KOMMENTARER: En unik studie. Det följer förstaårsstudenterna för att fastställa hur stor andel som utvecklar internetberoende och vilka riskfaktorer som kan vara i spel. Den unika aspekten är att forskningsämnena inte hade använt Internet innan de gick in på college. Svårt att tro. Efter bara ett år i skolan klassificerades en liten andel som internetmissbrukare. De som utvecklade internetberoende var högre i den obsessiva skalan, medan de var lägre på poäng för ångestdepression och fientlighet.
Nyckelpunkten är internetberoende orsakas beteendemässiga och känslomässiga förändringar. Från studien:
- Efter deras beroende, signifikant högre poäng observerades för dimensioner på depression, ångest, fientlighet, interpersonell känslighet och psykotisisme, vilket tyder på att detta var resultat av störning på Internet-beroende.
- Vi kan inte hitta en solid patologisk prediktor för Internetberoende. Internetmissbrukstörning kan på vissa sätt ge några patologiska problem till missbrukarna.
PLoS ONE 6 (2):e14703.doi: 10.1371 / journal.pone.0014703
Guangheng Dong1*, Qilin Lu2, Hui Zhou1, Xuan Zhao1
1 Institutionen för psykologi, Zhejiang Normal University, Jinhua, Folkrepubliken Kina, 2 Institutionen för neuroinformatik, Dalian tekniska universitet, Dalian, Folkrepubliken Kina
Abstrakt
Bakgrund
Denna studie syftade till att utvärdera rollerna av patologiska störningar i Internetberoende och identifiera de patologiska problemen i IAD, samt utforska internetmissbrukarnas mentala status före missbruk, inklusive de patologiska drag som kan utlösa internetberoende störningar.
Metoder och resultat
59-elever mättes av Symptom CheckList-90 före och efter att de blev beroende av Internet. En jämförelse av insamlade data från Symptom Checklist-90 före internetberoende och de data som samlades in efter internetberoende illustrerade rollerna för patologiska störningar bland personer med internetberoende. Den obsessiva kompulsiva dimensionen befanns vara onormal innan de blev beroende av Internet. Efter deras missbruk observerades betydligt högre poäng för dimensioner på depression, ångest, fientlighet, interpersonell känslighet och psykotik, vilket tyder på att dessa var resultat av Internetberoende. Mått på somatisering, paranoid ideation och fobisk ångest förändrades inte under studietiden, vilket indikerar att dessa dimensioner inte är relaterade till Internetberoende.
Slutsatser
Vi kan inte hitta en solid patologisk prediktor för Internetberoende. Internetmissbrukstörning kan på vissa sätt ge några patologiska problem till missbrukarna.
Citation: Dong G, Lu Q, Zhou H, Zhao X (2011) Prekursor eller sekvens: Patologiska störningar hos personer med internetberoende. PLoS ONE 6 (2): e14703. doi: 10.1371 / journal.pone.0014703
Redaktör: Jeremy Miles, RAND Corporation, USA
Mottaget: juni 18, 2010; Godkänd: januari 27, 2011; Publicerad: februari 16, 2011
Upphovsrätt: © 2011 Dong et al. Detta är en artikel med öppen åtkomst som distribueras under villkoren i Creative Commons Attribution License, som tillåter obegränsad användning, distribution och reproduktion i vilket medium som helst, förutsatt att den ursprungliga författaren och källan krediteras.
finansiering: Denna forskning stöds av National Science Foundation of China (30900405). Finansierarna hade ingen roll i studiedesign, insamling och analys av data, beslut om att publicera eller förbereda manuskriptet.
Konkurrerande intressen: Författarna har förklarat att inga konkurrerande intressen existerar.
