Utilizarea problematică a internetului ca pe o problemă multiplă legată de vârstă: Dovezi provenite dintr-un sondaj efectuat în două locații (2018)

Addict Behav. 2018 Feb 12; 81: 157-166. doi: 10.1016 / j.addbeh.2018.02.017.

Ioannidis K1, Treder MS2, Chamberlain SR1, Kiraly F3, Redden SA4, Stein DJ5, Lochner C6, Grant JE7.

Abstract

CONTEXT ȘI OBIECTIVE:

Utilizarea problematică a internetului (PIU; altfel cunoscut sub denumirea de Internet Addiction) este o problemă în creștere în societățile moderne. Există puține cunoștințe despre variabilele demografice și activitățile specifice de internet asociate cu PIU și o înțelegere limitată a modului în care PIU ar trebui să fie conceptualizată. Scopul nostru a fost să identificăm activitățile specifice de internet asociate cu PIU și să explorem rolul de moderator al vârstei și sexului în acele asociații.

METODE:

Am recrutat 1749 de participanți cu vârsta de 18 ani și peste prin intermediul reclamelor media într-un sondaj pe internet la două site-uri, unul în SUA și unul în Africa de Sud; am folosit regresia Lasso pentru analiză.

REZULTATE:

Activitățile specifice internetului au fost asociate cu scoruri mai mari de utilizare a internetului, inclusiv navigarea generală (lasso β: 2.1), jocuri pe internet (β: 0.6), cumpărături online (β: 1.4), utilizarea site-urilor de licitații online (β: 0.027), social rețea (β: 0.46) și utilizarea pornografiei online (β: 1.0). Vârsta a moderat relația dintre PIU și jocurile de rol (β: 0.33), jocurile de noroc online (β: 0.15), utilizarea site-urilor de licitații (β: 0.35) și media în flux (β: 0.35), cu vârsta mai mare asociată cu nivelurile UIP. Au existat dovezi neconcludente pentru faptul că genul și genul × activitățile de internet sunt asociate cu scoruri problematice de utilizare a internetului. Tulburarea de hiperactivitate cu deficit de atenție (ADHD) și tulburarea de anxietate socială au fost asociate cu scoruri ridicate ale PIU la participanții tineri (vârsta ≤ 25, β: 0.35 și respectiv 0.65), în timp ce tulburarea de anxietate generalizată (GAD) și tulburarea obsesiv-compulsivă (TOC) au fost asociat cu scoruri ridicate PIU la participanții mai în vârstă (vârsta> 55, β: 6.4 și respectiv 4.3).

CONCLUZII:

Multe tipuri de comportament online (cum ar fi cumpărăturile, pornografia, surfingul general) au o relație mai puternică cu folosirea neadecvată a internetului decât jocurile care susțin clasificarea diagnosticată a utilizării problematice a internetului ca pe o tulburare multiplă. În plus, activitățile pe internet și diagnosticele psihiatrice asociate cu utilizarea problematică a internetului variază în funcție de vârstă, având implicații asupra sănătății publice.

CUVINTE CHEIE: Dependență comportamentală; Dependenta de Internet; Tulburări ale jocurilor pe internet; Lasou; Învățare automată; Utilizare problematică a internetului

PMID: 29459201

DOI: 10.1016 / j.addbeh.2018.02.017

                            1

Introducere

Utilizarea problematică a internetului (PIU; altfel cunoscut sub denumirea de Internet Addiction) este o problemă de sănătate publică în societățile moderne de pe tot globul. Epidemiologia UIP este încă neclară (

; ) cu o gamă largă de estimări ale prevalenței punctuale raportate (1% până la 36.7%), reflectând probabil nu numai diferențele populației, ci și diversitatea instrumentelor de evaluare și diferite definiții operaționale ale comportamentelor PIU. DSM-5 a evidențiat tulburarea jocurilor de noroc pe internet ca o condiție pentru studii suplimentare ( ), excluzând în mod specific alte activități bazate pe internet, cum ar fi jocurile de noroc și utilizarea rețelelor sociale, în ciuda dovezilor acumulate că utilizarea problematică a internetului este o problemă cu mai multe fațete care depășește jocurile online ( ; ; ). Multe comportamente online diferite au fost descrise ca fiind capabile să afecteze funcționarea normală atunci când sunt întreprinse în exces, inclusiv jocurile online și jocurile de rol online multiplayer masiv ( ; ; ; ; ; ), jocurile de noroc online ( ; ), cumpărăturile online ( ; ; ), vizionarea pornografiei ( ; ; ), verificarea frecventă a e-mailurilor, mesageria instantanee ( ; ; ) și utilizarea excesivă a rețelelor sociale ( ; ). Comportamentele online pot cauza, de asemenea, îngrijorare pentru sănătatea fizică a persoanelor ( ; ) sau pot pune bazele unor acte criminale ( ). Caracteristicile impulsive și compulsive pot susține comportamentele problematice pe internet ( ; ; ; ; ), în timp ce activitățile specifice pe internet au fost legate de tulburări psihiatrice; de exemplu, cumpărăturile online au fost legate de depresie și tezaurizare (

).

Tinerii și studenții sunt considerați cei mai vulnerabili pentru PIU (

; ; ; ; ), dar populațiile de vârstă mijlocie și mai în vârstă nu au fost investigate cuprinzător. Vârsta fragedă a fost asociată cu cumpărăturile online problematice ( ; ). Cu toate acestea, au existat o serie de studii care identifică activități problematice pe internet, inclusiv cumpărături excesive pe internet, la populațiile adulte (

). În general, istoria naturală a utilizării problematice a internetului este încă necunoscută și pot exista diferențe legate de vârstă în PIU în general sau în diferite comportamente online problematice.

PIU a fost considerat a avea o preponderență masculină (

; ) și este probabil mai răspândită în rândul tinerilor asiatici, dar și femeile pot fi vulnerabile ( ; ). La nivel clinic, majoritatea studiilor PIU au inclus doar participanți de sex masculin ( ) și nu este clar dacă populațiile clinice feminine ar fi putut fi substudiate. Există unele dovezi din studiile observaționale că bărbații și femeile diferă în modul în care funcționează în mediul online în ceea ce privește activitățile pe care le aleg și consecințele lor negative ( ; ). Utilizarea excesivă a chat-ului și a rețelelor sociale a fost asociată cu sexul feminin la tinerii studenți ( ; ; ; ; S ). Genul feminin a fost, de asemenea, identificat ca un predictor al cumpărăturilor online problematice ( ), dar a fost raportat și opusul ( ; ). Jocurile online au fost asociate cu sexul masculin ( ), dar jocurile de rol online cu multiplayer masiv au fost raportate la ambele sexe ( ). S-a raportat că pornografia online, precum și jocurile de noroc online sunt mai frecvente în rândul bărbaților adulți ( ), cu toate acestea, s-a susținut că rolul de întărire a recompensei, reactivitatea semnalului și dorința de sex online sunt similare pentru ambele sexe ( ). Anumite platforme de rețele sociale cu potențial de dependență, cum ar fi site-urile de rețele precum Facebook, sunt folosite de ambele sexe și s-a susținut că femeile ar putea fi deosebit de expuse ( ). În general, ar putea exista diferențe specifice de gen pentru aspectele UIP; în mod alternativ, s-ar putea ca odată ce caracteristicile/confuzele clinice și comportamentale sunt luate în considerare, ambele genuri să fie afectate în mod similar ( ; ;

  

).

În general, utilizarea problematică a internetului, inclusiv varietatea largă de comportamente problematice pe internet, necesită investigații mai riguroase care ar face lumină asupra activităților specifice care ar trebui considerate problematice sau disfuncționale sau, în general, care contribuie la fenomenul descris ca PIU. Modul în care vârsta și sexul moderează relația dintre anumite activități de pe internet și PIU a fost substudiat, justificând mai multă atenție.

Obiectivul nostru a fost să identificăm activități specifice legate de internet asociate statistic cu PIU și dacă există interacțiuni cu vârsta sau sexul care moderează acele relații.

 

 

  

2

Material si metode

 

 

  

2.1

Setare și măsuri

Mai multe detalii despre configurarea și măsurile acestui studiu au fost descrise și în publicația noastră anterioară despre PIU (

 

 

). Raportarea metodelor pentru acest studiu urmează ghidul STROBE (

). Studiul actual a fost realizat în perioada ianuarie 2014-februarie 2015. Persoanele cu vârsta de 18 ani și peste au fost recrutate pe două site-uri: Chicago (SUA) și Stellenbosch (Africa de Sud) folosind reclame pe internet (vârsta medie 29 [18–77]; 1119 bărbați [ 64%]; 1285 caucazian [73%]). Reclamele le-au cerut persoanelor să participe la un sondaj online despre utilizarea internetului. Participanții au completat sondajul anonim folosind software-ul Survey Monkey. Sondajul a fost trimis prin Craigslist, astfel încât doar participanții din anumite locații au fost vizați. Studiul a fost aprobat de consiliile de evaluare instituționale din fiecare loc de cercetare. Participanții nu au primit nicio compensație pentru participare, dar au fost înscriși la o loterie aleatorie prin care au fost disponibile cinci premii, fiecare dintre ele evaluat între 50 și 200 USD în SUA și trei premii între 250 și 750 ZAR în Africa de Sud.

