Učinki zasvojenosti z internetom in pametnimi telefoni na depresijo in anksioznost, ki temeljijo na analizi usklajenosti z nagibnostjo (2018)

Int J Public Health. 2018 Apr 25; 15 (5). pii: E859. doi: 10.3390 / ijerph15050859.

Kim YJ1, Jang HM2, Lee Y3, Lee D4, Kim DJ5.

Minimalizem

Povezave internetne zasvojenosti (IA) in zasvojenosti s pametnimi telefoni (SA) s težavami v duševnem zdravju so bile široko raziskane. Proučevali smo učinke IA in SA na depresijo in tesnobo ob prilagoditvi sociodemografskih spremenljivk. V tej študiji so udeleženci 4854 opravili presečno spletno raziskavo, ki je vsebovala socialno-demografske predmete, korejsko lestvico za odvisnost od interneta, lestvico nagnjenosti za zasvojenost s pametnimi telefoni in podskle na kontrolnem seznamu Simptom 90 - Revidirano. Udeleženci so bili razvrščeni v skupine IA, SA in normalne uporabe (NU). Za zmanjšanje pristranskosti vzorčenja smo uporabili metodo ujemanja ocene nagnjenosti, ki temelji na genetičnem ujemanju. Skupina IA je pokazala povečano tveganje za depresijo (relativno tveganje 1.207; p <0.001) in tesnoba (relativno tveganje 1.264; p <0.001) v primerjavi z NU. Skupina SA je pokazala tudi povečano tveganje za depresijo (relativno tveganje 1.337; p <0.001) in tesnoba (relativno tveganje 1.402; p <0.001) v primerjavi z NC. Te ugotovitve kažejo, da sta oba, IA in SA, pomembno vplivala na depresijo in tesnobo. Poleg tega so naše ugotovitve pokazale, da ima SA močnejši odnos z depresijo in tesnobo, močnejši od IA, in poudarile potrebo po preventivni in upravljalni politiki pretirane uporabe pametnih telefonov.

KLJUČNE BESEDE:  Internet odvisnost; anksioznost; depresija; ocena nagnjenosti; zasvojenost s pametnimi telefoni

PMID: 29693641

DOI: 10.3390 / ijerph15050859

 

1. Predstavitev

Z naraščajočo uporabo in priročnostjo interneta in pametnih telefonov v vsakdanjem življenju je nakopičena raziskava pokazala negativne učinke prekomerne uporabe interneta in pametnih telefonov na področju duševnega zdravja [1].
Uporabniška stopnja pametnih telefonov v južnokorejski populaciji je približno 85%, kar je najvišja na svetu [2]. Vendar pa je prekomerna uporaba pametnih telefonov močno povezana s številnimi težavami v zvezi z duševnim zdravjem, vključno s stresom in povečanim tveganjem za nenormalno anksioznost [3,4]. Zasvojenost s pametnimi telefoni (SA) se je pojavila kot nova oblika odvisnosti skupaj z odvisnostmi od interneta (IA), klinične značilnosti SA pa so v zadnjih letih deležne pozornosti [5]. Na primer, obstaja nekaj razlik glede narave naprav, na primer enostavna prenosljivost, dostop do interneta v realnem času in funkcije neposredne komunikacije pametnih telefonov [6]. O demografskih spremenljivkah in motivacijskih vidikih uporabe medijev so poročali o podobnostih in razlikah med IA in SA [1,6].
Z okoljskega vidika je pomanjkanje alternativnih dejavnosti povezano z oceno učinka [7]. Poleg tega naj bi bilo samstvo močno povezano tako z družabnim omrežjem kot s spletnimi igrami [8]. Kar zadeva stopnjo izobrazbe in mesečne dohodke, je nedavna študija pri ljudeh s SA ugotovila pomembne razlike v zdravstveni dimenziji v korist tistih, ki imajo nižji dohodek in nižjo stopnjo izobrazbe [9]. V skladu s to ugotovitvijo je sistematični pregled poročal o pomembni povezavi med uspešnostjo in resnostjo ocene učinka [10]. Kar zadeva starost, je nedavni pregled ugotovil, da je problematična uporaba interneta najpomembnejša za mladostnike in odrasle odrasle osebe (19 let in več) [10], medtem ko je zasvojenost s pametnimi telefoni bolj razširjena pri mlajših mladostnikih v primerjavi z odraščajočimi odraslimi (19 let in več) [11]. Nedavna študija je pokazala, da imajo ženske ponavadi višje povprečje dnevnih časov uporabe in ocene odvisnosti za pametne telefone v primerjavi z moškimi [4]. Choi in sod. (2015) je poročal, da ima moški spol pomemben dejavnik tveganja za IA, ženski spol pa za SA [1]. Glede na namen uporabe se je izkazalo, da je družabno omrežje močneje povezano z visoko odvisnostjo pametnih telefonov v primerjavi z drugimi funkcijami, povezanimi z mobilnimi telefoni [11]. Pri posameznikih z IA, Anderson in sod. (2016) je poročal, da je moški spol pomembno povezan s spletnim igranjem računalnikov [10].
Glede psiholoških vidikov je bilo veliko poročil o pozitivnih povezavah IA in SA z depresijo in tesnobo [12,13]. Nedavne študije kažejo, da lahko zasvojenost z internetom in pametnimi telefoni nastane zaradi uporabnikovega kognitivno-čustvenega in vedenjskega profila, ne pa samega medija [14,15,16]. Nedavna študija je opazila vlogo empatije in zadovoljstva z življenjem tako pri IA kot pri SA [17]. Kar zadeva psihopatologijo, je več raziskav poročalo o pozitivni povezavi med IA, depresijo in tesnobo [18,19,20], medtem ko je nedavna študija poročala o povezavi med uporabo pametnih telefonov in resnostjo, depresijo in tesnobo [13]. Zato je treba natančno razmejiti medsebojno povezanost med IA, SA in težavami v duševnem zdravju. Poleg tega glede na prekrivanje in razlike med IA in SA [16], potem se postavlja vprašanje, v kolikšni meri so IA in SA povezani s povečano stopnjo depresije in tesnobe po prilagajanju zmedljivih demografskih in socialno-ekonomskih dejavnikov?
Še vedno ni jasno, ali so težave z duševnim zdravjem vzroki ali posledice prekomerne odvisnosti od interneta in pametnih telefonov. V presečnih študijah so bile uporabljene številne regresijske analize, da bi raziskovali povezavo med težavami v duševnem zdravju, IA in SA pri ljudeh [21]. Vendar pa v opazovalnih študijah, ki nimajo naključja, ima večkratna regresijska analiza omejitve, kot sta možnost precenjevanja in slaba standardna napaka, kadar so poleg pristranskosti izbire prisotni številni kovariati [22]. Tako bi ocenjevanje učinkov zasvojenosti s preprosto preučitvijo določenega izida, kot sta depresija in tesnoba, pristransko zaradi neravnovesja demografskih in socialno-ekonomskih dejavnikov, povezanih z IA in SA. Poleg tega še nobena študija ni raziskovala različnih učinkov glede na značilnosti uporabnikov interneta in pametnih telefonov, vključno z okoljskim kontekstom in psihološkim profilom uporabnikov IA in SA na depresijo in tesnobo. Ujemanje ocene nagnjenosti (PSM) je postalo priljubljen pristop za zmanjšanje pristranskosti selekcije v opazovalnih študijah [23,24]. V tem prispevku smo uporabili analizo PSM, da smo raziskali učinke IA in SA na depresijo in tesnobo, da bi zmanjšali pristranskost izbire naših podatkov. V svoji raziskavi smo izbrali spol, starost, izobrazbo, zakonski status in dohodek kot zmedeno spremenljivko, če upoštevamo povezanost teh sociodemografskih spremenljivk z IA in SA [9,25].
Primarni cilj te študije je preučiti medsebojno povezanost IA, SA in razpoloženja, torej depresijo in tesnobo, z analizo ujemanja ocene nagnjenosti. Drugič, želimo odkriti, kako se učinki depresije in tesnobe med IA in SA razlikujejo.

