proneness Scale for Youth-Short Form (escala KS), desenvolvida por Kim et al. foi usado. A escala KS é uma escala de autorrelato de 20 itens classificada em uma escala Likert de 4 pontos (1 = nunca, 2 = às vezes, 3 = frequentemente ou 4 = sempre). É composto por seis subfatores: (1) distúrbio da função adaptativa (6 itens), (2) antecipação positiva (1 item), (3) retirada (4 itens), (4) relacionamento virtual interpessoal (3 itens), (5 ) comportamento desviante (2 itens) e (6) tolerância (4 itens). O respondente é categorizado com base nas pontuações em um dos três grupos: PIU definitiva, PIU provável e usuário normal da Internet. A PIU definitiva é definida por uma pontuação total de 53 ou superior ou pela presença de todos os seguintes itens: pontuação de funcionamento adaptativo igual ou superior a 17; pontuação de retirada igual ou superior a 11; e escores de tolerância de 13 ou acima. A provável PIU é definida por uma pontuação total entre 48 e 52 ou pela presença de todos os seguintes itens: pontuação de funcionamento adaptativo igual ou superior a 15; pontuação de retirada igual ou superior a 10; e escores de tolerância iguais ou superiores a 12. No presente estudo, o grupo UIP foi definido como os participantes nos grupos definitivos e prováveis ​​de UIP.

O tempo de uso da internet foi perguntado com o item "Quantas horas e minutos você usou a internet nos dias úteis e nos finais de semana nos últimos 30 dias?" O serviço de internet usado principalmente pelos participantes foi questionado pelo item “Qual serviço você costuma usar mais na internet?” com as opções de escolha, incluindo busca de informações, mensageiro / bate-papo, jogos, assistir filmes, ouvir música, assistir a vídeos como conteúdo criado pelo usuário, email, compras, pornografia, blogs etc. A presença de episódios depressivos, ideação suicida e tentativas de suicídio foram consultadas por um item para cada experiência nos últimos 12 meses com respostas 'sim' ou 'não' da seguinte forma: “Você já se sentiu triste ou desesperado o suficiente para interromper sua vida diária por duas semanas nos últimos 12 meses? " para depressão, "Você pensou seriamente em suicídio nos últimos 12 meses?" para ideação suicida e "Você tentou suicídio nos últimos 12 meses?" para tentativas suicidas.

Estatísticas

A estatística descritiva foi utilizada para a análise das características demográficas. Para analisar a associação entre o serviço de internet mais utilizado, prevalência e correlatos de UIP e estatística descritiva, adotou-se o teste do qui-quadrado e a análise de variância (ANOVA). Para examinar o odds ratio para PIU de acordo com os correlatos associados, a regressão logística com PIU como variável dependente foi usada por dois modelos. O primeiro modelo incluiu sexo, série, serviço de internet mais utilizado, episódio depressivo, ideação suicida e tentativa de suicídio como variáveis ​​independentes. O modelo 2 adicionou status socioeconômico e desempenho escolar como covariáveis ​​ao modelo 1. As análises estatísticas foram realizadas usando o pacote de software SPSS 25.0 para Windows (SPSS Inc., Chicago, IL).

Consistentes

Características demográficas

As características demográficas são mostradas em tabela 1. No total, 223,542 alunos do ensino médio e médio participaram do estudo, e 52.5% eram do sexo masculino. A prevalência geral de PIU foi de 5.8%, e o grupo de usuários de alto risco na Internet entre o grupo de PIU foi de 3.2%. A prevalência de UIP com base no sexo foi de 7.7% nos meninos e 3.8% nas meninas. A proporção de participantes que experimentaram um episódio depressivo, ideação suicida e tentativa de suicídio foi de 38.0%, 19.1% e 4.8%, respectivamente.

tabela 1

Características demográficas

n (%)
Segurança 223542
Ano
 2008 75238 (33.7)
 2009 75066 (33.6)
 2010 73238 (32.8)
Sexo
 Masculino 117281 (52.5)
 Feminino 106261 (47.5)
Grade
 Primeiro grau 38219 (17.1)
 2º grau escolar 38423 (17.2)
 3º grau escolar 38280 (17.1)
 Primeiro colegial 37218 (16.6)
 2º grau 36926 (16.5)
 3ª escola secundária 34476 (15.4)
PIU
 Segurança 13056 (5.8)
 Usuário de alto risco 7183 (3.2)
 Usuário de risco potencial 5873 (2.6)
 Episódio depressivo; sim 84848 (38.0)
 Ideação suicida; sim 42728 (19.1)
 Tentativa de suicídio; sim 10778 (4.8)
Status socioeconômico
 Alto 13775 (6.2)
 Médio alto 48348 (21.6)
 Coração 105472 (47.2)
 Médio-baixo 41322 (18.5)
 Baixo 14625 (6.5)
Realização escolar
 Alto 25440 (11.4)
 Médio alto 52399 (23.4)
 Coração 60448 (27.0)
 Médio-baixo 57183 (25.6)
 Baixo 28072 (12.6)

Abreviatura: PIU, uso problemático da Internet.

