Självskada och dess samband med internetberoende och internetexponering mot självmordstankar hos ungdomar. (2016)

2016 Maj 1. pii: S0929-6646 (16) 30039-0. doi: 10.1016 / j.jfma.2016.03.010. 

Liu HC1, Liu SI2, Tjung JJ3, Sun FJ4, Huang HC4, Fang CK5.

Bakgrund / Ändamål

Självskada (SH) är en riskfaktor för självmord. Vi siktade på att avgöra om internetberoende och interneteksponering för självmordstankar förknippas med SH hos ungdomar.

Metoder

Denna studie var en tvärsnittsundersökning av studenter som själv fyllde i en rad online enkäter, inklusive ett frågeformulär om sociodemografisk information, frågeformulär för självmordstjänst och SH, Chen Internet Addiction Scale (CIAS), patientundersökningsformulär (PHQ-9), multi- Dimensionell stödskala (MDSS), Rosenberg självkänslighetsskala (RSES), Test för konsumtion av alkoholanvändningstest (AUDIT-C) och frågeformulär för missbruk av substanser.

Resultat

Totalt 2479 studenter fyllde i frågeformulären (svarsfrekvens = 62.1%). De hade en medelålder på 15.44 år (intervall 14–19 år; standardavvikelse 0.61) och var mestadels kvinnor (n = 1494; 60.3%). Förekomsten av SH under föregående år var 10.1% (n = 250). Bland deltagarna hade 17.1% internetberoende (n = 425) och 3.3% hade exponerats för självmordsinnehåll på internet (n = 82). I den hierarkiska logistiska regressionsanalysen var internetberoende och internetexponering för självmordstankar båda signifikant relaterade till en ökad risk för SH, efter att ha kontrollerat för kön, familjefaktorer, exponering för självmordstankar i verkliga livet, depression, alkohol / tobak, samtidigt självmord och upplevt socialt stöd. Föreningen mellan internetberoende och SH försvagades emellertid efter justering för nivån på självkänsla, medan internetexponering för självmordstankar förblev signifikant relaterad till en ökad risk för SH (oddskvot = 1.96; 95% konfidensintervall: 1.06–3.64) .

 

 

  

Slutsats

Onlineupplevelser förknippas med SH hos ungdomar. Förebyggande strategier kan inkludera utbildning för att öka den sociala medvetenheten, för att identifiera de ungdomar som är mest utsatta och ge snabb hjälp.

 

 

 

 

1. Inledning

Självskada (SH) är ett begrepp som används för att beskriva alla avsiktliga handlingar med självförgiftning eller självskada i många europeiska länder, oavsett förekomst av självmordsavsikt. Detta fenomen är viktigt att förstå eftersom upprepning av SH är ofta och en oberoende riskfaktor för självmord, även om många SH-handlingar hos ungdomar börjar med icke-suicidala avsikter.1 Längsstudier som följde upp SH hos ungdomar fann att individer med SH-handlingar har en total fyrfaldig överskottsdödstal jämfört med den förväntade frekvensen (självmord är huvudorsaken till denna ökade risk).2 och en ökad frekvens av att ha en psykiatrisk störning i ung vuxen ålder.3

Riskfaktorerna för SH hos ungdomar är multifaktoriella och ofta interkorrelerade. En systematisk översyn av riskfaktorer för tonåriga SH indikerade att ungdomar med icke-dödlig SH har liknande egenskaper som hos ungdomar som slutade självmord.4 Bland de identifierade faktorerna anses exponering för självmord (antingen kluster av självmord / smitta av självmordsbeteende eller medieinflytande) ha mer inflytande på ungdomar än vuxna.5, 6 Exponering för icke dödligt självmordsbeteende hos familj och vänner har visat sig vara prediktivt för SH hos ungdomar.7 Det är dock lite känt om förhållandet mellan exponering för betrodda självmordstankar från andra, särskilt i det unika sociala sammanhang som skapats av internet, och en tonårings självskadliga beteende på gemenskapsnivå.

Internetberoende karaktäriseras som ett maladaptivt mönster för internetanvändning som leder till kliniskt signifikant försämring eller besvär.8 Det inkluderar en upptaget av internetaktiviteter, återkommande underlåtenhet att motstå impulsen att använda internet, tolerans, tillbakadragande, användning av internet under en längre tid än avsedd, ihållande önskan och / eller misslyckade försök att minska eller minska internetanvändningen , överdriven tid som spenderades på internetaktiviteter och att lämna internet, överdriven ansträngning som spenderades på aktiviteter som krävs för att få tillgång till internet och fortsatt hård användning av internet trots kunskap om att ha ett bestående eller återkommande fysiskt eller psykiskt problem som troligen har orsakats eller förvärrats av Internetanvändning.9 Tidigare studier har funnit att ungdomar med internetberoende har en högre nivå av symtom på hyperaktivitetsstörningar, depression och fientlighet och en ökad risk för aggressivt beteende.10, 11 Det är dock lite känt om sambandet mellan internetberoende och SH hos ungdomar. Mer forskning som undersöker denna relation och den möjliga underliggande mekanismen behövs för att på ett korrekt sätt identifiera och hantera SH hos ungdomar.

