Är mentala hälsoeffekter av internetanvändning som kan hänföras till webbaserat innehåll eller upplevda följder av användningen? En longitudinell studie av europeiska ungdomar (2016)

Publicerad den 13.07.16 år Vol 3, No 3 (2016): Jul-september

Vänligen citera som: Hökby S, Hadlaczky G, Westerlund J, Wasserman D, Balazs J, Germanavicius A, Machín N, Meszaros G, Sarchiapone M, Värnik A, Varnik P, Westerlund M, Carli V

Är psykiska hälsoeffekter av Internetanvändning hänförliga till det webbaserade innehållet eller upplevda konsekvenserna av användning? En longitudinell studie av europeiska ungdomar

JMIR Ment Health 2016; 3 (3): e31

DOI: 10.2196 / mental.5925

PMID: 27417665

SAMMANDRAG

Bakgrund: Ungdomar och unga vuxna är bland de vanligaste Internetanvändarna, och ackumulerade bevis tyder på att deras beteenden på Internet kan påverka deras mentala hälsa. Internetanvändning kan påverka mental hälsa eftersom vissa webbaserat innehåll kan vara störande. Det är också möjligt att överdriven användning, oavsett innehåll, ger negativa konsekvenser, såsom försummelse av skyddande offlineaktiviteter.

Syfte: Syftet med denna studie var att bedöma hur mental hälsa är förknippad med (1) den tid som spenderas på Internet, (2) den tid som spenderades på olika webbaserade aktiviteter (sociala medier, spel, spel, pornografi, skolarbete, nyhetsläsning och riktad informationssökning) och (3) de upplevda konsekvenserna av att delta i dessa aktiviteter.

Metoder: Ett slumpmässigt urval av ungdomar från 2286 rekryterades från statliga skolor i Estland, Ungern, Italien, Litauen, Spanien, Sverige och Storbritannien. Frågeformulärdata som inkluderade beteenden på Internet och variabler för mental hälsa samlades in och analyserades i tvärsnitt och följdes upp efter 4 månader.

Resultat: I tvärsnitt förutspådde både den tid som spenderades på Internet och den relativa tiden som spenderades på olika aktiviteter mental hälsa (P<.001), vilket förklarar 1.4% respektive 2.8% varians. Konsekvenserna av att delta i dessa aktiviteter var dock viktigare förutsägare och förklarade 11.1% avvikelse. Endast webbaserat spel, spel och riktade sökningar hade psykiska hälsoeffekter som inte uppskattades fullt ut av upplevda konsekvenser. De longitudinella analyserna visade att sömnförlust på grund av internetanvändning (ß = .12, 95% KI = 0.05-0.19, P= .001) och tillbakadragande (negativt humör) när Internet inte kunde nås (ß = .09, 95% CI = 0.03-0.16, P<.01) var de enda konsekvenserna som hade en direkt effekt på mental hälsa på lång sikt. Upplevda positiva konsekvenser av Internetanvändning tycktes inte vara förknippade med mental hälsa alls.

Slutsatser: Omfattningen av Internetanvändning är negativt förknippad med mental hälsa i allmänhet, men specifika webbaserade aktiviteter skiljer sig i hur konsekvent, hur mycket och i vilken riktning de påverkar mentalhälsa. Konsekvenser av Internetanvändning (särskilt sömnförlust och tillbakadragande när Internet inte kan nås) tycks förutsäga resultat av mental hälsa i större utsträckning än de specifika aktiviteterna i sig. Ingripanden som syftar till att minska de negativa mentala hälsoeffekterna av Internetanvändning kan inriktas på dess negativa konsekvenser istället för själva Internetanvändningen.

Rättegångsregistrering: International Standard Randomized Controlled Trial Number (ISRCTN): 65120704; http://www.isrctn.com/ISRCTN65120704?q=&filters=recruitmentCountry:Lithuania&sort=&offset= 5 & totalResults = 32 & page = 1 & pageSize = 10 & searchType = basic-search (Arkiverad av WebCite på http: //www.webcitation/abcdefg)

JMIR Ment Health 2016; 3 (3): e31

doi: 10.2196 / mental.5925

NYCKELORD

Beskrivning

Depression och ångest är två av de vanligaste psykiatriska störningarna bland ungdomar [1-3] och självmord, som ofta är nära besläktat med dessa störningar, är den näst största dödsorsaken i världen för 15- till 29-åringar (efter trafikolyckor) [4]. Under det senaste decenniet har det ökat intresse och oro för hur ungdomars mentala hälsa och känslomässiga utveckling påverkas av deras internetanvändning. Nästan 80% av den europeiska befolkningen är Internetanvändare, med procenttal över 90% i vissa länder [5], och med den ökande användningen av smartphones har fler och fler individer direkt och kontinuerlig tillgång till Internet. Över 90% av 16- till 24-åringar i Europa använder regelbundet Internet minst en gång i veckan, en procentandel som är högre än för någon annan åldersgrupp [6]. Även om det är svårt att mäta exakt hur mycket tid som spenderas på Internet, kommer de flesta ungdomar åt Internet dagligen, och Internet har blivit en väl integrerad del av deras liv. Detta har lett till förändringar i hur människor lever sina liv och hur de konstruerar och upprätthåller sociala relationer och självidentiteter, söker information och tycker om underhållning.

En viktig forskningslinje har kopplat mentalhälsoproblem till vad som har kallats problematisk Internetanvändning (eller patologisk eller tvångsmässig Internetanvändning), som ofta konceptualiseras som en impulskontrollstörning som liknar spelberoende och andra beteendemissbruk. Det mest använda och validerade måttet på problematisk Internetanvändning, Internet Addiction Test (IAT) [7], konstruerades genom en Internetanvändningsspecifik omformulering av Diagnostic and Statistical Manual of Mental Disorders Fourth Edition (DSM-4) diagnostiska kriterier för patologiska spelstörningar (för en granskning av problematiska mätningar på Internetanvändning, se [8]). Som sådan mäter detta screeningsinstrument tvångsmässiga aspekter av Internetanvändning som resulterar i klinisk försämring eller besvär (t.ex. känsla som är upptagen av Internet, oförmåga att kontrollera eller minska Internetanvändningen, känna sig humörig eller deprimerad när man försöker stoppa eller minska Internetanvändningen, stanna online längre än avsedd; ljuga om överdriven internetanvändning, och så vidare). Det finns dock inget standardiserat sätt att klassificera problematisk Internetanvändning eftersom mätningar, avbrott och klassificeringsförfaranden varierar mellan studier [8-9]. Dessa skillnader i diagnostiska procedurer åt sidan, många studier har funnit problematisk Internetanvändning för att korrelera med DSM Axis I-störningar, främst depression men också social fobi och ångest, substansanvändning, hyperaktivitetsstörning i uppmärksamhetsunderskott och vissa personlighetsvariabler som fientlighet [10-13]. Den förmodade mekanismen genom vilken problematisk Internetanvändning påverkar mental hälsa är delvis relaterad till den överdrivna tid som spenderas på webbaserad verksamhet, vilket resulterar i försummelse av skyddande offlineaktiviteter som sömn, fysisk träning, skolskötsel och sociala aktiviteter offline och delvis relaterat till symtom på abstinens när dessa aktiviteter inte kan nås [9,14].

Studier visar att de problematiska aspekterna av vissa individs internetanvändning är begränsade till en eller några specifika webbaserade aktiviteter (t.ex. spel eller användning av sociala medier), medan andra aktiviteter är icke-problematiska [15-17]. Även om det finns några senaste bevis för att faktorstrukturen för IAT [7] är konsekvent i hela mätningen av problematisk engagemang i specifika aktiviteter som spel och spel [18], har detta lett till en differentiering mellan generaliserad problematisk Internetanvändning och specifika former av problematisk Internetanvändning. Till exempel, eftersom de flesta internetanvändningsforskningar har fokuserat på problematisk webbaserad spel, och eftersom många studier har funnit ett samband mellan spel och allvarlig psykisk hälsosymtomologi, är detta den enda specifika formen för problematisk Internetanvändning som har beaktats för inkludering i DSM-5, medan generaliserad problematisk Internetanvändning och andra specifika former inte har [9,19].

