Undersöka skillnadseffekterna av missbruk av socialt nätverkande och Internet spelstörning på psykisk hälsa (2017)

J Behav Addict. 2017 Nov 13: 1-10. doi: 10.1556 / 2006.6.2017.075.

Pontes HM1.

Abstrakt

Bakgrund och mål

Tidigare studier fokuserade på att undersöka förhållandena mellan socialt nätverkande (SNS) och Internet gaming disorder (IGD) isolerat. Dessutom är lite känt om de potentiella samtidiga differentialeffekterna av SNS-beroende och IGD på psykologisk hälsa. Denna studie undersökte samspelet mellan dessa två teknologiska missbruk och fastställde hur de kan unikt och tydligt bidra till ökad psykiatrisk nöd när de redovisar potentiella effekter som härrör från sociodemografiska och teknologirelaterade variabler.

Metoder

Ett urval av 509 ungdomar (53.5 % män) i åldern 10-18 år (medelvärde = 13.02, SD = 1.64) rekryterades.

Resultat

Det visade sig att viktiga demografiska variabler kan spela en distinkt roll för att förklara SNS-beroende och IGD. Dessutom fann man att SNS-beroende och IGD kan förstärka symptomen på varandra och samtidigt bidra till försämring av den övergripande psykologiska hälsan på liknande sätt, vilket ytterligare lyfter fram potentiellt vanligt etiologiskt och kliniskt förlopp mellan dessa två fenomen. Slutligen visade sig de skadliga effekterna av IGD på den psykiska hälsan vara något mer uttalade än de som produceras av SNS-beroende, ett fynd som motiverar ytterligare vetenskaplig granskning.

Diskussion och slutsats

Implikationerna av dessa resultat diskuteras vidare i ljuset av befintliga bevis och debatter om statusen för tekniskt beroende som primära och sekundära störningar.

NYCKELORD: Internetspelstörning; beteendeberoende; mental hälsa; beroende av sociala nätverkssidor; tekniska beroenden

PMID: 29130329

DOI: 10.1556/2006.6.2017.075

Beskrivning

 

De senaste tekniska framstegen spelade en nyckelroll i att förändra hur individer upplever sociala nätverkssajter (SNS) och videospel. Även om dessa utvecklingar förbättrade användarnas övergripande upplevelser för båda aktiviteterna, har de också bidragit till att ytterligare sudda ut skiljelinjen mellan SNS-användning och videospel (Rikkers, Lawrence, Hafekost, & Zubrick, 2016; Starcevic & Aboujaoude, 2016).

Virtuella sociala upplevelser och interaktiva processer är starkt inbäddade i olika spelgenrer, särskilt i massivt multiplayer online-rollspel (MMORPGs), där användare kan spela i virtuella sociala världar. En relativt stor undersökning av 912 MMORPG-spelare från 45 länder fann att sociala interaktioner inom spelmiljöer utgör en betydande del av njutningen av att spela eftersom spelare kan få livslånga vänner och partners under sina spelupplevelser (Cole & Griffiths, 2007). Intressant nog inkluderar sociala medieupplevelser under Web 2.0:s era populära sociala mediespel som ökar i popularitet (Bright, Kleiser och Grau, 2015), med de senaste siffrorna från Facebook som tyder på att under 2014 har i genomsnitt 375 miljoner människor spelat Facebook-anslutna spel varje månad, och att mobilapplikationer skickade i genomsnitt 735 miljoner hänvisningar till spel varje dag (Facebook, 2014).

Trots de allmänt rapporterade positiva och fördelaktiga effekterna av både SNS och videospel på många nivåer (t.ex. kognitiv funktion, välbefinnande, etc.) (t.ex. Chopik, 2016; Heo, Chun, Lee, Lee och Kim, 2015; Howard, Wilding & Guest, 2016; Stroud & Whitbourne, 2015), finns det också växande bevis från flera rikstäckande representativa empiriska studier som visar att SNS och videospel kan bidra till psykosociala funktionsnedsättningar och beteendestörningar hos en minoritet av användare, inklusive unga tonåringar som kan använda dessa tekniker överdrivet och ohälsosamt med tanke på deras nuvarande utvecklingsstadium (Andreassen, 2015; Bányai et al., 2017; Cock et al., 2014; Morioka et al., 2016; Pápay et al., 2013). På senare tid, Sioni, Burleson och Bekerian (2017) genomförde en empirisk studie i ett urval av 595 MMORPG-spelare från USA och fann att beroendeframkallande spelande av videospel var positivt associerat med symtom på social fobi även efter att ha kontrollerat för den delade påverkan av veckovisa speltimmar, vilket ytterligare illustrerar att socialt fobi individer föredrar onlineformer av sociala interaktioner (Lee & Stapinski, 2012) eftersom de ger användarna den unika möjligheten att tillfredsställa sina sociala anslutningsbehov, samtidigt som de tillåter dem att lämna sociala situationer där de känner sig obekväma (t.ex. genom att logga ut ur spelet). När det gäller överdriven SNS-användning, en nyligen genomförd studie utförd av Xanidis och Brignell (2016) i ett urval av 324 sociala medier-användare fann att SNS-beroende var en nyckelprediktor för minskad sömnkvalitet och ökad förekomst av kognitiva misslyckanden. Dessutom Xanidis och Brignell (2016) noterade att SNS-beroende kan förstärka kognitiva misslyckanden på grund av dess negativa effekter på sömnkvaliteten, vilket ytterligare illustrerar den centrala kliniska och sociologiska betydelsen av forskning relaterad till tekniskt beroende i utbildningssammanhang eftersom överdriven och patologisk användning av SNS och videospel kan äventyra både fysisk och mental hälsa i en mängd olika sammanhang och åldersintervall.

På den teoretiska nivån är videospelsberoende [även känd som Internet gaming disorder (IGD)] ett kliniskt tillstånd som omfattar ett beteendemönster som omfattar ihållande och återkommande användning av videospel, vilket leder till betydande funktionsnedsättning eller ångest under en period av 12 månader som indikeras genom att godkänna fem (eller fler) av följande nio kriterier: (i) upptagen av spel; (ii) abstinenssymptom när spel tas bort; (iii) tolerans, vilket resulterar i behovet av att ägna allt större tid åt spel; (iv) misslyckade försök att kontrollera deltagande i spel; (v) förlorat intresse för tidigare hobbyer och underhållning till följd av, och med undantag av, spel; (vi) fortsatt överdriven användning av spel trots kunskap om psykosociala problem; (vii) lura familjemedlemmar, terapeuter eller andra angående mängden spelande; (viii) användning av spel för att fly eller lindra negativa stämningar; och (ix) äventyra eller förlora en betydande relation, jobb, utbildning eller karriärmöjlighet på grund av deltagande i spel (American Psychiatric Association [APA], 2013). När det gäller SNS-beroende är denna konstruktion brett definierad som "att vara alltför bekymrad över SNS, att drivas av en stark motivation att logga in på eller använda SNS, och att ägna så mycket tid och ansträngning åt SNS att det försämrar andra sociala aktiviteter, studier/jobb, mellanmänskliga relationer och/eller psykisk hälsa och välbefinnande” (Andreassen & Pallesen, 2014, sid. 4054).

Sedan det första förslaget av IGD som en preliminär störning av APA i den femte upplagan av Diagnostisk och statistisk handbok för mentala störningar (DSM-5; APA, 2013), flera vetenskapliga debatter som presenterar distinkta och motstridiga åsikter om genomförbarheten och statusen för IGD som en officiell störning har publicerats (Aarseth et al., 2016; Griffiths, Van Rooij, et al., 2016; Lee, Choo och Lee, 2017; Petry et al., 2014, 2015; Saunders et al., 2017). Några av dessa farhågor uppstod på grund av det faktum att de diagnostiska kriterierna för IGD till stor del härrörde från en kombination av befintliga kliniska kriterier och inofficiella tillstånd som: patologiskt spelande, missbruksstörning och generaliserat internetberoende (Kuss, Griffiths och Pontes, 2017). Trots det faktum att IGD- och SNS-beroende inte är officiellt erkända psykiska störningar, har Världshälsoorganisationen (2016) intensifierade debatten kring videospelsberoende på grund av dess beslut att inkludera spelstörning (GD) som en formell störning i nästa revidering av den internationella klassificeringen av sjukdomar. En annan fråga som är involverad i beteendeberoende, såsom SNS-beroende och IGD, hänför sig till det faktum att spontan remission kan inträffa i många fall. Forskning som undersökte remissionsfrekvenser i IGD rapporterade att spontan remission kan inträffa i upp till 50 % av fallen (t.ex. Gentile et al., 2011; Scharkow, Festl och Quandt, 2014; Van Rooij, Schoenmakers, Vermulst, Van den Eijnden och Van de Mheen, 2011).