 

 

2. Materiali in metode

 

 

2.1. Udeleženci študije

Podatki so bili sestavljeni iz spletnih anonimnih anketnih samodiagnoznih odzivov odraslih Korejcev 5003 (starih 19 – 49 let), ki jih je izvedla Katoliška univerza v Koreji, Seul; in bolnišnica sv. Marije decembra 2014 [26]. Študija je bila izvedena v skladu s Helsinško deklaracijo. Institucionalni revizijski odbori katoliške univerze v Koreji, Seul; in bolnišnica St. Mary's odobrila to študijo. Vsi udeleženci so bili obveščeni o študiji in dali pisno informirano soglasje. Udeleženci ankete so zaposlili skupino raziskovalnega podjetja in vprašalnike o samoporočanju so vodili prek interneta brez kakršnega koli nadomestila. Izključeni so bili le anketiranci 149, ki niso uporabljali pametnih telefonov. Na koncu smo analizirali podatke udeležencev 4854. V končnem vzorcu so bile starosti razvrščene v tri kategorije: pod 30 (33.19%), 30 – 39 (43.94%) in 40 – 49 (22.87%). Bilo je samcev 2573 (53.01%) in žensk 2281 (46.99%). Dodatne demografske spremenljivke udeležencev so bile izobrazba, zakonski stan in dohodek.

 

 

2.2. Ukrepi

 

 

2.2.1. Merjenje internetne zasvojenosti

Korejska lestvica za odvisnost od interneta (lestvica K) je bila v Koreji razvita za oceno ocene učinka in je bila potrjena med korejskim prebivalstvom z visoko zanesljivostjo notranje skladnosti [27]. Cronbach-ov alfa koeficient za K-lestvico je bil 0.91 [28]. Ima sedem podskladov in elementov 40, ki merijo motnje v vsakdanjem življenju, motnje preizkušanja resničnosti, samodejne zasvojenostne misli, navidezne medčloveške odnose, devijantno vedenje, umik in strpnost. Ta Likertova lestvica je bila nastavljena od 1 (sploh ne) do 4 (vedno). Glede na prejšnje poročilo s to lestvico so bili udeleženci razvrščeni v tri skupine: normalno, potencialno in visoko tvegano [29]. Skupina z visokim tveganjem je bila opredeljena tako, da ima standardiziran rezultat 70 ali višje pri vsakodnevnih motnjah v življenju, samodejnih odvisniških razmišljanjih, tolerančnih faktorjih ali vsaj vsaj 70. Skupina potencialnih tveganj je bila opredeljena kot rezultat 62 ali višje pri vsakodnevnih motnjah v življenju, samodejnih odvisniških razmišljanjih, tolerančnih faktorjih ali skupno vsaj 63. Skupina običajne uporabe je vsebovala ocene pod temi številkami. V tej študiji so IA skupine sestavljale skupine potencialnih tveganj in visoko tvegane skupine.

