Интернет-зависимость: преодоление стилей, ожиданий и последствий лечения (2014)

Матиас Бренд^{1,2 *}, Кристиан Лэйер¹ и Кимберли С. Янг³

• ¹Кафедра общей психологии: познание, Университет Дуйсбурга-Эссена, Дуйсбург, Германия
• ²Эрвин Л. Хан Институт магнитно-резонансной томографии, Эссен, Германия
• ³Центр интернет-наркомании, Школа журналистики и массовой коммуникации Рассела Джандоли, Университет Св. Бонавентура, Олеан, Нью-Йорк, США

Интернет-зависимость (IA) стала серьезным психическим заболеванием во многих странах. Чтобы лучше понять клинические последствия ИА, это исследование провело статистически новую теоретическую модель, иллюстрирующую лежащие в основе когнитивные механизмы, способствующие развитию и поддержанию расстройства. Модель различает обобщенную интернет-зависимость (GIA) и конкретные формы. В этом исследовании была опробована модель по GIA для населения общих пользователей Интернета. Результаты, полученные от пользователей 1019, показывают, что модель гипотетического структурного уравнения объясняет 63.5% дисперсии симптомов GIA, измеряемую короткой версией теста на интернет-зависимость. Результаты исследования показывают, что специфические познания человека (плохое понимание и когнитивные ожидания) повышают риск для ГИА. Эти два фактора опосредовали симптомы ГИА, если присутствовали другие факторы риска, такие как депрессия, социальная тревожность, низкая самооценка, низкая самоэффективность и высокая стресс-уязвимость, чтобы назвать несколько областей, которые были измерены в исследовании. Модель показывает, что люди с высокими навыками преодоления трудностей и отсутствие ожиданий, которые Интернет может использовать для повышения положительного или снижения отрицательного настроения, с меньшей вероятностью могут столкнуться с проблемным использованием Интернета, даже если присутствует другая личность или психологическая уязвимость. Последствия для лечения включают ясный когнитивный компонент для развития ГИА и необходимость оценить стиль и познания пациента и улучшить ошибочное мышление, чтобы уменьшить симптомы и начать восстановление.

Введение

Проблемное использование Интернета было выявлено в ряде исследований и показывает, что постоянные негативные последствия, такие как потеря работы, академическая неудача и развод, вызваны чрезмерным использованием Интернета (для обзоров см. Гриффитс, 2000a,b; Chou et al., 2005; Видьянто и Гриффитс, 2006; Byun и др., 2009; Вайнштейн и Леджой, 2010; Лорти и Гиттон, 2013). Клиническая значимость этого явления приобретает важное значение на фоне высоких оценочных показателей распространенности от 1.5 до 8.2% (Вайнштейн и Леджой, 2010) или даже до 26.7%, в зависимости от используемых масштабов и применяемых критериев (Kuss и др., 2014).

Хотя первое описание этой клинической проблемы почти 20 лет назад (Молодой, 1996), Классификация все еще обсуждается спорно и, следовательно, некоторые термины используются в научной литературе, начиная от «навязчивого использования Интернета» (Meerkerk и др., 2006, 2009, 2010), «Проблемы, связанные с Интернетом» (Widyanto и др., 2008), «Проблемное использование Интернета» (Caplan, 2002), «Патологическое использование Интернета» (Дэвис, 2001) к «связанным с Интернетом привыканию» (Бреннер, 1997), чтобы упомянуть лишь некоторые из них. Однако в последние годы 10 большинство исследователей в этой области использовали термин «интернет-зависимость» или «нарушение интернет-зависимости» (например, Йоханссон и Гетестам, 2004; Блок, 2008; Byun и др., 2009; Dong et al., 2010, 2011, 2013; Ким и др., 2011; Purty et al., 2011; Молодой, 2011b, 2013; Young et al., 2011; Zhou et al., 2011; Cash и др., 2012; Хоу и др., 2012; Hong и др., 2013a,b; Kardefelt-Winther, 2014; Pontes и др., 2014; Tonioni et al., 2014). Мы также предпочитаем термин «интернет-зависимость» (IA) », поскольку последние статьи (см. Обсуждение в Brand и др., 2014) выделяют параллели между чрезмерным использованием Интернета и другими привыканиями к привыканию (например, Grant et al., 2013), а также зависимость от вещества (см. также Молодой, 2004; Гриффитс, 2005; Meerkerk и др., 2009). Утверждалось, что механизмы, связанные с развитием и поддержанием зависимости от веществ, переносятся на привыкание к использованию интернет-приложений (а также других поведенческих зависимостей), например, стимулирующая сенсибилизационная теория зависимости и связанных с ней понятий (например, Робинсон и Берридж, 2000, 2001, 2008; Berridge et al., 2009). Это также хорошо сочетается с моделью компонентов по аддиктивному поведению (Гриффитс, 2005).

Было проведено много исследований по психологическим коррелятам ИА, но это было сделано - по крайней мере, в большинстве случаев - без различия между обобщенной зависимостью от интернета (ГИА) и конкретной интернет-зависимостью (SIA; Морахан-Мартин и Шумахер, 2000; Leung, 2004; Эбелинг-Витте и др., 2007; Lu, 2008; Ким и Дэвис, 2009; Билли и Ван дер Линден, 2012), хотя психологические механизмы могут быть разными, а также для разных возрастных групп или используемых приложений (Лопес-Фернандес и др., 2014). В нашем исследовании рассматриваются посреднические эффекты преодоления стилей и когнитивные ожидания использования Интернета в разработке и поддержании ГИА, чтобы способствовать лучшему пониманию лежащих в основе механизмов и потенциальных последствий для диагностики и лечения.

На теоретическом уровне уже было постулировано, что ИА необходимо дифференцировать в отношении обобщенного использования Интернета (Гриффитс и дерево, 2000) по сравнению с конкретными типами ИА, такими как киберсекс, онлайн-отношения, сетевые компульсии (например, азартные игры, покупки), поиск информации и онлайн-игры для развития зависимости от Интернета (например, Young et al., 1999; Meerkerk и др., 2006; Блок, 2008; Brand и др., 2011). Однако в приложение DSM-5 включено только один подтип Internet Gaming Disorder (APA, 2013). Большинство исследований либо оценивали ИА как единую конструкцию, либо оценивали только один конкретный подтип (в большинстве случаев интернет-игры). В своей когнитивно-поведенческой модели, Дэвис (2001) также дифференцированы между обобщенным патологическим использованием Интернета (GIA) и конкретным патологическим использованием Интернета (SIA). GIA описывается как многомерное чрезмерное использование Интернета, часто сопровождаемое временными отходами и ненаправленным использованием Интернета. Особенно используются социальные аспекты Интернета (например, социальная связь через сайты социальных сетей) (см. Также обсуждение в Лорти и Гиттон, 2013), который, как предполагается, связан с отсутствием социальной поддержки и социального дефицита, испытываемого отдельным человеком в не виртуальных ситуациях. Кроме того, было высказано мнение, что субъекты могут использовать несколько различных интернет-приложений чрезмерно без одного определенного фаворита, например, играть в игры, смотреть порнографию, серфинг по информации и / или торговые сайты, размещение Селфи, смотреть видео на видео платформах, читать блоги других и т. д. В этом случае можно утверждать, что человек увлекается Интернетом, а не зависимым от Интернета (но см. Также обсуждение в Starcevic, 2013). Дэвис утверждает, что одним из основных различий между GIA и SIA является то, что люди, страдающие от GIA, не разработали бы аналогичное проблемное поведение без Интернета, тогда как люди, страдающие от SIA, разработали аналогичное проблемное поведение в других условиях. В обеих формах привыкания к использованию Интернета, GIA и SIA предлагается сыграть фундаментальную роль дисфункциональные познания о себе и о мире (Caplan, 2002, 2005).

