การศึกษาอิทธิพลของการติดอินเทอร์เน็ตและอิทธิพลระหว่างบุคคลที่มีต่อคุณภาพชีวิตที่เกี่ยวข้องกับสุขภาพในเด็กเวียดนาม (2017)

BMC สาธารณสุข 2017 Jan 31;17(1):138. doi: 10.1186/s12889-016-3983-z.

 

นามธรรม

พื้นหลัง

การติดอินเทอร์เน็ต (IA) เป็นปัญหาทั่วไปที่พบในวัยรุ่นเอเชีย การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อศึกษาอิทธิพลของ IA และกิจกรรมออนไลน์ต่อคุณภาพชีวิตที่เกี่ยวข้องกับสุขภาพ (HRQOL) ในเด็กเวียดนาม การศึกษานี้ยังเปรียบเทียบความถี่ของความวิตกกังวลซึมเศร้าและการเสพติดอื่น ๆ ของเด็กเวียดนามที่มีและไม่มี IA

วิธีการ

การศึกษานี้คัดเลือกเยาวชนเวียดนาม 566 คน (เพศหญิง 56.7% ชาย 43.3%) อายุตั้งแต่ 15 ถึง 25 ปีโดยใช้เทคนิคการสุ่มตัวอย่างโดยผู้ตอบแบบสอบถาม ไคสแควร์ tการทดสอบและการวิเคราะห์ความแปรปรวนถูกนำมาใช้เพื่อเปรียบเทียบเด็กเวียดนามที่มีและไม่มี IA การวิเคราะห์การถดถอยถูกนำมาใช้เพื่อตรวจสอบความสัมพันธ์ระหว่างลักษณะการใช้งานอินเทอร์เน็ตและ HRQOL

ผลสอบ

ผลลัพธ์จากการศึกษาแบบภาคตัดขวางนี้แสดงให้เห็นว่า 21.2% ของผู้เข้าร่วมได้รับความเดือดร้อนจาก IA ความสัมพันธ์ออนไลน์แสดงให้เห็นถึงอิทธิพลที่สูงขึ้นต่อพฤติกรรมและวิถีชีวิตในผู้เข้าร่วมที่มี IA มากกว่าที่ไม่มี IA ผู้เข้าร่วม IA มีแนวโน้มที่จะมีปัญหากับการดูแลตนเองความยากลำบากในการปฏิบัติกิจวัตรประจำวันประสบความเจ็บปวดและไม่สบายวิตกกังวลและซึมเศร้า ตรงกันข้ามกับการศึกษาก่อนหน้านี้เราพบว่าไม่มีความแตกต่างในเพศสังคมข้อมูลประชากรจำนวนผู้มีส่วนร่วมกับการสูบบุหรี่การสูบบุหรี่ท่อน้ำและการพึ่งพาแอลกอฮอล์ระหว่างกลุ่ม IA และกลุ่มที่ไม่ใช่ IA IA มีความสัมพันธ์อย่างมากกับ HRQOL ที่ไม่ดีในเด็กเวียดนาม

สรุป

IA เป็นปัญหาที่พบบ่อยในหมู่หนุ่มสาวชาวเวียดนามและความชุกของ IA นั้นสูงที่สุดเมื่อเปรียบเทียบกับประเทศอื่น ๆ ในเอเชีย การค้นพบของเราชี้ให้เห็นว่าเพศไม่อาจมีบทบาทสำคัญใน IA นี่อาจเป็นแนวโน้มที่เกิดขึ้นใหม่เมื่อทั้งสองเพศมีการเข้าถึงอินเทอร์เน็ตเท่ากัน จากการศึกษาผลกระทบของ IA ต่อ HRQOL ผู้เชี่ยวชาญด้านสุขภาพสามารถออกแบบการแทรกแซงที่มีประสิทธิภาพเพื่อบรรเทาผลกระทบเชิงลบของ IA ในเวียดนาม

คำสำคัญ

การติดอินเทอร์เน็ตมีอิทธิพลต่อบุคคลคุณภาพชีวิตของเวียดนามคนหนุ่มสาว

 

 

พื้นหลัง

ในช่วง 20 ปีที่ผ่านมาอินเทอร์เน็ตกลายเป็นส่วนสำคัญในชีวิตของเราและเป็นเครื่องมือสำคัญในการปฏิสัมพันธ์และการสื่อสารทางสังคม [1] การเข้าถึงอินเทอร์เน็ตมีราคาไม่แพงและมีการเติบโตอย่างรวดเร็วของผู้ใช้ในประเทศกำลังพัฒนา การใช้อินเทอร์เน็ตมากเกินไปทำให้เกิดผลเสียต่อสุขภาพของผู้ใช้ [2].

เนื้อหาของการวิจัยชี้ให้เห็นว่าการใช้อินเทอร์เน็ตที่มีปัญหาสามารถดูได้ว่าเป็นพฤติกรรมที่น่าติดตาม3, 4] สัญญาณและอาการของการเสพติดอินเทอร์เน็ต (IA) รวมถึงความลุ่มหลง, อาการทางอารมณ์ที่สอดคล้องกับการถอน, ใช้เวลามากขึ้น (ความอดทน) และการด้อยค่าการทำงานหรือผลกระทบเชิงลบเนื่องจากการใช้งานมากเกินไป IA อาจรวมถึงการเล่นเกมอินเทอร์เน็ตและการใช้อินเทอร์เน็ตในรูปแบบอื่น ๆ ซึ่งรวมถึงการดาวน์โหลดมากเกินไปการใช้เว็บไซต์เครือข่ายสังคมออนไลน์และการช็อปปิ้งออนไลน์ [5] ในขณะที่อินเทอร์เน็ตเป็นส่วนสำคัญของชีวิตประจำวันของเราแต่ทว่า IA นั้นพบเห็นได้ทั่วไปในหมู่คนหนุ่มสาวและกลายเป็นโรคระบาดทั่วโลก [6] สำหรับคนหนุ่มสาวการสนับสนุนทางสังคมที่ไม่ดีและความโดดเดี่ยวทางสังคมนั้นส่งผลให้เกิด IA [7] นอกจากนี้ IA อาจมีผลกระทบด้านลบต่อทักษะทางสังคมและความสัมพันธ์ระหว่างบุคคล [8] ดังนั้นจึงเป็นสิ่งสำคัญในการประเมินความสัมพันธ์ระหว่างอิทธิพลระหว่างบุคคลและ IA ออนไลน์เพราะคนหนุ่มสาวที่ทุกข์ทรมานจาก IA มักขี้อาย [9] และมีทักษะทางสังคมต่ำ [10] ผลกระทบเชิงลบของทักษะทางสังคมต่ำที่เกี่ยวข้องกับ IA ยังไม่ทราบ [2] ไม่มีการศึกษาจนถึงปัจจุบันได้สำรวจความสัมพันธ์ระหว่าง IA และอิทธิพลระหว่างบุคคลออนไลน์

IA นำไปสู่ผลกระทบด้านลบต่อสุขภาพจิต การวิเคราะห์อภิมานซึ่งประกอบด้วยผู้ป่วย 1641 ที่ทุกข์ทรมานจากการควบคุม IA และ 11210 ที่มีสุขภาพดีพบว่า IA มีความสัมพันธ์อย่างมีนัยสำคัญกับการใช้แอลกอฮอล์การขาดความสนใจและสมาธิสั้นภาวะซึมเศร้าและความวิตกกังวล [5] IA อาจเกี่ยวข้องกับการติดรูปแบบอื่น ๆ รวมถึงการสูบบุหรี่และการพึ่งพาแอลกอฮอล์ [11, 12] Andrews และคณะ (2002) พบว่าอิทธิพลจากเพื่อนมีส่วนช่วยในการใช้สารเสพติดในหมู่คนหนุ่มสาว [13] นอกจากปัญหาทางด้านจิตใจแล้ว IA ยังทำให้เกิดปัญหาทางร่างกายเช่นอาการปวดหลังและการบาดเจ็บจากความเครียด14] หาก IA ไม่ได้รับการดูแลตั้งแต่เนิ่นๆก็อาจนำไปสู่ผลร้ายต่อสุขภาพกายและสุขภาพจิตของคนหนุ่มสาว

