(สาเหตุ) ผู้นำหรือผลสืบเนื่อง: ความผิดปกติทางพยาธิวิทยาในคนที่มีความผิดปกติของการเสพติดอินเทอร์เน็ต (2011)

ความคิดเห็น: การศึกษาที่ไม่เหมือนใคร เป็นไปตามนักศึกษามหาวิทยาลัยชั้นปีที่ XNUMX เพื่อตรวจสอบว่ามีการติดอินเทอร์เน็ตกี่เปอร์เซ็นต์และปัจจัยเสี่ยงใดบ้างที่อาจมีบทบาท แง่มุมที่ไม่เหมือนใครคือผู้วิจัยไม่ได้ใช้อินเทอร์เน็ตก่อนที่จะลงทะเบียนเรียนในวิทยาลัย ยากที่จะเชื่อ. หลังจากเปิดเทอมได้เพียง XNUMX ปีมีผู้ติดอินเทอร์เน็ตเพียงเล็กน้อยเท่านั้น ผู้ที่พัฒนาการติดอินเทอร์เน็ตสูงกว่าในระดับที่ครอบงำในขณะที่คะแนนต่ำกว่าสำหรับภาวะซึมเศร้าวิตกกังวลและความเกลียดชัง

จุดสำคัญคือการติดอินเทอร์เน็ต ที่เกิดจาก การเปลี่ยนแปลงพฤติกรรมและอารมณ์ จากการศึกษา:

  • หลังจากติดยาเสพติด คะแนนที่สูงขึ้นอย่างมีนัยสำคัญพบว่าสำหรับมิติเกี่ยวกับภาวะซึมเศร้าความวิตกกังวลความเกลียดชังความไวระหว่างบุคคลและโรคจิตแนะนำว่าสิ่งเหล่านี้เป็นผลมาจากความผิดปกติของการเสพติดอินเทอร์เน็ต.
  • เราไม่สามารถหาตัวทำนายพยาธิสภาพที่มั่นคงสำหรับความผิดปกติของการเสพติดอินเทอร์เน็ต ความผิดปกติของการเสพติดอินเทอร์เน็ตอาจนำปัญหาทางพยาธิวิทยามาสู่ผู้ติดยาในบางด้าน

การศึกษาเต็มรูปแบบ

PLoS ONE 6 (2):e14703ดอย: 10.1371 / journal.pone.0014703

กวงเฮงตง1*, ฉีหลินลู่2ฮุ่ยโจว1Xuan Zhao1

1 ภาควิชาจิตวิทยามหาวิทยาลัยครูเจ้อเจียงจินหัวสาธารณรัฐประชาชนจีน 2 Institute of Neuroinformatics, Dalian University of Technology, Dalian, สาธารณรัฐประชาชนจีน

นามธรรม

พื้นหลัง

การศึกษานี้มีวัตถุประสงค์เพื่อประเมินบทบาทของความผิดปกติทางพยาธิวิทยาในโรคติดอินเทอร์เน็ตและระบุปัญหาทางพยาธิวิทยาใน IAD รวมทั้งสำรวจสถานะทางจิตของผู้ติดอินเทอร์เน็ตก่อนติดยารวมถึงลักษณะทางพยาธิวิทยาที่อาจก่อให้เกิดโรคติดอินเทอร์เน็ต

วิธีการและผลการวิจัย

นักเรียน 59 ถูกวัดโดย Symptom CheckList-90 ก่อนและหลังพวกเขาติดอินเทอร์เน็ต การเปรียบเทียบข้อมูลที่รวบรวมจากรายการตรวจสอบอาการ -90 ก่อนการติดอินเทอร์เน็ตและข้อมูลที่รวบรวมหลังจากการติดอินเทอร์เน็ตแสดงให้เห็นถึงบทบาทของความผิดปกติทางพยาธิวิทยาในผู้ที่มีโรคติดอินเทอร์เน็ต มิติที่ครอบงำครอบงำพบว่าผิดปกติก่อนที่จะติดอินเทอร์เน็ต หลังจากติดยาเสพติดของพวกเขาพบว่าคะแนนที่สูงขึ้นอย่างมีนัยสำคัญสำหรับขนาดของภาวะซึมเศร้าความวิตกกังวลความเกลียดชังความไวระหว่างบุคคลและโรคจิตแสดงให้เห็นว่าสิ่งเหล่านี้เป็นผลลัพธ์ของความผิดปกติของการติดอินเทอร์เน็ต มิติของความพึงพอใจ, ความหวาดระแวงหวาดระแวงและความวิตกกังวลเกี่ยวกับ phobic ไม่เปลี่ยนแปลงในช่วงระยะเวลาการศึกษาแสดงว่ามิติเหล่านี้ไม่เกี่ยวข้องกับความผิดปกติของการเสพติดอินเทอร์เน็ต

สรุป

เราไม่สามารถหาตัวพยากรณ์ทางพยาธิวิทยาที่แข็งแกร่งสำหรับโรคติดอินเทอร์เน็ตได้ ความผิดปกติของการเสพติดอินเทอร์เน็ตอาจนำปัญหาทางพยาธิวิทยามาสู่ผู้ติดยาในบางด้าน

