Проблемное использование Интернета в качестве возрастной многогранной проблемы: данные из двухсайтового опроса (2018)

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

Иоаннидис К1, Тредер MS2, Чемберлен С.Р.1, Кирали F3, Redden SA4, Stein DJ5, Lochner C6, Грант JE7.

Абстрактные

Предпосылки и цели:

Проблемное использование Интернета (PIU, иначе известное как интернет-зависимость) является растущей проблемой в современных обществах. Существует недостаточное знание демографических переменных и конкретных интернет-мероприятий, связанных с ГРП, и ограниченное понимание того, как ГРП следует концептуализировать. Наша цель состояла в том, чтобы определить конкретные интернет-мероприятия, связанные с ГРП, и изучить умеренные роли возраста и пола в этих ассоциациях.

МЕТОДЫ:

Мы наняли участников 1749 в возрасте 18 и выше с помощью медиа-рекламы в интернет-опросе на двух сайтах, один в США и один в Южной Африке; мы использовали регрессию Lasso для анализа.

РЕЗУЛЬТАТЫ:

Определенные виды деятельности в Интернете были связаны с более высокими показателями проблемного использования Интернета, в том числе обычный серфинг (β: 2.1), интернет-игры (β: 0.6), покупки в Интернете (β: 1.4), использование веб-сайтов онлайн-аукционов (β: 0.027), социальные сети. сетей (β: 0.46) и использование порнографии в Интернете (бета: 1.0). Возраст модерировал взаимосвязь между ОРП и ролевыми играми (β: 0.33), онлайн-азартными играми (β: 0.15), использованием веб-сайтов аукционов (β: 0.35) и потоковыми медиа (β: 0.35), при этом пожилой возраст ассоциировался с более высоким возрастом. уровни ГРП. Получены неубедительные доказательства того, что гендерная и гендерная активность в Интернете связана с проблемными оценками использования Интернета. Синдром дефицита внимания и гиперактивности (СДВГ) и социальное тревожное расстройство были связаны с высокими показателями PIU у молодых участников (возраст ≤ 25, β: 0.35 и 0.65 соответственно), тогда как генерализованное тревожное расстройство (ГТР) и обсессивно-компульсивное расстройство (ОКР) были связаны с высокими показателями PIU у старших участников (возраст> 55, β: 6.4 и 4.3 соответственно).

ВЫВОДЫ:

Многие виды онлайн-поведения (например, магазины, порнография, общий серфинг) несут более сильные отношения с неадекватным использованием Интернета, чем игровая поддержкой диагностической классификации проблематичного использования Интернета как многогранное расстройством. Кроме того, интернет-деятельность и психиатрические диагнозы, связанные с проблемным использованием Интернета, различаются с возрастом с последствиями для общественного здравоохранения.

КЛЮЧЕВЫЕ СЛОВА: Поведенческая зависимость; Интернет зависимость; Расстройство интернет-игр; Лассо; Машинное обучение; Проблемное использование Интернета

PMID: 29459201

DOI: 10.1016 / j.addbeh.2018.02.017

                            1

Введение

Проблемное использование Интернета (PIU, иначе известное как интернет-зависимость), является проблемой общественного здравоохранения в современных обществах по всему миру. Эпидемиология ГРП пока неясна (

; ) с широким диапазоном сообщаемых оценок точечной распространенности (от 1% до 36.7%), что, вероятно, отражает не только популяционные различия, но и разнообразие инструментов оценки и различные рабочие определения поведения ОРП. DSM-5 выделила расстройство интернет-игр в качестве условия для дальнейшего изучения (), в частности исключив другие виды деятельности в Интернете, такие как азартные игры и использование социальных сетей, несмотря на накопление доказательств того, что проблемное использование Интернета является многогранной проблемой, выходящей за рамки онлайн-игр (; ;). Было описано, что многие различные виды онлайн-поведения способны нарушить нормальное функционирование при чрезмерном использовании, включая онлайн-игры и многопользовательские онлайн-ролевые игры (;;;;;), онлайн-азартные игры (;), покупки в Интернете (; ;), просмотр порнографии (;;), частые проверки электронной почты, обмена мгновенными сообщениями (;;) и перерасход социальных медиа (;). Поведение в Интернете также может вызывать беспокойство по поводу физического здоровья людей (;) или закладывать основу для преступных действий (). Импульсивные и компульсивные характеристики могут лежать в основе проблемного поведения в Интернете (;;;;), в то время как определенные действия в Интернете были связаны с психическими расстройствами; например, покупки в Интернете были связаны с депрессией и накоплением (

).

Молодежь и студенты считаются наиболее уязвимыми для ГРП (

; ; ; ; ), но люди среднего и старшего возраста не были всесторонне исследованы. Молодой возраст связан с проблемными онлайн-покупками (;). Тем не менее, был проведен ряд исследований, в которых выявлялись проблемы интернет-активности, в том числе чрезмерные интернет-шоппинг, у взрослых людей (

). В целом, естественная история проблемного интернет-использования до сих пор неизвестна, и могут быть связанные с возрастом различия в общем PIU или в разных проблемных онлайн-поведении.

PIU считается преобладающим среди мужчин (

; ) и, вероятно, более распространена среди азиатских мужчин, но женщины также могут быть уязвимыми (;). На клиническом уровне большинство исследований PIU включали только участников-мужчин (), и неясно, были ли недооценены женские клинические группы. Существует несколько свидетельств из наблюдательных исследований, в которых мужчины и женщины отличаются тем, как они действуют в онлайновой среде с точки зрения видов деятельности, которые они выбирают, и их негативных последствий (;). Чрезмерное использование чатов и социальных сетей связано с женским полом у молодых студентов (;;;; S). Женский пол также был идентифицирован как предиктор проблемных онлайн-покупок (), но сообщалось также и об обратном (;). Онлайн-игры были связаны с мужским полом (), но в обоих полах () сообщалось о многопользовательских онлайн-ролевых играх. Интернет порнографии, а также азартные игры онлайн сообщили, что чаще встречается у взрослых мужчин (), однако, было высказано мнение о том, что роль вознаграждения армирование, битком реактивностью и жажде онлайн секс одинаковы для обоих полов (). Отдельные платформы социальных сетей с аддиктивным потенциалом, такие как сетевые сайты, такие как Facebook, используются обоими полами, и утверждалось, что женщины могут быть особенно подвержены риску (). В целом могут быть гендерные различия для аспектов ГРП; альтернативно, может случиться так, что после учета клинических и поведенческих характеристик / путаницы оба пола будут одинаково затронуты (;;

  

).

В целом, проблемное использование Интернета, включая широкий спектр проблемного поведения в Интернете, требует более тщательных исследований, которые прольют свет, на который конкретные действия следует рассматривать как проблемные или дисфункциональные или в целом способствующие явлению, описанному как ОРП. То, как возраст и гендер смягчают отношения между конкретными действиями в Интернете и ОРП, были недостаточно изучены, что требует большего внимания.

Наша цель состояла в том, чтобы идентифицировать специфические связанные с Интернетом мероприятия, статистически связанные с ОРП, и есть ли взаимодействие с возрастом или полом, которые смягчают эти отношения.

 

 

  

2

Материал и методы

 

 

  

2.1

Настройка и меры

Более подробная информация об установках и мерах этого исследования была также описана в нашей предыдущей публикации по ГРП (

 

 

). Сообщение о методах этого исследования следует руководству STROBE (

). Текущее исследование проводилось с января 2014-February 2015. Люди в возрасте 18 лет и старше были набраны на двух сайтах: Чикаго (США) и Стелленбош (Южная Африка) с использованием интернет-рекламы (средний возраст 29 [18-77], 1119 мужчин [64%], 1285 Caucasian [73%]). В рекламных объявлениях просили людей принять участие в онлайн-опросе об использовании Интернета. Участники завершили опрос анонимно, используя программное обеспечение Survey Monkey. Опрос был отправлен через Craigslist, поэтому были нацелены только участники из определенных мест. Исследование было одобрено организационными советами по обзору на каждом исследовательском участке. Участники не получили компенсацию за участие, но были зачислены в случайную лотерею, в которой пять призов были доступны с каждым призом, стоимостью от $ 50 и $ 200 в США и тремя призами между ZAR250 и ZAR750 в Южной Африке.