ใน 2013 การสำรวจหกประเทศได้ดำเนินการและเปรียบเทียบความชุกของ IA ในกลุ่มเยาวชนเอเชียในจีนฮ่องกงญี่ปุ่นเกาหลีใต้เกาหลีใต้มาเลเซียและฟิลิปปินส์ [15] IA เป็นเรื่องปกติในหมู่คนหนุ่มสาวในประเทศเอเชียเหล่านี้และความชุกของ IA นั้นสูงที่สุดในฟิลิปปินส์ (21%) เหตุผลของความชุกของ IA ที่สูงในหมู่วัยรุ่นเอเชียอาจเป็นเพราะพวกเขามักเผชิญกับความขัดแย้งระหว่างวัฒนธรรมส่วนรวม [16] และการสร้างเอกลักษณ์บุคคล [17] กิจกรรมออนไลน์ช่วยให้เยาวชนเอเชียหลีกเลี่ยงการตระหนักถึงปัญหาที่แท้จริงของตนเองและปัญหาในชีวิตจริง [16] วัยรุ่นเอเชียอาจมีส่วนร่วมในกิจกรรมออนไลน์เช่นการเล่นเกมออนไลน์เพื่อหลีกเลี่ยงความขัดแย้งระหว่างวัฒนธรรมส่วนรวมและการสร้างเอกลักษณ์ของพวกเขา [16] ในประเทศจีนการใช้อินเทอร์เน็ตที่มีปัญหามีความสัมพันธ์กับอาการทางจิตและความไม่พอใจในชีวิต [14] ในไต้หวันปัจจัยเสี่ยงต่อการเกิดโรค IA ได้แก่ เพศชายอาการป่วยทางจิตและการสนับสนุนทางสังคมที่ไม่ดี [18] สิ่งสำคัญคือต้องศึกษา IA ในหมู่เยาวชนในประเทศแถบเอเชียอื่น ๆ เนื่องจากคนหนุ่มสาวเป็นผู้ใช้อินเทอร์เน็ตส่วนใหญ่และบางคนก็แสดงพฤติกรรมที่น่าดึงดูดต่ออินเทอร์เน็ต [18] ประเทศที่สำคัญอย่างหนึ่งซึ่งไม่รวมอยู่ในการสำรวจ 2013 หกประเทศคือเวียดนาม

ไม่ทราบความชุกของ IA ในเวียดนาม ลูกชายและคณะ (2012) พบว่าชายหนุ่มชาวเวียดนามที่ติดเกมสวมบทบาทออนไลน์หลายคนมีคะแนนสูงกว่าในระดับความผิดปกติทางจิต [19] การติดเกมออนไลน์นั้นไม่ได้เป็นตัวแทนของสเปกตรัมทั้งหมดของ IA เวียดนามเป็นหนึ่งในประเทศเศรษฐกิจที่เติบโตเร็วที่สุดและกลุ่มชาติพันธุ์ Kinh มีสัดส่วนประมาณ 86% ของประชากร สถานการณ์ของ IA ยังไม่เป็นที่ทราบแน่ชัดในกลุ่มชาติพันธุ์ Kinh ซึ่งเน้นเรื่องความผูกพันในครอบครัวและจิตวิญญาณซึ่งรวมถึงการปฏิบัติบูชาบรรพบุรุษ ใน 2015 เวียดนามมีผู้ใช้อินเทอร์เน็ต 44.4 ล้านคนและคาดว่าจะเติบโตเป็นจำนวนผู้ใช้อินเทอร์เน็ต 55.8 ล้านคนใน 2018 [20] ด้วยอัตราการเข้าถึงบรอดแบนด์ที่สูงในเวียดนามไม่ต้องสงสัยเลยว่า IA กำลังเป็นปัญหามากขึ้นในหมู่เด็กเวียดนาม IA มีการศึกษาค่อนข้างน้อยในเวียดนามเมื่อเทียบกับประเทศอื่น ๆ ในเอเชียเนื่องจากระบบการดูแลสุขภาพมุ่งเน้นไปที่โรคทางกายมากขึ้น19] นอกจากนี้ยังมีการขาดข้อมูลสำหรับ IA ในหญิงสาวเวียดนาม

ในการศึกษานี้เราสำรวจความชุกของ IA และคุณภาพชีวิตที่เกี่ยวข้องกับสุขภาพ (HRQOL) ผ่านอินเทอร์เน็ตโดยมุ่งเน้นเฉพาะเด็กเวียดนามที่มีความเสี่ยงต่อ IA เนื่องจากการเข้าถึงอินเทอร์เน็ตและความรู้คอมพิวเตอร์ การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาความสัมพันธ์ของ IA อิทธิพลระหว่างบุคคลออนไลน์และ HRQOL อันดับแรกเราเปรียบเทียบความแตกต่างระหว่างหนุ่มสาวชาวเวียดนามกับและไม่มี IA ต่อไปเราตรวจสอบความสัมพันธ์ระหว่างพฤติกรรมออนไลน์ HRQOL ปัญหาสุขภาพกายและสุขภาพจิต เราตั้งสมมติฐานว่ามีความแตกต่างอย่างมีนัยสำคัญระหว่างหนุ่มสาวชาวเวียดนามที่มีและไม่มี IA ใน (i) ลักษณะทางสังคมและประชากร (ii) โดเมนต่าง ๆ ของอิทธิพลระหว่างบุคคลทางออนไลน์ (iii) การเกิดขึ้นของปัญหาสุขภาพร่างกายและจิตใจ (iv) HRQOL และ (v) การติดรูปแบบอื่น ๆ โดยการระบุปัจจัยที่เกี่ยวข้องกับ HRQOL ที่ไม่ดีการศึกษานี้มีวัตถุประสงค์เพื่อระบุเป้าหมายสำหรับการแทรกแซงด้านสุขภาพในอนาคตเพื่อพัฒนา HRQOL สุขภาพกายและสุขภาพจิตของเด็กเวียดนามในยุคอินเทอร์เน็ตและวัฒนธรรมออนไลน์

 

 

วิธีการ

 

ผู้เข้าร่วมและขั้นตอน

การศึกษาภาคตัดขวางโดยใช้แบบสำรวจบนเว็บจัดทำขึ้นตั้งแต่เดือนสิงหาคมถึงตุลาคม 2015 ในเวียดนาม การศึกษานี้ได้รับการอนุมัติจากคณะกรรมการพิจารณาสถาบันของมหาวิทยาลัยการแพทย์ฮานอย เกณฑ์การคัดเลือก ได้แก่ 1) อายุ 15-25 ปี; 2) ปัจจุบันอาศัยอยู่ในเวียดนาม 3) ข้อตกลงในการเข้าร่วมในการศึกษานี้โดยให้ความยินยอมทางออนไลน์ 4) มีบัญชีอีเมลที่ถูกต้องหรือบัญชีของเว็บไซต์โซเชียลเน็ตเวิร์กเพื่อรับสมัครผู้เข้าร่วมคนอื่น ๆ โดยใช้เทคนิคการสุ่มตัวอย่างที่ขับเคลื่อนด้วยผู้ตอบ (RDS) ขนาดตัวอย่างคำนวณโดยใช้สูตรของ Wejnert et al [21] สำหรับเทคนิค RDS ด้วยความชุกของเยาวชนที่ติดอินเทอร์เน็ต = 12.3% (จากการศึกษาก่อนหน้านี้ในเวียดนาม [22]) ระดับความมั่นใจ = 95%; ขอบของข้อผิดพลาด = 0.05 และผลการออกแบบสำหรับ RDS = 3 ขนาดตัวอย่างขั้นต่ำคือ 498 เยาวชน เราเพิ่ม 15% ให้กับขนาดตัวอย่างเพื่อชดเชยผู้ที่มีคำตอบที่ไม่สมบูรณ์ ขนาดตัวอย่างสุดท้ายคือ 573 หลังจากการรวบรวมข้อมูลเยาวชน 566 ถูกรวมเข้าไปในขั้นตอนการวิเคราะห์ข้อมูล

ขั้นตอนแรกของการสรรหามุ่งเน้นไปที่กลุ่มหลักหลายแห่งจากมหาวิทยาลัยและโรงเรียนมัธยมในเวียดนามรวมถึงมหาวิทยาลัยการแพทย์ฮานอย, มหาวิทยาลัยแห่งชาติเวียดนาม, โรงเรียนมัธยม Hung Yen และโรงเรียนมัธยมฟาน Boi Chau กลุ่มเหล่านี้ได้รับเลือกเพื่อสะท้อนความหลากหลายของประชากรที่ศึกษาตามอายุเพศและระดับการศึกษา ผู้เข้าร่วมเริ่มต้นเหล่านี้มีแนวโน้มที่จะรู้จักหนุ่มสาวชาวเวียดนามคนอื่น ๆ ซึ่งมีลักษณะคล้ายกันซึ่งทำให้พวกเขามีคุณสมบัติตรงตามเกณฑ์การคัดเลือก จากการใช้เทคนิคการสุ่มตัวอย่างที่ตอบโดยผู้ตอบแบบสอบถามผู้เข้าร่วมเริ่มแรกจะถูกขอให้รับสมัครผู้เข้าร่วมที่เหมาะสมอื่น ๆ ของ 5 ผ่านเครือข่ายสังคมออนไลน์ของพวกเขา

 

 