Исследования, посвященные GIA, показали, что субъективные жалобы в повседневной жизни, связанные с использованием Интернета, коррелируют с различными личностными характеристиками. Действительно, было показано, что GIA связана с психопатологическими сопутствующими заболеваниями, такими как аффективные или тревожные расстройства (Whang et al., 2003; Ян и др., 2005; Вайнштейн и Леджой, 2010), а также к личностным чертам застенчивости, невротизму, стрессовой уязвимости, склонностям к откладыванию и низкой самооценке (Niemz и др., 2005; Эбелинг-Витте и др., 2007; Hardie и Tee, 2007; Тэтчер и др., 2008; Ким и Дэвис, 2009). Кроме того, факторы социального контекста, например, отсутствие социальной поддержки или социальной изоляции (Морахан-Мартин и Шумахер, 2003; Caplan, 2007) и даже одиночество в образовательной среде у подростков (Pontes и др., 2014), похоже, связаны с GIA. Более того, утверждалось, что использование Интернета в качестве инструмента для решения проблемных или стрессовых жизненных событий способствует развитию ГИА (Whang et al., 2003; Тан и др., 2014). Лица с ИА также демонстрируют высокую тенденцию к импульсивной стратегии преодоления (Tonioni et al., 2014). Некоторые авторы даже концептуализируют ИА как способ справиться с повседневной жизнью или повседневными проблемами (Kardefelt-Winther, 2014). Все еще есть только некоторые первые исследования, в которых явно были сопоставлены предсказатели разных типов SIA. Pawlikowski et al. (2014) сообщили, что застенчивость и удовлетворенность жизнью связаны с увлекательным использованием интернет-игр, но не с патологическим использованием киберсексуса или с использованием обеих игр и киберсекса.

Основываясь на предыдущих исследованиях, в частности на аргументах Дэвис (2001), а также рассматривая текущую литературу по нейропсихологическим и нейровизуальным выводам у субъектов, увлекающихся в Интернете, недавно мы опубликовали теоретическую модель разработки и поддержки GIA и SIA (Brand и др., 2014). Некоторые аспекты, включенные в модель, уже упоминались в контексте использования сайтов социальных сетей, например ожидаемых положительных результатов (Турел и Серенко, 2012). Также было показано, что чрезмерное или захватывающее использование онлайн-аукционов коррелирует с изменениями убеждений отдельных лиц в отношении этой технологии, и это определяет будущие использования и использует намерения (Turel и др., 2011). Это соответствует нашей теоретической модели GIA, в которой мы предполагаем, что убеждения или ожидания о том, что Интернет может сделать для человека, влияют на поведение, то есть на использование Интернета, что, в свою очередь, также влияет на будущие ожидания. Однако в нашей модели мы сосредоточились на посреднической роли ожиданий и стратегий преодоления при разработке и поддержании ГИА и конкретных типов SIA.

Для разработки и сопровождения GIA мы утверждаем, что пользователь имеет определенные потребности и цели, которые могут быть достигнуты при использовании определенных интернет-приложений. Основываясь на предыдущих исследованиях, мы включили некоторые из этих выводов в разработку всеобъемлющей модели для объединения этих элементов вместе. Первоначально основные характеристики человека связаны с ИА и включают психопатологические аспекты, индивидуальные аспекты и социальные познания. В первом разделе мы включили психопатологические симптомы, в частности депрессию и социальную тревожность (например, Whang et al., 2003; Ян и др., 2005), дисфункциональные аспекты личности, такие как низкая самоэффективность, застенчивость, стресс-уязвимость и тенденции промедления (Whang et al., 2003; Чак и Леунг, 2004; Caplan, 2007; Эбелинг-Витте и др., 2007; Hardie и Tee, 2007; Тэтчер и др., 2008; Ким и Дэвис, 2009; Pontes и др., 2014), а также социальная изоляция / отсутствие социальной поддержки (Морахан-Мартин и Шумахер, 2003; Caplan, 2005) в развитии ГИА. Однако мы предположили, что влияние первичных характеристик и познаний этого человека на развитие привыкания к использованию Интернета должно быть опосредовано некоторыми связанными с Интернетом познаниями, в частности ожиданиями использования Интернета (Turel и др., 2011; Xu и др., 2012; Lee et al., 2014), а также определенные стратегии для удовлетворения повседневных потребностей или ежедневных хлопот (Тан и др., 2014; Tonioni et al., 2014). В третьем разделе модели, как последовательное поведение, если пользователь выходит в интернет и получает подкрепление с точки зрения дисфункционального решения проблем или отрицательного настроения, и человек ожидает, что использование Интернета отвлечет их от проблем или негативных чувств, то чем больше вероятно, они обратятся к Интернету, чтобы избежать этих чувств, свидетельствующих о потере контроля, плохом управлении временем, тяге и усилении социальных проблем. Роль процессов усиления и кондиционирования хорошо описана в литературе по разработке и поддержанию расстройств, связанных с веществом (например, Робинсон и Берридж, 2001, 2008; Каливас и Волков, 2005; Эверитт и Роббинс, 2006). Мы также утверждали, что положительное и отрицательное усиление стиля преодоления и ожидания использования Интернета последовательно приводят к потере когнитивного контроля над использованием Интернета, который опосредуется префронтальным (исполнительным) функционированием (Brand и др., 2014).

Хотя эта модель хорошо согласуется с предыдущей литературой по ключевым выводам в отношении психологических механизмов позади ИА (см. Обзоры по Кусс и Гриффитс, 2011a,b; Гриффитс, 2012), а также с очень недавними нейропсихологическими и нейровизуальными коррелятами GIA и различными типами SIA (Кусс и Гриффитс, 2012; Brand и др., 2014), эта модель все еще нуждается в эмпирических доказательствах с точки зрения инкрементной действительности. В этом исследовании мы стремились перевести гипотезы, обобщенные в теоретическую модель GIA, изложенную выше, в статистическую модель по уровню скрытых переменных и проверили влияние предиктора и медиатора на тяжесть симптомов GIA с использованием широкомасштабного интернет-популяции. Используя проверенные психологические и индивидуальные меры, мы сначала оценили основные характеристики людей в прогнозировании чрезмерного и увлекательного использования Интернета в обобщенном виде. Используя проверенную меру преодоления ошибок и недавно разработанную меру ожиданий использования Интернета, мы проверили, будут ли плохой опыт преодоления трудностей и ожидания использования Интернета (например, использование Интернета для устранения негативных чувств или неприятных ситуаций), опосредствование связи между основными характеристиками человека и симптомами GIA.

Материалы и методы

Операционная модель

Сначала мы перевели теоретическую модель, описанную во введении и проиллюстрированную в статье Brand et al. (2014) в тестовую и функциональную статистическую модель. Для каждого из измерений, упомянутых в теоретической модели, мы выбрали по меньшей мере две переменные манифеста, чтобы построить модель структурного уравнения (СЭМ) на скрытом уровне. Для каждой переменной мы использовали конкретный масштаб (каждый из которых состоял из нескольких элементов, см. Описание нижеприведенных инструментов), чтобы ввести в действие переменные манифеста. Эта операционированная модель как SEM на скрытом уровне показана на рисунке 1.