Det är alltså viktigt att skilja mellan aktiviteter när man undersöker de mentala effekterna av Internetanvändning. I vissa fall kan det vara viktigt eftersom aktiviteten i fråga är benägen att bli beroendeframkallande, till exempel webbaserat spel (t.ex. webbaserad poker, sportspel, casinospinn) [20-23]. I andra fall kan det vara viktigt eftersom innehållet i sig kan påverka mental hälsa genom att ge specifika känslomässiga, kognitiva eller beteendemässiga reaktioner. Exempelvis antyder 1-studie om användning av sociala medier att passiv konsumtion av socialt innehåll ökar känslorna av ensamhet, medan direkt kommunikation med vänner inte [24]. Ett annat exempel är att utföra informationssökningar. Studier visar att ungdomar, inklusive personer med psykiska hälsoproblem, ofta utför riktade sökningar relaterade till deras fysiska och mentala hälsa [25-27]. Beroende på vilken information de hittar, kan denna typ av beteende antagligen ha både negativa och positiva resultat. Webbplatsinnehåll som främjar självförstörande beteende eller självskada kan vara särskilt oroande. Dessutom utför ungdomar ökande mängder skolarbete med Internet, och eftersom akademiska prestationer vanligtvis förknippas med bättre mental hälsa [28], att använda Internet för sådana ändamål kan förutsäga positiv mental hälsa snarare än vad som kan förväntas från ett problematiskt perspektiv på Internetanvändning [29,30]. Annan forskning har visat att vissa typer av spel (t.ex. massivt multiplayer-rollspel på nätet) och vissa motiv för att spela dessa spel (prestationer i spelet, umgås, nedsänkning, avkoppling och eskapism) är förutsägbara för mentala hälsoproblem och problematiska spel [31-33]. Även om majoriteten av tidigare forskning är korrelerande antyder det att internetanvändning kan påverka mental hälsa antingen genom den aktivitet eller innehåll som används eller genom försenade konsekvenser som följer användningen av Internet.

Denna studie syftade till att undersöka hur ungdomars mentala hälsa förutsäges av tid som spenderas på Internet och deras engagemangsnivå i 7 typer av internetaktiviteter: användning av sociala medier, spel, spel, pornografi, nyhetsläsning eller tittande, aktiviteter relaterade till skolan eller arbete och riktade informationssökningar som inte är relaterade till skolan eller arbetet. För det andra testade studien också om dessa effekter skulle upprätthållas eller redovisas av upplevda konsekvenser av att använda dessa webbaserade aktiviteter. Vi undersökte effekterna av både negativa konsekvenser (t.ex. tillbakadragande, sömnförlust) och positiva konsekvenser (t.ex. njutning, hitta nya vänner). Förutom att utföra dessa analyser på tvärsnittsdata testade vi också om dessa effekter skulle förutsäga förändringar i mental hälsa under en period av 4 månader.

Metoder

Studera design

Data samlades in som en del av självmordsförhindrandet genom Internet- och mediebaserad Mental Health Promotion (SUPREME) -försök (Aktuella kontrollerade försök ISRCTN65120704). Studien genomfördes av samarbetande forskningscentra för mentalhälsa i Estland, Ungern, Italien, Litauen, Spanien, Sverige och Storbritannien. Som en del av detta projekt genomfördes en slumpmässig kontrollerad longitudinell studie i 2012-2013 för att utvärdera en webbaserad webbplats för psykisk hälsa, som testades i ett slumpmässigt utvalt prov av ungdomar i ett utvalt område i dessa länder. Inkluderingskriterierna för skolorna var: (1) skolmyndigheten samtycker till att delta; (2) skolan är en statlig skola (dvs. inte privat); (3) skolan innehåller minst 100 elever inom åldersintervallet 14-16; (4) skolan har mer än 2 lärare för elever i 15 år; (5) inte mer än 60% av eleverna är av något av könen. Deltagarna slumpmässigt slumpmässigt, baserat på skolans anslutning, till antingen ett tillstånd med full intervention (med tillgång till interventionswebbplatsen) eller en minimalgruppskontrollgrupp (utan tillgång till interventionswebbplatsen) och fick ett utvärderingsfrågeformulär vid baslinjen och vid 2 och 4 månader av uppföljning. I frågeformuläret ingick frågor om deras internetvanor, mentalhälsa och självmordsbeteenden och andra variabler som var relevanta för utvärderingen. Denna studie gjorde det inte syftar till att utvärdera eventuella effekter av den webbaserade interventionen men istället utforska internetrelaterade riskfaktorer för psykiska hälsoproblem.

Deltagare

Ämnen registrerades elever i statliga skolor slumpmässigt utvalda från ett fördefinierat område i varje land: Västra Viru län (Estland), Budapest (Ungern), Molise (Italien), Vilnius stad (Litauen), Barcelona stad (Spanien), Stockholms län (Sverige) ) och östra England (Storbritannien). Stödberättigade statliga skolor i dessa områden arrangerades slumpmässigt till en kontaktorder, i vilken ordning skolorna kontaktades och bad om att delta. Om en skola avslogs kontaktades nästa skola på listan. Om en skola accepterade deltagande, gick ett forskarteam till skolan och presenterade studiens bakgrund, syften, mål och procedurer för eleverna muntligt och genom samtyckesformer. Eftersom studieproceduren inkluderade screening för självmordstjänster var deltagandet inte helt anonymt, men deltagarnas identitet krypterades i frågeformuläret. Skriftligt samtycke erhölls från alla elever som gick med på att delta (liksom från en eller båda föräldrarna enligt etiska regler i regionen). Studien godkändes av etiska kommittéer i alla deltagande länder.

Provtagningsförfarandet resulterade i ett totalt antal 2286 ungdomar som deltog vid baslinjen (Estland = 3 skolor, 416 deltagare; Ungern = 6 skolor, 413 deltagare; Italien = 3 skolor, 311 deltagare; Litauen = 3 skolor, 240 deltagare; Spanien = 3 deltagare; skolor, 182-deltagare; Sverige = 9-skolor, 337-deltagare; Storbritannien = 3-skolor, 387-deltagare). Av deltagarna randomiserades 1571 (68.72%) till gruppen med full intervention och 715 (31.27%) till gruppen med minimal intervention. Det var ett märkbart bortfall i studien. I det totala urvalet omfattade antalet ämnen som avbröt deltagande 467-elever (20.42%) mellan T1 och T2 och 244-elever (13.41%) mellan T2 och T3. Ämnen inkluderades i longitudinella analyser om de hade deltagit åtminstone vid T1 och T3, men deltagande vid T2 var inte nödvändigt. Detta resulterade i ett longitudinellt prov av 1544-individer, med 56% kvinnor och en medelålder på 15.8 år (standardavvikelse, SD = 0.91 år).

Åtgärder för användning av Internet

Mätningar av beteenden och användningar på Internet konstruerades specifikt för denna studie. Detta inkluderade artiklar som mätte regelbundenheten för Internetanvändning (t.ex. att använda Internet en gång i månaden jämfört med att använda det en gång i veckan) och antalet timmar som tillbringades på Internet i en typisk vecka. Deltagarna uppmanades också att betygsätta hur mycket tid de spenderar på 7 olika aktiviteter när de använde Internet (socialt samarbete, spel, skol- eller arbetsrelaterade aktiviteter, spel, nyhetsläsning eller tittande, pornografi och riktade sökningar som inte är relaterade till skolan eller arbete). Deltagarna betygsatt dessa aktiviteter på en 7-punktsskala (1 = Jag spenderar väldigt lite eller ingen tid på att göra detta; 7 = Jag spenderar mycket tid på att göra detta). Den sista uppsättningen artiklar bad deltagarna att betygsätta de självupplevda konsekvenserna av att delta i nämnda aktiviteter. Deltagarna ombads att betygsätta i vilken utsträckning olika konsekvenser gäller för dem, men endast i förhållande till de aktiviteter som han eller hon bedrivit i betydande grad (hade tidigare rankats som ≥4). Deltagarna betygsatte på en 7-punktsskala (1 = mycket sällan eller aldrig; 7 = mycket ofta) förekomsten av följande konsekvenser: ”Jag hittar nya vänner”; "Jag har kul"; ”Jag lär mig intressanta saker”; “Jag stannar online längre än avsett”; ”Jag valde dessa aktiviteter istället för att umgås med vänner (I real life)”; ”Jag stannar upp sent och förlorar sömn”; ”Jag känner mig deprimerad eller humörig när jag inte har tillgång till ovan nämnda aktiviteter”. Deltagarna betygsatte också hur deras Internetanvändning påverkade deras arbetsprestanda eller skolklass (1 = mitt arbete eller betyg lider; 4 = inte påverkas alls; 7 = mitt arbete eller betyg förbättras) och om det var tänkt att bidra till deras livssyn ( 1 = mindre meningsfullt; 4 = lika meningsfullt som utan dem; 7 = mer meningsfullt).

