J Behav Addict 2018 ก.พ. 15: 1-13 doi: 10.1556 / 2006.7.2018.13
Leménager T1, Hoffmann S1, Dieter J1, กลับมาฉัน2, แมนน์เค1, Kiefer F1.
https://doi.org/10.1556/2006.7.2018.13
นามธรรม
พื้นหลัง
ผู้ใช้อินเทอร์เน็ตที่ติดยาเสพติดมีอัตราการเป็นโรคร่วมที่สูงขึ้นเช่นโรคสมาธิสั้น (ADHD) โรคซึมเศร้าและวิตกกังวล นอกจากนี้ยังพบการขาดดุลในลักษณะที่เกี่ยวข้องกับแนวคิดตนเองในผู้เล่นเกมอินเทอร์เน็ตและผู้ใช้เครือข่ายสังคม จุดมุ่งหมายของการศึกษานี้คือเพื่อตรวจสอบความเชื่อมโยงระหว่างการใช้อินเทอร์เน็ตที่ดีต่อสุขภาพมีปัญหาและติดยาเสพติดเกี่ยวกับโรคประจำตัวและลักษณะที่เกี่ยวข้องกับแนวคิดตนเอง นอกจากนี้ยังมีการตรวจสอบความสัมพันธ์ระหว่างอาการคล้ายสมาธิสั้นที่เพิ่งพัฒนาโดยไม่มีการวินิจฉัยและการใช้อินเทอร์เน็ตที่ทำให้เสพติด
วิธีการ
n = 79 การควบคุมที่ดีต่อสุขภาพ n = 35 ปัญหาและ n = 93 ผู้ใช้อินเทอร์เน็ตที่ติดยาเสพติดได้รับการประเมินสำหรับโรคประจำตัวความสามารถทางสังคมและอารมณ์ภาพลักษณ์ของร่างกายความนับถือตนเองและความเครียดที่รับรู้ นอกเหนือจากการวินิจฉัยโรคสมาธิสั้นแล้วยังมีการประเมินอาการคล้ายโรคสมาธิสั้นที่เพิ่งพัฒนาขึ้น
ผลสอบ
ผู้ใช้ที่ติดยาเสพติดพบว่ามีการขาดดุลที่เกี่ยวข้องกับตนเองมากขึ้นและอัตราการป่วยด้วย ADHD, ซึมเศร้าและความวิตกกังวลสูงขึ้น ผู้ใช้ที่ติดและมีปัญหาแสดงความคล้ายคลึงกันในความชุกของความผิดปกติทางบุคลิกภาพกลุ่ม B และระดับของลักษณะที่สัมพันธ์กับความฉลาดทางอารมณ์ลดลง ผู้เข้าร่วมที่มีอาการคล้าย ADHD ที่พัฒนาล่าสุดมีคะแนนสูงขึ้นในช่วงชีวิตและความรุนแรงในปัจจุบันของการใช้อินเทอร์เน็ตเปรียบเทียบกับผู้ที่ไม่มีอาการสมาธิสั้น ผู้เข้าร่วมที่ติดยาเสพติดที่มีอาการสมาธิสั้นที่ได้รับการพัฒนาเมื่อเร็ว ๆ นี้พบว่าระดับความรุนแรงของการใช้อินเทอร์เน็ตในช่วงชีวิตที่สูงขึ้น
สรุป
ผลการวิจัยของเราระบุว่าความผิดปกติทางบุคลิกภาพแบบคลัสเตอร์ B และปัญหาก่อนวัยอันควรในความฉลาดทางอารมณ์อาจนำเสนอการเชื่อมโยงระหว่างการใช้อินเทอร์เน็ตที่มีปัญหาและเสพติด นอกจากนี้ผลการวิจัยยังบ่งชี้ว่าการใช้อินเทอร์เน็ตที่เสพติดเกี่ยวข้องกับอาการคล้าย ADHD ดังนั้นควรประเมินอาการของโรคสมาธิสั้นกับพื้นหลังของการใช้อินเทอร์เน็ตที่อาจติดขัด
คำสำคัญ: การใช้อินเทอร์เน็ตที่เป็นปัญหาและติดใจ, โรคประจำตัว, อาการสมาธิสั้น, แนวความคิดตัวเอง
บทนำ
เนื่องจากการทำให้เป็นดิจิทัลแบบเร่งโดยเฉพาะอย่างยิ่งเกี่ยวกับอุปกรณ์ดิจิตอลพกพาทำให้อินเทอร์เน็ตสามารถเข้าถึงได้ทุกที่ทุกเวลา ดังนั้นจึงไม่น่าประหลาดใจโดยเฉพาะอย่างยิ่งที่การใช้อินเทอร์เน็ตทั่วโลกเพิ่มขึ้นอย่างมากในช่วงสามทศวรรษที่ผ่านมา (สถิติโลกอินเทอร์เน็ต) การสำรวจในประเทศเยอรมนีพบว่าใน 2015 คน 44.5 ล้านคนใช้อินเทอร์เน็ตทุกวันและ 3.5 ล้านคน (8.5%) มากกว่าปีที่แล้ว (Tippelt & Kupferschmitt, 2015) นอกเหนือจากแง่มุมที่สนุกสนานของอินเทอร์เน็ตแล้วอุบัติการณ์ของการติดอินเทอร์เน็ตก็เพิ่มขึ้นในช่วงไม่กี่ปีที่ผ่านมา (มิฮาระ & ฮิกูจิ, 2017; Rumpf et al., 2014).
แม้จะมีการรวมของ "ความผิดปกติของการเล่นเกมอินเทอร์เน็ต" ในรุ่นที่ห้าของ คู่มือการวินิจฉัยและสถิติความผิดปกติทางจิต (DSM-5; สมาคมจิตแพทย์อเมริกัน 2013) ในฐานะ“ เงื่อนไขที่รับประกันการวิจัยและประสบการณ์ทางคลินิกมากขึ้นก่อนที่มันจะถูกนำมาพิจารณาเพื่อรวมไว้ในหนังสือหลักว่าด้วยความผิดปกติอย่างเป็นทางการ” มันยังอยู่ภายใต้การถกเถียงกันว่าการใช้แอพพลิเคชั่นอินเทอร์เน็ตอื่น ๆ ถือได้ว่ามีความเกี่ยวข้องทางคลินิกเพียงพอที่จะรวมอยู่ในการจำแนกประเภทการวินิจฉัยทางคลินิก ตรงกันข้ามกับ DSM ร่าง ICD-11 Beta (องค์การอนามัยโลก 2015) เสนอให้กำหนดความผิดปกติของการเล่นเกม (เช่น "เกมดิจิทัล" หรือ "วิดีโอเกม") โดยตรงภายใต้คำว่า "ความผิดปกติเนื่องจากการใช้สารเสพติดหรือพฤติกรรมเสพติด" ร่างฉบับนี้ยังชี้ให้เห็นถึงการจำแนกการใช้งานอินเทอร์เน็ตที่ทำให้เสพติดของแอปพลิเคชันอื่น ๆ (เช่นการใช้เครือข่ายสังคมออนไลน์ที่เสพติด) ภายใต้หัวข้อ "ความผิดปกติอื่น ๆ ที่ระบุเนื่องจากพฤติกรรมเสพติด"
การใช้อินเทอร์เน็ตที่เสพติดเกี่ยวข้องกับปัญหาทางจิตวิทยาและความรู้ความเข้าใจเช่นความเข้มข้นต่ำการลดลงของโรงเรียนและประสิทธิภาพการทำงานรวมถึงการรบกวนการนอนหลับและการถอนตัวทางสังคม (Lemola, Perkinson-Gloor, Brand, Dewald-Kaufmann, & Grob, 2015; เทย์เลอร์, ภัทราอังกูร, ศิริรัตน์และวูดส์, 2017; Upadhayay & Guragain, 2017; Younes et al., 2016). กลุ่มอาการฮิคิโคโมริ (เช่นการถอนตัวจากสังคมการรวบรวมตัวเองในบ้านของตนเองและการไม่เข้าร่วมในสังคมเป็นเวลา 6 เดือนหรือนานกว่านั้น) ยังเชื่อมโยงกับการบริโภคอินเทอร์เน็ตที่เพิ่มขึ้น แต่ก็ยังไม่ชัดเจนว่าฮิคิโคโมริสามารถถือได้ว่าเป็นโรคอิสระ หรืออาการทางคลินิกที่เกี่ยวข้องอย่างมากกับภาวะทางจิตเวชอื่น ๆ (Stip, Thibault, Beauchamp-Chatel, & Kilized, 2016).
แบบจำลองที่อธิบายไว้ก่อนหน้าของการเสพติดอินเทอร์เน็ตเช่นโมเดล Person-Affect-Cognition-Execution (I-PACE) ของแบรนด์และเพื่อนร่วมงานแนะนำก่อนหน้านี้ลักษณะทางจิตวิทยาและลักษณะบุคลิกภาพที่ผิดปกติเป็นปัจจัยหลักที่นำไปสู่การพัฒนาอินเทอร์เน็ตแบรนด์ Young, Laier, Wolfling และ Potenza, 2016; เดวิส 2001) ดังนั้นการศึกษาหลายครั้งเกี่ยวกับการใช้อินเทอร์เน็ตที่มีปัญหาและเสพติดรายงานอัตราสูงของ comorbidities เช่นภาวะซึมเศร้าและความผิดปกติของความวิตกกังวลเช่นเดียวกับความผิดปกติสมาธิสั้นสมาธิสั้น (ADHD) (Bozkurt, Coskun, Ayaydin, Adak และ Zoroglu, 2013; เฉินเฉินและเกา 2015; Seyrek, Cop, Sinir, Ugurlu และ Senel, 2017). นอกจากนี้ Zadra et al. (2016) รายงานว่าผู้ติดอินเทอร์เน็ตแสดงความถี่ของความผิดปกติทางบุคลิกภาพสูงขึ้น (29.6%) โดยเฉพาะอย่างยิ่งความผิดปกติของบุคลิกภาพแบบเส้นเขตแดนแสดงให้เห็นความชุกของผู้ติดอินเทอร์เน็ตสูงกว่าเมื่อเทียบกับผู้เข้าร่วมที่ไม่ติดอินเทอร์เน็ต มักมีรายงานการเกิดอาการสมาธิสั้นในการศึกษาเกี่ยวกับวัยรุ่นที่ติดอินเทอร์เน็ต Seyrek et al. (2017) พบความสัมพันธ์ที่สำคัญระหว่างการติดอินเทอร์เน็ตและความสนใจความผิดปกติเช่นเดียวกับอาการสมาธิสั้นในวัยรุ่น นอกจากนี้ Weinstein, Yaacov, Manning, Danon และ Weizman (2015) เด็กที่มีภาวะซนสมาธิสั้นทำคะแนนสูงกว่าในการทดสอบการติดอินเทอร์เน็ตเมื่อเปรียบเทียบกับกลุ่มที่ไม่ได้เป็น ADHD คำถามย้อนกลับว่าอาการคล้าย ADHD นั้นเกิดขึ้นจากการลบการใช้อินเทอร์เน็ตมากเกินไปหรือไม่อย่างไรก็ตามยังไม่มีความชัดเจน การใช้อินเทอร์เน็ตที่มากเกินไปมักจะมาพร้อมกับการจัดการงานออนไลน์ที่แตกต่างกันหลายอย่างพร้อมกัน (มัลติทาสกิ้งดิจิทัล Crenshaw, 2008) สิ่งนี้มักจะเพิ่มระดับความเครียดซึ่งนำไปสู่การขาดดุลทางปัญญาที่เทียบเท่ากับที่พบในเด็กสมาธิสั้น ผลการศึกษาพบว่าระบบมัลติทาสกิ้งดิจิตอลมีความสัมพันธ์กับการขาดดุลในหน้าที่ผู้บริหาร (หน่วยความจำในการทำงานและการควบคุมการยับยั้ง) เพิ่มการรับรู้ความเครียดและซึมเศร้ารวมถึงอาการวิตกกังวล (Cain, Leonard, Gabrieli และ Finn, 2016; Minear, Brasher, McCurdy, Lewis และ Younggren, 2013; Reinecke et al., 2017; Uncapher, Thieu และ Wagner, 2016) ผู้ป่วยที่มีความผิดปกติในการเล่นเกมทางอินเทอร์เน็ตรายงานว่าระดับความเครียดเพิ่มขึ้นทุกวันและเรื้อรังเมื่อเทียบกับการควบคุม (Kaess et al., 2017).
โดยเฉพาะสำหรับคนอายุน้อยที่เติบโตขึ้นมาด้วยระบบดิจิตอลและเครือข่ายการใช้อินเทอร์เน็ตที่มากเกินไปดูเหมือนจะเป็นปัจจัยกำหนดในกิจกรรมประจำวันของพวกเขา สิ่งนี้อาจอธิบายได้ว่าทำไมความชุกของการติดอินเทอร์เน็ตจึงสูงที่สุดในช่วงวัยรุ่น ภารกิจการพัฒนาที่สำคัญในช่วงเวลานี้คือการก่อตัวของตัวตนส่วนบุคคล (เรียกว่าแนวคิดของตัวเอง; Erikson, 1968; มาร์เซีย 1966) กระบวนการนี้รวมถึงการยอมรับการเปลี่ยนแปลงทางกายภาพแบบแผนเฉพาะทางวัฒนธรรมของลักษณะเพศชายและเพศหญิงเช่นเดียวกับการพัฒนาความสามารถทางสังคมและอารมณ์และการรับรู้ความสามารถของตนเองในคุณสมบัติที่เกี่ยวข้องกับการปฏิบัติงาน (Erikson, 1968; มาร์เซีย 1966). การศึกษาก่อนหน้านี้บ่งชี้ว่าตนเองขาดดุลมโนทัศน์ในเกมเมอร์ที่ติดยาเสพติดและในโซเชียลเน็ตเวิร์ก นักเล่นเกมที่ติดยาเสพติดปฏิเสธภาพลักษณ์ของตัวเองอย่างรุนแรงและแสดงให้เห็นถึงการขาดความภาคภูมิใจในตนเองตลอดจนความสามารถทางอารมณ์ (เช่นการรับรู้อารมณ์และการแสดงออกทางอารมณ์ของตนเองและของผู้อื่น) เมื่อเทียบกับนักเล่นเกมทั่วไปที่ไม่เสพติดและการควบคุมที่ดีต่อสุขภาพ (Lemenager et al., 2016) นอกจากนี้เครือข่ายทางสังคมที่มีปัญหามีความสัมพันธ์กับปัญหาในการรับรู้อารมณ์ของตัวเองเช่นเดียวกับทักษะการควบคุมอารมณ์ (ฮอร์โมนเคิร์นส์และทิมโก 2014).