Sondajul online conținea întrebări despre vârsta, sexul, rasa, statutul relațional, orientarea sexuală și educația fiecărui individ, împreună cu diferite măsuri ale activităților specifice pe internet. Am măsurat o serie de activități pe internet diferite, inclusiv 1) navigare generală 2) total de jocuri pe internet 3) Jocuri de rol online (RPG) 4) Pierderi de timp/jocuri de îndemânare (de exemplu, aplicații pe iPod/iPad/telefon mobil, Tetris, Jewels) 5 ) Multiplayer de acțiune online (de exemplu, Call of Duty, Gears of War) 6) Cumpărături online 7) Site-uri de licitații (de exemplu, Ebay) 8) Jocuri de noroc online 9) Rețele sociale 10) Sporturi online (de exemplu, Sporturi fantastice, ESPN) 11) Pornografie/Sex pe internet 12) Mesaje/Blogging (de exemplu, AIM, Skype) și 13) Streaming videoclipuri/media (de exemplu, YouTube, Hulu). Sondajul a inclus și măsuri clinice: testul de dependență de internet (IAT) (

) pentru a oferi o măsură a utilizării dezadaptative a internetului; selectați modulele Mini International Neuropsychiatric Interview (MINI) ( ) pentru a identifica tulburarea de anxietate socială probabilă (SAD), tulburarea de anxietate generalizată (GAD) și tulburarea obsesiv-compulsivă (TOC); Lista de verificare a simptomelor Scalei de auto-raportare ADHD pentru adulți (ASRS-v1.1) ( ) pentru a identifica simptomele tulburării de hiperactivitate cu deficit de atenție (ADHD); Inventarul de la Padova (PI) ( ) pentru a identifica tendințele obsesiv-compulsive; și Scala de impulsivitate Barratt (BIS-11) pentru a cuantifica personalitatea impulsivă (

). Statisticile descriptive pentru toate variabilele sunt rezumate și stratificate în funcție de vârstă în tabelul suplimentar S1a.

IAT cuprinde 20 de întrebări care examinează aspecte ale PIU. Scorurile la IAT variază de la 20 la 100, 20–49 reflectând o utilizare ușoară a internetului, 50–79 o utilizare moderată a internetului și 80–100 reflectând o utilizare severă a internetului. PI constă din 39 de itemi care evaluează comportamentul obsesiv și compulsiv obișnuit. BIS-11 este un chestionar de auto-raportare folosit pentru a determina nivelurile de impulsivitate.

Am efectuat o analiză a componentelor principale (PCA) pentru a identifica dacă câteva componente ale activităților pe internet ar fi capabile să țină seama de o parte semnificativă a variației. Cu toate acestea, această analiză a arătat că am avut nevoie de >11 din 13 componente pentru a atinge >90% din varianță, ceea ce indică faptul că o parte semnificativă a variabilelor activităților pe internet contribuie în mod unic la varianță. Prin urmare, am decis să folosim fiecare variabilă separat în analiza noastră.

Doar datele de la participanții care au completat întregul sondaj online, inclusiv măsurile de activitate pe internet, au fost incluse în analize. Eșantionul inițial a inclus 2551 de indivizi. 63 de persoane au fost excluse pentru lipsa scorurilor IAT. Alte 18 persoane au fost excluse pentru raportarea genului transsexual și 459 pentru lipsa unor variabile predictoare importante, de exemplu scorurile la chestionar PI sau BIS. Cinci persoane au fost excluse pentru vârsta de raportare <18 ani. Alte 257 de persoane au fost excluse din cauza lipsei de măsuri ale activității pe internet. Setul complet final a inclus 1749 de indivizi cu scoruri complete la toate variabilele. Acest ultim pas al procesului de excludere explică diferența de eșantion dintre studiul de față și

. Acest set final complet a inclus 1063 de persoane de pe site-ul Stellenbosch și 686 de persoane de pe situl din Chicago. Prevalența punctuală estimată a PIU a fost de ~ 8.5% utilizând un limită IAT de 50 sau mai mult. Comparând cele două populații de locuri de studiu, site-ul Stellenbosch a avut participanți mai tineri [medie (interval) 24.3 (18–76) vs 36.3 (18–77), ANOVA F < 0.05, η 2 : 0.20], o proporție mai mică de sex masculin [58% vs 73%, χ 2 < 0.05, φ :0.15], proporție mai mare de orientare sexuală heterosexuală [91% vs 84%, χ 2 < 0.05, φ :0.10], rate mai mari de ADHD [50% vs 41% χ 2 < 0.05, φ :0.9], rate mai mici de cumpărături online [medie (interval) 0.48(0–5) vs 1.27(0–5), ANOVA F < 0.05, η 2 : 0.18] și scoruri IAT puțin mai mici [media (interval) 30.3(20–94) vs 35.9(20–85), ANOVA F < 0.05, η 2 : 0.06]. O comparație mai detaliată este prezentată în tabelul suplimentar S1b. Procesul de recrutare și excludere sunt prezentate grafic în Fig. 1 . Toate variabilele continue (adică scorul BIS) au fost standardizate pentru a crește interpretabilitatea coeficienților modelului. Metodele de predicție au folosit scorul IAT ca variabilă numerică (Interval 20–94, medie 32.48). Toate analizele au fost efectuate în R Studio versiunea 3.1.2. Modelele liniare generalizate Lasso au fost realizate folosind pachetul „glmnet” (Pachetul glmnet versiunea 2.0–5 (

)). Mai multe detalii despre procesul de analiză pot fi găsite în Supliment (anexa metodologică).

  

 

 

 

 

 

  

Fig. 1
  

Diagrama fluxului de recrutare. Diagrama de flux care descrie recrutarea și excluderea din analizele principale și subgrup; IAT: Test de dependență de internet; PI: Inventarul Padova-Revizuit; BIS – Scala de impulsivitate Barratt 11; CHI – Chicago; SA – Africa de Sud (Stellenbosch). (Pentru interpretarea referințelor la culoare din legenda acestei figuri, cititorul este trimis la versiunea web a acestui articol.)

 

 

 

 

 

  

2.2

Explorarea corelațiilor

Am explorat corelațiile dintre variabilele din datele noastre (vezi Fig. 2 ). Toate activitățile diferite de internet au avut corelații pozitive slabe cu scorul IAT (intervalul coeficientului de corelație Pearson 0.23–0.48). Au fost identificate unele corelații pozitive moderate între variabilele activității pe internet și anume totalul de jocuri pe internet și RPG (r = 0.57), totalul de jocuri pe internet și jocuri de acțiune multiplayer (r = 0.55), cumpărături online și utilizarea site-urilor de licitații (r = 0.55), navigare generală și cumpărături (r = 0.44), navigare generală și rețele sociale (r = 0.44), navigare generală și streaming media (r = 0.44). Au existat corelații pozitive slabe între sport și pornografie (r = 0.38), sex masculin și sport (r = 0.30) sau pornografie (r = 0.39) sau jocuri multiplayer de acțiune (r = 0.27). Au existat corelații slabe între jocurile de noroc online și multiplayer de acțiune (r = 0.41), RGP (r = 0.32), site-uri de licitații (r = 0.38), sport (r = 0.38) sau pornografie (r = 0.39). Impulsivitatea a fost slab corelată pozitiv cu navigarea generală, cumpărăturile online, utilizarea site-urilor de licitații, rețelele sociale, media streaming și pornografia (0.2 ≤ r ≤ 0.3). A existat, de asemenea, o corelație slabă între vârsta înaintată și activitățile de cumpărături (r = 0.33) sau utilizarea site-urilor de licitații (r = 0.22) și între orientarea sexuală non-heterosexuală și pornografie (r = 0.22). Toate celelalte corelații între activitățile de pe internet și vârstă, sex, statut relațional, orientare sexuală, nivelul de educație, rasă și nivelurile de impulsivitate și compulsivitate au fost foarte slabe (−0.2 < r < 0.2).