 

РИСУНОК 1. Операционализированная модель, включая основные допущения теоретической модели GIA, касается скрытого измерения.

Тематика

Используя всесторонний онлайн-опрос, у нас были респонденты 1148. После исключения участников 129 из-за неполных данных в психометрических масштабах окончательный образец состоял из N = 1019. Участники были набраны рекламными объявлениями, интернет-платформами (Facebook-сборник команды General Psychology: Cognition), электронными списками для студентов Университета Дуйсбурга-Эссена и с помощью листовок в местных пабах и барах, рот рекомендации. В рекламных объявлениях, электронных письмах и рекламных материалах было указано, что участники могут принять участие в создании одного из следующих предметов: (1) iPad, (2) iPad mini, (3) iPod nano, (4 ) iPod shu ffl e, подарочные карты 20 Amazon (каждый 50 евро). Исследование было одобрено местным комитетом по этике.

Средний возраст последней выборки составил 25.61 года (SD = 7.37). В выборку вошли 625 (61.33%) женщин и 385 (37.78%) мужчин (девять добровольцев не ответили на этот вопрос). Что касается личной жизни, 577 участников (56.62%) жили в отношениях или состояли в браке, а 410 (40.24%) указали, что не имеют текущих отношений (32 участника не ответили на этот вопрос). На момент аттестации 687 участников (67.42%) были студентами, 332 участника (32.58%) имели постоянную работу (у нас не было академического образования). Из всей выборки 116 участников (11.4%) соответствовали критериям проблемного использования Интернета [пороговое значение> 30 в коротком тесте на зависимость от Интернета (s-IAT), см. Описание инструмента ниже] и 38 участников (3.7%) для патологическое использование Интернета (> 37 в S-IAT). Среднее время, проведенное в Интернете, составило 972.36 мин в неделю (SD = 920.37). Из всей выборки 975 человек использовали социальные сети / сайты для общения (M_{мин / неделю} = 444.47, SD = 659.05), люди 998 (97.94%) искали информацию в Интернете (M_{мин / неделю} = 410.03, SD = 626.26), люди 988 (96.96%) использовали торговые площадки (M_{мин / неделю} = 67.77, SD = 194.29), онлайн-игры были использованы участниками 557 (54.66%, M_{мин / неделю} = 159.61, SD = 373.65), онлайн-азартные игры были сделаны участниками 161 (15.80%, M_{мин / неделю} = 37.09, SD = 141.70), а киберсекс использовался индивидуумами 485 (47.60%, M_{мин / неделю} = 66.46, SD = 108.28). Что касается использования нескольких интернет-приложений, участники 995 (97.64%) сообщили, что регулярно используют три или более упомянутых выше интернет-приложений.

инструменты

Короткие тесты интернет-зависимости (s-IAT)

Симптомы ИА были оценены с помощью немецкой короткой версии интернет-теста на наркотики (Pawlikowski et al., 2013), основанный на исходной версии, разработанной Янг (1998). В краткой версии (s-IAT) необходимо ответить на 12 вопросов по пятибалльной шкале от 1 (= никогда) до 5 (= очень часто), в результате чего общая сумма баллов варьируется от 12 до 60, тогда как баллы> 30 указывает на проблемное использование Интернета, а оценка> 37 указывает на патологическое использование Интернета (Pawlikowski et al., 2013). S-IAT состоит из двух факторов: потери контроля / управления временем и жажды / социальных проблем (каждый из которых имеет шесть предметов). Хотя элементы 12 загружаются по двум факторам как в поисковом, так и подтверждающем факторном анализе (CFA; Pawlikowski et al., 2013), они фиксируют ключевые симптомы ИА, как, например, описанные в модели компонентов посредством (Гриффитс, 2005). Первая подшкала «потеря контроля / управления временем» оценивает, насколько сильный человек страдает от проблем управления временем в повседневной жизни из-за его / ее использования в Интернете (например, «Как часто вы пренебрегаете домашними делами, чтобы больше времени проводить в Интернете?» И «Как часто вы теряете сон из-за того, что он в сети поздно ночью?»). Элементы этой подшкалы также оценивают негативные последствия, вызванные чрезмерностью использования Интернета (например, «Как часто ваши оценки или школьная работа страдают из-за того, сколько времени вы проводите в Интернете?»). Это также измеряется, если субъекты испытывают потерю контроля над их использованием в Интернете и если они пытались уменьшить использование Интернета и не смогли (например, «Как часто вы находите, что вы остаетесь в сети дольше, чем планировали?» И «Как часто пытаетесь ли вы сократить количество времени, которое вы проводите в Интернете, и терпеть неудачу? »). Все предметы не измеряют время, проведенное в Интернете, но имеют ли люди возможность потерять контроль над использованием Интернета и проблемами в повседневной жизни в результате использования Интернета. Вторая подшкала «жажда / социальные проблемы» измеряет эффекты чрезмерного использования Интернета в социальных взаимодействиях и озабоченности средой (например, «Как часто вы чувствуете себя озабоченным Интернетом, когда вы фантазируете о том, чтобы быть в сети?»). Элементы этой подшкалы также оценивают межличностные проблемы (например, как часто вы хватаете, кричите или раздражаетесь, если кто-то беспокоит вас, когда вы в сети? ») И регулирование настроения (например,« Как часто вы чувствуете себя подавленным, капризным , или нервничать, когда вы находитесь в фокусе, который уходит, когда вы снова в сети?). Все пункты включают термины «Интернет» или «онлайн» вообще, не фокусируясь на определенном приложении. В инструкции участники были проинформированы о том, что все вопросы связаны с их общим использованием Интернета, включая все используемые приложения.

S-IAT обладает хорошими психометрическими свойствами и достоверностью (Pawlikowski et al., 2013). В нашем примере внутренняя согласованность (Cronbach's α) была 0.856 для всей шкалы, 0.819 для потери коэффициента управления / управления временем и 0.751 для факторного стремления / социальных проблем.

Краткая информация о симптомах - подшкальная депрессия

Симптомы депрессии оценивали по немецкой версии (Franke, 2000) подшкальной депрессии Краткой информации о симптомах (Буль и босс, 1991; Derogatis, 1993). Шкала состоит из шести пунктов, оценивающих депрессивные симптомы в течение последних дней 7. Ответы должны быть заданы по пятибалльной шкале от 0 (= не на всех) до 4 (= чрезвычайно). Внутренняя непротиворечивость (Cronbach's α) в нашем образце была 0.858.

Краткая информация о симптомах - чувствительность к подшкали межличностной

Симптомы социальной тревожности и межличностной чувствительности оценивали по немецкой версии (Franke, 2000) подскалированной межличностной чувствительности Краткой информации о симптомах (Буль и босс, 1991; Derogatis, 1993). Шкала состоит из четырех элементов, и ответы должны быть заданы по пятибалльной шкале от 0 (= не на всех) до 4 (= чрезвычайно). Внутренняя непротиворечивость (Cronbach's α) в нашем образце была 0.797.

Шкала самооценки

Самооценка оценивалась по шкале самооценки (Розенберг, 1965). Мы здесь использовали модифицированную немецкую версию (Collani и Herzberg, 2003), который состоит из десяти предметов. Ответы должны быть заданы по четырехбалльной шкале от 0 (= сильно не согласуются) до 3 (= сильно согласен). Внутренняя непротиворечивость (Cronbach's α) в нашем образце была 0.896.