เพื่อความรู้ที่ดีที่สุดของเราการศึกษาเกี่ยวกับ comorbidities และแนวคิดของตัวเองในการติดอินเทอร์เน็ตได้ประเมินความแตกต่างระหว่างผู้ใช้ที่ติดและการควบคุมที่ดีต่อสุขภาพ แต่ไม่ได้พิจารณาการใช้งานที่มีปัญหา การรวมกลุ่มผู้ใช้อินเทอร์เน็ตที่มีปัญหาอาจช่วยให้ชัดเจนว่ามีความคล้ายคลึงกันระหว่างผู้ใช้อินเทอร์เน็ตที่มีปัญหาและผู้ติดอินเทอร์เน็ตหรือไม่หรือการใช้งานที่มีปัญหานั้นถือได้ว่าเป็นช่วงเปลี่ยนผ่านระหว่างบุคคลที่มีสุขภาพดีและผู้ติดอินเทอร์เน็ต การค้นหาลักษณะเหล่านั้นที่เกี่ยวข้องกับการใช้อินเทอร์เน็ตที่เป็นปัญหาและเสพติดจะมีส่วนช่วยในการระบุปัจจัยเสี่ยงที่อาจเป็นไปได้สำหรับการพัฒนาการใช้อินเทอร์เน็ตที่ติดแล้วจึงช่วยให้สามารถป้องกันการแทรกแซงได้ดีขึ้น
ดังนั้นจุดประสงค์ของการศึกษาครั้งนี้คือเพื่อตรวจสอบความแตกต่างและความคล้ายคลึงกันใน comorbidities และลักษณะที่เกี่ยวข้องกับแนวคิดของตนเองระหว่างผู้ใช้อินเทอร์เน็ตที่เสพติดและมีปัญหา
ในความพยายามครั้งแรกนอกเหนือจากการตรวจสอบวิชาที่มีการวินิจฉัยโรคสมาธิสั้นเรายังตรวจสอบว่าอาการที่คล้ายกับโรคสมาธิสั้นที่เพิ่งพัฒนาโดยไม่ได้รับการวินิจฉัยโรคสมาธิสั้นอาจเกี่ยวข้องกับการใช้อินเทอร์เน็ตที่เสพติดหรือไม่
วิธีการ
ผู้เข้าร่วมกิจกรรม
เราคัดเลือก n = 79 การควบคุมที่ดีต่อสุขภาพ n = 35 ปัญหาและ n = 93 ผู้ใช้อินเทอร์เน็ตที่ติด (ตาราง 1) การมอบหมายกลุ่มให้กับผู้ใช้ที่มีปัญหาและติดยาเสพติดดำเนินการโดยใช้คะแนนของผู้เข้าร่วมในรายการตรวจสอบสำหรับการประเมินการติดอินเทอร์เน็ตและเกมคอมพิวเตอร์ (AICA; Wölfling, Beutel และMüller, 2012) และในระดับสำหรับพฤติกรรมเสพติดออนไลน์สำหรับผู้ใหญ่ [Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S; Wölfling, Müllerและ Beutel, 2010)]
|
1 ตาราง. คำอธิบายตัวอย่าง
ทั้งหมด (N = 207) | การควบคุมสุขภาพn = 79) | ผู้ใช้อินเทอร์เน็ตที่มีปัญหา (n = 35) | ผู้ใช้อินเทอร์เน็ตที่ติดยาเสพติด (n = 93) | สถิติทดสอบ | p ความคุ้มค่า | โพสต์ hoc: การควบคุมกับปัญหา | โพสต์ hoc: การควบคุมเมื่อเทียบกับการติด | โพสต์นี้: ติดเมื่อเทียบกับปัญหา | |
---|---|---|---|---|---|---|---|---|---|
p | p | p | |||||||
เพศชาย) | 128 (61.8) | 47 (59.5) | 20 (57.1) | 61 (65.6) | 1.066χ2 (CT) | . 589 | |||
อายุ (SD) | 27.1 (8.5) | 27.4 (8.8) | 23.8 (3.0) | 28.0 (9.3) | 3.294F(ANOVA) | . 039 | . 036 | . 641 | . 012 |
การศึกษา [ปีSD)] | 14.5 (2.5) | 15.0 (2.3) | 14.3 (2.6) | 14.2 (2.6) | 3.667χ2 (KW) | . 160 | |||
AICA 30 วัน (SD) | 8.9 (6.7) | 3.4 (3.0) | 7.2 (2.9) | 14.2 (5.9) | 115.805χ2 (KW) | <.001 | <.001 | <.001 | <.001 |
AICA อายุการใช้งาน (SD) | 16.8 (8.7) | 9.2 (6.6) | 16.0 (6.0) | 23.5 (4.8) | 117.890χ2 (KW) | <.001 | <.001 | <.001 | <.001 |
OSVe (SD) | 8.9 (5.3) | 3.4 (1.6) | 10.1 (2.0) | 13.2 (3.7) | 151.857χ2 (KW) | <.001 | <.001 | <.001 | <.001 |
บันทึก. SD: ส่วนเบี่ยงเบนมาตรฐาน; χ2 (CT): χ2 แท็บไขว้; χ2 (KW): χ2 การทดสอบ Kruskal – Wallis; F(ANOVA): ANOVA แบบทางเดียว; AICA: การประเมินผลการติดอินเทอร์เน็ตและเกมคอมพิวเตอร์ OSVe: Skala zum Onlinesuchtverhalten bei Erwachsenen
ตัวอย่างที่ติดยาเสพติดประกอบด้วยกลุ่มย่อยของ n = 32 นักเล่นเกม n = ผู้ใช้โซเชียลเน็ตเวิร์ก 24 รายและ n = ผู้ใช้แอปพลิเคชันอื่น 37 คน (แพลตฟอร์มข้อมูล: n = 1; เว็บไซต์ลามกอนาจาร: n = 4; เว็บไซต์การพนัน: n = 9; ไซต์ช็อปปิ้ง: n = 2; สตรีมมิ่ง: n = 13; และรูปแบบอื่น ๆ : n = 8) กลุ่มนักเล่นเกมอินเทอร์เน็ตที่ติดเกมนี้เล่นเกมสวมบทบาทออนไลน์ที่มีผู้เล่นหลายคนอย่างหนาแน่น (เช่น World of Warcraft หรือ League of Legends) หรือเกมยิงมุมมองบุคคลที่หนึ่งออนไลน์ (เช่น Counterstrike, Battlefield หรือ Call of Duty) อย่างกว้างขวาง เกมทั้งหมดนี้มีคุณสมบัติการสื่อสาร ผู้ใช้เครือข่ายสังคมออนไลน์มีการใช้งานแอปพลิเคชันอินเทอร์เน็ตเช่นการสนทนาออนไลน์ฟอรัมหรือชุมชนโซเชียล (เช่น Facebook)
กลุ่มผู้ใช้ที่มีปัญหาประกอบด้วย n = 9 นักเล่นเกม n = 15 เครือข่ายสังคมและ n = ผู้ใช้แอปพลิเคชันอื่น 11 คน (แพลตฟอร์มข้อมูล: n = 3; ไซต์ช็อปปิ้ง: n = 1; สตรีมมิ่ง: n = 4; และรูปแบบอื่น ๆ : n = 3)
กลุ่มควบคุมสุขภาพn = 79) รวมอยู่ด้วย n = ผู้เข้าร่วม 35 คนที่ใช้เว็บไซต์โซเชียลเน็ตเวิร์กเป็นประจำ n = ผู้เข้าร่วม 6 คนที่เล่นเกมออนไลน์ในบางครั้งและ n = ผู้เข้าร่วม 38 คนที่ใช้“ แอปพลิเคชันอื่น” เช่นแพลตฟอร์มข้อมูล (n = 15), ไซต์ช็อปปิ้ง (n = 2), เว็บไซต์การพนัน (n = 1), สตรีมมิ่ง (n = 15) หรือรูปแบบอื่น ๆ (n = 5). ผู้เข้าร่วมทั้งหมดได้รับคัดเลือกผ่านทางคลินิกรายวันของภาควิชาพฤติกรรมการเสพติดและการแพทย์ติดยาเสพติดที่สถาบันสุขภาพจิตกลางในมันไฮม์โดยทางออนไลน์ การสำรวจ หรือผ่านโฆษณา
A χ2 การทดสอบเผยให้เห็นความแตกต่างระหว่างเพศกลุ่มอย่างมีนัยสำคัญระหว่างการควบคุมที่ดีต่อสุขภาพและผู้ใช้อินเทอร์เน็ตที่มีปัญหาเกี่ยวกับแอปพลิเคชั่นอินเทอร์เน็ตหลักที่ใช้ p = .008; ในผู้ใช้ที่มีปัญหา: p = .035; และในผู้ใช้ที่ติด: p = .069) ผู้หญิงที่ใช้อินเทอร์เน็ตเพื่อสุขภาพหรือมีปัญหามีความถี่ในการใช้เครือข่ายสังคมสูงกว่าและผู้ชายมักใช้แอปพลิเคชันอื่น ๆ
การสัมภาษณ์และแบบสอบถาม
การดำรงอยู่และความรุนแรงของการเสพติดอินเทอร์เน็ตของผู้เข้าร่วมถูกวัดโดยใช้รายการตรวจสอบ AICA (Wölfling et al., 2012) เช่นเดียวกับ OSVe (Wölfling et al., 2010) AICA เป็นการสัมภาษณ์ทางคลินิกเพื่อวินิจฉัยโรคซึ่งมีวัตถุประสงค์เพื่อประเมินความรุนแรงของการติดคอมพิวเตอร์และ / หรือการติดอินเทอร์เน็ต ทำได้โดยการบันทึกคอมพิวเตอร์หรือการใช้อินเทอร์เน็ตในช่วง 30 วันก่อนหน้า (AICA_30) รวมถึงอายุการใช้งาน (AICA_lifetime) รายการตรวจสอบ AICA มีความน่าเชื่อถือสูงตามที่แสดงโดย Cronbachs α = .90 จากเกณฑ์ Kaiser – Guttman และการตรวจสอบการทดสอบหินกรวดการวิเคราะห์องค์ประกอบหลักเปิดเผยหนึ่งปัจจัยเดียวที่อธิบาย 67.5% ของความแปรปรวนที่สามารถตีความได้ว่าเป็น "การใช้อินเทอร์เน็ตที่ติด" (Wölfling et al., 2012). OSVe เป็นแบบสอบถามรายงานตัวเองที่ใช้เพื่อคัดกรองผู้ใหญ่เกี่ยวกับการดำรงอยู่และความรุนแรงของการติดอินเทอร์เน็ต ผู้เข้าร่วมที่มีคะแนน≥13ใน AICA_30 หรือ≥13.5ใน OSVe ได้รับมอบหมายให้เป็นกลุ่มที่ติดยาเสพติด เนื่องจาก AICA_30 ระบุเฉพาะคอมพิวเตอร์ที่เสพติดและ / หรือการใช้อินเทอร์เน็ตเราจึงใช้คะแนน OSVe เพื่อกำหนดการใช้งานที่มีปัญหา หลังจากการศึกษาของWölfling et al. (2010) เราจัดประเภทผู้เข้าร่วมที่มีคะแนน OSVe ระหว่าง 7 ถึง 13 เป็นผู้ใช้ที่มีปัญหา ดังนั้นผู้เข้าร่วมที่ให้คะแนน <7 จึงถูกกำหนดให้กับกลุ่มควบคุม OSVe แสดงความสอดคล้องภายใน (αของ Cronbach) ของα = .89 (Wölfling et al., 2012) การวิเคราะห์องค์ประกอบหลักเปิดเผยปัจจัยเดียวที่อธิบาย 43.9% ของความแปรปรวนที่สามารถตีความได้ว่าเป็น "การใช้อินเทอร์เน็ตที่ติด" (Müller, Glaesmer, Brähler, Wölflingและ Beutel, 2014).