การอ้างอิง: Dong G, Lu Q, โจว H, Zhao X (2011) สารตั้งต้นหรือผลสืบเนื่อง: ความผิดปกติทางพยาธิวิทยาในผู้ที่ติดโรคทางอินเทอร์เน็ต โปรดหนึ่ง 6 (2): e14703 ดอย: 10.1371 / journal.pone.0014703

Editor: Jeremy Miles, RAND Corporation, สหรัฐอเมริกา

ได้รับ: มิถุนายน 18, 2010; ยอมรับแล้ว: มกราคม 27, 2011; เผยแพร่: กุมภาพันธ์ 16, 2011

ลิขสิทธิ์: © 2011 ดงและคณะ บทความนี้เป็นบทความแบบเปิดที่เผยแพร่ภายใต้เงื่อนไขของ Creative Commons Attribution License ซึ่งอนุญาตให้ใช้การแจกจ่ายและการทำซ้ำแบบไม่ จำกัด ในสื่อใดก็ตามโดยให้เครดิตผู้แต่งต้นฉบับและแหล่งที่มา

เงินทุน: งานวิจัยนี้ได้รับการสนับสนุนโดยมูลนิธิวิทยาศาสตร์แห่งชาติของจีน (30900405) ผู้เลี้ยงไม่มีบทบาทในการออกแบบการศึกษาการรวบรวมและวิเคราะห์ข้อมูลการตัดสินใจที่จะเผยแพร่หรือการจัดทำต้นฉบับ

การแข่งขันความสนใจ: ผู้เขียนได้ประกาศว่าไม่มีความสนใจในการแข่งขันอยู่

* อีเมล: [ป้องกันอีเมล]

บทนำ

การใช้อินเทอร์เน็ตเพิ่มขึ้นอย่างมากในช่วงทศวรรษที่ผ่านมา ข้อมูลจากศูนย์ข้อมูลเครือข่ายอินเทอร์เน็ตจีน (CNNIC) ณ เดือนมิถุนายน 30, 2010 พบว่า 420 ล้านคนออนไลน์, 58.0% ซึ่งอยู่ในช่วงอายุ 10-29 ปี [1]. จำนวนผู้ใช้อินเทอร์เน็ตที่เพิ่มสูงขึ้นส่งผลให้เปอร์เซ็นต์ประชากรที่เพิ่มขึ้นได้รับผลกระทบจากการใช้สื่อที่มีปัญหาซึ่งปัจจุบันเรียกว่าโรคติดอินเทอร์เน็ต (IAD) IAD กลายเป็นปัญหาสุขภาพจิตที่ร้ายแรงไม่เพียง แต่ในประเทศจีนเท่านั้น แต่ดูเหมือนว่าจะเป็นความผิดปกติที่เกิดขึ้นทั่วโลกและรวมอยู่ใน DSM-V [2], [3]. ในเยอรมนี 9.3% รายงานว่ามีผลกระทบทางลบอย่างน้อยหนึ่งอย่างของการใช้อินเทอร์เน็ตโดยเฉพาะอย่างยิ่งการละเลยกิจกรรมสันทนาการและปัญหาเกี่ยวกับครอบครัว / หุ้นส่วนงานหรือการศึกษาและสุขภาพ [4]. Chou และ Hsiao รายงานว่าอัตราการติดยาเสพติดทางอินเทอร์เน็ตในหมู่นักศึกษาชาวไต้หวันคือ 5.9% [5]. นอกจากนี้วูและจู้รายงานว่า 10.6% ของนักศึกษาวิทยาลัยจีนประสบกับการติดอินเทอร์เน็ต [6]. เกาหลีใต้ถือว่าการติดอินเทอร์เน็ตเป็นหนึ่งในปัญหาสุขภาพที่ร้ายแรงที่สุด [2].

การทำความเข้าใจ IAD นั้นมีความสำคัญเนื่องจากความสัมพันธ์กับความเจ็บป่วยทางจิตเวชอื่น ๆ เช่นพฤติกรรมทางพยาธิวิทยาและพฤติกรรมบีบบังคับ [7]. มีรายงานว่าการใช้งานอินเทอร์เน็ตอย่างกว้างขวางอาจทำให้เกิดความตื่นตัวทางจิตวิทยาในระดับที่สูงขึ้น [8]อาจส่งผลให้ผู้ใช้ออนไลน์ประสบปัญหาสุขภาพ [9], [10]. มีงานวิจัยหลายชิ้นที่อ้างว่าเป็นพื้นฐานของการติดยาเสพติดทางอินเทอร์เน็ตรวมถึงโรคซึมเศร้าความวิตกกังวลทางสังคมและการพึ่งพาสารเคมี [11], [12]. แม้ว่าปัญหาด้านระเบียบวิธีจะเป็นอุปสรรคต่อการเรียนรู้เหล่านี้อย่างเต็มประสิทธิภาพ [13]. วิชา IAD (ต่อไปนี้เรียกว่า IADs) มักจะแสดงพฤติกรรมที่ผิดปกติเช่นความวิตกกังวลซึมเศร้าหรือความเหงา อย่างไรก็ตามมันก็ไม่ชัดเจนหากปัจจัยเหล่านี้เป็นสารตั้งต้นของ IAD หรือผลสืบเนื่องจาก IAD อันที่จริงนักวิจัยของ IAD กำลังเผชิญกับปัญหาความขัดแย้งนี้