Шкала самоэффективности

Самоэффективность оценивалась по шкале самоэффективности (Шварцер и Иерусалим, 1995), который состоит из элементов 10. Ответы должны быть заданы по четырехбалльной шкале от 1 (= не соответствует истине) до 4 (= точно верно). Внутренняя непротиворечивость (Cronbach's α) в нашем образце была 0.863.

Инвентарь Трира для хронического стресса

Уязвимость стресса была измерена с помощью экранирующей версии Trier Inventory for Chronic Stress (TICS; Schulz et al., 2004). Экран содержит элементы 12 о стрессовом воздействии в последние 3 месяцы. Каждому утверждению нужно ответить в пятибалльной шкале от 0 (= никогда) до 4 (= очень часто). Внутренняя непротиворечивость (Cronbach's α) в нашем образце была 0.908.

Шкала одиночества

Краткая версия шкалы одиночества (De Jong Gierveld и Van Tilburg, 2006) использовался для измерения чувства одиночества (скрытое эмоциональное одиночество, три предмета) и воспринимаемой социальной поддержки (подшкала социальной поддержки, три предмета). Все утверждения должны отвечать по пятибалльной шкале от 1 (= нет!) До 5 (= да!). Внутренняя согласованность (Cronbach's α) в нашем примере была 0.765 для скрытого эмоционального одиночества и 0.867 для подсетей социальной поддержки.

Краткая COPE

Краткое описание COPE (Карвер, 1997) измеряет стиль копирования в нескольких разных поддоменах. Здесь мы использовали три подшкала немецкой версии (Knoll и др., 2005): отказ, употребление психоактивных веществ и поведенческое расцепление. Каждая подшкала была представлена ​​двумя элементами, на которые нужно было ответить по четырехбалльной шкале от 1 (= я вообще не делал этого) до 4 (= я делал это много). Внутренняя непротиворечивость (Cronbach's α) в нашем образце была 0.561 для отказа в подшкале, 0.901 для использования подшкального вещества и 0.517 для поэтапного поведенческого разъединения. Учитывая, что весы состоят только из двух элементов, и учитывая, что прибор использовался в нескольких исследованиях валидации, включая отчеты о надежности повторного тестирования, мы считаем надежность приемлемой.

Шкала ожиданий использования Интернета

Чтобы оценить ожидания использования Интернета, мы разработали новую шкалу, состоящую из первой версии - элементов 16. Элементы отражают некоторые основные мотивирующие факторы, как, например, Xu et al. (2012) а также Yee (2006), Элементы были назначены априорный до двух шкал (каждый из которых имеет восемь позиций): ожидания использования Интернета, отражающие положительное подкрепление (например, «я использую Интернет для получения удовольствия») и те, которые отражают негативное подкрепление (например, «я использую Интернет для отвлечения от проблем»). Все ответы были даны по шестибалльной шкале от 1 (= полностью не согласуются) до 6 (= полностью согласен). На основании данных, которые мы собрали в этом исследовании (N = 1019), мы провели поисковый факторный анализ (EFA). Хорн (1965) параллельный анализ и минимальный средний частичный (MAP) тест (Velicer, 1976) были использованы для определения соответствующего количества факторов. Эта процедура привела к стабильному двухфакторному решению. Затем была проведена ОДВ с анализом основных компонентов и варимаксным ротацией для оценки структуры шкалы ожиданий использования Интернета (IUES). Результаты ОДВ заключены с окончательной версией IUES 8-элементов с остатком двухфакторной структуры (Таблица 1). С этими двумя факторами мы наблюдали объяснение дисперсии в 63.41%. Первый фактор содержит четыре элемента с высокими нагрузками на главный фактор (> 0.50) и низкими нагрузками на другой фактор (<0.20) и относится к положительным ожиданиям, поэтому мы назвали этот фактор «положительными ожиданиями». Второй фактор состоит из четырех пунктов с высокой нагрузкой на основной фактор (> 0.50) и низкой нагрузкой на другой фактор (<0.20), а также всех вопросов, связанных с использованием Интернета, чтобы избежать или уменьшить негативные чувства или мысли, поэтому мы назвали это фактор «ожидания избегания». Оба фактора имеют хорошую надежность («положительные ожидания»: α Кронбаха = 0.832 и «ожидания избегания» α = 0.756). Эти два фактора значимо коррелировали (r = 0.496, p <0.001) с умеренным эффектом (Коэн, 1988).

 

ТАБЛИЦА 1. Факторные нагрузки и надежность двух факторов IUES, средства номинальных позиций и номера позиций.

Чтобы обеспечить факториальную структуру инструмента, мы оценили дополнительный образец предметов 169 (средний возраст = 21.66, SD = 2.69, 106) для применения CFA. CFA был сделан с MPlus (Muthén и Muthén, 2011). Для оценки соответствия модели мы применяли стандартные критерии (Ху и Бентлер, 1995, 1999): Стандартизованный среднеквадратичный остаток (SRMR; значения ниже 0.08 указывают на хорошую совместимость с данными), сравнительные индексы соответствия (CFI / TLI, значения выше 0.90 указывают на хорошую подгонку, значения выше 0.95 отлично подходят) и средний квадрат корня погрешность аппроксимации (RMSEA, «test close close»), значение ниже 0.08 со значением значимости ниже 0.05 указывает на приемлемую посадку). CFA подтвердил двухфакторное решение для IUES с хорошими отличными параметрами: RMSEA - 0.047, CFI - 0.984, TLI - 0.975, а SRMR - 0.031. Χ² тест не был значительным, χ² = 24.58, p = 0.137, что указывает на то, что данные не сильно отклонились от теоретической модели (решение двух факторов, как показано в таблице 1). Этот образец был собран только для CFA. Данные не были включены в дальнейшие анализы.

Статистический анализ

Статистические стандартные процедуры были выполнены с помощью SPSS 21.0 для Windows (IBM SPSS Statistics, выпущена 2012). Корреляции Пирсона были рассчитаны для проверки отношений нулевого порядка между двумя переменными. Для управления данными для выбросов мы создали нормально распределенную случайную переменную с тем же средним стандартным отклонением, что и в s-IAT (общий балл). Эта случайная величина теоретически должна быть не связана со всеми интересующими нас переменными, если на корреляции не влияли выбросы в данных. Все корреляции со случайной величиной были очень низкими, rs <0.049, что указывает на отсутствие существенно значимых выбросов ни по одной шкале в окончательной выборке (N = 1019). Кроме того, визуальные диаграммы рассеяния между переменными контролировались визуально. Опять же, никаких крайних выбросов не было найдено. Поэтому анализ проводился со всеми субъектами.

Анализ SEM был рассчитан с помощью MPlus 6 (Muthén и Muthén, 2011). Отсутствовали отсутствующие данные. Перед тестированием полной модели, латентные размеры были также проверены с использованием CFA в MPlus. Для обоих, SEM и CFA была применена оценка максимального правдоподобия. Для оценки соответствия моделей мы применили стандартные критерии (Ху и Бентлер, 1995, 1999), как уже было описано в предыдущем разделе. Для применения медиаторного анализа требовалось, согласно Барон и Кенни (1986), что все переменные, включенные в посредничество, должны коррелировать друг с другом. Мы также использовали умеренные регрессии для анализа потенциальных эффектов замедлителя в качестве дополнительного анализа для альтернативной концептуализации концепции преодоления.