comorbidities อายุการใช้งานและปัจจุบันบนแกน I และ II ได้รับการประเมินบนพื้นฐานของการสัมภาษณ์ทางคลินิกที่มีโครงสร้างสำหรับ DSM-IV (SCID I และ II; Wittchen, Zaudig และ Fydrich, 1997) อาการซึมเศร้าในปัจจุบันถูกประเมินโดย Beck Depression Inventory (BDI; Beck, Ward, Mendelson, Mock, & Erbaugh, 1961) สำหรับการสำรวจของผู้ป่วยสมาธิสั้นการสัมภาษณ์ที่ไม่ได้มาตรฐาน (ตามเกณฑ์ DSM-IV) และความผิดปกติของสมาธิสั้น (ADD) สำหรับผู้ใหญ่ (สีน้ำตาล 1996) ถูกนำไปใช้โดยนักจิตวิทยาที่มีประสบการณ์ทางคลินิก ตาม DSM-IV (สมาคมจิตแพทย์อเมริกัน 2000) การสัมภาษณ์ผู้ป่วยสมาธิสั้นจะประเมินการขาดดุลทางปัญญาในโรงเรียนหรืองานในปัจจุบัน (เช่นเดียวกับในวัยเรียนก่อนอายุ 7 ปี) อาการสมาธิสั้นภาวะแทรกซ้อนที่เกี่ยวข้องกับการเกิดอารมณ์แปรปรวนทั่วไปปัญหาการนอนหลับการใช้สารในทางที่ผิดเพื่อบรรเทาอาการสมาธิสั้น และประวัติครอบครัวที่เป็นโรคสมาธิสั้น นักจิตวิทยาคลินิกสองคนทำการสัมภาษณ์และได้รับการฝึกอบรมโดยผู้เชี่ยวชาญทางคลินิกก่อนหน้านี้เพื่อมุ่งเน้นไปที่อาการเฉพาะ เครื่องชั่งเพิ่มสีน้ำตาล 40 ชิ้นสำหรับผู้ใหญ่ช่วยในการประเมินอาการจริงที่หลากหลายซึ่งสะท้อนถึงความบกพร่องในการทำงานของผู้บริหารที่เกี่ยวข้องกับโรคสมาธิสั้นที่เกิดขึ้นในช่วง 6 เดือนที่ผ่านมารวมถึง (ก) การจัดระเบียบการจัดลำดับความสำคัญและการเปิดใช้งานสำหรับการทำงาน (b) มุ่งเน้นสนับสนุนและเปลี่ยนความสนใจไปที่งาน (c) ควบคุมความตื่นตัวความพยายามอย่างต่อเนื่องและความเร็วในการประมวลผล (d) จัดการความขุ่นมัวและปรับอารมณ์รวมทั้ง (จ) ใช้หน่วยความจำในการทำงานและเข้าถึงการเรียกคืน (เมอร์ฟีแอนด์แอดเลอร์, 2004). ผู้ป่วยให้คะแนนอาการเหล่านี้ในระดับ Likert 4 จุด (“ ไม่เคย”“ สัปดาห์ละครั้ง”“ สัปดาห์ละสองครั้ง” และ“ ทุกวัน”) แฮร์ริสันรายงานว่าความเป็นไปได้สูงที่จะมีสมาธิสั้นจะสะท้อนให้เห็นโดยการตัดออก> 55 ซึ่งนำไปใช้กับการศึกษานี้ด้วย การวินิจฉัยโรคสมาธิสั้นในปัจจุบันได้รับเมื่อผู้เข้าร่วมปฏิบัติตามเกณฑ์ของการสัมภาษณ์และการตัดระดับน้ำตาล ADD (แฮร์ริสัน, 2004) เครื่องชั่ง ADD สีน้ำตาลมีความสอดคล้องภายใน (Cronbach's α) ที่α = .96 สำหรับผู้ใหญ่ (สีน้ำตาล 1996) เกณฑ์ ADHD ตลอดชีวิตรวมถึงการรายงานการวินิจฉัยของ ADHD ในอดีตที่ได้รับจากผู้เชี่ยวชาญทางการแพทย์ ผู้เข้าร่วมที่ให้คะแนนเหนือการตัดของ 55 ในระดับ ADD สีน้ำตาล แต่ผู้ที่ไม่ปฏิบัติตามเงื่อนไขสำหรับการวินิจฉัยโรคสมาธิสั้นในปัจจุบันหรือตลอดชีพในการสัมภาษณ์ถูกจัดประเภทภายใต้
ในการประเมินแง่มุมของแนวคิดตนเองเราใช้ระดับ Rosenberg (Rosenberg, 1965; การตรวจสอบการเห็นคุณค่าในตนเอง, แบบสอบถามภาพร่างกาย (BIQ-20; Clement & Löwe, 1996) รวมถึงแบบสอบถามความสามารถทางอารมณ์ (ECQ; Rindermann, 2009) มาตราส่วน Rosenberg เป็นแบบสอบถาม 10 รายการเกี่ยวกับความรู้สึกในเชิงบวกและเชิงลบเกี่ยวกับตนเองวัดในระดับ Likert 4 จุด ความสอดคล้องภายในของรายการถูกรายงานว่าเป็นα = .88 ของ Cronbach (Greenberger, Chen, Dmitrieva และ Farruggia, 2003).
BIQ-20 ที่ประกอบด้วยรายการ 20 ระบุการรบกวนภาพร่างกายด้วยการวัด“ การปฏิเสธภาพร่างกาย” และ“ ภาพร่างกายที่สำคัญ” ความสอดคล้องภายในสำหรับเครื่องชั่งมีตั้งแต่ 0.65 ถึง 0.91 ในตัวอย่างเยอรมัน การตรวจสอบความถูกต้องแบบไขว้ของโครงสร้างแฟกทอเรียลของเครื่องชั่งเผยให้เห็นความเสถียรสูงในกลุ่มตัวอย่างทางคลินิกหนึ่งและสองกลุ่มที่ไม่ใช่ทางคลินิก (Clement & Löwe, 1996) ECQ ประเมินความสามารถของผู้เข้าร่วมใน (a) การรับรู้และเข้าใจอารมณ์ของตนเอง (b) การรับรู้และทำความเข้าใจอารมณ์ของผู้อื่น (สามารถรับรู้และเข้าใจอารมณ์ของผู้อื่นโดยขึ้นอยู่กับพฤติกรรมของพวกเขาการสื่อสารด้วยการพูดการแสดงออกทางสีหน้าและท่าทางขึ้นอยู่กับสถานการณ์); (c) ควบคุมและควบคุมอารมณ์ของตนเอง และ (d) การแสดงออกทางอารมณ์ (ความสามารถและเต็มใจที่จะแสดงความรู้สึก) ความสอดคล้องภายในของเครื่องชั่งอยู่ในช่วงระหว่างα = 0.89 และ 0.93 (Rindermann, 2009).
วัดความวิตกกังวลทางสังคมและความสามารถทางสังคมโดยใช้แบบสอบถามความวิตกกังวลทางสังคมและความบกพร่องทางความสามารถทางสังคม (SASKO; Kolbeck & Maß, 2009) มันมีจุดมุ่งหมายเพื่อประเมินความกลัวในการพูดต่อหน้าผู้อื่นหรืออยู่ในศูนย์กลางของความสนใจทางสังคม (subscale“ พูด”) ของการถูกปฏิเสธทางสังคม (“ ปฏิเสธ”) และปฏิสัมพันธ์ทางสังคม (“ ปฏิสัมพันธ์”) เช่นเดียวกับ การขาดการรับรู้ทางสังคม ("ข้อมูล") และความรู้สึกของความเหงา ("ความเหงา") ความสอดคล้องภายในของระดับย่อยอยู่ระหว่างα = .76 และ. 87 สำหรับตัวอย่างที่มีสุขภาพดีและระหว่างα = .80 และ. 89 สำหรับตัวอย่างทางคลินิก (Kolbeck & Maß, 2009) นอกจากนี้ความตรงเชิงปัจจัยได้รับการยืนยันโดยการวิเคราะห์ปัจจัยยืนยันKolbeck & Maß, 2009) นอกจากนี้ระดับความเครียดรับรู้ (PSS; Cohen, Kamarck และ Mermelstein, 1983) ใช้เพื่อสำรวจการรับรู้ของผู้เข้าร่วมเกี่ยวกับความเครียด ความสอดคล้องภายใน (Cronbach's α) ของ PSS คือα = .78 (Cohen et al., 1983).
การวิเคราะห์ทางสถิติ
การวิเคราะห์ข้อมูลดำเนินการโดยใช้ SPSS Statistics 23 (แพ็คเกจทางสถิติสำหรับสังคมศาสตร์ SPSS Inc. , Chicago, IL, USA) ความแตกต่างของอัตราความชุกระหว่างผู้ใช้อินเทอร์เน็ตที่มีปัญหาและผู้ใช้อินเทอร์เน็ตที่มีปัญหา2 การทดสอบและการทดสอบที่แน่นอนของฟิชเชอร์ตามความเหมาะสม นอกจากนี้การวิเคราะห์ความแตกต่างในลักษณะที่เกี่ยวข้องกับแนวคิดของตนเองระหว่างผู้ใช้อินเทอร์เน็ตที่ติดผู้ใช้อินเทอร์เน็ตที่มีปัญหาและการควบคุมสุขภาพรวมถึงการวิเคราะห์ความแปรปรวน (ANOVAs) ตามด้วยการวิเคราะห์โพสต์เฉพาะกิจโดยใช้การทดสอบของScheffé การวิเคราะห์การถดถอยเชิงเส้นถูกนำมาใช้เพื่อประเมินความสัมพันธ์ระหว่างตัวแปรและความรุนแรงของอาการปัจจุบันหรือตลอดชีวิตของการใช้อินเทอร์เน็ต
ความสอดคล้องระหว่างการทดสอบ ADHD สองครั้ง (การสัมภาษณ์และมาตรวัด ADD สีน้ำตาล) ประเมินโดย cross tabulation และสถิติ kappa ของ Cohen นอกจากนี้เรายังใช้χ2 การทดสอบเพื่อประเมินความแตกต่างระหว่างกลุ่มในอัตราความชุกของผลการทดสอบเชิงบวกภายในหมวดหมู่ (ใช่ / ไม่ใช่) ของ "อาการสมาธิสั้นที่พัฒนาเมื่อเร็ว ๆ นี้" เช่นเดียวกับการวินิจฉัยโรคสมาธิสั้นในปัจจุบันและตลอดชีวิต นอกจากนี้เพื่อประเมินว่าผู้เข้าร่วมที่มีการวินิจฉัยโรค ADHD หรืออาการ ADHD ที่พัฒนาขึ้นเมื่อเร็ว ๆ นี้จะแสดงอาการความรุนแรงของการใช้อินเทอร์เน็ตในปัจจุบันหรืออายุการใช้งานที่สูงขึ้นเมื่อเปรียบเทียบกับผู้ที่ไม่ได้ปฏิบัติตามเงื่อนไขสำหรับเด็กสมาธิสั้น t- ทดสอบกับกลุ่มตัวอย่างทั้งหมดรวมถึงการควบคุมที่ดีต่อสุขภาพผู้ติดอินเทอร์เน็ตและผู้ใช้ที่มีปัญหา
จริยธรรม
ขั้นตอนการศึกษาดำเนินการตามประกาศของเฮลซิงกิ การศึกษาได้รับการอนุมัติโดยคณะกรรมการจริยธรรมของมันไฮม์, บาเดนเวิร์ทเทมแบร์ก (หมายเลขใบสมัคร: 2013-528N-MA) ก่อนที่จะมีส่วนร่วมในการศึกษาผู้เข้าร่วมทุกคนจะได้รับแจ้งถึงวัตถุประสงค์ของการศึกษาและยินยอมหลังจากได้รับข้อมูลนี้
ผลสอบ
อายุการใช้งานและปัจจุบัน comorbidities
ข้อมูลเปิดเผยว่ากลุ่มติดยาเสพติด 62.4% (45.2%), 31.4% (20.0%) ของกลุ่มที่มีปัญหาและ 22.8% (13.9%) ของการควบคุมที่มีสุขภาพแสดงให้เห็นว่าแกนชีวิตที่ 1 หรือแกน II วินิจฉัย ตามความคาดหวังของเราผู้ใช้อินเทอร์เน็ตที่ติดยาเสพติดแสดงอาการซึมเศร้าและวิตกกังวลรวมทั้งสมาธิสั้นมักเปรียบเทียบกับการควบคุมสุขภาพอย่างมีนัยสำคัญ 1 และ 2 เช่นเดียวกับตาราง 2 และ 3) อัตราความชุกที่สูงขึ้นของอายุการใช้งานและสมาธิสั้นปัจจุบันและความผิดปกติของซึมเศร้าพบในกลุ่มที่ติดเมื่อเปรียบเทียบกับผู้ใช้ที่มีปัญหา นอกจากนี้ผู้ติดอินเทอร์เน็ตและผู้ใช้ที่มีปัญหาแสดงความผิดปกติทางบุคลิกภาพของกลุ่ม B อย่างมีนัยสำคัญมากกว่าการควบคุมที่มีสุขภาพดี แต่ความแตกต่างระหว่างกลุ่มเหล่านี้ไม่ได้สะท้อนในความผิดปกติของบุคลิกภาพ B ในแต่ละกลุ่ม 3).