Även om prevalensen av SNS-beroende och IGD kan påverkas avsevärt av faktorer som metodologiska och konceptuella problem som tidigare föreslagits (Griffiths, Király, Pontes, & Demetrovics, 2015; Griffiths, Kuss och Pontes, 2016; Griffiths & Pontes, 2015), rapporterade robusta studier (dvs. nationellt representativa studier) prevalensfrekvenser av SNS-beroende som sträckte sig från 2.9 % i den belgiska vuxna befolkningen (Cock et al., 2014) till 4.5 % bland ungerska tonåringar (Bányai et al., 2017). Även om IGD-prevalensen från robusta studier fann att siffrorna varierar från 2.5 % hos slovenska tonåringar (Pontes, Macur och Griffiths, 2016) till 5.8 % bland holländska ungdomar och vuxna (Lemmens & Hendriks, 2016), rapporterade andra storskaliga studier prevalens så låga som 0.3 % (Scharkow et al., 2014). Även om resultaten av prevalens verkar vara relativt konsekventa i robusta studier, kan vissa faktorer bidra till inflationen av uppskattningar. Till exempel har det visat sig att busiga och extrema svarsmönster kan blåsa upp skattningar av prevalensfrekvenser (Przybylski, 2017). På liknande sätt har den typ av psykometrisk bedömning som används visats bidra till överskattning av prevalensen av sällsynta störningar, såsom IGD (Maraz, Király, & Demetrovics, 2015).

Eftersom den befintliga kunskapen baserad på effekterna av SNS och videospel på psykologisk hälsa hos unga tonåringar utan tvekan är sparsam, är forskning om de potentiella differentiella effekterna av SNS-beroende och IGD på psykologisk hälsa avgörande eftersom dessa två fenomen har en gemensam underliggande etiologi med andra substansrelaterade och beteendemässiga beroenden (Griffiths, 2015; Griffiths & Pontes, 2015; Shaffer et al., 2004), och att ökat socialt spelande försämrar den övergripande kvaliteten på mellanmänskliga relationer hos ungdomar genom att hämma känslomässigt stöd (Kowert, Domahidi, Festl och Quandt, 2014).

Den nuvarande studien

Tidigare studier (t.ex. Andreassen et al., 2016; Cock et al., 2014; Pontes & Griffiths, 2015b; Yu, Li och Zhang, 2015) fann att kön och ålder kan öka sårbarheten mot både SNS-beroende och IGD. Därför, eftersom manligt kön systematiskt har associerats med IGD och kvinnligt kön med SNS-beroende (Andreassen et al., 2016), antar denna studie det kön och ålder kommer att förutsäga högre nivåer av SNS-beroende och IGD-symtom (Hl). Dessutom har flera studier (t.ex. Andreassen et al., 2013, 2016; Sussman et al., 2014) har rapporterat positiva samband mellan olika typer av tekniska beroenden, vilket tyder på vanliga underliggande korrelat. Därför antas det att SNS-beroende och IGD kommer att vara positivt förknippade med varandra (H2). Även om förhållandet mellan SNS-beroende, IGD och mental hälsa är komplext och förblir i bästa fall kontroversiellt (Pantic, 2014), en stor mängd bevis rapporterade nyckelkorrelat av tekniskt beroende, såsom depression, ångest och stress (t.ex.  Király et al., 2014; Lehenbauer-Baum et al., 2015; Ostovar et al., 2016; Pontes & Griffiths, 2016). Det är alltså hypotesen att SNS-beroende och IGD kommer både att bidra unikt och differentiellt till att öka övergripande nivåer av psykiatrisk nöd (H3). Alla de tre ovannämnda hypoteserna kommer att undersökas med hänsyn till potentiella effekter som härrör från hög frekvens av internetanvändning och videospel, eftersom tid som spenderas i dessa aktiviteter vanligtvis förknippas med beroendeframkallande tendenser (Pontes & Griffiths, 2015a; Pontes, Király, Demetrovics och Griffiths, 2014; Stubblefield et al., 2017; Wu, Cheung, Ku och Hung, 2013).

Metoder

Deltagare och förfaranden

Potentiella deltagare för denna studie var alla studenter (N = 700) inskrivna i sjätte, sjunde, åttonde och nionde klasserna på en större mellanstadie i Algarve (Portugal). Tillstånd från skolans rektor och föräldrar erhölls och eleverna genomförde en enkätundersökning inom skolans bibliotek under fritidsaktiviteter. Denna studie godkändes av College Research Ethics Committee vid Nottingham Trent University, informerat samtycke erhölls från alla individuella deltagare som ingick i studien, och datainsamlingsperioden sträckte sig från maj till juni 2015, och skolan valdes ut på basis av tillgänglighet, och eleverna togs slumpmässigt från poolen av klasser som omfattade sjätte, sjunde, åttonde och nionde klasserna (dvs. åldrarna 10–18 år) för att uppnå optimal representativitet för elevpopulationen i den deltagande skolan. Data samlades in från 509 studenter (72.7 % av hela populationen i urvalet). Medelåldern för provet var 13.02 år (SD = 1.64) och det fanns en relativt likvärdig könsfördelning med 53.5 % (n = 265) är man (tabell 1).

 

 

  

Bord

Tabell 1. Provets huvudsakliga sociodemografiska egenskaper, mönster för teknikanvändning, nivåer av beroendeframkallande användning av teknik och psykologisk hälsa (N = 495)

 

 


  

 

Tabell 1. Provets huvudsakliga sociodemografiska egenskaper, mönster för teknikanvändning, nivåer av beroendeframkallande användning av teknik och psykologisk hälsa (N = 495)

Variabel MinstaMaximal
Ålder (år) (medelvärde, SD)13.02 (1.64)1018
Kön man, %)265 (53.5)--
I ett förhållande (n,%)99 (20)--
Veckotid som spenderas på Internet (medelvärde, SD)17.91 (23.34)149
Veckotid som spenderas på spel (medelvärde, SD)10.21 (17.86)152
SNS-beroendenivåer (medelvärde, SD)10.70 (4.83)630
IGD-nivåer (medelvärde, SD)15.92 (6.99)941
Depressionsnivåer (medelvärde, SD)3.12 (3.94)021
Ångestnivåer (medelvärde, SD)2.66 (3.78)021
Stressnivåer (medelvärde, SD)3.32 (3.97)021

Anmärkningar. Veckotid som spenderas på internet och spel avser självrapporterat antal timmar som spenderas på dessa aktiviteter under veckan. SD: standardavvikelse; SNS: webbplats för sociala nätverk; IGD: Internetspelstörning.

åtgärder
Sociodemografi och frekvens av teknikanvändning

Demografisk data samlades in om ålder, kön och relationsstatus. Data om SNS-användning samlades in genom att fråga efter deltagarnas genomsnittliga veckotid som spenderades på Internet för fritidssyfte och icke-specifika (generaliserade) ändamål (dvs. antal timmar). Spelfrekvensen utvärderades genom att fråga efter deltagarnas genomsnittliga veckotid för spelande (dvs. antal timmar).

Bergen Facebook Addiction Scale (BFAS)

BFAS (Andreassen, Torsheim, Brunborg, & Pallesen, 2012) bedömer SNS-beroende i samband med Facebook-användning och har visat sig uppvisa utmärkta psykometriska egenskaper i ett antal länder (Phanasathit, Manwong, Hanprathet, Khumsri och Yingyeun, 2015; Salem, Almenaye, & Andreassen, 2016; Silva et al., 2015), inklusive Portugal (Pontes, Andreassen och Griffiths, 2016). BFAS består av sex punkter som täcker kärndragen i beteendeberoende (dvs framträdande, humörförändringar, tolerans, tillbakadragande, konflikter och återfall) (Griffiths, 2005). Punkterna poängsätts på en 5-gradig skala, dvs från 1 (Väldigt sällan) till 5 (väldigt ofta) inom en tidsram på 12 månader. Totalpoäng erhålls genom att summera deltagarnas betyg för varje objekt (från 6 till 30 poäng), med högre poäng som indikerar ökat beroende av Facebook. BFAS har visat tillräckliga nivåer av tillförlitlighet i denna studie (α = 0.83).