Итоги

Описательные ценности и корреляции

Средние оценки образцов в s-IAT и всех других применяемых масштабах можно найти в таблице 2, Среднее значение s-IAT M = 23.79 (SD = 6.69) вполне сопоставимо с оценкой Pawlikowski et al. (2013) для образца предметов 1820 общей популяции (средняя оценка s-IAT была M = 23.30, SD = 7.25). Двумерные корреляции между s-IAT (суммарный балл) и баллы в анкетах и ​​шкалах, введенных, показаны в таблице 3.

 

ТАБЛИЦА 2. Средние баллы применяемых весов.

 

ТАБЛИЦА 3. Двумерные корреляции между s-IAT (суммарный балл) и баллы в вводимых анкетах.

Латентные размеры предлагаемой модели при подтверждении факторного анализа

Чтобы систематически тестировать предложенную теоретическую модель, мы сначала проанализировали факторную модель, а это означает, что она была проверена, насколько латентные размеры приемлемо представлены переменными манифеста. Поэтому CFA выполнялся с шестью скрытыми размерами (один зависимый размер, три размера предсказателя, два размера медиатора). RMSEA был 0.066 с p <0.001, CFI составлял 0.951, TLI составлял 0.928, а SRMR составлял 0.041, что указывает на хорошее соответствие модели.

Первое скрытое измерение «симптомов ГИА» было хорошо оценено оценками по двум факторам s-IAT (потеря контроля / управления временем и жажды / социальные проблемы), как и предполагалось. Первая предикторная переменная «психопатологические симптомы» была значительно представлена ​​двумя подшкалями BSI (депрессия и межличностная чувствительность). Измерение «личностные аспекты» было хорошо представлено тремя гипотетическими манифестными переменными (самоэффективность, самооценка и стресс-уязвимость), а последний показатель предсказателя «социальные познания» был хорошо представлен двумя подшкалами шкалы одиночества (эмоциональный одиночество и социальная поддержка). Результаты показали, что первое гипотетическое измерение медиатора «преодоление» было хорошо представлено тремя подшкалами COPE (отрицание, злоупотребление психоактивными веществами и поведенческое расцепление), а второе измерение медиатора «Ожидания использования Интернета» было хорошо представлено двумя факторами IUES ( положительные ожидания и ожидаемые ожидания).

В целом, CFA указал, что латентные размеры представлены приемлемыми переменными манифеста. Только при измерении масштабов злоупотребление веществами имеет более слабую нагрузку фактора (β = 0.424), но все же значительную (p <0.001) и поэтому достаточно, учитывая, что общая модель хорошо согласуется с данными. Все факторные нагрузки и стандартные ошибки показаны в таблице. 4.

 

ТАБЛИЦА 4. Коэффициенты нагрузок манифестных переменных по скрытым размерам, проверенные с CFA в MPlus.

Модель полного структурного уравнения

Предложенная теоретическая модель по скрытому размеру с GIA как зависимой переменной (моделируемой двумя факторами s-IAT) дала хорошее соответствие данным. RMSEA был 0.066 с p <0.001, CFI составлял 0.95, TLI составлял 0.93, а SRMR составлял 0.041. Χ² тест был значительным, χ² = 343.89, p <0.001, что является нормальным при большом размере выборки. Однако χ² тест для базовой модели был также значительным с значительно большим χ² значение, χ² = 5745.35, p <0.001. Таким образом, данные хорошо согласуются с предложенной теоретической моделью. В целом, большая доля вариации в 63.5% в GIA была в значительной степени объяснена полным SEM (R² = 0.635, p <0.001). Модель и все прямые и косвенные эффекты показаны на рисунке. 2.

 

РИСУНОК 2. Результаты модели структурного уравнения, включающие факторные нагрузки латентных размеров, β-веса, p-значения и остатки. p <0.001.

Все три прямых эффекта предикторов на GIA были незначительными (рис. 2). Но обратите внимание, что непосредственное влияние скрытых переменных психопатологических аспектов несколько не достигло значения с p = 0.059. Здесь следует учитывать, что β-вес был отрицательным, что указывает на то, что в случае, если будет интерпретировать незначительно значимый прямой эффект - более высокая депрессия и социальная тревожность идут рука об руку с более низкими симптомами GIA, если косвенный эффект от психопатологических аспектов по двум переменным медиатора (ожиданиям использования и ожидания использования Интернета) являются частичными. Прямые эффекты от двух скрытых предсказательных переменных психопатологических аспектов и личности как на латентных переменных медиатора, так и на ожиданиях использования Интернета были значительными. Напротив, прямые эффекты от скрытых переменных социальных познаний как на ожиданиях использования, так и на использовании Интернета были незначительными, а это означает, что эти эффекты не были значительными при контроле за воздействием двух других скрытых измерений.

Тем не менее, эффекты от социальных когниций к ожиданиям использования Интернета несколько не достигли значимости с p = 0.073. Прямые эффекты от копирования до GIA (p <0.001) и ожидания от использования Интернета (p <0.001) были значимыми с сильным эффектом.

Косвенное влияние психопатологических аспектов на преодоление ГИА было значительным (β = 0.173, SE = 0.059, p = 0.003). Также косвенное влияние психопатологических аспектов на ожидания использования Интернета для ГИА было значительным (β = 0.159, SE = 0.072, p = 0.027). Также было существенным косвенное влияние от личностных аспектов на преодоление ГИА (β = -0.08, SE = 0.041, p = 0.05), но размер эффекта был очень мал. Косвенный эффект от личностных аспектов, связанных с ожиданием использования Интернета, был значительным (β = -0.160, SE = 0.061, p = 0.009). Оба косвенных эффекта от социальных когниций над копированием (β = 0.025, SE = 0.030, p = 0.403) и социального познания по ожиданиям использования Интернета (β = -0.08, SE = 0.045, p = 0.075) в GIA не были значительными. Модель со всеми факторами нагрузки и β-весы показаны на рисунке 2, Психопатологические аспекты латентного измерения были значительно коррелированы с аспектами индивидуальности латентного измерения (r = -0.844, p <0.001) и с латентным измерением социальных когниций (r = -0.783, p <0.001). Кроме того, были коррелированы два латентных аспекта личности и социальные когниции (r = 0.707, p <0.001).

Дополнительные анализы

Описанная модель была теоретически обоснованной и, следовательно, той, которую мы проверили в первую очередь. Тем не менее, мы впоследствии проверили некоторые дополнительные модели или части модели отдельно, чтобы лучше понять основные механизмы GIA более подробно. Первый вопрос, который мы затронули, - это эффект психопатологии на GIA, потому что нам было интересно, что прямой эффект, хотя и незначительный, был отрицательным в SEM (см. Рис. 2), хотя на двумерном уровне корреляции были положительными. Простая модель с психопатологическими аспектами (представленная депрессией BIS и социальной тревожностью BSI) в качестве предиктора и GIA (представленная двумя факторами s-IAT) в качестве зависимой переменной имела хорошую модель соответствия (все подходящие индексы лучше, чем приемлемые), и эффект был положительным (β = 0.451, p <0.001). Мы также рассчитали модель без двух медиаторов, что означает, что психопатологические аспекты, аспекты личности и социальные аспекты служили прямыми предикторами, а GIA был зависимой переменной (все переменные на латентном уровне с теми же переменными, которые использовались во всем SEM, см. 2). Модель без посредников также имела хорошие индексы соответствия (за одним исключением: RMSEA был с 0.089 немного выше), а прямые эффекты на GIA (два фактора s-IAT) были: влияние психопатологических аспектов на GIA β = 0.167, p = 0.122; влияние личностных аспектов на GIA β = -0.223, p = 0.017; и влияние социальных аспектов на GIA β = -0.124, p = 0.081. Обратите внимание, что влияние психопатологических аспектов на ГИА по-прежнему положительно в этой модели (но не значительно), когда эффект контролируется для воздействия личности и социальных аспектов. В совокупности результаты общего СЭМ говорят для полного опосредования влияния психопатологических аспектов на ГИА двумя посредниками (преодоление и ожидание), что дополнительно подчеркивается двумя дополнительными аналитиками, показывающими, что положительное влияние на двумерный уровень и в простой модели уменьшается путем включения дополнительных переменных в качестве предикторов.