Онлайн-опрос содержал вопросы о возрасте, поле, расе, статусе отношений, сексуальной ориентации и образовании каждого человека, а также о различных показателях конкретной интернет-активности. Мы измерили ряд различных видов интернет-активности, включая 1) обычный серфинг 2) общий объем интернет-игр 3) Ролевые онлайн-игры (РПГ) 4) траты времени / игры на умение (например, приложения на iPod / iPad / сотовом телефоне, тетрис, драгоценности) 5 ) онлайн мультиплеер действия (т.е. Служебный долг, Gears войны) 6) Интернет-магазины 7) Аукцион сайтов (т.е. Ebay) 8) Интернет игорные 9) Социальные сетевые 10) онлайн спорта (т.е. фантазия спорта, ESPN) 11) порнография / Секс в Интернете 12) Обмен сообщениями / блогами (например, AIM, Skype) и 13) Потоковое видео / мультимедиа (например, YouTube, Hulu). Обследование также включало клинические меры: тест на интернет-зависимость (IAT) (

), чтобы обеспечить показатель неадаптивного использования Интернета; (MINI) модули () для выявления вероятного социального тревожного расстройства (SAD), генерализованного тревожного расстройства (GAD) и обсессивно-компульсивного расстройства (OCD); контрольный список симптомов самоконтроля ADHD для взрослых (ASRS-v1.1) () для выявления симптомов дефицита внимания с гиперактивностью (СДВГ); Падуйский инвентарь (ПИ) () для выявления обсессивно-компульсивных тенденций; и Шкала Импульсивности Баррата (BIS-11) для количественной оценки импульсивной личности (

). Описательная статистика для всех переменных суммируется и стратифицируется по возрасту в дополнительной таблице S1a.

IAT содержит вопросы 20, изучающие аспекты PIU. Оценки диапазона IAT от 20 до 100 с 20-49, отражающие умеренное использование Интернета, умеренное использование Интернета 50-79 и 80-100, отражающие серьезное использование Интернета. PI состоит из элементов 39, оценивающих общее навязчивое и компульсивное поведение. BIS-11 - это анкета для самостоятельного отчета, используемая для определения уровней импульсивности.

Мы выполнили анализ основных компонентов (PCA), чтобы определить, смогут ли некоторые компоненты интернет-активности объяснить значительную часть дисперсии. Однако этот анализ показал, что нам требовалось> 11 из 13 компонентов для достижения> 90% дисперсии, что указывает на то, что значительная часть переменных активности в Интернете однозначно влияет на дисперсию. Поэтому мы решили использовать в нашем анализе каждую переменную отдельно.

В анализ были включены только данные участников, которые полностью заполнили онлайн-опрос, включая показатели интернет-активности. Исходная выборка включала 2551 человека. 63 человека были исключены из-за отсутствия баллов IAT. Еще 18 человек были исключены из-за того, что сообщили о трансгендерном поле, и 459 человек из-за отсутствия важных предикторов, например, баллов по опроснику PI или BIS. Пять человек были исключены из исследования по возрасту <18 лет. Еще 257 человек были исключены из-за отсутствия показателей активности в Интернете. Окончательный полный набор включал 1749 человек с полными баллами по всем переменным. Этот последний шаг процесса исключения объясняет различие выборки между настоящим исследованием и

. Этот окончательный полный набор включал 1063 человека с участка Стелленбош и 686 человек с участка Чикаго. Расчетная точечная распространенность PIU составила ~ 8.5% при пороговом значении IAT 50 или выше. При сравнении двух популяций исследовательских центров выяснилось, что на сайте Стелленбоша были более молодые участники [среднее (диапазон) 24.3 (18–76) против 36.3 (18–77), ANOVA F <0.05, η 2 : 0.20], меньшая доля мужского пола [58% против 73%, χ 2 <0.05, φ : 0.15], более высокая доля гетеросексуальной сексуальной ориентации [91% против 84%, χ 2 <0.05, φ : 0.10], более высокие показатели ADHD [50% vs 41% χ 2 <0.05, φ : 0.9], более низкие показатели покупок в Интернете [среднее (диапазон) 0.48 (0–5) против 1.27 (0–5), ANOVA F <0.05, η 2 : 0.18] и несколько более низкие оценки IAT [среднее (диапазон) 30.3 (20–94) против 35.9 (20–85), ANOVA F <0.05, η 2 : 0.06]. Более подробное сравнение представлено в дополнительной таблице S1b. Процесс найма и исключения графически представлен в Рис 1 , Все непрерывные переменные (т.е. оценка BIS) были стандартизированы для повышения интерпретируемости модельных коэффициентов. Методы прогнозирования использовали показатель IAT как числовую переменную (Range 20-94, Mean 32.48). Все анализы проводились в R Studio версии 3.1.2. Lasso Обобщенные линейные модели выполнялись с использованием пакета «glmnet» (пакет glmnet версии 2.0-5 (

)). Более подробную информацию о процессе анализа можно найти в Приложении (приложение к методологии).

  

 

 

 

 

 

  

Рис 1
  

Схема набора персонала. Блок-схема, описывающая набор и исключение из основной и подгрупповой анализов; IAT: тест на интернет-зависимость; ИП: Пересмотренная инвентаризация Падуи; BIS - Шкала импульсивности Барратта 11; CHI - Чикаго; SA - Южная Африка (Стелленбос). (Для интерпретации ссылок на цвет в легенде этого рисунка читателю отсылается ссылка на веб-версию этой статьи.)

 

 

 

 

 

  

2.2

Исследование корреляций

Мы исследовали корреляции между переменными в наших данных (см. Рис 2 ). Все виды интернет-активности имели слабую положительную корреляцию с оценкой IAT (диапазон коэффициента корреляции Пирсона 0.23–0.48). Были выявлены некоторые умеренные положительные корреляции между переменными интернет-активности, например, общее количество интернет-игр и RPG (r = 0.57), общее количество интернет-игр и многопользовательских игр (r = 0.55), онлайн-покупки и использование аукционных сайтов (r = 0.55), общий серфинг и покупки (r = 0.44), общий серфинг и социальные сети (r = 0.44), общий серфинг и потоковое мультимедиа (r = 0.44). Были слабые положительные корреляции между видами спорта и порнографии (г = 0.38), мужского пола и спорта (R = 0.30) или порнографии (R = 0.39) или действие сетевой игры (г = 0.27). Были слабые корреляции между онлайн азартных игр и действий мультиплеер (г = 0.41), РГП (г = 0.32), аукционные сайты (г = 0.38), спорт (г = 0.38) или порнографию (г = 0.39). Импульсивность был слабо положительно коррелирует с общим серфинга, интернет-магазины, использование аукционных сайтов, социальных сетей, потокового мультимедиа и порнографии (0.2 ≤ ≤ 0.3 г). Была также слабая корреляция между более старшим возрастом и покупками (г = 0.33) или использованием аукционных сайтов (г = 0.22), а также между негетеросексуальной сексуальной ориентацией и порнографиями (г = 0.22). Все остальные корреляции между интернет-активностью и возрастом, полом, статусом отношений, сексуальной ориентацией, уровнем образования, расой и уровнями импульсивности и компульсивности были очень слабыми (-0.2 <r <0.2).

  

 

 

 

 

 

  

Рис 2
  

Исследовательская корреляционная матрица переменных. Корреляции Пирсона между всеми переменными. Положительные корреляции обозначены зеленым градиентным цветом, отрицательные - красным. IAT. Итого - оценка интернет-зависимости; PADUA - оценка инвентаризации PADUA; BIS - оценка по шкале импульсивности Барратта; RPG - Ролевые онлайн-игры. (Для интерпретации ссылок на цвет в легенде этого рисунка читателю отсылается ссылка на веб-версию этой статьи.)