Internet Gaming Disorder Scale – Short-Form (IGDS9-SF)

IGDS9-SF (Pontes & Griffiths, 2015a) är ett kortfattat psykometriskt verktyg utformat för att bedöma svårighetsgraden av IGD under en 12-månadersperiod i enlighet med ramverket som föreslagits av APA i DSM-5 (APA, 2013). IGDS9-SF har visat adekvata psykometriska egenskaper och tvärkulturell giltighet i ett antal länder (Monacis, De Palo, Griffiths och Sinatra, 2016; Pontes & Griffiths, 2015a; Pontes, Macur, et al., 2016), inklusive Portugal (Pontes & Griffiths, 2016). De nio frågorna som består av IGDS9-SF besvaras med en 5-gradig skala, dvs sträcker sig från 1 (aldrig) till 5 (väldigt ofta), och poäng kan erhållas genom att summera svaren (från 9 till 45 poäng), med högre poäng som tyder på en högre grad av GD. Tillförlitligheten för IGDS9-SF i denna studie var tillfredsställande (α = 0.87).

Psykologisk hälsa

Den övergripande psykologiska hälsan utvärderades med hjälp av Depression Anxiety and Stress Scales – 21 (DASS-21; Lovibond & Lovibond, 1995), som består av tre 7-punktsunderskalor som täcker de tre symtomen som bedöms på en 4-gradig skala, dvs. sträcker sig från 0 (gällde inte mig alls) till 3 (gällde mig väldigt mycket eller för det mesta). Den version av DASS-21 som används i denna studie har tidigare visat sig ha adekvata psykometriska egenskaper i studiens population (Pais-Ribeiro, Honrado och Leal, 2004). Cronbachs α-koefficienter för detta instrument i denna studie var 84 (depression), 86 (ångest) och 86 (stress).

Datahantering och statistisk analys

Datahantering involverade (i) rensning av datamängden genom att inspektera fall med saknade värden över det konventionella tröskelvärdet på 10 % i alla relevanta instrument; (ii) kontrollera för univariat normalitet för alla föremål i BFAS och IGDS9-SF med hjälp av standardriktlinjer (dvs skevhet > 3 och kurtos > 9) (Kline, 2011); (iii) screening för univariata extremvärden som fick ±3.29 standardavvikelser från BFAS IGDS9-SF z-poäng (Fält, 2013); och (iv) screening för multivariata extremvärden med hjälp av Mahalanobis-avstånd och det kritiska värdet för varje fall baserat på χ2 fördelningsvärden. Detta förfarande resulterade i att 14 fall uteslöts, vilket resulterade i en slutlig datamängd med 495 giltiga fall som var kvalificerade för efterföljande analyser. Statistiska analyser inkluderade (i) beskrivande analys av huvudprovets egenskaper, (ii) korrelationsanalys av studiens huvudvariabler genom uppskattning av Pearsons produkt-moment korrelationskoefficienter med 95 % förspänningskorrigerat och -accelererat (BCa) konfidensintervall ( CI) och medföljande bestämningskoefficienter (R2), och (iii) en jämförande strukturell ekvationsmodelleringsanalys (SEM) för att fastställa den differentiella prediktiva rollen av SNS-beroende och IGD på psykologisk hälsa när man redogör för effekterna, åldern, kön och frekvensen av internetanvändning och videospel. Statistiska analyser utfördes med Mplus 7.2 och IBM SPSS Statistics version 23 (IBM Corporation, 2015; Muthén & Muthén, 2012).

Etik

Studieförfarandena utfördes i enlighet med Helsingforsdeklarationen. Den institutionella granskningsstyrelsen vid Nottingham Trent University godkände studien. Alla försökspersoner informerades om studien och alla gav informerat samtycke. Dessutom erhölls samtycke från föräldrar och vårdnadshavare från alla deltagare under 18 år.

Resultat

 
Beskrivande statistik

Bord 1 sammanfattar resultaten om provets huvudsakliga sociodemografiska egenskaper, mönster för teknikanvändning, tillsammans med de observerade nivåerna av beroendeframkallande användning av teknik (dvs. SNS-beroende och IGD) och psykologisk hälsa. Dessutom, både IGD (medelvärde = 15.92 [95% BCa = 15.31 − 16.56], SD = 6.99) och SNS-beroende (medelvärde = 10.70 [95 % BCa = 10.28 − 11.15], SD = 4.83) presenteras med måttliga nivåer inom urvalet. När det gäller deltagarnas psykologiska hälsa, depression (medelvärde = 3.12 [95 % BCa = 2.78 − 3.47], SD = 3.94), ångest (medelvärde = 2.66 [95 % BCa = 2.33 − 2.99], SD = 3.78) och stressnivåer (medelvärde = 3.32 [95 % BCa = 2.98 − 3.67], SD = 3.97) var inte alltför vanliga.

Korrelationsanalys

En korrelationsanalys inklusive studiens huvudvariabler utfördes för att ge preliminära insikter och statistiskt sammanhang för den efterföljande jämförande SEM-analysen. Som ett resultat avslöjade denna analys att SNS-beroende var positivt associerat med IGD (r = .39, p < .01, R2 = .15), stress (r = .36, p < .01, R2 = .13) och depression (r = .33, p < .01, R2 = .11). När det gäller IGD uppstod positiva samband med veckotid som spenderas på spel (r = .42, p < .01, R2 = .18), kön (r = .41, p < .01, R2 = .17), och stress (r = .40, p < .01, R2 = .16) (Tabell 2).

 

 

  

Bord

Tabell 2. Stövelbanda korrelationsmatris med bias-korrigerade och -accelererade (BCa) 95 % konfidensintervall (CI) mellan SNS-beroende, IGD och studievariablerna (N = 495)

 

 


  

 

Tabell 2. Stövelbanda korrelationsmatris med bias-korrigerade och -accelererade (BCa) 95 % konfidensintervall (CI) mellan SNS-beroende, IGD och studievariablerna (N = 495)

Sekundära variablerSNS-beroendeR295 % BCa ClIGDR295 % BCa Cl
Ålder0.02--0.07-0.10-0.07--0.16-0.02
Kön0.04--0.05-0.120.41*. 170.34-0.48
Förhållandestatus0.20*. 040.11-0.290.13*. 020.03-0.23
Veckotid spenderad på Internet0.03--0.05-0.120.12*. 010.03-0.22
Speltid varje vecka0.05--0.05-0.140.42*. 180.34-0.50
Depression0.33*. 110.23-0.430.36*. 130.26-0.46
Ångest0.31*. 100.22-0.410.33*. 110.24-0.42
Belastning0.36*. 130.25-0.440.40*. 160.32-0.49
IGD0.39*. 150.30-0.48---

Obs. SNS: webbplats för sociala nätverk; IGD: Internetspelstörning.

aBootstrap-resultat baseras på 10,000 XNUMX bootstrap-prover.

*Korrelationen är signifikant vid 0.01.

Jämförande SEM-analys

För att testa studiens huvudhypoteser utfördes en jämförande SEM-analys för att uppskatta de potentiella differentiella effekterna av både SNS-beroende och IGD på psykologisk hälsa. Mer specifikt testades en MIMIC-modell (Multiple Indicators, Multiple Causes) med en metod för uppskattning av maximal sannolikhet med robusta standardfel. Konventionella passningsindex och tröskelvärden användes för att undersöka modellens goda passform: χ2/df [1, 4], root mean square error of approximation (RMSEA) [0.05, 0.08], RMSEA 90% CI med dess nedre gräns nära 0 och den övre gränsen under 0.08, sannolikhetsnivåvärde för testet av close fit (Cfit) ) > 05, standardiserad root mean square residual (SRMR) [0.05, 0.08], jämförande passningsindex (CFI) och Tucker–Lewis passningsindex (TLI) [0.90, 0.95] (Bentler, 1990; Bentler & Bonnet, 1980; Hooper, Coughlan och Mullen, 2008; Hu & Bentler, 1999). Resultaten av denna analys gav följande resultat: χ2(722) = 1,193.40 XNUMX, x2/df =1.65; RMSEA = 0.036 [90 % KI: 0.033–0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91, vilket tyder på att modellen presenterar en optimal passform till data (Figur 1).

bildföräldern tar bort  

Figur 1. Grafisk representation av de olika effekterna av beroende av sociala nätverkssajter och störningar på internetspel på den psykiska hälsan (N = 495). Anmärkningar. Övergripande god passform: χ2(722) = 1,193.40 XNUMX, x2/df = 1.65; RMSEA = 0.036 [90 % KI: 0.033–0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91. β = standardiserad direkt effekt; r = korrelationskoefficient. *p <.0001

När det gäller den potentiella rollen av kön och ålder för att förstärka symptomen på SNS-beroende och IGD (dvs. H1), hittades inget stöd för den kombinerade effekten av dessa två variabler på SNS-beroende. Men kön (β = 0.32, p < 001) och ålder (β = -0.11, p = .007) bidrog till att öka IGD-symtomen. Mer specifikt var manligt kön associerat med högre förekomst av IGD-symtom (medelvärde = 18.60 [95% BCa = 4.59 - 5.97], SD = 5.32) i jämförelse med kvinnor (medelvärde = 12.83 [95 % BCa = 6.60 − 7.70], SD = 7.17), och att vara yngre visade sig öka de totala nivåerna av IGD. På det hela taget bekräftar dessa fynd delvis H1.