För tydlighetens skull hänvisar vi till några av dessa konsekvenser som "positiva" (hitta nya vänner; ha kul; lära sig intressanta saker) eftersom de är resultat av Internetanvändning som inte nödvändigtvis innebär beroendeframkallande beteende och kan förväntas leda till bättre mental hälsa (om alls). Vi hänvisar till andra konsekvenser som “negativa” (stannar kvar på Internet längre än avsedd; välja webbaserad verksamhet istället för sociala aktiviteter offline; hålla sig uppe och tappa sömn; känner sig humörig när webbbaserade aktiviteter inte kan nås) eftersom de antyder symtom av problematisk Internetanvändning och kan därför förväntas leda till dålig psykisk hälsa. Dessa negativa konsekvenser liknar till exempel de som ingår i IAT [7] och rekommendationer om mätning av Internet-spelstörning av Petry et al [9]. Slutligen betraktas vissa konsekvenser som ”dubbelriktade” (Mitt arbete eller betyg förbättras / lider; Mitt liv blir mindre eller mer meningsfullt) eftersom försökspersoner kan betygsätta dem antingen negativt eller positivt eller inte tyder på någon förändring alls.

Åtgärder för mental hälsa

Deltagarnas nivåer av depression, ångest och stress bedömdes med hjälp av 3-underskalorna som utgör 42-artikelversionen av Depression ångest stress skala (DASS-42) [34]. Varje underskala består av 14-uttalanden som görs på en 4-poäng Likert-skala beroende på hur mycket uttalandet gällde personen under den senaste veckan. Vågen är utformade för att mäta negativa känslomässiga tillstånd av depression (dysfori, hopplöshet, devalvering av livet, självnedskrivning, brist på intresse eller engagemang, anhedoni och tröghet), ångest (autonom uppväckning, skelettmuskulära effekter, ångestsituation och subjektiv) upplevelse av orolig påverkan) och stress eller spänning (svårt att slappna av, nervös upphetsning och att vara lätt upprörd eller upprörd, irriterad eller överreaktiv och otålig). Studier som har undersökt de psykometriska egenskaperna i denna skala har rapporterat tillfredsställande resultat på mått pålitlighet och giltighet i friska och kliniska populationer [34-37], även när det administreras via Internet [38]. Det har emellertid rapporterats att unga ungdomar skiljer mindre mellan 3-faktorerna jämfört med vuxna, och korrelationer bland dem är vanligtvis höga [39,40]. Vågen visade hög intern konsistens i det aktuella provet, i termer av Cronbach-alfa beräknat på baslinjedata (depression alfa =. 93; ångest alfa =. 89; stress alfa =. 91). Eftersom vissa deltagare inte svarade på alla skalposter beräknades slutresultatet på varje skala genom att dela summan poäng med antalet artiklar som de hade svarat på. Endast deltagare med 50% saknade data eller mer utesluts. Vågen korrelerade starkt med varandra (depression × ångest: r= .76; depression × stress: r= .79; ångest × stress: r= .78; Allt P värden <.001) och den kombinerade skalan med 42 artiklar visade hög intern konsistens (alfa = .96). På grund av den relativt höga interkorrelationen mellan konstruktioner och för att förenkla analysen kombinerades de tre skalorna till ett enda mått på mental hälsa.

Tillvägagångssätt

Alla studieprocedurer ägde rum vid respektive skolor i klassrum eller datorum. Frågeformulärerna administrerades antingen i pappers- och blyertsformat eller med ett webbaserat undersökningsverktyg, om skolan kunde tillhandahålla datorer för alla elever vid datainsamlingen. Frågeformuläret innehöll artiklar som användes för att screena för självmordstjänster (The Paykel Suicide Scale [41]) och screeningsproceduren ägde rum inom 24 timmar efter varje våg av datainsamling. Därför var deltagandet inte helt anonymt; emnets identitet krypterades emellertid med hjälp av individuella ”deltagarkoder”, som skrivits på frågeformuläret istället för deltagarnas namn. Koderna var kopplade till elevens identitet endast för att ansluta data i längdriktningen och för att kontakta självhäftande ungdomar med hög risk (akutfall) för att erbjuda hjälp. Motiv definierades som akutfall om de svarade att de på allvar hade övervägt, planerat eller försökt självmord under de senaste 2 veckorna. Det exakta förfarandet för hantering av riskfall varierade mellan länder och var beroende av de regionala etiska riktlinjerna och tillgängliga hjälpresurser. Nödfall utesluts från dataanalysen (n = 23). Interventionen som testades i SUPREME-projektet administrerades efter datainsamling och beskrivs vidare i Multimedia Bilaga 1.

Dataanalys

Två huvudanalyser utfördes i denna studie: 1 tvärsnitts hierarkisk multipel regressionsanalys och 1 longitudinell analys. Mätningen av frekvensen för Internetanvändning utelämnades från analys på grund av en takeffekt (90% av deltagarna rapporterade att använda Internet minst en gång per dag). De återstående prediktorvariablerna var således det självrapporterade antalet veckotimmar online, betygsättningen av 7-aktiviteterna och värderingarna av 9-konsekvenserna av Internetanvändning. Den sammansatta DASS-poängen var den beroende variabeln i dessa analyser (test av statistiska antaganden beskrivs i Multimedia Bilaga 1). I tvärsnittsregressionen användes internetbeteenden vid T1 för att förutsäga mental hälsa vid T1. Den longitudinella regressionsanalysen förutspådde förändring i total DASS (poängskillnaden mellan T1 och T3) med hjälp av förändring i Internetbeteenden. Endast den längsta uppföljningen var av intresse för denna studie. Kön, ålder och experimentellt tillstånd inkluderades som kontrollvariabler i den första modellen. Tid på Internet tillkom i den andra modellen, aktivitetsbetyg läggs till i en tredje modell och konsekvensbetyg läggs till i en fjärde modell. Vidare, eftersom deltagarna instruerades att endast bedöma upplevda konsekvenser om de utförde minst en onlineaktivitet över tröskelvärdet> 3, en minoritet (n = 82; 5%) av ämnen vars poäng hade överskridit över eller under tröskeln mellan T1 och T3 , hade ofullständiga data för beräkning av skillnadspoäng. Känslighetsanalyser indikerade emellertid ingen statistiskt signifikant skillnad mellan dessa ämnen och andra fall, avseende den genomsnittliga mängden längsgående förändring i DASS-poäng eller medelvärde för online-aktivitet.

 

Resultat

Beskrivande resultat

DASS-42-poäng kunde beräknas för 2220-deltagare. Totala DASS-poäng varierade mellan 0-3-poäng, där högre poäng indikerar fler psykiska hälsoproblem. Den genomsnittliga baslinjens poäng för män, kvinnor och det totala provet presenteras i Tabell 1. Kvinnor fick betydligt högre resultat än män på alla mentala hälsoåtgärder (Tabell 1). I det totala provet hade 1848 deltagare (83.24%) en genomsnittlig DASS-poäng under 1, och 314 (14.1%) hade en poäng mellan 1 och 1.99, och 58 (2.6%) hade en poäng på 2 eller högre. Det var små men betydande skillnader mellan länderna i DASS-poäng (F(6, 2213)= 9.28, η2partiell= .02, P<.001). Den genomsnittliga förändringen i DASS-poäng under 4-månaders studieperioden var -0.15 (SD = 0.42), vilket indikerar en minskning över tiden. Deltagare som avbröt studien mellan T1 och T3 hade något högre basvärden för DASS än vidhäftande deltagare (medelskillnad = 0.10; t(2218)= 4.068; P<.001).