รูป 1. สัดส่วนของการวินิจฉัยอายุการใช้งานและความแตกต่างระหว่างผู้ใช้อินเทอร์เน็ตที่ติดและผู้ใช้ที่มีปัญหารวมถึงการควบคุมที่ดี (การวินิจฉัย%, χ2 และการทดสอบที่แน่นอนของฟิชเชอร์; * * * *p ≤ .05, **p ≤ .01) โรคทางอารมณ์และความวิตกกังวลยังแตกต่างกันไปในการจำแนกประเภท
รูป 2. สัดส่วนของการวินิจฉัยปัจจุบันและความแตกต่างระหว่างผู้ใช้อินเทอร์เน็ตที่มีปัญหาและผู้ที่มีปัญหารวมถึงการควบคุมที่ดี (การวินิจฉัย%, χ2 และการทดสอบที่แน่นอนของฟิชเชอร์; * * * *p ≤ .05, **p ≤ .01) โรคทางอารมณ์และความวิตกกังวลยังแตกต่างกันไปในการจำแนกประเภท
|
2 ตาราง. ความแตกต่างของอัตราความชุกของการวินิจฉัยระหว่างผู้ใช้ที่ติดกับผู้ใช้ที่มีปัญหาและการควบคุมที่ดี
ทั้งหมด (N = 207) | ติดยาเสพติด (n = 93) | มีปัญหา (n = 35) | การควบคุมสุขภาพn = 79) | p | |
---|---|---|---|---|---|
สมาธิสั้น (LT) | 5.1 | 13.8 | 0 | 0 | <.001f** |
สมาธิสั้น (C) | 6.1 | 11.5 | 0 | 0 | <.001f** |
ความผิดปกติของอารมณ์ (LT) | 21.7 | 35.5 | 17.1 | 7.6 | <.001c** |
อารมณ์ผิดปกติ (C) | 5.3 | 10.8 | 0 | 1.3 | . 008f* |
โรคซึมเศร้า (LT) | 20.8 | 34.4 | 17.1 | 5.3 | <.001c** |
โรคซึมเศร้า (C) | 4.3 | 9.7 | 0 | 0 | . 003f* |
ความผิดปกติของความวิตกกังวล (LT) | 14.5 | 21.5 | 8.6 | 8.9 | . 035c |
ความผิดปกติของความวิตกกังวล (C) | 9.2 | 16.1 | 5.7 | 2.5 | . 005f* |
โรควิตกกังวลทั่วไป (LT) | 3.9 | 5.6 | 0 | 3.8 | . 452 |
โรควิตกกังวลทั่วไป (C) | 2.5 | 4.4 | 0 | 1.3 | . 655 |
พล็อต (LT) | 1.5 | 3.3 | 0 | 0 | . 073 |
พล็อต (C) | 1.0 | 2.2 | 0 | 0 | . 032 |
ความหวาดกลัวเฉพาะ (LT) | 3.4 | 4.4 | 5.7 | 1.3 | . 559 |
ความหวาดกลัวเฉพาะ (C) | 3.0 | 4.4 | 5.7 | 0 | . 050 |
ความหวาดกลัวทางสังคม (LT) | 3.4 | 6.5 | 0 | 1.3 | . 105f |
ความหวาดกลัวทางสังคม (C) | 2.9 | 5.4 | 0 | 1.3 | . 185f |
Obsessive – compulsive disorder (LT) | 2.4 | 5.4 | 0 | 0 | . 075f |
Obsessive – compulsive disorder (C) | 2.4 | 5.4 | 0 | 0 | . 075f |
ความผิดปกติของการรับประทานอาหาร (LT) | 2.9 | 4.3 | 2.9 | 1.3 | . 556f |
ความผิดปกติของการรับประทานอาหาร (C) | 1.4 | 3.2 | 0 | 0 | . 292f |
การใช้สารผิดปกติที่ไม่มีสารนิโคติน (LT) | 12.6 | 18.3 | 11.4 | 6.3 | . 060f |
การใช้สารผิดปกติโดยไม่มีสารนิโคติน (C) | 3.9 | 4.3 | 5.7 | 2.5 | . 635f |
การใช้สารผิดปกติด้วยนิโคติน (LT) | 20.3 | 25.8 | 17.1 | 15.2 | . 198c |
การใช้สารผิดปกติกับนิโคติน (C) | 14.0 | 18.3 | 8.6 | 11.4 | . 306f |
คลัสเตอร์ A | 1.9 | 3.2 | 0 | 1.3 | . 663f |
คลัสเตอร์ B | 4.8 | 7.5 | 8.6 | 0 | . 013f* |
กลุ่มค | 7.2 | 9.7 | 5.1 | 5.7 | . 525f |
บันทึก. ราคาเป็น% f: การทดสอบที่แน่นอนของฟิชเชอร์; c: χ2 ทดสอบ; LT: อายุการใช้งาน; C: ปัจจุบันได้รับการแก้ไขโดย Bonferroni – Holm สำหรับการเปรียบเทียบอายุการใช้งานและการวินิจฉัยในปัจจุบันเช่นเดียวกับความผิดปกติทางบุคลิกภาพ สมาธิสั้น: ความผิดปกติของสมาธิสั้น; พล็อต: ความผิดปกติของความเครียดโพสต์บาดแผล
*p ≤ .05 และ **p ≤ .01 หลังจากแก้ไขโดย Bonferroni – Holm สำหรับการเปรียบเทียบหลายครั้ง
|
3 ตาราง. โพสต์การเปรียบเทียบความแตกต่างในอัตราความชุกของการวินิจฉัยระหว่างผู้ใช้ที่ติดและผู้ที่มีปัญหารวมถึงการควบคุมที่ดี
การควบคุมที่ดีต่อสุขภาพกับผู้ใช้ที่ติดยาเสพติด | การควบคุมที่ดีต่อสุขภาพกับผู้ใช้ที่มีปัญหา | ติดกับผู้ใช้ที่มีปัญหา | |
---|---|---|---|
p | p | p | |
สมาธิสั้น (LT) | <.001f** | - | . 014f* |
สมาธิสั้น (C) | . 001f** | - | . 029f* |
ความผิดปกติของอารมณ์ (LT) | <.001c** | . 117f | . 033c* |
อารมณ์ผิดปกติ (C) | . 010c | . 693f | . 036f* |
โรคซึมเศร้า (LT) | <.001c** | . 076f | . 043c* |
โรคซึมเศร้า (C) | . 003f** | - | . 050f* |
ความผิดปกติของความวิตกกังวล (C) | . 002c** | . 360f | . 100f |
คลัสเตอร์ B | . 012f* | . 027f* | . 549f |
บันทึก. f: การทดสอบที่แน่นอนของฟิชเชอร์; c: χ2 ทดสอบ; LT: อายุการใช้งาน; C: ปัจจุบัน; สมาธิสั้น: สมาธิสั้นผิดปกติสมาธิสั้น
รูป 3. สัดส่วนของความผิดปกติทางบุคลิกภาพตามมาตรฐาน DSM-IV และความแตกต่างระหว่างผู้ใช้อินเทอร์เน็ตที่ติดปัญหาและที่เป็นปัญหารวมถึงการควบคุมสุขภาพ (การวินิจฉัย%, χ2- และการทดสอบที่แน่นอนของฟิชเชอร์ *p ≤ .05, **p ≤ .01)
ความสอดคล้องของเครื่องมือ ADHD สองชนิด
การประเมินความสอดคล้องระหว่างเครื่องมือที่ใช้ทั้งสอง (เช่น Brown ADD Scale และการสัมภาษณ์) ผลการวิจัยพบว่า 63.21% ในกลุ่มที่ติดยาเสพติด (Kappa = 0.21, p = .012) และ 82.1% ในกลุ่มตัวอย่างทั้งหมด (Kappa = 0.28; p <.001)
รูป 4 แสดงให้เห็นถึงร้อยละของผลบวกของผู้เข้าร่วมสำหรับผู้ป่วยสมาธิสั้นในสองเครื่องมือที่ใช้ (สัมภาษณ์และมาตราส่วน ADD สีน้ำตาล) เช่นเดียวกับในหมวดหมู่ที่ได้รับจากอาการสมาธิสั้นที่พัฒนาเมื่อเร็ว ๆ นี้การวินิจฉัยโรคสมาธิสั้นในปัจจุบันและตลอดชีวิต
รูป 4. ร้อยละของ ADHD สำหรับสองมาตรการที่แตกต่าง: สัมภาษณ์และ Brown ADD อาการสมาธิสั้นที่ได้รับการพัฒนาเมื่อเร็ว ๆ นี้โดยไม่มีการวินิจฉัยอายุการใช้งานและการวินิจฉัยปัจจุบันที่ได้รับจากการทับซ้อนของเครื่องมือทั้งสอง
A χ2 การทดสอบเปิดเผยความแตกต่างระหว่างกลุ่มอย่างมีนัยสำคัญระหว่างการควบคุมสุขภาพผู้ติดและผู้ใช้อินเทอร์เน็ตที่มีปัญหาในการสัมภาษณ์ ADHD (การทดสอบที่แม่นยำของฟิชเชอร์: p <.001) การเปรียบเทียบแบบคู่แสดงให้เห็นว่าผู้ติดยาเสพติดปฏิบัติตามเกณฑ์ ADHD ในการสัมภาษณ์บ่อยกว่าการควบคุมที่ดีต่อสุขภาพอย่างมีนัยสำคัญ (การทดสอบที่แน่นอนของฟิชเชอร์: p <.001) แต่ไม่เปรียบเทียบกับผู้ใช้ที่มีปัญหา (การทดสอบที่แน่นอนของ Fisher: p = .232) นอกจากนี้ยังพบความแตกต่างระหว่างกลุ่มอย่างมีนัยสำคัญใน Brown ADD Scale (การทดสอบที่แน่นอนของ Fisher: p <.001) การเปรียบเทียบแบบคู่แสดงความถี่ที่สูงขึ้นอย่างมีนัยสำคัญของ ADHD ในผู้ใช้ที่ติดยาเสพติดโดยใช้ Brown ADD Scale เมื่อเทียบกับการควบคุมที่ดีp <.001) และผู้ใช้ที่มีปัญหา (การทดสอบที่แน่นอนของฟิชเชอร์: p <.001) นอกจากนี้การเปรียบเทียบระหว่างกลุ่มของตัวแปร“ อาการสมาธิสั้นที่เพิ่งพัฒนา” (ใช่ / ไม่ใช่) มีนัยสำคัญ (การทดสอบที่แน่นอนของฟิชเชอร์: p <.001): ผู้ใช้อินเทอร์เน็ตที่ติดยาเสพติดเมื่อเร็ว ๆ นี้เปิดเผยอาการที่เกิดขึ้นบ่อยกว่าการควบคุมที่ดีต่อสุขภาพ (การทดสอบที่แน่นอนของ Fisher: p <.001) และผู้ใช้ที่มีปัญหา (การทดสอบที่แน่นอนของฟิชเชอร์; p <.001)
นอกจากนี้เรายังพบว่ากลุ่มที่ติดยาเสพติดแสดงให้เห็นว่ามี ADHD ความถี่ที่สูงขึ้นอย่างมีนัยสำคัญในระดับน้ำตาลเมื่อเปรียบเทียบกับการสัมภาษณ์ (การทดสอบที่แม่นยำของฟิชเชอร์: p = .016)
เพื่อประเมินความแตกต่างของความรุนแรงในการใช้อินเทอร์เน็ตในปัจจุบันและตลอดชีวิต (AICA-30 และอายุการใช้งาน AICA) ระหว่างกลุ่มที่มีและไม่มี ADHD (มาจากแต่ละเกณฑ์ในรูปที่ 4) เราใช้สองตัวอย่าง t- ทดสอบกับตัวอย่างทั้งหมด ในแต่ละเงื่อนไขเราพบว่าผู้เข้าร่วมที่มีภาวะซนสมาธิสั้นในทางบวกมีคะแนนสูงขึ้นอย่างมีนัยสำคัญต่ออายุการใช้งานและความรุนแรงของการใช้อินเทอร์เน็ตในปัจจุบันเมื่อเปรียบเทียบกับผู้ที่มีผลการทดสอบเป็นลบ (ตาราง 4).
|
4 ตาราง. ความแตกต่างของความรุนแรงในการใช้อินเทอร์เน็ตในปัจจุบันและตลอดชีวิต (AICA) ระหว่างผู้เข้าร่วมให้คะแนนบวกและลบสำหรับ ADHD สำหรับเกณฑ์ที่แตกต่างกันในกลุ่มตัวอย่างทั้งหมด
อาการรุนแรงของการใช้อินเทอร์เน็ต | คิดบวกสำหรับ ADHD Mean (SD) | ลบสำหรับค่าเฉลี่ยสมาธิสั้น (SD) | t สถิติ | p | |
---|---|---|---|---|---|
สัมภาษณ์ผู้ป่วยสมาธิสั้น | ปัจจุบัน | 12.20 (7.91) | 8.68 (6.53) | -1.970 | .050 * |
ตลอดชีวิต | 23.00 (8.01) | 16.12 (8.31) | -3.088 | .002 ** | |
น้ำตาล | ปัจจุบัน | 15.13 (5.77) | 7.34 (5.95) | -7.425 | <.001 ** |
ตลอดชีวิต | 24.00 (5.35) | 14.80 (8.10) | -6.807 | <.001 ** | |
อาการสมาธิสั้นที่พัฒนาล่าสุด | ปัจจุบัน | 15.11 (5.29) | 6.00 (7.42) | -6.260 | <.001 ** |
ตลอดชีวิต | 24.33 (4.29) | 14.77 (8.05) | -6.025 | <.001 ** | |
โรคสมาธิสั้นปัจจุบัน | ปัจจุบัน | 15.10 (7.85) | 8.59 (6.48) | -3.063 | .003 ** |
ตลอดชีวิต | 24.50 (7.58) | 16.24 (8.32) | -3.068 | .002 ** | |
สมาธิสั้นตลอดชีวิต | ปัจจุบัน | 14.83 (7.21) | 8.54 (6.49) | -3.236 | .001 ** |
ตลอดชีวิต | 24.50 (6.86) | 16.16 (8.32) | -3.397 | .001 ** |
บันทึก. SD: ส่วนเบี่ยงเบนมาตรฐานแก้ไขโดย Bonferroni – Holm สำหรับการเปรียบเทียบหลายรายการ สมาธิสั้น: ความผิดปกติของสมาธิสั้น; AICA: การประเมินผลการติดเกมคอมพิวเตอร์และอินเทอร์เน็ต
*p ≤ .05 **p ≤ .01
สองตัวอย่าง t- การทดสอบภายในแต่ละกลุ่ม (ผู้ใช้ที่ติดและมีปัญหารวมถึงตัวควบคุมที่ดีต่อสุขภาพ) เปิดเผยเฉพาะผู้เข้าร่วมที่ติดกับอาการที่เพิ่งพัฒนาn = 27) เพื่อแสดงความรุนแรงของการใช้อินเทอร์เน็ตตลอดอายุการใช้งานที่สูงขึ้น (t = −2.549, p = .013) เปรียบเทียบกับผู้ที่ไม่มีอาการใด ๆ (n = 46)
ลักษณะที่เกี่ยวข้องกับแนวคิดในตัวเองระหว่างผู้ใช้อินเทอร์เน็ตที่มีปัญหาและมีปัญหารวมถึงการควบคุมที่ดี
ตาราง 5 และ 6 แสดงให้เห็นถึงความแตกต่างระหว่างการควบคุมผู้ใช้อินเทอร์เน็ตที่มีปัญหาและผู้ติดอินเทอร์เน็ตในลักษณะที่เกี่ยวข้องกับแนวคิดตนเอง ANOVAs เปิดเผยผลกระทบที่สำคัญอย่างมีนัยสำคัญในทุกเครื่องชั่ง (ตาราง 5).