Resultaten från denna analys ger stöd till H2 eftersom de standardiserade effekterna som erhållits för sambandet mellan SNS-beroende och IGD antydde att dessa två fenomen är positivt associerade (r = .53, p < .001), ett fynd som överensstämmer med resultaten från korrelationsanalysen där dessa variabler operationaliseras som observerbara mått (r = 39 [95 % BCa = 0.30 − 0.48], R2 = .15, p < .01) (Tabell 2).

Slutligen antydde analysen av de olika effekterna av SNS-beroende och IGD på ungdomars psykologiska hälsa att båda tekniska beroenden kan ha en statistiskt signifikant positiv effekt mot att öka övergripande nivåer av psykiatrisk nöd. Mer specifikt verkade IGD förvärra symptomen på depression (β = 0.28, p < 001), ångest (β = 0.26, p < 001) och stress (β = 0.33, p < 001). Dessutom bidrog SNS-beroende också till att öka svårighetsgraden av depression (β = 0.27, p < 001), ångest (β = 0.25, p < 001) och stress (β = 0.26, p < .001), men i något mindre utsträckning. Även om dessa resultat stöder H3, är effekterna av SNS-beroende och IGD på psykologisk hälsa kanske inte alltför distinkta eftersom de standardiserade effekterna var mycket jämförbara.

Diskussion

 

Denna studie försökte undersöka samspelet mellan SNS-beroende och IGD och hur dessa två framväxande tekniska beroenden på ett unikt och distinkt sätt kan bidra till försämring av psykologisk hälsa hos ungdomar utöver de potentiella effekterna som härrör från sociodemografiska och teknikrelaterade variabler. När det gäller H1 (dvs. kön och ålder kommer att bidra till att förstärka både SNS-beroende och IGD-symtom), kunde denna studie bekräfta denna hypotes i relation till IGD, vilket ytterligare stödde en stor mängd tidigare studier som fann att ung ålder och manligt kön är nyckelvariabler som förutsäger IGD (Cock et al., 2014; Guillot et al., 2016; Rehbein, Staudt, Hanslmaier, & Kliem, 2016).

Trots detta bekräftades inte H1 i samband med SNS-beroende, ett fynd som adderar ytterligare komplexitet till tidigare studier som rapporterade att SNS-beroende var vanligare bland unga människor (Andreassen et al., 2013, 2012; Turel & Serenko, 2012), äldre användare (Floros & Siomos, 2013), honor (Andreassen et al., 2012), och män (Çam & Işbulan, 2012). Icke desto mindre konvergerar resultaten som erhållits i denna studie med tidigare forskning som fann att SNS-beroende inte var relaterat till ålder (Koc & Gulyagci, 2013; Wu et al., 2013) och kön (Koc & Gulyagci, 2013; Tang, Chen, Yang, Chung och Lee, 2016; Wu et al., 2013). Som tidigare nämnts kan detta vara ett resultat av den dåliga kvaliteten på tidigare forskning om SNS-beroende när det gäller provtagning, studiedesign, bedömning och antagna cut-off-poäng (Andreassen, 2015). Intressant nog förutsade inte veckotid som spenderades på Internet ökat SNS-beroende. En potentiell förklaring till detta fynd kan relateras till det faktum att online-SNS-användning har blivit vanlig och oundviklig i det moderna livet, vilket gör det allt svårare för många ungdomar att korrekt uppskatta sin användning, vilket ger ytterligare komplexitet till förhållandet mellan överdriven tid som spenderas på dessa. teknik och beroendenivåer. Av denna anledning är det nödvändigt att erkänna skillnaden mellan högt engagemang och beroende av SNS eftersom vissa ungdomar tillbringar många timmar med att använda SNS som en del av en hälsosam och normal rutin (Andreassen, 2015; Andreassen & Pallesen, 2014; Turel & Serenko, 2012).

De nuvarande resultaten ger också empiriskt stöd till H2 (dvs. SNS-beroende och IGD kommer att vara positivt förknippade med varandra), som validerar ett antal studier som rapporterade liknande resultat (Andreassen et al., 2013, 2016; Chiu, Hong och Chiu, 2013; Dowling & Brown, 2010). Detta fynd kan förklaras av det faktum att ett stort antal individer, inklusive unga tonåringar, nu spelar spel via SNS regelbundet (Griffiths, 2014). Dessutom har det länge fastställts att de sociala aspekterna av spel spelar en viktig motiverande roll i videospel, vilket många studier antyder (Demetrovics et al., 2011; Fuster, Chamarro, Carbonell och Vallerand, 2014; Ja, 2006). På den kliniska nivån kan detta fynd peka mot delade gemensamma drag som ligger bakom dessa två tekniska beroenden (Griffiths, 2015; Griffiths & Pontes, 2015; Shaffer et al., 2004). Med tanke på att användning av beroendeframkallande teknik påverkar individer i utbildningsmiljöer, kan forskning om IGD- och SNS-beroende bland skolbaserade ungdomar hjälpa beslutsfattare att utforma förebyggande policyer som är inriktade på att mildra de negativa effekterna av beroendeframkallande användning av teknik hos unga tonåringar.

Slutligen H3 (dvs. SNS-beroende och IGD kommer både att bidra unikt och differentiellt till att öka övergripande nivåer av psykiatrisk nöd) bekräftades också och gav nya insikter om de kombinerade differentiella effekterna av SNS-beroende och IGD på ungdomars mentala hälsa. I denna studie bidrog både SNS-beroende och IGD till försämring av den psykiska hälsan genom att öka nivåerna av depression, ångest och stress. Detta fynd stöder tidigare forskning som har funnit att dessa två tekniska beroenden försämrar mental hälsa oberoende av varandra (Kim, Hughes, Park, Quinn och Kong, 2016; Primack et al., 2017; Sampasa-Kanyinga & Lewis, 2015; Sarda, Bègue, Bry och Gentile, 2016). Dessa fynd kan användas av psykiatriker och skolkuratorer som vill utveckla interventionsprogram inriktade på att förbättra elevernas välbefinnande genom att minska beroendeframkallande användning av teknik. Även om detta fynd är lovande och värt framtida undersökningar, är det värt att notera att bevis för sambandet mellan psykiska störningar och beteendeberoende fortfarande är osäkra. Mer specifikt har forskare rapporterat att beteendeberoende kan förutsäga (dvs primära störningshypotes) och förutsägas av psykiatrisk ångest (dvs sekundär störningshypotes) (t.ex. Ostovar et al., 2016; Snodgrass et al., 2014; Zhang, Brook, Leukefeld och Brook, 2016). Det är alltså inte möjligt att dra säkra slutsatser om riktningen vad gäller beteendeberoende och psykisk ohälsa.

Dessutom fann man i denna studie att de skadliga effekterna av IGD på den psykiska hälsan var något mer uttalade än de som orsakades av SNS-beroende. Med tanke på de breda underskott som uppvisas av spelare inom flera domäner av mental hälsa och välbefinnande, är detta fynd i linje med rapporter som tyder på att IGD kan återspegla en mer allvarlig psykopatologi i jämförelse med SNS-beroende (Leménager et al., 2016), vilket delvis stöder beslutet från APA (2013) att betrakta IGD som en trevande störning. Ytterligare empirisk forskning med hjälp av större och mer representativa urval skulle dock vara nödvändig för att ytterligare bekräfta denna hypotes. Förutom potentialen att hjälpa till att forma policyer, bidrar de aktuella resultaten till de pågående debatterna om tekniskt beroende, såsom IGD- och SNS-beroende, bör begreppsliggöras som primära eller sekundära störningar. Enligt resultaten som rapporterats i denna studie är konceptualisering av tekniskt beroende som primära störningar (dvs en fråga som kan påverka mental hälsa negativt) en empiriskt gångbar väg som inte ogiltigförklarar tidigare vetenskapliga debatter till förmån för synen på tekniskt beroende som sekundära störningar (dvs en produkt av underliggande problem med psykisk hälsa och välbefinnande) (Kardefelt-Winther, 2016; Snodgrass et al., 2014; Thorens et al., 2014).