มาตรการ

ก่อนการเริ่มต้นของการรวบรวมข้อมูลการศึกษานำร่องได้ดำเนินการกับผู้เข้าร่วม 20 ที่อายุน้อยและเพศต่างกัน ผู้เข้าร่วมเหล่านี้ประเมินแพลตฟอร์มออนไลน์และให้คำแนะนำเพื่อเพิ่มความสามารถในการเข้าถึงและการใช้งาน การสำรวจบนเว็บรวมถึงการวัดย่อยดังนี้   

  1. 1)

    คำถามเกี่ยวกับสังคมและประชากร ได้แก่ อายุเพศการศึกษาอาชีพสถานภาพสมรสเชื้อชาติและศาสนา

     
  2. 2)

    HRQOL วัดโดยใช้ EuroQol - ห้ามิติ - ห้าระดับ (EQ-5D-5 L) และ EuroQol - มาตรวัดแบบอะนาล็อกที่มองเห็น (EQ-VAS) EQ-5D-5 L ประกอบด้วยโดเมน 3125 แบบ ได้แก่ การเคลื่อนไหวการดูแลตนเองกิจกรรมปกติความเจ็บปวด / ความไม่สบายตัวและความวิตกกังวล / อาการซึมเศร้าโดยมีการตอบสนอง 20 ระดับ: ไม่มีปัญหาปัญหาเล็กน้อยปัญหาปานกลางปัญหารุนแรงและปัญหารุนแรงการให้ 0 สถานะสุขภาพที่มีดัชนีเดียวตามลำดับ EQ-VAS ช่วยให้ผู้ตอบแบบสอบถามสามารถให้คะแนนสถานะสุขภาพของพวกเขาในระดับแนวตั้ง 100 ซม. โดยมีจุดสิ้นสุดตั้งแต่ XNUMX ถึง XNUMX จุดโดยมีป้ายกำกับจาก 'สุขภาพที่แย่ที่สุดที่คุณสามารถจินตนาการได้' ถึง 'สุขภาพที่ดีที่สุดที่คุณสามารถจินตนาการ '.

     
  3. 3)

    รูปแบบดั้งเดิมของการทดสอบการเสพติดอินเทอร์เน็ต (IAT) ได้รับการพัฒนาโดย Young และคณะ [23] ซึ่งประกอบด้วยรายการ 20 ที่มีระดับ 5 จุดจาก 1 (“ ไม่ค่อย”) ถึง 5 (“ เสมอ”) เพื่อวัดแง่มุมต่าง ๆ ของ IA เช่นการสูญเสียการควบคุมการจัดการเวลาและการด้อยค่าในประสิทธิภาพ IAT ถูกใช้อย่างกว้างขวางในเอเชีย [24] ในการศึกษานี้เราได้ดัดแปลง IAT (แบบสั้น) ซึ่งได้รับการตรวจสอบโดย Pawlikowski และคณะ [25] แบบฟอร์มสั้นประกอบด้วยรายการ 12 ที่มีคุณสมบัติ psychometric ที่ดีและประเมินคุณสมบัติที่สำคัญของ IA ตามเกณฑ์การวินิจฉัย [25] ผู้เข้าร่วมใช้ระดับ Likert 5 จุดเพื่อระบุการตอบสนองของพวกเขาตั้งแต่ 1 (“ ไม่ค่อย”) เพื่อ 5 (“ เสมอ”) และคะแนนอยู่ในช่วง 12 ถึง 60 คะแนน คะแนนที่สูงขึ้นแนะนำระดับที่สูงขึ้นของ IA คะแนนการตัดของ 36 ถูกใช้เพื่อระบุผู้เข้าร่วมที่มีศักยภาพ IA [26] แบบสอบถามนี้แปลเป็นภาษาเวียดนาม เพื่อให้มั่นใจในความถูกต้องและความน่าเชื่อถือของรุ่นนี้เราได้ใช้แนวทางของ WHO สำหรับการแปลและการปรับใช้เครื่องมือ [27] เราเกี่ยวข้องกับผู้เชี่ยวชาญสองคนเป็นภาษาอังกฤษและภาษาเวียดนามในการแปลเครื่องมือนี้ ทั้งคู่เป็นผู้เชี่ยวชาญด้านการแพทย์และจิตวิทยา เราได้ทำการแปลล่วงหน้าผู้เชี่ยวชาญและแปลกลับมาเป็นคำแนะนำจากแนวทาง จากนั้นเราได้ขับเครื่องดนตรีเวียดนามร่วมกับเยาวชน 10 และแก้ไขคำหรือข้อความใด ๆ ที่อาจนำไปสู่การเข้าใจผิด อัลฟาของครอนบาคของเครื่องดนตรีนี้คือ 0.8667

     
  4. 4)

    ในการวัดระดับการใช้แอลกอฮอล์ในทางที่ผิดได้ใช้แบบสอบถามการทดสอบความผิดปกติในการใช้เครื่องดื่มแอลกอฮอล์ (AUDIT-C) เครื่องชั่งนี้ใช้แบบเวียดนามและผ่านการตรวจสอบในการศึกษาก่อนหน้านี้ [28, 29] AUDIT-C เป็นที่นิยมใช้โดยแพทย์ปฐมภูมิเพื่อคัดกรองแอลกอฮอล์ที่ไม่เหมาะสม [30] AUDIT-C ประกอบด้วยคำถามสามข้อที่มีคะแนนจาก 0 ถึง 12 points เมื่อคะแนนที่สูงขึ้นบ่งชี้ว่ามีความเสี่ยงสูงต่อการติดเหล้า หากผู้ตอบแบบสอบถามชายมีคะแนน≥ 4 และผู้ตอบแบบสอบถามหญิงมีคะแนน≥ 3 พวกเขาจะถูกจัดประเภทเป็นกรณีที่มีศักยภาพของการพึ่งพาแอลกอฮอล์ [30].

     
  5. 5)

    เราตรวจสอบอิทธิพลระหว่างบุคคลที่มีต่อผู้เข้าร่วมซึ่งรวมถึงความถี่ในการสื่อสารกับเพื่อนออนไลน์การรับรู้ตนเองเกี่ยวกับผลกระทบของความสัมพันธ์ออนไลน์ที่มีต่อพฤติกรรมพฤติกรรมการใช้ชีวิตและการรับรู้สถานที่เยี่ยมชมที่เพื่อนออนไลน์แนะนำ

     
  6. 6)

    เรารวบรวมข้อมูลอื่น ๆ รวมถึงเวลาที่ผู้เข้าร่วมแต่ละคนใช้บน Facebook สถานะปัจจุบันของการสูบบุหรี่และการสูบน้ำจากท่อ (ชิชา)

 

 

 

การวิเคราะห์ทางสถิติ

ซอฟต์แวร์ STATA รุ่น 12.0 (Stata Corp. LP, College Station, สหรัฐอเมริกา) ใช้ในการวิเคราะห์ข้อมูล T- การทดสอบ, การทดสอบ Mann - Whitney, การทดสอบ Chi-squared และการทดสอบที่แน่นอนของ Fisher ใช้เพื่อสำรวจความแตกต่างระหว่างผู้ตอบแบบสอบถามที่มีและไม่มี IA การถดถอยเชิงเส้นหลายตัวแปรใช้เพื่อระบุปัจจัยที่เกี่ยวข้องกับ HRQOL ที่ไม่ดีความเจ็บปวด / ความรู้สึกไม่สบายและความวิตกกังวล / ภาวะซึมเศร้า ในการศึกษานี้เราใช้กลยุทธ์ตัวแบบการส่งต่อแบบขั้นตอนซึ่งใช้การทดสอบอัตราส่วนความน่าจะเป็นกับชุดค่า p ที่ 0.1 เพื่อเลือกตัวแปรสำหรับตัวแบบการถดถอย ค่า p ที่น้อยกว่า 0.05 ถูกตั้งค่าเป็นระดับของนัยสำคัญทางสถิติ

 

 

 

ผลสอบ

  

ลักษณะทางสังคม - ประชากรของผู้เข้าร่วม

ตาราง 1 สรุปลักษณะทางสังคมและประชากรของผู้เข้าร่วม การใช้ IAT ตัดออก 36 คนหนึ่งร้อยยี่สิบจากผู้เข้าร่วม 566 คน (21.2%) ได้รับความเดือดร้อนจาก IA อายุเฉลี่ยของผู้เข้าร่วมที่ระบุด้วย IA คือ 21.8 ปีในขณะที่อายุเฉลี่ยของผู้เข้าร่วมที่ไม่มี IA คือ 21.4 ปี ในบรรดาผู้เข้าร่วม 120 คนที่มี IA จำนวนผู้เข้าร่วมชาย 52 คน (43.3%) และผู้เข้าร่วมหญิง 68 ​​คน (56.7%) สำหรับผู้เข้าร่วมที่มีและไม่มี IA ส่วนใหญ่มีการศึกษาระดับมัธยมศึกษาตอนปลายขึ้นไปชาติพันธุ์ Kinh ลัทธิบรรพบุรุษเป็นศาสนาและฐานะทางเศรษฐกิจโดยเฉลี่ย ไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างผู้เข้าร่วมที่มีและไม่มี IA ในอายุเฉลี่ยเพศการสำเร็จการศึกษาชาติพันธุ์ศาสนาสถานภาพสมรสสถานที่อยู่อาศัยในปัจจุบันและสถานะทางเศรษฐกิจ (P> 0.05)