|
5 ตาราง. ความแตกต่างระหว่างกลุ่มของผู้ใช้ที่ติดผู้ใช้ที่มีปัญหาและการควบคุมที่ดี
ทั้งหมด (N = 207) | ติดยาเสพติด (n = 93) | มีปัญหา (n = 35) | การควบคุมสุขภาพn = 79) | F | p | |
---|---|---|---|---|---|---|
PSS รับรู้ความเครียด | 16.35 (6.74) | 20.01 (6.21) | 15.06 (5.13) | 12.67 (5.72) | 34.437 | <.001 ** |
ดัชนีค่าระวางเรือ | 8.43 (7.63) | 12.96 (8.36) | 6.51 (4.89) | 4.06 (4.02) | 42.256 | <.001 ** |
Rosenberg ความนับถือตนเอง | 21.80 (6.25) | 18.89 (6.74) | 22.66 (5.36) | 24.85 (4.14) | 24.285 | <.001 ** |
SASKO พูด | 9.98 (7.19) | 13.90 (7.71) | 8.17 (5.38) | 6.22 (4.46) | 33.825 | <.001 ** |
การปฏิเสธทางสังคมของ SASKO | 9.33 (6.43) | 12.76 (7.08) | 7.86 (3.67) | 5.99 (4.24) | 32.247 | <.001 ** |
ปฏิสัมพันธ์ SASKO | 6.98 (5.38) | 10.15 (5.67) | 5.51 (3.59) | 3.94 (3.28) | 41.819 | <.001 ** |
ข้อมูล SASKO | 7.03 (4.26) | 8.97 (4.39) | 6.26 (3.45) | 5.11 (3.41) | 21.729 | <.001 ** |
ความเหงา SASKO | 2.98 (3.26) | 4.49 (3.58) | 2.66 (2.72) | 1.37 (2.07) | 24.239 | <.001 ** |
ECQ-EE | 55.17 (10.46) | 50.79 (10.29) | 54.40 (10.83) | 60.61 (7.75) | 22.827 | <.001 ** |
ECQ-EO | 65.06 (10.96) | 62.99 (11.86) | 65.29 (11.12) | 67.37 (9.35) | 3.481 | .034 * |
ECQ-RE | 47.47 (8.87) | 43.50 (9.05) | 49.51 (8.26) | 51.19 (6.87) | 20.293 | <.001 ** |
ECQ-EX | 53.87 (13.71) | 49.61 (13.83) | 52.34 (17.79) | 59.52 (10.97) | 12.670 | <.001 ** |
การปฏิเสธ BIQ ของภาพร่างกาย | 22.59 (8.45) | 26.41 (9.57) | 21.72 (6.47) | 18.53 (5.32) | 22.664 | <.001 ** |
ภาพร่างกายที่สำคัญ BIQ | 33.73 (6.97) | 31.27 (7.59) | 34.72 (5.31) | 36.17 (5.87) | 12.075 | <.001 ** |
บันทึก. ค่าเฉลี่ย (ค่าเบี่ยงเบนมาตรฐาน) SASKO: แบบสอบถามความวิตกกังวลทางสังคมและความสามารถทางสังคม AOC ECQ: แบบสอบถามความสามารถทางอารมณ์; ECQ-EE: รู้จักและเข้าใจอารมณ์ของตนเอง ECQ-EA: รู้จักและเข้าใจอารมณ์ของผู้อื่น ECQ-RE: การควบคุมและควบคุมอารมณ์ของตัวเอง; ECQ-EX: การแสดงออกทางอารมณ์; BDI: เบ็คภาวะซึมเศร้าสินค้าคงคลัง; PSS: การรับรู้ระดับความเครียด; BIQ: แบบสอบถามภาพร่างกาย; F: ANOVA F สถิติ.
*p ≤ .05 และ **p ≤ .01 หลังจากแก้ไขโดย Bonferroni – Holm สำหรับการเปรียบเทียบหลายครั้ง
|
6 ตาราง. โพสต์การเปรียบเทียบแบบจับคู่ (Scheffé) ระหว่างผู้ใช้ที่ติดผู้ใช้ที่มีปัญหาและการควบคุมที่ดี
การควบคุมที่ดีต่อสุขภาพกับผู้ใช้ที่ติดยาเสพติด | การควบคุมที่ดีต่อสุขภาพกับผู้ใช้ที่มีปัญหา | ติดกับผู้ใช้ที่มีปัญหา | ||||
---|---|---|---|---|---|---|
ความแตกต่างของวิธีการ | p | ความแตกต่างของวิธีการ | p | ความแตกต่างของวิธีการ | p | |
PSS | -7.37 | <.001 | -2.39 | . 137 | 4.99 | <.001 |
ดัชนีค่าระวางเรือ | -8.89 | <.001 | -2.45 | . 175 | 6.44 | <.001 |
Rosenberg ความนับถือตนเอง | 5.96 | <.001 | 2.19 | . 163 | -3.77 | . 004 |
SASKO พูด | -7.80 | <.001 | -1.96 | . 305 | 5.84 | <.001 |
การปฏิเสธทางสังคมของ SASKO | -6.84 | <.001 | -1.87 | . 264 | 4.97 | <.001 |
ปฏิสัมพันธ์ SASKO | -6.28 | <.001 | -1.58 | . 234 | 4.71 | <.001 |
ข้อมูล SASKO | -3.90 | <.001 | -1.14 | . 352 | -2.75 | . 002 |
ความเหงา SASKO | -3.17 | <.001 | -1.29 | . 098 | 1.88 | . 006 |
ECQ-EE | 9.89 | <.001 | 6.21 | . 006 | -3.69 | . 152 |
ECQ-EO | 4.37 | . 035 | 2.08 | . 641 | -2.29 | . 572 |
ECQ-RE | 7.85 | <.001 | 1.68 | . 599 | -6.17 | . 001 |
ECQ-EX | 9.95 | <.001 | 7.18 | . 027 | -2.77 | . 565 |
การปฏิเสธ BIQ ของภาพร่างกาย | -7.99 | <.001 | -3.18 | . 127 | 4.80 | . 008 |
ภาพร่างกายที่สำคัญ BIQ | 4.99 | <.001 | 1.45 | . 558 | -3.54 | . 028 |
บันทึก. SASKO: แบบสอบถามความวิตกกังวลทางสังคมและความสามารถทางสังคม ECQ: แบบสอบถามความสามารถทางอารมณ์; ECQ-EE: รู้จักและเข้าใจอารมณ์ของตนเอง ECQ-EA: รู้จักและเข้าใจอารมณ์ของผู้อื่น ECQ-RE: การควบคุมและควบคุมอารมณ์ของตัวเอง; ECQ-EX: การแสดงออกทางอารมณ์; BDI: เบ็คภาวะซึมเศร้าสินค้าคงคลัง; PSS: การรับรู้ระดับความเครียด; BIQ: แบบสอบถามภาพร่างกาย
ผู้ใช้อินเทอร์เน็ตที่ติดยาเสพติดเมื่อเทียบกับการควบคุมที่ดีแสดงให้เห็นภาพร่างกายที่แย่ลงอย่างมีนัยสำคัญ, ความวิตกกังวลทางสังคมที่สูงขึ้น (SASKO), ความสามารถทางสังคมลดลง (ทุกระดับของ SASKO), การรับรู้ความเครียด นอกจากนี้พวกเขามีความนับถือตนเองต่ำ (Rosenberg) และแสดงการรับรู้ความเครียดที่เพิ่มขึ้น (PSS) เช่นเดียวกับอาการซึมเศร้า (BDI; ตาราง 6) ผู้ใช้ที่ติดยาเสพติดยังแสดงให้เห็นถึงคุณค่าที่เพิ่มขึ้นอย่างมีนัยสำคัญเกี่ยวกับคุณลักษณะที่เกี่ยวข้องกับแนวคิดส่วนใหญ่ (นอกเหนือจากการรับรู้อารมณ์ของตนเองและของผู้อื่นรวมทั้งสามารถแสดงอารมณ์ของตัวเองต่อผู้อื่น) เมื่อเปรียบเทียบกับผู้ใช้ที่มีปัญหา
เราสังเกตผู้เสพติดอินเทอร์เน็ตและผู้ใช้ที่มีปัญหาต่อไปจะแตกต่างอย่างมีนัยสำคัญจากการควบคุมที่ดีต่อสุขภาพเกี่ยวกับระดับความสามารถทางอารมณ์ "การรับรู้อารมณ์ของตนเอง" (ECQ-EE) และ "การแสดงออกทางอารมณ์" (ECQ-EX; Table 6) การวิเคราะห์การถดถอยเชิงเส้นเปิดเผยว่าตัวแปรสองตัวนี้อธิบาย 11% (R2 = .111; p <.001) ของความรุนแรงในการใช้อินเทอร์เน็ตปัจจุบัน (AICA_30) และ 22% (R2 = .217; p <.001) ของความรุนแรงของการใช้อินเทอร์เน็ตตลอดชีวิต (อายุการใช้งาน AICA)
การสนทนา
วัตถุประสงค์ทั่วไปของการศึกษาครั้งนี้เพื่อตรวจสอบความแตกต่างใน comorbidities และลักษณะที่เกี่ยวข้องกับแนวคิดของตัวเองระหว่างการควบคุมสุขภาพผู้ติดและผู้ใช้อินเทอร์เน็ตที่มีปัญหาเพื่อชี้แจงบทบาทของการใช้ปัญหาในการเปลี่ยนจากการใช้อินเทอร์เน็ตเพื่อสุขภาพที่ติด
Comorbidities ในผู้ใช้อินเทอร์เน็ตที่ติดและเป็นปัญหาเช่นเดียวกับในการควบคุมสุขภาพ
ผลการศึกษาชี้ให้เห็นว่าผู้ติดอินเทอร์เน็ตมีอัตราการป่วยเป็นโรค ADHD เพิ่มขึ้นภาวะซึมเศร้าและความวิตกกังวลในปัจจุบันรวมถึงความผิดปกติทางบุคลิกภาพกลุ่ม B เมื่อเทียบกับการควบคุมสุขภาพ นอกจากนี้ยังพบว่าอัตราการป่วยเป็นโรค ADHD และโรคซึมเศร้าในกลุ่มที่ติดยานั้นสูงกว่าผู้ใช้ที่มีปัญหา ผลลัพธ์เหล่านี้เป็นไปตามรูปแบบที่อธิบายไว้ก่อนหน้าของการติดอินเทอร์เน็ตที่ถือว่าเป็นโรคจิตพื้นฐานที่แข็งแกร่งในการใช้อินเทอร์เน็ตที่ติด (ยี่ห้อและคณะ 2016; เดวิส 2001). ในรูปแบบ I-PACE ของพวกเขา Brand et al. (2016) โดยเฉพาะอย่างยิ่งหมายถึงภาวะซึมเศร้าและ (สังคม) ความผิดปกติของความวิตกกังวลเช่นเดียวกับสมาธิสั้นเป็นสามลักษณะทางจิตหลักที่เกี่ยวข้องกับการติดอินเทอร์เน็ต ความผิดปกติทางจิตเหล่านี้เกี่ยวข้องอย่างมากกับอารมณ์ด้านลบที่รุนแรงเช่นความวิตกกังวลซึมเศร้าและความโกรธ มุมมองนี้ยังได้รับการพิจารณาในคำอธิบายความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตใน DSM-5 ซึ่งการเล่นเกมทางอินเทอร์เน็ตถูกนำมาใช้เพื่อค้นหาการบรรเทาจากสภาวะอารมณ์เชิงลบ
ในขั้นตอนของการใช้อย่างมีปัญหามีเพียงความผิดปกติทางบุคลิกภาพกลุ่ม B เท่านั้นที่เกิดขึ้นอย่างมีนัยสำคัญเมื่อเปรียบเทียบกับกลุ่มควบคุมที่มีสุขภาพดีและไม่แตกต่างจากการใช้ที่ติดอยู่ วรรณกรรมอธิบายถึงความผิดปกติทางบุคลิกภาพของคลัสเตอร์ B ซึ่งสัมพันธ์กับพฤติกรรมที่เร้าอารมณ์อารมณ์เอาแน่เอานอนไม่ได้และหุนหันพลันแล่น (สมาคมจิตแพทย์อเมริกัน 2013) มักจะมาพร้อมกับตอนของภาวะซึมเศร้า พวกเขายังเชื่อมโยงกับความเป็นไปได้ที่ลดลงของการให้อภัยเรื้อรัง (Agosti, 2014). การค้นพบนี้บ่งชี้ว่าความผิดปกติทางบุคลิกภาพของคลัสเตอร์ B อาจมีความสัมพันธ์กับการใช้อินเทอร์เน็ตที่มีปัญหาและติดยาเสพติด Zadra et al. (2016) สังเกตความชุกที่เพิ่มขึ้นของความผิดปกติทางบุคลิกภาพของกลุ่ม B ในผู้ติดอินเทอร์เน็ต เราไม่พบความแตกต่างระหว่างกลุ่มภายในความผิดปกติทางบุคลิกภาพกลุ่ม B เฉพาะอาจเนื่องมาจากจำนวนผู้ป่วยน้อย (nเส้นเขตแดน = 5; nซึ่งบูชาตัวเอง = 4; nมารยา = 0; nต่อต้านสังคม = 1 ในตัวอย่างทั้งหมด) เป็นเรื่องที่น่าสนใจที่จะเปรียบเทียบอัตราความชุกของความผิดปกติทางบุคลิกภาพเฉพาะในผู้เสพติดและผู้ใช้ที่มีปัญหาโดยใช้กลุ่มตัวอย่างที่มีขนาดใหญ่กว่าในการศึกษาเพิ่มเติม นอกจากนี้ยังจำเป็นต้องมีการศึกษาการจำลองแบบเพิ่มเติมเพื่อยืนยันการค้นพบของเรา
โรคสมาธิสั้นและอาการคล้าย ADHD ในผู้ติดอินเทอร์เน็ต