Мы теоретически концептуально справляемся как посредник (Brand и др., 2014). Однако можно также утверждать, что совпадение не опосредует влияние психопатологических аспектов, а действует как модератор. Чтобы убедиться, что концептуализация справки как посредника вместо модератора является подходящей, мы дополнительно вычислили некоторые модераторы с использованием модерируемых регрессионных анализов. Когда, например, используя психопатологические аспекты как предиктор, справляясь как модератор и s-IAT (сумма баллов) как зависимая переменная, как психопатологические аспекты (β = 0.267), так и копирование (β = 0.262) объясняют дисперсию s-IAT значительно (оба p <0.001), но их взаимодействие существенно не добавляет объяснения дисперсии (изменения в R² = 0.003, p = 0.067, β = -0.059), а прирост эффекта замедлителя почти равен нулю (0.3%).

Мы также рассматривали возраст и пол как потенциальные переменные, которые могут влиять на структуру модели. Чтобы проверить это, мы сначала вычислили двумерные корреляции между возрастом и всеми другими переменными, что привело к очень низким корреляциям. Имелась только одна корреляция с r = 0.21 (ожидаемый возраст и избегание), который по-прежнему является низким эффектом (Коэн, 1988), и все другие корреляции имели r = 0.016 и r = 0.18 с наибольшим количеством r <0.15 и r <0.10. Корреляция между возрастом и s-IAT также была очень низкой с r = -0.14 (хотя и значителен при p <0.01, что хорошо видно на такой большой выборке). Таким образом, требования для включения возраста в модель медиации не были выполнены (Барон и Кенни, 1986), и мы решили не включать возраст в дополнительную модель. Что касается пола, мы сравнивали средние баллы групп всех используемых масштабов и находили только одну значимую групповую разницу (социальная тревожность BSI, женщины имели более высокие баллы с низким эффектом d = 0.28, все остальные эффекты были ниже 0.28, эффект для оценки s-IAT был равен d = 0.19). Тем не менее мы проверили, отличается ли модельная модель для женщин и мужчин, используя анализ средней структуры в анализе SEM. Это означает, что мы тестировали, если SEM (см. Рис. 2) для мужчин и женщин. H0 этого теста: теоретическая модель = модель для группы «мужчины» = модель для группы «женщины». Подходящие индексы были приемлемыми, что указывает на то, что структура отношений не была существенно различной для мужчин и женщин. RMSEA был 0.074 с p <0.001, CFI составлял 0.93, TLI составлял 0.91, а SRMR составлял 0.054. Χ² тест был значительным, χ² = 534.43, p <0.001, что является нормальным при большом размере выборки. Однако χ² тест для базовой модели был также значительным с значительно большим χ² значение, χ² = 5833.68, p <0.001. Вклад в χ² из тестируемой модели мужчины и женщины были сопоставимы (χ² вклад женщин = 279.88, χ² взносы мужчин = 254.55). Хотя общая структура модели не значительно отличается для мужчин и женщин, мы проверили простой путь и обнаружили три отличия. Путь от личностных аспектов к справиться был значительным у мужчин (β = -0.437, p = 0.002), но не у женщин (β = -0.254, p = 0.161), а эффект от личностных аспектов ожиданий был значительным у мужчин (β = -0.401, p = 0.001), но не у женщин (β = -0.185, p = 0.181). Кроме того, влияние психопатологических аспектов на ожидания было значительным у женщин (β = 0.281, p = 0.05), но не у мужчин (β = 0.082, p = 0.599). Все другие эффекты и представление латентных размеров не отличались между мужчинами и женщинами и также не отличались от общей модели, показанной на рисунке 2, Таким образом, вся тестируемая модель действительна для мужчин и женщин, хотя негативное влияние личностных аспектов на преодоление и ожидание более ощутимо у мужчин по сравнению с женщинами, а эффект от психопатологических аспектов в отношении ожиданий присутствует у женщин, но не у мужчин ,

Обсуждение

Мы внедрили новую теоретическую модель по разработке и поддержанию привыкания к использованию Интернета (Brand и др., 2014), основанный на основных аргументах Дэвис (2001) который сначала предложил дифференциацию между обобщенным чрезмерным использованием Интернета (GIA) и определенной зависимостью от некоторых интернет-приложений (SIA). В текущем исследовании мы перевели теоретическую модель GIA в операционализированную модель на скрытом уровне и статистически протестировали SEM с помощью онлайн-опроса по интернет-популяции респондентов 1019. Мы обнаружили, что общая хорошая модель соответствует данным и гипотезе SEM, которая представляет основные аспекты теоретической модели и объясняет 63.5% дисперсии симптомов GIA, измеренных s-IAT (Pawlikowski et al., 2013).

Модель первой объединяет элементы, связанные с ИА, такие как депрессия, социальная тревога, низкая самооценка, низкая самоэффективность и повышенная стресс-уязвимость. Основываясь на акценте познаний, связанных с развитием ИА и привыканием к привыканию в целом (Льюис и О'Нил, 2000; Данне и др., 2013; Ньютон и др., 2014), модель исследует, влияют ли две переменные медиатора (стили преодоления и ожидания использования Интернета) на непосредственные эффекты предикторных переменных (психопатология, личность и социальные познания) на развитие ГИА. Результаты показывают, что как справляющиеся стили, так и ожидания использования Интернета играют значительную роль.

Все переменные (предсказатели и посредники), включенные в модель, были достоверно коррелированы с оценкой s-IAT на двумерном уровне. Это в основном согласуется с предыдущим исследованием двумерных отношений между симптомами ИА и личностными аспектами, психопатологическими симптомами и другими переменными человека, как указано во введении. Однако в SEM-анализе все прямые эффекты трех основных предикторов (по скрытой размерности) уже не были значимыми при включении гипотетических медиаторов в модель. Это означает, что психопатологические аспекты (депрессия, социальная тревожность), индивидуальные аспекты (самооценка, самоэффективность и стресс-уязвимость), а также социальные познания (эмоциональное одиночество, воспринимаемая социальная поддержка) не оказывают прямого влияния на симптомы ГИА, но это их влияние опосредуется либо дисфункциональным стилем преодоления, либо ожиданием использования Интернета, либо и тем, и другим. Однако психопатологические аспекты и индивидуальные аспекты значительно предсказывают как дисфункциональный стиль преодоления, так и ожидания использования Интернета. Социальные познания, однако, не имеют существенного отношения к преодолению и ожиданию, когда их относительное влияние контролируется для воздействия психопатологических и личностных аспектов (но обратите внимание, что три скрытых измерения предиктора были значительно коррелированы и что эффект от социальных познаний к Интернету ожидания немного не достигли значимости). Прямые эффекты как стиля преодоления, так и ожиданий по симптомам ГИА были значительными. Таким образом, текущее исследование, хотя и с неклинической популяцией, не только подтверждает предыдущие выводы о значимости стиля преодоления и борьбы со стрессовыми жизненными событиями (Kardefelt-Winther, 2014; Тан и др., 2014; Tonioni et al., 2014), а также ожидания использования Интернета (Турел и Серенко, 2012; Xu и др., 2012; Lee et al., 2014) для разработки или поддержания симптомов ГИА, но прямо подчеркивает роль преодоления и ожиданий в качестве посредников в процессе, лежащем в основе ГИА.