จากมุมมองทางจิตเวชทางคลินิกโปรไฟล์ของผู้ติดอินเทอร์เน็ตอาจรวมถึงบุคคลที่มีหนึ่งหรือหลายมิติดังต่อไปนี้: ภาวะซึมเศร้าโรคอารมณ์แปรปรวนสองขั้วบังคับทางเพศและความเหงา โมฮาน - มาร์ตินแย้งว่ามันเป็นเรื่องยากที่จะกำหนดสาเหตุระหว่างมิติทางพยาธิวิทยาและ IAD และการติดอินเทอร์เน็ตอาจเป็นอาการของความผิดปกติอื่น ๆ (เช่นพฤติกรรมทางพยาธิวิทยา) [14]. แบบจำลองความรู้ความเข้าใจเกี่ยวกับพฤติกรรมใน IAD ชี้ให้เห็นว่าโรคจิตเป็นสาเหตุที่จำเป็นที่สุดของอาการ IAD (เช่นต้องมีอาการทางจิตพยาธิวิทยาหรือต้องเกิดขึ้นเพื่อให้อาการของ IAD เกิดขึ้น) [15]. Armstrong และคณะ การศึกษาความรู้สึกภาคภูมิใจและการเห็นคุณค่าในตนเองเป็นมาตรการของการติดยาเสพติดแสดงให้เห็นว่าการเห็นคุณค่าในตนเองเป็นสิ่งที่ดีกว่า แต่ไม่ใช่การทำนายแบบสัมบูรณ์ของการติดอินเทอร์เน็ต [16], Thatcher และ Goolam แย้งว่ากลุ่มที่มีความเสี่ยงสูงเชื่อมโยงเวลาที่จัดสรรออนไลน์กับความตื่นเต้นและความเป็นอิสระ [17].

อินเทอร์เน็ตอนุญาตให้บุคคลปลดล็อกบุคลิกภาพของตนและสร้างบุคคลที่อาจแตกต่างจากความเป็นจริงมาก [10], [18]. ความน่าสนใจของสื่อสามารถนำมาประกอบกับความจริงที่ว่าข้อ จำกัด ในชีวิตจริงสามารถแยกออกได้และการทดลองกับการรับรู้ที่เปลี่ยนแปลงนั้นเป็นไปได้ (เช่นการสร้างตัวตนในอุดมคติ) บุคคลที่มีความนับถือตนเองต่ำมีความสัมพันธ์กับชั่วโมงการใช้อินเทอร์เน็ตที่เพิ่มขึ้นซึ่งอาจเป็นรูปแบบหนึ่งของการหลบหนี Shapira et al. เชื่อว่า IAD เป็น "บุคคลที่ไม่สามารถควบคุมการใช้อินเทอร์เน็ตได้ซึ่งจะนำไปสู่ความรู้สึกทุกข์ใจและการทำงานที่บกพร่องในการทำงานในแต่ละวัน" [7].

การศึกษาทั้งหมดนี้ให้ข้อมูลที่มีประโยชน์ในการทำความเข้าใจลักษณะของ IAD พวกเขาได้ตรวจสอบสภาพจิตใจในปัจจุบันของผู้คนที่ทุกข์ทรมานจากโรคเสพติดดังกล่าว อย่างไรก็ตามเป็นการยากที่จะระบุสาเหตุระหว่างปัญหาทางพยาธิวิทยากับ IAD ตัวอย่างเช่นปัจจัยใดต่อไปนี้เป็นสารตั้งต้นของการเสพติดหรือเป็นผลมาจากการเสพติด? ในแง่หนึ่งผู้คนที่แสดงออกถึงปัญหาทางพยาธิวิทยาในระดับหนึ่งเป็นที่รู้กันว่าติดอินเทอร์เน็ตได้ง่าย ในทางกลับกัน IAD อาจเปลี่ยนสถานะทางจิตของแต่ละบุคคลและส่งผลให้เกิดความผิดปกติทางพยาธิวิทยาบางประเภท การศึกษาในแนวนอนไม่สามารถอธิบายภาวะที่กลืนไม่เข้าคายไม่ออกนี้ได้อย่างชัดเจน ดังนั้นจึงมีการศึกษาลองจิจูดเพื่อระบุความสัมพันธ์เชิงสาเหตุ