Även om resultaten som erhållits i denna studie är empiriskt goda, finns det potentiella begränsningar värda att notera. För det första var alla data självrapporterade och utsatta för kända fördomar (t.ex. social önskvärdhet, minnesförändringar, etc.). För det andra skulle studier som antar mer robust design (t.ex. longitudinell korsfördröjd design) kunna ge mer konkreta svar på de unika vägarna mellan SNS-beroende och IGD och psykologisk hälsa. För det tredje, eftersom alla deltagare var självvalda, kan man inte direkt generalisera de nuvarande resultaten till den breda befolkningen. Med tanke på den relativt unga åldern på det rekryterade urvalet är det möjligt att föräldrakontroll kan ha haft en inverkan på de självrapporterade nivåerna av teknikanvändning och den övergripande nivån av beroendeframkallande användning. Därför bör framtida studier som bedömer teknikanvändning hos små barn och tidiga tonåringar ta hänsyn till denna variabel, så bättre uppskattningar av beroendeframkallande nivåer kan erhållas. Oavsett dessa potentiella begränsningar sträcker sig resultaten av denna studie till tidigare forskning om sambanden mellan tekniskt beroende och deras isolerade skadliga effekter på psykisk hälsa genom att erbjuda ett empiriskt genomförbart ramverk där tekniskt beroende också kan öka sannolikheten för negativa psykologiska hälsoresultat. Sammanfattningsvis stöder föreliggande resultat konceptualiseringen av tekniskt beroende som primära störningar som kan äventyra mental hälsa.

Författarens bidrag

Författaren till denna studie var ansvarig för alla stadier av denna studie och han är den enda författaren till detta manuskript.

Intressekonflikt

Författaren förklarar ingen intressekonflikt.

Tack

Författaren till denna studie vill tacka den deltagande skolan, alla elever, föräldrar och lärare som har hjälpt till med att organisera logistiken som är involverad i datainsamlingsprocessen för denna studie.