Prevalência e correlação de PIU com base no serviço de Internet mais usado

Entre todos os participantes, o serviço de Internet mais utilizado foi o jogo pela Internet (35.0%), seguido pela busca de informações (16.2%), bate-papo (14.1%) e blogs (12.1%) (tabela 2 e Figura 1) No entanto, as proporções dos serviços de internet mais utilizados foram diferentes entre meninos e meninas (x2 = 9144.0; p <0.001). Enquanto o serviço mais utilizado pelos meninos foi o jogo na internet (58.1%), as meninas mais utilizaram o blog (22.1%) e o chat (20.3%).

tabela 2

Associação entre o serviço de Internet mais utilizado e a prevalência e correlatos da PIU

Serviço de Internet mais usado Pesquisa de informações Messenger / bate-papo Gaming Assistindo filme Ouvindo música Assistindo vídeo (por exemplo, UCC) Comunidade ou clube da Internet E-Mail Compras online Pornografia na Internet Blogging Etc. Segurança Estatísticas F ou χ2
Segurança
 n 36,150 31,446 78,325 8248 21,075 2896 4032 1147 5315 1716 27,142 6050 223,542
 % 16.2 14.1 35.0 3.7 9.4 1.3 1.8 0.5 2.4 0.8 12.1 2.7 100.0
Sexo
 Masculino; n 16,857 9873 68,139 4415 7257 1158 1064 313 780 1565 3637 2223 117,281 69144.0 *
 % 14.4 8.4 58.1 3.8 6.2 1.0 0.9 0.3 0.7 1.3 3.1 1.9 100.0
 Fêmea ; n 19,293 21,573 10,186 3833 13,818 1738 2968 834 4535 151 23,505 3827 102,434
 % 18.2 20.3 9.6 3.6 13.0 1.6 2.8 0.8 4.3 0.1 22.1 3.6 100.0
Tempo de uso da Internet; Média (DP)
 Dia da semana; horas 1.1 (1.3) 1.6 (1.6) 1.6 (1.8) 1.3 (1.5) 1.1 (1.3) 1.4 (1.4) 1.7 (1.5) 1.0 (1.2) 1.3 (1.3) 2.0 (3.0) 1.4 (1.4) 1.5 (1.7) 457.5 *
 Final de semana; horas 1.8 (1.8) 2.4 (2.1) 3.1 (2.5) 2.4 (2.1) 1.8 (1.7) 2.4 (2.1) 3.0 (2.2) 1.5 (1.7) 2.1 (1.8) 2.8 (3.4) 2.2 (1.9) 2.4 (2.3) 1112.5 *
Escala KS 1298.4 *
 Média 27.8 29.6 33.0 29.1 27.0 29.8 32.9 26.4 27.8 36.2 28.7 28.6
 SD 8.6 9.0 10.5 8.9 7.7 8.9 9.7 7.7 7.8 18.1 8.1 8.9
PIU total; sim 3791.9 *
 n 1217 1534 7317 334 516 122 339 25 149 336 911 256 13,056
 % 3.4 4.9 9.3 4.0 2.4 4.2 8.4 2.2 2.8 19.6 3.4 4.2 5.8
Somente PIU definitiva; sim 2624.9 *
 n 666 817 4026 195 272 60 174 11 84 269 456 153 7183
 % 1.8 2.6 5.1 2.4 1.3 2.1 4.3 1.0 1.6 15.7 1.7 2.5 3.2
Episódio Depressivo; sim 3867.8 *
 n 13,412 15,171 24,081 3307 8288 1104 1585 443 2225 858 12,149 2225 84,848
 % 37.1 48.2 30.7 40.1 39.3 38.1 39.3 38.6 41.9 50.0 44.8 36.8 38.0
Ideação suicida; sim 1918.0 *
 n 6107 7947 12,307 1662 3999 545 876 212 1100 533 6,208 1,232 42,728
 % 16.9 25.3 15.7 20.2 19.0 18.8 21.7 18.5 20.7 31.1 22.9 20.4 19.1
Tentativa suicida; sim 1386.4 *
 n 1332 2458 2813 401 972 102 180 58 274 235 1665 288 10,778
 % 3.7 7.8 3.6 4.9 4.6 3.5 4.5 5.1 5.2 13.7 6.1 4.8 4.8

Observação: * p <0.001.

Abreviaturas: PIU, Uso problemático da internet; UCC, conteúdo criado pelo usuário; Escala KS, escala de propensão ao vício em Internet para jovens menores SD, desvio padrão.

Um arquivo externo que contém uma imagem, ilustração etc. O nome do objeto é NDT-16-1031-g0001.jpg

Serviço de internet mais utilizado de acordo com o sexo (%).