  

 

 

 

 

 

  

Fig. 2
  

Matricea de corelație exploratorie a variabilelor. Corelații Pearson între toate variabilele. Corelațiile pozitive sunt indicate în culoarea gradientului verde, corelațiile negative sunt în gradient roșu. EU LA. Total – Scor de dependență de internet; PADUA – PADUA Scor inventar; BIS – Scorul Barratt Impulsiveness Scale; RPG – jocuri de rol online. (Pentru interpretarea referințelor la culoare din legenda acestei figuri, cititorul este trimis la versiunea web a acestui articol.)

 

 

 

 

 

  

2.3

Se confruntă cu supraajustarea

Pentru metodele noastre statistice am folosit modele care au inclus variabile demografice (vârstă, rasă, nivel de educație, sex, statut relațional, orientare sexuală), caracteristici clinice (diagnostice de ADHD, GAD, anxietate socială și TOC), dimensiuni comportamentale cunoscute a fi asociate cu PIU (impulsivitate și compulsivitate), activități pe internet și termeni de interacțiune între activitățile de pe Internet × Vârstă sau Sex; acesta din urmă a fost decis să testeze ipoteza că vârsta sau sexul moderează relația dintre activitățile pe internet și scorurile de utilizare problematică a internetului. Am inclus un total de 51 de variabile predictoare. Prin includerea unei multitudini de variabile, am urmărit un model care să fie mai precis și, în același timp, să surprindă interacțiuni complexe între variabilele demografice și ale activității pe internet. Cu toate acestea, dezavantajul de a avea multe variabile predictoare este că acest lucru duce, de obicei, la supraajustare însoțită de coeficienți mari. În plus, regresia liniară în eșantion tinde, de asemenea, să se supraadapte, în special în modelele complexe, și este fundamental defectuoasă în a face predicții asupra datelor noi. Există dovezi extinse cu privire la dezavantajele modelelor supraajustate (

 

 

). Pentru a face față supraajustării, am discutat despre utilizarea metodelor statistice în afara eșantionului (validare încrucișată) pentru a obține o estimare a erorii de generalizare și predicție a modelului (

 

 

). Am explorat această abordare în datele noastre curente atunci când am folosit o estimare validată încrucișată în afara eșantionului a erorii rădăcină medie pătratică în combinație cu selecția inversă a variabilelor pentru a testa dacă modelele se îmbunătățesc prin adăugarea unui număr mare de variabile în subseturile de combinații posibile de predictori și am văzut că modelele rare (adică cu aproximativ 13 și 16 variabile) au fost neinferioare în ceea ce privește RMSE validat încrucișat în comparație cu modele mai complexe (inclusiv > 16 variabile). Acest lucru este arătat în explorator Fig. 3 (stânga sus).

  

 

 

 

 

 

  

Fig. 3
  

Grafice explicative pentru erori validate încrucișat și coeficienți Lasso. Grafice explicative pentru erorile validate încrucișate și coeficienții Lasso (toți participanții n = 1749). Primul grafic (stânga sus) demonstrează eroarea pătratică medie validată încrucișat (rmse.cv) în funcție de numărul de variabile incluse în modelul de regresie liniară. Graficul demonstrează că adăugarea a mai mult de ~16 variabile în model nu îmbunătățește neapărat modelul în ceea ce privește reducerea RMSE. Cel de-al doilea grafic (dreapta sus) demonstrează eroarea pătratică medie validată încrucișată de 10 ori ca o funcție a (log) lambda (λ) pentru modelul regularizat lasso folosind datele complete cu termeni de interacțiune. Numerotarea de sus a diagramei indică numărul de predictori (variabile) pe care modelul îi folosește, mergând de la toți predictorii (colțul din stânga sus) la modele mai rare (colțul din dreapta sus). Această funcție ajută la optimizarea lui Lasso în ceea ce privește alegerea celui mai bun λ. Cel de-al treilea grafic (stânga jos) arată scorurile coeficienților predictorilor în funcție de log(λ), indicând micșorarea coeficienților pentru un număr mai mare de log(λ). Numerotarea de sus a diagramei indică numărul de predictori (variabile) pe care modelul îi folosește, mergând de la toți predictorii (colțul din stânga sus) la modele mai rare (colțul din dreapta sus). Ultimul grafic (dreapta jos) arată fracția de devianță explicată de modele în raport cu numărul de predictori utilizați și coeficienții acestora. Fiecare linie colorată a descris un singur predictor și scorul său coeficient. Graficul arată că aproape de fracțiunea maximă de devianță explicată apar coeficienți mai mari, indicând probabil o supraadaptare a modelului. (Pentru interpretarea referințelor la culoare din legenda acestei figuri, cititorul este trimis la versiunea web a acestui articol.)

 

 

 

 

 

  

2.4

Regresie regularizată cu constrângeri de sparsity

Din motivele menționate în paragraful anterior, ne-am dorit să folosim o metodă de predicție care să nu se depășească la fel de mult, fiind în același timp comparabilă cu metodele statistice standard în ceea ce privește prezicerea scorurilor PIU. De asemenea, ar fi valoros dacă metoda noastră ar putea face și selecția variabilelor (adică prin reducerea numărului de predictori cu coeficienți non-zero), pentru a ajuta la interpretabilitatea modelului. Regularizarea, concepută inițial de Tikhonov pentru a rezolva ecuații integrale (

 

 

) și introdus mai târziu în știința statistică de către are unele dintre proprietățile dorite menționate mai sus de deplasare a construcției modelului spre dispersitate și reducerea supraajustării ( ). Lasso (model liniar generalizat cu probabilitate maximă penalizată, cunoscut sub numele de regresie folosind operatorul de contracție și selecție minimă absolută (Lasso sau LASSO ( ))) este o metodă de regularizare și analiză de regresie utilizată acum des în științele medicale ( ; ) și are potențial de utilizare în modelarea predicției clinice în psihiatrie (RC). Regresia de creastă este o altă formă de regresie liniară regularizată care micșorează coeficienții prin introducerea unei penalizări de coeficient ( ). Rețeaua elastică este un model intermediar între creastă și lasso, iar penalitatea sa este controlată de α, care unește decalajul dintre Lasso (α = 1) și creastă (α = 0). Parametrul de reglare λ controlează puterea generală a penalizării. Lasso folosește penalizarea L1 și ridge folosește penalizarea L2. Spre deosebire de regresia crestei, efectul penalizării Lasso L1 este că majoritatea coeficienților sunt conduși la zero, ceea ce duce la o soluție regularizată care este rară în același timp. Prin acest mecanism, Lasso-ul efectuează selecția variabilelor care poate simplifica foarte mult interpretarea, mai ales dacă mulți predictori sunt implicați în model. O altă metodă non-standard, cunoscută pentru precizia ridicată și capacitatea de a evita supraadaptarea este pădurile aleatorii (

 

 

  

). Pădurile aleatorii sunt o metodă de învățare automată care funcționează bine împotriva dependențelor neliniare și, prin urmare, explorarea performanței acestui model ne-ar putea oferi o perspectivă asupra asocierilor complexe, eventual „ascunse”.

 

 

  

2.5

Metode de predicție

Pentru a alege modelul potrivit în analiza noastră, am comparat regresia liniară, regresia crestei, elastic-net, Lasso și modelele forestiere aleatoare între ele și cu o linie de bază naive, folosind o estimare a RMSE validată în afara eșantionului. Validarea noastră încrucișată a inclus împărțirea aleatorie a datelor într-un set de antrenament și testare, reglarea parametrilor modelului în setul de antrenament și realizarea de predicții pentru scorurile IAT din setul de testare. Datorită naturii aleatorii a împărțirii datelor în pliuri, am repetat acest proces de 50 de ori pentru a obține o estimare stabilă și replicabilă. Apoi am comparat vectorii finali ai scorurilor RMSE folosind teste de rang semnate Exact Wilcoxon-Pratt. Toate modelele au fost semnificativ superioare liniei de bază naive (p corectat <0.001, d Cohen = -0.87) (a se vedea tabelul suplimentar S2). Statisticile rezumate ale scorurilor RMSE sunt prezentate în tabelul suplimentar S3. Lasso și plasa elastică au fost superioare regresiei crestei (p-corectat <0.01, d = 0.51, d = 0.49) și regresiei liniare (p corectat <0.001, d = 0.76) și nu sunt diferite statistic între ele (p corectat > 0.05, d = −0.08). Pădurea aleatoare nu a fost superioară fie lasso (p = 0.12) fie plasei elastice (p corectat > 0.05). Prin urmare, în analiza noastră, am folosit Lasso, deoarece, pe lângă performanța bună de predicție în afara eșantionului, Lasso a fost capabil să efectueze selecția variabilei prin micșorarea coeficienților la zero și, prin urmare, creșterea interpretabilității. Deși plasa elastică poate efectua și selecția variabilelor, tinde să selecteze mai multe variabile și, în ciuda faptului că este un model mai complex și mai puternic, nu a oferit performanțe semnificativ mai bune decât lasso. În analiza noastră finală a datelor complete și a analizelor de subgrup, am folosit validarea încrucișată de 10 ori pentru a produce lambda optimă pentru fiecare model lasso și pentru a raporta coeficienții produși de acele modele. Graficele explicative care derivă din analiza completă a datelor sunt prezentate în Fig. 3 .