Referensprojekt

 
 Aarseth, E., Bean, A. M., Boonen, H., Colder, C. M., Coulson, M., Das, D., Deleuze, J., Dunkels, E., Edman, J., Ferguson, C. J., Haagsma, M.C. , Helmersson Bergmark, K., Hussain, Z., Jansz, J., Kardefelt-Winther, D., Kutner, L., Markey, P., Nielsen, R. K., Prause, N., Przybylski, A., Quandt, T., Schimmenti, A., Starcevic, V., Stutman, G., Van Looy, J., & Van Rooij, A. J. (2016). Forskarnas öppna debattdokument om förslaget från Världshälsoorganisationen ICD-11 Gaming Disorder. Journal of Behavioral Addictions, 6(3), 267–270. doi:https://doi.org/10.1556/2006.5.2016.088 Länk
 American Psychiatric Association [APA]. (2013). Diagnostisk och statistisk manual för psykiska störningar (5th ed.). Arlington, VA: American Psychiatric Association. CrossRef
 Andreassen, C. S. (2015). Onlineberoende för sociala nätverk: En omfattande recension. Aktuella missbruksrapporter, 2(2), 175–184. doi:https://doi.org/10.1007/s40429-015-0056-9 CrossRef
 Andreassen, C. S., Billieux, J., Griffiths, M. D., Kuss, D. J., Demetrovics, Z., Mazzoni, E., & Ståle, P. (2016). Förhållandet mellan beroendeframkallande användning av sociala medier och videospel och symtom på psykiatriska störningar: En storskalig tvärsnittsstudie. Psychology of Addictive Behaviours, 30(2), 252–262. doi:https://doi.org/10.1037/adb0000160 CrossRef, Medline
 Andreassen, C. S., Griffiths, M. D., Gjertsen, S. R., Krossbakken, E., Kvam, S., & Pallesen, S. (2013). Relationerna mellan beteendeberoende och femfaktorsmodellen för personlighet. Journal of Behavioral Addictions, 2(2), 90–99. doi:https://doi.org/10.1556/JBA.2.2013.003 Länk
 Andreassen, C. S., & Pallesen, S. (2014). Beroende på sociala nätverk – En översikt. Current Pharmaceutical Design, 20(25), 4053–4061. doi:https://doi.org/10.2174/13816128113199990616 CrossRef, Medline
 Andreassen, C. S., Torsheim, T., Brunborg, G. S., & Pallesen, S. (2012). Utveckling av en Facebook Addiction Scale. Psykologiska rapporter, 110(2), 501–517. doi:https://doi.org/10.2466/02.09.18.PR0.110.2.501-517 CrossRef, Medline
 Bányai, F., Zsila, Á., Király, O., Maraz, A., Elekes, Z., Griffiths, M. D., Andreassen, C. S., & Demetrovics, Z. (2017). Problematisk användning av sociala medier: Resultat från ett storskaligt nationellt representativt ungdomsprov. PLoS One, 12 (1), e0169839. doi:https://doi.org/10.1371/journal.pone.0169839 CrossRef, Medline
 Bentler, P.M. (1990). Jämförande passningsindex i strukturella modeller. Psychological Bulletin, 107(2), 238–246. doi:https://doi.org/10.1037/0033-2909.107.2.238 CrossRef, Medline
 Bentler, P.M., & Bonnet, D.G. (1980). Signifikanstester och god passform vid analys av kovariansstrukturer. Psychological Bulletin, 88(3), 588–606. doi:https://doi.org/10.1037/0033-2909.88.3.588 CrossRef
 Bright, L. F., Kleiser, S. B., & Grau, S. L. (2015). För mycket Facebook? En utforskande undersökning av trötthet i sociala medier. Computers in Human Behavior, 44, 148–155. doi:https://doi.org/10.1016/j.chb.2014.11.048 CrossRef
 Çam, E., & Işbulan, O. (2012). Ett nytt missbruk för lärarkandidater: Sociala nätverk. The Turkish Journal of Educational Technology, 11, 14–19.
 Chiu, S.-I., Hong, F.-Y., & Chiu, S.-L. (2013). En analys av korrelationen och könsskillnaden mellan universitetsstudenters internetberoende och mobiltelefonberoende i Taiwan. ISRN Addiction, 2013, 1–10. doi:https://doi.org/10.1155/2013/360607 CrossRef
 Chopik, W. J. (2016). Fördelarna med social teknikanvändning bland äldre vuxna medieras av minskad ensamhet. Cyberpsychology, Behavior, and Social Networking, 19(9), 551–556. doi:https://doi.org/10.1089/cyber.2016.0151 CrossRef, Medline
 Cock, R. D., Vangeel, J., Klein, A., Minotte, P., Rosas, O., & Meerkerk, G. (2014). Tvångsmässig användning av sociala nätverkssajter i Belgien: Prevalens, profil och rollen av attityd mot arbete och skola. Cyberpsykologi, beteende och sociala nätverk, 17(3), 166–171. doi:https://doi.org/10.1089/cyber.2013.0029 CrossRef, Medline
 Cole, H., & Griffiths, M. D. (2007). Sociala interaktioner i massivt multiplayer online-rollspelare. CyberPsychology & Behavior, 10 (4), 575–583. doi:https://doi.org/10.1089/cpb.2007.9988 CrossRef, Medline
 Demetrovics, Z., Urbán, R., Nagygyörgy, K., Farkas, J., Zilahy, D., Mervó, B., Reindl, A., Ágoston, C., Kertész, A., & Harmath, E. (2011). Varför spelar du? Utvecklingen av motiven för onlinespel frågeformulär (MOGQ). Behaviour Research Methods, 43(3), 814–825. doi:https://doi.org/10.3758/s13428-011-0091-y CrossRef, Medline
 Dowling, N. A., & Brown, M. (2010). Gemensamt i de psykologiska faktorer som är förknippade med problemspelande och internetberoende. Cyberpsykologi, beteende och sociala nätverk, 13(4), 437–441. doi:https://doi.org/10.1089/cyber.2009.0317 CrossRef, Medline
 Facebook. (2014). Facebook @ GDC: Driver upptäckt och engagemang för spel över plattformar. Hämtas från https://developers.facebook.com/blog/post/2014/03/19/facebook-at-gdc-2014
 Field, A. (2013). Upptäck statistik med IBM SPSS Statistics (4:e upplagan). London, Storbritannien: Sage Publications Ltd.
 Floros, G., & Siomos, K. (2013). Förhållandet mellan optimalt föräldraskap, internetberoende och motiv för socialt nätverkande i tonåren. Psychiatry Research, 209(3), 529–534. doi:https://doi.org/10.1016/j.psychres.2013.01.010 CrossRef, Medline
 Fuster, H., Chamarro, A., Carbonell, X., & Vallerand, R. J. (2014). Förhållandet mellan passion och motivation för spel hos spelare av massivt multiplayer online-rollspel. Cyberpsykologi, beteende och sociala nätverk, 17, 292–297. doi:https://doi.org/10.1089/cyber.2013.0349
 Gentile, D. A., Choo, H., Liau, A., Sim, T., Li, D., Fung, D., & Khoo, A. (2011). Patologisk videospelsanvändning bland ungdomar: En tvåårig longitudinell studie. Pediatrik, 127, e319–e329. doi:https://doi.org/10.1542/peds.2010-1353
 Griffiths, M. D. (2005). En "komponentmodell" av missbruk inom en biopsykosocial ram. Journal of Substance Use, 10(4), 191–197. doi:https://doi.org/10.1080/14659890500114359 CrossRef
 Griffiths, M. D. (2014). Socialt spelande för barn och ungdomar: Vilka är frågorna som oroar? Utbildning och hälsa, 32, 9–12.
 Griffiths, M. D. (2015). Klassificering och behandling av beteendeberoende. Omvårdnad i praktiken, 82, 44–46.
 Griffiths, M. D., Király, O., Pontes, H. M., & Demetrovics, Z. (2015). En översikt över problematiskt spelande. I E. Aboujaoude & V. Starcevic (red.), Mental health in the digital age: Grave dangers, great promise (s. 27–45). Oxford, Storbritannien: Oxford University Press. CrossRef
 Griffiths, M. D., Kuss, D. J., & Pontes, H. M. (2016). En kort översikt över internetspelstörningar och dess behandling. Australian Clinical Psychologist, 2, 1–12.
 Griffiths, M. D., & Pontes, H. M. (2015). Beroende- och underhållningsprodukter. I R. Nakatsu, M. Rauterberg, & P. ​​Ciancarini (red.), Handbook of digital games and entertainment technology (sid. 1–22). Singapore: Springer. CrossRef
 Griffiths, M. D., Van Rooij, A. J., Kardefelt-Winther, D., Starcevic, V., Király, O., Pallesen, S., Müller, K., Dreier, M., Carras, M., Prause, N. , King, D. L., Aboujaoude, E., Kuss, D. J., Pontes, H. M., Fernandez, O. L., Nagygyorgy, K., Achab, S., Billieux, J., Quandt, T., Carbonell, X., Ferguson, C. J. , Hoff, R. A., Derevensky, J., Haagsma, M. C., Delfabbro, P., Coulson, M., Hus, Z., & Demetrovics, Z. (2016). Arbeta mot ett internationellt samförstånd om kriterier för bedömning av Internetspelstörning: En kritisk kommentar om Petry et al. (2014). Beroende, 111(1), 167–175. doi:https://doi.org/10.1111/add.13057 CrossRef, Medline
 Guillot, C. R., Bello, M. S., Tsai, J. Y., Huh, J., Leventhal, A. M., & Sussman, S. (2016). Longitudinella samband mellan anhedoni och internetrelaterade beroendeframkallande beteenden hos nya vuxna. Computers in Human Behavior, 62, 475–479. doi:https://doi.org/10.1016/j.chb.2016.04.019 CrossRef, Medline
 Heo, J., Chun, S., Lee, S., Lee, K.H., & Kim, J. (2015). Internetanvändning och välbefinnande hos äldre vuxna. Cyberpsykologi, beteende och sociala nätverk, 18(5), 268–272. doi:https://doi.org/10.1089/cyber.2014.0549 CrossRef, Medline
 Hooper, D., Coughlan, J., & Mullen, M. R. (2008). Strukturell ekvationsmodellering: Riktlinjer för att bestämma modellanpassning. Electronic Journal of Business Research Methods, 6, 53–60.
 Howard, C. J., Wilding, R., & Guest, D. (2016). Lätt videospel är förknippat med förbättrad visuell bearbetning av snabba seriella visuella presentationsmål. Perception, 46(2), 161–177. doi:https://doi.org/10.1177/0301006616672579 CrossRef, Medline
