Проверка малайской версии шкалы зависимости от смартфонов среди студентов-медиков в Малайзии (2015)

Абстрактные

цифры

 

 

 

 

 

  

Образец цитирования: Чинг С.М., Йи А, Рамачандран В., Сазли Лим С.М., Ван Сулейман В.А., Фу Юл и др. (2015) Проверка малайской версии шкалы зависимости от смартфонов среди студентов-медиков в Малайзии. PLOS ONE 10 (10): e0139337. DOI: 10.1371 / journal.pone.0139337

Редактор: Авив М. Вайнштейн, Университет Ариэля, ИЗРАИЛЬ

Получено: Март 18, 2015; Принято: Сентябрь 11, 2015; Опубликовано: 2 октября 2015

Авторское право: © 2015 Ching et al. Это статья открытого доступа, распространяемая в соответствии с условиями Лицензии Creative Commons Attribution, который допускает неограниченное использование, распространение и воспроизведение на любом носителе при условии, что исходный автор и источник зачисляются

Доступность данных: Все соответствующие данные содержатся в документе и его файлах вспомогательной информации.

Финансирование: Авторы также хотели бы поблагодарить исследовательский фонд UPM (предоставить грант №: UPM / 700-2 / 1 / GP-IPM / 2014 / 9436500) для финансовой поддержки. URL-адрес http://www.rmc.upm.edu.my/.

Конкурирующие интересы: Авторы заявили, что не существует никаких конкурирующих интересов.

Введение

Несомненно, смартфон предоставил нам огромное удобство в нашей повседневной жизни, поскольку он обладает более совершенными вычислительными возможностями и возможностями подключения, чем базовые телефоны с функциями [1]. Использование смартфона имеет свои цели и цели. В широком спектре исследований сообщалось, что смартфон имеет множество преимуществ для социальных и медицинских целей [2–5]. Хотя смартфон стал одним из самых популярных и важных коммуникационных инструментов, его чрезмерное использование стало социальной проблемой во всем мире и создало новую проблему психического здоровья, в которой пользователь имеет тенденцию к развитию зависимости от нее [6–8].

Пристрастие к смартфонам также называют «зависимость от мобильного телефона», «чрезмерное использование мобильных телефонов» или «чрезмерное использование мобильных телефонов». Эти термины в основном описывают явление проблемного использования мобильных телефонов [9, 10]. «Смартфонная зависимость» - это термин, обычно используемый в литературе. Эта зависимость в основном характеризуется чрезмерными или плохо контролируемыми потребностями, побуждениями или поведением в отношении использования смартфонов в той мере, в которой люди пренебрегают другими областями жизни [11–13]. Исследования показывают, что чрезмерное использование мобильных телефонов связано со стрессом, нарушением сна, курением и симптомами депрессии [14–16].

Недавние данные из Малайзии показали, что проникновение смартфонов увеличилось с 47% в 2012 до 63% в 2013. В 2014, 10.13 миллионов малайзийцев были активными пользователями смартфонов, по сравнению с 7.7 миллионами в 2012 [17–20]. Патологическое использование смартфона похоже на интернет-зависимость. Использование интернет-зависимости становится чрезмерным среди молодежи и взрослых во всем мире [21]. Чрезмерная интернет-зависимость приводит к психическим расстройствам, низкой самооценке, депрессии и ухудшению академической и профессиональной деятельности [22–25]. Местные исследования сообщили, что распространенность интернет-зависимости была 43% [26], и в Малайзии больше, чем 4.2 миллионов активных пользователей Facebook; на самом деле, Facebook является ведущим сетевым сайтом в этой стране. Учитывая, что в Малайзии наблюдается быстрый рост использования смартфонов, необходимо срочно утвердить шкалу для измерения зависимости от смартфонов у местного населения, чтобы определить ее распространенность и определить, кто рискует развиваться при склонности к смартфонам, чтобы лица, определяющие политику, может планировать подходящее вмешательство в ближайшем будущем.