เกี่ยวกับการวินิจฉัยโรคสมาธิสั้นในการศึกษาครั้งนี้ความชุกปัจจุบันและอายุการใช้งานในกลุ่มผู้ติดอินเทอร์เน็ต (13.8% และ 11.5%) สูงกว่าผู้ใช้อินเทอร์เน็ตที่มีปัญหาและการควบคุมสุขภาพอย่างมีนัยสำคัญ meta-analysis ประมาณความชุกทั่วไปของ ADHD ที่เกี่ยวกับ 2.5% (Simon, Czobor, Bálint, Mészáros, & Bitter, 2009) การศึกษาส่วนใหญ่เกี่ยวกับโรคสมาธิสั้นและการเสพติดอินเทอร์เน็ตได้ดำเนินการกับวัยรุ่นและไม่ใช่ผู้ใหญ่Seyrek et al., 2017; Tateno et al., 2016) มีงานวิจัยเพียงชิ้นเดียวที่รายงานความชุกของ ADHD ของ 5.5% ในผู้ใช้อินเทอร์เน็ตที่ "เป็นปัญหา" สำหรับผู้ใหญ่ (Kim et al., 2016) อย่างไรก็ตามกลุ่มตัวอย่างยังรวมถึงผู้ใช้ที่ติดอยู่ด้วยดังนั้นผลการวิจัยอาจไม่สามารถเทียบเคียงได้กับการศึกษานี้
สำหรับความรู้ของเรานี่เป็นงานวิจัยชิ้นแรกที่พยายามประเมินผลกระทบของอาการสมาธิสั้นที่พัฒนาขึ้นเมื่อเร็ว ๆ นี้นอกเหนือจากการวินิจฉัยโรคสมาธิสั้นในผู้ติดอินเทอร์เน็ต ผู้เข้าร่วมกับ ADHD และผู้ที่มีอาการคล้าย ADHD ที่เพิ่งพัฒนาแสดงให้เห็นว่าอายุการใช้งานที่สูงขึ้นและความรุนแรงในการใช้อินเทอร์เน็ตในปัจจุบันสูงกว่าผู้ที่ไม่ปฏิบัติตามเงื่อนไขเหล่านี้อย่างมีนัยสำคัญ นอกจากนี้ผู้เข้าร่วมที่ติดยาเสพติดที่มีอาการสมาธิสั้นที่พัฒนาเมื่อเร็ว ๆ นี้ (30% ของกลุ่มที่ติดยาเสพติด) แสดงความรุนแรงในการใช้อินเทอร์เน็ตที่เพิ่มขึ้นตลอดชีวิตเมื่อเทียบกับผู้ที่ติดยาเสพติดที่ไม่มีอาการสมาธิสั้น ผลลัพธ์ของเราระบุว่าอาการ ADHD ที่พัฒนาเมื่อเร็ว ๆ นี้ (โดยไม่ต้องปฏิบัติตามเกณฑ์การวินิจฉัยสำหรับ ADHD) นั้นเชื่อมโยงกับการติดอินเทอร์เน็ต สิ่งนี้อาจนำไปสู่ข้อบ่งชี้แรกว่าการใช้อินเทอร์เน็ตมากเกินไปมีผลกระทบต่อการพัฒนาของการขาดดุลทางปัญญาคล้ายกับที่พบใน ADHD การศึกษาล่าสุดของ Nie, Zhang, Chen และ Li (2016) รายงานว่าผู้ติดอินเทอร์เน็ตวัยรุ่นที่มีและไม่มี ADHD รวมถึงผู้ที่มีสมาธิสั้นเพียงอย่างเดียวแสดงให้เห็นว่ามีการขาดดุลเทียบเท่าในการควบคุมการยับยั้งและฟังก์ชั่นหน่วยความจำในการทำงาน
ข้อสันนิษฐานนี้ดูเหมือนว่าจะได้รับการสนับสนุนจากการศึกษาบางอย่างที่รายงานว่าลดความหนาแน่นของสสารสีเทาในเยื่อหุ้มสมองด้านหน้า cingulate ในผู้ใช้อินเทอร์เน็ตที่เสพติดเช่นเดียวกับในผู้ป่วยสมาธิสั้น (Frodl & Skokauskas, 2012; Moreno-Alcazar et al., 2016; วัง et al., 2015; Yuan et al., 2011) อย่างไรก็ตามเพื่อยืนยันสมมติฐานของเราการศึกษาเพิ่มเติมประเมินความสัมพันธ์ระหว่างการโจมตีของการใช้อินเทอร์เน็ตมากเกินไปและ ADHD ในการติดยาเสพติดอินเทอร์เน็ตมีความจำเป็น นอกจากนี้ควรใช้การศึกษาระยะยาวเพื่อชี้แจงสาเหตุ หากการค้นพบของเราได้รับการยืนยันจากการศึกษาเพิ่มเติมสิ่งนี้จะมีความเกี่ยวข้องทางคลินิกสำหรับกระบวนการวินิจฉัยโรคสมาธิสั้น เป็นไปได้ว่าแพทย์จะต้องประเมินรายละเอียดของการใช้อินเทอร์เน็ตที่เป็นไปได้ในผู้ป่วยที่สงสัยว่าเป็นโรคสมาธิสั้น
การเปรียบเทียบลักษณะที่เกี่ยวข้องกับแนวคิดในตัวเองระหว่างการใช้อินเทอร์เน็ตที่เสพติดเป็นปัญหาและมีสุขภาพดี
เกี่ยวกับความแตกต่างระหว่างกลุ่มของคุณลักษณะที่เกี่ยวข้องกับแนวคิดตนเองผลการศึกษาพบว่าผู้ใช้อินเทอร์เน็ตที่ติดยาเสพติดแสดงการขาดดุลที่สำคัญในทุกระดับของ "แนวคิดตนเอง" เปรียบเทียบกับการควบคุมสุขภาพ ดังที่ได้กล่าวมาแล้วทฤษฎีการพัฒนาให้ความสำคัญกับวัยรุ่นว่าเป็นช่วงที่การก่อตัวของแนวคิดตนเองเป็นงานพัฒนาที่สำคัญ บุคคลต้องสำรวจและเลือกบทบาทค่านิยมและเป้าหมายที่เพียงพอและเกี่ยวข้องจากขอบเขตชีวิตที่หลากหลายเช่นบทบาททางเพศอาชีพทางเลือกเชิงสัมพันธ์เป็นต้น (Erikson, 1968; มาร์เซีย 1966) หากไม่ประสบความสำเร็จสิ่งนี้นำไปสู่การแพร่กระจายของตัวตนรวมทั้งบทบาททางสังคมและเพิ่มความเสี่ยงต่อความผิดปกติทางจิตเช่นบุคลิกภาพความผิดปกติของการซึมเศร้าหรือการเสพติด หากไม่มีการรักษาที่เหมาะสมความผิดปกติเหล่านี้จะยังคงอยู่ในวัยผู้ใหญ่ (Erikson, 1968; มาร์เซีย 1966). เนื่องจากความเป็นไปได้ในการปฏิสัมพันธ์ทางสังคมและการไม่เปิดเผยชื่อร่วมกันอินเทอร์เน็ตจึงเป็นโอกาสที่ดึงดูดสำหรับการชดเชยความรู้สึกเชิงลบและการขาดดุลของแนวคิดในตนเอง ดังนั้นการค้นพบของเราเกี่ยวกับการขาดดุลมโนทัศน์ในตนเองที่เพิ่มขึ้นในผู้ติดอินเทอร์เน็ตวัยหนุ่มสาวชี้ให้เห็นว่าการรับมือกับงานพัฒนาการบางอย่างในช่วงวัยรุ่นอาจทำให้เกิดการติดอินเทอร์เน็ต ประสบการณ์ซ้ำ ๆ ในการชดเชยการขาดดุลเหล่านี้ผ่านการใช้อินเทอร์เน็ตเช่นการหาเพื่อนเสมือนจริงหรือประสบความสำเร็จในเกม (ยี่ห้อและคณะ 2016; เดวิส 2001; Tavolacci et al., 2013) อาจยกระดับความเสี่ยงของการใช้งานที่ติด นอกจากนี้การขาดประสบการณ์เชิงบวกระหว่างบุคคลและที่เกี่ยวข้องกับการปฏิบัติจริงอาจเพิ่มการขาดดุลแนวคิดและการพัฒนาของความผิดปกติทางจิตเวช ด้านหลังอาจอธิบายการเกิดขึ้นของภาวะซึมเศร้าความวิตกกังวลและความผิดปกติของบุคลิกภาพกลุ่ม B ในผู้ใช้ที่ติดยา
แม้จะมีความแตกต่างอย่างมีนัยสำคัญระหว่างการใช้อินเทอร์เน็ตที่มีปัญหาและติดยาเสพติดเกี่ยวกับตัวแปรที่ประเมินส่วนใหญ่ แต่วิธีการคำนวณทั้งหมดสำหรับลักษณะของกลุ่มที่มีปัญหานั้นอยู่ระหว่างผู้ใช้ที่ติดและกลุ่มควบคุมที่มีสุขภาพดี การใช้อินเทอร์เน็ตในลักษณะที่เป็นคำอธิบาย
อย่างไรก็ตามเรายังพบความคล้ายคลึงกันระหว่างผู้ใช้ที่มีปัญหาและผู้เสพติด ทั้งสองกลุ่มให้คะแนนตัวเองว่าสามารถจดจำเข้าใจและแสดงอารมณ์ของตัวเองน้อยลงเมื่อเทียบกับการควบคุมที่ดีต่อสุขภาพ ในรูปแบบของความฉลาดทางอารมณ์เมเยอร์และซาโลวีได้ตั้งสมมติฐานการรับรู้การใช้ความเข้าใจและการจัดการอารมณ์ซึ่งส่วนใหญ่เกิดขึ้นในบริบทของความสัมพันธ์ซึ่งเป็นความสามารถหลักที่สัมพันธ์กันสำหรับความฉลาดทางอารมณ์ (Mayer & Salovey, 1993; Mayer, Salovey, Caruso และ Sitarenios, 2001) ผลลัพธ์ของเราจากการขาดดุลเหล่านี้ในผู้ใช้อินเทอร์เน็ตที่มีปัญหาและเสพติดอาจบ่งบอกว่าระดับความสามารถที่ต่ำกว่าเหล่านี้อาจแสดงให้เห็นถึงปัจจัยก่อนวัยอันควรในการเปลี่ยนจากการใช้อินเทอร์เน็ตที่มีปัญหาไปสู่การเสพติด การวิเคราะห์การถดถอยพบว่าตัวแปรเหล่านี้อธิบาย 11% และ 22% ของความแปรปรวนของกระแสรวมทั้งความรุนแรงในการใช้งานอินเทอร์เน็ตตลอดชีวิตตามลำดับในกลุ่มตัวอย่างทั้งหมด
ข้อ จำกัด ของการศึกษา
ข้อ จำกัด ของการศึกษานี้รวมถึงประเด็นต่อไปนี้
ขนาดตัวอย่างของกลุ่มย่อยมีขนาดค่อนข้างเล็ก สิ่งนี้ควรได้รับการพิจารณาเมื่อตีความผลลัพธ์ของเราและทำให้การศึกษาในอนาคตมีความจำเป็น
ข้อ จำกัด อื่น ๆ อ้างถึงกระบวนการวินิจฉัยสำหรับผู้ป่วยสมาธิสั้น นอกจากเครื่องชั่ง ADD สีน้ำตาลแล้วเรายังใช้การสัมภาษณ์ที่ไม่ได้มาตรฐานรวมถึงคำถามแบบเปิดสำหรับการสอบสวนโรคสมาธิสั้น ไม่สามารถมั่นใจได้อย่างสมบูรณ์ว่าการสัมภาษณ์เดียวกันกับผู้เข้าร่วมคนเดียวกันและผู้สัมภาษณ์คนอื่นจะสร้างผลลัพธ์ที่คล้ายกัน (Kromrey, 2002). ในทางกลับกันการรวมกันของการสัมภาษณ์โดยนักจิตวิทยาคลินิกที่มีคุณสมบัติเหมาะสมกับการประยุกต์ใช้ Brown ADD Scale เพิ่มเติมในกระบวนการวินิจฉัยอาจทำให้การวินิจฉัยมีความถูกต้องสูงขึ้น อย่างไรก็ตามควรจำลองการตรวจสอบเหล่านี้และรวมถึงการประเมินภายนอก (เช่นการสัมภาษณ์ครอบครัว) รวมทั้งการทดสอบทางประสาทวิทยาในกระบวนการวินิจฉัย
ข้อ จำกัด เพิ่มเติมคือเราไม่ได้วิเคราะห์ความแตกต่างเฉพาะเพศเนื่องจากมันจะเกินขอบเขตของต้นฉบับ เราประเมินความแตกต่างทางเพศในชุดย่อยเท่านั้น χ2 การวิเคราะห์ในแต่ละกลุ่มพบว่าผู้หญิงที่มีการใช้อินเทอร์เน็ตที่มีสุขภาพดีและมีปัญหาแสดงให้เห็นว่าเครือข่ายสังคมออนไลน์บ่อยขึ้นและผู้ชายมักจะใช้แอพพลิเคชั่นอื่น ๆ บ่อยขึ้น ตามวรรณคดี (Dany, Moreau, Guillet และ Franchina, 2016) การวิเคราะห์ตัวอย่างหลักพบว่าความถี่ของการเล่นเกมในเพศชายสูงขึ้นและการใช้งานเว็บไซต์เครือข่ายสังคมในเพศหญิงสูงขึ้น อย่างไรก็ตามผลลัพธ์เหล่านี้จะต้องตีความด้วยความระมัดระวังเนื่องจากมีขนาดตัวอย่างย่อยน้อยมาก จำเป็นต้องมีการศึกษาเพิ่มเติมเพื่อตรวจสอบความแตกต่างเฉพาะของเพศในลักษณะที่ตรวจสอบในการศึกษานี้
สรุป
เมื่อนำมารวมกันผลลัพธ์ของเราชี้ให้เห็นว่าความผิดปกติของบุคลิกภาพกลุ่ม B และการขาดดุลในการทำความเข้าใจและแสดงอารมณ์ของตัวเองอาจเป็นปัจจัยที่มีอิทธิพลเฉพาะในการเปลี่ยนจากการใช้ที่มีปัญหาไปสู่การเสพติด นอกจากนี้เรายังพบว่าผู้ใช้ที่ติดยาเสพติดเมื่อเปรียบเทียบกับผู้ใช้ที่มีปัญหาและการควบคุมที่มีสุขภาพนั้นแสดงให้เห็นว่าความถี่ของ ADHD ที่สูงขึ้นอย่างมีนัยสำคัญโรคซึมเศร้าและความวิตกกังวลในปัจจุบันรวมถึงการขาดดุลที่เกี่ยวข้องกับแนวคิด ดังนั้นผลลัพธ์ของเราอาจบ่งชี้ว่ากลุ่ม B บุคลิกภาพผิดปกติและการขาดดุลในความฉลาดทางอารมณ์ที่เกี่ยวข้องกับปัญหาระหว่างบุคคลและที่เกี่ยวข้องกับประสิทธิภาพมีอิทธิพลต่อการเปลี่ยนแปลงจากการใช้งานอินเทอร์เน็ตที่ติดปัญหา ประสบกับการใช้อินเทอร์เน็ตเป็นครั้งแรกมั่นใจได้ว่าการชดเชยอย่างรวดเร็วสำหรับปัญหาเหล่านี้ยกระดับความเสี่ยงสำหรับการใช้งานที่ติด ในขณะเดียวกันการขาดประสบการณ์เชิงบวกระหว่างบุคคลและที่เกี่ยวข้องกับประสิทธิภาพในชีวิตจริงเพิ่มขึ้นและนำไปสู่การหลบหนีเข้าสู่โลกเสมือนจริง ผลลัพธ์เหล่านี้ชี้ให้เห็นว่าการแทรกแซงที่กำหนดเป้าหมายการติดอินเทอร์เน็ตควรเพิ่มการมุ่งเน้นไปที่การเรียนรู้เทคนิคที่ใช้สติและความสามารถทางสังคมเพื่อรับรู้และรับมือกับอารมณ์เชิงลบและความขัดแย้งระหว่างบุคคล