ในการศึกษาปัจจุบันเราใช้วิธีการวิจัยลองจิจูดเพื่อระบุปัญหาทางพยาธิวิทยาใน IAD รวมทั้งสำรวจสถานะทางจิตของการติดยาเสพติดก่อนหน้าของ IAD รวมถึงลักษณะทางพยาธิวิทยาที่อาจก่อให้เกิด IAD ข้อมูลจากรายการตรวจสอบอาการ - 90 (SCL-90) ได้มาจากอาสาสมัคร 59 ก่อนและหลังความทุกข์ทรมานจาก IAD เชื่อว่าการเปรียบเทียบข้อมูลก่อน IAD การใช้งานปกติของคนจีนและข้อมูลที่รวบรวมหลังจาก IAD อาจนำข้อมูลที่เป็นประโยชน์ในหัวข้อนี้

วิธีการ

รายการตรวจสอบอาการ SCL-90

SCL-90 [19] เป็นเครื่องมือสำหรับการวัดความทุกข์ทางจิตใจและแง่มุมบางอย่างของโรคจิต มันประกอบด้วยงบ 90 ที่อธิบายอาการทางร่างกายและจิตใจ อาสาสมัครถูกขอให้ระบุจำนวนเงินที่พวกเขาถูกรบกวนจากอาการแต่ละรายการในช่วงสัปดาห์ที่ผ่านมาในระดับคะแนน Likert 5 ตั้งแต่“ ไม่เลย” (0) ถึง“ มาก” (4) การประยุกต์ใช้การวิเคราะห์ปัจจัย Derogatis [19] ได้รับเก้า subscales หรือมิติจากเครื่องมือที่เขาระบุว่า somatisation (SOM), obsessive-compulsive (OC), ความไวระหว่างบุคคล (INT), ความหดหู่ (DEP), ความวิตกกังวล (ANX), ความเกลียดชัง (HOS), phobic วิตกกังวล (PHOB) , paranoid ideation (PAR), psychoticism (PSY) และรายการเพิ่มเติม (ADD) คะแนนสูงในมิติข้อมูลที่กำหนดแสดงถึงการแสดงออกที่สูงของความทุกข์ที่เกี่ยวข้อง SCL-90 เวอร์ชั่นภาษาจีนซึ่งดัดแปลงและทดสอบโดย Wang [20] และถูกนำมาใช้กันอย่างแพร่หลายในการวิจัยและมาตรการทางคลินิกในประเทศจีน [21].

การทดสอบการติดอินเทอร์เน็ตออนไลน์ของ Young

แบบทดสอบการติดอินเทอร์เน็ตออนไลน์ของ Young มี 20 รายการที่เกี่ยวข้องกับการใช้อินเทอร์เน็ตออนไลน์รวมถึงการพึ่งพาทางจิตใจการใช้งานเชิงบังคับและการถอนตัวตลอดจนปัญหาที่เกี่ยวข้องกับโรงเรียนหรือที่ทำงานการนอนหลับครอบครัวและการจัดการเวลา สำหรับแต่ละรายการการตอบกลับที่ให้คะแนนจะถูกเลือกจาก 1 = "ไม่ค่อย" ถึง 5 = "เสมอ" หรือ "ไม่นำไปใช้" ผู้ที่ได้คะแนนมากกว่า 50 คิดว่าประสบปัญหาเป็นครั้งคราวหรือบ่อยครั้งเนื่องจากอินเทอร์เน็ต ผู้คนที่ได้คะแนนมากกว่า 80 ถูกคิดว่าทำให้เกิดปัญหาสำคัญในชีวิต [22]. ในการศึกษาปัจจุบันผู้เข้าร่วมได้คะแนนมากกว่า 80 ถูกมองว่าเป็นผู้ติดอินเทอร์เน็ต

การคัดเลือกผู้เข้าร่วม

ในเดือนกันยายน 2008 นักเรียน 2132 น้องใหม่ถูกทดสอบโดยใช้ SCL-90 ข้อมูลได้มาจากนักเรียนหญิง 1024 (48%) และนักเรียนชาย 1108 (52%) ในเดือนกันยายน 2009 พวกเขาทั้งหมดได้รับการทดสอบโดยการทดสอบการติดอินเทอร์เน็ตออนไลน์ของ Young เพื่อควบคุมเวลาในการเปิดรับอินเทอร์เน็ตของผู้เข้าร่วมนักศึกษาวิชาเอกซอฟต์แวร์ข้อมูลคอมพิวเตอร์และสาขาที่เกี่ยวข้องจะถูกแยกออกจากการสำรวจ ตามนิยามของ Young [9]ที่ นักเรียน 66 ทั้งหมด (หญิง 12) ถูกตัดสินว่าเป็นผู้ติดอินเทอร์เน็ตในการศึกษานี้