* E-post: [e-postskyddad]
Beskrivning
Internetanvändningen har ökat avsevärt under det senaste decenniet. Data från China Internet Network Information Center (CNNIC) från juni 30, 2010 visade att 420 miljoner människor går online, varav 58.0% varierar mellan 10-29 år [1]. Det stigande antalet internetanvändare har resulterat i att en ökad befolkningsprocent har drabbats av mediets problematiska användning, nu kallad IAD (Internet-beroende). IAD har blivit ett allvarligt psykiskt hälsoproblem inte bara i Kina, det verkar vara en vanlig störning som manifesteras över hela världen och förtjänar inkludering i DSM-V [2], [3]. I Tyskland rapporterade 9.3% minst en negativ konsekvens av Internetanvändning, särskilt försummelse av fritidsaktiviteter och problem med familj / partner, arbete eller utbildning och hälsa [4]. Chou och Hsiao rapporterade att förekomsten av internetberoende bland taiwanesiska högskolestudenter är 5.9% [5]. Dessutom rapporterade Wu och Zhu att 10.6% av de kinesiska studenterna lider av internetberoende [6]. Sydkorea anser internetberoende vara en av de allvarligaste folkhälsoproblemen [2].
Att förstå IAD är viktigt på grund av dess associering med andra psykiatriska sjukdomar, såsom patologiskt och tvångsmässigt beteende [7]. Det har rapporterats att omfattande Internetanvändning kan leda till en ökad nivå av psykologisk upphetsning [8], vilket kan leda till att onlineanvändare får hälsoproblem [9], [10]. Flera studier hävdar den underliggande psykopatologin för internetberoende, inklusive depression, social ångest och substansberoende [11], [12]. Även om metodologiska problem har hindrat dessa krafts full kraft [13]. IAD-individer (nedan kallade IAD) visar vanligtvis onormalt beteende, såsom ångest, depression eller isolering. Det är emellertid antingen oklart om dessa faktorer är föregångare till IAD eller följare från IAD. IAD möter faktiskt denna kontroversiella fråga.
Ur ett kliniskt psykiatriperspektiv kan en profil av Internet-missbrukare inkludera individer som har en eller flera av följande dimensioner: depression, bipolär störning, sexuell tvång och ensamhet. Morahan-Martin hävdade att det är svårt att fastställa orsakssamband mellan patologiska dimensioner och IAD, och att internetberoende kan vara symptomatiskt för andra störningar (t.ex. patologiskt beteende) [14]. Den kognitiva beteendemodellen på IAD antyder att psykopatologi är en distal nödvändig orsak till IAD-symtom (dvs. psykopatologi måste vara närvarande eller måste ha uppstått för att symtomen på IAD ska uppstå) [15]. Armstrong et al. studerade impulsivitet och självkänsla som mått på beroende, visade att självkänsla var en bättre, men inte en absolut förutsägare, av internetberoende [16],. Thatcher och Goolam hävdade att högriskgrupper förknippar sin tid tilldelad online med spänning och oberoende [17].
Internet tillåter en individ att låsa upp sin personlighet och skapa en person som kan skilja sig mycket från verkligheten [10], [18]. Mediets överklagande kan tillskrivas det faktum att begränsningar i verkliga livet kan isoleras, och att experimentera med förändrade uppfattningar är möjlig (t.ex. konstruktion av det idealiska jaget). Individer med lägre självkänsla har associerats med ökade timmar av internetanvändning, kanske som en form av flykt. Shapira et al. anser att IAD är "en individs oförmåga att kontrollera internetanvändningen, vilket i sin tur leder till känslor av nöd och funktionsnedsättning av dagliga aktiviteter" [7].
Alla dessa studier ger värdefull information för att förstå egenskaperna hos IAD. De har undersökt det aktuella sinnestillståndet hos människor som lider av nämnda missbruksstörning. Det är dock svårt att fastställa orsakssamband mellan patologiska problem och IAD. Till exempel, vilken av dessa faktorer är föregångare för missbruk eller resultatet av missbruk? I ena handen var det känt att personer som uppvisade en viss nivå av patologiska problem var lätt beroende av Internet. Å andra sidan kan IAD förändra en individs mentala status och följaktligen framkalla någon typ av patologisk störning. Horisontella studier kan inte förklara detta dilemma tydligt. Således genomfördes en longitudstudie för att identifiera orsakssambandet.