 

 

  

3

REZULTATE

Rezultatele regresiei lasso sunt rezumate în întregul eșantion și stratificate în funcție de vârstă în Tabelele 1 și 2 . Tabelele complete de rezultate pentru analizele de subgrup, inclusiv stratificate în funcție de vârstă și de locul de studiu sunt prezentate în tabelele suplimentare online (Tabelele S4–S10). Graficele exploratorii ale datelor sunt prezentate în figuri suplimentare (Figurile S1–S3). Rezultatele abordării statistice mai standard a regresiei liniare sunt, de asemenea, prezentate în tabelele suplimentare S4–S10 și orice diferențe de inferență structurală în comparație cu principalele rezultate prezentate mai jos sunt condiționate de alegerea unui alt model.

Tabelul 1
Coeficienți lasso pentru activitățile pe internet stratificați în funcție de vârstă.
Activitate pe InternetToate (n = 1749)18 ≤ Vârsta ≤ 25 (n = 1042)26 ≤ Vârsta ≤ 55 (n = 592)Vârsta > 55 (n = 115)
Navigare generală2.100 2.400 1.500 0.590
Jocuri de noroc pe internet0.600 0.450 0.110 0.000
RPG0.0000.0000.710 0.000
Pierde vară0.0000.0000.0000.450
Multiplayer de acțiune0.0000.0000.0000.000
Cumpărături1.400 0.840 1.500 0.000
Site-uri de licitații0.027 0.0000.990 0.230
Jocuri de noroc0.0000.0000.780 0.000
Rețele sociale0.460 0.0001.300 0.000
Sportul0.0000.0000.0000.000
Pornografie1.000 1.400 0.210 0.000
Mesaje0.0000.0000.110 0.000
Mass-media de streaming0.0000.0000.0001.200
PADOVA0.074 0.085 0.029 0.065
BIS0.066 0.048 0.072 0.086
Diagnosticul ADHD1.700 0.350 3.100 0.000
Diagnosticul GAD0.230 0.0000.0006.400
Diagnosticul anxietății sociale0.0000.560 0.0000.000
Diagnosticul TOC0.270 0.0000.0004.300
 

 

 

Lasso – operator de contracție și selecție minimă absolută; RPG – jocuri de rol; PADUA: Padova Inventar-Verificare revizuită; BIS – Scala de impulsivitate Barratt 11; ADHD – tulburare de hiperactivitate cu deficit de atenție; GAD – Tulburare de anxietate generalizată; TOC – Tulburare obsesiv-compulsivă. În scopuri de prezentare, coeficienții semnificativi Lasso sunt indicați cu caractere aldine.
Tabelul 2
Coeficienți lasso pentru demografii și termeni de interacțiune.
Activitate pe InternetToate (n = 1749)18 ≤ Vârsta ≤ 25 (n = 1042)26 ≤ Vârsta ≤ 55 (n = 592)Vârsta > 55 (n = 115)
Variabile demografice0.0000.0000.0000.000
Sex × orice activitate pe internet0.0000.0000.0000.000
Vârstă × navigare generală0.000---
Vârsta × jocuri pe internet0.000---
Vârstă × RPG0.330 ---
Vârsta × pierderi de timp0.000---
Vârstă × acțiune multiplayer0.000---
Vârsta × cumpărături0.000---
Vârsta × jocuri de noroc0.150 ---
Vârsta × site-uri de licitație0.350 ---
Vârsta × rețele sociale0.000---
Vârsta × sport0.000---
Vârsta × pornografie0.000---
Vârsta × mesaje0.000---
Vârstă × streaming media0.350 ---
 
  

Lasso – operator de contracție și selecție minimă absolută; RPG – jocuri de rol; Variabilele demografice sunt: ​​vârsta, sexul, rasa, educația, statutul relațional și orientarea sexuală. În scopuri de prezentare, coeficienții semnificativi Lasso sunt indicați cu caractere aldine.

 

 

  

3.1

Criterii demografice

În regresia lasso, nicio variabilă, inclusiv vârsta, sexul, rasa, nivelul de educație, statutul relațional sau orientarea sexuală nu a fost asociată cu PIU în niciun subgrup de vârstă sau în datele complete.

 

 

  

3.2

Activități de internet

În regresia Lasso a datelor complete, o serie de activități pe internet au fost asociate cu scoruri PIU ridicate, inclusiv navigarea generală (β: 2.1), jocurile pe internet (β: 0.6), cumpărăturile online (β: 1.4), utilizarea site-urilor de licitații (β: 0.027). 0.46), rețele sociale (β: 1.0) și utilizarea pornografiei online (β: 0.33). Relațiile dintre PIU și jocurile de rol (RPG-uri), jocurile de noroc online, utilizarea site-urilor web de licitații și utilizarea media streaming au fost moderate de vârstă (β: 0.15, 0.35, 0.35 și, respectiv, 25), vârsta mai înaintată fiind asociată cu scoruri PIU mai mari. . În analiza subgrupelor de vârstă (participanții tineri cu vârsta ≤ 25 de ani, participanții de vârstă mijlocie 55 < vârsta ≤ 55 de ani; participanții în vârstă > 2.4 de ani), navigarea generală a fost asociată cu PIU în toate grupele de vârstă, dar mai puternic la tineri (β: 1.5) , mai puțin la vârsta mijlocie (β: 0.59) și chiar mai puțin la participanții mai în vârstă (β: 0.45). O tendință similară a fost observată în jocurile pe internet (β: 0.11, 0.0 și, respectiv, 1.4 pentru cele trei grupe de vârstă) și utilizarea pornografiei online (β: 0.21, 0.0 și 0.71). Unele activități pe internet, cum ar fi utilizarea jocurilor de rol online, au fost asociate mai puternic cu PIU la participanții de vârstă mijlocie, comparativ cu alte grupe de vârstă (β: 0.78). Același lucru a fost valabil și pentru jocurile de noroc online (β: 0.11), mesageria instantanee (β: 1.3) și rețelele sociale online (β: 0.99). Utilizarea site-urilor de licitație a fost, de asemenea, mai puternic asociată cu PIU la participanții de vârstă mijlocie (β: 0.23), dar și predictivă la participanții mai în vârstă (β: 1.2). Streamingul media online și utilizarea pierderilor de timp au fost asociate cu PIU la participanții mai în vârstă (β: 0.45, respectiv XNUMX), dar nu în orice altă grupă de vârstă.

 

 

  

3.3

Caracteristici clinice și comportamentale

Simptomele tulburării de hiperactivitate cu deficit de atenție (ADHD) (β: 1.7), tulburării de anxietate generalizată (GAD) (β: 0.23) și tulburării obsesiv-compulsive (TOC) (β: 0.27) au fost asociate cu scoruri PIU mai mari. În analiza subgrupelor de vârstă, ADHD și SAD au fost asociate cu scoruri PIU mai mari la participanții mai tineri (β: 0.35 și respectiv 0.56), în timp ce ADHD a rămas semnificativ în subgrupul de vârstă mijlocie (β: 3.1). GAD și TOC au fost asociate cu scoruri PIU mai mari în subgrupul de participanți mai în vârstă (β: 6.4 și, respectiv, 4.3), dar nu și în celelalte grupe de vârstă. Scorurile BIS (personalitate impulsivă) și scorurile PADUA (tendințele obsesiv-compulsive) au fost asociate cu scoruri PIU mai mari în datele complete (β: 0.066 și, respectiv, 0.074) și în toate analizele subgrupelor de vârstă.