 

 

 

 

 

  

2.3

Работа с переустановкой

Для наших статистических методов мы использовали модели, которые включали демографические переменные (возраст, раса, уровень образования, пол, статус отношений, сексуальная ориентация), клинические характеристики (диагнозы СДВГ, ГАД, социальная тревога и ОКР), поведенческие размеры, которые, как известно, связаны с PIU (импульсивность и компульсивность), интернет-деятельность и условия взаимодействия между интернет-деятельностью × Age или Gender; последний был решен, чтобы проверить гипотезу о том, что возраст или пол смягчают отношения между действиями в Интернете и проблемными оценками использования Интернета. Мы включили в себя в общей сложности переменные предиктора 51. Включая множество переменных, мы нацелились на более точную модель и в то же время захватываем сложные взаимодействия между демографическими и интернет-переменными активности. Однако недостатком множества предикторных переменных является то, что это обычно приводит к переуплотнению, сопровождаемому большими коэффициентами. Кроме того, линейная регрессия в выборке также имеет тенденцию к перегрузке, особенно в сложных моделях, и в корне ошибочна в прогнозировании новых данных. Имеются обширные свидетельства недостатков моделей с более сложной моделью (

 

 

). Чтобы справиться с переуплотнением, мы обсудили использование статистических методов вне выборки (кросс-валидация) для получения оценки ошибки обобщения и предсказания модели (

 

 

). Мы исследовали этот подход в наших текущих данных, когда мы использовали перекрестно проверенную оценку среднеквадратичной ошибки вне выборки в сочетании с обратным выбором переменных, чтобы проверить, улучшаются ли модели путем добавления большого количества переменных в подмножества возможных комбинаций предикторов, и мы увидели, что разреженные модели (т.е. с примерно от 13 до 16 переменных) не уступают в плане перекрестной проверки RMSE по сравнению с более сложными моделями (включая> 16 переменных). Это показано в поисковых Рис 3 (верхний левый).

  

 

 

 

 

 

  

Рис 3
  

Пояснительные графики для кросс-валидированных ошибок и коэффициентов Лассо. Пояснительные графики для кросс-валидированных ошибок и коэффициентов Лассо (все участники n = 1749). Первый график (вверху слева) демонстрирует кросс-проверенную ошибку квадрата среднего квадрата (rmse.cv) как функцию числа переменных, включенных в модель линейной регрессии. График демонстрирует, что добавление в модель не более ~ 16 переменных не обязательно улучшает модель с точки зрения сокращения RMSE. Второй график (вверху справа) демонстрирует 10-кратную кросс-проверенную среднюю квадратичную ошибку как функцию (log) лямбда (λ) для лассо-регуляризованной модели с использованием полных данных с условиями взаимодействия. Верхняя нумерация графика указывает количество предикторов (переменных), которые использует модель, исходя из всех предикторов (верхний левый угол) до более разреженных моделей (верхний правый угол). Эта функция помогает оптимизировать Lasso с точки зрения выбора наилучшего λ. Третий график (внизу слева) показывает оценки коэффициентов предикторов как функцию log (λ), указывающие на усадку коэффициентов для большего числа log (λ). Верхняя нумерация графика указывает количество предикторов (переменных), которые использует модель, исходя из всех предикторов (верхний левый угол) до более разреженных моделей (верхний правый угол). Последний график (внизу справа) показывает долю отклонения, объясняемую моделями, по отношению к числу используемых предикторов и их коэффициентам. Каждая цветная линия описывала один предиктор и его коэффициент. На графике показано, что близко к максимальной доле отклонения объясняются более высокие коэффициенты, что указывает на вероятную переоценку модели. (Для интерпретации ссылок на цвет в этой фигуре легенда читатель ссылается на веб-версию этой статьи.)

 

 

 

 

 

  

2.4

Регулярная регрессия с ограничениями разреженности

По причинам, упомянутым в предыдущем абзаце, мы хотели использовать метод прогнозирования, который бы не переместился так же сильно, будучи сопоставимым со стандартными статистическими методами с точки зрения прогнозирования показателей PIU. Было бы также полезно, если бы наш метод мог также выполнять выбор переменных (т. Е. Путем уменьшения числа предикторов с ненулевыми коэффициентами), чтобы помочь с интерпретируемостью модели. Регуляризация, первоначально разработанная Тихоновым для решения интегральных уравнений (

 

 

), а затем введенный в статистическую науку, имеет некоторые из желаемых вышеперечисленных свойств сдвигающей конструкции модели в сторону разреженности и сокращения переустановки (). Лассо (обобщенная линейная модель с оштрафованным максимальным правдоподобием, известная как регрессия с использованием оператора наименьшего сокращения и выбора (Lasso или LASSO ())) является методом регуляризации и регрессионного анализа, который часто используется в медицинских науках (;) и имеет потенциал для использования в клиническое прогнозирование в психиатрии (RC). Регрессия хребта - это еще одна форма регуляризованной линейной регрессии, которая сжимает коэффициенты путем введения коэффициента (). Эластичная сетка является промежуточной моделью между хребтом и лассо, а ее штраф контролируется α, что связывает промежуток между Lasso (α = 1) и гребнем (α = 0). Параметр настройки λ контролирует общую силу штрафа. Lasso использует штраф L1, а хребет использует штраф L2. В отличие от регрессии хребта эффект штрафа Lasso L1 заключается в том, что большинство коэффициентов приводят к нулю, что приводит к регуляризованному разрешению, которое является редким одновременно. Благодаря этому механизму Lasso выполняет выбор переменных, который может значительно упростить интерпретацию, особенно если в модель вовлечено много предикторов. Другой нестандартный метод, известный высокой точностью и способностью избегать установки, - это случайные леса (

 

 

  

). Случайные леса - это метод машинного обучения, который хорошо работает против нелинейных зависимостей, и поэтому изучение производительности этой модели может дать нам представление о возможно "скрытых" сложных ассоциациях.

 

 

  

2.5

Методы прогнозирования

Чтобы выбрать подходящую модель для нашего анализа, мы сравнили модели линейной регрессии, гребневой регрессии, эластичной сети, лассо и случайного леса друг с другом и с наивным исходным уровнем, используя перекрестную оценку RMSE вне выборки. Наша перекрестная проверка включала случайное разделение данных в наборе для обучения и тестирования, настройку параметров модели в наборе для обучения и прогнозирование результатов IAT в наборе для тестирования. Из-за случайного характера разделения данных на свертки мы повторили этот процесс 50 раз, чтобы получить стабильную и воспроизводимую оценку. Затем мы сравнили окончательные векторы оценок RMSE, используя точные критерии ранжирования со знаком Вилкоксона-Пратта. Все модели были значительно лучше исходных данных (p исправлено <0.001, d Коэна = -0.87) (см. Дополнительную таблицу S2). Сводная статистика оценок RMSE представлена ​​в дополнительной таблице S3. Лассо и эластичная сетка превосходили регрессию гребня (с поправкой на p <0.01, d = 0.51, d = 0.49) и линейную регрессию (с поправкой на p <0.001, d = 0.76) и статистически не различались между собой (с поправкой p> 0.05, d = -0.08). Случайный лес не превосходил ни лассо (p = 0.12), ни эластичную сетку (p исправлено> 0.05). Поэтому в нашем анализе мы использовали Лассо, потому что, помимо хорошей производительности прогнозирования вне выборки, Лассо смог выполнить выбор переменных путем сжатия коэффициентов до нуля и, следовательно, повышения интерпретируемости. Хотя эластичная сеть также может выполнять выбор переменных, она имеет тенденцию выбирать больше переменных, и, несмотря на то, что она является более сложной и более мощной моделью, она не дает значительно лучших характеристик, чем лассо. В нашем окончательном анализе полных данных и анализа подгрупп мы использовали 10-кратную перекрестную проверку, чтобы получить оптимальную лямбду для каждой модели лассо и сообщить коэффициенты, полученные с помощью этих моделей. Пояснительные графики, полученные в результате полного анализа данных, представлены в Рис 3 .