เพื่อที่จะทราบว่านักเรียน 66 เหล่านี้ติดอินเทอร์เน็ตหรือไม่เมื่อพวกเขาเพิ่งเข้ามหาวิทยาลัย (ก.ย. 2008) การวินิจฉัยย้อนหลังได้รับการประเมินจากผู้ติดอินเทอร์เน็ตเหล่านี้ นักเรียนชายที่ติดยาเสพติดเจ็ดคนได้รับการยกเว้นเนื่องจากเพื่อนร่วมชั้นหรือผู้สอนของพวกเขารายงานว่าพวกเขาคุ้นเคยกับอินเทอร์เน็ตเมื่อพวกเขาเข้ามหาวิทยาลัย. นี่คือเพื่อรับประกันว่าการเปลี่ยนแปลงทั้งหมดถูกนำไปวางในปีแรกของพวกเขาในวิชา นักเรียน 59 คนอื่นไม่คุ้นเคยกับอินเทอร์เน็ตในฐานะนักศึกษาใหม่ อย่างไรก็ตามหนึ่งปีต่อมาพวกเขาได้รับการวินิจฉัยว่าติดอินเทอร์เน็ต. นอกจากนี้สภาพจิตใจของ IAD ทั้ง 59 ตัวนี้ถูกวัดโดยใช้ SCL-90 (กันยายน 2009) การทดสอบ SCL-90 ครั้งแรกจัดขึ้นโดยมหาวิทยาลัย (เป็นนโยบายของมหาวิทยาลัยที่จะต้องทราบถึงสมรรถภาพทางจิตของนักศึกษาทุกคนเมื่อเข้ามหาวิทยาลัย) ดังนั้นจึงไม่มีการลงนามในแบบฟอร์มยินยอม ในครั้งที่สองแต่ละเรื่องลงนามในแบบฟอร์มยินยอมสำหรับการศึกษา ขั้นตอนการวิจัยเป็นไปตามหลักจริยธรรมของปฏิญญาเฮลซิงกิปี 1964 (องค์การแพทย์โลก) คณะกรรมการตรวจสอบสถาบันของ Zhejiang Normal University ได้อนุมัติขั้นตอนการวิจัย

ผลสอบ

การทดสอบตัวอย่างเดี่ยวได้ดำเนินการในกลุ่มผู้ติดอินเทอร์เน็ต 59 และบรรทัดฐานของคนจีน จากนั้นทำการทดสอบแบบจับคู่ตัวอย่าง t ระหว่างข้อมูล SCL-90 ที่รวบรวมใน 2008 และ 2009 จากนักเรียน 59 เหล่านี้ 1 ตาราง แสดงค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของข้อมูล SCL-90 ที่รวบรวมใน 2008 และ 2009 และค่านิยมสำหรับคนจีน คุณสมบัติของแต่ละมิติจะแสดงใน รูป 1.

 รูป 1 คะแนนเฉลี่ยของมิติ SCL-90 ในกลุ่มต่าง ๆ

รูปแสดงลักษณะของมิติที่แตกต่างในการวัดที่แตกต่างกัน จากรูปนี้เราจะเห็นว่า INT, DEP, ANX, HOS และ PSY มีการเปลี่ยนแปลงอย่างรุนแรงระหว่างข้อมูลที่รวบรวมใน 2008 และ 2009 อย่างไรก็ตาม SOM, OC และ PHOB มีการเปลี่ยนแปลงเล็กน้อย

ดอย: 10.1371 / journal.pone.0014703.g001

1 ตาราง คะแนนเฉลี่ยของมิติ SCL-90 ในกลุ่มต่าง ๆ

ดอย: 10.1371 / journal.pone.0014703.t001

จากการเปรียบเทียบเฉพาะ OC ในผลลัพธ์ SCL-90 (2008) แสดงคะแนนที่สูงขึ้นอย่างมีนัยสำคัญเมื่อเทียบกับบรรทัดฐาน (2 ตาราง) พบความแตกต่างอย่างมีนัยสำคัญในมิติข้อมูล OC, DEP, ANX และ HOS เมื่อเปรียบเทียบผลลัพธ์ SCL-90 (2009) และบรรทัดฐาน ผลลัพธ์ใน SCL-90 (2009) แสดงคะแนนที่สำคัญและเพิ่มขึ้นสำหรับ INT, DEP, ANX, HOS และ PSY เมื่อเทียบกับผลลัพธ์ใน SCL-90 (2008) (2 ตาราง).

2 ตาราง ผลการเปรียบเทียบระหว่างข้อมูลประเภทต่างๆ

ดอย: 10.1371 / journal.pone.0014703.t002

การสนทนา

สภาพจิตก่อนติดยาเสพติด

จากการเปรียบเทียบเราพบว่าคะแนนของนักเรียน 59 ต่ำกว่าเกณฑ์ปกติสำหรับมิติส่วนใหญ่ของ SCL-90 ก่อนการติดยา มีเพียงคะแนนของมิติ OC (ครอบงำ - แบบบังคับ) ในบรรดา IADs นั้นสูงกว่า Norm ผลการวิจัยชี้ให้เห็นว่าผู้คนแสดงพฤติกรรม OC มากขึ้นก่อนที่พวกเขาจะติดอินเทอร์เน็ต ในความเป็นจริงการติดยาเสพติดมักจะถูกกำหนดให้เป็นโรคทางสมองที่แสดงว่าเป็นพฤติกรรมบีบบังคับหรือการใช้สารหรือพฤติกรรมที่ต้องกระทำและต่อเนื่องแม้ว่าผู้ใช้จะเห็นว่ามันเป็นอันตราย [23]. ผลลัพธ์นี้สอดคล้องกับการศึกษาของ Shapria ที่ IAD มักแสดงพฤติกรรมบีบบังคับ [7]. การศึกษาบุคคลที่ทุกข์ทรมานจากสารเคมี [24] และยาสูบ [25] การเสพติดยังแสดงให้เห็นชัดเจนในพฤติกรรม OC ดังนั้นความสัมพันธ์ระหว่าง OC และ IAD จึงได้รับการยืนยันอย่างง่ายดาย

