ลักษณะของนักเล่นเกมโซเชียลเน็ตเวิร์ก: ผลการสำรวจออนไลน์ (2015)

จิตเวชศาสตร์ด้านหน้า 2015 ก.ค. 8; 6: 69 doi: 10.3389 / fpsyt.2015.00069 eCollection 2015

ตัวประกัน O1, Panneck P1, Stickel A1, ชไนเดอร์เอ็ม1, Müller CA1.

นามธรรม

การวิจัยในปัจจุบันเกี่ยวกับการติดอินเทอร์เน็ต (IA) รายงานอัตราความชุกของ IA และอาการทางจิตเวชในระดับปานกลางถึงสูงในผู้ใช้เว็บไซต์เครือข่ายสังคมออนไลน์ (SNS) และเกมเล่นตามบทบาทออนไลน์ จุดมุ่งหมายของการศึกษานี้คือการกำหนดลักษณะผู้ใช้ที่เป็นผู้ใหญ่ของเกมกลยุทธ์ผู้เล่นหลายคนทางอินเทอร์เน็ตภายใน SNS ดังนั้นเราจึงทำการศึกษาเชิงสำรวจโดยใช้แบบสำรวจออนไลน์เพื่อประเมินตัวแปรทางสังคมวิทยาจิตพยาธิวิทยาและอัตราของ IA ในกลุ่มผู้เล่นเกมโซเชียลเน็ตเวิร์กสำหรับผู้ใหญ่โดย Young's Internet Addiction Test (IAT), Toronto Alexithymia Scale (TAS-26), Beck Depression Inventory-II (BDI-II) รายการตรวจสอบอาการ -90-R (SCL-90-R) และ WHO Quality of Life-BREF (WHOQOL-BREF) ผู้เข้าร่วมทั้งหมดเป็นรายชื่อเกมเมอร์ของ“ Combat Zone” ใน SNS“ Facebook” ในกลุ่มตัวอย่างนี้ 16.2% ของผู้เข้าร่วมถูกจัดประเภทเป็นอาสาสมัครที่มี IA และ 19.5% มีคุณสมบัติตามเกณฑ์สำหรับ alexithymia เมื่อเปรียบเทียบผู้เข้าร่วมการศึกษาที่มีและไม่มี IA กลุ่ม IA มีผู้ป่วยที่มีอาการอะเล็กซิเทียมากกว่าอย่างมีนัยสำคัญรายงานอาการซึมเศร้ามากขึ้นและมีคุณภาพชีวิตที่แย่ลง การค้นพบนี้ชี้ให้เห็นว่าการเล่นเกมบนโซเชียลเน็ตเวิร์กอาจเชื่อมโยงกับรูปแบบการใช้อินเทอร์เน็ตที่ไม่เหมาะสม นอกจากนี้ยังพบความสัมพันธ์ระหว่าง IA, alexithymia และอาการซึมเศร้าซึ่งจำเป็นต้องได้รับการอธิบายโดยการศึกษาในอนาคต

บทนำ

ในทศวรรษที่ผ่านมาจำนวนผู้ใช้อินเทอร์เน็ตทั่วโลกเพิ่มขึ้นจากคน 12.3 / 100 เป็น 32.8 (1). ในทำนองเดียวกันการใช้เว็บไซต์เครือข่ายสังคมออนไลน์ (SNS) เพิ่มขึ้นอย่างต่อเนื่องในช่วงหลายปีที่ผ่านมา SNS ส่วนใหญ่ประกอบด้วยโปรไฟล์ผู้ใช้แต่ละโปรไฟล์ที่เชื่อมโยงกับผู้ใช้รายอื่นทางอิเล็กทรอนิกส์ ปัจจุบัน SNS“ Facebook” เป็นหนึ่งในไซต์ที่มีการใช้งานมากที่สุดโดยมีผู้ใช้งานมากกว่า 1 พันล้านคนต่อเดือนและ> 600 ล้านคนต่อวัน2) แม้ว่าการใช้ SNS เป็นส่วนหนึ่งของกิจวัตรประจำวันในวันนี้สำหรับคนจำนวนมากทั่วโลกและยังเป็นประโยชน์ต่อเด็กและวัยรุ่น (เช่นการส่งเสริมการสื่อสารทักษะทางสังคมหรือทางเทคนิค) โดยผู้เขียนจำนวนน้อย (3) มันอาจเป็นหนึ่งในเขตข้อมูลที่มีความชุกสูงของพฤติกรรมการเสพติดเช่นติดอินเทอร์เน็ต (IA) (4-6).

คำว่า“ การติดอินเทอร์เน็ต” หมายถึงเงื่อนไขที่ไม่สามารถควบคุมการใช้อินเทอร์เน็ตได้ซึ่งอาจส่งผลให้เกิดความบกพร่องทางสังคมวิชาการอาชีพและการเงิน (7) ในปัจจุบันยังไม่มีฉันทามติเกี่ยวกับวิธีการกำหนดเกณฑ์การวินิจฉัยของ IA และ IA ยังไม่รวมอยู่ใน ICD-10 (8) ใน 2013 สมาคมจิตแพทย์อเมริกัน (APA) ได้รวมเอา“ ความผิดปกติของเกมบนอินเทอร์เน็ต” (IGD) ไว้ในหมวดที่ 3 ของ DSM-V (9) ส่วนที่อุทิศให้กับเงื่อนไขที่ต้องมีการวิจัยเพิ่มเติม อย่างไรก็ตาม IA เป็นหมวดหมู่ความผิดปกติที่แตกต่างซึ่งมีหลายชนิดย่อยนอกเหนือจากเกมออนไลน์ (เช่นเครือข่ายสังคมการส่งข้อความการมีเพศสัมพันธ์ก่อนอาชีพออนไลน์) (7, 10) และเครื่องมือวินิจฉัยเพื่อประเมิน IA อย่างแม่นยำยังขาดอยู่

แบบสอบถามแบบรายงานตัวเองจำนวนมากได้รับการพัฒนาขึ้นเพื่ออธิบายการใช้อินเทอร์เน็ตที่มีปัญหาตัวอย่างเช่นการทดสอบ Young Internet Addiction Test (IAT) (7) เพื่อประเมินชนิดย่อยของ IA ที่แตกต่างกันแบบสอบถามสำหรับการใช้อินเทอร์เน็ตในรูปแบบเฉพาะได้รับการพัฒนา (11).