 

 

  

3

Итоги

Результаты регрессии Лассо суммируются во всей выборке и стратифицированы по возрасту в Таблицы 1 и 2 , Полные таблицы результатов анализа подгрупп, в том числе стратифицированные по возрасту и по месту обучения, представлены в дополнительных таблицах онлайн (таблицы S4-S10). Исследуемые участки данных представлены в дополнительных рисунках (рис. S1-S3). Результаты более стандартного статистического подхода линейной регрессии также представлены в дополнительных таблицах S4-S10, и любые различия в структурном выводе по сравнению с основными результатами, представленными ниже, обусловлены выбором другой модели.

Таблица 1
Коэффициенты Lasso для интернет-активности, стратифицированные по возрасту.
Интернет-деятельностьВсе (n = 1749)18 ≤ Возраст ≤ 25 (n = 1042)26 ≤ Возраст ≤ 55 (n = 592)Возраст> 55 лет (n = 115)
Общий серфинг2.100 2.400 1.500 0.590
Интернет-игры0.600 0.450 0.110 0.000
Ролевые игры0.0000.0000.710 0.000
Время0.0000.0000.0000.450
Многопользовательская игра0.0000.0000.0000.000
Шоппинг1.400 0.840 1.500 0.000
Аукционные сайты0.027 0.0000.990 0.230
Азартные игры0.0000.0000.780 0.000
Социальная сеть0.460 0.0001.300 0.000
Спорт0.0000.0000.0000.000
Порнография1.000 1.400 0.210 0.000
обмен сообщениями0.0000.0000.110 0.000
Потоковое мультимедиа0.0000.0000.0001.200
PADUA0.074 0.085 0.029 0.065
BIS0.066 0.048 0.072 0.086
Диагностика СДВГ1.700 0.350 3.100 0.000
Диагностика GAD0.230 0.0000.0006.400
Диагностика социальной тревожности0.0000.560 0.0000.000
Диагностика ОКР0.270 0.0000.0004.300
 

 

 

Лассо - оператор наименьшей абсолютной усадки и выделения; RPG - Ролевые игры; PADUA: Пересмотренная инвентаризационная проверка Падуи; BIS - Шкала импульсивности Барратта 11; СДВГ - синдром дефицита внимания с гиперактивностью; ГТР - генерализованное тревожное расстройство; ОКР - обсессивно-компульсивное расстройство. Для целей презентации значимые коэффициенты Лассо выделены жирным шрифтом.
Таблица 2
Коэффициенты лассо для демографии и условий взаимодействия.
Интернет-деятельностьВсе (n = 1749)18 ≤ Возраст ≤ 25 (n = 1042)26 ≤ Возраст ≤ 55 (n = 592)Возраст> 55 лет (n = 115)
Демографические переменные0.0000.0000.0000.000
Пол × любая активность в Интернете0.0000.0000.0000.000
Возраст × общий серфинг0.000–––
Возраст × Интернет-игры0.000–––
Возраст × RPG0.330 –––
Возраст × время0.000–––
Возраст × многопользовательский режим0.000–––
Возраст × Покупки0.000–––
Возраст × азартные игры0.150 –––
Возрастные аукционы0.350 –––
Возраст × социальная сеть0.000–––
Возраст × спорт0.000–––
Возраст × порнографией0.000–––
Возраст × обмен сообщениями0.000–––
Возрастные потоковые медиа0.350 –––
 
  

Лассо - оператор наименьшей абсолютной усадки и выделения; RPG - Ролевые игры; Демографические переменные: возраст, пол, раса, образование, семейное положение и сексуальная ориентация. Для целей презентации значимые коэффициенты Лассо выделены жирным шрифтом.

 

 

  

3.1

Демографическая

В регрессии lasso никакая переменная, включая возраст, пол, расу, уровень образования, статус отношений или сексуальную ориентацию, не была связана с PIU в любой возрастной подгруппе или в полных данных.

 

 

  

3.2

Интернет-деятельность

В регрессии Лассо с полным набором данных ряд действий в Интернете был связан с высокими показателями PIU, включая общий серфинг (β: 2.1), интернет-игры (β: 0.6), покупки в Интернете (β: 1.4), использование веб-сайтов аукционов (β: 0.027), социальные сети (β: 0.46) и использование порнографии в Интернете (бета: 1.0). Взаимосвязь между PIU и ролевыми играми (RPG), онлайн-азартными играми, использованием веб-сайтов аукционов и использованием потокового мультимедиа модерировалась по возрасту (β: 0.33, 0.15, 0.35 и 0.35 соответственно), причем более старший возраст ассоциировался с более высокими баллами PIU . При анализе возрастных подгрупп (молодые участники в возрасте ≤ 25 лет, участники среднего возраста 25 <возраст ≤ 55; старшие участники в возрасте> 55), общий серфинг был связан с PIU во всех возрастных группах, но сильнее у молодых (β: 2.4) , меньше в среднем возрасте (β: 1.5) и еще меньше среди участников старшего возраста (β: 0.59). Аналогичная тенденция наблюдалась в интернете игрового (Р: 0.45, 0.11 и 0.0 для трех возрастных групп соответственно) и использования порнографии в Интернете (р: 1.4, 0.21 и 0.0). Некоторые виды интернет-активности, такие как использование онлайн-ролевых игр, были сильнее связаны с PIU у участников среднего возраста по сравнению с другими возрастными группами (β: 0.71). То же самое справедливо для онлайн-гемблинга (β: 0.78), обмена мгновенными сообщениями (β: 0.11) и социальных сетей в Интернете (β: 1.3). Использование веб-сайтов аукционов также было более тесно связано с PIU у участников среднего возраста (β: 0.99), но также предсказуемо для участников старшего возраста (β: 0.23). Потоковые онлайн-медиа и использование расточителей времени были связаны с PIU у старших участников (β: 1.2, 0.45 соответственно), но не в какой-либо другой возрастной группе.

 

 

  

3.3

Клинические и поведенческие характеристики

Симптомы синдрома дефицита внимания и гиперактивности (ADHD) (β: 1.7), генерализованного тревожного расстройства (GAD) (β: 0.23) и обсессивно-компульсивного расстройства (OCD) (β: 0.27) были связаны с более высокими показателями PIU. В анализе возрастной подгруппы ADHD и SAD были связаны с более высокими показателями PIU у младших участников (β: 0.35 и 0.56 соответственно), тогда как ADHD оставался значимым в подгруппе среднего возраста (β: 3.1). GAD и OCD были связаны с более высокими показателями PIU в подгруппе старших участников (β: 6.4 и 4.3 соответственно), но не в других возрастных группах. Оценки BIS (импульсивная личность) и оценки PADUA (обсессивно-компульсивные тенденции) были связаны с более высокими показателями PIU в полных данных (β: 0.066 и 0.074 соответственно) и во всех анализах возрастных подгрупп.

 

 

  

4

Обсуждение

Этот документ является первой попыткой всесторонне изучить различные виды интернет-активности, связанные с неадаптивным использованием Интернета, то есть с проблемным использованием Интернета. В предыдущей работе, как правило, решался вопрос о конкретных интернет-действиях, ведущих к проблемному использованию, сосредоточившись на изолированных интернет-мероприятиях (

 

 

; ; ; ; ). Мы показали здесь, что ряд интернет-деятельности, в том числе общего серфинга, интернет-игр, интернет-магазины, использование аукционных сайтов, онлайн азартные игры, социальные сети и использование интернет-порнографии внести свой вклад в отдельности и однозначно ОРП, предоставляя доказательства того, что ОРП является сложным феномен, включающий множество проблемных поведений. Кроме того, мы показали, что эти поведения сохраняют свои статистически значимые ассоциации с ОРП, даже когда психические симптомы, которые, как известно, связаны с ОРП (т.е. симптомы СДВГ, ГАД и ОКР) (;) и размеры поведения, которые, как известно, являются прогностическими PIU (т.е. индивидуальные меры импульсивности и компульсивности) (;;;

). Мы также продемонстрировали, что конкретные интернет-активности, такие как RPG, онлайн-азартные игры, использование аукционных веб-сайтов и потоковых медиа, связаны с более высокими показателями PIU и что на эти отношения влияет возраст. Наконец, наши данные показывают, что другие виды онлайн-поведения (например, магазины, порнография, общий серфинг) несут более сильные отношения с неадекватным использованием Интернета, чем игры, и возможно, что это связанно с тем, что предыдущие исследования не включали такие широкий спектр связанных с Интернетом мероприятий. Эти результаты имеют существенные последствия для концептуализации ГРП как клинически значимого расстройства, поскольку они отвлекают внимание от одномерной и относительно узкой конструкции «расстройства интернет-игр», в сторону многомерного объекта проблемного использования Интернета или интернет-зависимости, включающей множество аспектов человеческого поведения в Интернете.