เมื่อผู้คนติดอินเทอร์เน็ต

สภาพจิตใจปัจจุบันของ IADs สามารถสำรวจได้โดยการเปรียบเทียบ IAD09 และบรรทัดฐาน ผลการศึกษาพบว่าคะแนนของ OC, DEP, ANX และ HOS ใน IAD สูงกว่าเกณฑ์ปกติอย่างมีนัยสำคัญซึ่งชี้ให้เห็นว่านักเรียนที่ทุกข์ทรมานจาก IAD ก็ประสบปัญหาทางพยาธิวิทยาดังกล่าวข้างต้น สำหรับ SOM, INT, PHOB, PAR, PSY และ ADD ผลการวิจัยชี้ให้เห็นว่า IAD ไม่เกี่ยวข้องกับมิติเหล่านี้ Mในขณะเดียวกันภาวะซึมเศร้าและความวิตกกังวลได้รับการพิสูจน์ประเภทปัญหาทางพยาธิวิทยาที่เกี่ยวข้องกับ IAD ในการศึกษาก่อนหน้า [14], [16]. การศึกษาครั้งนี้จึงสนับสนุนการค้นพบที่เกี่ยวข้องกับ DEP และ ANX การศึกษาก่อนหน้านี้ก็พบว่าความเป็นปรปักษ์เกี่ยวข้องกับการติดอินเทอร์เน็ตในหมู่ผู้ชาย [26]. มีการรายงานความเป็นปรปักษ์ในการทำนายรูปแบบการเผชิญปัญหาเพื่อหลีกเลี่ยงการหลบหนีเช่นเดียวกับการใช้สารเสพติดที่ถูกกระตุ้นโดยความหมายที่รู้จัก (เช่นสภาวะอารมณ์เชิงลบและความตึงเครียด) [27]. สำหรับวัยรุ่นความเป็นปรปักษ์ที่สูงขึ้นมักนำไปสู่ความขัดแย้งระหว่างบุคคลและการปฏิเสธ เนื่องจากสารเหล่านี้มีน้อยให้กับพวกเขาอินเทอร์เน็ตสามารถจัดหาโลกเสมือนจริงให้หนีจากความเครียดจากโลกแห่งความจริง [28].

ไฮไลท์บน SCL-90 ผลลัพธ์จาก 2008 และ 2009

ผลการเปรียบเทียบระหว่างข้อมูลที่เก็บรวบรวมใน 2008 และ 2009 ให้สถานะจิตในผู้ติดอินเทอร์เน็ต 59 เหล่านี้ที่เปลี่ยนแปลงในระหว่างปี คะแนนสำหรับ INT, DEP, ANX, HOS และ PSY เปลี่ยนไปอย่างมีนัยสำคัญในช่วงปีนี้ อย่างไรก็ตามคะแนนสำหรับ SOM, OC, PHOB และ PAR ไม่เปลี่ยนแปลงอย่างมีนัยสำคัญแนะนำว่าขนาดเหล่านี้ไม่เกี่ยวข้องกับ IAD การศึกษาก่อนหน้านี้ในความเป็นจริงแสดงให้เห็นถึงอันตรายที่เกิดจาก IAD เช่นความผิดปกติทางอารมณ์, ความผิดปกติของการตั้งใจและการพึ่งพาสารที่ถูกอ้างถึงเป็น comorbidities [29], [30]. ดังนั้นเมื่อความผิดปกติของ comorbid ได้รับการแก้ไขควบคู่ไปกับ IAD ผลลัพธ์ของผู้ป่วยจะดีขึ้นอย่างมาก [31].

ผู้นำหรือ Sequela

คุณสมบัติของมิติ SCL-90 ในการศึกษาปัจจุบันสามารถแบ่งออกเป็นสี่ประเภท ประการแรก SOM PAR และ PHOB ไม่ได้เปลี่ยนแปลงไปอย่างมากทั้งก่อนและหลังการติดยาซึ่งหมายความว่ามิติเหล่านี้ไม่ใช่สารตั้งต้นหรือผลสืบเนื่องของ IAD เพียงแค่ใส่พวกเขาไม่แสดงความสัมพันธ์กับ IAD ประการที่สองคะแนน OC สูงกว่าค่ามาตรฐานมากก่อน IAD และอาจถือว่าเป็นตัวพยากรณ์สำหรับ IAD อย่างไรก็ตามคะแนน OC ไม่เปลี่ยนแปลงอย่างมีนัยสำคัญใน 2009 ซึ่งอาจส่งผลกระทบต่อความน่าเชื่อถือของการค้นพบนี้ ในอีกด้านหนึ่งผลที่ได้แสดงให้เห็นว่า OC สามารถเป็นตัวทำนายของ IAD ได้เนื่องจากมันมีคะแนนที่สูงกว่าก่อนที่จะติดอินเทอร์เน็ต แต่เนื่องจากคะแนน OC ไม่เปลี่ยนแปลงอย่างมีนัยสำคัญใน 2009 มิติ OC อาจไม่เกี่ยวข้องกับ IAD ดังนั้นเราจึงไม่สามารถสรุปความแน่นอนของ OC ในการทำนาย IAD ได้