ในช่วงไม่กี่ปีที่ผ่านมามีการเปิดตัวแอพพลิเคชั่นเกมออนไลน์มากมายที่ออกแบบมาเพื่อการใช้งานภายใน SNS สำหรับความรู้ของเราการวิจัยเกี่ยวกับประชากรที่ใช้เกมเหล่านี้เป็นสิ่งที่หายากและการค้นพบในปัจจุบันนั้นไม่สอดคล้องกัน การวิจัยผู้ใช้ SNS และผู้เล่นอินเทอร์เน็ตให้อัตราความชุกของ IA ที่แตกต่างกัน Smahel และเพื่อนร่วมงานรายงานว่าผู้เล่นเกมสวมบทบาทออนไลน์ที่มีผู้เล่นหลายคน (MMORPGs) จำนวน 40% จัดหมวดหมู่ตัวเองว่า "ติดเกม" (12) ในทางตรงกันข้ามการศึกษาในนักศึกษาที่ใช้ SNS พบว่าหนึ่งในหกของผู้เข้าร่วมการศึกษารายงานปัญหาที่พบบ่อยในชีวิตเนื่องจากการใช้ "Facebook" (6).

IA ยังได้รับรายงานว่ามักจะมาพร้อมกับอาการทางจิตเวชอื่น ๆ และความยากลำบากในการทำงานในชีวิตประจำวัน (7) การศึกษาบางรายงานว่าอัตราอาการซึมเศร้าในวิชาที่มี IA สูง13-15) ในขณะที่กลุ่มวิจัยอื่นไม่สามารถหาความสัมพันธ์ระหว่างการใช้อินเทอร์เน็ตที่มีปัญหากับภาวะซึมเศร้า (16).

นอกเหนือจากภาวะซึมเศร้าแนวคิดของ alexithymia อาจเกี่ยวข้องกับการพัฒนาและการบำรุงรักษาของ IA ตาม Nemiah et al. บุคคล alexithymic มีปัญหาในการระบุและอธิบายอารมณ์ของพวกเขาแทบจะไม่สามารถแยกแยะระหว่างความรู้สึกและความรู้สึกทางร่างกายที่เกิดจากอารมณ์เร้าอารมณ์และแสดงความคิดเชิงนอก (17) Alexithymia มีรายงานว่าพบได้บ่อยในผู้ที่มีความผิดปกติในการใช้สารเคมี (18) และอาจเพิ่มความเสี่ยงให้กับ IA (19) De Berardis และเพื่อนร่วมงานพบว่าบุคคลที่มีความบกพร่องทางการมองเห็นในตัวอย่างที่ไม่ใช่ทางคลินิกของนักศึกษาระดับปริญญาตรีรายงานว่ามีการใช้งานอินเทอร์เน็ตมากเกินไป เมื่อเทียบกับผู้ที่ไม่ได้เป็นอเล็กซิติกจะได้รับการปฏิบัติตามเกณฑ์ของ IA ในการศึกษาของพวกเขา (24.2% alexithymics กับ 3.2% ที่ไม่ใช่อเล็กซิมมิกส์) นอกจากนี้การศึกษาล่าสุดพบว่าความรุนแรงของ IA มีความสัมพันธ์เชิงบวกกับ alexithymia ในตัวอย่างของนักศึกษาวิทยาลัยตุรกี (20) นอกจากนี้ Scimeca et al. พบว่ามีความสัมพันธ์กันระหว่างระดับของ alexithymia และ IA และ alexithymia นั้นยังมีคุณสมบัติเป็นตัวทำนายของคะแนน IA (21) สอดคล้องกับข้อค้นพบเหล่านั้น Kandri และคณะ (22) ที่นำข้อมูลทางสังคมวิทยาและอารมณ์ของผู้ใช้อินเทอร์เน็ตมาพิจารณาพบว่า alexithymia และการใช้อินเทอร์เน็ตมากเกินไปมีความสัมพันธ์กันอย่างมาก

การศึกษาของเรามีวัตถุประสงค์เพื่อจำแนกกลุ่มย่อยของนักเล่นเกมเครือข่ายสังคมด้วยความเคารพต่อตัวแปรทางสังคมวิทยาจิตวิทยาและอัตราของ IA เราให้ความสำคัญกับผู้ใช้เกม“ Combat Zone” ที่นำเสนอโดยไซต์เครือข่ายสังคมออนไลน์“ Facebook”

วัสดุและวิธีการ

เราติดต่อผู้ให้บริการเกม“ Facebook” เพื่อรับสมัครผู้ใหญ่สำหรับการสำรวจออนไลน์ ผู้เข้าร่วมทั้งหมดของการศึกษานี้ถูกระบุว่าเป็นเกมเมอร์ของ“ Combat Zone” ใน“ Facebook” และได้รับคำเชิญให้เข้าร่วมในการศึกษาของเราผ่านทาง“ Facebook”“ Combat Zone” เป็นเกมที่ใช้กลยุทธ์หลายคนที่สามารถเล่นได้ .” ข้อมูลบัญชีของผู้เข้าร่วมใช้เพื่อสร้างอวาตาร์ที่สามารถโจมตีทางทหารได้ ผู้เล่นจะซื้อหรือขายอาณาเขตจัดตั้งพันธมิตรหรือต่อสู้กับศัตรูโดยเลือกตัวเลือกที่เสนอโดยผู้ให้บริการ ไม่มีการใช้เอฟเฟกต์พิเศษและเกมนี้เล่นได้ช้าในขณะที่สื่อสารกับผู้ใช้คนอื่นบน“ Facebook” (23).