I denna studie var vårt mål att undersöka SH: s förhållande hos ungdomar till exponering på internet för självmordstankar från andra. Vi försökte också klargöra förhållandet mellan internetberoende och SH hos ungdomar, genom att kontrollera effekterna av depression, samtidigt suicidalitet, exponering för självförsedd självmordstankar, substansanvändning, specifika familjefaktorer, upplevd socialt stöd och självkänsla.4, 12 För dem som har skadat sig själva såg vi vidare på skillnaderna i antalet handlingar och självmordsavsikt, och om metoderna för SH som forskats på internet skilde sig åt mellan internetberoende och icke-anklagade ungdomar. Egenskaperna hos SH-relaterade erfarenheter undersöktes genom att undersöka internetexponering för självmordstankar.

 

 

2. metoder

 

 

2.1. Studera design och prov

Denna studie var en tvärsnittsundersökning som genomfördes i Taipei City och Taipei County från oktober 2008 till januari 2009. Det var 13 deltagande högstadier (8 urban, 3 förorts och 2 landsbygdsskolor enligt Taiwan-Fukien Demographic Fact Book13). Alla deltagande skolor var utrustade med klassrumsberäkningsfaciliteter, som eleverna använde för självutfyllande av enkäter online.

Rekryteringen utfördes av en forskningsassistent på magisternivå, utan att skolpersonal deltar, för att undvika risken för tvång. Forskningsassistenten förklarade noggrant syftena och procedurerna för denna studie, betonade sekretessfrågorna och fick deltagarnas skriftliga informerade samtycke. Ett brev gavs till föräldrar som frågade om deras tillstånd och deras skriftliga svar kom tillbaka av de deltagande eleverna. Etiskt godkännande av denna studie erhölls från Institutional Review Board vid MacKay Memorial Hospital före rekrytering.

 

 

2.2. Mått

Online-frågeformuläret var interaktivt med skissmönster och tog cirka 30 minuter att fylla i. Det totala antalet artiklar för varje respondent berodde på respondentens svar. Följande information erhölls.

 

 

2.2.1. Sociodemografisk information

Detta inkluderade utbildningsklass (alla gick i grundskolans första klass i denna studie), ålder, kön, religion, familjens ekonomiska situation konstaterad genom att fråga ”Är det svårt för din familj att upprätthålla grundläggande behov (t.ex. mat, kläder, skydd , etc.?) ”, människor som de bor med (” Bor du för närvarande med båda dina biologiska föräldrar? ”) och familjeharmoni (“ Tror du att det finns stor oenighet i din familjs relationer? ”).

 

 

2.2.2. Frågeformulär för självmord och SH

Information samlades in med hjälp av standardfrågor om förekomsten av självmordstankar, självmordsplaner och SH-beteende under föregående år, inklusive antalet SH-handlingar, huruvida de konsulterade någon webbplats om SH-metoder, om självmordsavsikt var närvarande när de försökte skada sig själva ("Under någon av dessa avsnitt ville du verkligen döda dig själv?"), och om de hade utsatts för andras självmordstankar i den verkliga världen ("Har någon du känner personligen någonsin nämnt eller diskuterat tankar om döda sig själva med dig? ”) och på internet (” Har du någonsin varit i en situation där någon som du bara har träffat på internet diskuterade tankar om att döda sig själv med dig? ”) under föregående år. Alla frågor gjordes enligt vårt forskningsintresse och bekräftades genom en fokusgruppsprocess.

 

 

2.2.3. Chen Internet Addiction Scale

26-artikeln Chen Internet Addiction Scale (CIAS) användes för att bedöma förekomsten av internetberoende och utvärderades på en fyra-punkts Likert-skala, med en total poäng från 26 till 104. Skalans psykometriska egenskaper undersöktes och den interna tillförlitligheten varierade från 0.79 till 0.93.14 Baserat på diagnoskriterierna för internetberoende för ungdomar,9 ungdomar som fick 64 eller mer på CIAS diagnostiserades ha internetberoende. Den diagnostiska noggrannheten var 87.6%.15

 

 

2.2.4. Patienthälsofrågeformulär

Patienthälsofrågeformuläret (PHQ-9) är en självrapportinventering på nio punkter baserad på diagnostisk och statistisk manual för psykiska störningar - fjärde upplagan (DSM-IV) kriterier för att diagnostisera depression, utvärdera svårighetsgraden och övervaka behandlingssvar.16 Den kinesiska versionen av PHQ-9 hade god intern konsistens (alfa = 0.84) och acceptabel teståterförlitlighet (ICC = 0.80) hos ungdomar.17 Med hjälp av Kiddie-Schedule for Affective Disorder and Schizophrenia (Epidemiologisk version) som kriteriestandard hade en PHQ-9-poäng ≥ 15 en känslighet på 0.72 och en specificitet på 0.95 för att känna igen major depressiv sjukdom hos ungdomar.17

 

 

2.2.5. Multidimensionell supportskala

Multidimensional Support Scale (MDSS) är ett självrapportmått för tillgängligheten och tillräckligheten för socialt stöd från olika källor.18 Det kan skräddarsys efter de specifika behoven hos olika forskningsprojekt. Här delade vi ungdomars sociala stöd i fyra källor (dvs. föräldrar, annan familj, vänner och lärare). Den kinesiska versionen av denna skala fanns inte vid tidpunkten för denna studie. den översattes till kinesiska av författaren, med oberoende baköversättning av en tvåspråkig psykiater. En högre poäng på MDSS indikerar bättre upplevt socialt stöd

 

 

2.2.6. Rosenbergs självkänslighetsskala

Rosenberg Self-Esteem Scale (RSES) är ett självrapporteringsinstrument med 10 artiklar som mäter individens globala självkänsla.19 Giltigheten och tillförlitligheten för den kinesiska versionen av RSES har fastställts i taiwanesiska befolkningar.20 En högre poäng på RSES indikerar en bättre nivå av självkänsla.