ประการที่สามก่อนที่พวกเขาจะติดอินเทอร์เน็ตคะแนน DEP, ANX และ HOS สำหรับนักเรียนที่มี IAD ต่ำกว่ามาตรฐานซึ่งหมายความว่าไม่มีสิ่งใดผิดพลาดในมิติเหล่านี้ โดยพื้นฐานแล้วมิติเหล่านี้ไม่สามารถจัดประเภทเป็นตัวทำนายของ IAD มิติที่สูงและเพิ่มขึ้นอย่างมีนัยสำคัญชี้ให้เห็นว่า DEP, ANX, และ HOS เป็นผลลัพธ์ของ IAD และไม่ใช่บรรพบุรุษของ IAD. การค้นพบนี้อาจช่วยให้เราเข้าใจถึงสาเหตุของความผิดปกติทางพยาธิวิทยาและ IAD ได้ดีขึ้น [15], [17]. Tเขาประเภทที่สี่ซึ่งมุ่งเน้นไปที่ INT และ PSY แสดงให้เห็นว่าขนาดเหล่านี้เป็นเรื่องปกติก่อนที่จะติดอินเทอร์เน็ต แม้ว่าคะแนนของพวกเขาจะไม่สำคัญเมื่อเทียบกับเกณฑ์ปกติเมื่อเปรียบเทียบกับข้อมูล SCL-90 ที่เก็บรวบรวมใน 2009 แต่พบว่าพวกเขาเปลี่ยนแปลงอย่างมีนัยสำคัญใน 2009 ตามหลักฐานการเปรียบเทียบระหว่างข้อมูล SCL-90 ที่รวบรวมใน 2008 และ 2009. ดังนั้นเราสามารถสรุปได้ว่าคะแนนที่เพิ่มขึ้นสำหรับขนาด INT และ PSY เป็นผลลัพธ์ของ IAD

การศึกษาจำนวนมากได้สำรวจตัวทำนายการติดอินเทอร์เน็ต การสื่อสารมีความสุข [5]แรงกระตุ้น [32]และการแข่งขันและความร่วมมือ [33] ได้รับการพิสูจน์ตัวทำนายการติดอินเทอร์เน็ต การศึกษาส่วนใหญ่เน้นที่ประสบการณ์ในการใช้อินเทอร์เน็ตและลักษณะบุคลิกภาพที่เกี่ยวข้องกับการติดอินเทอร์เน็ต อย่างไรก็ตามมีงานวิจัยเพียงไม่กี่ชิ้นเท่านั้นที่สำรวจสาเหตุของความผิดปกติทางพยาธิสภาพอย่างชัดเจน ผลการศึกษาปัจจุบันอาจทำให้เราเข้าใจเกี่ยวกับความสัมพันธ์ระหว่างความผิดปกติทางพยาธิวิทยากับการติดอินเทอร์เน็ต ดังนั้นจึงควรประเมินความสัมพันธ์เชิงสาเหตุระหว่างความผิดปกติทางพยาธิวิทยากับการติดอินเทอร์เน็ต

ข้อ จำกัด และข้อบกพร่อง

ผลจากการศึกษาในปัจจุบันเผยให้เห็นการค้นพบที่สำคัญหลายประการเพื่อทำความเข้าใจอย่างลึกซึ้งเกี่ยวกับความผิดปกติทางพยาธิวิทยาของการติดอินเทอร์เน็ตอย่างไรก็ตามควรพิจารณาข้อ จำกัด หลายประการ ประการแรกการวิจัยนี้ใช้เวลาหนึ่งปี ในช่วงปีนี้มีหลายสิ่งเกิดขึ้นที่อาจเปลี่ยนสภาพจิตใจของคน ๆ หนึ่ง ดังนั้นจึงยากที่จะสรุปด้วยความมั่นใจ 100 เปอร์เซ็นต์ว่าการเปลี่ยนแปลงเหล่านี้เกี่ยวข้องกับ IAD ประการที่สอง SCL-90 เป็นเครื่องมือที่มีประโยชน์ในการวัดสภาพจิตใจในสัปดาห์ที่ผ่านมาอย่างไรก็ตามไม่สามารถติดตามกระบวนการเปลี่ยนแปลงในช่วงระยะเวลาที่ยาวนานขึ้นได้ งานวิจัยนี้แสดงให้เห็นสภาพจิตใจที่คงที่ของนักเรียนก่อนและหลังการเสพติดอินเทอร์เน็ตเท่านั้น ประการที่สามจำนวน IAD มี จำกัด (59) ควรพบผู้เข้าร่วมเพิ่มเติมหากเป็นไปได้ในการศึกษาในอนาคต ประการที่สี่เราใช้บรรทัดฐาน แต่ไม่ใช่ข้อมูลจากกลุ่มควบคุมเป็นระดับการเปรียบเทียบ เนื่องจากเป็นการยากมากที่จะให้ผู้ตรวจสอบรายอื่นเป็นมาตรการแรกในการศึกษาในปัจจุบัน การใช้บรรทัดฐานเป็นระดับเปรียบเทียบมีประโยชน์และง่าย