เมื่อผู้เข้าร่วมเชื่อมต่อกับเว็บไซต์ของเราพวกเขาสามารถเข้าถึงข้อมูลเกี่ยวกับนักวิจัยจุดประสงค์ของการศึกษาและคำแนะนำที่ชัดเจนเกี่ยวกับแบบสอบถามและสิทธิ์ในการถอนออกจากการศึกษาเมื่อใดก็ได้ ผู้เข้าร่วมถูกขอให้ตอบรับคำเชิญเพื่อทำแบบสำรวจออนไลน์ หลังจากได้รับความยินยอมที่ได้รับการแจ้งออนไลน์ผู้เข้าร่วมสามารถทำแบบสำรวจได้ตลอดเวลาหรือถอนตัวออกจากการศึกษาในเวลาใดก็ได้ แบบสอบถามไม่ระบุชื่ออย่างเคร่งครัดและไม่มีการรวบรวมข้อมูลเกี่ยวกับตัวตนของผู้เข้าร่วม ผู้ตอบแบบสำรวจที่เสร็จสมบูรณ์ได้รับผลกำไรในรูปแบบของเกมโบนิจากผู้ให้บริการ สำหรับการรวมในการศึกษานี้ผู้เข้าร่วมจะต้องมีอายุมากกว่า 18 ปีและต้องใช้บัญชี SNS บ่อยมาก (เช่นใช้ประจำวันอย่างน้อย 1 ชั่วโมงในช่วง 3 เดือนสุดท้าย) การศึกษาได้รับการอนุมัติจากคณะกรรมการจริยธรรมท้องถิ่นและปฏิบัติตามหลักการของปฏิญญาเฮลซิงกิ ได้รับความยินยอมจากผู้เข้าร่วมทุกคนตามที่อธิบายไว้ข้างต้น

มาตรการของเราประกอบด้วย IAT ซึ่งเป็นเครื่องมือคัดกรองที่ผ่านการตรวจสอบสำหรับการใช้งานอินเทอร์เน็ตที่มีปัญหา (7, 24) คำถาม 20 ของมันประเมินระดับการใช้อินเทอร์เน็ตที่มีผลต่อกิจวัตรประจำวันชีวิตสังคมอาชีพการนอนหลับหรืออารมณ์และจัดอันดับในระดับความถี่ 6 จุดและสรุป จากการศึกษาก่อนหน้า (15, 25, 26) คะแนน IAT ของ≥50ถูกกำหนดเป็น IA

นอกจากนี้เราใช้เครื่องชั่ง Alexithymia ของโตรอนโต (TAS-26) (27) ซึ่งได้รับการพัฒนาเป็นแบบสอบถามประเมินตนเองมาตรฐานเพื่อวัด alexithymia มันประกอบด้วยรายการ 26 ที่ถูกจัดอันดับในระดับ 5 จุด Likert และส่งผลให้สามระดับ: ความยากลำบากในการระบุความรู้สึก (1), (2) ในการอธิบายความรู้สึกและ (3) การคิดเชิงจากภายนอก ตาชั่งเหล่านี้จะรวมกันเป็นคะแนนรวม สินค้าคงคลังเบ็คอาการซึมเศร้า -II (BDI-II) (28) และรายการตรวจสอบอาการ SCL-90-R (29) ใช้ในการสำรวจอาการซึมเศร้าและอาการทางจิตเวชอื่น ๆ BDI-II เป็นแบบสอบถามแบบรายการด้วยตนเอง 21 และใช้เพื่อวัดความรุนแรงของอาการซึมเศร้า อาการทางจิตวิทยาและสรีรวิทยาของภาวะซึมเศร้าได้รับการจัดอันดับในระดับ 0 – 3 และสรุป SCL-90-R ประกอบด้วยรายการ 90 ที่ถูกจัดอันดับในระดับคะแนน 5 ตั้งแต่“ ไม่น้อยเลย” ถึง“ สุดยอด” รายการนี้ครอบคลุมโดเมนเก้าโดเมน (somatization, obsessive – compulsive, ความไวระหว่างบุคคล, ความวิตกกังวล, ความวิตกกังวล การเป็นปรปักษ์, ความวิตกกังวลเกี่ยวกับ phobic, การตั้งครรภ์แบบหวาดระแวง, และพฤติกรรมโรคจิต) และดัชนีความรุนแรงทั่วไป (GSI) ซึ่งระบุถึงความทุกข์ทางจิตใจ ผลลัพธ์ของ SCL-90-R ได้รับมา T ค่าค่า≥60นั้นถือว่าเป็นค่าเฉลี่ยสูงกว่า (mean = 50, SD = 10)

สุดท้ายประเมินคุณภาพชีวิตของผู้เข้าร่วมโดยใช้แบบย่อของการวัดคุณภาพชีวิตขององค์การอนามัยโลก (WHOQOL-BREF) (30) รายการยี่สิบหกได้รับการจัดอันดับในระดับตั้งแต่ 1 ถึง 5 คะแนนทั้งสี่ด้านร่างกายจิตใจสังคมและสิ่งแวดล้อมสามารถได้มาและแสดงให้เห็นถึงแง่มุมต่าง ๆ ของคุณภาพชีวิต คะแนนจะถูกแปลงในระดับจาก 0 เป็น 100 ด้วยคะแนนที่สูงขึ้นบ่งชี้คุณภาพชีวิตที่สูงขึ้น

การวิเคราะห์ทางสถิติ

ผลลัพธ์จะแสดงเป็นค่าเฉลี่ย± SD การทดสอบ Kolmogorov – Smirnov ใช้เพื่อประเมินการแจกแจงแบบปกติ เนื่องจากการแจกแจงแบบไม่ปกติมีการใช้เฉพาะสถิติที่ไม่ใช่พารามิเตอร์เท่านั้น ความแตกต่างระหว่างผู้เข้าร่วมที่มีและไม่มี IA ถูกวิเคราะห์โดยใช้ Mann – Whitney U ทดสอบ. ค่าสัมประสิทธิ์สหสัมพันธ์อันดับ (Spearman's ρ) ถูกคำนวณสำหรับตัวแปรทางสังคมและทางคลินิก ระดับความสำคัญที่เลือกคือ p <0.05 การวิเคราะห์ทางสถิติดำเนินการโดยใช้ IBM SPSS Statistics เวอร์ชัน 19 (SPSS Inc. , Chicago, IL, USA)

ผลสอบ

Subjects

ห้าร้อยยี่สิบแปดเรื่องเชื่อมต่อกับเว็บไซต์ของเรา อย่างไรก็ตามวิชา 158 จะต้องถูกแยกออกจากการศึกษาเนื่องจากการขาดหายไปและ / หรือข้อมูลที่ไม่สอดคล้องกัน ดังนั้นวิชาเพศชาย 356 และเพศหญิง 14 จึงรวมอยู่ในการวิเคราะห์ขั้นสุดท้าย (n = 370, 70.1%) ลักษณะทางสังคมวิทยาของประชากรที่ศึกษามีการระบุไว้ในตาราง 1 และ 2.