Модель была протестирована с большой онлайн-популяцией. Модель должна быть проверена с четко определенными клиническими образцами, такими как люди, ищущие лечение. Смысл этой модели был бы более устойчивым с клинической популяцией для получения более точных клинических последствий. Хотя 11.3% выборки сообщали о проблемном использовании Интернета, а 3.7% описывали себя как привыкание к Интернету, это исследование рассматривается только как первоначальный взгляд на то, чтобы увидеть, работает ли модель и рисует статистические выводы, которые потенциально могут иметь клиническую значимость. Однако, как новая модель со статистической значимостью с использованием различных психологических и личностных тестов для онлайн-пользователей, несколько клинических последствий, которые могут вдохновлять на будущие исследования, можно сделать с осторожностью.

Во-первых, люди с дисфункциональным решением проблем, связанных с проблемами в их жизни, и которые ожидают, что Интернет может быть использован для повышения положительного или снижения отрицательного настроения, могут с большей вероятностью развить ГИА. Более того, последствия психопатологических аспектов как для дисфункционального лечения, так и для использования в Интернете были положительными, указывающими на то, что более высокие симптомы депрессии и социального беспокойства могут увеличить риск для дисфункциональных стратегий преодоления, а также для ожиданий, которые Интернет оказывает помощь для борьбы со стрессом или отрицательным настроение. Только когда эти процессы действуют согласованно, что означает сочетание психопатологических симптомов и проблем / ожиданий, вероятность использования привыкания к Интернету, похоже, возрастает.

Во-вторых, хотя число исследований, посвященных лечению ГИА, ограничено, метаанализ, опубликованный Winkler et al. (2013) утверждает, что когнитивно-поведенческая терапия является методом выбора. Это особенно основано на анализе воздействия лечения на время, проведенное онлайн, депрессию и симптомы тревоги. Фактически, когнитивно-поведенческая терапия для ИА (CBT-IA; Молодой, 2011a) была определена как наиболее распространенная форма лечения ИА (Cash и др., 2012). В рамках когнитивно-поведенческого лечения ГИА, предложенного Молодой (2011a), индивидуальные характеристики, а также ожидания преодоления и использования Интернета уже предположили, что они имеют отношение к лечению ГИА, но эмпирические данные были очень скудными (например, Молодой, 2013).

Результаты, представленные в этом исследовании, дают еще один источник доказательств того, что когнитивно-поведенческая терапия и CBT-IA могут работать для лечения ИА. Особые познания человека (стиль совпадения и ожидания использования Интернета) опосредуют влияние психопатологических симптомов (депрессия, социальная тревожность), черты личности и социальное познание (одиночество, социальная поддержка) на симптомы ГИА. Используя когнитивную терапию, акцент в оценке должен включать выявление дисфункциональных познаний, которые необходимо решить. То есть, при осмотре, клиницисты должны исследовать ожидания использования Интернета, чтобы понять потребности клиента и какими способами клиент считает, что Интернет может помочь удовлетворить.

Альтернативно, выводы также показывают, что терапия должна учитывать неадаптивные познания, связанные с дисфункциональным использованием Интернета. Эти данные подтверждают более ранние исследования, в которых проявлялись неадаптивные познания, такие как чрезмерное обобщение, избегание, подавление, увеличение, дезадаптивное решение проблем или негативные самооценки, связанные с увлекательным использованием Интернета (Молодой, 2007). Клиническим следствием этих выводов является то, что терапия должна применять когнитивную реструктуризацию и рефрейминг для борьбы с мыслями, которые приводят к увлекательному использованию Интернета. Например, пациент, страдающий от ГИА, может иметь признаки социальной тревоги и застенчивости, а значит, и несколько друзей, а также проблемы с другими в школе. Затем она может подумать, что общение с другими людьми через сайты социальных сетей удовлетворяет ее социальную потребность, не имея страшных ситуационных аспектов «реального» социального взаимодействия. Кроме того, у нее может быть ожидание, что игра в онлайн-игру может отвлечь ее от проблем в школе и что покупка онлайн или поиск информации в Интернете может уменьшить чувство одиночества. Терапия фокусирует ее на том, чтобы видеть альтернативные места в школе или в частной жизни, где она может воспитывать уважение и удовлетворение социальных потребностей. Если она перестанет оправдывать, что сайты социальных сетей, игр и торговых площадок - единственные места, где она хорошо себя чувствует в своей жизни, и она находит другие более здоровые магазины, тем меньше она будет в разных интернет-приложениях. Зная роль, которую играют познания в развитии ГИА, когнитивная терапия может помочь клиентам реструктурировать предположения и интерпретации, которые хранят их в Интернете. Опять же, эти потенциальные клинические последствия результатов исследования должны рассматриваться с осторожностью, так как они должны быть воспроизведены в клиническом образце, подходящем для лечения.

Однако с более широкой точки зрения эти данные дают представление о том, как терапевты могут конкретно применять CBT-IA для пациентов, страдающих от интернет-инфекции. Модификация поведения может помочь клиентам разрабатывать и адаптировать новые и более функциональные стратегии преодоления проблем, чтобы справляться с ежедневными проблемами. Терапия должна быть направлена ​​на то, чтобы помочь клиентам найти более безопасные способы справиться, чем обратиться в Интернет. Важнейшим компонентом CBT-IA является поведенческая терапия, которая помогает клиентам справляться с основными проблемами, способствующими ИА, конкретным или обобщенным (Молодой, 2011a, 2013). Полученные данные свидетельствуют о том, что улучшение навыков преодоления трудностей уменьшит потребность в онлайн-доступе для клиентов. Хотя мы изучаем выборку населения в целом, мы считаем, что вывод о том, что преодоление и ожидание являются посредниками в разработке и поддержании ГИА, способствуют лучшему пониманию механизмов ГИА и что они, вероятно, имеют некоторые последствия для лечения, как упомянуто выше , Другим аспектом, который не был сфокусирован в текущем исследовании, является роль префронтальной целостности коры. Эффективность CBT-IA также может зависеть от префронтального функционирования пациента, поскольку усиление когнитивного контроля использования Интернета в ходе терапии, скорее всего, связано с исполнительными функциями и другими когнитивными процессами более высокого порядка. Это важно рассмотреть в будущих исследованиях, поскольку в последнее время опубликована пара статей, в которых показано, что функции префронтальной коры, вероятно, уменьшаются у пациентов с ИА (см. Обзор в Brand и др., 2014).

В нашем примере возраст был обратно коррелирован с симптомами GIA, но с очень низким размером эффекта (только объясняя 1.96% от дисперсии). Учитывая недавние статьи об использовании Интернета у пожилых людей (например, Истман и Айер, 2004; Vuori и Holmlund-Rytkönen, 2005; Campbell, 2008; Нимрод, 2011), можно, конечно, исключить возрастные эффекты по нескольким аспектам использования Интернета, такие как использование мотивов и способ пожилого опыта веселья и удовлетворения в Интернете. Учитывая, что пожилые люди также имеют более высокий шанс развития исполнительных дисфункций из-за изменений префронтальной коры с возрастом (Альварес и Эмори, 2006), которые также связаны с сокращением решений (Бренд и Markowitsch, 2010), можно предположить, что те пожилые люди с сокращениями исполнителей, которые испытывают большое удовольствие в Интернете, могут развить ГИА. Однако это не представлено нашими данными, так как наш образец не включал более старые предметы. Будущие исследования могут исследовать конкретные факторы уязвимости, связанные с риском ГИА у пожилых людей.