 

 

2.2.2. Merjenje zasvojenosti s pametnimi telefoni

Lestvica nagnjenosti k zasvojenosti s pametnimi telefoni (K-SAS) je potrjena in se pogosto uporablja za zaslon za SA [30]. Sestavljen je iz elementov 15, ki so ocenjeni po štiritočkovni lestvici Likerta v stiski od 1 (sploh ne) do 4 (vedno). Vprašanja so preučevala tri dejavnike: motnje v vsakdanjem življenju, samodejne zasvojenostne misli in strpnost. Cronbach-ov alfa koeficient za K-SAS je bil 0.880 [5].
Na podlagi prejšnjega poročila s to lestvico smo rezultate uporabili za razvrstitev udeležencev v tri skupine: normalno, potencialno tveganje in visoko tveganje [30]. Skupina z visokim tveganjem je bila opredeljena tako, da ima skupno oceno 44 ali več, ali da ima podkorek 15 ali več v vsakodnevnih motnjah življenja, skupaj s podkolesi 13 ali več, tako v samodejnih odvisniških razmišljanjih kot v toleranci. Za potencialno tvegano skupino je bilo določeno, da ima 41 ali več v skupni oceni ali 15 ali več v faktorju motenja vsakodnevnega življenja. Skupina običajne uporabe je vsebovala ocene pod temi številkami [30]. V tej študiji so skupino, zasvojeno s pametnimi telefoni, sestavljali skupine z visokim tveganjem in potencialnimi tveganji.

 

 

2.2.3. Merjenje težav z duševnim zdravjem: depresija in tesnoba

SCL-90-R je večdimenzionalni vprašalnik, razvit za zaslon različnih psiholoških in psihopatoloških značilnosti podkles 9: somatizacija, obsesivno-kompulzivna, medosebna občutljivost, depresija, tesnoba, sovražnost, fobična anksioznost, paranoična ideja in psihotičnost [31]. SCL-90 vsebuje elemente 90, ocenjene na lestvici stiske v točki 5 od 0 (nič) do 4 (skrajno). Preizkusna preizkušnja zanesljivosti SCL-90-R v korejskem jeziku je bila 0.76 za depresijo in 0.77 za tesnobo. Notranja skladnost je bila 0.89 za depresijo in 0.86 za tesnobo [31]. Poročali so, da sta depresija in tesnoba psihiatrični simptomi, ki so najbolj povezani z IA in SA [12,13]. Specifične dimenzije, ki jih je zanimala zaslon v tej študiji, so vključevale podskle SCL-90-R za depresijo in tesnobo.

 

 

2.3. Analiza podatkov

 

 

2.3.1. Statistična opredelitev

Naj Zi

 

biti kazalnik binarne zasvojenosti za i-tem subjektom; to je Zi=1 če je i - tista oseba zasvojena (IA ali SA) in Zi=0 drugače. Možni izid duševne težave (depresija ali tesnoba) je opredeljen kot Yi(Zi. Upoštevajte, da je za vsak predmet istočasno opažen le eden od možnih izidov, torej neposredno izračunavanje Yi(1)-Yi je nemogoče. Namesto posamičnega učinka je glavni pomemben parameter pričakovani učinek odvisnosti na populacijo zasvojenosti

τ=E(Yi(1)-Yi(0)|
 
Vendar pa ocena τ

še vedno ima težavo, ker E(Yi(0)|Zi ni mogoče neposredno oceniti. Seveda v randomiziranih poskusih oz. E(Yi(0)|Zi je zadovoljen, torej τ zlahka oceniti. Vendar pa je v opazovalni študiji naivna ocena τ lahko pristranski, ker E(Yi(0)|Zi. Če želite prilagoditi to selekcijsko pristranskost, predpostavljamo, da lahko opazujemo kovariate Xi ki jih nobena odvisnost ne vpliva in za dane kovarijate Xi, možnih rezultatov Yi(1), Yi so pogojno neodvisne od kazalnika odvisnosti Zi. Poleg tega, če so potencialni izidi neodvisni od odvisnosti, ki je pogojena s kovarijati Xi, so tudi neodvisne od odvisnosti, pogojene z oceno nagnjenosti P(Xi)= P(Zi=1|Xi[19]. Ocenjevalec PSM za τ postane

τPSM=EP(X)|Z=1

 

 

 

 

 

2.3.2. Ocenjevanje ocene nagnjenosti

Ocene nagnjenosti se izračunajo z uporabo logistične regresije, modela, ki se uporablja za napovedovanje verjetnosti nastanka zasvojenosti 

prijaviP(Zi=1|Xi)

 

 

 
V tem prispevku kot kovariati za Xi

 

 

, štejemo pet kategoričnih kovarijatov: spol (1 = moški in 2 = ženska), starost (1 = 20 – 29, 2 = 30 – 39 in 3 = 40 – 49), izobrazba (1 = srednja šola, 2 = visoka šola šola in 3 = univerza ali višje), zakonski status (1 = samski, 2 = sobivanje, 3 = poročen, 4 = razvezan, in 5 = pokoljen), in dohodek (1 = nizek, 2 = srednje nizek, 3 = srednja, 4 = srednja in 5 = visoka). V Oddelek 1lahko ti kovariati hkrati vplivajo na izide (depresijo ali tesnobo) in zasvojenosti. Tako smo za vsak predmet ocenili ocene nagnjenosti; to je pogojna verjetnost zasvojenosti glede na opažene kovariate [32].