ตาราง 1
www.frontiersin.org 

ตาราง 1 ลักษณะทางสังคมวิทยาของผู้เข้าร่วมการศึกษา 1.

ตาราง 2
www.frontiersin.org 

ตาราง 2 ลักษณะทางสังคมวิทยาของผู้เข้าร่วมการศึกษา 2.

ในการวิเคราะห์ข้อมูล IAT นั้น 16.2% ของผู้เข้าร่วม (n = 60) ถูกจัดประเภทเป็นวิชาที่มี IA (คะแนนรวม≥50) นอกจากนี้ 13.3% ของผู้เข้าร่วมเหล่านี้ (n = 8) มีปัญหารุนแรงกับการใช้อินเทอร์เน็ตตาม Young (คะแนนรวม≥80) (31) ไม่มีวิชา 60 ที่มี IA เป็นเพศหญิง

การใช้คะแนนตัดของ 54 ใน TAS-26 (27), 19.5% (n = 72) ของผู้เข้าร่วมในการศึกษาของเราปฏิบัติตามเกณฑ์สำหรับ alexithymia

การวิเคราะห์ข้อมูล BDI-II เปิดเผยว่า 76.5% (n = 283) ของผู้เข้าร่วมไม่มีอาการซึมเศร้าหรือน้อยที่สุด (คะแนน <14), 10% (n = 37) แสดงอาการไม่รุนแรง (คะแนน 14 – 19), 7.0% (n = 26) แสดงอาการปานกลาง (คะแนน 20 – 28) และ 6.5% (n = 24) แสดงอาการซึมเศร้าอย่างรุนแรง (คะแนน 29 – 63)

SCL-90 GSI ไม่ได้เปิดเผยระดับที่เพิ่มขึ้นของอาการทางจิตเวชในการวิเคราะห์ของทุกวิชา (เฉลี่ย = 52.0, SD = 19.1) WHOQOL-BREF สำหรับทุกวิชา (n = 370) ไม่ได้แสดงคุณภาพชีวิตที่ลดลง (สุขภาพกาย: หมายถึง = 69.3, SD = 19.7, จิตวิทยา: หมายถึง = 70.1, SD = 20.8, ความสัมพันธ์ทางสังคม: หมายถึง = 62.8, SD = 23.8, สภาพแวดล้อม: หมายถึง = 67.0, SD = 19.7)

ความรุนแรงของ IA มีความสัมพันธ์เชิงบวกกับคะแนน SCL-90-R GSI (r = 0.136, p = 0.009) นอกจากนี้ความรุนแรงของ IA นั้นมีความสัมพันธ์เชิงบวกกับคะแนนรวม BDI-II (r = 0.210, p = 0.000) มีความสัมพันธ์เชิงลบระหว่างความรุนแรงของคะแนน IA และ WHOQOL-BREF (สุขภาพร่างกาย: r = −0.277 p = 0.000; จิตวิทยา: r = −0.329 p = 0.000; ความสัมพันธ์ทางสังคม: r = −0.257 p = 0.000 สภาพแวดล้อม: r = −0.198 p = 0.000)

พบความสัมพันธ์เชิงบวกสำหรับ TAS-26 subscale“ การคิดเชิงจากภายนอก” และความรุนแรงของ IA (r = 0.114, p = 0.028)

ค่าดัชนีมวลกายเฉลี่ยในตัวอย่างของเราคือ 28.7 kg / m2 (SD = 7.2) ร้อยละสามสิบหกของผู้เข้าร่วม (n = 133) รายงานว่ามีน้ำหนักเกิน (BMI 25 – 29.99 kg / m2), 23% (n = 85) เป็นคนอ้วนระดับ I (BMI 30 – 34.99 kg / m2) และ 13% (n = 47) โรคอ้วนคลาส II หรือ III (BMI ≥35 kg / m2) (32) ร้อยละยี่สิบหกของผู้เข้าร่วม (n = 98) รายงานน้ำหนักปกติถึงความบางเบา (BMI 17 – 24.99 kg / m2) และ 2% (n = 6) รายงาน BMI <17 kg / m2แสดงว่ามีน้ำหนักต่ำถึงปานกลางถึงรุนแรง ค่าดัชนีมวลกายมีความสัมพันธ์เชิงบวกกับอายุของผู้เข้าร่วม (r = 0.328, p = 0.000) แต่ไม่มีความสัมพันธ์กับตัวแปรทางคลินิกใด ๆ

เปรียบเทียบวิชาที่มีและไม่มี IA

พบความแตกต่างอย่างมีนัยสำคัญในแบบสอบถาม TAS-26, BDI-II และ WHOQOL-BREF เมื่อเปรียบเทียบวิชาที่มี IA (n = 60) และผู้เข้าร่วมที่ไม่มี IA (n = 310 ดูที่ตาราง 3) กลุ่ม IA มีอาสาสมัครมากขึ้นอย่างมีนัยสำคัญกับ alexithymia (Z = −2.606 p = 0.009) รายงานอาการซึมเศร้ามากขึ้น (Z = −2.438 p = 0.015) และแสดงคุณภาพชีวิตที่ไม่ดี (สุขภาพร่างกาย: Z = −4.455 p = 0.000; จิตวิทยา: Z = −5.139 p = 0.000 ความสัมพันธ์ทางสังคม: Z = −3.679 p = 0.000 สภาพแวดล้อม: Z = −2.561 p = 0.010) ไม่มีความแตกต่างอย่างมีนัยสำคัญในลักษณะทางสังคมวิทยาหรือระดับ SCL-90-R ระหว่างทั้งสองกลุ่ม

ตาราง 3
www.frontiersin.org 

ตาราง 3 เปรียบเทียบวิชาที่มีและไม่มี IA.