 Hu, L.T., & Bentler, P.M. (1999). Cutoff-kriterier för passningsindex i kovariansstrukturanalys: Konventionella kriterier kontra nya alternativ. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. doi:https://doi.org/10.1080/10705519909540118 CrossRef
 IBM Corporation. (2015). IBM SPSS-statistik för Windows, version 23. New York, NY: IBM Corporation.
 Kardefelt-Winther, D. (2016). Konceptualisera störningar i Internetanvändning: Beroende eller hanteringsprocess? Psychiatry and Clinical Neurosciences, 71(7), 459–466. doi:https://doi.org/10.1111/pcn.12413 CrossRef, Medline
 Kim, N., Hughes, T. L., Park, C. G., Quinn, L., & Kong, I. D. (2016). Perifer katekolamin i vilotillstånd och ångestnivåer hos koreanska manliga tonåringar med internetspelsberoende. Cyberpsykologi, beteende och sociala nätverk, 19(3), 202–208. doi:https://doi.org/10.1089/cyber.2015.0411 CrossRef, Medline
 Király, O., Griffiths, M. D., Urbán, R., Farkas, J., Kökönyei, G., Elekes, Z., Tamás, D., & Demetrovics, Z. (2014). Problematisk Internetanvändning och problematisk onlinespel är inte desamma: Resultat från ett stort nationellt representativt ungdomsprov. Cyberpsykologi, beteende och sociala nätverk, 17 (12), 749–754. doi:https://doi.org/10.1089/cyber.2014.0475 CrossRef, Medline
 Kline, R.B. (2011). Principer och praxis för strukturell ekvationsmodellering (3:e upplagan). New York, NY: Guilford Press.
 Koc, M., & Gulyagci, S. (2013). Facebook-beroende bland turkiska högskolestudenter: Rollen av psykisk hälsa, demografiska och användningsegenskaper. Cyberpsykologi, beteende och sociala nätverk, 16(4), 279–284. doi:https://doi.org/10.1089/cyber.2012.0249 CrossRef, Medline
 Kowert, R., Domahidi, E., Festl, R., & Quandt, T. (2014). Socialt spelande, ensamt liv? Effekten av digitalt spel på ungdomars sociala kretsar. Computers in Human Behavior, 36, 385–390. doi:https://doi.org/10.1016/j.chb.2014.04.003 CrossRef
 Kuss, D. J., Griffiths, M. D., & Pontes, H. M. (2017). Kaos och förvirring i DSM-5-diagnos av Internetspelstörning: Frågor, bekymmer och rekommendationer för tydlighet på området. Journal of Behavioral Addictions, 6(2), 103–109. doi:https://doi.org/10.1556/2006.5.2016.062 Länk
 Lee, B. W., & Stapinski, L. A. (2012). Att söka säkerhet på Internet: Förhållandet mellan social ångest och problematisk internetanvändning. Journal of Anxiety Disorders, 26(1), 197–205. doi:https://doi.org/10.1016/j.janxdis.2011.11.001 CrossRef, Medline
 Lee, S. Y., Choo, H., & Lee, H. K. (2017). Balansering mellan fördomar och fakta för spelstörningar: Stigmatiserar förekomsten av alkoholmissbruksstörningar friska drinkare eller hindrar vetenskaplig forskning? Journal of Behavioral Addictions, 6(3), 302–305. doi:https://doi.org/10.1556/2006.6.2017.047 Länk
 Lehenbauer-Baum, M., Klaps, A., Kovacovsky, Z., Witzmann, K., Zahlbruckner, R., & Stetina, B. U. (2015). Beroende och engagemang: En explorativ studie mot klassificeringskriterier för internetspelstörningar. Cyberpsykologi, beteende och sociala nätverk, 18(6), 343–349. doi:https://doi.org/10.1089/cyber.2015.0063 CrossRef, Medline
 Leménager, T., Dieter, J., Hill, H., Hoffmann, S., Reinhard, I., Beutel, M., Vollstädt-Klein, S., Kiefer, F., & Mann, K. (2016) . Utforska den neurala grunden för avataridentifiering hos patologiska internetspelare och självreflektion hos patologiska sociala nätverksanvändare. Journal of Behavioral Addictions, 5(3), 1–15. doi:https://doi.org/10.1556/2006.5.2016.048 Länk
 Lemmens, J. S., & Hendriks, S. J. F. (2016). Beroendeframkallande onlinespel: Undersöker sambandet mellan spelgenrer och Internetspelstörning. Cyberpsychology, Behavior, and Social Networking, 19(4), 270–276. doi:https://doi.org/10.1089/cyber.2015.0415 CrossRef, Medline
 Lovibond, P.F., & Lovibond, S.H. (1995). Strukturen för negativa känslotillstånd: Jämförelse av depressionsångeststressskalorna (DASS) med Becks depressions- och ångestinventering. Behaviour Research and Therapy, 33(3), 335–343. doi:https://doi.org/10.1016/0005-7967(94)00075-U CrossRef, Medline
 Maraz, A., Király, O., & Demetrovics, Z. (2015). Kommentar till: Överpatologiserar vi vardagen? En hållbar ritning för forskning om beteendeberoende. Undersökningarnas diagnostiska fallgropar: Om du får positiva resultat på ett missbrukstest har du fortfarande en god chans att inte bli beroende. Journal of Behavioral Addictions, 4(3), 151–154. doi:https://doi.org/10.1556/2006.4.2015.026 Länk
 Monacis, L., De Palo, V., Griffiths, M. D., & Sinatra, M. (2016). Validering av Internet Gaming Disorder Scale – Short-Form (IGDS9-SF) i ett italiensktalande prov. Journal of Behavioral Addictions, 5(4), 683–690. doi:https://doi.org/10.1556/2006.5.2016.083 Länk
 Morioka, H., Itani, O., Osaki, Y., Higuchi, S., Jike, M., Kaneita, Y., Kanda, H., Nakagome, S., & Ohida, T. (2016). Samband mellan rökning och problematisk internetanvändning bland japanska ungdomar: Storskalig rikstäckande epidemiologisk studie. Cyberpsychology, Behavior, and Social Networking, 19(9), 557–561. doi:https://doi.org/10.1089/cyber.2016.0182 CrossRef, Medline
 Muthén, L. K., & Muthén, B. O. (2012). Mplus användarhandbok (7:e upplagan). Los Angeles, Kalifornien: Muthén & Muthén.
 Ostovar, S., Allahyar, N., Aminpoor, H., Moafian, F., Nor, M. B. M., & Griffiths, M. D. (2016). Internetberoende och dess psykosociala risker (depression, ångest, stress och ensamhet) bland iranska ungdomar och unga vuxna: En strukturell ekvationsmodell i en tvärsnittsstudie. International Journal of Mental Health and Addiction, 14(3), 257–267. doi:https://doi.org/10.1007/s11469-015-9628-0 CrossRef
 Pais-Ribeiro, J., Honrado, A., & Leal, I. (2004). Contribuição para o estudo da adaptação portuguesa das Escalas de Ansiedade, Depressão e Stress (EADS) de 21 itens de Lovibond e Lovibond [Bidrag till den portugisiska valideringsstudien av Lovibond och Lovibonds kortversion av Depression Anxiety and Stress Scale (DASS)]. Psicologia, Saúde & Doenças, 5, 229–239.
 Pantic, I. (2014). Online sociala nätverk och mental hälsa. Cyberpsykologi, beteende och sociala nätverk, 17(10), 652–657. doi:https://doi.org/10.1089/cyber.2014.0070 CrossRef, Medline
 Pápay, O., Urbán, R., Griffiths, M. D., Nagygyörgy, K., Farkas, J., Kökönyei, G., Felvinczi, K., Oláh, A., Elekes, Z., & Demetrovics, Z. ( 2013). Psykometriska egenskaper hos det problematiska frågeformuläret onlinespel kortform och förekomst av problematiskt onlinespel i ett nationellt urval av ungdomar. Cyberpsykologi, beteende och sociala nätverk, 16(5), 340–348. doi:https://doi.org/10.1089/cyber.2012.0484 CrossRef, Medline
 Petry, N. M., Rehbein, F., Gentile, D. A., Lemmens, J. S., Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, D. S. S., Borges, G., Auriacombe. , M., González-Ibáñez, A., Tam, P., & O'Brien, C. P. (2014). Ett internationellt samförstånd för att bedöma internetspelstörningar med den nya DSM-5-metoden. Beroende, 109(9), 1399–1406. doi:https://doi.org/10.1111/add.12457 CrossRef, Medline
 Petry, N. M., Rehbein, F., Gentile, D. A., Lemmens, J. S., Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, D. S. S., Borges, G., Auriacombe. , M., González-Ibáñez, A., Tam, P., & O'Brien, C. P. (2015). Griffiths et al.s kommentarer om det internationella konsensusförklaringen om Internetspelstörning: Att främja konsensus eller hindra framsteg? Beroende, 111(1), 175–178. doi:https://doi.org/10.1111/add.13189 CrossRef
 Phanasathit, M., Manwong, M., Hanprathet, N., Khumsri, J., & Yingyeun, R. (2015). Validering av den thailändska versionen av Bergen Facebook Addiction Scale (Thai-BFAS). Journal of the Medical Association of Thailand, 98, 108–117.
 Pontes, H. M., Andreassen, C. S., & Griffiths, M. D. (2016). Portugisisk validering av Bergen Facebook Addiction Scale: En empirisk studie. International Journal of Mental Health and Addiction, 14(6), 1062–1073. doi:https://doi.org/10.1007/s11469-016-9694-y CrossRef
 Pontes, H. M., & Griffiths, M. D. (2015a). Mätning av DSM-5 Internetspelstörning: Utveckling och validering av en kort psykometrisk skala. Computers in Human Behavior, 45, 137–143. doi:https://doi.org/10.1016/j.chb.2014.12.006 CrossRef
 Pontes, H. M., & Griffiths, M. D. (2015b). Ålderns roll, ålder för initiering av internetåtkomst och tid tillbringad online i etiologin av internetberoende. Journal of Behavioral Addictions, 4(Suppl. 1), 30–31. doi:https://doi.org/10.1556/JBA.4.2015.Suppl.1