 

 

2.3.3. Ustrezne metode na podlagi ocene ocenjene nagnjenosti

Ko se oceni ocena nagnjenosti, se lahko uporabi ujemanje za oceno učinka zdravljenja po prilagajanju razlik med obema skupinama [33]. Cilj ujemanja je izdelati ujemajoči se vzorec, ki uravnoteži porazdelitev bolnika v študiji in ustreza kovarijatom opazovanih kontrolnih skupin. Ta metoda prilagajanja nam omogoča nadzor nad zmedenimi spremenljivkami. V tej študiji smo sprejeli dve široko uporabljeni metodi ujemanja, optimalno in gensko ujemanje [34].

 

 

2.3.4. Ocena relativnih tveganj odvisnosti od težav z duševnim zdravjem po ujemanju ocene nagnjenosti

Po ujemanju ocene nagnjenosti z uporabo opazovanih kovarijatov (starost, spol, zakon, dohodek in izobrazba) imamo bolj uravnotežen nabor podatkov. Za modeliranje problema duševnega zdravja (depresija ali tesnoba) smo na izbrani vzorec uporabili generalizirane linearne modele (GLM). Ker so ocene za duševno zdravje pozitivne in pristranske, je prilagojena porazdelitev gama s povezavo dnevnika. Naj Yi

 

biti rezultat zanimanja (ocena depresije ali tesnobe) s srednjo vrednostjo μi, lahko uporabimo okvir Gamma GLM s kovarijati Xi:

 

prijaviμi=γT
 
 
Z modeliranjem smo ocenili eγ

 

 

kot relativna tveganja (kot pričakovana srednja razlika med skupinami) IA in SA za vsak kovariat.

 

 

3. Rezultati

Poleg udeležencev 4854 je bil v skupino IA vključen še 126 (2.60%), v skupino SA pa 652 (13.43%). Tabela 1 prikazuje opisno statistiko rezultatov depresije in tesnobe. Povprečni rezultati depresije in anksioznosti skupin IA in SA so večji od tistih v skupini z normalno uporabo (NU).
Tabela 1. Opisna statistika rezultatov depresije in tesnobe.
Tabela

 

 

3.1. Ujemanje kakovosti metode primerjanja ocene nagnjenosti

Čeprav v vprašalnikih te študije pogojujemo le nekaj kovariatov, smo z oceno nagnjenosti ugotovili, da je postopek ujemanja zadosten za uravnoteženje porazdelitve vsakega kovariata, Tabela 2 in Tabela 3. Ocenili smo razdalje v mejnih porazdelitvah Xi

 

 

 

. Za vsak kovariat smo izračunali pristranskost; to je razlika v povprečnih vzorcih zasvojenih in običajnih vzorcev. Pred uporabo ujemanja ocene nagnjenosti pristranskosti niso bile prezrte. Vendar pa sta imela odvisnost in običajni podvzorki po ujemanju ocene nagnjenosti zelo podobno mejno porazdelitev za vse kovarijate.
Tabela 2. Primerjava povprečnega odstotka izhodiščnih značilnosti med IA in skupinami za normalno uporabo v prvotnem vzorcu in vzorcu, ki ustreza rezultatu nagnjenosti, z uporabo genetskega in optimalnega ujemanja.
Tabela
Tabela 3. Primerjava povprečnega odstotka osnovnih karakteristik med SA in normalnimi skupinami v prvotnem vzorcu in vzorcu nagnjenosti, ki se ujema z vzorcem, z uporabo genetskega in optimalnega ujemanja.
Tabela

 

 

3.2. Učinki odvisnosti od interneta na depresijo in tesnobo

Vplivi IA na depresijo in tesnobo, dobljeni z ujemanjem ocene nagnjenosti, so opisani v Tabela 4. Z genetskim ujemanjem je bilo izbranih 3846 vzorcev. IA je bila povezana z večjim tveganjem za depresijo (relativno tveganje 1.207, 95% interval zaupanja 1.128–1.292 in p <0.001) in tesnobe (relativno tveganje 1.264, 95% interval zaupanja 1.173–1.362 in p <0.001). Vsa ta relativna razmerja tveganja so pomembna, ker interval zaupanja ne vsebuje 1. Z optimalnim ujemanjem je bilo izbranih 252 vzorcev. IA je bila povezana z večjo depresijo (relativno tveganje 1.243, 95% interval zaupanja 1.145–1.348 in p <0.001) in tesnobo (relativno tveganje 1.308, 95% interval zaupanja 1.192–1.435 in p <0.001). Podobno kot pri genskem ujemanju so relativna razmerja tveganja pri depresiji in tesnobi bistveno večja od 1.
Tabela 4. Učinki zasvojenosti z internetom in pametnimi telefoni na depresijo in tesnobo, ki temeljijo na ujemanju ocene nagnjenosti.
Tabela

 

 

3.3. Učinki zasvojenosti s pametnimi telefoni na depresijo in tesnobo

O učinkih SA na depresijo in tesnobo z uporabo primerljivosti ocene nagnjenosti so navedeni v Tabela 4. Z genetskim ujemanjem je bilo izbranih 4516 vzorcev. SA je bila povezana z večjim tveganjem za depresijo (relativno tveganje 1.337, 95-odstotni interval zaupanja 1.296–1.378 in p <0.001) in tesnobe (relativno tveganje 1.402, 95-odstotni interval zaupanja 1.355–1.450 in p <0.001). Z optimalnim ujemanjem je bilo izbranih 1304 vzorcev. SA je bil povezan z večjim tveganjem za depresijo (relativno tveganje 1.386, 95% interval zaupanja 1.334–1.440 in p <0.001) in tesnobo (relativno tveganje 1.440, 95% interval zaupanja 1.380–1.503 in p <0.001). Vsa ta relativna razmerja tveganja so pomembna.