การสนทนา

การศึกษาครั้งนี้สำรวจลักษณะของนักเล่นเกม SNS โดยใช้แบบสอบถามแบบรายงานด้วยตนเองทางออนไลน์โดยเน้นไปที่อัตราของ IA, alexithymia และอาการทางจิตเวชต่อไป ในตัวอย่างนี้ 16% ของผู้เข้าร่วมถึงคะแนนตัดของ 50 ใน IAT ซึ่งเป็นตัวแทนของผู้เข้าร่วมที่ประสบปัญหาเป็นครั้งคราวหรือบ่อยครั้งเนื่องจากการใช้อินเทอร์เน็ต (31) ในทางตรงกันข้ามการสำรวจออนไลน์อเมริกันขนาดใหญ่ที่มีผู้เข้าร่วม 17,251 รายงานความชุกของ IA ที่ต่ำกว่าอย่างชัดเจนประมาณ 6% (33) แน่นอนเนื่องจากขนาดตัวอย่างและรูปแบบการศึกษาแตกต่างกันอย่างมากการเปรียบเทียบโดยตรงจึงมีค่า จำกัด เท่านั้น อย่างไรก็ตามตามการค้นพบของเราการศึกษาเมื่อเร็ว ๆ นี้ในนักศึกษามหาวิทยาลัยตุรกีโดยใช้ SNS รายงานว่า 12.2% ของผู้เข้าร่วมถูกจัดหมวดหมู่เป็น“ ติดอินเทอร์เน็ต” หรือที่“ มีความเสี่ยงสูงต่อการติดยาเสพติด” ตามมาตรวัดการติดอินเทอร์เน็ต (IAS)20) การศึกษาความชุกของ IA ในผู้ใช้ MMORPG เปิดเผยว่าอัตราการใช้อินเทอร์เน็ตที่มีปัญหาสูงขึ้นในประชากรกลุ่มนี้ ในการศึกษาเมื่อเร็ว ๆ นี้ 44.2 และ 32.6% ของกลุ่มตัวอย่างของผู้ใช้ MMROPG ได้รับการจัดหมวดหมู่เป็นวิชาที่มี IA ซึ่งประเมินโดยมาตราส่วนความผิดปกติของอินเทอร์เน็ตติดยาเสพติด Goldberg (GIAD) และ Orman Internet Stress Scale (ISS) ตามลำดับ (34) เมื่อนำมารวมกันอัตราความชุกที่พบในการศึกษาเหล่านี้แตกต่างกันอย่างมากอาจเกี่ยวข้องกับกลุ่มอายุที่แตกต่างกันชนิดย่อยของผู้ใช้อินเทอร์เน็ตและเครื่องมือวินิจฉัยที่แตกต่างกันโดยเฉพาะอย่างยิ่งในการประเมิน IA

สัดส่วนที่น้อยมากของผู้หญิงใน 3.8% ในตัวอย่างของเราอาจเป็นผลมาจากการใช้งานที่เลือก ตามที่ผู้ให้บริการของ“ Combat Zone” หมายความว่าเปอร์เซ็นต์ของนักเล่นเกมหญิงอยู่ที่ 4% ในช่วง 2 ปีที่ผ่านมา ความจริงที่ว่าไม่มีนักเล่นเกมหญิงคนใดที่ถูกจัดประเภทเป็นเรื่องของ IA เป็นปรากฏการณ์ที่ได้รับการสังเกตแล้วในการศึกษาก่อนหน้านี้ อาจเป็นไปได้ว่านักเล่นเกมเพศชายอาจมีความอ่อนไหวต่อ IA มากขึ้น (35).

ผลลัพธ์ของเราสอดคล้องกับรายงานก่อนหน้านี้ของความสัมพันธ์ระหว่าง alexithymia และ IA (18, 19) แต่เราสำรวจกลุ่มย่อยเฉพาะของการใช้อินเทอร์เน็ต มีอัตราของ alexithymia ในอาสาสมัครที่มี IA สูงกว่าอย่างมีนัยสำคัญเมื่อเทียบกับผู้เข้าร่วมที่ไม่มี IA (31.7 เทียบกับ 17.1%) ความรุนแรงของ IA นั้นมีความสัมพันธ์เชิงบวกกับระดับย่อยของ“ การคิดเชิงนอก” ของ TAS-26 ถึงกระนั้นมันก็ยังไม่มีความชัดเจนว่า alexithymia มีความสำคัญต่อ IA หรือไม่ ใครบางคนอาจคาดการณ์ว่าบุคคลที่มีน้ำใจมักจะใช้อินเทอร์เน็ตมากเกินไปอันเป็นผลมาจากความนับถือตนเองต่ำ (36) และความเป็นไปได้ที่จะหลีกเลี่ยงการโต้ตอบทางสังคม“ ของจริง” ตามที่เสนอก่อนหน้านี้ (19).

การศึกษาในปัจจุบันยังยืนยันผลลัพธ์ของการวิจัยก่อนหน้านี้ที่เชื่อมโยงการใช้อินเทอร์เน็ตที่มีปัญหากับระดับที่สูงขึ้นของภาวะซึมเศร้า (14, 15, 20, 37) ข้อสันนิษฐานข้อหนึ่งอาจเป็นได้ว่าผู้ป่วยที่มีภาวะซึมเศร้าอาจพยายามบรรเทาอาการที่แตกต่างกันโดยใช้เกมเครือข่ายสังคมมากเกินไป ในทางกลับกันรูปแบบทางพยาธิวิทยาของการใช้อินเทอร์เน็ตอาจทำให้เกิดอาการซึมเศร้า (38) ดังนั้นจึงจำเป็นต้องมีการศึกษาในอนาคตเพื่ออธิบายความสัมพันธ์ที่แม่นยำระหว่าง IA และภาวะซึมเศร้า

เป็นที่น่าสนใจที่จะทราบว่าผู้เข้าร่วมประมาณสามในสี่มีน้ำหนักตัวมากเกินหรือเป็นโรคอ้วน อย่างไรก็ตามการมีน้ำหนักเกิน / โรคอ้วนไม่เกี่ยวข้องกับตัวแปรทางคลินิกใด ๆ ในการศึกษานี้ ดังนั้นการค้นพบเหล่านี้จะต้องมีการสอบสวนในการศึกษาต่อไป

ผลลัพธ์ของเราแนะนำว่าผู้ป่วยที่มี IA ควรได้รับการคัดเลือกอย่างระมัดระวังสำหรับโรคที่เกี่ยวข้องเช่นความผิดปกติของการซึมเศร้า, alexithymia และความผิดปกติของการรับประทานอาหาร เกี่ยวกับการรักษาของ IA โดยเฉพาะอย่างยิ่งการบำบัดความรู้ความเข้าใจ - พฤติกรรมอาจแสดงวิธีการรักษาที่มีแนวโน้ม (36).