A taxa de prevalência de UIP nos usuários de cada serviço específico de internet também foi significativamente diferente com base no serviço de internet mais utilizado (x2 = 3791.9; p <0.001). A prevalência de PIU foi maior nos adolescentes que mais utilizaram a internet para pornografia (19.6%), seguida de jogos (9.3%) e comunidade da internet (8.4%) (tabela 2 e Figura 2) A proporção de usuários de jogos na Internet no grupo total de pessoas com PIU foi a mais alta, com 56.0%.

Um arquivo externo que contém uma imagem, ilustração etc. O nome do objeto é NDT-16-1031-g0002.jpg

Prevalência de UIP de acordo com o serviço de internet mais utilizado (%).

Abreviaturas: PIU, uso problemático da Internet; UCC, conteúdo criado pelo usuário.

A proporção de participantes com experiências de episódio depressivo, ideação suicida e tentativa também foi a maior entre os adolescentes que mais utilizaram a Internet para pornografia (50.0%, 31.1% e 13.7%, respectivamente), seguida de bate-papo (48.2%, 25.3 % e 7.8%, respectivamente) e blogs (44.8%, 22.9% e 6.1%).

Razões de chance de estar no grupo PIU com base em variáveis ​​demográficas e de uso da Internet

tabela 3 mostra as razões de probabilidade de estar no grupo PIU com base em variáveis ​​demográficas e de uso da Internet. O odds ratio foi significativamente maior em meninos do que em meninas (OR = 1.520; p <0.001). Em comparação com os participantes mais jovens, os grupos de alunos mais velhos apresentaram odds ratios significativamente maiores, 1.274 a 1.319 vezes maior, para PIU.

tabela 3

Regressão logística para a PIU com covariáveis

Variáveis Modelo 1 Modelo 2
OR 95% CI p OR 95% CI p
Sexo
 Feminino referente
 Masculino 1.501 1.432 para 1.573 .000 1.520 1.450 para 1.593 .000
Grade
 Primeiro grau referente
 2º grau escolar 1.303 1.223 para 1.387 .000 1.274 1.196 para 1.357 .000
 3º grau escolar 1.368 1.285 para 1.457 .000 1.327 1.246 para 1.413 .000
 Primeiro colegial 1.334 1.251 para 1.423 .000 1.286 1.205 para 1.373 .000
 2º grau 1.310 1.226 para 1.399 .000 1.238 1.158 para 1.323 .000
 3ª escola secundária 1.404 1.313 para 1.501 .000 1.319 1.232 para 1.411 .000
Serviço de Internet mais usado
 Busca de informação referente
 Messenger / bate-papo 1.378 1.274 para 1.490 .000 1.285 1.188 para 1.391 .000
 Gaming 2.824 2.644 para 3.015 .000 2.661 2.491 para 2.843 .000
 Assistindo filme 1.127 .995 para 1.276 .060 1.096 .967 para 1.241 .152
 Ouvindo música .743 .668 para .825 .000 .733 .660 para .814 .000
 Assistindo vídeo (ou seja, UCC) 1.287 1.063 para 1.559 .010 1.278 1.055 para 1.548 .012
 Comunidade ou clube da Internet 2.785 2.453 para 3.162 .000 2.822 2.485 para 3.206 .000
 Email .682 .456 para 1.019 .062 .658 .440 para .985 .042
 Compras on-line .893 .750 para 1.063 .203 .873 .733 para 1.040 .128
 Pornografia na Internet 4.944 4.311 para 5.670 .000 4.526 3.941 para 5.198 .000
 Blogging 1.058 .967 para 1.158 .217 1.023 .935 para 1.120 .616
 Etc. 1.341 1.167 para 1.541 .000 1.335 1.162 para 1.535 .000
Episódio Depressivo
 Não referente
 Sim 1.782 1.710 para 1.857 .000 1.725 1.655 para 1.798 .000
Ideação suicida
 Não referente
 Sim 1.813 1.728 para 1.903 .000 1.747 1.664 para 1.833 .000
Tentativa suicida
 Não referente
 Sim 1.450 1.353 para 1.553 .000 1.361 1.270 para 1.459 .000

Observações: O modelo 1 incluiu sexo, série, serviço de internet mais utilizado, episódio depressivo, ideação suicida e tentativa de suicídio como covariáveis. O modelo 2 incluiu status socioeconômico e desempenho escolar como covariáveis, além do modelo 1.

Abreviaturas: PIU, uso problemático da Internet; UCC, conteúdo criado pelo usuário

Em comparação com os adolescentes que mais pesquisam informações na Internet, a razão de chances de PIU nos adolescentes que mais usam a Internet para pornografia foi a maior (OR = 4.526, p <0.001), seguido pelos que usam a Internet para a comunidade (OR = 2.822, p <0.001) e jogos (OR = 2.661, p <0.001). Aqueles que usam mais a internet para ouvir música (OR = 0.733, p <0.001) e e-mail (OR = 0.658, p = 0.042) apresentaram odds ratio significativamente menor do que os adolescentes que usam a internet para busca de informações. Não houve diferenças significativas nas razões de chance entre os grupos que usam a internet principalmente para busca de informações e os grupos que assistem a filmes, fazem compras online e fazem blogs.