 

 

3.4. Razlike v učinkih zasvojenosti z internetom in pametnimi telefoni na depresijo in tesnobo

Relativna razmerja tveganja za depresijo in anksioznost, tako glede genetskega kot optimalnega ujemanja, so bila za SA za 10% višja kot za IA. To pomeni, da ima SA večje tveganje za depresijo in tesnobo kot IA. Ti intervali zaupanja ne vsebujejo 1, zato lahko rečemo, da je SA verjetneje, da povzroči duševno motnjo 34 – 44%.

 

 

4. Diskusija

Naše ugotovitve so, da tako IA kot SA pomembno vplivata na depresijo in anksioznost, tudi potem, ko nadzorujeta sorodnike z uporabo primerljivosti ocene nagnjenosti. Epidemiološke študije so ocenile večjo razširjenost depresije pri IA [35,36]. Številne presečne študije so poročale, da so posamezniki z IA ali SA pokazali višjo stopnjo depresije in tesnobe kot običajni uporabniki [13,37]. V tej študiji naši rezultati kažejo vloge IA in SA pri razvoju depresije in tesnobe. Za trenutne ugotovitve obstaja nekaj možnih razlag. Prvič, zasvojenost z uporabo interneta in pametnih telefonov lahko poveča medosebne težave, kar je povezano z depresijo in anksioznostjo, kot so družinski konflikti, pomanjkanje zunajzakonskih odnosov in povečana potreba po odobritvi v kibernetskem prostoru. Drugič, odtegnitveni simptomi so predlagani kot psihopatološki vzorci pri IA in SA, primerljivi z motnjami zlorabe snovi [5]. Kadar nimajo dostopa do osebnega računalnika ali pametnega telefona, lahko posamezniki z IA ali SA postanejo zaskrbljeni in si želijo uporabiti internet ali pametni telefon, da bi se izognili takšnim negativnim občutkom [38]. Druga možna razlaga je, da za razliko od drugih odvisnih snovi, kot sta alkohol in nikotin, uporabniki interneta in pametnih telefonov morda nimajo vpogleda v njihovo prekomerno uporabo v vsakdanjem življenju zaradi prostega in prilagodljivega dostopa do naprav [3], zaradi česar njihovo čezmerno uporabo doživljajo kot sitnost in ne kot znak problematičnega vedenja [39]. Druga zanimiva ugotovitev je bila, da ima SA močnejši učinek na depresijo in tesnobo kot IA. To nas vodi do domneve, da imajo IA in SA različne vplive na težave z duševnim zdravjem. Za to ugotovitev bi lahko bilo več možnih razlag. Prvič, glede na značilnosti medijev je prekomerna uporaba pametnih telefonov lažja zaradi narave naprave zaradi večje dostopnosti do brezžičnega omrežja in 24 h pogostih obvestil [39]. Drugič, glede okoljskih dejavnikov lahko ta ugotovitev odraža trenutno korenito spremembo povprečja vsakdanjega življenja od osebnih računalnikov do pametnih telefonov. Ljudje lahko računalniški internet uporabljajo za zapleteno delo in opravljajo druga dnevna opravila s pametnimi telefoni, kar vodi k zmanjšanju produktivnosti dela in višji stopnji stresa [40]. Končno lahko posamezniki s SA uporabljajo pametne telefone za vzdrževanje odnosov in občutka povezanosti s spletnim socialnim omrežjem [41], kar vodi k strahu pred izpadom in strahu pred izgubo povezave, hkrati pa sproži večjo uporabo pametnih telefonov [42].
Ta študija ima več omejitev za posplošitev ugotovitev za celotno populacijo, kot so na primer presek meja podatkov in razlaga vzročne ugotovitve med internetom in pametnimi zasvojenostmi, depresijo in tesnobo. Ujemanje nagnjenosti ima tudi omejitve in zahteve. Glavna omejitev je, da ocene nagnjenosti lahko nadzorujejo le opazovani zmedeni [43]. Možnost neopaženih zmede lahko ostane, kar ugotovitev študije omeji na posplošitev. Ker so bili v tej študiji vsi opaženi zmešnjavi zbrani kot kategorične spremenljivke, lahko pri gradnji PSM modela pride do izgube informacij. Zato je treba naše ugotovitve razlagati previdno. Da pa bi dobili zanesljive rezultate ujemanja, smo upoštevali dve metodi ujemanja, gensko in optimalno ujemanje. Zlasti se pri genetskem ujemanju uporablja algoritem iskanja genetskega iskanja, zato lahko njen postopek najde dobro rešitev za ujemanje z manj izgubami informacij [44]. Nazadnje je bila ocena simptoma depresije in anksioznosti opravljena s psihološkim ukrepom samo-poročila z uporabo SCL-90-R. Natančneje in dosledneje oceniti težave z duševnim zdravjem. V nadaljnjih študijah je treba izvesti strukturiran intervju s klinikom.