Подобно факториальной структуре, подготовленной для теста интернет-зависимости [27], шкала зависимости от смартфонов (SAS), разработанная Min Kwon et al. была первой шкалой для наркомании, используемой для диагностики [28]. Эта шкала состоит из элементов 33 и, как сообщается, надежна, с хорошей внутренней согласованностью (альфа 0.967 от Cronbach), а одновременная достоверность шести подкатегорий варьируется от 0.32 до 0.61 [28].

Это исследование предназначалось для перевода SAS на малайский язык и изучения психометрических свойств малайской версии SAS (SAS-M), чтобы облегчить его использование для дальнейших исследований в местных условиях.

Методология

Дизайн и настройка исследования

Это было кросс-секционное исследование всех студентов первого и второго курсов из Университета Путра Малайзии. К этим студентам обратились для изучения валидации с августа 2014 до сентября 2014. Этот университет расположен в Серданге, рядом с административной столицей Малайзии, Путраджайей. Мы оценили размер выборки как минимум 165 на основе расчета пяти случаев на элемент в SAS (который содержит в общей сложности элементы 33) [29]. Поэтому размер выборки 228 в этом исследовании был адекватным.

Порядок.

Этап 1: Автор получил английскую версию SAS от Kwon et al. Перевод с английского языка на малайский язык проводился параллельно двумя экспертами по двуязычному языку, а задний перевод выполнялся третьим двуязычным экспертом по языку. Были обсуждены несоответствия между исходной версией и обратным переводом, и соответственно были внесены соответствующие корректировки. Окончательный вариант переведенного SAS, который мы назвали проектом SAS-M, был создан экспертной группой, состоящей из одного психиатра, двух старших врачей и одного семейного врача, все из которых были квалифицированными специалистами в отношении использования психометрических инструментов и все из которых имели клинический опыт депрессивных состояний.

Этап 2: Первый проект SAS-M был опробован среди местных малоязычных студентов 20 для выявления недостатков в этой версии. Любые слова, которые респонденты считали непригодными или неуместными в этой версии, были отмечены и исправлены. Большинство студентов с трудом приняли предмет 15: «Быть ​​сердитым и обиженным, когда у меня нет смартфона». Этот пункт был пересмотрен и переведен на «Чувство нетерпения и беспокойства, когда у меня нет смартфона» на малайском языке. Окончательный вариант SAS-M был дополнительно рассмотрен двумя консультантами-психиатрами с более чем 10-летним опытом оценки достоверности контента и обеспечения удовлетворительного лица и удовлетворительной семантики, критериев и концептуальной эквивалентности.

Этап 3: Каждый студент предоставил письменное информированное согласие после получения полного объяснения характера и конфиденциальности исследования, а студенты 228 согласились принять участие в исследовании с частотой ответа без ответа 9%. Социально-демографические данные (возраст, пол, этническая принадлежность и доход семьи) были получены от студентов. Были задокументированы сведения об использовании смартфонов студентов на основе их собственной оценки, таких как количество часов использования в неделю, количество лет обычного пользователя смартфона и возраст, в котором они начали использовать смартфон. Студентам были предоставлены следующие анкеты:

1. SAS и SAS-M (таблица A в Текст S1).
2. Малайская версия интернет-теста на наркотики.

инструменты

Шкала зависимости смартфонов [28].

SAS - это самозаполняемая шкала Likert типа 6 с элементами 33. Каждый вопрос имеет шкалу от 1 до 6 (1 = сильно не согласен с 6 = сильно согласен), что отражает частоту симптомов. Респондент обращает внимание на утверждение, которое наиболее точно описывает характеристики использования смартфона. Общий балл, доступный для SAS, варьируется от 48 до 288. Чем выше оценка, тем больше степень патологического использования смартфона.

Тест на интернет-зависимость [26].