Associações entre psicopatologia e risco para UIP

As proporções de participantes com experiência de episódio depressivo, ideação suicida e tentativa de suicídio nos últimos 12 meses foram as mais altas nos grupos que mais utilizaram a Internet para pornografia (50.0%, 31.1% e 13.7%, respectivamente), seguidos por mensageiro / bate-papo (48.2%, 25.3% e 7.8%, respectivamente) e blogs (44.8%, 22.9% e 6.1%, respectivamente) (tabela 2) A presença de episódio depressivo, ideação suicida e tentativa de suicídio também estiveram significativamente associadas a uma maior razão de chance para PIU em toda a amostra. (OR = 1.725, p <0.001; OR = 1.747, p <0.001; e 1.361, p <0.001, respectivamente) (tabela 3).

Discussão

Nosso estudo investigou a prevalência e correlatos de UIP em um grande número de adolescentes com base nos serviços de internet mais utilizados. Em nosso estudo, a prevalência geral de UIP foi de 5.4%, o que é comparável a estudos anteriores realizados em outros países. Vários estudos anteriores da UIP relataram uma ampla gama de prevalência da UIP. Por exemplo, um estudo realizado em nove países europeus relatou uma prevalência de 25%, variando de 14% a 55% entre os países. Outro estudo realizado em seis países asiáticos relatou que a prevalência do uso viciante da Internet, rastreada pelo Internet Addiction Test (IAT), variou de 1% na Coréia do Sul a 5% nas Filipinas, e a prevalência de PIU variou de 13% a 46% . Outras revisões sistemáticas do vício em internet também relataram uma ampla gama de taxas de prevalência de 1% a 18.7% e de 0.8% a 26.7%. Esses estudos argumentaram que essas amplas faixas de taxas de prevalência para UIP podem ter sido causadas pela falta de consistência na metodologia, como definições, ferramentas de avaliação e pontos de corte para UIP., Portanto, estudos futuros com definições e ferramentas de avaliação mais acordadas para UIP são necessários para confirmar a prevalência de UIP. No entanto, uma metanálise com 27 estudos de 1998 a 2006 relatou uma prevalência média de distúrbio de jogos na Internet de 4.7%, apesar de uma ampla gama de taxas de prevalência, o que é consistente com o nosso estudo.

Em nosso estudo, os meninos apresentaram uma prevalência mais alta de UIP do que as meninas em aproximadamente duas vezes. Este é um achado consistente com vários estudos anteriores que relataram que o sexo masculino é um fator de risco para UIP.- No entanto, outros estudos relataram o padrão oposto de diferenças entre os sexos na prevalência de UIP. Por exemplo, Durkee e cols. relataram que pequenas variações na taxa de prevalência de UIP foram encontradas entre os sexos em um estudo com adolescentes de 11 países europeus, apesar de algumas diferenças transculturais. Um estudo canadense também relatou não haver diferenças entre os sexos na prevalência de PIU. Além disso, um estudo com adultos de 9 países europeus relatou que a UIP geral foi mais prevalente em mulheres do que em homens. Essas discrepâncias em relação às diferenças sexuais na UIP podem ser causadas por diferenças transculturais. No entanto, para entender essas discrepâncias nas diferenças entre os sexos na prevalência de UIP, deve-se levar em consideração a exploração dos serviços específicos usados ​​pela Internet por ambos os sexos.

Em nosso estudo, o serviço de Internet mais usado entre todos os participantes foi o jogo na Internet, seguido de busca de informações, messenger / chat e blog. No entanto, a distribuição dos serviços de internet mais utilizados foi significativamente diferente entre os sexos. Enquanto os meninos usavam predominantemente a Internet para jogar, as meninas usavam a Internet para blogs e para mensageiros / bate-papos. Essas tendências são consistentes com os achados de estudos anteriores. Relatou-se que as meninas eram mais propensas a usar mensagens instantâneas (74%) e serviços de redes sociais (70%) do que os meninos de 15 a 17 anos (62% e 54%, respectivamente)., Dufour e cols. também relataram que a proporção de uso excessivo de redes sociais e blogs era maior em meninas do que meninos. Por outro lado, o uso de jogos na Internet tem sido consistentemente relatado como sendo mais alto nos homens do que nas mulheres.,,, Embora as razões exatas para essas diferenças relacionadas ao sexo no uso da Internet não sejam bem conhecidas, estudos anteriores para explicar as diferenças entre os sexos no envolvimento com jogos de computador focaram aspectos como conteúdo e design de jogos típicos, violência dos jogos, estruturas competitivas dos jogos e interações sociais dentro dos jogos. Nossos resultados para o maior uso da Internet para blogs e bate-papos e um menor uso da Internet para jogos em meninas do que meninos podem estar relacionados a evidências bem estabelecidas de que as mulheres são mais orientadas interpessoalmente, enquanto os homens são mais orientados por informações / tarefas.