   

1 ตาราง   

การเปรียบเทียบลักษณะทางสังคมและประชากรของผู้เข้าร่วมที่มีและไม่มีการติดอินเทอร์เน็ต

 

 

 

   

 

ติดยาเสพติดอินเทอร์เน็ต

p

 

ใช่

ไม่

รวม

 
 

n

%

n

%

N

%

 

จำนวนผู้เข้าร่วม

120

21.2

446

78.8

566

100.0

 

อายุเฉลี่ย (SD)

21.8

(3.9)

21.4

(3.7)

21.5

3.8

* 0.32

เพศ

 ชาย

52

23.6

168

76.4

220

38.9

0.26 **

 หญิง

68

19.7

278

80.4

346

61.1

 

สำเร็จการศึกษา

 ≤โรงเรียนมัธยม

5

17.2

24

82.8

29

5.1

0.59 **

 > มัธยมปลาย

115

21.4

422

78.6

537

94.9

 

กลุ่มชาติพันธุ์

 ชาติพันธุ์ Kinh

116

21.5

424

78.5

540

95.4

0.46 **

 ชาติพันธุ์อื่น ๆ

4

15.4

22

84.6

26

4.6

 

ศาสนา

 ลัทธิบรรพบุรุษ

109

22.5

376

77.5

485

85.7

0.70 **

 ศาสนาอื่น ๆ

11

13.6

70

86.4

81

14.3

 

สถานภาพการสมรส

 เดียว

94

22.0

333

78.0

427

75.4

0.41 **

 การอยู่ร่วมกับคู่สมรส / คู่ครอง

26

18.7

113

81.3

139

24.6

 

ที่อยู่อาศัยปัจจุบัน

 ให้เช่าโฮสเทล

62

23.4

203

76.6

265

46.8

*** 0.45

 อยู่หอพัก

16

22.9

54

77.1

70

12.4

 

 อยู่กับครอบครัว

36

20.1

143

79.9

179

31.6

 

 อาศัยอยู่กับญาติ

5

11.6

38

88.4

43

7.6

 

 การเตรียมตับอื่น ๆ

1

11.1

8

88.9

9

1.6

 

สถานภาพทางเศรษฐกิจของครอบครัว

 จุดสูง

1

7.7

12

92.3

13

2.3

*** 0.09

 กลาง

99

20.2

392

79.8

491

86.8

 

 ต่ำ

18

32.7

37

67.3

55

9.7

 

 ต่ำมาก

2

28.6

5

71.4

7

1.2

 
 

*นักเรียน-ทดสอบ; **ใคร-การทดสอบกำลังสอง; ***ชาวประมง'การทดสอบที่แน่นอน

 

 

 

 

 

 

   

รูปแบบของอิทธิพลระหว่างบุคคลจากความสัมพันธ์ออนไลน์

ตาราง 2 เปรียบเทียบรูปแบบต่าง ๆ ของอิทธิพลระหว่างบุคคลที่มีต่อวิถีชีวิตและกิจกรรมทางสังคมจากความสัมพันธ์ออนไลน์กับผู้เข้าร่วมที่มีและไม่มี IA ความสัมพันธ์ออนไลน์แสดงให้เห็นถึงอิทธิพลที่สูงขึ้นต่อพฤติกรรมและไลฟ์สไตล์ของผู้เข้าร่วมที่มี IA (12.0%) มากกว่าผู้ที่ไม่มี IA (5.3%,  0.01) ผู้เข้าร่วมกับ IA มีแนวโน้มที่จะไปเยี่ยมชมสถานที่ต่างๆ (p = 0.02) และมีส่วนร่วมในกิจกรรม ( 0.01) แนะนำโดยเพื่อนออนไลน์ของพวกเขา นอกจากนี้ผู้เข้าร่วมกับ IA ใช้เวลากับโซเชียลมีเดียเช่น Facebook ต่อวันมากขึ้นอย่างมาก ( 0.001)

   

2 ตาราง   

การเปรียบเทียบอิทธิพลระหว่างบุคคลทางออนไลน์ที่มีต่อวิถีชีวิตและกิจกรรมทางสังคมระหว่างผู้เข้าร่วมที่มีและไม่มีการติดอินเทอร์เน็ต

 

 

 

   

 

ติดยาเสพติดอินเทอร์เน็ต

p

 

ใช่

ไม่

รวม

 
 

N

%

n

%

n

%

 

ความถี่ในการสื่อสารกับเพื่อนออนไลน์

 บ่อยครั้ง

11

9.3

29

6.7

40

7.2

* 0.22

 มัก

32

27.1

94

21.6

126

22.8

 

 น้อยครั้งหรือไม่เคย

75

63.6

312

71.7

387

70.0

 

การรับรู้ตนเองเกี่ยวกับผลกระทบของความสัมพันธ์ออนไลน์ต่อพฤติกรรมและวิถีชีวิต

 อิทธิพลสูง

14

12.0

23

5.3

37

6.7

 อิทธิพลปกติ

37

31.6

82

19.0

119

21.7

 

 มีอิทธิพลน้อยหรือไม่มีอิทธิพล

66

56.4

327

75.7

393

71.6

 

เยี่ยมชมสถานที่แนะนำโดยเพื่อนออนไลน์

 บ่อยครั้ง

19

16.4

47

10.8

66

12.0

* 0.02

 มัก

65

56.0

211

48.5

276

50.1

 

 น้อยครั้งหรือไม่เคย

32

27.6

177

40.7

209

37.9

 

มีส่วนร่วมในกิจกรรมที่แนะนำโดยเพื่อนออนไลน์

 บ่อยครั้ง

18

15.3

23

5.3

41

7.4

 มัก

59

50.0

217

49.7

276

49.7

 

 น้อยครั้งหรือไม่เคย

41

34.8

197

45.1

238

42.9

 

 เวลาที่ใช้บนโซเชียลมีเดีย

หมายความ

SD

หมายความ

SD

หมายความ

SD

 

 ระยะเวลาในการใช้ Facebook (ชั่วโมง / วัน)

3.84

3.38

3.23

7.00

3.56

7.42

<0.01 **

 

*ใคร-การทดสอบกำลังสอง; ***แมนน์-ทดสอบวิทนีย์

 

 

 

 

 

 

   

ปัญหาสุขภาพและคุณภาพชีวิตที่เกี่ยวข้องกับสุขภาพ

ตาราง 3 เปรียบเทียบการเกิดปัญหาสุขภาพและ HRQOL ระหว่างผู้เข้าร่วมที่มีและไม่มี IA เมื่อเทียบกับผู้ที่เข้าร่วมกับ IA มีแนวโน้มที่จะมีปัญหากับการดูแลตนเองอย่างมีนัยสำคัญ ( 0.01) ความยากลำบากในการปฏิบัติกิจวัตรประจำวัน (p = 0.04) ทุกข์ทรมานจากความเจ็บปวดหรือไม่สบาย (p = 0.03) และความวิตกกังวลหรือภาวะซึมเศร้า ( 0.01) ผู้เข้าร่วมที่มี IA ได้รับคะแนน EQ-5D ต่ำกว่าอย่างมีนัยสำคัญ ( 0.001) และ EQ-5D VAS ( 0.001)

   

3 ตาราง   

เปรียบเทียบการเกิดขึ้นของปัญหาสุขภาพกายและสุขภาพจิตและคุณภาพชีวิตที่เกี่ยวข้องกับสุขภาพระหว่างผู้เข้าร่วมที่มีและไม่มีการติดอินเทอร์เน็ต

 

 

 

   

 

ติดยาเสพติดอินเทอร์เน็ต

p

 

ใช่

ไม่

 
 

N

%

n

%

 

ความยากลำบากกับการเคลื่อนไหว

28

23.3

79

17.7

* 0.16

ความลำบากในการดูแลตนเอง

19

15.8

32

7.2

ความยากลำบากกับกิจกรรมปกติ

36

30.0

94

21.1

* 0.04

มีอาการปวดหรือไม่สบาย

69

57.5

207

46.4

* 0.03

ทุกข์จากความวิตกกังวลหรือซึมเศร้า

102

85.0

325

72.9

 