I den aktuella studien använde vi longitudforskningsmetoder för att identifiera de patologiska problemen i IAD, samt för att utforska den mentala statusen för IAD tidigare beroende, inklusive de patologiska egenskaper som kan utlösa IAD. Data från Symptom Checklist-90 (SCL-90) erhölls från 59-personer före och efter deras lidande från IAD. Det tros att jämförelser av data före IAD, normanvändningen av kineser och data som samlas in efter IAD kan ge användbar information om detta ämne.
Metoder
Symptomlista SCL-90
SCL-90 [19] är ett instrument för att mäta psykologisk nöd och vissa aspekter av psykopatologi. Det består av 90-uttalanden som beskriver fysiska och psykiska symtom. Personerna ombads att ange hur mycket de var besvärade av vart och ett av symtomen under den senaste veckan på en 5-punkt Likert-skala som sträcker sig från “inte alls” (0) till “extremt” (4). Tillämpar faktoranalys, Derogatis [19] hade härstammat nio underskalor eller dimensioner från instrumentet som han märkte somatisering (SOM), tvångssyndrom (OC), interpersonell känslighet (INT), depression (DEP), ångest (ANX), fientlighet (HOS), fobisk ångest (FOB) , paranoid ideation (PAR), psychoticism (PSY) och ytterligare artiklar (ADD). En hög poäng i en given dimension indikerar högt uttryck för motsvarande nöd. Den kinesiska versionen av SCL-90, eftersom den anpassades och testades av Wang [20] och användes allmänt i undersökningar och kliniska åtgärder i Kina [21].
Youngs online-beroende av internet
Youngs online-Internetmissbrukstest har 20 artiklar associerade med internetanvändning online, inklusive psykologiskt beroende, tvångsmässig användning och tillbakadragande, samt relaterade problem i skolan eller arbetet, sömn, familj och tidshantering. För varje objekt väljs ett graderat svar från 1 = “Sällan” till 5 = “Alltid” eller “Gäller inte”. Människor fick mer än 50 ansågs uppleva tillfälliga eller frekventa problem på grund av Internet. Människor fick mer än 80 ansågs orsaka betydande problem i sitt liv [22]. I den aktuella studien betraktades deltagarna mer än 80 betraktades som internetberoende.
Deltagarval
I september 2008 testades 2132 färskstudenter med SCL-90. Uppgifterna erhölls från 1024 (48%) kvinnliga och 1108 (52%) manstudenter. I september 2009 testades alla av Youngs onlineberoende internet-test. För att kontrollera deltagarnas exponeringstid för Internet undantogs studenter med programvara, datorinformation och relaterade fält från undersökningen. Enligt Youngs definition [9], en totalt 66-studenter (12 kvinnliga) bedömdes vara Internet-missbrukare i denna studie.
För att veta om dessa 66-studenter var beroende av Internet när de just gick in på universitetet (september 2008) bedömdes en retrospektiv diagnos på dessa internetberoende. Sju missbrukade manliga studenter utesluts eftersom deras klasskamrater eller lärare rapporterade att de var bekanta med Internet när de gick in på universitetet. Detta är för att garantera att alla förändringar genomfördes under det första året i ämnen. De andra 59-studenterna känner inte till Internet som nybörjare; ett år senare diagnostiserades de dock som beroende av Internet. Dessutom mättes de mentala tillstånden för dessa 59 IAD med SCL-90 (september 2009). Det första testet av SCL-90 arrangerades av universitetet (det är universitetets policy att känna till alla studenters mentala kondition när de gick in på universitetet). Så inga signaturformulär undertecknades. För andra gången undertecknade varje ämne ett informerat samtycke för studien. Forskningsproceduren var i enlighet med den etiska principen i Helsingforsdeklarationen från 1964 (World Medical Organization). Institutets granskningsnämnd vid Zhejiang Normal University godkände forskningsförfarandet.