Вопросник IAT, разработанный Кимберли Янг в 1998, является инструментом, наиболее часто используемым при диагностике интернет-зависимости. Малайская версия была проверена локально, с хорошей внутренней согласованностью (альфа 0.91 от Cronbach) и параллельной надежностью (коэффициент внутриклассовой корреляции (ICC) = 0.88, P <0.001). Это самозаполненный вопросник, состоящий из 5-балльной шкалы типа Лайкерта, содержащей 20 пунктов, с минимальным значением 20 и максимальным значением 100 баллов. Оценка каждого вопроса варьируется от 1 до 5 (1 = никогда до 5 = всегда), повторяя возникновение симптомов. Студенты выбрали утверждение, которое лучше всего описывает особенности их использования в Интернете. Чем выше оценка, тем выше степень патологического использования Интернета. Если балл по малайской версии IAT превышает 43, то человеку ставится диагноз риска интернет-зависимости [26].

Статистический анализ

Все анализы проводились с использованием статистического пакета для социальных наук версии 21.0 (SPSS, Чикаго, Иллинойс, США). Описательная статистика была рассчитана для базовых характеристик участников. Альфа Кронбаха использовалась для оценки внутренней согласованности SAS-M, а нормальность данных была оценена с помощью анализа Колмогорова-Смирнова. Однородность пунктов шкалы анализировалась на основе коэффициентов корреляции между пунктами и общими баллами, если пункт был удален. Валидность конструкции была исследована с помощью исследовательского факторного анализа и косвенного промакса с нормализацией Кайзера. Факторная нагрузка> 0.30 использовалась для определения элементов для каждого фактора. Согласно правилу Гуттмана-Кайзера, множители с собственным значением, большим 1, сохраняются [30, 31]. ICC был использован для проверки параллельной надежности между SAS-M и английской версией SAS и проверкой надежности SAS-M. Корреляция Пирсона использовалась для проверки параллельности между SAS-M и малайской версией IAT. Оптимальный показатель отсечки SAS-M для случаев риска был определен из координатных точек, когда оценка для малайской версии IAT была больше, чем 43 [26], и в этот момент чувствительность и специфичность были оптимальными в анализе эксплуатационной характеристики приемника (ROC). Площадь кривой (AUC) была определена для кривой ROC.

Определение

Обычный пользователь определяется как те, кто использует смартфон по крайней мере 6 или более раз в 6 месяцах [32]

Этическое одобрение

Утверждение этики для этого исследования было получено от Этического комитета Университета Путра Малайзии (FPSK-EXP14 P091).

Итоги

В этом исследовании приняли участие в общей сложности студенты 228. Таблица 1 показывает клинические характеристики исследуемой популяции. В целом средний возраст был приблизительно 22 лет ± 1.1. Более половины студентов были женщинами (56.6%), а большинство - малайской национальности (52.4%). Средние часы использования смартфона в неделю составляли 36.5 часов. В среднем, студенты начали использовать смартфон в возрасте 19 лет, а среднее количество лет обычного использования смартфонов было 2.4 лет.

  

 

Скачать:  

• PPT

  PowerPoint слайд

• PNG

  Увеличить (81KB)

• TIFF

  оригинальное изображение (461KB)

Таблица 1. Характеристики исследуемой популяции (N = 228).

 

DOI: 10.1371 / journal.pone.0139337.t001

Факторная структура и внутренняя согласованность SAS-M

Тест сферичности Бартлетта был значимым (p <0.01), а мера адекватности выборки по шкале Кайзера-Мейера-Олкина для SAS-M составила 0.92, что указывает на то, что шкала заслуживает внимания [33], что, в свою очередь, свидетельствовало о целесообразности факторного анализа. Шесть факторов были извлечены (собственное значение> 1.00) с помощью подхода исследовательского факторного анализа и наклонного вращения promax с нормализацией Кайзера, что составило 65.3% от общей дисперсии. Этот результат соответствовал исходному SAS [28].