Гендер не повлиял на общую структуру модели. В предыдущих статьях были выявлены гендерные эффекты для конкретных типов ИА, таких как онлайн-игры (например, Ko et al., 2005) и особенно киберсекс (Meerkerk и др., 2006; Гриффитс, 2012; Laier и др., 2013, 2014), но также утверждалось, что оба пола обычно подвержены риску развития привыкания к использованию Интернета (Young et al., 1999, 2011). В нашем исследовании влияние пола на GIA, измеряемое s-IAT, было очень низким (d = 0.19, см. Результаты), что указывает на то, что по крайней мере в общей популяции оба пола одинаково подвержены риску развития ГИА. Хотя гендер не повлиял на общую структуру данных в СЭМ, между мужчинами и женщинами наблюдались некоторые различия в отношении трех прямых эффектов от предикторных переменных к посредникам. Как было резюмировано в разделе результатов, психопатологические аспекты повлияли на ожидание у женщин, а не у мужчин, в отрицательном влиянии личностных аспектов на преодоление и ожидание более ощутимо у мужчин, чем у женщин. Эти эффекты соответствуют литературе о гендерных различиях в отношении депрессии и социальной тревоги (Sprock и Yoder, 1997; Москович и др., 2005), а также самоуважение и самоэффективность (Хуан, 2012). Тем не менее, аспекты, которые находятся в центре внимания исследования, а именно посреднические эффекты преодоления и ожиданий и их значение для ГИА, не были затронуты полом (см. Результаты анализа средней структуры). Таким образом, независимо от того, как гендер может влиять на социальную тревогу, депрессию или какие-то индивидуальные аспекты, преодоление и ожидание следует рассматривать в CBT-IA в обоих полах.

Наконец, существует несколько ограничений этого исследования. Это недавно разработанная модель, которая нуждается в дальнейшем тестировании для клинической группы населения, чтобы полностью увидеть ее клиническую эффективность в лечении. Он также должен быть протестирован с использованием более длинной версии IAT (Молодой, 1998; Видьянто и МакМурран, 2004) как более проверенная мера в литературе. Мы использовали более короткую версию, учитывая длину инструмента оценки, который мы использовали для всей модели, но если реплицировать эту работу с помощью клинической выборки, было бы предложено использовать IAT вместе с дополнительными мерами ИА, такими как Оценка Интернета и Компьютерная игра «Наркомания как масштаб» (AICA-S) или клиническое интервью (AICA-C) разработаны и подтверждены клиническими группами с помощью (Wölfling и др., 2010, 2012). Кроме того, для целей настоящего исследования мы разработали и опробовали вопросник по ожиданию использования Интернета. Хотя мы были методологически консервативны и осторожны в разработке шкалы, эта мера должна оцениваться по дополнительным группам населения для обоснованности, и вопросник нуждается в дальнейшем эмпирическом тестировании в будущих исследованиях. Дополнительные и более подробные масштабы и собеседования должны также применяться к клиническим образцам, поскольку большинство аспектов, оцененных в нашем исследовании, измерялись с использованием коротких вопросников с ограниченным количеством предметов по практическим причинам (ограничение времени в контексте онлайновых опросов) , Еще одной потенциальной проблемой является проблема общей дисперсии метода (Podsakoff и др., 2003). К сожалению, никакая явная маркерная переменная, которая теоретически не связана со всеми другими переменными, была включена в исследование по практическим соображениям (опрос занял почти 25 мин, что является критическим порогом для онлайн-опросов). Хотя мы не можем исключить влияние общей дисперсии метода на результаты, мы утверждаем, что этот эффект маловероятен для всей представленной структуры данных. При проверке двумерных корреляций (Таблица 3) видно, что некоторые из них очень низкие (например, r = -0.08, r = -0.09, r = 0.12 и т. Д.). Мы считаем, что эти низкие корреляции дают некоторые нежные намеки на предположение, что дисперсия общего метода не влияет на основные анализы. Тем не менее, модель должна быть протестирована с помощью систематического подхода с несколькими признаками и множеством методов (Кэмпбелл и Фиск, 1959) в будущих исследованиях.

В настоящем исследовании основное внимание уделяется GIA, что означает, что модель на SIA, как описано Brand et al. (2014), все еще необходимо протестировать эмпирически. Различные формы SIA (например, игры, онлайн порно, или интернет азартных игр) должны быть проверены, чтобы увидеть, если справляющиеся навыки и использование Интернет-средняя продолжительность играют аналогичную роль в развитии проблемы. По-прежнему остается дебатом, если концепция ГИА в основном адекватна для покрытия проблемного поведения пациентов. Мы нашли доказательства связи между самоотчетными проблемами, связанными с неспецифическим использованием нескольких различных интернет-приложений и переменных, предложенных в модели. Концепция GIA была введена в действие инструкциями s-IAT и формулировками элементов, а также тем фактом, что более 97% участников сообщали о регулярном использовании трех или более различных интернет-приложений, таких как общение, игры, азартные игры, киберсекс, покупки или поиска информации. С клинической точки зрения, тем не менее, это тема дебатов, если ГИА может стать основанием для обращения за лечением или если пациенты, ищущие лечение, в основном страдают от утраты контроля над использованием только одного конкретного приложения. Мы предлагаем рассмотреть этот момент в клинических исследованиях, систематически исследуя критическое поведение в контексте использования Интернета и анализируя, насколько часто неконтролируемое и захватывающее использование более чем одного интернет-приложения находится в клинических образцах. Кроме того, не все компоненты, предложенные в теоретической модели GIA, могут быть включены в это исследование. Например, в будущих исследованиях могут быть включены дополнительные черты личности или другие психопатологические расстройства.

Заключение

Основные гипотезы модели по GIA поддерживаются эмпирическими данными. Основные характеристики человека связаны с симптомами GIA, но эти эффекты опосредуются специфическими познаниями человека, в частности, сочетанием стиля и ожидания использования Интернета. Эти познания должны решаться при лечении привыкания в Интернете.

Авторские вклады

Маттиас Брэнд написал первый проект документа, контролировал сбор данных и проанализировал и интерпретировал данные. Кристиан Лэйер особенно содействовал концептуализации эмпирического исследования и сбора данных и пересмотрел рукопись. Кимберли С. Юнг редактировал проект, критиковал его и вносил интеллектуально и практически в рукопись. Все авторы, наконец, одобрили рукопись. Все авторы подотчетны за все аспекты работы.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось в отсутствие каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Благодарности

Мы благодарим Элиза Вегманн и Яна Снаговского за их ценный вклад в изучение и рукопись. Они значительно помогли нам в программировании онлайн-опроса и проверки данных.

Рекомендации

Под редакцией:

Ofir Turel, Калифорнийский государственный университет, Фуллертон и Университет Южной Калифорнии, США

Рассмотрено:

Авив М. Вайнштейн, Медицинская организация Хадасса, Израиль
Дарья Джоанна Кусс, Университет Ноттингема Трент, Великобритания