Resultat
Enkeltprovstest genomfördes bland 59 Internetberoende och kinesernas norm. Därefter genomfördes t-test med parade prover mellan SCL-90-data som samlats in i 2008 och 2009 från dessa 59-studenter. Tabell 1 visar medel och standardavvikelser för SCL-90-data som samlats in i 2008 och 2009, och normvärdena för kineser. Egenskaperna för varje dimension visas i Figur 1.
Figur 1. Medelpoäng för SCL-90-dimensioner i olika grupper.
Figuren visar egenskaperna för olika dimensioner i olika mått. Från denna siffra kan vi se att INT, DEP, ANX, HOS och PSY förändrats hårt mellan data som samlats in i 2008 och 2009. SOM, OC och PHOB visade dock små förändringar.
doi: 10.1371 / journal.pone.0014703.g001
Tabell 1. Medelpoäng för SCL-90-dimensioner i olika grupper.
doi: 10.1371 / journal.pone.0014703.t001
Som jämförelse visade endast OC i SCL-90-resultat (2008) en signifikant högre poäng jämfört med normen (Tabell 2). Betydande skillnader hittades i OC-, DEP-, ANX- och HOS-dimensioner när SCL-90-resultat (2009) och normen jämfördes. Resultat i SCL-90 (2009) visade signifikanta och ökande poäng för INT, DEP, ANX, HOS och PSY, jämfört med resultaten i SCL-90 (2008) (Tabell 2).
Tabell 2. Jämförelsesresultat mellan olika typer av data.
doi: 10.1371 / journal.pone.0014703.t002
Diskussion
Mentala stater före missbruk
Baserat på jämförelsen finner vi att poängen för 59-eleverna var lägre än normen för de flesta av SCL-90-dimensioner före deras beroende. Endast poängen för OC (obsessive-compulsive) dimension bland IAD var betydligt högre än Norm. Resultatet antyder att människor visade mer OC-beteende innan de blev beroende av Internet. I själva verket definieras missbruk vanligtvis som en hjärtsjukdom som manifesteras som ett tvångsmässigt beteende, eller tvångsmässig och fortsatt användning av ett ämne eller beteende även om användaren anser att det är skadligt [23]. Detta resultat överensstämmer med Shaprias studie att IAD vanligtvis visar tvångsmässigt beteende [7]. Studier av individer som lider av substans [24] och tobak [25] missbruk visade sig också tydligt i OC-beteenden. Därför bekräftades förhållandet mellan OC och IAD lätt.
När människor blir beroende av Internet
IAD: s nuvarande mentala tillstånd kan utforskas genom att jämföra IAD09 och normen. Resultaten visar att poängen för OC, DEP, ANX och HOS i IAD var betydligt högre än normen, vilket antyder att studenter som lider av IAD likaså för närvarande lider av de ovannämnda patologiska problemen. För SOM, INT, PHOB, PAR, PSY och ADD antyder fynd att IAD inte är relaterat till dessa dimensioner. MUnder tiden var depression och ångest bevisade typer av patologiska problem associerade med IAD i tidigare studier [14], [16]. Den aktuella studien stöder därför relaterade fynd på DEP och ANX. Tidigare studier har likaledes funnit att fientlighet är förknippad med internetberoende bland män [26]. Det har rapporterats att fientlighet förutsäger hanteringsstilar för undvikande och undvikande av substansanvändning utlöst av kända ledtrådar (t.ex. negativa emotionella tillstånd och spänningar) [27]. För ungdomar leder högre fientlighet vanligtvis till interpersonell konflikt och avvisning. Eftersom ämnen görs mindre tillgängliga för dem kan Internet ge en virtuell värld att fly från stress från den verkliga världen [28].
Höjdpunkter på SCL-90 Resultat från 2008 och 2009
De jämförande resultaten mellan de uppgifter som samlats in i 2008 och 2009 ger de mentala tillstånden i dessa 59 Internet-missbrukare som har förändrats under året. Poängen för INT, DEP, ANX, HOS och PSY förändrades avsevärt under detta år. Poäng för SOM, OC, PHOB och PAR förändrades dock inte signifikant, vilket tyder på att dessa dimensioner inte är relaterade till IAD. Tidigare studier har faktiskt visat den skada som inducerats av IAD, såsom humörsjukdomar, uppmärksamhetsstörningar och substansberoende citerades som komorbiditeter [29], [30]. Som sådan, när komorbida störningar behandlas vid sidan av IAD, kan patientens resultat förbättras kraftigt [31].