 

 

5. Sklepi

V tej študiji smo raziskali, kako IA in SA vplivata na težave z duševnim zdravjem, depresijo in tesnobo. Kolikor nam je znano, je to prva študija, ki je ocenila povezavo med IA, SA in psihopatologijo z uporabo metode za oceno nagnjenosti nagnjenosti iz podatkov prečnega prereza in za raziskovanje diferencialnega učinka na psihopatologijo med IA in SA. Na koncu ugotovitve kažejo, da tako IA kot SA povečujeta tveganje za depresijo in tesnobo. Poleg tega je SA pokazal močnejši odnos z depresijo in tesnobo v primerjavi z IA.
Posledica teh ugotovitev je, da bi morali posamezniki s problematično uporabo pametnih telefonov natančno spremljati težave z duševnim zdravjem, s čimer je treba poudariti potrebo po oblikovanju preventivnih in upravljavskih politik, usmerjenih na predklinično raven SA. Nadaljnje prospektivne študije bi morale raziskati vzročne smeri odnosov med IA, SA in težavami v duševnem zdravju ter ugotoviti diskriminatorne dejavnike IA in SA.

 

 

Prispevki avtorjev

D.-JK in DL sta zasnovala in zasnovala poskuse; HMJ je analizirala podatke; Y.-JK je napisal prispevek. YL je nadziral zbiranje podatkov. Vsi avtorji so prispevali k razvoju rokopisa, ga kritično pregledali in odobrili končni rokopis.

 

 

Priznanja

To delo je bilo podprto s štipendijo Nacionalne raziskovalne fundacije v Koreji (št. Donacije 2014M3C7A1062894, 2014M3C7A1062896).

 

 

Konflikti interesa

Avtorji ne izražajo navzkrižja interesov.

 

 