 

 

  

4

Discuție

Această lucrare este prima încercare de a explora în mod cuprinzător diferitele tipuri de activități pe internet asociate cu utilizarea dezadaptativă a internetului, adică cu utilizarea problematică a internetului. Lucrările anterioare au abordat, în general, problema activităților specifice de internet care duc la o utilizare problematică, concentrându-se pe activități izolate de internet (

 

 

; ; ; ; ). Am arătat aici că o serie de activități pe internet, inclusiv navigarea generală, jocurile pe internet, cumpărăturile online, utilizarea site-urilor de licitații, jocurile de noroc online, rețelele sociale și utilizarea pornografiei online contribuie separat și unic la PIU, oferind dovezi că PIU este un complex. fenomen care cuprinde o varietate de comportamente problematice. În plus, am arătat că acele comportamente își păstrează asocierile semnificative statistic cu PIU, chiar și atunci când simptomele psihiatrice cunoscute a fi asociate cu PIU (adică simptome de ADHD, GAD și TOC) ( ; ) și dimensiunile comportamentului cunoscute a fi predictive pentru PIU (adică măsuri de personalitate ale impulsivității și compulsivității) ( ; ; ;

) sunt luate în considerare. Am demonstrat în continuare că activitățile specifice de pe internet, cum ar fi RPG, jocurile de noroc online, utilizarea site-urilor web de licitații și media streaming sunt asociate cu scoruri PIU mai mari și că această relație este influențată de vârstă. În cele din urmă, datele noastre arată că alte tipuri de comportament online (de exemplu, cumpărături, pornografie, navigare generală) au o relație mai strânsă cu utilizarea neadaptată a internetului decât jocurile și este posibil ca acest lucru să fie legat de faptul că studiile anterioare nu au inclus o astfel de utilizare. gamă largă de activități legate de internet. Aceste rezultate au implicații semnificative pentru conceptualizarea PIU ca tulburare semnificativă clinic, deoarece atrag atenția de la constructul unidimensional și relativ restrâns al „tulburării jocurilor de noroc pe internet”, către o entitate multidimensională de utilizare problematică a internetului sau dependență de internet care cuprinde mai multe fațete. a comportamentului uman online.

Mai mult, utilizând validarea încrucișată în afara eșantionului, am arătat că abordarea „non-standard” de utilizare a regresiei Lasso este mai precisă în prezicerea scorurilor PIU în comparație cu regresia liniară „mai standard”. Folosirea estimării în afara eșantionului a valorii predictive a unui model ajută adesea la abordarea fenomenului prin care semnificațiile se diminuează în studiile de replicare. Cu toate acestea, alegerea regresiei Lasso vine cu avertismentul că variabilele care nu sunt selectate de model (cu coeficienți zero) pot fi încă predictive, mai ales atunci când există corelații mari între variabilele selectate și neselectate. În setul nostru de date, nu am avut variabile foarte corelate, cu toate acestea, această limitare înseamnă că ar trebui să tratăm orice rezultat negativ în mod conservator. De exemplu, lipsa de asociere între gen și UIP, precum și lipsa de asociere între activitățile de gen × Internet cu UIP susțin, fără îndoială, ipoteza că, dacă se ia în considerare o gamă mai largă de comportamente UIP și potențiali factori de confuzie, ambele genuri sunt la fel de vulnerabile. la dezvoltarea fațetelor PIU (

; ). Cu toate acestea, din cauza limitărilor analizei noastre, nu putem exclude posibilitatea ca alte asocieri între UIP și gen să existe. De exemplu, s-a sugerat că genul moderează relația dintre cumpărăturile online și PIU și că femeile pot fi mai expuse riscului ( ). De relevanță poate fi acea tulburare de cumpărare compulsivă, o tulburare care este proeminentă în grupurile de vârstă mijlocie, are o predominanță feminină cu un raport de 5:1 ( ) și poate conduce la astfel de constatări. Nu am avut date despre această tulburare pentru a testa această ipoteză. De asemenea, este important de remarcat că instrumentul IAT utilizat aici a primit critici privind lipsa de robustețe în ceea ce privește structura factorilor, diferențele față de operaționalizarea actuală a DSM-5 (tulburări de joc) și rămânerea în urmă cu progresele tehnologice ale aplicațiilor de internet ( ;

). Cercetările viitoare ale PIU ar fi bine servite de instrumente validate, robuste din punct de vedere metodologic, care ar putea, de asemenea, să surprindă natura în evoluție rapidă a PIU din perspectivă tehnologică și comportamentală.

Analiza noastră pe subgrupe de vârstă a oferit o perspectivă asupra asocierilor legate de vârstă dintre PIU și diverse activități de pe internet. Concepția comună conform căreia PIU este o tulburare a tinerilor nu este neapărat corectă și se poate baza pe lipsa unor studii concepute corespunzător care să surprindă comportamentele online în toate grupele de vârstă. Cunoștințele insuficiente pentru istoria naturală a PIU pe toată durata de viață nu permit o explorare cuprinzătoare a vulnerabilităților populațiilor mai în vârstă în ceea ce privește riscul de a dezvolta PIU. Cu toate acestea, rezultatele noastre indică faptul că acele vulnerabilități există și că sunt necesare cercetări suplimentare pentru a identifica caracteristicile populațiilor expuse riscului. De exemplu, a avea ADHD sau simptome de anxietate socială poate fi un predictor pentru PIU la populațiile tinere, în timp ce simptomele TOC sau GAD pot fi un predictor pentru PIU la populațiile mai în vârstă. Faptul că TOC nu a fost găsit a fi asociat cu PIU într-o meta-analiză recentă (

) poate fi un indicator că populațiile mai în vârstă au fost insuficient studiate. Faptul că ADHD a fost puternic asociat cu scoruri PIU ridicate nu este surprinzător, deoarece alte studii au raportat o prevalență foarte mare a ADHD (până la 100%) în populațiile PIU ( ). În același timp, populațiile specifice de vârstă mijlocie (între 26 și 55 de ani) pot fi mai expuse riscului de PIU, dacă suferă și de tulburare de cumpărare compulsivă sau tulburare de joc, având în vedere istoria naturală a acestor tulburări, care atinge vârful la vârsta mijlocie (

).

În plus, constatările conform cărora o anumită activitate online a fost asociată cu PIU numai în anumite grupuri de vârstă, implică faptul că anumite grupuri de vârstă pot fi expuse riscului de a dezvolta aspecte ale PIU. În timp ce tinerii ar putea fi mai expuși riscului de a dezvolta PIU cu tendința de a viziona pornografie, o vulnerabilitate care poate fi mai puțin puternică la vârsta mijlocie și poate scădea mai târziu în viață, persoanele în vârstă ar putea fi mai predispuse să dezvolte PIU caracterizată prin utilizarea problematică a timpului. risipitori și streaming media (vezi explorarea Fig. 4 ). În cele din urmă, navigarea generală ar putea fi o fațetă subestimată a PIU, care pare să fie mai puternic asociată cu scoruri PIU mai mari la tineri, dar importantă pentru toate grupele de vârstă; această constatare poate fi legată de faptul că viața adultă timpurie poate fi mai puțin direcționată către obiective, iar tinerii petrec mai mult timp în timpul activităților nestructurate în medii online, comparativ cu alte grupuri de vârstă mai înaintate.

  

 

 

 

Fig. 4
  

Exemplu de figură exploratorie a asocierii dintre utilizarea problematică a internetului și media streaming, pe grupe de vârstă. Aceasta este un exemplu de figură care arată relația dintre Utilizarea problematică a internetului (PIU) și streaming media grupate în funcție de vârstă. Liniile de regresie sunt modele liniare cu intervale de încredere (zone gri). Interesant, media streaming pare să fie mai puțin asociată cu PIU la vârsta tânără ≤ 25 de ani, comparativ cu persoanele în vârstă > 55 de ani (de asemenea, prezentate în analiza Lasso în lucrarea principală; Coef Lasso Media în flux β: 0.0 pentru tineri și β: 1.2 pentru bătrâni , Age × Streaming Media interaction Lasso coef β: 0.35). (Pentru interpretarea referințelor la culoare din legenda acestei figuri, cititorul este trimis la versiunea web a acestui articol.)

 

 

 

Rezultatele noastre au, de asemenea, implicații asupra sănătății publice în ceea ce privește reglementarea conținutului online și intervențiile de direcționare. Dacă anumite activități sunt mai strâns legate de dezvoltarea utilizării problematice decât altele, atunci se pune întrebarea dacă politicile de sănătate publică ar trebui să vizeze grupuri de persoane vulnerabile pentru a le îmbunătăți rezistența față de riscul de PIU, sau dacă intervenții mai universale care vizează fațete specifice. de comportamente pe internet, ar trebui luate în considerare pentru a face mediile online mai puțin dependente. De exemplu, platformele online pot folosi în unele cazuri arhitecturi specifice care profită de vulnerabilitățile utilizatorilor (adică trăsăturile impulsive sau compulsive) și care urmăresc să maximizeze durata șederii utilizatorilor în mediul online. Deși acest lucru are sens dintr-o perspectivă de marketing, ridică îngrijorarea dacă aceste medii ar trebui să emită și un avertisment de sănătate pentru utilizator.