Prekursor eller Sequela
Funktionerna hos SCL-90-dimensioner i den aktuella studien kan delas in i fyra typer. Först förändrade SOM, PAR och PHOB inte så mycket före och efter deras beroende, vilket innebär att dessa dimensioner varken var föregångare eller Sequela för IAD. Enkelt uttryckt visade de ingen relation med IAD. För det andra var OC-poängen mycket högre än normen innan IAD, och därmed kunde betraktas som en prediktor för IAD. OC-poängen ändrades dock inte signifikant i 2009, vilket på något sätt kan påverka tillförlitligheten i detta fynd. I ena handen tyder resultaten på att OC kan vara en prediktor för IAD eftersom den visade en högre poäng före internetberoende. Eftersom OC-poäng inte ändrades signifikant i 2009 kanske OC-dimensionen kanske inte är relaterad till IAD. Som sådan kan vi inte helt dra slutsatsen att säkerheten för att OC är en prediktor för IAD.
För det tredje, före deras beroende av Internet, var poängen för DEP, ANX och HOS för studenter med IAD lägre än normen, vilket innebär att inget felaktigt hittades i dessa dimensioner. I huvudsak kan dessa dimensioner inte kategoriseras som prediktorer för IAD. enefter deras beroende ökade måtten högt och till och med ökade markant, vilket tyder på att DEP, ANX och HOS var resultat av IAD och inte föregångare för IAD. Denna upptäckt kan hjälpa oss att bättre förstå orsaken mellan patologiska störningar och IAD [15], [17]. Tden fjärde typen, som fokuserar på INT och PSY, visade att dessa dimensioner var normala innan internetberoende. Även om deras poäng inte var signifikant i förhållande till normen jämfört med SCL-90-data som samlats in i 2009, observerades att de förändrades signifikant i 2009, vilket framgår av jämförelsen mellan SCL-90-data som samlats in i 2008 och 2009. Som sådan kan vi dra slutsatsen att den ökade poängen för INT- och PSY-dimensioner var resultatet av IAD.
Ett stort antal studier har undersökt prediktorerna för internetberoende. Kommunikationsglädje [5], impulsivitet [32]och konkurrens och samarbete [33] var beprövade prediktorer för internetberoende. De flesta av dessa studier har betonat på erfarenheter av att använda Internet och personlighetsegenskaper relaterade till internetberoende. Men endast få studier undersökte tydligt dess kausalitet med patologiska störningar. Resultaten av den nuvarande studien kan öka vår förståelse för sambandet mellan patologiska störningar och internetberoende. Således bör den kausala relationen mellan patologiska störningar och internetberoende utvärderas ytterligare med prospektiva studier.
Begränsningar och brister
Resultat från den aktuella studien avslöjade flera viktiga resultat för att fördjupa vår förståelse om de patologiska störningarna av internetmissbruk, men flera begränsningar bör övervägas. Först varade denna forskning i ett år. Under detta år hände många saker som kan förändra en persons mentala tillstånd. Så det är svårt att dra slutsatser med 100 procent säkerhet att dessa förändringar var relaterade till IAD. För det andra är SCL-90 ett användbart verktyg för att mäta de mentala tillstånden under den senaste veckan, men den kan inte spåra förändringsprocessen under en längre period. Denna forskning visade bara de statiska mentala tillstånden hos eleverna före och efter deras beroende av Internet. För det tredje är antalet IAD: er begränsat (59), fler deltagare bör hittas om möjligt i framtida studier. För det fjärde använde vi normen men inte data från kontrollgruppen som jämförelsesnivå. Detta beror på att det är mycket svårt att göra en annan omfattande utredare som den första åtgärden i den nuvarande studien. Att använda normen som jämförande nivå är användbart och enkelt.