ข้อ จำกัด หลายประการของการศึกษานี้ จำกัด การตีความผลลัพธ์ ประการแรกการกระจายเพศนั้นไม่สมดุลอย่างมากในการศึกษานี้ ประการที่สองตัวอย่างของเราถูกดึงมาจากแอปพลิเคชั่น“ Facebook” เพียงแอปเดียวจึงเห็นได้ชัดว่าไม่ได้เป็นตัวแทนของผู้ใช้อินเทอร์เน็ตทุกประเภทลดความถูกต้องจากภายนอกของผลลัพธ์ นอกจากนี้ขนาดตัวอย่างของการศึกษานี้มีขนาดเล็กเกินไปที่จะสรุปได้อย่างชัดเจน ยิ่งกว่านั้นมาตรการรายงานด้วยตนเองที่ใช้นั้นมีความอ่อนไหวต่ออคติดังที่เห็นในอัตราของข้อมูลที่ไม่รวม การสัมภาษณ์ทางคลินิกพร้อมข้อมูลเพิ่มเติมจากผู้ให้ข้อมูลภายนอกเช่นสมาชิกในครอบครัวอาจให้ข้อมูลที่เชื่อถือได้มากขึ้น ในที่สุดการขาดเครื่องมือทางคลินิกที่ได้มาตรฐานในการประเมิน IA อาจส่งผลต่อผลลัพธ์ของการศึกษา

สรุป

เราพบว่าผู้เล่นเกม SNS เกือบหนึ่งในหกคนผ่านเกณฑ์ของ IA ในตัวอย่างของเรา เมื่อเปรียบเทียบกับผู้เข้าร่วมการศึกษาที่มีและไม่มี IA กลุ่ม IA มีอาสาสมัครจำนวนมากที่มีอาการของโรค alexithymia รายงานอาการซึมเศร้าและมีคุณภาพชีวิตที่แย่ลง การค้นพบเหล่านี้ชี้ให้เห็นว่าเกมโซเชียลเน็ตเวิร์กอาจเกี่ยวข้องกับรูปแบบการปรับตัวที่ไม่เหมาะสมของการใช้อินเทอร์เน็ต นอกจากนี้ความสัมพันธ์ระหว่าง IA, alexithymia และอาการซึมเศร้าพบว่าต้องมีการอธิบายโดยการศึกษาในอนาคต

คำชี้แจงความขัดแย้งทางผลประโยชน์

ผู้เขียนประกาศว่าการวิจัยได้ดำเนินการในกรณีที่ไม่มีความสัมพันธ์ทางการค้าหรือทางการเงินใด ๆ ที่อาจตีความได้ว่าเป็นความขัดแย้งทางผลประโยชน์ที่อาจเกิดขึ้น

อ้างอิง

1 ธนาคารโลก (2013) วางจำหน่ายจาก: http://data.worldbank.org/indicator/IT.NET.USER.P2/countries/1W?display=graph

Google Scholar

2 Facebook (2013) วางจำหน่ายจาก: http://newsroom.fb.com/Key-Facts

Google Scholar

3 O'Keeffe GS, Clarke-Pearson K. ผลกระทบของสื่อโซเชียลต่อเด็กวัยรุ่นและครอบครัว กุมารเวชศาสต​​ร์ (2011) 127(4):800–4. doi: 10.1542/peds.2011-0054

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

4 Koc M, Gulyagci S. Facebook ติดยาเสพติดในหมู่นักศึกษาตุรกี: บทบาทของสุขภาพจิต, ลักษณะทางประชากรศาสตร์และลักษณะการใช้งาน Cyberpsychol Behav Soc Netw (2013) 16(4):279–84. doi:10.1089/cyber.2012.0249

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

5 Machold C, ผู้พิพากษา G, Mavrinac A, Elliott J, Murphy AM, Roche E. รูปแบบเครือข่ายทางสังคม / อันตรายในหมู่วัยรุ่น Ir Med J (2012) 105(5): 151 2-

PubMed บทคัดย่อ | Google Scholar

6 Kittinger R, Correia CJ, Irons JG ความสัมพันธ์ระหว่างการใช้ Facebook กับการใช้อินเทอร์เน็ตที่เป็นปัญหาในหมู่นักศึกษา Cyberpsychol Behav Soc Netw (2012) 15(6):324–7. doi:10.1089/cyber.2010.0410

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

7 Young KS การติดอินเทอร์เน็ต: การเกิดขึ้นของความผิดปกติทางคลินิกใหม่ ไซเบอร์สปิลโซลเบฟ (1998) 1(3):237–44. doi:10.1089/cpb.1998.1.237

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

8 องค์การอนามัยโลก (WHO) ใน: Dilling H, Mombour W, Schmidt MH, Schulte-Warkwort E, บรรณาธิการ Klassifikation psychischer นานาชาติStörungen ICD-10 Kapitel V (F) Forschungskriterien. เบิร์น: Huber (1994)

Google Scholar

9 สมาคมจิตแพทย์อเมริกัน คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิตรุ่นที่ห้า (DSM-V) (2013) วางจำหน่ายจาก: http://www.dsm5.org/Documents/Internet%20Gaming%20Disorder%20Fact%20Sheet.pdf

Google Scholar

10 Young KS, Nabuco de Abreu C. การติดอินเทอร์เน็ต: คู่มือและแนวทางในการประเมินและการรักษา. โฮโบเก้น, นิวเจอร์ซีย์: John Wiley and Sons (2010)