Более того, используя перекрестную проверку достоверности вне образца, мы показали, что «нестандартный» подход к использованию регрессии Лассо более точен при прогнозировании показателей PIU по сравнению с «более стандартной» линейной регрессией. Использование выборочной оценки прогностического значения модели часто помогает справиться с феноменом, по которому значимость распадается в исследованиях репликации. Однако выбор регрессии Лассо включает в себя предостережение о том, что переменные, которые не выбраны моделью (с нулевыми коэффициентами), все еще могут быть прогностическими, особенно при наличии высоких корреляций между выбранными и не выбранными переменными. В нашем наборе данных у нас не было сильно коррелированных переменных, тем не менее это ограничение означает, что мы должны относиться к любым отрицательным результатам консервативно. Например, отсутствие связи между гендерной проблематикой и ГРП, а также отсутствие связи между гендерными аспектами деятельности в Интернете с ГРП, возможно, подтверждают гипотезу о том, что если принимать во внимание более широкий диапазон поведения ОРП и потенциальных факторов, то оба пола одинаково уязвимы к разработке аспектов PIU (

; ). Однако из-за ограничений нашего анализа мы не можем исключить возможность существования других ассоциаций между ГРП и гендерным аспектом. Например, было высказано предположение о том, что гендерный фактор смягчает взаимосвязь между интернет-магазинами и PIU и что женщины могут быть более подвержены риску (). Уместность может заключаться в том, что компульсивное расстройство покупки, расстройство, которое является заметным в группах среднего возраста, имеет преобладание женщины по соотношению 5: 1 () и может вести такие выводы. У нас не было никаких данных об этом беспорядке, чтобы проверить эту гипотезу. Важно также отметить, что используемый здесь инструмент IAT получил критику в связи с его отсутствием надежности в отношении структуры факторов, отличиями от текущей эксплуатации DSM-5 (расстройствами в играх) и отставанием от технологических достижений интернет-приложений (;

). Будущие исследования PIU будут хорошо обслуживаться методологически надежными, проверенными инструментами, которые также смогут фиксировать быстро меняющийся характер PIU с технологической и поведенческой точки зрения.

Наш анализ по возрасту и подгруппе обеспечил понимание ассоциаций, связанных с возрастом между ОРП и различными видами деятельности в Интернете. Общая концепция о том, что ОРП является расстройством молодежи, не всегда является правильной и может основываться на отсутствии надлежащим образом разработанных исследований, которые учитывают поведение в онлайновом режиме во всех возрастных группах. Недостаточное знание естественной истории ГРП на протяжении всей жизни не позволяет всесторонне изучить уязвимости в пожилых людях с точки зрения риска развития ОРП. Однако наши результаты показывают, что эти уязвимости существуют, и необходимы дальнейшие исследования для определения характеристик групп риска. Например, наличие симптомов СДВГ или симптомов социальной тревожности может быть предиктором для ОРП у молодых людей, тогда как наличие симптомов ОКР или ГАД может быть предиктором для ПИУ в пожилых людях. Тот факт, что ОКР не было установлено, что оно связано с ГРП в недавнем метаанализе (

) может быть показателем того, что более старые слои населения были недостаточно изучены. Тот факт, что ADHD был сильно связан с высокими показателями PIU, неудивительно, поскольку в других исследованиях сообщалось о очень высокой распространенности ADHD (до 100%) в популяциях PIU (). В то же время, конкретные группы среднего возраста (между 26 и 55) могут быть более подвержены риску ОРП, если они также страдают от компульсивного расстройства или расстройства азартных игр, учитывая естественную историю этих расстройств, пик в среднем возрасте (

).

Кроме того, выводы о том, что конкретная активность в Интернете связаны с ОРП только в конкретных возрастных группах, подразумевают, что определенные возрастные группы могут подвергаться риску развития аспектов ОРП. В то время как молодые люди могут быть более подвержены риску развития ЦРПА с предрасположенностью для просмотра порнографии, уязвимости, которая может быть менее сильной в среднем возрасте и ослабевать позже в жизни, пожилые люди могут быть более склонны к развитию ОРПА характеризуется проблемным использованием времени отходы и потоковые среды (см. Рис 4 ). Наконец, общий серфинг может быть недооцененным аспектом ГРП, который, по-видимому, более тесно связан с более высокими показателями PIU у молодых людей, но имеет важное значение для всех возрастных групп; этот вывод может быть связан с тем, что ранняя взрослая жизнь может быть менее направленной, а молодые люди проводят больше времени во время неструктурированных действий в онлайновых средах по сравнению с другими более старшими возрастными группами.

  

 

 

 

Рис 4
  

Пример экспериментального рисунка связи между проблемным использованием Интернета и потоковым мультимедиа по возрастным группам. Это примерный рисунок, показывающий взаимосвязь между проблемным использованием Интернета (PIU) и потоковыми медиа, сгруппированными по возрасту. Линии регрессии - это линейные модели с доверительными интервалами (серые области). Интересно, что потоковые медиа, по-видимому, меньше связаны с PIU в молодом возрасте ≤ 25 по сравнению с пожилыми людьми> 55 (также показано в анализе Lasso в основной статье; Lasso coef Streaming media β: 0.0 для молодых и β: 1.2 для старых , Возраст × Взаимодействие потокового мультимедиа Коэффициент Лассо β: 0.35). (Для интерпретации ссылок на цвет в легенде этого рисунка читателю отсылается ссылка на веб-версию этой статьи.)

 

 

 

Наши результаты также имеют значение для общественного здравоохранения в отношении регулирования онлайн-контента и целевых вмешательств. Если определенные виды деятельности более тесно связаны с развитием проблемного использования, чем другие, тогда возникает вопрос о том, должна ли политика общественного здравоохранения быть нацелена на группы уязвимых лиц для повышения их устойчивости к риску ГРП, или должны ли быть более универсальные вмешательства, нацеленные на конкретные аспекты поведения в Интернете, следует учитывать, чтобы сделать онлайн-среду менее захватывающей. Например, онлайн-платформы могут в некоторых случаях использовать определенные архитектуры, которые используют уязвимости пользователей (т. Е. Импульсивные или компульсивные черты) и стремятся максимально увеличить продолжительность пребывания пользователей в онлайн-среде. Хотя это имеет смысл с точки зрения маркетинга, это вызывает озабоченность по поводу того, должны ли эти среды также выдавать предупреждение о вреде для здоровья пользователя.