Tabell 1 sammanfattar också den genomsnittliga rapporterade tiden på Internet, aktivitetsbedömningar och konsekvensbedömningar vid baslinjen. Tabellen sammanfattar att det genomsnittliga antalet timmar som tillbringades på Internet per vecka var 17.23, med stor variation i urvalet, och att män hade tillbringat lite fler timmar på Internet än kvinnor. Det var vanligast att ungdomarna använde Internet för sociala ändamål, följt av skola eller arbete, riktade sökningar, spel, nyhetsläsning eller tittande, pornografi och spel, även om det fanns stora könsskillnader angående dessa aktiviteter.

 

 

 

   

Tabell 1. Beskrivande resultat (medel och standardavvikelser) för åtgärder för mental hälsa och Internetanvändning vid baslinjen.
Visa den här tabellen

 

  

Tvärsnittsregressionanalys

Den hierarkiska multipelregressionsanalysen i tvärsnitt användes för att förutsäga DASS-poäng vid T1 med hjälp av Internetanvändning vid T1. Den första modellen som omfattade kontrollvariablerna (kön, ålder, experimentellt tillstånd) var mycket signifikant (F(3, 1683)= 26.40, P<.001) och förklaras R2adj= 4.3% av variationen i psykopatologi. Den andra modellen (tid tillbringad på Internet) bidrog avsevärt till förutsägelsen (F byta(1, 1682)= 26.05, P<.001) med 1.4%, vilket resulterade i totalt R2adj= 5.7% förklarade varians. Den tredje modellen (relativ tid på aktiviteter) bidrog väsentligt till förutsägelsen (F byta(7, 1675)= 8.29, P<.001) med 2.8%, vilket resulterade i totalt R2adj= 8.5% förklarade varians. Den fjärde modellen (konsekvenserna av Internetanvändning) bidrog avsevärt till förutsägelsen (F byta(9, 1666)= 26.80, P<.001) med 11.1%. Detta resulterade i en slutlig summa av R2adj= 19.6% förklarade varians, varav 15.3% redovisades av internetrelaterade faktorer. Den justerade R2 fortsatte att öka vid varje steg i analysen, vilket indikerar att modellen inte var övermonterad. Det fanns ingen indikation på problematisk kollinearitet eftersom alla variabler hade en tolerans över 0.5. Resultaten från regressionsanalysen, inklusive standardiserade betakoefficienter (ß) för varje prediktor i varje modell, sammanfattas i Tabell 2.

Tabell 2 sammanfattar att kön var den enda signifikanta kontrollvariabeln, medan ålder och experimentella tillstånd inte var det. Det självrapporterade genomsnittliga antalet timmar som tillbringades på Internet var en betydande förutsägare för högre DASS-poäng i modellerna 2 och 3, men inte när man redogjorde för konsekvenserna av Internetanvändning i den fjärde modellen. Effektstorleken (ß) för enskilda webbaserade aktiviteter varierade mellan .05 och .13. Att använda Internet för sociala ändamål var en betydande förutsägare för DASS-poäng i modell 3, men inte i modell 4, vilket tyder på att risken förknippad med att umgås på Internet berodde på konsekvenserna som mäts i studien. Webbaserat spel följde det motsatta mönstret, eftersom denna aktivitet inte var en betydande förutsägare för DASS i modell 3 utan blev betydande i den fjärde modellen. Det negativa betavärdet indikerar att webbaserat spel var en skyddande faktor förknippad med mental hälsa. Att utföra skol- eller arbetsaktiviteter på Internet var också en betydande skyddande faktor för psykopatologi i den tredje modellen, men inte när man redogjorde för konsekvenserna av Internetanvändningen. Webbaserat spel var en betydande riskfaktor för högre DASS-poäng i båda modellerna 3 och 4. Konsumtion av nyhetsinnehåll associerades inte signifikant med DASS i någon av modellerna. Att visa pornografiskt innehåll på Internet var en betydande riskfaktor endast i modell 3 men inte i modell 4, vilket följaktligen redovisas av konsekvenserna av Internetanvändningen. Att utföra riktade sökningar på Internet var signifikant och starkt positivt associerat med DASS-poäng i båda modellerna 3 och 4, med den största effektstorleken på aktiviteterna. När det gäller konsekvenserna av Internetanvändning, att hitta nya vänner, lära sig intressanta saker och ha roligt förutspådde inte DASS-poäng i modell 4. Således verkade dessa "positiva" konsekvenser inte fungera som skyddande faktorer. Men internetanvändning som upplevdes öka livets mening eller förbättra skolans eller arbetsprestandan var en betydande skyddande faktor. De "negativa" konsekvenserna var kraftfullare förutsägare för DASS-poäng. Även om att stanna på Internet längre än vad som ursprungligen var tänkt inte var någon betydande förutsägare, var uttalandena "Jag väljer dessa aktiviteter istället för att umgås med vänner", "Jag stannar uppe sent och tappar sömn" och "Jag känner mig deprimerad eller humörig när jag har ingen tillgång till ovannämnda aktiviteter ”var mycket signifikanta riskfaktorer, med effektstorlekar (ß) som sträckte sig mellan .12 och .22

 

  

Tabell 2. Resultat från den tvärsnittshierarkiska analysen med flera regressioner. Statistik presenteras för varje prediktorvariabel i varje modell.
Visa den här tabellen

 

  

Longitudinell regressionsanalys

Den longitudinella hierarkiska multipelregressionsanalysen användes för att förutsäga förändring i den totala psykopatologin (poängskillnaden mellan T1 och T3) med hjälp av förändring i Internetanvändning. Det fanns ingen indikation på problematiska nivåer av kollinearitet i modellen, eftersom alla variabler hade ett toleransvärde över 0.7. Den första modellen som omfattade kontrollvariablerna (kön, ålder, experimentellt tillstånd) var inte signifikant (F(3, 981) <1, P= .59), och inte heller var den andra modellen (tid tillbringad på Internet; F byta(1, 980) <1, P= .95). Den tredje modellen (relativ tid på aktiviteter) bidrog väsentligt till förutsägelsen (F byta(7, 973)= 2.25, P<.03) av R2adj= 0.7% förklarade varians. Detta bidrag kan hänföras till nyhetsvisningen, där en ökning av nyhetsvisningen från T1 till T3 var förknippad med en ökning av DASS-poäng (ß = .07, 95% CI = 0.00-0.13, P= .049). Alla andra webbaserade aktiviteter var obetydliga (P≥ .19) i den här modellen. Den fjärde modellen (konsekvenserna av Internetanvändning) bidrog avsevärt till förutsägelsen (F byta(9, 964)= 3.39, P<.001) med 2.1%, vilket resulterade i totalt R2adj= 2.8% förklarade varians. Nyhetsförbrukning gjordes obetydlig här (P= .13). Bidraget från den fjärde modellen berodde på 2 av de negativa konsekvenserna. Uttalningarna "Jag stannar uppe sent och förlorar sömn" (ß = .12, 95% CI = 0.05-0.19, P= .001) och "Jag känner mig deprimerad eller humörig när jag inte har tillgång till ovan nämnda aktiviteter" (ß = .09, 95% CI = 0.03-0.16, P<.01) var signifikanta prediktorer i denna modell. Alla andra prediktorer var obetydliga (förändring i livets mening: P= .10; andra variabler hade P värden över det).