Google Scholar

11 Andreassen CS, Torsheim T, Brunborg GS, Pallesen S. การพัฒนาระดับการเสพติดของ Facebook ตัวแทน Psychol (2012) 110(2):501–17. doi:10.2466/02.09.18.PR0.110.2.501-517

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

12 Smahel D, Blinka L, Ledabyl O. การเล่น MMORPGs: การเชื่อมต่อระหว่างการเสพติดและการระบุด้วยตัวละคร ไซเบอร์สปิลโซลเบฟ (2008) 11(6):715–8. doi:10.1089/cpb.2007.0210

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

13 Yen JY, Ko CH, Yen CF, Wu HY, Yang MJ อาการทางจิตเวช comorbid ของการติดอินเทอร์เน็ต: ขาดสมาธิและสมาธิสั้น (ADHD), ซึมเศร้า, ความหวาดกลัวสังคมและความเกลียดชัง J Adolesc Health (2007) 41(1):93–8. doi:10.1016/j.jadohealth.2007.02.002

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

14 Kraut R, Patterson M, Lundmark V, Kiesler S, Mukopadhyay T, Scherlis W. Internet ขัดขืน เทคโนโลยีทางสังคมที่ช่วยลดการมีส่วนร่วมทางสังคมและความเป็นอยู่ทางจิตวิทยา? กำลัง Psychol (1998) 53(9):1017–31. doi:10.1037/0003-066X.53.9.1017

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

15 Ha JH, Kim SY, Bae SC, Bae S, Kim H, Sim M, และคณะ อาการซึมเศร้าและการเสพติดอินเทอร์เน็ตในวัยรุ่น พยาธิวิทยา (2007) 40(6):424–30. doi:10.1159/000107426

CrossRef ข้อความแบบเต็ม | Google Scholar

16 Jelenchick LA, Eickhoff JC, Moreno MA “ Facebook depression?” การใช้ไซต์เครือข่ายสังคมออนไลน์และภาวะซึมเศร้าในวัยรุ่นที่มีอายุมากกว่า J Adolesc Health (2013) 52(1):128–30. doi:10.1016/j.jadohealth.2012.05.008

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

17 Nemiah JH, Freyberger H, Sifneos PE Alexithymia: มุมมองของกระบวนการ psychosomatic Mod Psychosom Med (1976) 2: 430 39-

Google Scholar

18 เทย์เลอร์ GJ, ปาร์กเกอร์ JD, Bagby RM การตรวจสอบเบื้องต้นของ alexithymia ในผู้ชายที่พึ่งพาสารออกฤทธิ์ทางจิต ฉันคือจิตเวชศาสตร์ (1990) 147(9):1228–30. doi:10.1176/ajp.147.9.1228

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

19 De Berardis D, Albenzio A, Gambi F, Sepede G, Valchera A, Conti CM, และอื่น ๆ Alexithymia และความสัมพันธ์กับประสบการณ์แยกจากกันและการติดอินเทอร์เน็ตในตัวอย่างที่ไม่เกี่ยวกับเรื่อง ไซเบอร์สปิลโซลเบฟ (2009) 12(1):67–9. doi:10.1089/cpb.2008.0108

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

20 Dalbudak E, Evren C, Aldemir S, Coskun KS, Ugurlu H, Yildirim FG ความสัมพันธ์ระหว่างความรุนแรงของการเสพติดอินเทอร์เน็ตกับภาวะซึมเศร้าความวิตกกังวลและความผิดปกติของอารมณ์และลักษณะนิสัยในนักศึกษามหาวิทยาลัย Cyberpsychol Behav Soc Netw (2013) 16(4):272–8. doi:10.1089/cyber.2012.0390

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

21 Scimeca G, Bruno A, Cava L, Pandolfo G, Muscatello MR, Zoccali R. ความสัมพันธ์ระหว่าง alexithymia, วิตกกังวล, ซึมเศร้าและความรุนแรงของการติดอินเทอร์เน็ตในตัวอย่างของนักเรียนมัธยมปลายชาวอิตาลี ScientificWorldJournal (2014) 2014: 504376 ดอย: 10.1155 / 2014 / 504376

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

22 Kandri TA, Bonotis KS, Floros GD, Zafiropoulou MM ส่วนประกอบ Alexithymia ในผู้ใช้อินเทอร์เน็ตมากเกินไป: การวิเคราะห์แบบหลายปัจจัย จิตเวชศาสตร์ (2014) 220(1–2):348–55. doi:10.1016/j.psychres.2014.07.066

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

23 Hanisch M. คำอธิบายของ“ Combat Zone” (การสื่อสารส่วนบุคคล 2013)

Google Scholar

24 Widyanto L, McMurran M. คุณสมบัติ psychometric ของการทดสอบการเสพติดอินเทอร์เน็ต ไซเบอร์สปิลโซลเบฟ (2004) 7(4):443–50. doi:10.1089/cpb.2004.7.443

CrossRef ข้อความแบบเต็ม | Google Scholar

25 Yoo HJ, Cho SC, Ha J, Yune SK, Kim SJ, Hwang J, et al อาการสมาธิสั้นและอาการติดอินเทอร์เน็ต จิตเวชศาสตร์ Clin Neurosci (2004) 58(5):487–94. doi:10.1111/j.1440-1819.2004.01290.x

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

26 Tang J, Yu Y, Du Y, Ma Y, Zhang D, วังเจความชุกของการติดอินเทอร์เน็ตและการเชื่อมโยงกับเหตุการณ์ในชีวิตที่เครียดและอาการทางจิตวิทยาในหมู่ผู้ใช้อินเทอร์เน็ตวัยรุ่น ติดยาเสพติด Behav (2014) 39(3):744–7. doi:10.1016/j.addbeh.2013.12.010

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

27 Taylor GJ, Ryan D, Bagby RM สู่การพัฒนามาตราส่วนเล็กซิสเซียนิวรายงานด้วยตนเอง นักจิตวิทยา (1985) 44(4):191–9. doi:10.1159/000287912