Em nosso estudo, o número de indivíduos com PIU foi o mais alto entre os usuários de jogos na Internet (compondo mais de 50% do grupo total de PIU), e o odds ratio para PIU também foi muito alto nos usuários de jogos na Internet. Essas descobertas fornecem evidências de apoio à preocupação predominante com jogos na Internet e à inclusão do distúrbio de jogos na Internet em sistemas de critérios de diagnóstico., No entanto, o potencial viciante da pornografia na Internet também deve ser observado. As proporções de pornografia na internet como serviço de internet mais utilizado não foram altas (0.8%) e ainda mais raras nas meninas (0.1%). No entanto, o odds ratio para PIU entre aqueles que usavam a Internet principalmente para pornografia era o mais alto, o que implica o forte potencial viciante da pornografia na Internet em comparação com outros serviços da Internet. Obviamente, consumir pornografia não é um problema causado apenas pela Internet. Argumentou-se que usuários excessivos de internet não são viciados em internet, mas apenas usam a internet como um meio para outros comportamentos de dependência., No entanto, estudos anteriores apontaram que o uso de pornografia online está aumentando, e o aumento do “triplo A” (acessibilidade, acessibilidade e anonimato) fornecido pela Internet aumentou o risco potencial para o uso problemático da pornografia online. Além disso, nossos achados são inconsistentes com os resultados do estudo anterior de Rosenkranz et al. que relataram o potencial viciante relativamente menor de conteúdo sexual em comparação com jogos e apostas. Esses resultados diferenciais em relação ao potencial aditivo de conteúdo sexual entre os estudos podem ser causados ​​por diferenças socioambientais. Assim, são necessários mais estudos para entender e proteger os adolescentes do risco de uso problemático da pornografia na Internet.

Outro achado notável do nosso estudo foi a associação significativa entre uma razão de chances geral mais alta para UIP e psicopatologia, incluindo depressão e ideação e tentativa suicida, o que é consistente com os achados de um estudo anterior que relataram que o grupo de estudantes com UIP tinha maior probabilidade de mostrar mais depressão e comportamento suicida e autolesivo do que o grupo de uso normal da Internet. Em particular, é interessante que a proporção de respostas "sim" a episódios depressivos, ideação suicida e tentativas de suicídio tenha sido maior nos usuários de mensageiro / bate-papo e blog do que os usuários de outros serviços, com exceção dos usuários de pornografia na Internet, e essa proporção foi a mais baixa entre os usuários de jogos na Internet. Esses achados sugerem que adolescentes deprimidos buscam mais a interação social pela internet do que pelo entretenimento. Esses achados são consistentes com um estudo anterior que também relataram que havia um risco maior de depressão em estudantes com PIU sem nome do que em estudantes com PIU de jogos. Além disso, a proporção de respostas afirmativas a episódios depressivos, ideação suicida e tentativa de suicídio foi a mais alta entre os usuários de pornografia na Internet. Esses achados sugerem que o uso da Internet principalmente para pornografia está associado a uma psicopatologia grave, como depressão e suicídio, além de um forte potencial de dependência.

Limitações

Nosso estudo tem algumas limitações que devem ser observadas. Embora tenhamos conduzido o estudo com uma grande amostra de adolescentes, nosso estudo é baseado em um desenho transversal, o que limita a interpretação da causalidade. Por exemplo, episódios depressivos, ideação suicida e tentativas de suicídio estão associados a maiores razões de chances de UIP, e não podemos determinar a direção da causalidade. Assim, são necessários estudos futuros com um desenho longitudinal. Segundo, embora tenhamos tentado incluir uma variedade de serviços de internet que os adolescentes usam nos questionários, não incluímos todos os serviços. Por exemplo, jogos de azar na Internet são uma das principais preocupações sobre o uso da Internet, que não foi incluído nos questionários. Terceiro, nosso estudo foi baseado apenas no autorrelato dos adolescentes, o que poderia enviesar o relatório. Sabe-se que o relato de sintomas psiquiátricos é discrepante entre os informantes, como pais e adolescentes. Assim, a obtenção de informações de múltiplos informantes, incluindo os pais, é importante para a avaliação exata dos sintomas psiquiátricos. Felizmente, um estudo anterior relatou que relatórios baseados em autorrelato dos adolescentes sobre sintomas de transtornos aditivos, como abuso de álcool e substâncias, eram muito mais coincidentes com diagnósticos reais do que relatórios dos pais. Além disso, utilizamos itens categóricos simplificados para avaliar depressão, ideação suicida e tentativas de suicídio e não incluímos ferramentas de avaliação validadas. Embora esses itens simplificados tenham sido adotados para melhorar a taxa de resposta de um grande número de participantes por um questionário parcimonioso, isso pode resultar na falta de informações detalhadas e na distorção da associação real entre a UIP e a psicologia do adolescente, como depressão e suicídio. Por fim, informações sobre características familiares, como interações pais-filho e estilo parental, não foram incluídas no estudo, que é um fator importante para moderar a UIP em adolescentes. Assim, estudos futuros que incluam informações mais detalhadas sobre a psicopatologia de adolescentes e características familiares de informantes múltiplos são necessários para confirmar os achados atuais.