Således var internetanvändning som rapporterades resultera i att hålla sig uppe sent och tappa sömn ("sömnförlust") och att producera negativt humör när det inte kunde nås ("tillbakadragande") var de enda variablerna som konsekvent förutspådde längsgående förändring i mental hälsa . För att ytterligare undersöka dessa negativa konsekvenser beräknades 2-multipla regressioner för att förutsäga longitudinella förändringar i var och en av dessa variabler med hjälp av tidsförändringar på Internet och de olika webbaserade aktiviteterna. Regressionsmodellen som förutspådde sömnförlust var betydande (F(8, 1120)= 5.76, P<.001, R2adj= 3.3% förklarade varians) och det var också regressionen som förutsåg tillbakadragande (F(8, 1125)= 11.17, P<.001, R2adj= 6.7% förklarade varians). Koefficienterna från dessa regressioner sammanfattas i Tabell 3 och Tabell 4, Respektive. Tabell 3 sammanfattar att den starkaste prediktorn för ökad sömnförlust var en minskning av skol- eller arbetsaktiviteter, följt av ökad spel, riktad sökning, pornografibevakning och online-tid i allmänhet. Sociala aktiviteter, spel och nyhetsvisning var inte signifikant relaterade till förändringar i sömnförlust. Tabell 4 sammanfattar att de starkaste prediktorerna för förändring i tillbakadragande var spelaktiviteter, följt av den totala tiden som gick på Internet, visning av pornografi och spel. Förändringar i sociala aktiviteter, skola eller arbete, nyhetsvisning och riktade sökningar var inte signifikant förknippade med förändring i tillbakadragande.

 

 

 

   

Tabell 3. Resultat från den multipla regressionsanalysen som förutsäger förändringar i "sömnförlust" genom förändring i Internetanvändningen.
Visa den här tabellen

 

 

 

   

Tabell 4. Resultat från den multipla regressionsanalysen som förutsäger förändringar i ”tillbakadragande” genom förändring i Internetanvändningen.
Visa den här tabellen

 

 

 

   

Diskussion

Tvärsnittsresultat

Syftet med denna studie var att identifiera internetrelaterade risker och skyddande faktorer för psykiska hälsoproblem och att testa om effekterna av tid som spenderats på Internet och på olika webbaserade aktiviteter kan redovisas av ett antal uppfattade konsekvenser av dessa aktiviteter. Detta undersöktes genom att undersöka sambandet mellan ungdomars allmänna psykiska hälsa (kombinerade nivåer av depression, ångest och stress eller spänning) och dessa internetrelaterade beteenden, både tvärsnitt och longitudinellt under en 4-månadersperiod.

Tvärsnittsresultaten visade att mental hälsa förutsagdes av internetrelaterat beteende vid baslinjen (15.3% förklarade varians efter justering för antalet prediktorer i modellen). Individuella effektstorlekar var ganska små (standardiserade ß = .05-.22). Tidsbruk på Internet hade en större effekt än de flesta enskilda aktiviteter, men konsekvenserna av Internetanvändningen förklarade den största variationen i DASS-poäng (11.1%). Av dessa var 3 av de negativa konsekvenserna av 4 de viktigaste prediktorerna (preferens för webbaserad verksamhet framför offline-aktiviteter, sömnförlust och tillbakadragande), medan de positiva konsekvenserna var obetydliga. Internetanvändning som upplevdes öka livets mening eller förbättra skolklass eller arbetsprestanda var förknippad med bättre mental hälsa, men effekterna var mindre än för de negativa konsekvenserna.

Dessutom visade resultaten att tid som spenderades på Internet, användning av sociala medier, visning av pornografi och skol- eller arbetsaktiviteter endast var betydande prediktorer när man inte redogjorde för upplevda konsekvenser, vilket antyder att de mentala effekterna av dessa aktiviteter förklarades av konsekvenser. Webbaserat spel, spel och riktade sökningar var å andra sidan betydande förutsägare för mental hälsa även när man kontrollerade för upplevda konsekvenser, vilket tyder på att innehållet i dessa aktiviteter var relativt viktigt i jämförelse med upplevda konsekvenser med avseende på mental hälsa . Tillsammans indikerar dessa resultat att alla webbaserade aktiviteter som mäts i denna studie är förutsägbara för mental hälsa, men bara en del av dem verkar ha innehållsbaserade effekter som är tillräckligt stora för att detekteras i en helt justerad modell. De andra aktiviteterna tycktes endast påverka mental hälsa genom deras upplevda konsekvenser, främst preferensen för webbaserade interaktioner, sömnförlust och tillbakadragande. Eftersom dessa negativa konsekvenser tyder på problematisk Internetanvändning [9,14] förväntas deras relativt starka effekt på mental hälsa ur ett problematiskt perspektiv på Internetanvändningen. Det bör dock noteras att upplevda konsekvenser kan skilja sig från faktiska konsekvenser.

Längsgående resultat

Tidigare studier har kopplat sömnförlust och abstinenssymtom till psykiska hälsoproblem och problematisk Internetanvändning [9,12,42-45]. De longitudinella analyserna i denna studie antyder på liknande sätt att sömnförlust och tillbakadragande (negativt humör när innehåll är otillgängligt) förutsäger förändringar i mental hälsa över tid (2.1% förklarade varians), och faktiskt var dessa de enda variablerna att göra det på länge termin. Längdförändringar i tid som spenderades på Internet och olika aktiviteter förutspådde inte förändring i mental hälsa direkt utan hade i stället en indirekt effekt genom att förutsäga förändringar i sömnförlust och tillbakadragande (3.3% respektive 6.7% förklarade varians). Detta antyder att tid som spenderas på Internet och visat innehåll förutsäger mental hälsa, främst för att de förutsäger negativa upplevda konsekvenser, som sömnförlust och tillbakadragande. Denna tolkning är i linje med den problematiska metoden för Internetanvändning och stöder också differentieringen mellan generaliserade och specifika former av problematisk Internetanvändning (t.ex. [15-17]), eftersom aktiviteter verkligen var annorlunda förknippade med negativa konsekvenser. Det antyder också att interventioner som syftar till att minska de negativa mentala hälsoeffekterna av Internetanvändning kan rikta in sig på de negativa konsekvenserna istället för själva Internetanvändningen. I stället för att minska tiden som spenderas på en viss aktivitet kan till exempel interventionen fokusera på att se till att aktiviteten inte stör sömnen. Men med vissa typer av Internetanvändning, såsom spel, kan aktivitetsspecifika ingrepp vara mer effektiva.

Allmän diskussion

Resultaten av denna studie bekräftar att problematisk (eller ohälsosam) Internetanvändning inte bara kan likställas med högintensiv eller frekvent Internetanvändning. Först, även om tid som spenderades på Internet visade sig vara negativt förknippad med mental hälsa, var vissa aktiviteter, till exempel skolarbete, positivt associerade. För det andra var tiden som användes på Internet inte en oberoende riskfaktor för mental hälsa efter redovisning av de upplevda konsekvenserna av Internetanvändning, vilket underströk att Internetanvändningen inte är skadligt i sig. Även när det gäller specifika aktiviteter, till exempel spel, kan förhållandet vara komplex. Tidigare studier har visat att spel har en negativ effekt på mental hälsa (t.ex. [12,29]), medan effekterna i denna studie var positiva. De flesta studier som har hittat negativa speleffekter har vanligtvis bara undersökt problematisk spel. Därför verkar det som om spel har vissa skyddande egenskaper när de används i viss utsträckning, men negativa konsekvenser kan överskugga dessa egenskaper när de används för mycket. I denna studie fann vi till exempel att spel, trots sina positiva psykiska hälsoeffekter, förutsagde sömnförlust och tillbakadragande, vilket i sin tur var förknippat med psykiska hälsoproblem. I linje med detta fann en nyligen genomförd europeisk studie om spel bland barn i åldern 6-11 år att spel, när det kontrollerades för prediktorer med hög användning, inte var signifikant förknippat med psykiska hälsoproblem utan i stället var förknippat med mindre problem med kamratförhållanden och prosociala underskott [46].