Även om det finns så många begränsningar i denna studie, tror vi fortfarande att den är värdefull. För det första är det svårare att kontrollera extra variabler i longitudinella studier än i experimentella studier, särskilt studier med patienter. För det andra visade den nuvarande studien att det är svårt att hitta en solid prediktor för IAD, vilket skiljer sig från tidigare studieresultat. Det breddade vår kunskap om IAD.
Slutsatser
Sammanfattningsvis kan vi konstatera att det inte finns några solida patologiska prediktorer för IAD. Även om OC kan betraktas som en dimension, återstår det att detta konstaterande inte kan slutföras helt. Tvärtom, internetberoende kan leda till några patologiska problem för de människor som lider av det, Även om slutsatsen fortfarande behöver mer stöd på grund av begränsningen av forskningsdesignen i den nuvarande studien.
Författarbidrag
Tänkt och designat experimenten: GD. Utförde experimenten: GD HZ XZ. Analyserade data: GD XZ. Bidragna reagens / material / analysverktyg: GD QL. Skrivde tidningen: GD.
1. CNNIC (2010) 26th statistikrapport om Kinas internetutveckling. Tillgängliga: http://research.cnnic.cn/html/1279173730d2350.html. Åtkomst till 2010 okt 10.
2. Block JJ (2008) Problem för DSM-V: Internetberoende. Am J Psychiatry 165: 306 – 307. Hitta den här artikeln online
3. Flisher C (2010) Kopplas in: en översikt över internetberoende. J Paediatr Child Health 46: 557 – 559. Hitta den här artikeln online
4. Beutel ME, Brähler E, Glaesmer H, Kuss DJ, Wölfling K, et al. Regelbunden och problematisk Internetanvändning i fritiden i samhället: resultat från en tysk befolkningsbaserad undersökning. Cyberpsychol, Behav och Soc Netw .. I press. Hitta den här artikeln online
5. Chou C, Hsiao MC (2000) Internetberoende, användning, tillfredsställelse och nöjeupplevelse: Taiwans högskolestudenters fall. Comput Educ 35: 65–80. Hitta den här artikeln online
6. Wu H, Zhu K (2004) Sökvägsanalys av relaterade faktorer som orsakar internetberoende hos högskolestudenter. Chin J Folkhälsa 20: 1363 – 1366. Hitta den här artikeln online
7. Shapira NA, Lessig MC, Goldsmith TD, Szabo ST, Lazoritz M, et al. (2003) Problematisk internetanvändning: föreslagna klassificering och diagnostiska kriterier. Tryck på ångest 17: 207 – 216. Hitta den här artikeln online
8. Dong G, Lu Q, Zhou H, Zhao X (2010) Impulshämning hos personer med internetberoende: elektrofysiologiska bevis från en Go / NoGo-studie. Neurosci Lett 485: 138 – 142. Hitta den här artikeln online
9. Young KS, Rodgers RC (1998) Förhållandena mellan depression och internetberoende. CyberPsychol Behav 1: 25 – 28. Hitta den här artikeln online
10. Unga KS (1998) Internet addiciton: uppkomsten av en ny klinisk störning. CyberPsychol Behav 1: 237 – 244. Hitta den här artikeln online
11. Kraut R, Patterson M, Lundmark V, Kiesler S, Mukopadhyay T, et al. (1998) Internetparadox: en social teknik som minskar socialt engagemang och psykologiskt välbefinnande? Am Psychol 53: 1017 – 1031. Hitta den här artikeln online
12. Huang C (2010) Internetanvändning och psykologiskt välbefinnande: en metaanalys. Cyberpsychol Behav, Soc Netw 13: 241 – 249. Hitta den här artikeln online
13. Rierdan J (1999) Internet-depression-länk? Am Psychol 54: 781 – 782. Hitta den här artikeln online
14. Morahan-Martin J (2005) Internetmissbruk: missbruk? oordning? symptom? alternativa förklaringar? Soc Sci Comput Rev 23: 39 – 48. Hitta den här artikeln online
15. Davis RA (2001) En kognitiv beteendemodell för patologisk internetanvändning. Comput Human Behav 17: 187 – 195. Hitta den här artikeln online
16. Armstrong L, Phillips JG, Saling LL (2000) Potentiella determinanter för tyngre internetanvändning. Int J Hum Comput Stud 53: 537 – 550. Hitta den här artikeln online
17. Thatcher A, Goolam S (2005) Definiera det sydafrikanska internetmissbrukaren: prevalens och biografisk profilering av problematiska internetanvändare i Sydafrika. S Afr J Psychol 35: 766 – 792. Hitta den här artikeln online
18. Peng W, Liu M (2010) Online spelberoende: en preliminär studie i Kina. Cyberpsychol Behav Soc Netw 13: 329 – 333. Hitta den här artikeln online