SAS-M демонстрирует хорошую внутреннюю согласованность; Альфа-коэффициент Кронбаха для общего масштаба был 0.94, а соответствующими коэффициентами для шести факторов были 0.877, 0.843, 0.865, 0.837, 0.865 и 0.861. Шесть факторов, соответствующих подшкалам SAS, назывались «отношения, ориентированные на киберпространство», «нарушение повседневной жизни», «первенство», «чрезмерное использование», «позитивное ожидание» и «уход» (Таблица 2). Все элементы имели скорректированные значения корреляции более чем 0.9. Удаление любого из предметов не увеличило внутреннюю согласованность общего балла (Таблица 3). Параллельная надежность между SAS-M и SAS была высокой, о чем свидетельствует ICC 0.95 (95% Доверительный интервал = 0.937-0.962). Испытательная надежность SAS-M после интервала 1-недели была высокой, с ICC 0.85 (95% Доверительный интервал = 0.808-0.866).

  

 

Скачать:  

• PPT

  PowerPoint слайд

• PNG

  Увеличить (365KB)

• TIFF

  оригинальное изображение (756KB)

Таблица 2. Факторный анализ версии SAS-Malay.

 

DOI: 10.1371 / journal.pone.0139337.t002

  

 

Скачать:  

• PPT

  PowerPoint слайд

• PNG

  Увеличить (594KB)

• TIFF

  оригинальное изображение (977KB)

Таблица 3. Исправленный элемент - общие корреляции и альфа-альфа-Cronbach, если элемент был удален для SAS-M.

 

DOI: 10.1371 / journal.pone.0139337.t003

Одновременная действительность SAS-M: корреляции между субскалями SAS-M и малайской версией IAT

Результаты корреляционного анализа Пирсона, который проводился между подшкалами SAS-M и малайской версией IAT, показаны в Таблица 4, Результаты показывают, что все подшкалы SAS-M, за исключением «позитивного ожидания», были в значительной степени связаны с малайской версией IAT.

  

 

Скачать:  

• PPT

  PowerPoint слайд

• PNG

  Увеличить (238KB)

• TIFF

  оригинальное изображение (407KB)

Таблица 4. Параллельная обоснованность SAS-M (корреляция Пирсона): подклассы SAS-M и малайской версии IAT.

 

DOI: 10.1371 / journal.pone.0139337.t004

AUC для кривой ROC был 0.801 (95% CI = 0.746 до 0.855). Оптимальная оценка отсечки для выявления случаев риска была больше, чем 98, с чувствительностью 71.43%, спецификой 71.03%, положительным прогностическим значением (PPV) 64.10% и отрицательным прогностическим значением (NPV) 77.44 %. Распространенность рискованного случая, развивающего зависимость от смартфонов в этом исследовании, была 46.9%, основанная на оценке 98.

Обсуждение

В этом исследовании изучалась внутренняя согласованность, размерность, параллельность и построение обоснования SAS-M. Результаты исследования показывают, что SAS-M является надежным и действенным инструментом оценки склонности к смартфонам в малайскоязычном населении.

В этом исследовании SAS-M демонстрирует хорошую внутреннюю согласованность; Альфа-коэффициент Кронбаха для общего масштаба был 0.94, а соответствующими коэффициентами для шести факторов были 0.877, 0.843, 0.865, 0.837, 0.865 и 0.861. Параллельная надежность SAS-M и надежность теста-повторного тестирования после интервала 1-недели оказались хорошими, с ICC 0.95 и 0.85 соответственно, которые даже лучше, чем у исходной версии SAS [28]. На сегодняшний день это первое исследование такого рода, связанное с наркоманией смартфонов, и это показывает, что SAS-M так же хорош, как и английская версия.

Тем не менее, шесть доминирующих компонентов, которые объясняли значительную долю изменчивости SAS-M, были похожи на шесть исходных SAS. В настоящем исследовании компоненты состояли из «отношений, ориентированных на киберпространство», «нарушения повседневной жизни», «первенства», «чрезмерного использования», «позитивного ожидания» и «отмены». Компонентами в исходном SAS были «нарушение повседневной жизни», «позитивное ожидание», «уход», «отношение к киберпространству», «чрезмерное использование» и «толерантность». Не все факторы, полученные в этом факторном анализе, совпадают с факторами, полученными в исходном SAS. Скорее всего, это связано с тем, что это отражает различия между малайскими и корейскими образцами. Значение исходного SAS было изменено во время процесса перевода.