Den kausala kopplingen mellan allmän internetanvändning och mental hälsa verkar också komplex. Tidigare författare har erkänt möjligheten att risken förknippad med Internetanvändning kan återspegla en redan närvarande störning, vilket kan ha en effekt på hur Internet används [47-49]. Vissa kognitiva stilar som utgör disposition för att använda Internet på vissa sätt kan också påverka mental hälsa. Till exempel Brand et al [50] föreslog att problematisk Internetanvändning är förknippad med förväntningarna om att Internet kan användas för att påverka stämningen positivt, vilket i vissa fall kan vara ett falskt antagande på användarens vägnar. Den nedslående verkligheten av detta kan i sin tur förvärra befintliga psykiska hälsoproblem. I denna studie var utförande av riktade sökningar (inte relaterade till skola eller arbete) associerade med högre DASS-poäng och hade en större effektstorlek än någon annan webbaserad aktivitet. En möjlig förklaring till detta är att individer som upplever mer besvär är mer benägna att använda Internet som ett verktyg för att hantera sina problem [27]. Det kan också återspegla en allmän tendens att lita på webbaserade källor för att lösa problem eller problem även när professionell hjälp skulle vara mer användbar. Eftersom hälsoproblem inte är det enda möjliga målet för Internet-sökningar, kommer framtida studier att behöva undersöka denna hypotes ytterligare.

Även om internetrelaterad sömnförlust visade sig vara en longitudinell prediktor för mental hälsa, finns det en etablerad dubbelriktad koppling mellan sömnproblem och depression [51] samt humör och affektiv funktion i allmänhet [52]. Det verkar därför troligt att förhållandet mellan internetanvändningsrelaterad sömnförlust och mental hälsa också är ömsesidigt. Därför kan interventioner som syftar till att minska problematisk Internetanvändning vara mer framgångsrika om de inkluderar samtidig behandling av komorbida störningar (inklusive depression och sömnstörningar). På liknande sätt har ett antal tidigare studier funnit att problematiska spel är förutsägbara för generaliserad problematisk Internetanvändning, vilket antyder att beroendeframkallande spel och Internetanvändning har någon vanlig etiologi [20-23,53]. Våra resultat stöder denna uppfattning, eftersom spelaktiviteter var den starkaste förutsägaren för upplevd tillbakadragande, vilket tyder på att behandling av problematisk beteende på Internetanvändningen också bör hantera eventuella spelproblem. Det är emellertid viktigt att framtida studier mer detaljerat undersöker vilka variabler som fungerar som föregångare för skadlig Internetanvändning (t.ex. personlighet, kognitiva, emotionella och motiverande faktorer och befintliga psykiska störningar) och vilka variabler fungerar som resultat och medlar. Eftersom vissa personlighetsdomäner kan utgöra en predisposition till riskfaktorer som tillbakadragande, bör framtida studier undersöka den medierande rollen för sådana icke-patologiska variabler.

I denna studie fann vi ingen effekt av upplevda positiva konsekvenser av Internetanvändning på mental hälsa, och det är möjligt att det beror på att de faktiskt är snarare motiv för att använda Internet. Med andra ord kan deltagarna ha rapporterat konsekvenser de hoppades på snarare än vad som faktiskt hände. Sagioglou och Greitemeyer [54] påpekade att självrapporterade resultat från olika internetaktiviteter kan ha begränsad giltighet, särskilt när de görs tillfälligt avlägsna, i vilket fall det snarare kan spegla vad deltagarna ser som troliga motiv för deras användning. Mer exakta åtgärder kan erhållas när deltagarna uppmanas att betygsätta dem omedelbart efter att ha använt en webbaserad applikation, vilket inte var möjligt i denna studie. Framtida studier bör överväga att behandla positiva konsekvenser av Internetanvändning som förutsägare för att använda viss webbaserat innehåll (på hälsosamma eller ohälsosamma sätt) snarare än som direkta prediktorer för mental hälsa.

Begränsningar

Denna studie är begränsad av arten av de mätningar som används för att uppskatta deltagarens Internetanvändning. En giltighetsfråga gäller konsekvenserna av Internetanvändning, vilket inte kan antas att perfekt återspeglar de verkliga resultaten. Utöver svårigheten att observera effekterna av dagliga aktiviteter på egen hälsa och beteende, kan denna åtgärd också vara särskilt sårbar för återkallande fördomar och förväntade effekter. Följaktligen var denna studie endast avsedd att mäta de upplevda konsekvenserna. Det är också svårt att veta om de upplevda följderna orsakas av Internetbeteenden eller någon tredje faktor, till exempel komorbida störningar. En annan begränsning av denna studie är att vi inte gjorde djupgående mått på det webbaserade innehållet som deltagarna använder. Därför bör man vara försiktig när man tillämpar dessa resultat på användningar av mer specifikt innehåll; till exempel olika typer av spel och sociala nätverk kan ha olika effekter på både upplevda konsekvenser och mental hälsa. Dessutom inkluderade våra mätningar inga problematiska diagnostiska verktyg för användning av Internet. Det är möjligt att om vi hade inkluderat mer negativa konsekvenser av Internetanvändning, eller specifika problematiska kriterier för Internetanvändning, skulle detta ha förklarat en större andel av effekterna av den webbaserade verksamheten. Slutligen fanns det en märkbar bortfallshastighet mellan baslinje- och uppföljningsmätningar (34%), vilket minskade den statistiska kraften i longitudinella analyser jämfört med tvärsnittsanalyserna. Deltagandet i denna studie var inte helt anonymt, och deltagare med hög självmordsrisk utesluts från dataanalysen, vilket kan innebära att några av de ungdomar med den allvarligaste psykopatologin inte var representerade i analyserna.

Slutsatser

Olika webbaserade aktiviteter eller innehåll kan ha specifika effekter på mental hälsa, även när de används i måttliga nivåer och när du justerar för antalet timmar som tillbringas på Internet. Webbaserad verksamhet skiljer sig i hur konsekvent, hur mycket och i vilken riktning de påverkar mental hälsa. Aktiviteter skiljer sig också om vilka negativa konsekvenser de ger, och dessa konsekvenser (särskilt sömnförlust och tillbakadragande) verkar förutsäga resultat av mental hälsa i större utsträckning än själva aktiviteterna. Därför verkar det som att tid som spenderas på Internet och webbaserat innehåll förutsäger mental hälsa främst för att de förutsäger sådana negativa konsekvenser. Dessa resultat understryker vikten av att skilja mellan generaliserade och specifika former av problematisk Internetanvändning. Det bekräftar också att internetanvändning inte är i sig själva skadligt, men det beror på den aktivitet som man bedriver och hur det påverkar individen. Förändringar i mental hälsa över tid verkar vara bäst förutsägas av förändringar i internetrelaterad sömnförlust och tillbakadragande, och åtgärder för att minska skadlig Internetanvändning bör därför rikta in sådana konsekvenser. Positiva konsekvenser av Internetanvändning kanske inte förutsäger mental hälsa direkt utan kan förutsäga benägenheten att delta i vissa webbaserade aktiviteter alltför eller problematiskt. Men orsakssambandet mellan Internetanvändning och mental sjukdom är komplex och sannolikt att vara ömsesidigt, vilket innebär att interventioner eller behandlingar av problematisk Internetanvändning kanske måste vara mångfacetterade för att vara effektiva.

 

 

 

   

Erkännanden

 

Alla författare utom J Westerlund var involverade i planeringen eller genomförandet av SUPREME-projektet, inklusive Randomized Controlled Trial, där V Carli var huvudutredaren. J Balasz, A Germanavicius , M Sarchiapone, A Värnik och V Carli var platsledare eller fältskoordinatorer för SUPREME-projektet i sina respektive länder. S Hökby och G Hadlaczky tänkte på den aktuella undersökningen, utförde de statistiska analyserna och förberedde manuskriptet, till vilket J Westerlund gjorde kritiska bidrag, och reviderade det för viktigt intellektuellt innehåll. Alla författare granskade och godkände det slutliga manuskriptet. SUPREME-projektet finansierades 60% av Europeiska kommissionens verkställande byrå för hälsa och konsumenter (EAHC; Bidragsavtal nummer: 2009.12.19) och 40% av de deltagande landets centra.

Intressekonflikt

 

Ingen deklarerad.