ข้อมูลของเรายังแสดงให้เห็นถึงความชุกของ ADHD สูงในผู้ใช้ที่ติดปัญหา แต่ไม่ได้มีปัญหาซึ่งอาจบ่งชี้ว่า ADHD นั้นเกี่ยวข้องกับการเปลี่ยนผ่านไปสู่การใช้อินเทอร์เน็ตที่เสพติด
ผลงานของผู้เขียน
TL ร่างต้นฉบับกำกับดูแลการศึกษาและมีส่วนร่วมในการเก็บรวบรวมข้อมูลและการวิเคราะห์ SH สนับสนุนการวิเคราะห์ข้อมูล JD มีส่วนร่วมในการประสานงานการศึกษาและการรวบรวมข้อมูล IR ตรวจสอบข้อมูลทางสถิติวิเคราะห์และควบคุมต้นฉบับ KM ได้รับเงินทุนสำหรับการศึกษาและดูแลมัน FK ดูแลและสนับสนุนการเตรียมต้นฉบับ ผู้เขียนทั้งหมดได้อนุมัติต้นฉบับฉบับสุดท้าย
ขัดผลประโยชน์
ผู้เขียนไม่มีความขัดแย้งทางผลประโยชน์ที่จะประกาศ
อ้างอิง
Agosti, V. (2014) ทำนายการให้อภัยจากภาวะซึมเศร้าเรื้อรัง: การศึกษาที่คาดหวังในตัวอย่างตัวแทนระดับประเทศ จิตเวชศาสตร์ที่ครอบคลุม, 55 (3), 463 – 467 ดอย:https://doi.org/10.1016/j.comppsych.2013.09.016 CrossRef, เมด | |
สมาคมจิตแพทย์อเมริกัน (2000) คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต (DSM-IV-TR) วอชิงตันดีซี: สมาคมจิตแพทย์อเมริกัน | |
สมาคมจิตแพทย์อเมริกัน (2013) คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต (DSM-5®) วอชิงตันดีซี: สมาคมจิตแพทย์อเมริกัน CrossRef | |
Beck, A. T. , Ward, C. H. , Mendelson, M. , Mock, J. , & Erbaugh, J. (1961) สินค้าคงคลังสำหรับการวัดความซึมเศร้า จดหมายเหตุของจิตเวชทั่วไป, 4 (6), 561–571 ดอย:https://doi.org/10.1001/archpsyc.1961.01710120031004 CrossRef, เมด | |
Bozkurt, H. , Coskun, M. , Ayaydin, H. , Adak, I. , & Zoroglu, S. S. (2013) ความชุกและรูปแบบของโรคทางจิตเวชในวัยรุ่นที่อ้างว่าติดอินเทอร์เน็ต จิตเวชศาสตร์และประสาทวิทยาคลินิก, 67 (5), 352–359 ดอย:https://doi.org/10.1111/pcn.12065 CrossRef, เมด | |
Brand, M. , Young, K. S. , Laier, C. , Wolfling, K. , & Potenza, M. N. (2016). การบูรณาการข้อพิจารณาทางจิตวิทยาและระบบประสาทเกี่ยวกับการพัฒนาและการบำรุงรักษาความผิดปกติของการใช้อินเทอร์เน็ตที่เฉพาะเจาะจง: แบบจำลองปฏิสัมพันธ์ระหว่างบุคคลที่มีผลต่อความรู้ความเข้าใจ - การดำเนินการ (I-PACE) Neuroscience and Biobehavioral Reviews, 71, 252–266 ดอย:https://doi.org/10.1016/j.neubiorev.2016.08.033 CrossRef, เมด | |
บราวน์ T. E. (1996). เครื่องชั่งสำหรับโรคสมาธิสั้นสีน้ำตาล (Brown ADD Scales): สำหรับวัยรุ่นและผู้ใหญ่: San Antonio, CA: Psychological Corporation | |
Cain, M. S. , Leonard, J. A. , Gabrieli, J. D. , & Finn, A. S. (2016). สื่อมัลติทาสกิ้งในวัยรุ่น Psychonomic Bulletin & Review, 23 (6), 1932–1941 ดอย:https://doi.org/10.3758/s13423-016-1036-3 CrossRef, เมด | |
Chen, Y. L. , Chen, S. H. , & Gau, S. S. (2015). สมาธิสั้นและลักษณะออทิสติกการทำงานของครอบครัวรูปแบบการเลี้ยงดูและการปรับตัวทางสังคมสำหรับการติดอินเทอร์เน็ตในเด็กและวัยรุ่นในไต้หวัน: การศึกษาระยะยาว Research in Developmental Disabilities, 39, 20–31. ดอย:https://doi.org/10.1016/j.ridd.2014.12.025 CrossRef, เมด | |
Clement, U. , & Löwe, B. (1996). การตรวจสอบความถูกต้องของ FKB-20 เป็นมาตราส่วนสำหรับการตรวจจับความผิดเพี้ยนของภาพร่างกายในผู้ป่วยทางจิต Psychotherapie, Psychosomatik, Medizinische Psychologie, 46 (7), 254–259 เมด | |
Cohen, S. , Kamarck, T. , & Mermelstein, R. (1983). การวัดความเครียดที่รับรู้ทั่วโลก วารสารสุขภาพและพฤติกรรมสังคม, 24 (4), 385–396. ดอย:https://doi.org/10.2307/2136404 CrossRef, เมด | |
Crenshaw, D. (2008) ตำนานของการทำมัลติทาสกิ้ง:“ การทำทุกอย่าง” ทำได้อย่างไร ซานฟรานซิสโก, แคลิฟอร์เนีย: Jossey-Bass | |
Dany, L. , Moreau, L. , Guillet, C. , & Franchina, C. (2016). วิดีโอเกมอินเทอร์เน็ตและโซเชียลเน็ตเวิร์ก: การศึกษาของนักเรียนโรงเรียนฝรั่งเศส Sante publique (Vandoeuvre-les-Nancy, ฝรั่งเศส), 28 (5), 569–579 ดอย:https://doi.org/10.3917/spub.165.0569 CrossRef, เมด | |
เดวิส, อาร์. (2001). รูปแบบความรู้ความเข้าใจและพฤติกรรมของการใช้อินเทอร์เน็ตทางพยาธิวิทยา คอมพิวเตอร์ในพฤติกรรมมนุษย์, 17 (2), 187–195 ดอย:https://doi.org/10.1016/S0747-5632(00)00041-8 CrossRef | |
Erikson, E. H. (1968). อัตลักษณ์เยาวชนและวิกฤต: New York, NY: WW Norton, Inc. | |
Frodl, T. , & Skokauskas, N. (2012). การวิเคราะห์เมตาดาต้าของการศึกษา MRI เชิงโครงสร้างในเด็กและผู้ใหญ่ที่เป็นโรคสมาธิสั้นบ่งบอกถึงผลการรักษา Acta Psychiatrica Scandinavica, 125 (2), 114–126 ดอย:https://doi.org/10.1111/j.1600-0447.2011.01786.x CrossRef, เมด | |
Greenberger, E. , Chen, C. , Dmitrieva, J. , & Farruggia, S. P. (2003) การใช้ถ้อยคำและมิติของมาตราส่วนการเห็นคุณค่าในตนเองของโรเซนเบิร์ก: พวกเขามีความสำคัญหรือไม่? บุคลิกภาพและความแตกต่างของแต่ละบุคคล, 35 (6), 1241–1254. ดอย:https://doi.org/10.1016/S0191-8869(02)00331-8 CrossRef | |
แฮร์ริสัน, A. G. (2004). การตรวจสอบรายงานอาการของโรคสมาธิสั้นในมหาวิทยาลัย รายงาน ADHD, 12 (6), 8–11 ดอย:https://doi.org/10.1521/adhd.12.6.8.55256 CrossRef | |
Hormes, J. M. , Kearns, B. , & Timko, C. A. (2014). อยาก Facebook? พฤติกรรมการเสพติดเครือข่ายสังคมออนไลน์และการเชื่อมโยงกับการขาดการควบคุมอารมณ์ การเสพติด, 109 (12), 2079–2088 ดอย:https://doi.org/10.1111/add.12713 CrossRef, เมด | |
Kaess, M. , Parzer, P. , Mehl, L. , Weil, L. , Strittmatter, E. , Resch, F. , & Koenig, J. (2017). ความเปราะบางของความเครียดในเยาวชนชายที่มีปัญหาการเล่นเกมทางอินเทอร์เน็ต Psychoneuroendocrinology, 77, 244–251 ดอย:https://doi.org/10.1016/j.psyneuen.2017.01.008 CrossRef, เมด | |
Kim, B. S. , Chang, S. M. , Park, J. E. , Seong, S. J. , Won, S. H. , & Cho, M. J. (2016). ความชุกความสัมพันธ์ความสัมพันธ์ทางจิตเวชและการฆ่าตัวตายในประชากรชุมชนที่มีปัญหาในการใช้อินเทอร์เน็ต การวิจัยทางจิตเวช, 244, 249–256 ดอย:https://doi.org/10.1016/j.psychres.2016.07.009 CrossRef, เมด | |
Kolbeck, S. , & Maß, R. (2009). SASKO - Fragebogen zu sozialer Angst und sozialen Kompetenzdefiziten การทดสอบด้วยตนเองที่ไม่มีสาระสำคัญ [SASKO - แบบสอบถามสำหรับความวิตกกังวลทางสังคมและการขาดความสามารถทางสังคม คู่มือและวัสดุ]. เกิททิงเงนเยอรมนี: Hogrefe | |
Kromrey, H. (2002) Datenerhebungsverfahren und -instrumente der empirischen Sozialforschung [วิธีการรวบรวมข้อมูลและเครื่องมือของการวิจัยเชิงประจักษ์ทางสังคม] ใน H. Kromrey (Ed.), Empirische Sozialforschung Modelle และ Methoden der standardisierten Datenerhebung und Datenauswertung [แบบจำลองการวิจัยเชิงสังคมเชิงประจักษ์และวิธีการรวบรวมและประเมินข้อมูลมาตรฐาน] (pp. 309 – 404) วีสบาเดน, เยอรมนี: VS Verlag für Sozialwissenschaften | |
Lemenager, T. , Dieter, J. , Hill, H. , Hoffmann, S. , Reinhard, I. , Beutel, M. , Vollstädt-Klein, S. , Kiefer, F. , & Mann, K. (2016) . การสำรวจพื้นฐานทางประสาทของการระบุตัวตนของ Avatar ในนักเล่นเกมทางอินเทอร์เน็ตที่เป็นพยาธิวิทยาและการสะท้อนตนเองในผู้ใช้เครือข่ายสังคมทางพยาธิวิทยา วารสารพฤติกรรมการเสพติด, 5 (3), 485–499. ดอย:https://doi.org/10.1556/2006.5.2016.048 ลิงค์ | |
Lemola, S. , Perkinson-Gloor, N. , Brand, S. , Dewald-Kaufmann, J. F. , & Grob, A. (2015) การใช้สื่ออิเล็กทรอนิกส์ของวัยรุ่นในเวลากลางคืนการนอนไม่หลับและอาการซึมเศร้าในยุคสมาร์ทโฟน วารสารเยาวชนและวัยรุ่น, 44 (2), 405–418. ดอย:https://doi.org/10.1007/s10964-014-0176-x CrossRef, เมด | |
มาร์เซียเจ. อี. (1966). การพัฒนาและการตรวจสอบสถานะอัตตาตัวตน วารสารบุคลิกภาพและจิตวิทยาสังคม, 3 (5), 551–558. ดอย:https://doi.org/10.1037/h0023281 CrossRef, เมด | |
Mayer, J. D. , & Salovey, P. (1993). ความฉลาดของความฉลาดทางอารมณ์ เชาวน์ปัญญา, 17 (4), 433–442. ดอย:https://doi.org/10.1016/0160-2896(93)90010-3 CrossRef | |