 

 

  

4.1

Limitări

Acesta a fost un sondaj online transversal, prin urmare nu pot fi trase relații cauzale. Mai mult, din cauza metodologiei de recrutare și a posibilei înclinații ca persoanele cu PIU să aibă mai multe șanse să completeze un sondaj online, este posibil ca rezultatele actuale să nu se generalizeze la PIU în populația generală de fundal în general. O altă limitare a studiului nostru este lipsa datelor clinice pentru unele entități de diagnostic asociate cu PIU, de exemplu depresia sau abuzul de substanțe. Prin urmare, este posibil ca depresia sau abuzul de substanțe să poată explica unele dintre asocierile observate în studiul nostru. Studiile viitoare ar trebui să includă o gamă mai largă de parametri clinici pentru a explora dacă aceștia au în vedere asocierile observate între UIP și activitățile de pe internet. Există și alte limitări în ceea ce privește datele noastre clinice care derivă din utilizarea MINI; acest lucru este validat pentru a fi livrat de la o persoană instruită într-un interviu față în față, în timp ce în studiul nostru a fost furnizat printr-un instrument online. Cu toate acestea, datele noastre clinice sunt în acord cu studiile anterioare în PIU. În plus, un alt dezavantaj al colectării noastre de date a fost că am evaluat activitatea pe internet utilizând timpul petrecut activității ca măsură proxy pentru PIU a acelei activități. Deși acest lucru poate capta utilizarea excesivă și, prin urmare, problematică, poate, de asemenea, să surprindă utilizarea esențială. În timp ce activitățile evaluate în acest studiu au fost adesea implicit neesențiale din cauza naturii lor (de exemplu pierderi de timp) sau atunci când sunt efectuate în exces sever (de exemplu > 8 ore/zi de cumpărături, jocuri de noroc sau pornografie), studiile viitoare ar putea să includă măsuri care pot diferenția utilizarea internetului esențială de cea neesențială pentru fiecare activitate pe internet, pentru a permite astfel de analize. O altă limitare a studiului nostru este lipsa de date pentru populațiile de copii și adolescenți. Populațiile de copii și adolescenți pot interacționa cu internetul într-un mod diferit, dar sunt, de asemenea, expuse utilizării online în timpul unei ferestre diferite de neurodezvoltare. Prin urmare, astfel de diferențe pot implica diferite vulnerabilități sau rezistență în ceea ce privește riscul de a dezvolta PIU. De exemplu, expunerea timpurie, la nivel scăzut la mediul online, poate avea un efect de „inoculare a stresului” (

 

 

 

 

  

) care oțelește indivizii din dezvoltarea viitoare a PIU. Dacă este cazul, acest lucru poate explica și mai mult de ce populațiile mai în vârstă care au primit prima expunere la mediile online la vârsta adultă pot fi mai vulnerabile. Studiile viitoare ar putea include acele grupe de vârstă de copii și adolescenți și ar putea examina prospectiv dacă activitățile specifice de internet sunt predictive pentru PIU. Din păcate, numărul de participanți care au raportat genul transsexual a fost mic (n = 18), ceea ce nu a permis o analiză semnificativă a efectului genului transsexual. O ultimă limitare a studiului nostru este că populația de studiu este formată din adulți sănătoși care doar în <1% suferă de comportamente PIU semnificative (IAT > 80). Studiile viitoare ar beneficia de o concentrare specifică pe extremitatea superioară a spectrului PIU pentru a putea compara acele populații severe de PIU cu un grup de control format din indivizi de nivel scăzut până la moderat sau non-PIU. În timp ce prevalența punctuală estimată a PIU în eșantionul nostru a fost de ~ 8.5% (folosind IAT ≥ 50), pragurile de caz clinic pentru PIU rămân controversate, iar cercetările viitoare ar beneficia de o măsură și definiție universal acceptată a PIU.

 

 

  

4.2

Concluzie

Pentru a rezuma, DSM-5 evidențiază tulburarea de jocuri pe internet ca o tulburare candidată, dar alte tipuri de comportament online (de exemplu, cumpărături, pornografie, navigare generală) au o relație mai puternică cu utilizarea dezadaptativă a internetului decât jocurile. Diagnosticele psihiatrice și activitățile pe internet asociate cu utilizarea problematică a internetului variază în funcție de vârstă, o constatare care are implicații pentru sănătatea publică. Aceste rezultate contribuie la cunoștințele limitate despre activitățile de internet asociate cu utilizarea problematică a internetului și pot contribui la clasificarea diagnostică a utilizării problematice a internetului ca o tulburare cu mai multe fațete.

 

 

  

Rolul surselor de finanțare

Această cercetare a primit fonduri departamentale interne ale Departamentului de Psihiatrie de la Universitatea din Chicago. Activitățile de cercetare ale Dr. Ioannidis sunt susținute de sesiuni de interes special pentru Educație pentru sănătate East of England Higher Training. Autorii nu au primit finanțare pentru pregătirea acestui manuscris. Sursa de finanțare nu a jucat niciun rol în proiectarea, analiza datelor sau scrierea studiului.

 

 

  

Contribuitori

KI a conceput ideea manuscrisului, a analizat datele, a scris majoritatea manuscrisului și a materialului suplimentar și a coordonat contribuțiile co-autorilor. MT și FK au participat la conceperea și revizuirea analizei statistice. SRC, SR, DJS, CL și JEG au conceput și coordonat studiul și au colectat și gestionat datele. Toți autorii au citit și au aprobat manuscrisul final și au contribuit la redactarea și revizuirea lucrării, precum și la interpretarea rezultatelor.

 

 

  

Conflictul de interese

Dr. Grant a primit granturi de cercetare de la NIDA (RC1DA028279-01), Centrul Național pentru Joc Responsabil și Roche and Forest Pharmaceuticals. Dr. Grant primește compensații de la Springer în calitate de redactor-șef al Journal of Gambling Studies și a primit drepturi de autor de la McGraw Hill, Oxford University Press, Norton și APPI. Dr. Chamberlain consultă pentru Cambridge Cognition și implicarea sa în această cercetare a fost susținută de o bursă clinică intermediară de la Wellcome Trust (Marea Britanie; 110049/Z/15/Z). Dan Stein și Christine Lochner sunt finanțați de Consiliul de Cercetare Medicală din Africa de Sud. Ceilalți autori raportează nicio relație financiară cu interes comercial. Niciuna dintre sursele menționate mai sus nu a avut vreun rol în proiectarea studiului, colectarea, analiza sau interpretarea datelor, redactarea manuscrisului sau decizia de a trimite lucrarea spre publicare.

 

 

Confirmarea

Suntem datori voluntarilor ambelor site-uri care au participat la studiu.

 

 

Anexa A

Date suplimentare

Material suplimentar

Material suplimentar

 

 

 