Большинство компонентов, указанных в текущем исследовании, одинаковы, за исключением компонента «первичность», который отличается от «толерантности» компонента к исходному SAS. Возможными причинами могут быть наши исследования, которые были моложе (21.7 ± 1.1 лет с возрастом от 20 до 27) по сравнению с корейским населением (26.1 ± 6.0 с возрастными диапазонами от 18 до 53). Наше исследование было однородным, так как все предметы были студентами-медиками по сравнению с широким спектром занятий и уровня образования в оригинальном исследовании SAS. Различная интерпретация может быть осложнена гетерогенностью на заднем плане и образованием изучаемого населения.

В этом исследовании все подшкалы SAS-M, за исключением «позитивного ожидания», были в значительной степени связаны с малайской версией IAT. Это может быть единственная подшкала, которая не очень хорошо коррелирует с IAT, потому что IAT в основном измеряет неблагоприятное использование Интернета, поэтому нет вопросов о положительном ожидании. Тем не менее этот аспект не уменьшает параллельную достоверность, потому что другие подшкалы 5 сильно коррелированы.

Распространенность случаев риска, которые могут быть идентифицированы как зависимость от смартфонов с использованием этой шкалы, была 46.9%. Существует несколько возможных объяснений этого результата. Ожидается высокая распространенность злоупотребления смартфонами, поскольку местное исследование показало, что 85% малайзийцев владеют мобильными телефонами [18]. Смартфоны являются излюбленным вариантом, поскольку малайцы склонны следить за тенденциями в сообществе [20]. Кроме того, смартфон обеспечивает бесплатный обмен мгновенными сообщениями через определенные платформы, например WhatsApp и WeChat, которые обогащают жизнь пользователей. Развлечения - еще одно возможное объяснение высокой распространенности склонности к использованию смартфонов, потому что с помощью этих телефонов студенты-медики могут слушать музыку, смотреть фильмы и играть в игры, чтобы снять стресс [34]. Поэтому в конце дня они могут потратить больше времени со своим смартфоном и в конечном итоге стать патологическими пользователями.

Тем не менее, одной из проблем в нашем исследовании будет оптимальная оценка отсечки SAS-M для случаев риска, определяемая из координатных точек, когда оценка для малайской версии IAT была больше, чем 43. Это не соответствует современным установленным ограничениям для IAT. Аналогичным образом, нет установленного диагностического критерия зависимости от интернета или смартфона в соответствии с DSM V в спектре расстройства зависимости [21, 25]. Таким образом, точка отсечения, предложенная нашим исследованием, была, вероятно, слишком низкой, что привело к очень высокой оценке скорости использования смартфонов. По праву диагноз интернет-зависимости должен основываться на трех критериях, описанных Ko, et al, 2012 [25].

SAS-M функционирует скорее как скрининг или шкала для оценки тяжести привыкания к использованию смартфона, чем диагностического инструмента. Создание надлежащего диагноза наркомании для смартфонов станет важной проблемой для будущих исследований. Мы предположили, что в будущем диагноз склонности к смартфонам должен включать больше критериев, которые состоят из критериев A, B и C. Критерий A содержит шесть характерных симптомов зависимости от смартфонов, таких как отношения, ориентированные на киберпространство, нарушение повседневной жизни, первенство, чрезмерное использование, положительное ожидание и уход. Критерий B должен включать функциональные нарушения, вторичные по отношению к использованию смартфона. Критерий C должен исключать другие психические расстройства, такие как биполярное расстройство или другое импульсивное расстройство. Субъекты, которые выполняют все критерии A, B и C, считаются только склонными к использованию смартфонов.

Сила и ограничения

Результаты этого исследования следует интерпретировать в контексте ограничений исследования: во-первых, не существует установленного диагностического критерия зависимости от Интернета или смартфона согласно DSM V в спектре расстройства зависимости [21, 25]. Однако, ввиду ограниченного изучения склонности к использованию смартфонов в местных условиях, результаты этого исследования все же могут дать некоторую информацию профессиональной команде профессионалов здравоохранения. Во-вторых, несмотря на то, что размер выборки был адекватным, но он не был рандомизирован. Пол и раса распределены неравномерно. Более того, это исследование проводилось в одном центре, поэтому популяция образцов была однородной и, возможно, не отражала общее население Малайзии.