Reference

  1. Choi, S.-W .; Kim, D.-J .; Choi, J.-S .; Ahn, H .; Choi, E.-J .; Song, W.-Y .; Kim, S .; Youn, H. Primerjava tveganj in zaščitnih dejavnikov, povezanih z zasvojenostjo s pametnimi telefoni in odvisnostjo od interneta. J. Behav. Zasvojenec. 2015, 4, 308 – 314. [Google Scholar] [CrossRef] [PubMed]
  2. 2016 anketa o previsoki odvisnosti od interneta; Ministrstvo za znanost, IKT in prihodnje načrtovanje: Seul, Koreja, 2017.
  3. Lee, Y.-K .; Chang, C.-T .; Lin, Y .; Cheng, Z.-H. Temna plat uporabe pametnih telefonov: psihološke lastnosti, kompulzivno vedenje in tehnostres. Računalništvo. Hum. Behav. 2014, 31, 373 – 383. [Google Scholar] [CrossRef]
  4. Lee, KE; Kim, S.-H .; Ha, T.-Y .; Yoo, Y.-M .; Han, J.-J .; Jung, J.-H .; Jang, J.-Y. Odvisnost od uporabe pametnih telefonov in povezanost s tesnobo v Koreji. Rep. Za javno zdravje 2016, 131, 411 – 419. [Google Scholar] [CrossRef] [PubMed]
  5. Kim, D .; Chung, Y .; Lee, J .; Kim, M .; Lee, Y .; Kang, E .; Keum, C; Nam, J. Razvoj lestvice nagnjenosti k zasvojenosti s pametnimi telefoni za odrasle: samoporočanje. Korejec J. Couns. 2012, 13, 629 – 644. [Google Scholar]
  6. Kwon, M .; Lee, J.-Y .; Zmaga, W.-Y .; Park, J.-W .; Min, J.-A .; Hahn, C .; Gu, X .; Choi, J.-H .; Kim, D.-J. Razvoj in potrjevanje lestvice zasvojenosti s pametnimi telefoni (SAS). PLOŠČE ENO 2013, 8, e56936. [Google Scholar] [CrossRef] [PubMed]
  7. Kuss, DJ; Griffiths, MD; Karila, L .; Billieux, J. Internetna zasvojenost: sistematični pregled epidemioloških raziskav v zadnjem desetletju. Curr. Pharm. Des. 2014, 20, 4026 – 4052. [Google Scholar] [CrossRef] [PubMed]
  8. Andreassen, CS; Billieux, J .; Griffiths, dr. Med. Kuss, DJ; Demetrovics, Z .; Mazzoni, E .; Pallesen, S. Razmerje med zasvojenostjo z uporabo družbenih medijev in video iger ter simptomi psihičnih motenj: obsežna študija preseka. Psihola. Zasvojenec. Behav. 2016, 30, 252. [Google Scholar] [CrossRef] [PubMed]
  9. Aljomaa, SS; Qudah, MZZ; Albursan, IS; Bakhiet, SF; Abduljabbar, AS Zasvojenost s pametnimi telefoni med študenti glede na nekatere spremenljivke. Računalništvo. Hum. Behav. 2016, 61, 155 – 164. [Google Scholar] [CrossRef]
  10. Anderson, EL; Steen, E .; Stavropoulos, V. Uporaba interneta in problematična uporaba interneta: sistematičen pregled trendov longitudinalnih raziskav v adolescenci in novi odrasli dobi. Int. J. Adolesc. Mladina 2017, 22, 430 – 454. [Google Scholar] [CrossRef]
  11. Haug, S .; Castro, RP; Kwon, M .; Filler, A .; Kowatsch, T .; Schaub, MP Uporaba pametnih telefonov in zasvojenost s pametnimi telefoni med mladimi v Švici. J. Behav. Zasvojenec. 2015, 4, 299 – 307. [Google Scholar] [CrossRef] [PubMed]
  12. Ko, C.-H .; Yen, J.-Y .; Yen, C.-F .; Chen, C.-S .; Chen, C.-C. Povezava med internetno odvisnostjo in psihično motnjo: pregled literature. EUR. Psihiatrija 2012, 27, 1 – 8. [Google Scholar] [CrossRef] [PubMed]
  13. Demirci, K .; Akgönül, M .; Akpinar, A. Povezava resnosti uporabe pametnih telefonov in kakovosti spanja, depresije in tesnobe pri študentih. J. Behav. Zasvojenec. 2015, 4, 85 – 92. [Google Scholar] [CrossRef] [PubMed]
  14. Blagovna znamka, M .; Young, KS; Laier, C .; Wölfling, K .; Potenza, MN Vključevanje psiholoških in nevrobioloških vidikov v zvezi z razvojem in vzdrževanjem specifičnih motenj uporabe interneta: Interakcija modela izvajanja oseb-afekt-kognicije (I-PACE). Nevrosci. Biobehav. Rev. 2016, 71, 252 – 266. [Google Scholar] [CrossRef] [PubMed]
  15. Kim, Y.-J .; Kim, D.-J .; Choi, J. Kognitivna disregulacija internetne zasvojenosti in njeni nevrobiološki korelati. Spredaj. Biosci (Elite ed.) 2017, 9, 307 – 320. [Google Scholar]
  16. Lachmann, B .; Duke, É .; Sariyska, R .; Montag, C. Kdo je zasvojen s pametnim telefonom in / ali internetom? Psihola. Pop. Medijski kult. 2017. [Google Scholar] [CrossRef]
  17. Lachmann, B .; Sindermann, C .; Sarijska, RY; Luo, R .; Melchers, MC; Becker, B .; Cooper, AJ; Montag, C. Vloga empatije in zadovoljstva z življenjem pri motnji uporabe interneta in pametnih telefonov. Spredaj. Psihola. 2018, 9, 398. [Google Scholar] [CrossRef] [PubMed]
  18. Banjanin, N .; Banjanin, N .; Dimitrijević, I .; Pantić, I. Razmerje med uporabo interneta in depresijo: Osredotočenost na fiziološka nihanja razpoloženja, socialno mreženje in zasvojenost s spletom. Računalništvo. Hum. Behav. 2015, 43, 308 – 312. [Google Scholar] [CrossRef]
  19. Akin, A .; Iskender, M. Odvisnost od interneta in depresija, tesnoba in stres. Int. Na spletu J. Educ. Sci. 2011, 3, 138 – 148. [Google Scholar]
  20. Ostovar, S .; Allahyar, N .; Aminpoor, H .; Moafian, F .; Niti MBM; Griffiths, odvisnost od interneta in njegova psihosocialna tveganja (depresija, tesnoba, stres in osamljenost) med iranskimi mladostniki in mladimi: model strukturne enačbe v presečni študiji. Int. J. Ment. Zdravstveni odvisnik. 2016, 14, 257 – 267. [Google Scholar] [CrossRef]
  21. Cheung, LM; Wong, WS Vplivi nespečnosti in internetne odvisnosti na depresijo pri hongkonških kitajskih mladostnikih: raziskovalna analiza preseka. J. Spanje Res. 2011, 20, 311 – 317. [Google Scholar] [CrossRef] [PubMed]