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

28 Beck AT, Steer RA, Brown GK BDI-II, Beck Depression Inventory: คู่มือ. 2 ed. บอสตัน, MA: Harcourt Brace (1996)

Google Scholar

29 Derogatis LR SCL-90-R ใน: จิตวิทยาสารานุกรม. ฉบับ 7. วอชิงตันดีซีและนิวยอร์กนิวยอร์ก: สมาคมจิตวิทยาอเมริกันและสำนักพิมพ์มหาวิทยาลัยออกซ์ฟอร์ด (2000) 192 3-

Google Scholar

30 Skevington SM, Lotfy M, O'Connell KA การประเมินคุณภาพชีวิต WHOQOL-BREF ขององค์การอนามัยโลก: คุณสมบัติทางด้านจิตใจและผลลัพธ์ของการทดลองภาคสนามระหว่างประเทศ รายงานจากกลุ่ม WHOQOL Qual Life Res (2004) 13(2):299–310. doi:10.1023/B:QURE.0000018486.91360.00

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

31 Young KS การทดสอบการติดอินเทอร์เน็ต (2013) วางจำหน่ายจาก: http://netaddiction.com/index.php?option=com_bfquiz&view=onepage&catid=46&Itemid=106

Google Scholar

32 องค์การอนามัยโลก ฐานข้อมูลทั่วโลกเกี่ยวกับดัชนีมวลกาย (2013) วางจำหน่ายจาก: http://apps.who.int/bmi/index.jsp

Google Scholar

33 Greenfield DN ลักษณะทางจิตวิทยาของการใช้อินเทอร์เน็ตแบบบังคับ: การวิเคราะห์เบื้องต้น ไซเบอร์สปิลโซลเบฟ (1999) 2(5):403–12. doi:10.1089/cpb.1999.2.403

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

34 Achab S, Nicolier M, Mauny F, Monnin J, Trojak B, Vandel P, และคณะ เกมสวมบทบาทออนไลน์ที่มีผู้เล่นหลายคนจำนวนมาก: การเปรียบเทียบลักษณะของนักเล่นเกมออนไลน์ที่ได้รับการคัดเลือกและไม่ติดเกมในกลุ่มผู้ใหญ่ชาวฝรั่งเศส BMC จิตเวชศาสตร์ (2011) 11:144. doi:10.1186/1471-244X-11-144

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

35 Liu TC, Desai RA, Krishnan-Sarin S, Cavallo DA, Potenza MN การใช้อินเทอร์เน็ตที่มีปัญหาและสุขภาพในวัยรุ่น: ข้อมูลจากการสำรวจโรงเรียนมัธยมในคอนเนตทิคัต จิตเวชศาสตร์ J (2011) 72(6):836–45. doi:10.4088/JCP.10m06057

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

36 Armstrong L, Phillips JG, Saling LL ปัจจัยที่มีศักยภาพของการใช้อินเทอร์เน็ตที่หนักกว่า Int J Hum Comput Stud (2000) 53(4):537–50. doi:10.1006/ijhc.2000.0400

CrossRef ข้อความแบบเต็ม | Google Scholar

37 Shek DT, Tang VM, Lo CY การติดอินเทอร์เน็ตในวัยรุ่นจีนในฮ่องกง: การประเมิน, โปรไฟล์และความสัมพันธ์ทางจิตวิทยาสังคม ScientificWorldJournal (2008) 8: 776 87- ดอย: 10.1100 / tsw.2008.104

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

38 Tonioni F, D 'Alessandris L, Lai C, Martinelli D, Corvino S, Vasale M, และคณะ การติดอินเทอร์เน็ต: ชั่วโมงที่ใช้ออนไลน์พฤติกรรมและอาการทางจิตวิทยา จิตเวชศาสตร์ Hosp (2012) 34(1):80–7. doi:10.1016/j.genhosppsych.2011.09.013

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

คำสำคัญ: การเสพติดอินเทอร์เน็ต, ความผิดปกติในการใช้อินเทอร์เน็ต, การติดพฤติกรรม, ไซต์เครือข่ายสังคมออนไลน์, เกมสวมบทบาทออนไลน์, alexithymia

การอ้างอิง: Geisel O, Panneck P, Stickel A, Schneider M และMüller CA (2015) ลักษณะของนักเล่นเกมเครือข่ายสังคมออนไลน์: ผลการสำรวจออนไลน์ ด้านหน้า จิตเวช 6: 69 doi: 10.3389 / fpsyt.2015.00069

ได้รับ: 30 มกราคม 2015; ยอมรับแล้ว: 27 เมษายน 2015;
Published: กรกฎาคม 08 2015

แก้ไขโดย:

Rajshekhar Bipetaวิทยาลัยการแพทย์คานธีและโรงพยาบาลอินเดีย

บทวิจารณ์โดย:

Aviv M. Weinstein, มหาวิทยาลัยอาเรียล, อิสราเอล
อัลก้าอานันท์ซับมรัญญา, วิทยาลัยการแพทย์แห่งชาติ Topiwala และโรงพยาบาลการกุศล BYL Nair ประเทศอินเดีย

ลิขสิทธิ์: © 2015 Geisel, Panneck, Stickel, Schneider และMüller นี่เป็นบทความแบบเปิดที่เผยแพร่ภายใต้เงื่อนไขของ ใบอนุญาตแสดงที่มาของครีเอทีฟคอมมอนส์ (CC BY). อนุญาตให้ใช้งานแจกจ่ายหรือทำซ้ำในฟอรัมอื่นโดยผู้แต่งหรือผู้ออกใบอนุญาตจะได้รับเครดิตและสิ่งพิมพ์ต้นฉบับในวารสารนี้ได้รับการอ้างอิงตามแนวทางปฏิบัติทางวิชาการที่เป็นที่ยอมรับ ไม่อนุญาตให้ใช้แจกจ่ายหรือทำซ้ำซึ่งไม่เป็นไปตามข้อกำหนดเหล่านี้

* สารบรรณ: Olga Geisel, แผนกจิตเวช, Campus Charité Mitte, Charité - Universitätsmedizin Berlin, Charitéplatz 1, Berlin 10117, ประเทศเยอรมนี, [ป้องกันอีเมล]