หมายความ

SD

หมายความ

SD

 

ดัชนี EQ-5D

0.69

0.2

0.75

0.2

<0.01 **

EQ-5D VAS

76.7

17.2

81.1

16.0

<0.01 **

 

*ใคร-การทดสอบกำลังสอง; **นักเรียน-ทดสอบ

 

 

 

 

 

 

   

การติดยาเสพติดในรูปแบบอื่นของผู้เข้าร่วม

ตาราง 4 เปรียบเทียบการติดรูปแบบอื่น ๆ ระหว่างผู้เข้าร่วมที่มีและไม่มี IA ไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างการเกิดขึ้นของการสูบบุหรี่การสูบบุหรี่ท่อน้ำและการพึ่งพาแอลกอฮอล์ระหว่างผู้เข้าร่วมที่มีและไม่มี IA (p> 0.05)

   

4 ตาราง   

เปรียบเทียบการติดยาเสพติดในรูปแบบอื่นในผู้เข้าร่วมทั้งหมด (n = 566)

 

 

 

   

 

ติดยาเสพติดอินเทอร์เน็ต

p

 

ใช่

ไม่

 
 

N

%

n

%

 

ผู้สูบบุหรี่ปัจจุบัน

12

10.0

43

9.9

* 0.96

ผู้สูบบุหรี่ในปัจจุบัน

5

4.4

21

4.9

* 0.81

การพึ่งพาแอลกอฮอล์ในปัจจุบัน

38

31.7

110

25.2

* 0.15

 

*ใคร-การทดสอบกำลังสอง

 

 

 

 

 

 

   

การวิเคราะห์การถดถอย

ตาราง 5 แสดงการวิเคราะห์การถดถอยเพื่อสำรวจการมีส่วนร่วมที่ไม่ซ้ำกันของสหสัมพันธ์แบบไม่มีตัวแปรในการสำรวจ HRQOL ของผู้เข้าร่วมทั้งหมด IA (β = −4.23, 95% CI = −7.76 ถึง - 0.7), การพึ่งพาแอลกอฮอล์ (β = −4.93, 95% CI = - 9.02 ถึง - 0.84) และการรับรู้ตนเองในระดับปานกลาง (β = −3.94, 95% CI = - 7.48 ถึง −0.40) มีความสัมพันธ์อย่างมีนัยสำคัญกับคะแนน EQ-5D เชิงลบ ในทำนองเดียวกัน IA (β = −0.061; 95% CI = - 0.102 ถึง - 0.019) มีความสัมพันธ์อย่างมีนัยสำคัญกับคะแนน EQ-VAS เชิงลบ ในทางตรงกันข้ามการรับรู้ตนเองในระดับต่ำของอิทธิพลระหว่างบุคคลที่มีต่อพฤติกรรมและวิถีชีวิตออนไลน์มีความสัมพันธ์กับคะแนน EQ-VAS ในเชิงบวกอย่างมีนัยสำคัญ (β = 0.077, 95% CI = 0.040 ถึง 0.115)

   

5 ตาราง   

การวิเคราะห์การถดถอยเชิงเส้นหลายตัวแปรที่สำรวจความสัมพันธ์ระหว่างพฤติกรรมการใช้อินเทอร์เน็ตรูปแบบอื่น ๆ ของการเสพติดและคุณภาพชีวิตที่เกี่ยวข้องกับสุขภาพในผู้เข้าร่วมทั้งหมด (ไม่มี = 566)

 

 

 

   

 

ดัชนี EQ-5D

EQ-VAS

 

β

95% CI

β

95% CI

การติดอินเทอร์เน็ต (ใช่กับไม่ใช่)

-4.23*

-7.76

-0.70

-0.061*

-0.102

-0.019

ระยะเวลาการใช้งาน Facebook / วัน (ชั่วโมง)

-0.05

-0.27

0.16

-0.002

-0.004

0.001

Shisha สูบบุหรี่ (ใช่ครับไม่)

-5.78

-13.10

1.54

   

การพึ่งพาแอลกอฮอล์ (ใช่เทียบกับไม่ใช่)

-4.93*

-9.02

-0.84

   

พูดคุยและพบเพื่อนออนไลน์ใหม่ (vs บ่อยครั้ง)

 น้อยครั้งหรือไม่เคย

1.85

-1.68

5.38

   

ผลกระทบของความสัมพันธ์ออนไลน์ต่อพฤติกรรมวิถีชีวิตและการรับรู้ (กับอิทธิพลสูง)

 อิทธิพลปานกลาง

-3.94*

-7.48

-0.40

   

 อิทธิพลต่ำหรือไม่มีอิทธิพล

   

0.077*

0.040

0.115

เยี่ยมชมสถานที่แนะนำโดยเพื่อนออนไลน์ (vs บ่อยครั้ง)

 น้อยครั้งหรือไม่เคย

-2.88

-5.87

0.12

-0.030

-0.064

0.004

 

*p < 0.05

 

 

 

 

 

 

 

 

 

   

การสนทนา

การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อทำความเข้าใจการมีปฏิสัมพันธ์ระหว่าง IA อิทธิพลระหว่างบุคคลออนไลน์และ HRQOL ในกลุ่มเด็กเวียดนาม สมมติฐานที่ว่ามีความแตกต่างอย่างมีนัยสำคัญระหว่างหนุ่มสาวชาวเวียดนามที่มีและไม่มี IA ในโดเมนของอิทธิพลระหว่างบุคคลทางออนไลน์ที่แตกต่างกันการเกิดขึ้นของปัญหาสุขภาพกายและสุขภาพจิตและ HRQOL ได้รับการยืนยัน ในทางตรงกันข้ามสมมติฐานที่ว่ามีความแตกต่างอย่างมีนัยสำคัญระหว่างหนุ่มสาวชาวเวียดนามที่มีและไม่มี IA ในลักษณะทางสังคม - ประชากรและการเกิดขึ้นของรูปแบบอื่น ๆ ของการติดยาเสพติดไม่ได้รับการยืนยัน

ในการศึกษานี้ความชุกของ IA คือ 21.2% และสร้างขึ้นโดยแบบสอบถามที่ผ่านการตรวจสอบ IAT ซึ่งสามารถจับภาพคุณสมบัติที่สำคัญของ IA [11] อัตราความชุกของเราสูงกว่าหรือใกล้เคียงกับการศึกษาในเอเชียอื่น ๆ (ความชุกของ IA ในฟิลิปปินส์คือ 21% (Mak et al. 2014); เกาหลีคือ 20% [31]; ไต้หวันคือ 17.9% [18]; สิงคโปร์คือ 17.1% [32], ฮ่องกงคือ 16.4% [15]; มาเลเซียคือ 14.1% [15]; เกาหลีใต้คือ 9.7% [15] และญี่ปุ่นคือ 6.2% [15]) ความชุกของ IA ในเวียดนามสูงกว่าความชุกของ IA ที่รายงานในประเทศจีน [15, 33] ความชุกของ IA ถูกรายงานว่าแตกต่างกันอย่างมากจากการศึกษาเพื่อการศึกษา [14] การเปลี่ยนแปลงอาจเกิดจากความแตกต่างในวิธีการประเมินสำหรับ IA เช่นเดียวกับความแตกต่างระดับชาติในความชุกของ IA เนื่องจากความแตกต่างทางวัฒนธรรมและสังคมพื้นฐาน [14] มีความเป็นไปได้ที่ IA จะเป็นปัญหาที่เกิดขึ้นและความชุกของ IA เพิ่มขึ้นตั้งแต่ 2009 แต่ละประเทศมีความสำคัญอย่างยิ่งที่จะทำการศึกษาเพื่อวัดความชุกของ IA ในช่วงเวลาปกติ

ตรงกันข้ามกับการค้นพบจากการศึกษาในเอเชียครั้งก่อนไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างกลุ่ม IA และกลุ่มที่ไม่ใช่ IA ในสัดส่วนของเพศแม้ว่าการศึกษาในเอเชียก่อนหน้านี้รายงานว่าเพศชายเป็นปัจจัยเสี่ยงต่อ IA [14, 18] นักวิจัยตั้งสมมติฐานเพิ่มเติมว่าเกมออนไลน์และสื่อลามกเป็นสาเหตุหลักที่ทำให้ IA ในชายหนุ่ม การค้นพบของเราชี้ให้เห็นว่าหญิงสาวมีความเสี่ยงต่อ IA ไม่แพ้กัน การสังเกตนี้อาจเกิดจากข้อเท็จจริงที่ว่าชายหนุ่มและหญิงมีแนวโน้มที่จะเท่ากันในหลาย ๆ ชีวิตรวมถึงการเข้าถึงอินเทอร์เน็ต การศึกษาเพิ่มเติมจะต้องตรวจสอบความแตกต่างทางเพศใน IA ในประเทศอื่น ๆ หนุ่มสาวชาวเวียดนามที่มี IA นั้นไม่น่าจะเป็นผู้สูบบุหรี่สูบบุหรี่ในท่อน้ำและแอลกอฮอล์เมื่อเปรียบเทียบกับคนที่ไม่มี IA สิ่งนี้สามารถอธิบายได้จากข้อเท็จจริงที่ว่ากลุ่มชาติพันธุ์ Kinh มองว่าการสูบน้ำในท่อเป็นส่วนหนึ่งของการปฏิบัติทางวัฒนธรรมและไม่เกี่ยวข้องกับ IA