 

 

  

4.1

ограничения

Это был кросс-секционный онлайн-опрос, поэтому причинно-следственных связей установить нельзя. Более того, из-за методологии набора и возможной склонности людей с ОРП с большей вероятностью заполнить онлайн-опрос, текущие результаты могут не распространяться на ОРП в общей фоновой популяции в целом. Еще одним ограничением нашего исследования является отсутствие клинических данных по некоторым диагностическим объектам, связанным с PIU, например, депрессии или злоупотреблению психоактивными веществами. Следовательно, возможно, что депрессия или злоупотребление психоактивными веществами могут быть причиной некоторых ассоциаций, наблюдаемых в нашем исследовании. Будущие исследования должны включать более широкий спектр клинических параметров, чтобы выяснить, учитывают ли они наблюдаемые связи между PIU и интернет-активностью. Существуют и другие ограничения в отношении наших клинических данных, полученных при использовании MINI; Подтверждено, что это может сделать обученный человек в ходе личного собеседования, тогда как в нашем исследовании это было сделано с помощью онлайн-инструмента. Однако наши клинические данные согласуются с предыдущими исследованиями в PIU. Кроме того, еще одним недостатком нашего сбора данных было то, что мы оценивали интернет-активность, используя время, потраченное на эту активность, в качестве косвенного показателя для PIU этой активности. Хотя это может отражать чрезмерное и, следовательно, проблемное использование, оно также может фиксировать существенное использование. В то время как деятельность, проанализированные в этом исследовании, были часто по умолчанию несущественных в силу своей природы (например, время испорченные), или когда они выполняются в тяжелой избытке (например,> 8 ч / день покупки, азартные игры или порнографии), будущие исследования могли бы включать меры, которые могут отличать существенное от несущественного использования Интернета для каждого вида деятельности в Интернете, чтобы обеспечить такой анализ. Еще одним ограничением нашего исследования является отсутствие данных по детям и подросткам. Дети и подростки могут по-разному взаимодействовать с Интернетом, но также могут быть подвержены использованию Интернета во время другого окна нервного развития. Следовательно, такие различия могут означать разные уязвимости или устойчивость с точки зрения риска развития ОРП. Например, раннее, низкое воздействие онлайн-среды может иметь эффект «прививки стресса» (

 

 

 

 

  

), что отталкивает людей от будущего развития ОРП. В таком случае это может дополнительно объяснить, почему пожилые люди, которые впервые столкнулись с онлайн-средой во взрослом возрасте, могут быть более уязвимыми. В будущие исследования можно было бы включить эти детские и подростковые возрастные группы и проспективно изучить, являются ли определенные действия в Интернете прогностическими для PIU. К сожалению, количество участников, сообщивших о трансгендерном поле, было небольшим (n = 18), что не позволило провести значимый анализ влияния трансгендерного пола. Последним ограничением нашего исследования является то, что наша исследуемая популяция состоит из здоровых взрослых, которые только в <1% страдают значительным поведением в отношении PIU (IAT> 80). В будущих исследованиях было бы полезно сосредоточить внимание на более высоком конце спектра PIU, чтобы иметь возможность сравнивать эти тяжелые группы PIU с контрольной группой лиц с низким и средним уровнем или лиц без PIU. Хотя оценочная точечная распространенность PIU в нашей выборке составляла ~ 8.5% (с использованием порогового значения IAT ≥ 50), пороговые значения клинической случайности для PIU остаются спорными, и будущие исследования выиграют от общепринятого измерения и определения PIU.

 

 

  

4.2

Заключение

Подводя итог, DSM-5 подчеркивает интернет-игры расстройства как кандидат расстройство, но и другие виды онлайн-поведения (например, магазины, порнография, общий серфинг) несут более сильные отношения с неадекватным использованием Интернета, чем игры. Психиатрические диагнозы и интернет-операции, связанные с проблемным использованием Интернета, различаются с возрастом, который имеет последствия для общественного здравоохранения. Эти результаты вносят вклад в ограниченное знание интернет-деятельности, связанной с проблемным использованием Интернета, и могут способствовать диагностической классификации проблемного использования Интернета в качестве многогранного расстройства.

 

 

  

Роль источников финансирования

Это исследование получило внутренние ведомственные фонды Департамента психиатрии в Чикагском университете. Исследовательская деятельность доктора Иоаннидиса поддерживается Управлением по вопросам образования в области образования в области образования восточного образования Англии. Авторы не получили финансирования для подготовки этой рукописи. Источник финансирования не играл никакой роли в разработке, анализе данных или написании исследования.

 

 

  

Соавторы

KI разработал идею рукописи, проанализировал данные, написал большую часть рукописи и дополнительных материалов и координировал вклад соавторов. MT и FK участвовали в разработке и обзоре статистического анализа. SRC, SR, DJS, CL и JEG разработали и координировали исследование, а также собирали данные и управляли ими. Все авторы прочитали и одобрили окончательный вариант рукописи и внесли свой вклад в составление и редактирование статьи, а также в интерпретацию результатов.

 

 

  

Конфликт интересов

Д-р Грант получил гранты на исследования от NIDA (RC1DA028279-01), Национального центра ответственных игр и Roche and Forest Pharmaceuticals. Д-р Грант получает компенсацию от Спрингера в качестве главного редактора журнала «Изучение азартных игр» и получил гонорары от McGraw Hill, Oxford University Press, Norton и APPI. Доктор Чемберлен консультируется за Кембриджское Познание, и его участие в этом исследовании было поддержано Промежуточным клиническим стипендиатом из Wellcome Trust (Великобритания, 110049 / Z / 15 / Z). Дэн Стайн и Кристин Лохнер финансируются Советом медицинских исследований Южной Африки. Другие авторы не сообщают о финансовых отношениях с коммерческими интересами. Ни один из вышеупомянутых источников не играл никакой роли в разработке, сборе, анализе или интерпретации данных, написании рукописи или решении представить документ для публикации.

 

 

Подтверждение

Мы в долгу перед добровольцами обоих сайтов, которые участвовали в исследовании.

 

 

Приложение

Дополнительные данные

Дополнительный материал

Дополнительный материал

 

 

 