  22. Cepeda, MS; Boston, R .; Farrar, JT; Strom, BL Primerjava logistične regresije in ocene nagnjenosti, kadar je število dogodkov majhno in obstaja več zmede. Am. J. Epidemiol. 2003, 158, 280 – 287. [Google Scholar] [CrossRef] [PubMed]
  23. Austin, PC Kritična ocena ujemanja ocene nagnjenosti v medicinski literaturi med 1996 in 2003. Stat. Med. 2008, 27, 2037 – 2049. [Google Scholar] [CrossRef] [PubMed]
  24. Austin, PC; Grootendorst, P .; Anderson, GM Primerjava sposobnosti različnih modelov ocene nagnjenosti za uravnoteženje izmerjenih spremenljivk med zdravljenimi in nezdravljenimi osebami: Študija v Monte Carlu. Stat. Med. 2007, 26, 734 – 753. [Google Scholar] [CrossRef] [PubMed]
  25. Müller, KW; Glaesmer, H .; Brähler, E .; Woelfling, K .; Beutel, ME Razširjenost internetne zasvojenosti pri splošni populaciji: Rezultati nemške raziskave prebivalstva. Behav. Inf. Technol. 2014, 33, 757 – 766. [Google Scholar] [CrossRef]
  26. Rho, MJ; Lee, H .; Lee, T.-H .; Cho, H .; Jung, D .; Kim, D.-J .; Choi, IY Dejavniki tveganja za motnjo v spletnih igrah: psihološki dejavniki in lastnosti internetnih iger. Int. J. Environment. Res. Javno zdravje 2018, 15, 40. [Google Scholar] [CrossRef] [PubMed]
  27. Nacionalna agencija za informacijske storitve. Študija lestvice nagnjenosti k odvisnosti od interneta za odrasle; Nacionalna agencija za informacijske storitve: Seul, Koreja, 2005. [Google Scholar]
  28. Kim, D. Nadaljnja študija lestvice nagnjenosti do interneta; Korejska agencija za digitalne priložnosti in promocijo: Seul, Koreja, 2008; Na voljo na spletu: http://www.nia.or.kr/site/nia_kor/ex/bbs/View.do?cbIdx=39485&bcIdx=277&parentSeq=277 (dostopno na 8 maj 2008).
  29. Kim, D.-I .; Chung, Y.-J .; Lee, E.-A .; Kim, D.-M .; Cho, Y.-M. Razvoj internetne skale nagnjenosti do interneta (kratka oblika KS). Korejec J. Couns. 2008, 9, 1703 – 1722. [Google Scholar]
  30. Nacionalna agencija za informacijske storitve. Razvoj korejske lestvice zasvojenosti s pametnimi telefoni za mlade in odrasle; Nacionalna agencija za informacijske storitve: Seul, Koreja, 2011; strani 85 – 86. [Google Scholar]
  31. Kim, KI .; Kim, JW. Študija standardiziranja kontrolnega seznama simptomov-90-R v Koreji III. Ment. Health Res. 1984, 2, 278 – 311. [Google Scholar]
  32. Heckman, J .; Smith, J. Ocena primera za socialne eksperimente. J. Econ. Spoštovanje. 1995, 9, 85 – 110. [Google Scholar] [CrossRef]
  33. Caliendo, M .; Kopeinig, S. Nekaj ​​praktičnih napotkov za izvajanje ujemanja ocene nagnjenosti. J. Econ. Surv. 2008, 22, 31 – 72. [Google Scholar] [CrossRef]
  34. Sekhon, JS; Diamond, A. Genetic Matching za oceno vzročnih učinkov, neobjavljeni rokopis. Predstavljeno na letnem srečanju politične metodologije, Tallahassee, FL, ZDA, julij 2005. [Google Scholar]
  35. Ghassemzadeh, L .; Shahraray, M .; Moradi, A. Razširjenost internetne zasvojenosti in primerjava internetnih odvisnikov in odvisnikov v iranskih srednjih šolah. Kiberpsihol. Behav. 2008, 11, 731 – 733. [Google Scholar] [CrossRef] [PubMed]
  36. Yen, J.-Y .; Ko, C.-H .; Yen, C.-F .; Wu, H.-Y .; Yang, M.-J. Komorbidni psihiatrični simptomi zasvojenosti z internetom: motnja pozornosti in hiperaktivnost (ADHD), depresija, socialna fobija in sovražnost. J. Adolesc. Zdravje 2007, 41, 93 – 98. [Google Scholar] [CrossRef] [PubMed]
  37. Tonioni, F .; Mazza, M .; Autullo, G .; Cappelluti, R .; Catalano, V .; Marano, G .; Fiumana, V .; Moschetti, C .; Alimonti, F .; Luciani, M. Ali se internetna zasvojenost razlikuje od psihopatološkega stanja od patoloških iger na srečo? J. odvisnik. Behav. 2014, 39, 1052 – 1056. [Google Scholar] [CrossRef] [PubMed]
  38. Kuss, DJ; Griffiths, dr. Medmrežja družabna omrežja in odvisnosti - pregled psihološke literature. Int. J. Environment. Res. Javno zdravje 2011, 8, 3528 – 3552. [Google Scholar] [CrossRef] [PubMed]
  39. Oulasvirta, A .; Rattenbury, T .; Ma, L .; Raita, E. Navade pametno uporabljajo pametne telefone. Pers. Vseprisotno računalništvo. 2012, 16, 105 – 114. [Google Scholar] [CrossRef]
  40. Duke, É .; Montag, C. Zasvojenost s pametnimi telefoni, vsakodnevne prekinitve in samoplačniška produktivnost. Zasvojenec. Behav. Rep. 2017, 6, 90 – 95. [Google Scholar] [CrossRef] [PubMed]
  41. Kuss, DJ; Griffiths, dr.med. Družabna omrežja in odvisnosti: Naučenih deset lekcij. Int. J. Environment. Res. Javno zdravje 2017, 14, 311. [Google Scholar] [CrossRef] [PubMed]
  42. Oberst, U .; Wegmann, E .; Stodt, B .; Blagovna znamka, M .; Chamarro, A. Negativne posledice močnega socialnega omrežja pri mladostnikih: Posredniška vloga strahu pred izginotjem. J. Adolesc. 2017, 55, 51 – 60. [Google Scholar] [CrossRef] [PubMed]
  43. Joffe, MM; Rosenbaum, PR Vabljeni komentar: ocene nagnjenosti. Am. J. Epidemiol. 1999, 150, 327 – 333. [Google Scholar] [CrossRef] [PubMed]
  44. Diamond, A .; Sekon, J. Genetsko ujemanje za oceno vzročnih učinkov: Nova metoda za doseganje ravnovesja v opazovalnih študijah. Revan Econ. Stat. 2013, 95, 932 – 945. [Google Scholar] [CrossRef]