Referinte

  1. Achab și colab., 2011. Achab S., Nicolier M., Mauny F., Monnin J., Trojak B., Vandel P. și Haffen E.: jocuri de rol online masiv multiplayer: compararea caracteristicilor jucătorilor recrutați online dependenți și nedependenți într-un populația adultă franceză. BMC Psychiatry 2011; 11: p. 144
    Vedeți în articol
  2. Asociația Americană de Psihiatrie, 2013. Asociația Americană de Psihiatrie: Manual de diagnostic și statistică al tulburărilor mintale: DSM-5. Washington, DC: Asociația Americană de Psihiatrie, 2013.
    Vedeți în articol
  3. Andreassen și colab., 2012. Andreassen CS, Torsheim T., Brunborg GS și Pallesen S.: Dezvoltarea unei scale de dependență de Facebook. Rapoarte psihologice 2012; 110: p. 501-517
    Vedeți în articol | Cross Ref
  4. Bakken și colab., 2009. Bakken IJ, Wenzel HG, Götestam KG, Johansson A. și Oren A.: Dependența de internet în rândul adulților norvegieni: un studiu cu eșantion de probabilitate stratificat. Jurnalul Scandinav de Psihologie 2009; 50: p. 121-127
    Vedeți în articol | Cross Ref
  5. Negru, 2007. Black DW: O revizuire a tulburării de cumpărare compulsivă. Psihiatrie Mondială: Jurnalul Oficial al Asociației Mondiale de Psihiatrie (WPA) 2007; 6: p. 14-18
    Vedeți în articol
  6. Blocați, 2008. Block JJ: Probleme pentru DSM-V: dependență de internet. Jurnalul American de Psihiatrie 2008; 165: p. 306-307
    Vedeți în articol | Cross Ref
  7. Brand și colab., 2011. Brand M., Laier C., Pawlikowski M., Schächtle U., Schöler T. și Altstötter-Gleich C.: Vizionarea de imagini pornografice pe Internet: Rolul evaluărilor excitației sexuale și simptomele psihologice-psihiatrice pentru utilizarea excesivă a site-urilor sexuale de pe Internet . Ciberpsihologie, comportament și rețele sociale 2011; 14: p. 371-377
    Vedeți în articol | Cross Ref
  8. Breiman, 2001. Breiman L.: Modelare statistică: Cele două culturi. Stiinta Statistica 2001; 16: p. 199-215
    Vedeți în articol
  9. Bujak și colab., 2016. Bujak R., Daghir-Wojtkowiak E., Kaliszan R. și Markuszewski MJ: metode bazate pe PLS și bazate pe regularizare pentru selecția variabilelor relevante în datele metabolomice nețintite. Frontiers in Molecular Biosciences 2016; 3: pp. 1-10
    Vedeți în articol
  10. Burns și colab., 1996. Burns GL, Keortge SG, Formea ​​GM și Sternberger LG: Revizuirea Inventarului de la Padova al simptomelor tulburării obsesiv-compulsive: distincții între îngrijorare, obsesii și compulsii. Cercetare și terapie comportamentală 1996; 34: p. 163-173
    Vedeți în articol | Cross Ref
  11. Cao și colab., 2007. Cao F., Su L., Liu T. și Gao X.: Relația dintre impulsivitate și dependența de internet la un eșantion de adolescenți chinezi. Psihiatrie Europeană 2007; 22: p. 466-471
    Vedeți în articol | Cross Ref
  12. Carli și colab., 2013. Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E. și Kaess M.: Asocierea între utilizarea patologică a internetului și psihopatologia comorbidă: o revizuire sistematică. Psihopatologie 2013; 46: p. 1-13
    Vedeți în articol | Cross Ref
  13. Claes și colab., 2016. Claes L., Müller A. și Luyckx K.: Cumpărarea și tezaurizarea compulsive ca substitute de identitate: Rolul susținerii valorii materialiste și depresiei. Comprehensive Psychiatry 2016; 68: p. 65-71
    Vedeți în articol | Cross Ref
  14. Cole și Hooley, 2013. Cole SH și Hooley JM: Corelații clinice și de personalitate ale jocurilor MMO: anxietate și absorbție în utilizarea problematică a internetului. Social Science Computer Review 2013; 31: p. 424-436
    Vedeți în articol | Cross Ref
  15. Cunningham-Williams și colab., 2005. Cunningham-Williams RM, Grucza RA, Cottler LB, Womack SB, Books SJ, Przybeck TR și Cloninger CR: Prevalența și predictorii jocului de noroc patologic: Rezultatele studiului de personalitate, sănătate și stil de viață din St. Louis (SLPHL). Journal of Psychiatric Research 2005; 39: p. 377-390
    Vedeți în articol | Cross Ref
  16. von Elm și colab., 2008. von Elm E., Altman DG, Egger M., Pocock SJ, Gøtzsche PC, Vandenbroucke JP și Initiative S.: Declarația de consolidare a raportării studiilor observaționale în epidemiologie (STROBE): Orientări pentru raportarea studiilor observaționale. Journal of Clinical Epidemiology 2008; 61: p. 344-349
    Vedeți în articol | Cross Ref
  17. Fernández-Villa și colab., 2015. Fernández-Villa T., Alguacil Ojeda J., Almaraz Gómez A., Cancela Carral JM, Delgado-Rodríguez M., García-Martín M. și Martín V.: Utilizarea problematică a internetului la studenții universitari: factori asociati și diferențe de gen . Adicciones 2015; 27: p. 265-275
    Vedeți în articol | Cross Ref
  18. Friedman și colab., 2010. Friedman J., Hastie T. și Tibshirani R.: Căi de regularizare pentru modele liniare generalizate prin coborâre de coordonate. Journal of Statistical Software 2010; 33: p. 1-22
    Vedeți în articol
  19. Griffiths, 2003. Griffiths M.: Jocuri de noroc pe internet: probleme, preocupări și recomandări. Cyberpsychology & Behavior: The Impact of the Internet, Multimedia and Virtual Reality on Behavior and Society 2003; 6: p. 557-568
    Vedeți în articol | Cross Ref
  20. Ha și Hwang, 2014. Ha Y.-M. și Hwang WJ: Diferențele de gen în dependența de internet asociate cu indicatorii de sănătate psihologică în rândul adolescenților folosind un sondaj național bazat pe web. Jurnalul Internațional de Sănătate Mintală și Dependență 2014; 12: p. 660-669
    Vedeți în articol | Cross Ref
  21. Ho și colab., 2014. Ho RC, Zhang MWB, Tsang TY, Toh AH, Pan F., Lu Y. și Mak K.-K.: Asocierea dintre dependența de internet și comorbiditatea psihiatrică: o meta-analiză. BMC Psychiatry 2014; 14: p. 183
    Vedeți în articol
  22. Hoerl și Kennard, 1970. Hoerl AE și Kennard RW: Regresia Ridge: estimare părtinitoare pentru probleme neortogonale. Tehnometrie 1970; 12: p. 55-67
    Vedeți în articol
  23. Huys și colab., 2016. Huys QJM, Maia TV și Frank MJ: Psihiatrie computațională ca punte de la neuroștiință la aplicații clinice. Nature Neuroscience 2016; 19: p. 404-413
    Vedeți în articol | Cross Ref
  24. Igarashi și colab., 2008. Igarashi T., Motoyoshi T., Takai J. și Yoshida T.: No mobile, no life: Self-perception and text-message dependency printre elevii de liceu japonezi.
    Vedeți în articol
  25. Ioannidis et al., 2016. Ioannidis K., Chamberlain SR, Treder MS, Kiraly F., Leppink E., Redden S. și Grant JE: Problematic internet use (PIU): Associations with the impulsive-compulsive spectrum. Journal of Psych: O aplicație a învățării automate în psihiatrie, 2016.
    Vedeți în articol
  26. Janower, 2006. Janower CR: Jocuri de noroc pe Internet. Journal of Computer-Mediated Communication 2006; 2: pp. 0
    Vedeți în articol | Cross Ref
  27. Kessler și colab., 2005. Kessler RC, Adler L., Ames M., Demler O., Faraone S., Hiripi E. și Walters EE: Scala de auto-raportare ADHD pentru adulți (ASRS) a Organizației Mondiale a Sănătății: o scară scurtă de screening pentru utilizare în general populatie. Medicină psihologică 2005; 35: p. 245-256
    Vedeți în articol | Cross Ref
  28. Kessler și colab., 2016. Kessler RC, van Loo HM, Wardenaar KJ, Bossarte RM, Brenner LA, Cai T. și Zaslavsky AM: Testarea unui algoritm de învățare automată pentru a prezice persistența și severitatea tulburării depresive majore din auto-rapoartele de bază. Psihiatrie Moleculară 2016; 21: p. 1366-1371
    Vedeți în articol | Cross Ref
  29. Khazaal și colab., 2015. Khazaal Y., Achab S., Billieux J., Thorens G., Zullino D., Dufour M. și Rothen S.: Structura factorială a testului de dependență de internet la jucătorii online și jucătorii de poker. JMIR Sănătate Mintală 2015; 2:
    Vedeți în articol
  30. Kim și colab., 2016. Kim D., Kang M., Biswas A., Liu C. și Gao J.: Abordare integrativă pentru inferența rețelelor de reglementare a genelor folosind caracteristici aleatorii bazate pe lasso și aplicare la tulburările psihiatrice. BMC Medical Genomics 2016; 9: p. 50
    Vedeți în articol
  31. Regele, 1999. King SA: Jocuri de noroc pe internet și pornografie: Exemple ilustrative ale consecințelor psihologice ale anarhiei comunicării. Cyberpsychology & Behavior 1999; 2: p. 175-193
    Vedeți în articol
  32. King și Barak, 1999. King SA și Barak A.: Compulsive Internet Gambling. Cyberpsychology & Behavior 1999; 2: p. 441-456