Conclusões

Apesar de algumas limitações, nosso estudo identificou informações clinicamente importantes sobre a UIP em adolescentes. A distribuição dos serviços de internet mais utilizados possui diferentes padrões com base no sexo. A prevalência de PIU também mostrou diferenças significativas com base no uso de serviços específicos da Internet. Estudos futuros de UIP com metodologia bem definida e ferramentas de avaliação para cada serviço específico da Internet são necessários para desenvolver estratégias para proteger adolescentes individuais do risco de UIP.

Agradecimentos

Os autores desejam agradecer ao Ministério da Educação, Ministério da Saúde e Bem-Estar e Centros de Controle e Prevenção de Doenças da Coréia, os Centros de Controle e Prevenção de Doenças, que forneceram os dados brutos.

Declaração de financiamento

Este trabalho foi apoiado pela doação da Fundação Nacional de Pesquisa da Coreia (NRF) financiada pelo governo da Coreia (MSIP; Ministério da Ciência, TIC e Planejamento Futuro) (NRF-2018R1C1B5041143).

Contribuições do autor

Todos os autores fizeram contribuições substanciais para a concepção e design, aquisição de dados ou análise e interpretação dos dados; participou da redação do artigo ou da revisão crítica de conteúdos intelectuais importantes; deu a aprovação final da versão a ser publicada; e concorda em ser responsável por todos os aspectos do trabalho.

Divulgação

Os autores não relatam conflitos de interesse neste trabalho.