Рекомендации

  1. Achab и др., 2011. Achab S., Nicolier M., Mauny F., Monnin J., Trojak B., Vandel P. и Haffen E: Массовые многопользовательские онлайн-ролевые игры: сравнение характеристик наркоманов и бездействующих онлайн-игроков Французское взрослое население. BMC Psychiatry 2011; 11: стр. 144
    Просмотр статей
  2. Американская психиатрическая ассоциация, 2013. Американская психиатрическая ассоциация: Диагностическое и статистическое руководство по психическим расстройствам: DSM-5. Вашингтон, округ Колумбия: Американская психиатрическая ассоциация, 2013.
    Просмотр статей
  3. Андреассен и др., 2012. Andreassen CS, Torsheim T., Brunborg GS и Pallesen S .: Разработка шкалы зависимости от Facebook. Психологические отчеты 2012; 110: стр. 501-517
    Просмотр статей | Крест Ref
  4. Bakken et al., 2009. Bakken IJ, Wenzel HG, Götestam KG, Johansson A. и Oren A .: Интернет-зависимость среди норвежских взрослых: исследование стратифицированной вероятностной выборки. Скандинавский журнал психологии 2009; 50: стр. 121-127
    Просмотр статей | Крест Ref
  5. Черный, 2007. Black DW: обзор компульсивного расстройства потребления. Всемирная психиатрия: официальный журнал Всемирной психиатрической ассоциации (WPA) 2007; 6: стр. 14-18
    Просмотр статей
  6. Блок, 2008. Блок JJ: проблемы для DSM-V: интернет-зависимость. Американский журнал психиатрии 2008; 165: стр. 306-307
    Просмотр статей | Крест Ref
  7. Brand и др., 2011. Марка М., Laier С., Pawlikowski М., Schächtle У., Шёлер Т. и Altstötter-Gleich C .: Смотря порнографические картинки в интернете: Роль сексуальных оценок возбуждение и психолого-психиатрических симптомов для использования интернет-сайтов секс чрезмерно , Киберпсихология, поведение и социальные сети 2011; 14: стр. 371-377
    Просмотр статей | Крест Ref
  8. Брейман, 2001. Брейман Л .: Статистическое моделирование: две культуры. Статистическая наука 2001; 16: стр. 199-215
    Просмотр статей
  9. Bujak et al., 2016. Bujak R., Daghir-Wojtkowiak E., Kaliszan R., and Markuszewski MJ: методы на основе PLS и основанные на регуляризации для выбора соответствующих переменных в нецелевых данных метаболической информации. Границы в молекулярных биологических науках 2016; 3: стр. 1-10
    Просмотр статей
  10. Бернс и др., 1996. Burns GL, Keortge SG, Formea ​​GM и Sternberger LG: пересмотр Падуи. Инвентаризация обсессивно-компульсивного расстройства: различия между беспокойством, навязчивыми идеями и принуждениями. Исследование поведения и терапия 1996; 34: стр. 163-173
    Просмотр статей | Крест Ref
  11. Cao et al., 2007. Cao F., Su L., Liu T. и Gao X: Связь между импульсивностью и интернет-зависимостью в выборке китайских подростков. Европейская психиатрия 2007; 22: стр. 466-471
    Просмотр статей | Крест Ref
  12. Carli et al., 2013. Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E. и Kaess M.: Связь между патологическим использованием Интернета и сопутствующей психопатологией: систематический обзор. Психопатология 2013; 46: стр. 1-13
    Просмотр статей | Крест Ref
  13. Claes и др., 2016. Claes L., Müller A. и Luyckx K .: Компульсивная покупка и накопление в качестве заменителей идентичности: роль материалистической оценки ценности и депрессии. Всесторонняя психиатрия 2016; 68: стр. 65-71
    Просмотр статей | Крест Ref
  14. Коул и Хули, 2013. Cole SH и Hooley JM: Клинические и личностные корреляции MMO-игр: беспокойство и поглощение в проблемном интернет-использовании. Обзор социальных наук 2013; 31: стр. 424-436
    Просмотр статей | Крест Ref
  15. Cunningham-Williams и др., 2005. Каннингем-Уильямс Р.М., Груча Р.А., Коттлер Л.Б., Womack SB, Books SJ, Przybeck TR и Cloninger CR: Распространенность и предсказатели патологической азартной игры: результаты исследования личности, здоровья и образа жизни в Сент-Луисе (SLPHL). Журнал психиатрических исследований 2005; 39: стр. 377-390
    Просмотр статей | Крест Ref
  16. von Elm и др., 2008. von Elm E., Altman DG, Egger M., Pocock SJ, Gøtzsche PC, Vandenbroucke JP и Инициатива S: Усиление отчетности об обсервационных исследованиях в эпидемиологии (STROBE): Руководящие принципы для отчетности обсервационных исследованиях. Журнал клинической эпидемиологии 2008; 61: стр. 344-349
    Просмотр статей | Крест Ref
  17. Fernández-Villa и др., 2015. Fernández-Villa T., Alguacil Ojeda J., Almaraz Gómez A., Cancela Carral JM, Delgado-Rodríguez M., García-Martín M. и Martín V: Проблемное использование Интернета в студентах университетов: связанные факторы и различия по признаку пола , Adicciones 2015; 27: стр. 265-275
    Просмотр статей | Крест Ref
  18. Friedman et al., 2010. Фридман Дж., Хасти Т. и Тибширани Р.: Пути регуляризации для обобщенных линейных моделей по координированному спуску. Журнал статистического программного обеспечения 2010; 33: стр. 1-22
    Просмотр статей
  19. Гриффитс, 2003. Гриффитс М .: Азартные игры в Интернете: проблемы, проблемы и рекомендации. Киберпсихология и поведение: влияние Интернета, мультимедиа и виртуальной реальности на поведение и общество 2003; 6: стр. 557-568
    Просмотр статей | Крест Ref
  20. Ха и Хван, 2014. Ha Y.-M. и Hwang WJ: Гендерные различия в зависимости от интернета, связанные с показателями психологического здоровья среди подростков с использованием Национального веб-опроса. Международный журнал психического здоровья и наркомании 2014; 12: стр. 660-669
    Просмотр статей | Крест Ref
  21. Хо и др., 2014. Ho RC, Zhang MWB, Tsang TY, Toh AH, Pan F., Lu Y. и Mak K.-K .: Связь между интернет-зависимостью и психической сопутствующей болезнью: метаанализ. BMC Psychiatry 2014; 14: стр. 183
    Просмотр статей
  22. Хёрль и Кеннард, 1970. Hoerl AE и Kennard RW: регрессия Риджа: предвзятая оценка для неортогональных задач. Технометрия 1970; 12: стр. 55-67
    Просмотр статей
  23. Huys et al., 2016. Huys QJM, Maia TV и Frank MJ: Вычислительная психиатрия как мост от неврологии к клиническим применениям. Nature Neuroscience 2016; 19: стр. 404-413
    Просмотр статей | Крест Ref
  24. Игараши и др., 2008. Igarashi T., Motoyoshi T., Takai J., и Yoshida T .: Нет мобильной, никакой жизни: самовосприятие и зависимость текстовых сообщений среди японских школьников.
    Просмотр статей
  25. Ioannidis и др., 2016. Ioannidis K., Chamberlain SR, Treder MS, Kiraly F., Leppink E., Redden S. и Grant JE: Проблемное использование Интернета (PIU): ассоциации с импульсно-компульсивным спектром. Journal of Psych: приложение машинного обучения в психиатрии, 2016.
    Просмотр статей
  26. Janower, 2006. Janower CR: Азартные игры в Интернете. Журнал Computer-Mediated Communication 2006; 2: стр. 0
    Просмотр статей | Крест Ref
  27. Kessler et al., 2005. Kessler RC, Adler L., Ames M., Demler O., Faraone S., Hiripi E. and Walters EE: шкала самоотчетов для взрослых ADHD для Всемирной организации здравоохранения: краткая шкала скрининга для использования в общем Население. Психологическая медицина 2005; 35: стр. 245-256
    Просмотр статей | Крест Ref
  28. Kessler et al., 2016. Kessler RC, van Loo HM, Wardenaar KJ, Bossarte RM, Brenner LA, Cai T. и Zaslavsky AM: Тестирование алгоритма машинного обучения для прогнозирования стойкости и тяжести основного депрессивного расстройства от исходных самоотчетов. Молекулярная психиатрия 2016; 21: стр. 1366-1371
    Просмотр статей | Крест Ref
  29. Khazaal и др., 2015. Khazaal Y., Achab S., Billieux J., Thorens G., Zullino D., Dufour M., and Rothen S .: Факторная структура теста интернет-зависимости в онлайн-геймерах и игроках в покер. Психическое здоровье JMIR 2015; 2:
    Просмотр статей
  30. Ким и др., 2016. Kim D., Kang M., Biswas A., Liu C. and Gao J .: Интегративный подход для вывода генных регулятивных сетей с использованием случайных проявлений на основе лассо и их применения к психическим расстройствам. BMC Medical Genomics 2016; 9: стр. 50
    Просмотр статей
  31. Король, 1999. King SA: Интернет азартные игры и порнография: Показательные примеры психологических последствий связи анархии. Киберпсихология и поведение 1999; 2: стр. 175-193.
    Просмотр статей