 

 

2.2.7. Alkoholanvändningsstörning Identifiering Testförbrukning

Alkoholanvändningsstörning Identifiering Testförbrukning (AUDIT-C) innehåller de tre första artiklarna i AUDIT för att identifiera farligt drickande.21, 22 Prestandan för den kinesiska versionen av detta kortformade alkohol-screeninginstrument har validerats.23 En AUDIT-C-poäng ≥ 4 hade en känslighet på 0.90 och en specificitet på 0.92 för att känna igen farlig alkoholanvändning.23

 

 

 

2.2.8. Frågeformulär för missbruk

Deltagarna frågades om de för närvarande röker regelbundet och har någonsin använt amfetamin, heroin, cannabis, 3,4-metylendioximetamfetamin, ketamin, kokain, lim eller andra ämnen under den senaste månaden.

 

 

 

 

2.3. Process och statistisk analys

Online-frågeformuläret, inklusive alla mätfrågor, administrerades vid inträde i studien och nås med deltagarnas individuella lösenord. Alla resultat överfördes automatiskt till en lösenordsskyddad databas utan förlust av data. Programvaran Statistics Package for Social Science (SPSS) version 21.0 (IBM, Armonk, New York) användes för statistisk analys.

SH under föregående år var ”utfallet” för analyserna. Vi använde Chi-torget eller t test för att jämföra skillnader mellan grupper i närvaron av internetmissbruk och att utsättas för andras självmordstankar på internet under föregående år, liksom andra potentiella kovariater, t.ex. ålder, kön, närvaron av deltagarnas egna självmordstankar och självmordsplan, exponering för andras självmordstankar i den verkliga världen, förekomsten av depression, nivån på upplevt socialt stöd och självkänsla, alkohol- och substansanvändning och specifika familjefaktorer. Variablerna för SH identifierade som signifikanta undersöktes vidare med hjälp av univariat logistisk regression och hierarkiska logistiska regressionsmodeller för att undersöka förvirrande och modifierande faktorer. I hierarkisk logistisk regressionsanalys undersökte vi först om de två internetanvändningsupplevelserna (internetberoende och exponering för självmordstankar på internet) var oberoende relaterade till SH (modell I). Sedan kontrollerade vi för kön, specifika familjefaktorer, exponering för självmordstankar i den verkliga världen, specifika personliga faktorer (depression, alkohol- och tobaksanvändning) och samtidig självmord och alla andra faktorer som identifierats (modellerna II – VI).

För att analysera data från dem som hade skadat sig själva använde vi Chi-torget eller t test för att utvärdera skillnader (mellan grupper utan internetberoende och mot ingen exponering på internet för självmordstankar) i antalet SH-handlingar, närvaron av och självmordsintensitet vid tidpunkten för SH och om webbplatser hade konsulterats om metoden för SH.

 

 

 

3. Resultat

Vi rekryterade 3994 första året av gymnasieelever från de närmade skolorna. Totalt gav 2479 elever både sina egna och sina föräldrars skriftliga informerade samtycke och fyllde i det interaktiva frågeformuläret (svarsfrekvens = 62.1%). Deras medelålder var 15.44 år (intervall 14–19 år; standardavvikelse 0.61); majoriteten var kvinnor (n = 1494; 60.3%) och utan religiös tillhörighet (n = 1344, 54.2%). Förekomsten av SH under föregående år var 10.1% (n = 250). Bland deltagarna hade 17.1% internetberoende (n = 425) och 3.3% hade utsatts för självmordstankar på internet (n = 82) under föregående år.

Egenskaperna för deltagarna med eller utan SH presenteras i Tabell 1. Ålder var inte en signifikant faktor, eftersom endast elever under gymnasiet rekryterades. Endast en student rapporterade olaglig substansanvändning så denna faktor kunde inte inkluderas i analysen. Ungdomar med SH under föregående år var mer benägna att vara kvinnor, för närvarande inte bo hos sina två biologiska föräldrar och rapportera närvaron av familjeöverensstämmelse. När det gäller suicidalitet tenderade studenter med SH att ha egna självmordstankar och självmordsplaner och att de blivit utsatta för andras självmordstankar i den verkliga världen och på internet. Dessutom var de mer benägna att ha depression och en lägre nivå av upplevt socialt stöd och självkänsla, och att de röker, missbrukar alkohol och är beroende av internet.