Несмотря на это ограничение, результаты настоящего исследования подтвердили, что SAS-M можно использовать для оценки склонности к смартфонам среди образованных малазийских молодых людей.

Заключение

Это исследование разработало первую шкалу умственной телефонии среди студентов-медиков. Это исследование также свидетельствует о том, что SAS-M является надежным и надежным средством самоконтроля для тех, кто рискует иметь зависимость от смартфонов.

Вспомогательная информация

Авторские вклады

Задуманные и разработанные эксперименты: SMC AY FKH. Выполнили эксперименты: VR SMSL WAWS YLF. Проанализированы данные: SMC AY. Используемые реагенты / материалы / инструменты анализа: SMC AY. Написал документ: SMC AY VR.

Рекомендации

1. 1. Rashvand HF, Hsiao KF (2015) Интеллектуальные приложения для смартфонов: краткий обзор. Мультимедийные системы 21 (1): 103-119 doi: 10.1007 / s00530-013-0335-z
   • Просмотр статей
   • PubMed / NCBI
   • Google Scholar
2. 2. Mosa AS, Yoo I, Sheets L (2012) Систематический обзор приложений здравоохранения для смартфонов. BMC Медицинская информатика и принятие решений 12: 67. doi: 10.1186 / 1472-6947-12-67. PMID: 22781312
3. Просмотр статей
4. PubMed / NCBI
5. Google Scholar
6. Просмотр статей
7. PubMed / NCBI
8. Google Scholar
9. Просмотр статей
10. PubMed / NCBI
11. Google Scholar
12. Просмотр статей
13. PubMed / NCBI
14. Google Scholar
15. Просмотр статей
16. PubMed / NCBI
17. Google Scholar
18. Просмотр статей
19. PubMed / NCBI
20. Google Scholar
21. Просмотр статей
22. PubMed / NCBI
23. Google Scholar
24. Просмотр статей
25. PubMed / NCBI
26. Google Scholar
27. Просмотр статей
28. PubMed / NCBI
29. Google Scholar
30. Просмотр статей
31. PubMed / NCBI
32. Google Scholar
33. Просмотр статей
34. PubMed / NCBI
35. Google Scholar
36. Просмотр статей
37. PubMed / NCBI
38. Google Scholar
39. Просмотр статей
40. PubMed / NCBI
41. Google Scholar
42. Просмотр статей
43. PubMed / NCBI
44. Google Scholar
45. Просмотр статей
46. PubMed / NCBI
47. Google Scholar
48. Просмотр статей
49. PubMed / NCBI
50. Google Scholar
51. Просмотр статей
52. PubMed / NCBI
53. Google Scholar
54. Просмотр статей
55. PubMed / NCBI
56. Google Scholar
57. Просмотр статей
58. PubMed / NCBI
59. Google Scholar
60. Просмотр статей
61. PubMed / NCBI
62. Google Scholar
63. Просмотр статей
64. PubMed / NCBI
65. Google Scholar
66. Просмотр статей
67. PubMed / NCBI
68. Google Scholar
69. Просмотр статей
70. PubMed / NCBI
71. Google Scholar
72. Просмотр статей
73. PubMed / NCBI
74. Google Scholar
75. Просмотр статей
76. PubMed / NCBI
77. Google Scholar
78. Просмотр статей
79. PubMed / NCBI
80. Google Scholar
81. Просмотр статей
82. PubMed / NCBI
83. Google Scholar
84. Просмотр статей
85. PubMed / NCBI
86. Google Scholar                     
87. 3. Lane N, Mohammod M, Lin M, Yang X, Lu H, Ali S, et al. (2011) BeWell: приложение для смартфонов для мониторинга, моделирования и продвижения благосостояния. 5-я международная конференция по широко распространенным вычислительным технологиям для здравоохранения, Дублин.
88. 4. Patrick K, Griswold WG, Raab F, Intille SS (2008) Здоровье и мобильный телефон. Американский журнал профилактической медицины 35: 177-181. doi: 10.1016 / j.amepre.2008.05.001. PMID: 18550322