ในด้านรูปแบบของอิทธิพลระหว่างบุคคลจากความสัมพันธ์ออนไลน์ความสัมพันธ์ออนไลน์แสดงให้เห็นถึงอิทธิพลที่สูงขึ้นอย่างมีนัยสำคัญต่อพฤติกรรมและวิถีชีวิตในภาษาเวียดนามของหนุ่มสาวที่มี IA การศึกษานี้ยังแสดงให้เห็นว่าเด็กเวียดนามที่มี IA มีแนวโน้มที่จะเยี่ยมชมสถานที่และมีส่วนร่วมในกิจกรรมที่เพื่อนออนไลน์แนะนำ สิ่งเหล่านี้เป็นข้อค้นพบที่น่าสนใจเนื่องจากไม่มีการศึกษาจนถึงปัจจุบันได้สำรวจอิทธิพลระหว่างบุคคลที่มีต่อวิถีชีวิตและพฤติกรรมในคนหนุ่มสาวที่ทุกข์ทรมานจาก IA การค้นพบเหล่านี้ใช้เป็นข้อมูลอ้างอิงและต้องการการจำลองแบบเพิ่มเติมในประเทศอื่น ๆ นี่คือการค้นพบที่คาดหวังเนื่องจากเด็กเวียดนามที่มี IA กำลังใช้เวลาบนอินเทอร์เน็ตเพิ่มมากขึ้นเรื่อย ๆ อินเทอร์เน็ตเป็นเพียงสื่อกลางในการเข้าสังคมเนื่องจากการขาดการสนับสนุนทางสังคมจากครอบครัวและเพื่อนที่ไม่ได้ออนไลน์เป็นสาเหตุหลักของ IA [7] จากมุมมองทางปัญญาคนที่มี IA ต้องการความพยายามทางปัญญามากขึ้นในการตัดสินใจ [34] ดังนั้นพวกเขาอาจต้องการคำแนะนำจากเพื่อนออนไลน์เพื่อช่วยในการตัดสินใจเกี่ยวกับกิจกรรมหรือการเยี่ยมชมสถานที่ จากมุมมองทางสังคมคำอธิบายอย่างหนึ่งคือคนหนุ่มสาวที่มี IA รู้สึกว่าพวกเขาปลอดภัยกว่าหรือสะดวกกว่ากับการสื่อสารออนไลน์ [2] โดยเฉพาะในหมู่คนที่ทุกข์ทรมานจาก IA และความเหงา [18] เป็นผลให้คนหนุ่มสาวที่มี IA เปิดกว้างต่อคำแนะนำจากเพื่อนออนไลน์ของพวกเขา ไม่น่าแปลกใจที่เด็กเวียดนามที่มี IA ใช้เวลากับโซเชียลมีเดียมากขึ้นเช่น Facebook เป็นประจำทุกวัน

เด็กเวียดนามกับ IA มีแนวโน้มที่จะรายงานว่ามีปัญหาในการดูแลตนเองและการทำกิจกรรมตามปกติความเจ็บปวดหรือความรู้สึกไม่สบายวิตกกังวลหรือซึมเศร้า ผลลัพธ์เหล่านี้สอดคล้องกับการวิจัยก่อนหน้านี้ที่แสดงความสัมพันธ์ระหว่าง IA และการเจ็บป่วยทางจิตเล็กน้อย [11, 14, 18] การค้นพบของเรายืนยันว่า IA อาจทำให้จิตใจของเด็กเวียดนามอ่อนแอลง เฉาและคณะ (2009) ชี้ให้เห็นว่าการใช้อินเทอร์เน็ตมากเกินไปมักนำไปสู่ความตื่นตัวทางจิตวิทยาที่เพิ่มมากขึ้นและส่งผลให้เกิดปัญหาสุขภาพ [14] แพทย์ปฐมภูมิจำเป็นต้องประเมินสถานะสุขภาพกายและสุขภาพจิตของคนหนุ่มสาวที่มี IA ในประเทศกำลังพัฒนา นอกจากนี้สำหรับ HRQOL เด็กเวียดนามที่มี IA นั้นมีคะแนนต่ำกว่าในดัชนี EQ-5D และ EQ-5D VAS อย่างมีนัยสำคัญ การค้นพบนี้สอดคล้องกับรายงานก่อนหน้าของ IA และความไม่พอใจต่อชีวิต [14] การค้นพบในปัจจุบันยืนยันผลการวิจัยก่อนหน้าซึ่งพบว่าการใช้อินเทอร์เน็ตเป็นเวลานานทำให้เกิดความบกพร่องในการทำงาน [18] การวิเคราะห์การถดถอยแสดงให้เห็นว่า IA และการพึ่งพาแอลกอฮอล์มีส่วนทำให้ HRQOL ที่ไม่ดีในเด็กเวียดนาม การค้นพบนี้ชี้ให้เห็นว่าไอโอวาอาจเป็นอันตรายเช่นเดียวกับโรคพิษสุราเรื้อรัง

 

 

 

   

ผลทางคลินิก

ผลการวิจัยในปัจจุบันมีความสำคัญสำหรับการวิจัยในอนาคตของ IA ในประเทศกำลังพัฒนา ผลลัพธ์ของเราช่วยในการพัฒนาเป้าหมายสำหรับการแทรกแซงตามหลักฐานเพื่อจัดการกับผลกระทบที่ไม่พึงประสงค์ของอินเทอร์เน็ตบนเด็กเวียดนาม ก่อนโปรแกรมการแทรกแซงจะต้องมุ่งเน้นไปที่ผู้ป่วยชายและหญิงที่ทุกข์ทรมานจาก IA เนื่องจากเพศทั้งสองมีความเสี่ยงต่อ IA ประการที่สองโครงการแทรกแซงจะต้องเจาะภาคเศรษฐกิจและสังคมทั้งหมดในเวียดนาม ประการที่สามจิตบำบัดระหว่างบุคคลมีประโยชน์ในการช่วยเหลือเด็กเวียดนามที่ทุกข์ทรมานจาก IA โดยการลดอิทธิพลระหว่างบุคคลในพฤติกรรมและวิถีชีวิตของพวกเขาทางออนไลน์ การฝึกฝนทักษะทางสังคมและการแสดงบทบาทสมมติมีความสำคัญเท่าเทียมกันในการปรับปรุงการสื่อสารและความสัมพันธ์แบบออฟไลน์ การบำบัดพฤติกรรมและการกำหนดตารางกิจกรรมจะช่วยให้เด็กเวียดนามกับ IA สามารถสร้างกิจวัตรประจำวันได้อีกครั้ง ประการที่สี่แพทย์ควรประเมินปัญหาสุขภาพกาย (เช่นอาการปวดหลัง) และปัญหาสุขภาพจิต (เช่นความวิตกกังวลและภาวะซึมเศร้า) ในเด็กเวียดนามที่แสดง IA ประการที่ห้าหน่วยงานด้านสุขภาพควรใช้ทรัพยากรเพื่อแก้ไขปัญหา IA เพราะผลกระทบด้านลบของ IA ต่อ HRQOL อาจรุนแรงเช่นเดียวกับการเสพติดในรูปแบบอื่น ๆ

 

 

 

   

ข้อ จำกัด

การศึกษานี้มีข้อ จำกัด หลายประการ ขั้นแรกเทคนิคการสุ่มตัวอย่างเป็นแบบตอบกลับโดยมีข้อ จำกัด ของตัวเอง การสุ่มตัวอย่างนี้ขึ้นอยู่กับผู้เข้าร่วมคนแรกที่พิจารณาการสุ่มตัวอย่างที่ตามมาและนักวิจัยมีการควบคุมวิธีการสุ่มตัวอย่างน้อยมาก กระบวนการนี้ไม่ใช่การสุ่มและนำไปสู่การมีอคติการสุ่มตัวอย่างที่อาจเกิดขึ้น อย่างไรก็ตามเทคนิคการสุ่มตัวอย่างผู้ตอบแบบขับเคลื่อนมีข้อดีของตัวเอง เทคนิคนี้ช่วยให้นักวิจัยเข้าถึงประชากรที่ซ่อนอยู่หรือผู้ที่มีเงื่อนไขเฉพาะเช่น IA ประการที่สองการศึกษาแบบภาคตัดขวางโดยใช้การสำรวจออนไลน์ไม่อนุญาตให้ทำการอนุมานสาเหตุและเป็นไปได้ว่าสุขภาพที่ยากจนกว่านำไปสู่การใช้อินเทอร์เน็ตที่มากขึ้น ประการที่สามเนื่องจากข้อ จำกัด ของระยะเวลาในการสำรวจออนไลน์เราไม่สามารถวัดปัจจัยรวมถึงบุคลิกภาพและประเมินความสัมพันธ์แบบออฟไลน์