Tabell 1Sociodemografiska och kliniska egenskaper hos ungdomar med självskadningsbeteende.
 Ja (n = 250)Nej (n = 2229)χ2 or t
n (%) eller medelvärde (SD)n (%) eller medelvärde (SD)
Kön
man82 (32.8)903 (40.5)5.58 *
Kvinna168 (67.2)1326 (59.5)
 
Ålder15.45 (0.58)15.44 (0.62)0.19
 
Bor med biologiska föräldrar
Nej63 (25.2)344 (15.4)15.63 ***
Ja187 (74.8)1885 (84.5)
 
Familjens oenighet
Ja43 (17.2)152 (6.8)33.42 ***
Nej207 (82.8)2077 (93.2)
 
Familjens ekonomiska svårigheter
Ja30 (12.0)190 (8.5)3.36
Nej220 (88.0)2039 (91.5)
 
Självmordstankar
Nej91 (36.4)1916 (86.0)358.1 ***
Ja159 (63.6)313 (14.0)
 
Självmordsplaner
Nej172 (68.8)2147 (96.3)282.0 ***
Ja78 (31.2)82 (3.7)
 
Exponering för självmordstankar (verklig värld)
Nej149 (59.6)1901 (85.3)103.6 ***
Ja101 (40.4)328 (14.7)
 
Exponering för självmordstankar (internet)
Nej222 (88.8)2175 (97.6)54.15 ***
Ja28 (11.2)54 (2.4)
 
Cigarettrökning
Nej226 (90.4)2186 (98.1)50.30 ***
Ja24 (9.6)43 (1.9)
 
Farlig alkoholanvändning (AUDIT-C ≥ 4)
Ja47 (18.8)116 (5.2)67.64 ***
Nej203 (81.2)2113 (94.8)
 
Depression (PHQ-9 ≥ 15)
Ja59 (23.6)98 (4.4)139.74 ***
Nej191 (76.4)2131 (95.6)
 
Socialt stöd på MDSS19.26 (3.45)20.76 (3.56)-6.34 ***
 
Självkänsla på RSES24.71 (5.78)28.66 (5.37)-10.94 ***
 
internet missbruk
Ja77 (30.8)348 (15.6)36.50 ***
Nej173 (69.2)1881 (84.4)

*p <0.05; ***p <0.001.

AUDIT-C = Test av alkoholkonsumtionstestförbrukning; MDSS = flerdimensionell stödskala; PHQ-9 = Patienthälsofrågeformulär; RSES = Rosenbergs självkänslighetsskala; SD = standardavvikelse.

Resultaten av univariat logistisk regressionsanalys presenteras i Tabell 2. Ökad nivå av upplevt socialt stöd och självkänsla relaterat till minskad risk för SH hos ungdomar. Dessa två faktorer identifierades som potentiellt skyddande; vi satte dem till sist i den hierarkiska logistiska regressionsanalysen (Tabell 3). Som visas i Tabell 3, internetberoende och exponering för självmordstankar på internet var båda signifikant relaterade till en ökad risk för SH, efter att ha kontrollerat för kön, specifika familjefaktorer, exponering för självmordstankar i verkliga livet, specifika personliga faktorer och samtidig självmord (modeller I –IV). Justerat för nivån på upplevt socialt stöd förblev båda variablerna signifikanta riskfaktorer för SH (modell V). Föreningen mellan internetmissbruk och SH försvagades och blev dock obetydlig efter justering för nivån på självkänsla (modell VI), medan internetsexponering för självmordstankar förblev signifikant relaterad till en ökad risk för SH hos ungdomar (oddskvot = 1.96; 95% konfidensintervall: 1.06–3.64).

Tabell 2Faktorer associerade med självskada hos ungdomar: univariat logistisk regressionsanalys.
 skogOR95% CI
internet missbruk37.76 ***2.411.80-3.22
Exponering för självmordstankar (på internet)44.63 ***5.083.15-8.18
 
Kvinnligt kön5.54 *1.401.06-1.84
Bor inte med biologiska föräldrar15.24 ***1.851.36-2.51
Familjens oenighet30.97 ***2.841.97-4.10
Exponering för självmordstankar (i den verkliga världen)92.74 ***3.932.97-5.19
Röktillbehör40.73 ***5.403.22-9.06
Farlig alkoholanvändning58.68 ***4.222.92-6.10
Depression110.40 ***6.724.71-9.58
Självmordstankar267.50 ***10.708.05-14.21
Självmordsplaner195.63 ***11.878.40-16.79
Socialt stöd38.65 ***0.890.86-0.92
Självkänsla106.31 ***0.880.85-0.90

CI = konfidensintervall; ELLER = oddsförhållande.

*p <0.05; ***p <0.001.

Tabell 3Faktorer associerade med självskada hos ungdomar: hierarkisk logistisk regressionsanalys.
 Modell IModell IIModell IIIModell IVModell VModell VI
OR95% CIOR95% CIOR95% CIOR95% CIOR95% CIOR95% CI
internet missbruk2.20 ***1.64-2.972.04 ***1.49-2.791.59 **1.41-2.221.50 *1.06-2.131.46 *1.03-2.071.380.97-1.96
Exponering för självmordstankar (på internet)4.36 ***2.68-7.102.82 ***1.67-4.751.98 *1.12-3.492.06 *1.11-3.822.00 *1.08-3.721.96 *1.06-3.64
Kvinnligt kön  1.290.96-1.731.320.97-1.791.070.78-1.491.090.79-1.511.040.75-1.45
Bor inte med biologiska föräldrar  1.49 *1.07-2.081.380.97-1.961.310.90-1.911.300.89-1.891.330.91-1.93
Familjens oenighet  2.26 ***1.51-3.371.66 *1.08-2.561.360.85-2.161.310.82-2.081.250.78-1.99
Exponering för självmordstankar (i den verkliga världen)  3.33 ***2.48-4.473.05 ***2.25-4.151.99 ***1.43-2.772.01 ***1.44-2.802.01 ***1.44-2.81
Röktillbehör    2.82 **1.51-5.282.45 *1.24-4.852.47 **1.26-4.852.43 *1.23-4.82
Farlig alkoholanvändning    2.12 **1.37-3.301.530.95-2.471.530.95-2.481.610.99-2.60
Depression    3.86 ***2.59-5.772.07 **1.33-3.211.97 **1.27-3.061.68 *1.07-2.63
Självmordstankar      5.27 ***3.72-7.475.00 ***3.52-7.104.45 ***3.11-6.35
Självmordsplaner      2.13 **1.39-3.282.12 **1.38-3.262.04 **1.32-3.15
Socialt stöd        0.95 **0.91-0.990.96 *0.92-1.00
Självkänsla          0.95 **0.93-0.98