Referências

1. Anderson M, Perrin A, Jiang J, Kumar M. 10% dos americanos não usam a Internet. Quem são eles? Washington, DC: Centro de Pesquisa Pew; 2019. []
2. Anderson M, Jiang J. Adolescentes, mídia social e tecnologia 2018. Washington, DC: Centro de Pesquisa Pew; 2018. []
3. E Gross, Juvonen J, Gable S. Uso da Internet e bem-estar na adolescência. J Soc Issues. 2002;58:75–90. doi:10.1111/1540-4560.00249 [CrossRef] []
4. Caplan SE. Relações entre solidão, ansiedade social e uso problemático da Internet. Cyberpsychol Behav. 2006;10(2): 234-242. doi: 10.1089 / cpb.2006.9963 [PubMed] [CrossRef] []
5. Revista Brasileira de Zootecnia, v. XNUMX, n. XNUMX, p. O poder da web: uma revisão sistemática de estudos sobre a influência da internet na automutilação e suicídio em jovens. PLoS One. 2013;8(10): e77555. doi: 10.1371 / journal.pone.0077555 [Artigo gratuito do PMC] [PubMed] [CrossRef] []
6. Kiriakidis SP, Kavoura A. Cyberbullying: uma revisão da literatura sobre assédio via internet e outros meios eletrônicos. Saúde Comunitária Fam. 2010;33(2):82–93. doi:10.1097/FCH.0b013e3181d593e4 [PubMed] [CrossRef] []
7. Jovem KS, Rogers RC. A relação entre depressão e vício em internet. Cyberpsychol Behav. 1998;1(1): 25-28. doi: 10.1089 / cpb.1998.1.25 [CrossRef] []
8. Kuss DJ, MD Griffiths, Karila L, Billieux J. Dependência da Internet: uma revisão sistemática da pesquisa epidemiológica na última década. Curr Pharm Des. 2014;20(25): 4026-4052. doi: 10.2174 / 13816128113199990617 [PubMed] [CrossRef] []
9. Pontes HM, DJ Kuss, Griffiths MD. Psicologia clínica do vício em internet: uma revisão de sua conceituação, prevalência, processos neuronais e implicações para o tratamento. Neurociências Neuroeco. 2015;4: 11 – 23. []
10. Cerniglia L, Cimino S, Ballarotto G, et al. Acidentes com veículos automotores e adolescentes: um estudo empírico sobre seu perfil emocional e comportamental, estratégias de defesa e apoio dos pais. Transp Res F. 2015;35: 28-36. doi: 10.1016 / j.trf.2015.09.002 [CrossRef] []
11. Steinberg L. Um modelo de sistemas duplos de tomada de risco em adolescentes. Dev Psychobiol. 2010;52(3): 216-224. doi: 10.1002 / dev.20445PubMed] [CrossRef] []
12. Cerniglia L, Guicciardi M, Sinatra M, Monacis L, Simonelli A, Cimino S. O uso de tecnologias digitais, impulsividade e sintomas psicopatológicos na adolescência. Behav Sci. 2019;9(8): E82. doi: 10.3390 / bs9080082 [Artigo gratuito do PMC] [PubMed] [CrossRef] []
13. Cimino S, Cerniglia L. Estudo longitudinal para validação empírica de um modelo etiopatogenético da dependência da internet na adolescência baseado na regulação precoce das emoções. Biomed Res Int. 2018;2018: 4038541. doi: 10.1155 / 2018 / 4038541 [Artigo gratuito do PMC] [PubMed] [CrossRef] []
14. Lenhart A, Madden M, Macgill A, Smith A. Adolescentes e mídias sociais. Washington, DC: Pew Internet & American Life Project; 2007 []
15. Dufour M., Brunelle N., Tremblay J, et al. Diferença de gênero no uso da internet e problemas de internet entre estudantes do ensino médio de Quebec. Can J Psychiatry. 2016;61(10): 663 – 668. doi: 10.1177 / 0706743716640755 [Artigo gratuito do PMC] [PubMed] [CrossRef] []
16. Baden-Ribera L, Fabris MA, Gastaldi FGM, Prino LE, Longobardi C. Apego aos pais e colegas como preditores dos sintomas de dependência do facebook em diferentes estágios de desenvolvimento (adolescentes e adolescentes). Behavior Behavior. 2019;95: 226-232. doi: 10.1016 / j.addbeh.2019.05.009 [PubMed] [CrossRef] []
17. KS jovem Preso na rede: como reconhecer os sinais de vício em internet - e uma estratégia vencedora para recuperação. Nova York: John Wiley & Sons; 1998. []
18. Van der Aa N, Overbeek G, Engels RC, Scholte RH, Meerkerk GJ, Van den Eijnden RJ. Uso diário e compulsivo da Internet e bem-estar na adolescência: um modelo de diátese-estresse baseado em cinco grandes traços de personalidade. J Juventude Adolesc. 2009;38(6):765–776. doi:10.1007/s10964-008-9298-3 [PubMed] [CrossRef] []
19. Caplan SE. Uso problemático da Internet e bem-estar psicossocial: desenvolvimento de um instrumento de medição cognitivo-comportamental baseado em teoria. Comput Hum Behav. 2002;18(5):553–575. doi:10.1016/S0747-5632(02)00004-3 [CrossRef] []
20. Kaess M, Parzer P, Brunner R, et al. O uso patológico da internet está em alta entre adolescentes europeus. J Adolesc Health. 2016;59(2): 236-239. doi: 10.1016 / j.jadohealth.2016.04.009 [PubMed] [CrossRef] []
21. Kim MG, Kim J. Validação cruzada de confiabilidade, validade convergente e discriminante para a escala problemática de uso de jogos on-line. Comput Hum Behav. 2010;26(3): 389-398. doi: 10.1016 / j.chb.2009.11.010CrossRef] []
22. Kuss DJ, Griffiths MD. Dependência de jogos na Internet: uma revisão sistemática de pesquisas empíricas. Viciado em saúde mental. 2012;10(2):278–296. doi:10.1007/s11469-011-9318-5 [CrossRef] []
23. Pontes HM, Griffiths MD. Medindo o transtorno de jogo na Internet DSM-5: desenvolvimento e validação de uma escala psicométrica curta. Comput Behaviour Human. 2015;45: 137-143. doi: 10.1016 / j.chb.2014.12.006CrossRef] []
24. Strittmatter E, Kaess M., Parzer P, et al. Uso patológico da internet entre adolescentes: comparação de jogadores e não-jogadores. Psychiatry Res. 2015;228(1): 128–135. doi: 10.1016 / j.psychres.2015.04.029 [PubMed] [CrossRef] []