    Vedeți în articol | Cross Ref
  33. Király și colab., 2015. Király O., Griffiths MD și Demetrovics Z.: Tulburarea jocurilor pe internet și DSM-5: Conceptualizare, dezbateri și controverse. Rapoarte actuale privind dependența 2015; 2: p. 254-262
    Vedeți în articol
  34. Király și colab., 2014. Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z. și Demetrovics Z.: Utilizarea problematică a internetului și jocurile online problematice nu sunt aceleași: Constatări dintr-un eșantion mare de adolescenți reprezentativ la nivel național. Ciberpsihologie, comportament și rețele sociale 2014; 17: p. 749-754
    Vedeți în articol
  35. Kittinger și colab., 2012. Kittinger R., Correia CJ și Irons JG: Relația dintre utilizarea Facebook și utilizarea problematică a internetului în rândul studenților. Cyberpsychology, Behavior and Social Networking 2012; 15: p. 324-327
    Vedeți în articol | Cross Ref
  36. Ko și colab., 2012. Ko C.-H., Yen J.-Y., Yen C.-F., Chen C.-S. și Chen C.-C.: Asocierea între dependența de internet și tulburarea psihiatrică: o revizuire a literaturii de specialitate . Psihiatrie Europeană 2012; 27: p. 1-8
    Vedeți în articol
  37. Ko și colab., 2007. Ko C.-H., Yen J.-Y., Yen C.-F., Lin H.-C. și Yang M.-J.: Factori predictivi pentru incidența și remiterea dependenței de internet la adolescenții tineri: A studiu prospectiv. Cyberpsychology & Behavior: The Impact of the Internet, Multimedia and Virtual Reality on Behavior and Society 2007; 10: p. 545-551
    Vedeți în articol | Cross Ref
  38. Kuss și Griffiths, 2011. Kuss DJ și Griffiths MD: Rețele sociale online și dependență - O revizuire a literaturii psihologice. Jurnalul Internațional de Cercetare de Mediu și Sănătate Publică 2011; 8: p. 3528-3552
    Vedeți în articol | Cross Ref
  39. Kuss și colab., 2013. Kuss DJ, Griffiths MD și Binder JF: Dependența de internet la studenți: Prevalență și factori de risc. Computers in Human Behavior 2013; 29: p. 959-966
    Vedeți în articol | Cross Ref
  40. Kuss și Lopez-Fernandez, 2016. Kuss DJ și Lopez-Fernandez O.: dependența de internet și utilizarea problematică a internetului: o revizuire sistematică a cercetării clinice. Jurnalul Mondial de Psihiatrie 2016; 6: p. 143-176
    Vedeți în articol | Cross Ref
  41. Laconi și colab., 2016. Laconi S., Andréoletti A., Chauchard E., Rodgers RF și Chabrol H.: Utilizarea problematică a internetului, timpul petrecut online și trăsăturile de personalitate. L'Encéphale 2016; 42: p. 214-218
    Vedeți în articol | Cross Ref
  42. Laconi și colab., 2014. Laconi S., Rodgers RF și Chabrol H.: Măsurarea dependenței de internet: o revizuire critică a scalelor existente și a proprietăților lor psihometrice. Computers in Human Behavior 2014; 41: p. 190-202
    Vedeți în articol | Cross Ref
  43. Laier și colab., 2013. Laier C., Pawlikowski M., Pekal J., Schulte FP și Brand M.: Dependența de sex cibernetic: excitarea sexuală experimentată atunci când vizionați pornografie și nu contactele sexuale din viața reală face diferența. Journal of Behavioral Addictions 2013; 2: p. 100-107
    Vedeți în articol | Cross Ref
  44. Lecardeur, 2013. Lecardeur L.: Psychopathologie du jeu multi-joueurs en ligne. Annales Médico-Psychologiques, Revue Psychiatrique 2013; 171: p. 579-586
    Vedeți în articol | Cross Ref
  45. Liang și colab., 2016. Liang L., Zhou D., Yuan C., Shao A. și Bian Y.: Diferențele de gen în relația dintre dependența de internet și depresie: un studiu încrucișat la adolescenți chinezi. Computers in Human Behavior 2016; 63: p. 463-470
    Vedeți în articol | Cross Ref
  46. Lopez-Fernandez, 2015. Lopez-Fernandez O.: Cum a evoluat cercetarea dependenței de internet de la apariția tulburării jocurilor de noroc pe internet? O privire de ansamblu asupra dependențelor cibernetice din perspectivă psihologică. Rapoarte actuale privind dependența 2015; 2: p. 263-271
    Vedeți în articol | Cross Ref
  47. Masten și Tellegen, 2012. Masten AS și Tellegen A.: Reziliența în psihopatologia dezvoltării: Contribuții ale studiului longitudinal al competenței de proiect. Dezvoltare și Psihopatologie 2012; 24: p. 345-361
    Vedeți în articol | Cross Ref
  48. Mueller și colab., 2010. Mueller A., ​​Mitchell JE, Crosby RD, Gefeller O., Faber RJ, Martin A. și de Zwaan M.: Prevalența estimată a cumpărării compulsive în Germania și asocierea acesteia cu caracteristicile sociodemografice și simptomele depresive. Cercetare în psihiatrie 2010; 180: p. 137-142
    Vedeți în articol | Cross Ref
  49. Patton și colab., 1995. Patton JH, Stanford MS și Barratt ES: Structura factorială a scalei de impulsivitate Barratt. Journal of Clinical Psychology 1995; 51: p. 768-774
    Vedeți în articol | Recupero, 2008. Recupero PR: Evaluarea criminalistică a utilizării problematice a Internetului. Jurnalul Academiei Americane de Psihiatrie și Drept 2008; 36: p. 505-514
    Vedeți în articol
  50. Rose și Dhandayudham, 2014. Rose S. și Dhandayudham A.: Către o înțelegere a comportamentului de cumpărături problematic bazat pe Internet: conceptul de dependență de cumpărături online și predictorii săi propuși. Journal of Behavioral Addictions 2014; 3: p. 83-89
    Vedeți în articol | Cross Ref
  51. Rutland și colab., 2007. Rutland JB, Sheets T. și Young T.: Dezvoltarea unei scale pentru a măsura utilizarea problemei a serviciului de mesaje scurte: chestionarul de diagnosticare a utilizării problemei SMS. Cyberpsychology & Behavior 2007; 10: p. 841-844
    Vedeți în articol | Cross Ref
  52. Rutter, 1993. Rutter M.: Reziliență: câteva considerații conceptuale. Jurnalul de Sănătate Adolescentului: Publicația Oficială a Societății pentru Medicina Adolescentului 1993; 14: p. 626-631
    Vedeți în articol | Cross Ref
  53. Shaw și Black, 2008. Shaw M. și Black DW: dependența de internet: definiție, evaluare, epidemiologie și management clinic. CNS Drugs 2008; 22: p. 353-365
    Vedeți în articol | Cross Ref
  54. Sheehan și colab., 1998. Sheehan DV, Lecrubier Y., Sheehan KH, Amorim P., Janavs J., Weiller E. și Dunbar GC: Interviul neuropsihiatric mini-internațional (MINI): Dezvoltarea și validarea unui interviu psihiatric de diagnostic structurat pentru DSM-IV și ICD-10. The Journal of Clinical Psychiatry 1998; 59:
    Vedeți în articol
  55. Tam și Walter, 2013. Tam P. și Walter G.: Utilizarea problematică a internetului în copilărie și tineret: Evoluția unei suferințe în secolul 21. Psihiatrie australaziană 2013; nedefinit:
    Vedeți în articol
  56. Tibshirani, 1996. Tibshirani R.: Contracția regresiei și selecția prin laso. Journal of the Royal Statistical Society, seria B 1996; 58: p. 267-288
    Vedeți în articol
  57. Tihonov, 1963. Tikhonov AN: Rezolvarea problemelor formulate incorect și metoda de regularizare. Matematică sovietică Doklady 1963; 5: p. 1035-1038
    Vedeți în articol
  58. Trotzke și colab., 2015. Trotzke P., Starcke K., Müller A. și Brand M.: Cumpărarea patologică online ca formă specifică de dependență de internet: o investigație experimentală bazată pe model. PLoS One 2015; 10:
    Vedeți în articol
  59. Tsai și colab., 2009. Tsai HF, Cheng SH, Yeh TL, Shih C.-C., Chen KC, Yang YC și Yang YK: Factorii de risc ai dependenței de internet? Un sondaj al bobocilor universitar. Cercetare în psihiatrie 2009; 167: p. 294-299
    Vedeți în articol | Cross Ref
  60. Wallace, 2014. Wallace P.: Tulburarea de dependență de internet și tineret: Există îngrijorări tot mai mari cu privire la activitatea online compulsivă și că aceasta ar putea împiedica performanța și viața socială a elevilor. Rapoarte EMBO 2014; 15: p. 12-16
    Vedeți în articol | Cross Ref
  61. Xin și colab., 2018. Xin M., Xing J., Pengfei W., Houru L., Mengcheng W. și Hong Z.: Activități online, prevalența dependenței de internet și factorii de risc legați de familie și școală în rândul adolescenților din China. Rapoartele privind comportamentele dependente 2018; 7: p. 14-18
    Vedeți în articol | Cross Ref
  62. Yuen și colab., 2004. Yuen CN, Lavin MJ, Weinman M. și Kozak K.: Dependența de internet în populația colegială: Rolul timidității. Cyberpsychology & Behavior 2004; 7: p. 379-383
    Vedeți în articol | Cross Ref
  63. Young, 1998. Young KS: Dependența de internet: apariția unei noi tulburări clinice. CyberPsychology & Behavior 1998; 1: p. 237-244
    Vedeți în articol | Cross Ref