CI = konfidensintervall; ELLER = oddsförhållande.

* p <0.05; ** p <0.01; *** p <0.001.

När vi jämför ytterligare grupper bland deltagare med SH för att se egenskaperna hos SH relaterade till de två internetupplevelserna, fann vi att elever som utsatts för självmordstankar var mer benägna att delta i fler SH-handlingar och har självmordsintensitet vid SH (Tabell 4). Jämfört med sina motsvarigheter var studenter med internetberoende betydligt mer benägna att ha självmordsavsikt och har konsulterat webbplatser om metoder (Tabell 4).

Tabell 4 Egenskaper av självskadande handlingar hos studenter med internetberoende eller internetexponering för självmordstankar i ett undersampel av SH-gruppen (n = 250).
 internet missbrukχ2 or tInternet exponering för självmordstankarχ2 or t
Ja (n = 77)Nej (n = 173)Ja (n = 33)Nej (n = 217)
n (%) eller medelvärde (SD)n (%) eller medelvärde (SD)n (%) eller medelvärde (SD)n (%) eller medelvärde (SD)
Antal självskadande handlingar6.01 (3.85)5.21 (3.71)0.227.15 (3.69)5.20 (3.72)2.81 **
Självmordsavsikt
Ja34 (44.2)49 (28.3)6.02 *18 (54.5)65 (30)7.81 **
Nej43 (55.8)124 (71.7)15 (45.5)152 (70)
Undersök självmordsmetoder på internet
Ja4 (5.2)1 (0.6)5.80 *2 (6.1)3 (1.4)3.20
Nej73 (94.8)172 (99.4)31 (93.9)214 (98.6)

*p <0.05; **p <0.01.

SD = standardavvikelse; SH = självskada.

 

 

4. Diskussion

Detta är en av de första samhällsbaserade studierna på ungdomar som undersöker sambandet mellan exponering för förtroende självmordstankar från andra och SH. Resultaten visade att exponering för andras självmordstankar ökade sannolikheten för SH-beteende och till och med icke-ansikte mot ansikte på internet kan vara en stark riskfaktor för SH.

10.1% prevalens av SH bland taiwanesiska ungdomar som hittades under föregående år överensstämmer med tidigare rapporter om 12-månaders prevalens av SH hos ungdomar (3.2 – 9.5%).24 Förekomsten av internetberoende i vår studie var 17.1%, vilket också överensstämmer med den tidigare rapporterade graden på 18.8% i södra Taiwan.11 Av de undersökta ungdomarna hade 3.3% utsatts för självmordstankar på internet det senaste året. På grund av bristen på en liknande gemenskapsbaserad studie kunde vi inte jämföra våra resultat med detta resultat. Emellertid visar hastigheten i vår studie att denna exponering inte är ovanlig bland ungdomar på internet. Med tanke på den övergripande användningen av internet i vårt dagliga liv kan det faktiska antalet tonåringar som utsätts för denna risk vara stort. Interaktiva onlineaktiviteter ger tonåringar möjligheterna till sociala nätverk som inte begränsas av traditionella fysiska gränser eller övervakas av vuxna, och så främjar deras engagemang.25 Online-interaktioner kan ge viktigt socialt stöd för isolerade ungdomar, men de kan också normalisera och uppmuntra SH-beteende.26

En tidigare studie har undersökt rollen av social modellering i överföringen av självmord genom kamrater. De föreslog att effekterna av icke-familjära sociala exponeringskällor på en individs självmordsbeteende kan vara minst lika framträdande som effekterna av familjekällor.7 I vår studie bekräftade vi deras resultat och fann att även exponering för andras betrodda självmordstankar kan öka risken för SH-beteende hos ungdomar. Efter att ha kontrollerat en rad faktorer ökade sannolikheten för SH hos dem som utsattes för självmordstankar från andra i verkliga livet, liksom från internet, en gång jämfört med dem som inte exponerades under det senaste året. Upplevelsen av exponering visade sig vara en viktig riskfaktor för ungdomars SH-beteende, oberoende av befintliga sårbarheter som depression och deras egen självmordstankar. Detta fenomen med "social smitta" är en underskattad men ändå konsekvent upptäckt riskfaktor för icke-självmord självskada bland ungdomar.27 Mer forskning om detta är motiverat, särskilt på vilka sätt denna risk kan minskas.