 

 

 

 

 

 

   

สรุป

การศึกษานี้พบว่า IA เป็นปัญหาที่พบบ่อยในเด็กเวียดนามและความชุกของ IA นั้นสูงที่สุดเมื่อเทียบกับประเทศอื่น ๆ ในเอเชีย เพศทั้งสองมีความเสี่ยงสำหรับ IA การศึกษาของเรามีส่วนทำให้ความเข้าใจในการโต้ตอบที่สำคัญระหว่าง IA อิทธิพลระหว่างบุคคลออนไลน์และ HRQOL ในภาษาเวียดนามรุ่นใหม่ การค้นพบนี้ช่วยให้ผู้เชี่ยวชาญด้านสุขภาพสามารถออกแบบการแทรกแซงโดยอาศัยหลักฐานเชิงประจักษ์เพื่อจัดการกับอิทธิพลระหว่างบุคคลที่เกี่ยวข้องกับ IA ในภาษาเวียดนามรุ่นใหม่

 

 

 

   

ตัวย่อ

  • ตรวจสอบ-C: 
  • การระบุความผิดปกติในการใช้แอลกอฮอล์

  • EQ-5D-5 ลิตร: 
  • EuroQol - ห้ามิติ - ห้าระดับ

  • EQ-VAS: 
  • EuroQol - มาตรวัดอนาล็อกแบบหลายระดับ

  • HRQOL: 
  • คุณภาพชีวิตที่เกี่ยวข้องกับสุขภาพ

  • IA: 
  • ติดยาเสพติดอินเทอร์เน็ต

  • IAT: 
  • ทดสอบการติดอินเทอร์เน็ต

  • RDS: 
  • การสุ่มตัวอย่างเป็นแบบตอบกลับ

 

 

 

   

การประกาศ

กิตติกรรมประกาศ

ผู้เขียนต้องการรับทราบการสนับสนุนจากการควบคุมเอชไอวี / เอดส์ของเวียดนามสำหรับการดำเนินการวิจัย

การฝากและถอนเงิน

ไม่มีเงินทุนสำหรับการวิเคราะห์นี้

ความพร้อมใช้ของข้อมูลและวัสดุ

ข้อมูลที่สนับสนุนการค้นพบของการศึกษานี้มีให้จาก Vietnam Authority of HIV / AIDS Control แต่ข้อ จำกัด นำไปใช้กับความพร้อมใช้งานของข้อมูลเหล่านี้ซึ่งถูกใช้ภายใต้ใบอนุญาตสำหรับการศึกษาปัจจุบันและอื่น ๆ อย่างไรก็ตามมีข้อมูลจากผู้เขียนตามคำขอที่สมเหตุสมผลและได้รับอนุญาตจากผู้มีอำนาจควบคุมเอชไอวี / เอดส์เวียดนาม

ผลงานของผู้เขียน

BXT, CAL, LTH, NDH, LHN, BNL, VMN, TDT, MWBZ, RCMH รู้สึกการศึกษาและมีส่วนร่วมในการออกแบบและการใช้งานและเขียนต้นฉบับ LHN, BXT วิเคราะห์ข้อมูล ผู้เขียนทั้งหมดอ่านและได้รับการอนุมัติต้นฉบับสุดท้าย.

สนใจการแข่งขัน

ผู้เขียนประกาศว่าพวกเขาไม่มีความสนใจในการแข่งขัน

ยินยอมให้ตีพิมพ์

ไม่สามารถใช้ได้.

การอนุมัติด้านจริยธรรมและการยินยอมให้มีส่วนร่วม

ข้อเสนอของการวิจัยนี้ได้รับการอนุมัติโดย IRB จากการควบคุมเอชไอวี / เอดส์ของเวียดนาม ผู้เข้าร่วมถูกขอให้ให้ความยินยอมทาง E- และได้รับแจ้งว่าพวกเขาสามารถถอนได้ตลอดเวลา ข้อมูลการติดต่อของพวกเขาถูกเข้ารหัสและทำให้มั่นใจว่าจะเป็นความลับ

เปิดการเข้าถึงบทความนี้เผยแพร่ภายใต้เงื่อนไขของ Creative Commons Attribution 4.0 International License (http://creativecommons.org/licenses/by/4.0/) ซึ่งอนุญาตให้ใช้งานแจกจ่ายและทำซ้ำอย่างไม่ จำกัด ในสื่อใดก็ตามหากคุณให้เครดิตที่เหมาะสมแก่ผู้แต่งดั้งเดิมและแหล่งที่มาให้เชื่อมโยงไปยังใบอนุญาตครีเอทีฟคอมมอนส์และระบุว่ามีการเปลี่ยนแปลงหรือไม่ การสละสิทธิ์สาธารณประโยชน์ของครีเอทีฟคอมมอนส์ (http://creativecommons.org/publicdomain/zero/1.0/) ใช้กับข้อมูลที่มีให้ในบทความนี้เว้นแต่จะระบุไว้เป็นอย่างอื่น

 

 

 

 
   