89. 5. Дербишир Э., Дэнси Д. (2013) Медицинские приложения смартфонов для здоровья женщин: каковы доказательства и отзывы? Международный журнал телемедицины и приложений ID статьи 782074, 10. doi: 10.1155 / 2013/782074
90. 6. Emad AS, Haddad E (2015) Влияние смартфонов на здоровье и поведение человека: восприятие иорданцев. Международный журнал компьютерных сетей и приложений 2 (2): 52-56.
91. 7. Sarwar M, Soomro TR (2013) Влияние смартфонов на общество. Европейский журнал научных исследований 98 (2): 216-226.
92. 8. Ачарья Дж. П., Ачарья И., Вагри Д. (2013) Исследование некоторых общих эффектов сотовых телефонов на здоровье среди студентов колледжа. Журнал общественной медицины и санитарного просвещения 3:21. Doi: 10.5958 / j.2319-5886.2.3.068
93. 9. Lin YH, Chang LR, Lee YH, Tseng HW, Kuo TB, Chen SH. (2014) Разработка и валидация Индекса зависимости от смартфонов (SPAI). PLoS One 9: e98312. doi: 10.1371 / journal.pone.0098312. PMID: 24896252
94. 10. Billieux J, Van der Linden M, d'Acremont M, Ceschi G, Zermatten A (2007) Связана ли импульсивность с предполагаемой зависимостью от мобильного телефона и фактическим использованием мобильного телефона? Прикладная когнитивная психология 21: 527–537. DOI: 10.1002 / acp.1289
95. 11. Пак Н., Ли Х. (2012) Социальные последствия использования смартфонов: использование смартфонов корейскими студентами колледжа и психологическое благополучие. Киберпсихология, поведение и социальные сети 15: 491–497. DOI: 10.1089 / cyber.2011.0580
96. 12. Yen CF, Tang TC, Yen JY, Lin HC, Huang CF, Liu SC и др. (2009) Симптомы проблемного использования сотовых телефонов, функциональные нарушения и их связь с депрессией среди подростков на юге Тайваня. Журнал подросткового возраста 32: 863-873. doi: 10.1016 / j.adolescence.2008.10.006. PMID: 19027941
97. 13. Beranuy M, Oberst U, Carbonell X, Chamarro A (2009) Проблемное использование Интернета и мобильных телефонов и клинические симптомы у студентов: роль эмоционального интеллекта. Компьютеры в человеческом поведении 25: 1182-1187. doi: 10.1016 / j.chb.2009.03.001
98. 14. Thomee S, Harenstam A, Hagberg M (2011) Использование мобильных телефонов и стресс, нарушения сна и симптомы депрессии у молодых людей - предполагаемое когортное исследование. BMC Public Health 11: 66. doi: 10.1186 / 1471-2458-11-66. PMID: 21281471
99. 15. Ezoe S, Toda M, Yoshimura K, Naritomi A, Den R, Morimoto K (2009) Отношения личности и образа жизни с зависимостью мобильного телефона среди женщин-сестринских студентов. Социальное поведение и личность: международный журнал 37 (2): 231-238. doi: 10.2224 / sbp.2009.37.2.231
100. 16. Toda M, Monden K, Kubo K, Morimoto K (2006) Зависимость от мобильного телефона и связанный со здоровьем образ жизни студентов университетов. Социальное поведение и личность 34 (10): 1277-1284. doi: 10.2224 / sbp.2006.34.10.1277
101. 17. Малазийская комиссия по связи и мультимедиа (2012) Пользователи мобильных телефонов Обзор 2011. Имеется в наличии: http://www.skmm.gov.my/skmmgovmy/media/G​eneral/pdf/SSKMM-HandPhoneSurvey-2011.pd​f
102. 18. Малазийская комиссия по связи и мультимедиа (2014) Пользователи мобильных телефонов Обзор 2012. Имеется в наличии: http://www.skmm.gov.my/skmmgovmy/media/G​eneral/pdf/130717_HPUS2012.pdf