I vår studie fann vi att internetberoende var associerat med SH hos ungdomar efter justering för de potentiellt förvirrande faktorerna, i överensstämmelse med upptäckten av en tidigare studie som undersökte sambandet mellan internetberoende och självskadande beteende bland ungdomar,28 tills självkänslighetsnivån försvagade denna förening. Det har rapporterats att bland ungdomar med uppmärksamhetsunderskott / hyperaktivitetsstörning var lägre självkänslighetsresultat på RSES signifikant associerade med allvarligare symtom på internetberoende.29 Huruvida denna förening också är sant bland ungdomar med SH-beteende, vilket resulterar i ett försvagat samband mellan internetberoende och SH, behöver ytterligare undersökning.

Tidigare studier har identifierat en hel del biopsykosociale korrelat av SH hos ungdomar.30, 31 En tvärkulturell studie av självmordsförsökande i ungdomar i Hong Kong och USA visade att depression, nuvarande och livstid självmordstankar, hopplöshet, dåliga interpersonella relationer och exponering för självmordsförsökare och kompletterare var riskfaktorer för självmordsförsök i båda kulturerna.32 I vår studie var personliga egenskaper (dvs. depression, närvaro av självmordstankar och självmordsplaner, självkänsla, rökning och farlig alkoholanvändning) associerade med ungdom SH. Socialt stöd var skyddande mot ungdomar SH beteende, eko resultaten från tidigare rapporter.33, 34 Betydelsen av vissa familjegenskaper, som att inte bo med två biologiska föräldrar och familjeavstånd, försvann efter att ha kontrollerat för personliga och andra sociala faktorer i vårt urval. Detta resultat antyder att upplevt socialt stöd från ungdomar kan kompensera för deras ursprungliga familjerisker för ungdomar. Alla dessa fynd påminner oss återigen om vikten av en tvärvetenskaplig strategi när vi har att göra med en tonåring som arbetar med SH.

När vi utvidgade oss till en undersökning av egenskaperna hos studenter som utsattes för självmordstankar på internet inom SH-delprovet, fann vår analys att de var mer benägna att SH-handlingar och avsikt att dö. Eftersom detta var en tvärsnittsundersökning kunde vi inte bestämma orsakssambandet mellan exponeringen, antalet SH-handlingar och deras självmordsintention. Ungdomar kan utveckla eller förstärka sina självmordstankar genom att avslöja andras självmordstankar och anta sitt eget SH-beteende. Dessutom kan ungdomar använda internet på sätt som skiljer sig från den allmänna befolkningen när det gäller självmord. En tidigare studie mätte Googles internet-sökmotoraktivitet för självmordsrelaterade termer och korrelerade med tillgänglig självmords- och avsiktlig självskadedata. De fann att medan internet-sökaktivitet var negativt korrelerad med självmordsfrekvensen i den allmänna befolkningen, var den positivt korrelerad till både avsiktlig självskada och fullbordade självmord bland ungdomar.35 I vår studie tenderade ungdomar med internetberoende att konsultera webbplatsen om de metoder de använde för SH. Tillgängligheten av detta verktyg kan å ena sidan ge en persons tillgång till information, men det kan också underlätta genomförandet av självmord av utsatta ungdomar.36 Särskild uppmärksamhet bör ägnas åt hur unga, frekventa internetanvändare använder internet. Tillämpning av media riktlinjer för självmordsförebyggande krävs för webbplatser, liksom tillgängliga webbplatser för självhjälp för självmordspersoner riktade till ungdomliga användare.36

Vissa begränsningar i vår studie bör beaktas. Bevis som tillhandahålls av en tvärsnittsdesignstudie är inte tillräckliga för att dra några orsakssammanhang. Vår mätning baserades på egenrapport, så det kan finnas en rapporteringsförskjutning. Information om olaglig drogmissbruk förlitade sig bara på en avslutad fråga istället för ett validerat frågeformulär. Som ett resultat kunde denna variabel inte inkluderas i den analys som ska justeras för. Trots begränsningarna var vår studie den första som undersökte sambandet mellan exponering för självmordstankar och SH på gemenskapsnivå; Vi bevisade internetberoende och internetexponering av självmordstankar kopplade till SH hos ungdomar; och som diskuterats ovan överensstämmer våra resultat med flera tidigare studier på området.

 

 

 

5. Slutsats

Onlineupplevelser förknippas med SH hos ungdomar. Förebyggande strategier kan inkludera utbildning för att öka social medvetenhet, identifiering av de som utsätts för risken och tillhandahållande av snabb hjälp.

 