อ้างอิง

  1. Tsitsika A, Critselis E, Kormas G, Filippopoulou A, Tounissidou D, Freskou A, Spiliopoulou T, Louizou A, Konstantoulaki E, Kafetzis D. การวิเคราะห์การถดถอยแบบหลายตัวแปร Eur J Pediatr 2009; 168 (6): 655 65-ดูบทความPubMedGoogle Scholar
  2. Casale S, Lecchi S, Fioravanti G. ความสัมพันธ์ระหว่างความเป็นอยู่ทางจิตวิทยาและการใช้บริการการสื่อสารทางอินเทอร์เน็ตที่เป็นปัญหาของคนหนุ่มสาว เจ Psychol 2015; 149 (5): 480 97-ดูบทความPubMedGoogle Scholar
  3. Aboujaoude E. การใช้อินเทอร์เน็ตที่เป็นปัญหา: ภาพรวม จิตเวชศาสตร์โลก 2010; 9 (2): 85 90-ดูบทความPubMedกลาง PubMedGoogle Scholar
  4. Young KS การติดอินเทอร์เน็ต: การเกิดขึ้นของความผิดปกติทางคลินิกใหม่ ไซเบอร์ Psychol Behav 1998; 1 (3): 237 44-ดูบทความGoogle Scholar
  5. โฮ RC, จาง MW, Tsang TY, Toh AH, Pan F, Lu Y, เฉิง C, Yip PS, ลำ LT, Lai CM, และคณะ ความสัมพันธ์ระหว่างการติดอินเทอร์เน็ตและการป่วยร่วมทางจิตเวช: การวิเคราะห์อภิมาน BMC จิตเวชศาสตร์ 2014; 14: 183ดูบทความPubMedกลาง PubMedGoogle Scholar
  6. บล็อค JJ ปัญหาสำหรับ DSM-V: การติดอินเทอร์เน็ต ฉันคือจิตเวชศาสตร์ 2008; 165 (3): 306 7-ดูบทความPubMedGoogle Scholar
  7. Davis RA รูปแบบความรู้ความเข้าใจพฤติกรรมของการใช้อินเทอร์เน็ตทางพยาธิวิทยา คำนวณ Hum Behav 2001; 17 (2): 187 95-ดูบทความGoogle Scholar
  8. Engelberg E, Sjoberg L. การใช้อินเทอร์เน็ตทักษะทางสังคมและการปรับตัว ไซเบอร์วิทยา Behav 2004; 7 (1): 41 7-ดูบทความGoogle Scholar
  9. Chak K, Leung L. Shyness และสถานที่ควบคุมเป็นตัวทำนายการติดอินเทอร์เน็ตและการใช้อินเทอร์เน็ต ไซเบอร์จิตวิทยา Behav ผลกระทบ Int Multimed เสมือนจริง Behav Soc 2004; 7 (5): 559 70-Google Scholar
  10. Caplan SE บัญชีทักษะทางสังคมของการใช้อินเทอร์เน็ตที่มีปัญหา J Commun 2005; 55 (4): 721 36-ดูบทความGoogle Scholar
  11. Morrison CM, Gore H. ความสัมพันธ์ระหว่างการใช้อินเทอร์เน็ตมากเกินไปกับภาวะซึมเศร้า: การศึกษาโดยใช้แบบสอบถามจากคนหนุ่มสาว 1,319 และผู้ใหญ่ พยาธิวิทยา 2010; 43 (2): 121 6-ดูบทความPubMedGoogle Scholar
  12. Frangos CC, Frangos CC, Sotiropoulos I. การใช้อินเทอร์เน็ตที่มีปัญหาในหมู่นักศึกษามหาวิทยาลัยภาษากรีก: การถดถอยโลจิสติกอันดับที่มีปัจจัยเสี่ยงของความเชื่อทางจิตวิทยาเชิงลบเว็บไซต์ลามกและเกมออนไลน์ ไซเบอร์จิตวิทยา Behav เครือข่ายสังคม 2011; 14 (1-2): 51 8-ดูบทความGoogle Scholar
  13. Andrews JA, Tildesley E, Hops H, Li F. อิทธิพลของคนรอบข้างต่อการใช้สารสำหรับผู้ใหญ่ Health Psychol Off J Division Health Psychol American Psychol รศ. 2002; 21 (4): 349 57-Google Scholar
  14. Cao H, Sun Y, Wan Y, Hao J, Tao F. การใช้อินเทอร์เน็ตที่มีปัญหาในวัยรุ่นจีนและความสัมพันธ์กับอาการทางจิตและความพึงพอใจในชีวิต BMC สาธารณสุข 2011; 11 (1): 1 8-ดูบทความGoogle Scholar
  15. Mak KK, Lai CM, Watanabe H, Kim DI, Bahar N, Ramos M, Young KS, Ho RC, Aum NR, Cheng C. ระบาดวิทยาของพฤติกรรมอินเทอร์เน็ตและการเสพติดของวัยรุ่นในหกประเทศในเอเชีย ไซเบอร์จิตวิทยา Behav เครือข่ายสังคม 2014; 17 (11): 720 8-ดูบทความGoogle Scholar
  16. Li D, Liau A, Khoo A. ตรวจสอบอิทธิพลของความแตกต่างที่เกิดขึ้นเองในอุดมคติ, ความซึมเศร้าและการหลบหลีกในการเล่นเกมทางพยาธิวิทยาในหมู่นักเล่นเกมวัยรุ่นออนไลน์หลายคน ไซเบอร์จิตวิทยา Behav เครือข่ายสังคม 2011; 14 (9): 535 9-ดูบทความGoogle Scholar
  17. Woo BS, Chang WC, Fung DS, เกาะ JB, Leong JS, Kee CH, Seah CK การพัฒนาและการตรวจสอบระดับความซึมเศร้าสำหรับวัยรุ่นเอเชีย. เจวัยรุ่น 2004; 27 (6): 677 89-ดูบทความPubMedGoogle Scholar
  18. ไจ่ HF, เฉิง SH, Yeh TL, ฉือซีเฉินเฉิน KC, หยาง YC, หยาง YK ปัจจัยเสี่ยงของการติดอินเทอร์เน็ต - การสำรวจนักศึกษามหาวิทยาลัย จิตเวชศาสตร์ 2009; 167 (3): 294 9-ดูบทความPubMedGoogle Scholar
  19. Son DT, Yasuoka J, Poudel KC, Otsuka K, Jimba M. เกมสวมบทบาทออนไลน์หลายคน (MMORPG): ความสัมพันธ์ระหว่างการเสพติดการควบคุมตนเองและความผิดปกติทางจิตของคนหนุ่มสาวในเวียดนาม จิตเวชศาสตร์สังคม J. 2013; 59 (6): 570 7-ดูบทความGoogle Scholar
  20. จำนวนผู้ใช้อินเทอร์เน็ตในเวียดนามจาก 2014 ถึง 2019 (หน่วยเป็นล้าน) [http://www.statista.com/statistics/369732/internet-users-vietnam/] เข้าถึง 1 Dec 2016
  21. Wejnert C. PH, krishna N. , และคณะ: การประเมินผลการออกแบบและการคำนวณขนาดตัวอย่างสำหรับการศึกษาแบบสุ่มตัวอย่างแบบตอบกลับโดยผู้ตอบแบบสอบถามจากผู้ใช้ยาฉีดในสหรัฐอเมริกา พฤติกรรมโรคเอดส์ 2012; 16 (4): 797 806-ดูบทความPubMedกลาง PubMedGoogle Scholar
  22. ยดกง LM การติดอินเทอร์เน็ตในหมู่นักเรียนโรงเรียนมัธยมในเบียนหว่าจังหวัดดองไน สาธารณสุขเจ 2011; 28: 70 – 8Google Scholar
  23. Young KS ติดอยู่ในเน็ต: วิธีการรับรู้สัญญาณของการติดอินเทอร์เน็ต - และกลยุทธ์ที่ชนะสำหรับการกู้คืน นิวยอร์ก: ไวลีย์; 1998Google Scholar
  24. CC F, IS: การวิเคราะห์ Meta ของความน่าเชื่อถือของการทดสอบการเสพติดอินเทอร์เน็ตของ Young ใน: WCE 2012; รัฐสภาโลกด้านวิศวกรรม ลอนดอนสหราชอาณาจักร
  25. Pawlikowski M, Altstötter-Gleich C, การตรวจสอบยี่ห้อ M. และคุณสมบัติทางไซโครมิเตอร์ของการทดสอบการเสพติดอินเทอร์เน็ตของ Young รุ่นสั้น คำนวณ Hum Behav 2013; 29 (3): 1212 23-ดูบทความGoogle Scholar
  26. Meerkerk GJ ควบคุมโดยอินเทอร์เน็ต การวิจัยเชิงสำรวจเกี่ยวกับสาเหตุและผลที่ตามมาของการใช้อินเทอร์เน็ตแบบบังคับ รอตเตอร์ดัม: IVO; 2007Google Scholar
  27. กระบวนการแปลและดัดแปลงเครื่องมือhttp://www.who.int/substance_abuse/research_tools/translation/en/] เข้าถึง 1 Dec 2016
  28. Tran BX, Nguyen N, Ohinmaa A, Duong AT, Nguyen LT, Van Hoang M, Vu PX, Veugelers PJ ความชุกและความสัมพันธ์ของความผิดปกติในการใช้แอลกอฮอล์ระหว่างการรักษาด้วยยาต้านไวรัสในการแพร่ระบาดของเชื้อ HIV ในเวียดนาม ยาเสพติดแอลกอฮอล์ขึ้นอยู่กับ 2013; 127 (1-3): 39 44-ดูบทความPubMedGoogle Scholar
  29. Tran BX, เหงียน LT, Do CD, เหงียน QL, เฮอร์ RM ความสัมพันธ์ระหว่างความผิดปกติของการดื่มแอลกอฮอล์และการยึดมั่นต่อการรักษาด้วยยาต้านไวรัสและคุณภาพชีวิตของผู้ติดเชื้อ HIV / AIDS BMC สาธารณสุข 2014; 14 (1): 27ดูบทความPubMedกลาง PubMedGoogle Scholar
  30. แบรดลีย์ KA, DeBenedetti AF, Volk RJ, วิลเลียมส์อีซี, แฟรงก์ดี, Kivlahan DR AUDIT-C เป็นหน้าจอสั้น ๆ สำหรับใช้แอลกอฮอล์ในการดูแลเบื้องต้น แอลกอฮอล์ Clin ประสบการณ์ Res 2007; 31 (7): 1208 17-ดูบทความPubMedGoogle Scholar
  31. Ha JH, Yoo HJ, Cho IH, Chin B, Shin D, Kim JH comorbidity จิตเวชประเมินในเด็กเกาหลีและวัยรุ่นที่คัดกรองเป็นบวกสำหรับการติดอินเทอร์เน็ต จิตเวชคลินิก 2006; 67 (5): 821 6-ดูบทความGoogle Scholar
  32. Mythily S, Qiu S, Winslow M. ความชุกและความสัมพันธ์ของการใช้อินเทอร์เน็ตมากเกินไปในหมู่เยาวชนในสิงคโปร์ Ann Acad Med Singap 2008; 37 (1): 9 14-PubMedGoogle Scholar
  33. Ni X, Yan H, Chen S, Liu Z. ปัจจัยที่มีอิทธิพลต่อการติดอินเทอร์เน็ตในตัวอย่างของนักศึกษามหาวิทยาลัยในประเทศจีน ไซเบอร์วิทยา Behav 2009; 12 (3): 327 30-ดูบทความGoogle Scholar
  34. Dong G, Huang J, Du X ปรับปรุงความไวของรางวัลและลดความไวต่อการสูญเสียในผู้ติดอินเทอร์เน็ต: การศึกษา fMRI ระหว่างการคาดเดางาน J Psychiatr Res 2011; 45 (11): 1525 9-ดูบทความPubMedGoogle Scholar