25. KS jovem Dependência da Internet: avaliação e tratamento. Br Med J. 1999;7: 351 – 352. []
26. Associação Americana de Psiquiatria. Manual Diagnóstico e Estatístico de Transtornos Mentais (DSM-5®). Arlington, TX: American Psychiatric Publishing; 2013 []
27. King DL, Potenza MN. Não brincar: transtorno do jogo na classificação internacional de doenças (CID-11). J Adolesc Health. 2019;64(1): 5-7. doi: 10.1016 / j.jadohealth.2018.10.010 [PubMed] [CrossRef] []
28. Gainsbury SM. Vício em jogos de azar on-line: a relação entre jogos pela internet e jogos desordenados. Representante do viciado em curr. 2015;2(2):185–193. doi:10.1007/s40429-015-0057-8 [Artigo gratuito do PMC] [PubMed] [CrossRef] []
29. Andreassen CS. Dependência de sites de redes sociais on-line: uma revisão abrangente. Representante do viciado em curr. 2015;2(2):175–184. doi:10.1007/s40429-015-0056-9 [CrossRef] []
30. Grubbs JB, Volk F, Exline JJ, Pargament KI. Uso de pornografia na Internet: dependência percebida, sofrimento psicológico e validação de uma breve medida. J sexo marital ter. 2015;41(1):83–106. doi:10.1080/0092623X.2013.842192 [PubMed] [CrossRef] []
31. Rosenkranz, Muller KW, Dreier M, Beutel ME, Wolfling K. Potencial viciante de aplicativos da Internet e correlatos diferenciais de uso problemático em jogadores da Internet versus usuários generalizados da Internet em uma amostra representativa de adolescentes. Eur Addict Res. 2017;23(3): 148-156. doi: 10.1159 / 000475984 [PubMed] [CrossRef] []
32. Kim Y, Choi S, Chun C, Parque S, Khang YH, Oh K. Perfil dos recursos de dados: a pesquisa baseada na Web sobre comportamento de risco para jovens na Coréia (KYRBS). Int J Epidemiol. 2016;45(4): 1076-1076e. doi: 10.1093 / ije / dyw070 [PubMed] [CrossRef] []
33. Kim DI, Chung YJ, Lee EA, Kim DM, Cho YM. Desenvolvimento da escala de propensão à dependência da Internet (forma KS). Coreia J Couns. 2008;9: 1703-1722. doi: 10.15703 / kjc.9.4.200812.1703 [CrossRef] []
34. Laconi S., Kaliszewska-Czeremska K., Gnisci A, et al. Estudo intercultural do uso problemático da Internet em nove países europeus. Comput Behaviour Human. 2018;84: 430-440. doi: 10.1016 / j.chb.2018.03.020CrossRef] []
35. Mak KK, Lai CM, Watanabe H, et ai. Epidemiologia dos comportamentos da internet e dependência entre adolescentes em seis países asiáticos. Cyberpsychol Behav Soc Netw. 2014;17(11): 720–728. doi: 10.1089 / cyber.2014.0139 [PubMed] [CrossRef] []
36. Petry NM, O'Brien CP. Distúrbio de jogos na Internet e o DSM-5. Vício. 2013;108(7): 1186-1187. doi: 10.1111 / add.12162PubMed] [CrossRef] []
37. Feng W, Ramo DE, Chan SR, JA burguês. Transtorno de jogo na Internet: tendências na prevalência 1998-2016. Behavior Behavior. 2017;75: 17-24. doi: 10.1016 / j.addbeh.2017.06.010 [Artigo gratuito do PMC] [PubMed] [CrossRef] []
38. Bakken IJ, Wenzel HG, Gotestam KG, Johansson A e Oren A. Dependência da Internet entre adultos noruegueses: um estudo de probabilidade estratificado. Scand J Psychol. 2009;50(2):121–127. doi:10.1111/j.1467-9450.2008.00685.x [PubMed] [CrossRef] []
39. Durkee T., Kaess M., Carli V, et al. Prevalência do uso patológico da internet entre adolescentes na Europa: fatores demográficos e sociais. Vício. 2012;107(12):2210–2222. doi:10.1111/j.1360-0443.2012.03946.x [PubMed] [CrossRef] []
40. Tsai HF, Cheng SH, Yeh TL, et al. Os fatores de risco do vício em internet - uma pesquisa com calouros da universidade. Psychiatry Res. 2009;167(3): 294–299. doi: 10.1016 / j.psychres.2008.01.015 [PubMed] [CrossRef] []
41. Pujazon-Zazik M, Park MJ. Tweetar ou não twittar: diferenças de gênero e possíveis resultados positivos e negativos para a saúde do uso social da internet por adolescentes. Sou J Mens Health. 2010;4(1): 77-85. doi: 10.1177 / 1557988309360819 [PubMed] [CrossRef] []
42. Yau YH, Crowley MJ, Mayes LC, Potenza MN. O uso da Internet e os comportamentos viciantes de jogar videogame? implicações biológicas, clínicas e de saúde pública para jovens e adultos. Minerva Psiquiatra. 2012;53(3): 153 – 170. [Artigo gratuito do PMC] [PubMed] []
43. Hartmann T, Klimmt C. Gênero e jogos de computador: explorando as aversões das mulheres. J Comput Mediat Commun. 2006;11(4):910–931. doi:10.1111/j.1083-6101.2006.00301.x [CrossRef] []
44. Jackson LA, Ervin KS, Gardner PD, Schmitt N. Gênero e internet: mulheres se comunicando e homens pesquisando. Papéis sexuais. 2001;44(5):363–379. doi:10.1023/A:1010937901821 []
45. Griffiths M. Dependência de Internet - hora de ser levado a sério? Viciado em Res. 2000;8(5): 413-418. doi: 10.3109 / 16066350009005587 [CrossRef] []
46. Jovem KS, de Abreu CN. Vício em Internet: Um manual e guia para avaliação e tratamento. Hoboken, NJ: Wiley; 2010 []
47. de Alarcon R, da Igreja JI, Casado NM, Montejo AL. Vício em pornografia online: o que sabemos e o que não sabemos - uma revisão sistemática. J Clin Med. 2019;8(1): E91. doi: 10.3390 / jcm8010091 [Artigo gratuito do PMC] [PubMed] [CrossRef] []
48. Cantwell DP, Lewinsohn PM, Rohde P, Seeley JR. Correspondência entre o relatório do adolescente e o relatório dos pais dos dados de diagnóstico psiquiátrico. J Am Acad Criança Adolesc Psiquiatria. 1997;36(5):610–619. doi:10.1097/00004583-199705000-00011 [PubMed] [CrossRef] []