  32. Король и Барак, 1999. Король С.А. и Барак А.: Зависимость от азартных игр в Интернете. Киберпсихология и поведение 1999; 2: стр. 441-456.
    Просмотр статей | Крест Ref
  33. Király и др., 2015. Király O., Griffiths MD и Demetrovics Z .: Нарушение интернет-игр и DSM-5: концептуализация, дебаты и споры. Текущие отчеты о зависимостях 2015; 2: стр. 254-262
    Просмотр статей
  34. Király и др., 2014. Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z. и Demetrovics Z .: Проблемное использование Интернета и проблемные онлайн-игры - это не одно и то же: выводы из крупного общенационального представителя подросткового образца. Киберпсихология, поведение и социальные сети 2014; 17: стр. 749-754
    Просмотр статей
  35. Kittinger и др., 2012. Kittinger R., Correia CJ и Irons JG: Связь между использованием Facebook и проблемным использованием Интернета среди студентов колледжа. Киберпсихология, поведение и социальные сети 2012; 15: стр. 324-327
    Просмотр статей | Крест Ref
  36. Ko et al., 2012. Ko C.-H., Yen J.-Y., Yen C.-F., Chen C.-S. и Chen C.-C .: Связь между интернет-зависимостью и психическим расстройством: обзор литературы , Европейская психиатрия 2012; 27: стр. 1-8
    Просмотр статей
  37. Ko et al., 2007. Ко С.-Х., Йен Дж.-Й., Йен С.-Ф., Лин Х.-К. и Ян М.-Дж .: Факторы, позволяющие прогнозировать заболеваемость и ремиссию интернет-зависимости у молодых подростков: A перспективное исследование. Киберпсихология и поведение: влияние Интернета, мультимедиа и виртуальной реальности на поведение и общество 2007; 10: стр. 545-551.
    Просмотр статей | Крест Ref
  38. Кусс и Гриффитс, 2011. Kuss DJ и Griffiths MD: онлайн-социальные сети и наркомания - обзор психологической литературы. Международный журнал экологических исследований и общественного здравоохранения 2011; 8: стр. 3528-3552
    Просмотр статей | Крест Ref
  39. Kuss и др., 2013. Kuss DJ, Griffiths MD и Binder JF: интернет-зависимость у студентов: распространенность и факторы риска. Компьютеры в человеческом поведении 2013; 29: стр. 959-966
    Просмотр статей | Крест Ref
  40. Кусс и Лопес-Фернандес, 2016. Kuss DJ и Lopez-Fernandez O .: Интернет-зависимость и проблемное использование Интернета: систематический обзор клинических исследований. Всемирный журнал психиатрии 2016; 6: стр. 143-176
    Просмотр статей | Крест Ref
  41. Laconi и др., 2016. Лакони С., Андреолетти А., Чошард Э., Роджерс Р.Ф. и Шаброль Х .: Проблемы с использованием Интернета, время, проведенное в Интернете, и личностные особенности. L'Encéphale 2016; 42: стр. 214-218.
    Просмотр статей | Крест Ref
  42. Laconi и др., 2014. Laconi S., Rodgers RF и Chabrol H .: Измерение интернет-зависимости: критический обзор существующих масштабов и их психометрических свойств. Компьютеры в человеческом поведении 2014; 41: стр. 190-202
    Просмотр статей | Крест Ref
  43. Laier и др., 2013. Laier С., Pawlikowski М., Pekal J., Шульте FP, и марка М .: Cybersex зависимость: Опытное сексуальное возбуждение при просмотре порнографии, а не в реальной жизни сексуальных контактов делают разницу. Журнал поведенческих зависимостей 2013; 2: стр. 100-107
    Просмотр статей | Крест Ref
  44. Lecardeur, 2013. Lecardeur L .: Psychopathologie du jeu multi-joueurs en ligne. Annales Médico-Psychologiques, Revue Psychiatrique 2013; 171: стр. 579-586
    Просмотр статей | Крест Ref
  45. Лян и др., 2016. Liang L., Zhou D., Yuan C., Shao A., and Bian Y .: Гендерные различия в отношениях между интернет-зависимостью и депрессией: кросс-отсталое исследование у китайских подростков. Компьютеры в человеческом поведении 2016; 63: стр. 463-470
    Просмотр статей | Крест Ref
  46. Лопес-Фернандес, 2015. Лопес-Фернандес O .: Как исследования интернет-зависимости развивались с момента появления расстройства интернет-игр? Обзор кибер-аддикции с психологической точки зрения. Текущие отчеты о зависимостях 2015; 2: стр. 263-271
    Просмотр статей | Крест Ref
  47. Masten и Tellegen, 2012. Masten AS и Tellegen A: Устойчивость в психопатологии развития: вклад в продольное исследование компетенции проекта. Развитие и психопатология 2012; 24: стр. 345-361
    Просмотр статей | Крест Ref
  48. Mueller и др., 2010. Мюллер А., Митчелл Дж. Э., Кросби Р. Д., Гефеллер О., Фабер Р. Дж., Мартин А. и Цваан М .: Оценочная распространенность компульсивной покупки в Германии и ее связь с социально-демографическими характеристиками и депрессивными симптомами. Исследование психиатрии 2010; 180: стр. 137-142
    Просмотр статей | Крест Ref
  49. Patton et al., 1995. Patton JH, Stanford MS и Barratt ES: Факторная структура шкалы импульсивности Барратта. Журнал клинической психологии 1995; 51: стр. 768-774
    Просмотр статей | Recupero, 2008. Recupero PR: Судебная оценка проблемного использования Интернета. Журнал Американской академии психиатрии и закона 2008; 36: стр. 505-514
    Просмотр статей
  50. Роза и Дхандайдам, 2014. Rose S. и Dhandayudham A .: На пути к пониманию поведения интернет-шоппинга в Интернете: концепция онлайн-покупок и предлагаемых предикторов. Журнал поведенческих зависимостей 2014; 3: стр. 83-89
    Просмотр статей | Крест Ref
  51. Rutland et al., 2007. Ратленд Дж. Б., Шитс Т. и Янг Т .: Разработка шкалы для измерения проблемного использования службы коротких сообщений: диагностический вопросник с использованием проблемных SMS. Киберпсихология и поведение 2007; 10: стр. 841-844
    Просмотр статей | Крест Ref
  52. Rutter, 1993. Rutter M .: Устойчивость: некоторые концептуальные соображения. Журнал «Здоровье подростков»: официальная публикация Общества подростковой медицины 1993; 14: стр. 626-631
    Просмотр статей | Крест Ref
  53. Шоу и черный, 2008. Shaw M. и Black DW: интернет-зависимость: определение, оценка, эпидемиология и клиническое управление. CNS Drugs 2008; 22: стр. 353-365
    Просмотр статей | Крест Ref
  54. Sheehan et al., 1998. Sheehan DV, Lecrubier Y., Sheehan KH, Amorim P., Janavs J., Weiller E. и Dunbar GC: Мини-международное нейропсихиатрическое интервью (MINI): Разработка и проверка структурированного диагностического психиатрического интервью для DSM-IV и ICD-10. Журнал клинической психиатрии 1998; 59:
    Просмотр статей
  55. Там и Уолтер, 2013. Tam P. и Walter G: Проблемное использование Интернета в детстве и юности: эволюция бедствия 21st века. Австралазийская психиатрия 2013; не определено:
    Просмотр статей
  56. Тибширани, 1996. Tibshirani R .: Усадка регрессии и выбор через лассо. Журнал Королевского статистического общества, серия B 1996; 58: стр. 267-288
    Просмотр статей
  57. Тихонов, 1963. Тихонов А. Н.: Решение некорректно сформулированных задач и метод регуляризации. Советская математика Doklady 1963; 5: стр. 1035-1038
    Просмотр статей
  58. Trotzke et al., 2015. Trotzke P., Starcke K., Müller A. и Brand M: Патологическая покупка онлайн как специфическая форма интернет-зависимости: экспериментальное исследование на основе модели. PLoS One 2015; 10:
    Просмотр статей
  59. Tsai et al., 2009. Tsai HF, Cheng SH, Yeh TL, Shih C.-C., Chen KC, Yang YC и Yang YK: Факторы риска интернет-зависимости? Опрос первокурсников университета. Исследование психиатрии 2009; 167: стр. 294-299
    Просмотр статей | Крест Ref
  60. Уоллес, 2014. Уоллес П .: Интернет-зависимость и молодежь: растут опасения по поводу компульсивной онлайн-активности и того, что это может помешать успеваемости учащихся и их социальной жизни. EMBO Reports 2014; 15: стр. 12–16
    Просмотр статей | Крест Ref
  61. Xin и др., 2018. Xin M., Xing J., Pengfei W., Houru L., Mengcheng W. и Hong Z .: активность в Интернете, распространенность интернет-зависимости и факторы риска, связанные с семьей и школой среди подростков в Китае. Захватывающие отчеты о поведении 2018; 7: стр. 14-18
    Просмотр статей | Крест Ref
  62. Yuen et al., 2004. Yuen CN, Lavin MJ, Weinman M. и Kozak K .: Интернет-зависимость в студенческой популяции: роль застенчивости. Киберпсихология и поведение 2004; 7: стр. 379-383
    Просмотр статей | Крест Ref
  63. Молодой, 1998. Молодой К.С.: Интернет-зависимость: возникновение нового клинического расстройства. Киберпсихология и поведение 1998; 1: стр. 237-244
    Просмотр статей | Крест Ref