103. 19. ecommercemilo (2014). Имеется в наличии: http://www.ecommercemilo.com/2014/09/12-​facts-mobile-malaysia.html#.Va8ru_mqpBe.
104. 20. Осман М.А., Талиб А.З., Сануси З.А., Шианг-Йен Т, Алви АС (2012) Исследование тенденции смартфона и его поведения в Малайзии. Международный журнал новых компьютерных архитектур и их приложений 2: 274-285.
105. 21. Weinstein A, Lejoyeux M (2010) Интернет-зависимость или чрезмерное использование Интернета. Американский журнал злоупотребления наркотиками и алкоголем 36: 277-283. doi: 10.3109 / 00952990.2010.491880. PMID: 20545603
106. 22. Дженаро К., Флорес Н., Гомес-Вела М., Гонсалес-Гиль Ф, Кабалло С. (2007) Проблемное использование Интернета и сотового телефона: психологические, поведенческие и медицинские корреляты. Исследование и теория наркомании 15: 309–320. DOI: 10.1080 / 16066350701350247
107. 23. Нимз К., Гриффитс М., Баньярд П. (2005) Распространенность патологического использования Интернета среди студентов университетов и корреляция с самооценкой, опросником общего состояния здоровья (GHQ) и растормаживанием. Киберпсихология и поведение 8: 562–570. pmid: 16332167 DOI: 10.1089 / cpb.2005.8.562
108. 24. Янг К.С., Роджерс Р.К. (1998) Связь между депрессией и интернет-зависимостью. Киберпсихология и поведение 1: 25–28. DOI: 10.1089 / cpb.1998.1.25
109. 25. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC (2012). Связь между интернет-зависимостью и психическим расстройством: обзор литературы. Европейская психиатрия 27: 1-8. doi: 10.1016 / j.eurpsy.2010.04.011. PMID: 22153731
110. 26. Guan NC, Isa SM, Hashim AH, Pillai SK, Harbajan Singh MK (2015) Срок действия малайской версии теста на зависимость от интернета: исследование группы студентов-медиков в Малайзии. Азиатско-тихоокеанский журнал общественного здравоохранения 27: 2210-2219. doi: 10.1177 / 1010539512447808
111. 27. Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E, et al. (2008) Французская валидация теста на интернет-зависимость. Киберпсихология и поведение 11: 703–706. DOI: 10.1089 / cpb.2007.0249. pmid: 18954279
112. 28. Kwon M, Lee JY, Won WY, Park JW, Min JA, Hahn C, et al. (2013) Разработка и проверка шкалы зависимости смартфонов (SAS). PloS one 8: e56936. doi: 10.1371 / journal.pone.0056936. PMID: 23468893
113. 29. Gorsuch RL (1983) Факторный анализ. 2nd ed. Хиллсдейл, Нью-Джерси: Эрлбаум.
114. 30. Kaiser HF (1960) Применение электронных компьютеров для факторного анализа. Учебно-психологические измерения 20: 141-151 doi: 10.1177 / 001316446002000116
115. 31. Guttman L (1954) Некоторые необходимые условия для общего факторного анализа. Психометрия 19: 149-161. doi: 10.1007 / bf02289162
116. 32. Ybama ML (2004) Связь между депрессивной симптоматикой и домогательствами в Интернете среди молодых постоянных пользователей. Киберпсихология и поведение 7: 247–257. pmid: 15140367 DOI: 10.1089 / 109493104323024500
117. 33. Kaiser HF (1974) Индекс факториальной простоты. Психометрия 39: 31-36. doi: 10.1007 / bf02291575
118. 34. Elias H, Ping WS, Abdullah MC (2011) Стресс и академические достижения среди студентов в Universiti Putra Malaysia. Теория-социальная и поведенческая наука 29: 646-655. doi: 10.1016 / j.sbspro.2011.11.288