19. Derogatis LR (1975) Hur man använder symtomlistan (SCL-90) i kliniska utvärderingar. Nutley, NJ: Hoffmann-La Roche.
20. Wang Z (1984) Symptom checklista SCL-90. Shanghai Psychopharmacology 2: 68 – 70. Hitta den här artikeln online
21. Zhang Z, Luo S (1998) En studie om SCL-90 hos kinesiska universitetsstudenter. Chin J Ment Health 12: 77 – 78. Hitta den här artikeln online
22. Ungt KS (2009) internetberoende test. Tillgängliga: http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106. Åtkomst till 2010 okt 10.
23. Leshner AI (1997) Beroende är en hjärtsjukdom, och det betyder något. Vetenskap 278: 45 – 47. Hitta den här artikeln online
24. Davis C, Carter JC (2009) Tvångsmässig överätande som en beroendestörning: en översyn av teori och bevis. Appetit 53: 1 – 8. Hitta den här artikeln online
25. Spinella M (2005) Tvångsbeteende hos tobaksanvändare. Addict Behav 30: 183 – 186. Hitta den här artikeln online
26. Yen JY, Ko CH, Yen CF, Wu HY, Yang MJ (2007) De komorbida psykiatriska symtomen på internetberoende: uppmärksamhetsbrist och hyperaktivitetsstörning (ADHD), depression, social fobi och fientlighet. J Adolesc Health 41: 93 – 98. Hitta den här artikeln online
27. McCormick RA, Smith M (1995) Aggression och fientlighet hos missbrukare: förhållandet till missbruksmönster, hanteringsstil och återfallsutlösare. Addict Behav 20: 555 – 562. Hitta den här artikeln online
28. Douglas AC, Mills JE, Niang M, Stepchenkova S, Byun S, et al. (2008) Internetberoende: metasyntes av kvalitativ forskning under decenniet 1996-2006. Beräkna Hum Behav 24: 3027 – 3044. Hitta den här artikeln online
29. Christensen MH, Orzack MH, Babington LM, Patsdaughter CA (2001) När bildskärm blir kontrollcenter. J Psychosoc Nurs Ment Health Serv 39: 40 – 47. Hitta den här artikeln online
30. Volkow ND (2004) Verkligheten av komorbiditet: depression och drogmissbruk. Biol Psychiatry 56: 714 – 717. Hitta den här artikeln online
31. Dell'Osso B, Altamura AC, Allen A, Marazziti D, Hollander E (2006) Epidemiologiska och kliniska uppdateringar av impulskontrollstörningar: en kritisk granskning. Eur Arch Psychiatry Clin Neurosci 256: 464–475. Hitta den här artikeln online
32. Barnes GM, Welte JW, Hoffman JH, Dintcheff BA (2005) Delade prediktorer för ungdomlig spel, ämnesanvändning och brottslighet. Psychol of Addict Behav 19: 165 – 174. Hitta den här artikeln online
33. Hsu SH, Wen MH, Wu MC (2009) Utforska användarupplevelser som prediktorer för MMORPG-beroende. Beräkna Educ 53: 990 – 999. Hitta den här artikeln online
;