Mayer, J. D. , Salovey, P. , Caruso, D. R. , & Sitarenios, G. (2001) ความฉลาดทางอารมณ์เป็นความฉลาดมาตรฐาน อารมณ์, 1 (3), 232–242. ดอย:https://doi.org/10.1037/1528-3542.1.3.232 CrossRef, เมด | |
Mihara, S. , & Higuchi, S. (2017). การศึกษาระบาดวิทยาแบบตัดขวางและตามยาวเกี่ยวกับความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต: การทบทวนวรรณกรรมอย่างเป็นระบบ จิตเวชศาสตร์และประสาทวิทยาคลินิก, 71 (7), 425–444 ดอย:https://doi.org/10.1111/pcn.12532 CrossRef, เมด | |
Minear, M. , Brasher, F. , McCurdy, M. , Lewis, J. , & Younggren, A. (2013). หน่วยความจำในการทำงานความฉลาดที่ลื่นไหลและความหุนหันพลันแล่นในสื่อมัลติทาสก์ Psychonomic Bulletin & Review, 20 (6), 1274–1281 ดอย:https://doi.org/10.3758/s13423-013-0456-6 CrossRef, เมด | |
Moreno-Alcazar, A. , Ramos-Quiroga, JA, Radua, J. , Salavert, J. , Palomar, G. , Bosch, R. , Salvador, R. , Blanch, J. , Casas, M. , McKenna, PJ, & Pomarol-Clotet, E. (2016). ความผิดปกติของสมองในผู้ใหญ่ที่เป็นโรคสมาธิสั้นซึ่งเปิดเผยโดยมอร์ฟีนที่ใช้ voxel การวิจัยทางจิตเวช, 254, 41–47 ดอย:https://doi.org/10.1016/j.pscychresns.2016.06.002 CrossRef, เมด | |
Müller, K. W. , Glaesmer, H. , Brähler, E. , Wölfling, K. , & Beutel, M. E. (2014). ความชุกของการติดอินเทอร์เน็ตในประชากรทั่วไป: ผลจากการสำรวจโดยใช้ประชากรชาวเยอรมัน พฤติกรรมและเทคโนโลยีสารสนเทศ, 33 (7), 757–766. ดอย:https://doi.org/10.1080/0144929X.2013.810778 CrossRef | |
Murphy, K. R. , & Adler, L. A. (2004). การประเมินสมาธิสั้น / สมาธิสั้นในผู้ใหญ่: เน้นที่ระดับคะแนน The Journal of Clinical Psychiatry, 65 (Suppl 3), 12–17 เมด | |
Nie, J. , Zhang, W. , Chen, J. , & Li, W. (2016). การยับยั้งและความจำในการทำงานบกพร่องในการตอบสนองต่อคำที่เกี่ยวข้องกับอินเทอร์เน็ตในวัยรุ่นที่ติดอินเทอร์เน็ต: การเปรียบเทียบกับโรคสมาธิสั้น / สมาธิสั้น การวิจัยทางจิตเวช, 236, 28–34 ดอย:https://doi.org/10.1016/j.psychres.2016.01.004 CrossRef, เมด | |
Reinecke, L. , Aufenanger, S. , Beutel, M. E. , Dreier, M. , Quiring, O. , Stark, B. , Wölfling, K. , & Müller, K. W. (2017). ความเครียดจากดิจิทัลตลอดช่วงชีวิต: ผลกระทบของภาระการสื่อสารและการทำงานหลายอย่างพร้อมกันทางอินเทอร์เน็ตต่อการรับรู้ความเครียดและความบกพร่องทางสุขภาพจิตในตัวอย่างความน่าจะเป็นของเยอรมัน จิตวิทยาสื่อ, 20 (1), 90–115. ดอย:https://doi.org/10.1080/15213269.2015.1121832 CrossRef | |
Rindermann, H. (2009) Emotionale-Kompetenz-Fragebogen [แบบสอบถามความสามารถทางอารมณ์] Göttigen, เยอรมนี: Hogrefe | |
โรเซนเบิร์ก M. J. (1965). สังคมและภาพลักษณ์ของวัยรุ่น Princeton, NJ: สำนักพิมพ์มหาวิทยาลัยพรินซ์ตัน CrossRef | |
Rumpf, H. J. , Vermulst, A. A. , Bischof, A. , Kastirke, N. , Gurtler, D. , Bischof, G. , Meerkerk, G. J. , John, U. , & Meyer, C. (2014) การเกิดการติดอินเทอร์เน็ตในกลุ่มตัวอย่างประชากรทั่วไป: การวิเคราะห์คลาสแฝง European Addiction Research, 20 (4), 159–166. ดอย:https://doi.org/10.1159/000354321 CrossRef, เมด | |
Seyrek, S. , Cop, E. , Sinir, H. , Ugurlu, M. , & Şenel, S. (2017). ปัจจัยที่เกี่ยวข้องกับการติดอินเทอร์เน็ต: การศึกษาแบบตัดขวางของวัยรุ่นตุรกี กุมารเวชศาสตร์สากล, 59 (2), 218–222. ดอย:https://doi.org/10.1111/ped.13117 CrossRef, เมด | |
Simon, V. , Czobor, P. , Bálint, S. , Mészáros, Á., & Bitter, I. (2009). ความชุกและความสัมพันธ์ของโรคสมาธิสั้นในผู้ใหญ่: การวิเคราะห์อภิมาน วารสารจิตเวชศาสตร์อังกฤษ, 194 (3), 204–211 ดอย:https://doi.org/10.1192/bjp.bp.107.048827 CrossRef, เมด | |
Stip, E. , Thibault, A. , Beauchamp-Chatel, A. , & Kilized, S. (2016). การติดอินเทอร์เน็ตกลุ่มอาการฮิคิโคโมริและระยะใกล้เคียงของโรคจิต Frontiers in Psychiatry, 7, 6. doi:https://doi.org/10.3389/fpsyt.2016.00006 CrossRef, เมด | |
Tateno, M. , Teo, A.R. , Shirasaka, T. , Tayama, M. , Watabe, M. , & Kato, T. A. (2016). การติดอินเทอร์เน็ตและลักษณะของโรคสมาธิสั้นที่ประเมินตนเองในหมู่นักศึกษาญี่ปุ่น จิตเวชศาสตร์และประสาทวิทยาคลินิก, 70 (12), 567–572 ดอย:https://doi.org/10.1111/pcn.12454 CrossRef, เมด | |
Tavolacci, M. P. , Ladner, J. , Grigioni, S. , Richard, L. , Villet, H. , & Dechelotte, P. (2013) ความชุกและความสัมพันธ์ของความเครียดที่รับรู้การใช้สารเสพติดและพฤติกรรมการเสพติด: การศึกษาภาคตัดขวางระหว่างนักศึกษามหาวิทยาลัยในฝรั่งเศสปี 2009-2011 BMC สาธารณสุข, 13 (1), 724 ดอย:https://doi.org/10.1186/1471-2458-13-724 CrossRef, เมด | |
เทย์เลอร์, ส., ภัทรา - อังกูร, ส., ศิริรัตน์, ส., & วู้ดส์, D. (2017). พื้นฐานทางทฤษฎีของการติดอินเทอร์เน็ตและความสัมพันธ์กับโรคจิตในวัยรุ่น International Journal of Adolescent Medicine and Health. สิ่งพิมพ์ออนไลน์ล่วงหน้า ดอย:https://doi.org/10.1515/ijamh-2017-0046 CrossRef | |
Tippelt, F. , & Kupferschmitt, T. (2015). เว็บโซเชียล: Ausdifferenzierung der Nutzung – Potenziale für Medienanbieter [เว็บโซเชียล: ความแตกต่างของศักยภาพในการใช้งานสำหรับผู้ให้บริการสื่อ] Media Perspektiven, 10 (2015), 442–452 | |
Uncapher, M. R. , Thieu, M. K. , & Wagner, A. D. (2016). สื่อมัลติทาสกิ้งและหน่วยความจำ: ความแตกต่างของหน่วยความจำในการทำงานและหน่วยความจำระยะยาว Psychonomic Bulletin & Review, 23 (2), 483–490 ดอย:https://doi.org/10.3758/s13423-015-0907-3 CrossRef, เมด | |
Upadhayay, N. , & Guragain, S. (2017). การใช้อินเทอร์เน็ตและระดับการเสพติดในนักศึกษาแพทย์ ความก้าวหน้าด้านการศึกษาและการปฏิบัติทางการแพทย์, 8, 641–647 ดอย:https://doi.org/10.2147/AMEP.S142199 CrossRef, เมด | |
Wang, H. , Jin, C. , Yuan, K. , Shakir, T. M. , Mao, C. , Niu, X. , Niu, C. , Guo, L. , & Zhang, M. (2015) การเปลี่ยนแปลงของปริมาณสสารสีเทาและการควบคุมความรู้ความเข้าใจในวัยรุ่นที่มีปัญหาการเล่นเกมทางอินเทอร์เน็ต Frontiers in Behavioral Neuroscience, 9, 64. ดอย:https://doi.org/10.3389/fnbeh.2015.00064 CrossRef, เมด | |
Weinstein, A. , Yaacov, Y. , Manning, M. , Danon, P. , & Weizman, A. (2015). การติดอินเทอร์เน็ตและโรคสมาธิสั้นในเด็กนักเรียน วารสารสมาคมการแพทย์อิสราเอล: IMAJ, 17 (12), 731–734 เมด | |
Wittchen, H.U. , Zaudig, M. , & Fydrich, T. (1997). การสัมภาษณ์ Strukturiertes klinisches für DSM-IV (SKID) [การสัมภาษณ์ทางคลินิกแบบมีโครงสร้างสำหรับ DSM-IV (SCID)] เกิททิงเงนเยอรมนี: Hogrefe | |
Wölfling, K. , Beutel, M. E. , & Müller, K. W. (2012). การสร้างแบบสัมภาษณ์ทางคลินิกที่เป็นมาตรฐานเพื่อประเมินการติดอินเทอร์เน็ต: ข้อค้นพบครั้งแรกเกี่ยวกับประโยชน์ของ AICA-C Addiction Research & Therapy, Suppl 6, 003. ดอย:https://doi.org/10.4172/2155-6105.S6-003 | |
Wölfling, K. , Müller, K. W. , & Beutel, M. (2010). Diagnostische Testverfahren: Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S) [มาตรการวินิจฉัย: มาตราส่วนสำหรับการประเมินการติดอินเทอร์เน็ตและเกมคอมพิวเตอร์ (AICA-S)] ใน D. Mücken, A. Lengerich, เยอรมนี: สำนักพิมพ์ Pabst Science | |
องค์การอนามัยโลก (2015) ICD-11 เบต้าแบบร่าง Geneva, Switzerland: องค์การอนามัยโลก ดึงมาจาก http://apps.who.int/classifications/icd11 | |
Younes, F. , Halawi, G. , Jabbour, H. , El Osta, N. , Karam, L. , Hajj, A. , & Rabbaa Khabbaz, L. (2016) การติดอินเทอร์เน็ตและความสัมพันธ์กับการนอนไม่หลับความวิตกกังวลภาวะซึมเศร้าความเครียดและความภาคภูมิใจในตนเองในนักศึกษามหาวิทยาลัย: การศึกษาแบบตัดขวาง PLoS One, 11 (9), e0161126 ดอย:https://doi.org/10.1371/journal.pone.0161126 CrossRef, เมด | |
Yuan, K. , Qin, W. , Wang, G. , Zeng, F. , Zhao, L. , Yang, X. , Liu, P. , Liu, J. , Sun, J. , von Deneen, KM, Gong, Q. , Liu, Y. , & Tian, J. (2011). ความผิดปกติของโครงสร้างจุลภาคในวัยรุ่นที่มีโรคติดอินเทอร์เน็ต PLoS One, 6 (6), e20708 ดอย:https://doi.org/10.1371/journal.pone.0020708 CrossRef, เมด | |
Zadra, S. , Bischof, G. , Besser, B. , Bischof, A. , Meyer, C. , John, U. , & Rumpf, H. J. (2016) ความสัมพันธ์ระหว่างการติดอินเทอร์เน็ตและความผิดปกติทางบุคลิกภาพในกลุ่มตัวอย่างที่อิงตามประชากรทั่วไป วารสารพฤติกรรมการเสพติด, 5 (4), 691–699. ดอย:https://doi.org/10.1556/2006.5.2016.086 ลิงค์ |