Referensprojekt

  1. Hawton, K., Cole, D., O'Grady, J. och Osborn, M. Motiverande aspekter av avsiktlig självförgiftning hos ungdomar. Br J Psykiatri. 1982; 141: 286 – 291
  2. Hawton, K. och Harriss, L. Medveten självskada hos unga: egenskaper och efterföljande dödlighet i en 20-årskull av patienter som presenteras på sjukhus. J Clin Psychiatry. 2007; 68: 1574 – 1583
  3. Visa i artikel 
  4. | CrossRef
  5. | PubMed
  6. Visa i artikel 
  7. | Abstrakt
  8. | Hela texten
  9. | Fulltext PDF
  10. | PubMed
  11. | Scopus (31)
  12. Visa i artikel 
  13. | CrossRef
  14. | PubMed
  15. Visa i artikel 
  16. | CrossRef
  17. | PubMed
  18. | Scopus (55)
  19. Visa i artikel 
  20. | CrossRef
  21. | PubMed
  22. Visa i artikel 
  23. | CrossRef
  24. | PubMed
  25. | Scopus (28)
  26. Visa i artikel 
  27. | CrossRef
  28. | Scopus (246)
  29. Visa i artikel 
  30. | CrossRef
  31. | PubMed
  32. | Scopus (146)
  33. Visa i artikel 
  34. | Abstrakt
  35. | Hela texten
  36. | Fulltext PDF
  37. | PubMed
  38. | Scopus (209)
  39. Visa i artikel 
  40. | Abstrakt
  41. | Hela texten
  42. | Fulltext PDF
  43. | PubMed
  44. | Scopus (101)
  45. Visa i artikel 
  46. | CrossRef
  47. | PubMed
  48. | Scopus (130)
  49. Visa i artikel 
  50. Visa i artikel 
  51. Visa i artikel 
  52. | Abstrakt
  53. | Fulltext PDF
  54. | PubMed
  55. Visa i artikel 
  56. | CrossRef
  57. | PubMed
  58. | Scopus (3228)
  59. Visa i artikel 
  60. | CrossRef
  61. | Scopus (1)
  62. Visa i artikel 
  63. | CrossRef
  64. | PubMed
  65. Visa i artikel 
  66. Visa i artikel 
  67. Visa i artikel 
  68. | CrossRef
  69. | PubMed
  70. Visa i artikel 
  71. | CrossRef
  72. | PubMed
  73. | Scopus (30)
  74. Visa i artikel 
  75. | CrossRef
  76. | PubMed
  77. | Scopus (13)
  78. Visa i artikel 
  79. | CrossRef
  80. Visa i artikel 
  81. | CrossRef
  82. Visa i artikel 
  83. | CrossRef
  84. | PubMed
  85. | Scopus (183)
  86. Visa i artikel 
  87. | CrossRef
  88. | Scopus (12)
  89. Visa i artikel 
  90. | CrossRef
  91. | PubMed
  92. | Scopus (34)
  93. Visa i artikel 
  94. | Abstrakt
  95. | Hela texten
  96. | Fulltext PDF
  97. | PubMed
  98. | Scopus (5)
  99. Visa i artikel 
  100. | CrossRef
  101. | PubMed
  102. | Scopus (26)
  103. Visa i artikel 
  104. | Abstrakt
  105. | Hela texten
  106. | Fulltext PDF
  107. | PubMed
  108. Visa i artikel 
  109. | CrossRef
  110. | PubMed
  111. | Scopus (12)
  112. Visa i artikel 
  113. | Abstrakt
  114. | Hela texten
  115. | Fulltext PDF
  116. | PubMed
  117. | Scopus (277)
  118. Visa i artikel 
  119. | CrossRef
  120. | PubMed
  121. | Scopus (5)
  122. Visa i artikel 
  123. | Abstrakt
  124. | Hela texten
  125. | Fulltext PDF
  126. | PubMed
  127. | Scopus (45)
  128. Visa i artikel 
  129. | CrossRef
  130. | PubMed
  131. | Scopus (65)
  132. Harrington, R., Pickles, A., Aglan, A., Harrington, V., Burroughs, H. och Kerfoot, M. Resultat från tidig vuxen hos ungdomar som medvetet förgiftade sig själva. J Am Acad Child Adolesc Psychiatry. 2006; 45: 337 – 345
  133. Hawton, K. och James, A. Självmord och avsiktlig självskada hos ungdomar. BMJ. 2005; 330: 891 – 894
  134. Gould, MS, Petrie, K., Kleinman, MH och Wallenstein, S. Kluster av självmordsförsök: Nya Zeelands nationella uppgifter. Int J Epidemiol. 1994; 23: 1185 – 1189
  135. Gould, MS Självmord och media. Ann NY Acad Sci. 2001; 932: 200 – 221 (diskussion 221 – 4)
  136. de Leo, D. och Heller, T. Social modellering vid överföring av självmord. Kris. 2008; 29: 11 – 19
  137. Young, KS Internetberoende: ett nytt kliniskt fenomen och dess konsekvenser. Am Behav Sci. 2004; 48: 402 – 415
  138. Ko, CH, Yen, JY, Chen, CC, Chen, SH och Yen, CF Föreslagna diagnostiska kriterier för internetberoende för ungdomar. J Nerv Ment Dis. 2005; 193: 728 – 733
  139. Yen, JY, Ko, CH, Yen, CF, Wu, HY och Yang, MJ De komorbida psykiatriska symtomen på internetberoende: uppmärksamhetsbrist och hyperaktivitetsstörning (ADHD), depression, social fobi och fientlighet. J Adolesc Health. 2007; 41: 93 – 98
  140. Ko, CH, Yen, JY, Liu, SC, Huang, CF och Yen, CF Föreningarna mellan aggressivt beteende och internetberoende och onlineaktiviteter hos ungdomar. J Adolesc Health. 2009; 44: 598 – 605