 


Referensprojekt

  1. Merikangas KR, He JP, Burstein M, Swanson SA, Avenevoli S, Cui L, et al. Livstids prevalens av psykiska störningar hos amerikanska ungdomar: resultat från National Comorbidity Survey Replication – Adolescent Supplement (NCS-A). J Am Acad Child Adolesc Psychiatry 2010 Oct; 49 (10): 980-989 [GRATIS Fullständig text] [CrossRef] [Medline]
  2. Wittchen HU, Jacobi F, Rehm J, Gustavsson A, Svensson M, Jönsson B, et al. Storleken och bördan på psykiska störningar och andra hjärnstörningar i Europa 2010. Eur Neuropsychopharmacol 2011 Sep; 21 (9): 655-679. [CrossRef] [Medline]
  3. Zahn-Waxler C, Klimes-Dougan B, Slattery MJ. Interna problem med barndom och ungdomar: utsikter, fallgropar och framsteg när det gäller att förstå utvecklingen av ångest och depression. Dev Psychopathol 2000; 12 (3): 443-466. [Medline]
  4. Världshälsoorganisationen. Förhindra självmord: ett globalt imperativ. Schweiz: Världshälsoorganisationen; 2014.
  5. Internetstatistik på Internet. 2015. Internetanvändning i Europeiska unionens URL: http://www.internetworldstats.com/stats9.htm [åtkomst 2016-04-15] [WebCite Cache]
  6. Eurostat. 2013. Internetanvändningsstatistik - individens URL: http://ec.europa.eu/eurostat/statistics-explained/index.php/Internet_use_statistics_-_individuals [åtkomst 2016-04-15] [WebCite Cache]
  7. Unga KS. Internetmissbruk: Uppkomsten av en ny klinisk störning. CyberPsychology & Behavior 1998 Jan; 1 (3): 237-244. [CrossRef]
  8. Laconi S, Rodgers RF, Chabrol H. Mätningen av internetberoende: En kritisk granskning av befintliga skalor och deras psykometriska egenskaper. Datorer i mänskligt beteende 2014 Dec; 41: 190-202 [GRATIS Fullständig text] [CrossRef]
  9. Petry NM, Rehbein F, Gentile DA, Lemmens JS, Rumpf HJ, Mößle T, et al. En internationell konsensus för att bedöma störning av internet-spel med den nya DSM-5-metoden. Addiction 2014 Sep; 109 (9): 1399-1406. [CrossRef] [Medline]
  10. Kaess M, Durkee T, Brunner R, Carli V, Parzer P, Wasserman C, et al. Patologisk Internetanvändning bland europeiska ungdomar: psykopatologi och självförstörande beteenden. Eur Child Adolesc Psychiatry 2014 nov; 23 (11): 1093-1102 [GRATIS Fullständig text] [CrossRef] [Medline]
  11. Carli V, Durkee T, Wasserman D, Hadlaczky G, Despalins R, Kramarz E, et al. Föreningen mellan patologisk internetanvändning och komorbid psykopatologi: en systematisk översyn. Psykopatologi 2013; 46 (1): 1-13. [CrossRef] [Medline]
  12. King DL, Delfabbro PH, Zwaans T, Kaptsis D. Kliniska funktioner och komorbiditet i axel I hos australiska ungdomars patologiska Internet- och videospelspelare. Aust NZJ Psychiatry 2013 nov; 47 (11): 1058-1067. [CrossRef] [Medline]
  13. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC. Föreningen mellan internetberoende och psykiatrisk störning: en granskning av litteraturen. Eur Psychiatry 2012 Jan; 27 (1): 1-8. [CrossRef] [Medline]
  14. Block JJ. Problem för DSM-V: internetberoende. Am J Psychiatry 2008 Mar; 165 (3): 306-307. [CrossRef] [Medline]
  15. Montag C, Bey K, Sha P, Li M, Chen YF, Liu WY, et al. Är det meningsfullt att skilja mellan generaliserat och specifikt internetberoende? Bevis från en tvärkulturell studie från Tyskland, Sverige, Taiwan och Kina. Asia Pac Psychiatry 2015 Mar; 7 (1): 20-26. [CrossRef] [Medline]
  16. Király O, Griffiths M, Urbán R, Farkas J, Kökönyei G, Elekes Z, et al. Problematisk internetanvändning och problematisk onlinespel är inte desamma: fynd från ett stort nationellt representativt ungdomarprov. Cyberpsychol Behav Soc Netw 2014 Dec; 17 (12): 749-754 [GRATIS Fullständig text] [CrossRef] [Medline]
  17. van Rooij AJ, Schoenmakers TM, van de Eijnden RJ, van de Mheen D. Tvångsam Internetanvändning: rollen för onlinespel och andra internetapplikationer. J Adolesc Health 2010 Jul; 47 (1): 51-57. [CrossRef] [Medline]
  18. Khazaal Y, Achab S, Billieux J, Thorens G, Zullino D, Dufour M, et al. Faktorstruktur för Internet-beroende-test i onlinespelare och pokerspelare. JMIR Ment Health 2015 Apr; 2 (2): e12 [GRATIS Fullständig text] [CrossRef] [Medline]
  19. American Psychiatric Association. DSM5. 2013. URL för internetspelstörning: http://www.dsm5.org/Documents/Internet%20Gaming%20Disorder%20Fact%20Sheet.pdf [åtkomst 2016-04-15] [WebCite Cache]
  20. Critselis E, Janikian M, Paleomilitou N, Oikonomou D, Kassinopoulos M, Kormas G, et al. Internetspel är en prediktiv faktor för beroendeframkallande beteende på Internet. J Behav Addict 2013 Dec; 2 (4): 224-230 [GRATIS Fullständig text] [CrossRef] [Medline]
  21. Phillips JG, Ogeil RP, Blaszczynski A. Elektroniska intressen och beteenden förknippade med spelproblem. Int J Ment Health Addiction 2011 Oct 15; 10 (4): 585-596. [CrossRef]
  22. Tsitsika A, Critselis E, Janikian M, Kormas G, Kafetzis DA. Förening mellan internetspel och problematisk internetanvändning bland ungdomar. J Gambl Stud 2011 Sep; 27 (3): 389-400. [CrossRef] [Medline]
  23. Yau YH, Pilver CE, Steinberg MA, Rugle LJ, Hoff RA, Krishnan-Sarin S, et al. Förhållanden mellan problematisk internetanvändning och svårighetsgraden av spel-spel: resultat från en gymnasial undersökning. Addict Behav 2014 Jan; 39 (1): 13-21 [GRATIS Fullständig text] [CrossRef] [Medline]
  24. Burke M, Marlow C, Lento T. Aktivitet i socialt nätverk och socialt välbefinnande. 2010 Presenteras vid: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI'10); 2010-10-15 april; Atlanta, Georgia, USA. [CrossRef]
  25. Burns JM, Davenport TA, Durkin LA, Luscombe GM, Hickie IB. Internet som en inställning för ungdomars användning av mental hälsovårdstjänster. Med J Aust 2010 juni 7; 192 (11 Suppl): S22-S26. [Medline]
  26. Horgan A, Sweeney J. Unga studerandes användning av Internet för information och stöd för psykisk hälsa. J Psychiatr Ment Health Nurs 2010 Mar; 17 (2): 117-123. [CrossRef] [Medline]
  27. Trefflich F, Kalckreuth S, Mergl R, Rummel-Kluge C. Psykiatriska patienters internetanvändning motsvarar allmänhetens internetanvändning. Psychiatry Res 2015 30 mars; 226 (1): 136-141. [CrossRef] [Medline]
  28. DeSocio J, Hootman J. Barns mentala hälsa och skolframgång. J Sch Nurs 2004 aug; 20 (4): 189-196. [Medline]
  29. Gentile DA, Choo H, Liau A, Sim T, Li D, Fung D, et al. Patologisk videospelanvändning bland ungdomar: en tvåårig longitudinell studie. Pediatrik 2011 Feb; 127 (2): e319-e329. [CrossRef] [Medline]
  30. Jackson LA, von Eye A, Witt EA, Zhao Y, Fitzgerald HE. En longitudinell studie av effekterna av Internetanvändning och videospel spelar på akademiska prestationer och rollerna kön, ras och inkomst i dessa relationer. Datorer i mänskligt beteende 2011 Jan; 27 (1): 228-239. [CrossRef]
  31. Király O, Urbán R, Griffiths M, Ágoston C, Nagygyörgy K, Kökönyei G, et al. Den förmedlande effekten av spelmotivation mellan psykiatriska symtom och problematisk onlinespel: en onlineundersökning. J Med Internet Res 2015; 17 (4): e88 [GRATIS Fullständig text] [CrossRef] [Medline]
  32. Scott J, Porter-Armstrong AP. Effekterna av flera spelars rollspel på nätet på ungdomars och unga vuxnas psykosociala välbefinnande: Granska bevisen. Psykiatri J 2013 Artikel ID 464685. [CrossRef]
  33. Zanetta Dauriat F, Zermatten A, Billieux J, Thorens G, Bondolfi G, Zullino D, et al. Motivationer att spela specifikt förutsäger överdriven deltagande i massivt multiplayer online rollspel: bevis från en online-undersökning. Eur Addict Res 2011; 17 (4): 185-189. [CrossRef] [Medline]
  34. Lovibond PF, Lovibond SH. Strukturen för negativa känslomässiga tillstånd: jämförelse av Depression Anxiety Stress Scales (DASS) med Beck Depression and Angst Inventories. Behav Res Ther 1995 Mar; 33 (3): 335-343. [Medline]
  35. Antony MM, Bieling PJ, Cox BJ, Enns MW, Swinson RP. Psykometriska egenskaper hos 42-artiklarna och 21-artikelversionerna av Depression Anxiety Stress Scales i kliniska grupper och ett samhälleprov. Psykologisk bedömning 1998; 10 (2): 176-181. [CrossRef]
  36. Crawford JR, Henry JD. Depression Anxiety Stress Scales (DASS): normativa data och latent struktur i ett stort icke-kliniskt prov. Br J Clin Psychol 2003 juni; 42 (Pt 2): 111-131. [CrossRef] [Medline]
  37. Page AC, Hooke GR, Morrison DL. Psykometriska egenskaper hos Depression Anxiety Stress Scales (DASS) i deprimerade kliniska prover. Br J Clin Psychol 2007 Sep; 46 (Pt 3): 283-297. [CrossRef] [Medline]
  38. Zlomke KR. Psykometriska egenskaper hos internetadministrerade versioner av Penn State Worry Questionnaire (PSWQ) och Depression, Angst och Stress Scale (DASS). Datorer i mänskligt beteende 2009 Jul; 25 (4): 841-843. [CrossRef]
  39. Duffy CJ, Cunningham EG, Moore SM. Kort rapport: faktorstrukturen för humörtillstånd i ett tidigt tonårsprov. J Adolesc 2005 Okt; 28 (5): 677-680. [CrossRef] [Medline]
  40. Szabó M. Den korta versionen av Depression Anxiety Stress Scales (DASS-21): faktorstruktur i ett ungt ungdomarprov. J Adolesc 2010 Feb; 33 (1): 1-8. [CrossRef] [Medline]
  41. Paykel ES, Myers JK, Lindenthal JJ, Tanner J. Självmordskänslor i allmänheten: en prevalensstudie. Br J Psychiatry 1974 Maj; 124: 460-469. [Medline]
  42. En J, Sun Y, Wan Y, Chen J, Wang X, Tao F. Föreningar mellan problematisk internetanvändning och ungdomars fysiska och psykologiska symptom: möjlig roll för sömnkvalitet. J Addict Med 2014; 8 (4): 282-287. [CrossRef] [Medline]
  43. Caplan SE. Preferens för social interaktion online: en teori om problematisk Internetanvändning och psykosocialt välbefinnande. Kommunikationsforskning 2003; 30 (6): 625-648 [GRATIS Fullständig text] [CrossRef]
  44. Lam LT. Internet-spelberoende, problematisk användning av internet och sömnproblem: en systematisk granskning. Curr Psychiatry Rep 2014 Apr; 16 (4): 444. [CrossRef] [Medline]
  45. Lee BW, Stapinski LA. Söka säkerhet på internet: samband mellan social ångest och problematisk internetanvändning. J Ångestbesvär 2012 Jan; 26 (1): 197-205. [CrossRef] [Medline]
  46. Kovess-Masfety V, Keyes K, Hamilton A, Hanson G, Bitfoi A, Golitz D, et al. Tillbringas tid på att spela videospel i samband med mental hälsa, kognitiva och sociala färdigheter hos små barn? Soc Psychiatry Psychiatr Epidemiol 2016 Mar; 51 (3): 349-357. [CrossRef] [Medline]
  47. Holden C. Psykiatri. Beteendemissbruk debuterar i föreslagen DSM-V. Vetenskap 2010 Feb 19; 327 (5968): 935. [CrossRef] [Medline]
  48. Pies R. Ska DSM-V utse ”Internetberoende” en mental störning? Psykiatri (Edgmont) 2009 Feb; 6 (2): 31-37 [GRATIS Fullständig text] [Medline]
  49. Shaffer HJ, Hall MN, Vander Bilt J. “Datorberoende”: en kritisk övervägande. Am J Orthopsychiatry 2000 Apr; 70 (2): 162-168. [Medline]
  50. Brand M, Laier C, Young KS. Internetberoende: hanteringsstilar, förväntningar och implikationer av behandlingen. Front Psychol 2014 nov; 5: 1256 [GRATIS Fullständig text] [CrossRef] [Medline]
  51. Riemann D, Workshop Deltagare. Minskar effektiv hantering av sömnstörningar depressiva symtom och risken för depression? Läkemedel 2009; 69 Suppl 2: 43-64. [CrossRef] [Medline]
  52. Watling J, Pawlik B, Scott K, Booth S, Short MA. Sömnförlust och affektiv funktion: mer än bara humör. Behav Sleep Med 2016 Maj 9: 1-16 Epub före tryck. [CrossRef] [Medline]
  53. Dowling NA, Brown M. Commonaliteter i de psykologiska faktorerna förknippade med problemspel och internetberoende. Cyberpsychol Behav Soc Netw 2010 Aug; 13 (4): 437-441. [Medline]
  54. Sagioglou C, Greitemeyer T. Facebooks känslomässiga konsekvenser: Varför Facebook orsakar en minskning av humöret och varför människor fortfarande använder det. Datorer i mänskligt beteende 2014 juni; 35: 359-363. [CrossRef]