 Pontes, H. M., & Griffiths, M. D. (2016). Portugisisk validering av Internet Gaming Disorder Scale – Short-Form. Cyberpsykologi, beteende och sociala nätverk, 19(4), 288–293. doi:https://doi.org/10.1089/cyber.2015.0605 CrossRef, Medline
 Pontes, H. M., Király, O., Demetrovics, Z., & Griffiths, M. D. (2014). Konceptualiseringen och mätningen av DSM-5 Internet-spelstörning: Utvecklingen av IGD-20-testet. PLoS One, 9(10), e110137. doi:https://doi.org/10.1371/journal.pone.0110137 CrossRef, Medline
 Pontes, H. M., Macur, M., & Griffiths, M. D. (2016). Internetspelstörning bland slovenska grundskolebarn: Resultat från ett nationellt representativt urval av ungdomar. Journal of Behavioral Addictions, 5(2), 304–310. doi:https://doi.org/10.1556/2006.5.2016.042 Länk
 Primack, B. A., Shensa, A., Escobar-Viera, C. G., Barrett, E. L., Sidani, J. E., Colditz, J. B., & James, A. E. (2017). Användning av flera sociala medieplattformar och symptom på depression och ångest: En nationellt representativ studie bland unga vuxna i USA. Computers in Human Behaviour, 69, 1–9. doi:https://doi.org/10.1016/j.chb.2016.11.013 CrossRef
 Przybylski, A. (2017). Busiga svar i forskning om internetspelstörningar. PeerJ, 4, e2401. doi:https://doi.org/10.7717/peerj.2401 CrossRef
 Rehbein, F., Staudt, A., Hanslmaier, M., & Kliem, S. (2016). Spelar videospel i den allmänna vuxna befolkningen i Tyskland: Kan högre speltid för män förklaras av könsspecifika genrepreferenser? Computers in Human Behaviour, 55(Del B), 729–735. doi:https://doi.org/10.1016/j.chb.2015.10.016 CrossRef
 Rikkers, W., Lawrence, D., Hafekost, J., & Zubrick, S. R. (2016). Internetanvändning och elektroniskt spelande av barn och ungdomar med känslomässiga och beteendemässiga problem i Australien – Resultat från den andra Child and Adolescent Survey of Mental Health and Wellbeing. BMC Public Health, 16(1), 399. doi:https://doi.org/10.1186/s12889-016-3058-1 CrossRef, Medline
 Salem, AAMS, Almenaye, N. S., & Andreassen, C. S. (2016). En psykometrisk utvärdering av Bergen Facebook Addiction Scale (BFAS) för universitetsstudenter. International Journal of Psychology and Behavioral Sciences, 6, 199–205. doi:https://doi.org/10.5923/j.ijpbs.20160605.01
 Sampasa-Kanyinga, H., & Lewis, R. F. (2015). Frekvent användning av sociala nätverkssajter är förknippat med dålig psykologisk funktion bland barn och ungdomar. Cyberpsykologi, beteende och sociala nätverk, 18(7), 380–385. doi:https://doi.org/10.1089/cyber.2015.0055 CrossRef, Medline
 Sarda, E., Bègue, L., Bry, C., & Gentile, D. (2016). Internetspelstörning och välbefinnande: En skalavalidering. Cyberpsykologi, beteende och sociala nätverk, 19(11), 674–679. doi:https://doi.org/10.1089/cyber.2016.0286 CrossRef, Medline
 Saunders, J. B., Hao, W., Long, J., King, D. L., Mann, K., Fauth-Bühler, M., Rumpf, H.-J., Bowden-Jones, H., Rahimi-Movaghar, A. ., Chung, T., Chan, E., Bahar, N., Achab, S., Lee, H. K., Potenza, M., Petry, N., Spritzer, D., Ambekar, A., Derevensky, J. , Griffiths, M. D., Pontes, H. M., Kuss, D., Higuchi, S., Mihara, S., Assangangkornchai, S., Sharma, M., Kashef, A. E., Ip, P., Farrell, M., Scafato, E., Carragher, N., & Poznyak, V. (2017). Spelstörning: Dess avgränsning som ett viktigt villkor för diagnos, hantering och förebyggande. Journal of Behavioral Addictions, 6(3), 271–279. doi:https://doi.org/10.1556/2006.6.2017.039 Länk
 Scharkow, M., Festl, R., & Quandt, T. (2014). Längsmönster för problematisk användning av dataspel bland ungdomar och vuxna - En 2-årig panelstudie. Beroende, 109 (11), 1910–1917. doi:https://doi.org/10.1111/add.12662 CrossRef, Medline
 Shaffer, H.J., LaPlante, D.A., LaBrie, R.A., Kidman, R.C., Donato, A.N., & Stanton, M.V. (2004). Mot en syndrommodell för beroende: Flera uttryck, gemensam etiologi. Harvard Review of Psychiatry, 12(6), 367–374. doi:https://doi.org/10.1080/10673220490905705 CrossRef, Medline
 Silva, H. R. S., Areco, K. C. N., Bandiera-Paiva, P., Galvão, P. V. M., Garcia, A. N. M., & Silveira, D. X. (2015). Equivalência semântica e confiabilidade da versão em português da Bergen Facebook Addiction Scale [Semantisk likvärdighet och konfiabilitet för den portugisiska versionen av Bergen Facebook Addiction Scale]. Jornal Brasileiro de Psiquiatria, 64(1), 17–23. doi:https://doi.org/10.1590/0047-2085000000052 CrossRef
 Sioni, S. R., Burleson, M. H., & Bekerian, D. A. (2017). Internetspelstörning: Social fobi och identifiering med ditt virtuella jag. Computers in Human Behaviour, 71, 11–15. doi:https://doi.org/10.1016/j.chb.2017.01.044 CrossRef
 Snodgrass, J. G., Lacy, M. G., Dengah II, H. J. F., Eisenhauer, S., Batchelder, G., & Cookson, R. J. (2014). En semester från ditt sinne: Problematiskt onlinespel är en stressreaktion. Computers in Human Behavior, 38, 248–260. doi:https://doi.org/10.1016/j.chb.2014.06.004 CrossRef
 Starcevic, V., & Aboujaoude, E. (2016). Internetberoende: Omvärdering av ett alltmer otillräckligt koncept. CNS Spectrums, 22(1), 7–13. doi:https://doi.org/10.1017/S1092852915000863 CrossRef, Medline
 Stroud, M. J., & Whitbourne, S. K. (2015). Casual videospel som träningsverktyg för uppmärksamhetsprocesser i vardagen. Cyberpsychology, Behavior, and Social Networking, 18(11), 654–660. doi:https://doi.org/10.1089/cyber.2015.0316 CrossRef, Medline
 Stubblefield, S., Datto, G., Phan, T.-LT, Werk, L. N., Stackpole, K., Siegel, R., Stratbucker, W., Tucker, J. M., Christison, A. L., Hossain, J., & Gentile, D. A. (2017). Problem med videospel bland barn som är inskrivna i tertiära viktkontrollprogram. Cyberpsykologi, beteende och sociala nätverk, 20(2), 109–116. doi:https://doi.org/10.1089/cyber.2016.0386 CrossRef, Medline
 Sussman, S., Arpawong, T. E., Sun, P., Tsai, J., Rohrbach, L. A., & Spruijt-Metz, D. (2014). Prevalens och samtidig förekomst av beroendeframkallande beteenden bland tidigare alternativa gymnasieungdomar. Journal of Behavioral Addictions, 3(1), 33–40. doi:https://doi.org/10.1556/JBA.3.2014.005 Länk
 Tang, J.-H., Chen, M.-C., Yang, C.-Y., Chung, T.-Y., & Lee, Y.-A. (2016). Personlighetsdrag, mellanmänskliga relationer, socialt stöd online och Facebook-beroende. Telematics and Informatics, 33(1), 102–108. doi:https://doi.org/10.1016/j.tele.2015.06.003 CrossRef
 Thorens, G., Achab, S., Billieux, J., Khazaal, Y., Khan, R., Pivin, E., Gupta, V., & Zullino, D. (2014). Egenskaper och behandlingssvar hos självidentifierade problematiska internetanvändare i en poliklinik för beteendeberoende. Journal of Behavioral Addictions, 3(1), 78–81. doi:https://doi.org/10.1556/JBA.3.2014.008 Länk
 Turel, O., & Serenko, A. (2012). Fördelarna och farorna med njutning med webbplatser för sociala nätverk. European Journal of Information Systems, 21(5), 512–528. doi:https://doi.org/10.1057/ejis.2012.1 CrossRef
 Van Rooij, A. J., Schoenmakers, T. M., Vermulst, A. A., Van den Eijnden, R., & Van de Mheen, D. (2011). Online-videospelsberoende: Identifiering av beroende tonårsspelare. Missbruk, 106(1), 205–212. doi:https://doi.org/10.1111/j.1360-0443.2010.03104.x CrossRef, Medline
 Världshälsoorganisationen. (2016). ICD-11 Beta Draft: Spelstörning. Hämtas från https://icd.who.int/dev11/l-m/en#/http%3a%2f%2fid.who.int%2ficd%2fentity%2f1448597234
 Wu, A. M. S., Cheung, V. I., Ku, L., & Hung, E. P. W. (2013). Psykologiska riskfaktorer för beroende av sociala nätverkssajter bland kinesiska smartphoneanvändare. Journal of Behavioral Addictions, 2(3), 160–166. doi:https://doi.org/10.1556/JBA.2.2013.006 Länk
 Xanidis, N., & Brignell, C.M. (2016). Sambandet mellan användningen av sociala nätverkssajter, sömnkvalitet och kognitiv funktion under dagen. Computers in Human Behavior, 55(Del A), 121–126. doi:https://doi.org/10.1016/j.chb.2015.09.004 CrossRef
 Yee, N. (2006). Motivationer för spel i onlinespel. CyberPsychology & Behavior, 9 (6), 772–775. doi:https://doi.org/10.1089/cpb.2006.9.772 CrossRef, Medline
 Yu, C., Li, X., & Zhang, W. (2015). Att förutsäga problematisk användning av onlinespel för ungdomar från lärares autonomistöd, grundläggande psykologiska behovstillfredsställelse och skolengagemang: En 2-årig longitudinell studie. Cyberpsykologi, beteende och sociala nätverk, 18(4), 228–233. doi:https://doi.org/10.1089/cyber.2014.0385 CrossRef, Medline
 Zhang, C., Brook, J. S., Leukefeld, C. G., & Brook, D. W. (2016). Longitudinella psykosociala faktorer relaterade till symtom på internetberoende bland vuxna i början av mitten av livet. Beroendeframkallande beteenden, 62, 65–72. doi:https://doi.org/10.1016/j.addbeh.2016.06.019 CrossRef, Medline