  141. Ko, CH, Yen, JY, Yen, CF, Lin, HC och Yang, MJ Faktorer som är prediktiva för förekomst och eftergivande av internetberoende hos unga ungdomar: en prospektiv studie. Cyberpsychol Behav. 2007; 10: 545 – 551
  142. Inrikesdepartementet. 2006 Demografisk faktabok, Kina. Executive Yuan, Taiwan ROC; 2007
  143. Chen, SHWL, Su, YJ, Wu, HM och Yang, PF Utveckling av en kinesisk skala för internetberoende och dess psykometriska studie. Chin J Psychol (på kinesiska). 2003; 45: 279 – 294
  144. Ko, CH, Yen, JY, Yen, CF, Chen, CC, Yen, CN och Chen, SH Screening för internetberoende: en empirisk studie om avgränsningspunkter för Chen Internet Addiction Scale. Kaohsiung J Med Sci. 2005; 21: 545 – 551
  145. Spitzer, RL, Kroenke, K. och Williams, JB Validering och användbarhet av en egenrapportversion av PRIME-MD: PHQ: s primärvårdsstudie. Utvärdering av primärvård av psykiska störningar. Patienthälsofrågeformulär. JAMA. 1999; 282: 1737 – 1744
  146. Tsai, FJ, Huang, YH, Liu, HC, Huang, KY och Liu, SI Patientfrågeformulär för skolbaserad depression-screening bland kinesiska ungdomar. Pediatrik. 2014; 133: e402 – e409
  147. Winefield, HR, Winefield, AH och Tiggemann, M. Socialt stöd och psykologiskt välbefinnande hos unga vuxna: den flerdimensionella stödskalan. J Pers Assess. 1992; 58: 198 – 210
  148. Rosenberg, M. Att föreställa mig själv. Krieger, Malabar FL; 1986
  149. Lin, RC Tillförlitlighet och giltighet av Rosenbergs självkänslighetsskala på kinesiska barn. J Natl Chung Cheng Univ (på kinesiska). 1990; 1: 29 – 46
  150. Fiellin, DA, Reid, MC och O'Connor, PG Screening för alkoholproblem i primärvården: en systematisk översyn. Arch Intern Med. 2000; 160: 1977 – 1989
  151. Tsai, MC, Tsai, YF, Chen, CY och Liu, CY Alkoholanvändningsstörningar Identifieringstest (AUDIT): fastställande av avbrutningsresultat i en kinesisk befolkning på sjukhus. Alcohol Clin Exp Res. 2005; 29: 53 – 57
  152. Wu, SI, Huang, HC, Liu, SI, Huang, CR, Sun, FJ, Chang, TY et al. Validering och jämförelse av alkoholscreeningsinstrument för att identifiera farligt drickande på sjukhuspatienter i Taiwan Alkohol Alkohol. 2008; 43: 577 – 582
  153. Plener, PL, Schumacher, TS, Munz, LM och Groschwitz, RC Den längsgående kursen av icke-självmordsskada och avsiktlig självskada: en systematisk genomgång av litteraturen. Borderline Pers Disord Emot Dysregul. 2015; 2: 2
  154. Bradley, K. Internet lever: social kontext och moralisk domän i ungdomens utveckling. New Dir Youth Dev. 2005; 108: 57 – 76 (11 – 2)
  155. Whitlock, JL, Powers, JL och Eckenrode, J. Den virtuella banbrytaren: internet och ungdomars självskada. Dev Psychol. 2006; 42: 407 – 417
  156. Jarvi, S., Jackson, B., Swenson, L. och Crawford, H. Påverkan av social smitta på icke-självmordsskada: en genomgång av litteraturen. Arch Suicide Res. 2013; 17: 1 – 19
  157. Lam, LT, Peng, Z., Mai, J. och Jing, J. Föreningen mellan internetberoende och självskadande beteende bland ungdomar. Inj Prev. 2009; 15: 403 – 408
  158. Yen, CF, Chou, WJ, Liu, TL, Yang, P. och Hu, HF Föreningen av internetberoende-symtom med ångest, depression och självkänsla bland ungdomar med uppmärksamhetsbrist / hyperaktivitetsstörning. Compr Psykiatri. 2014; 55: 1601 – 1608
  159. Portzky, G. och van Heeringen, K. Medveten självskada hos ungdomar. Curr Opin Psychiatry. 2007; 20: 337 – 342
  160. King, RA, Schwab-Stone, M., Flisher, AJ, Greenwald, S., Kramer, RA, Goodman, SH et al. Psykosocialt och riskbeteende korrelerar mellan ungdomars självmordsförsök och självmordstankar. J Am Acad Child Adolesc Psychiatry. 2001; 40: 837 – 846
  161. Stewart, SM, Felice, E., Claassen, C., Kennard, BD, Lee, PW och Emslie, GJ Ungdomars självmordsförsökare i Hong Kong och USA. Soc Sci Med. 2006; 63: 296 – 306
  162. Skegg, K. Självskada. Lansett. 2005; 366: 1471 – 1483
  163. Wu, CY, Whitley, R., Stewart, R. och Liu, SI Vägar till vård och hjälpsökande erfarenhet före självskada: en kvalitativ studie i Taiwan. Jnr. 2012; 20: 32 – 41
  164. McCarthy, MJ Internetövervakning av självmordsrisk i befolkningen. J Påverkar oordning. 2010; 122: 277 – 279
  165. Becker, K., Mayer, M., Nagenborg, M., El-Faddagh, M., och Schmidt, MH Parasuicide online: kan självmordswebbplatser utlösa självmordsbeteende hos predisponerade ungdomar? Nord J Psykiatri. 2004; 58: 111 – 114