 


Förkortningar

DASS: Depression ångest stress skala
DSM: Diagnostisk och statistisk handbok för mentala störningar
JAG PÅ: Internet Addiction Test
ÖVERLÄGSEN: Självmordsförhindrande via internet och mediebaserad marknadsföring av mental hälsa

Redigerad av J Torous; inlämnade 29.04.16; peer-review av V Rozanov, B Carron-Arthur, T Li; kommentarer till författaren 31.05.16; den reviderade versionen fick 14.06.16; accepterat 15.06.16; publicerade 13.07.16

© Sebastian Hökby, Gergö Hadlaczky, Joakim Westerlund, Danuta Wasserman, Judit Balazs, Arunas Germanavicius, Núria Machín, Gergely Meszaros, Marco Sarchiapone, Airi Värnik, Peeter Varnik, Michael Westerlund, Vladimir Carli. Ursprungligen publicerad i JMIR Mental Health (http://mental.jmir.org), 13.07.2016.

Detta är en artikel med öppen åtkomst distribuerad under villkoren i Creative Commons Attribution License (http://creativecommons.org/licenses/by/2.0/), som tillåter obegränsad användning, distribution och reproduktion i vilket medium som helst, förutsatt att originalet arbete, som först publicerades i JMIR Mental Health, citeras korrekt. Den fullständiga bibliografiska informationen, en länk till den ursprungliga publikationen på http://mental.jmir.org/, samt denna upphovsrätt och licensinformation måste inkluderas.