แม้ว่าจะมีข้อ จำกัด มากมายในการศึกษานี้ แต่เราก็ยังเชื่อว่ามันมีคุณค่า ประการแรกมันยากที่จะควบคุมตัวแปรพิเศษในการศึกษาระยะยาวกว่าในการศึกษาเชิงทดลองโดยเฉพาะอย่างยิ่งการศึกษากับผู้ป่วย ประการที่สองการศึกษาปัจจุบันแสดงให้เห็นว่ามันยากที่จะหาตัวทำนายที่มั่นคงสำหรับ IAD ซึ่งแตกต่างจากผลการศึกษาก่อนหน้า มันเป็นการขยายความรู้ของเราเกี่ยวกับ IAD

สรุป

โดยสรุปเราสามารถพบว่าไม่มีการคาดการณ์ทางพยาธิวิทยาที่แข็งแกร่งสำหรับ IAD แม้ว่า OC อาจถูกมองว่าเป็นมิติเดียว แต่ก็ยังไม่สามารถสรุปได้ว่าการค้นพบนี้ ในทางตรงกันข้ามความผิดปกติของการเสพติดอินเทอร์เน็ตอาจนำปัญหาทางพยาธิวิทยามาสู่คนที่ต้องทนทุกข์ทรมาน, แม้ว่าข้อสรุปยังต้องการการสนับสนุนเพิ่มเติมเนื่องจากข้อ จำกัด ของการออกแบบการวิจัยในการศึกษาปัจจุบัน

ผลงานของผู้เขียน

รู้สึกและออกแบบการทดลอง: GD ดำเนินการทดลอง: GD HZ XZ วิเคราะห์ข้อมูล: GD XZ รีเอเจนต์ที่สนับสนุน / วัสดุ / เครื่องมือวิเคราะห์: GD QL เขียนบทความ: GD

อ้างอิง

1.    CNNIC (2010) รายงานสถิติ 26th ของการพัฒนาอินเทอร์เน็ตจีน ที่มีอยู่: http://research.cnnic.cn/html/1279173730d2350.html. เข้าถึง 2010 Oct 10

2.    บล็อก JJ (2008) ปัญหาสำหรับ DSM-V: การติดอินเทอร์เน็ต ฉันคือจิตเวชศาสตร์ 165: 306 – 307 ค้นหาบทความนี้ออนไลน์

3.    Flisher C (2010) การเสียบปลั๊ก: ภาพรวมของการติดอินเทอร์เน็ต สุขภาพเด็ก J Paediatr 46: 557 – 559 ค้นหาบทความนี้ออนไลน์

4.    Beutel ME, Brähler E, Glaesmer H, Kuss DJ, Wölfling K, และคณะ การใช้อินเทอร์เน็ตในยามว่างเป็นประจำและเป็นปัญหาในชุมชน: ผลลัพธ์จากการสำรวจประชากรในเยอรมัน Cyberpsychol, Behav และ Soc Netw .. ในการกด ค้นหาบทความนี้ออนไลน์

5.    Chou C, Hsiao MC (2000) ประสบการณ์การเสพติดอินเทอร์เน็ตการใช้งานความพึงพอใจและความสุข: กรณีของนักศึกษาวิทยาลัยไต้หวัน Comput Educ 35: 65–80 ค้นหาบทความนี้ออนไลน์

6.    Wu H, Zhu K (2004) การวิเคราะห์เส้นทางเกี่ยวกับปัจจัยที่เกี่ยวข้องที่ทำให้เกิดการติดอินเทอร์เน็ตในนักเรียน ชินเจสาธารณสุขศาสตร์ 20: 1363 – 1366 ค้นหาบทความนี้ออนไลน์

7.    Shapira NA, Lessig MC, ช่างทอง TD, Szabo ST, Lazoritz M, และคณะ (2003) การใช้อินเทอร์เน็ตที่มีปัญหา: การจำแนกประเภทและเกณฑ์การวินิจฉัยที่เสนอ กดความวิตกกังวล 17: 207 – 216 ค้นหาบทความนี้ออนไลน์

8.    Dong G, Lu Q, Zhou H, Zhao X (2010) การยับยั้งแรงกระตุ้นในผู้ที่มีความผิดปกติของการติดอินเทอร์เน็ต: หลักฐานทาง electrophysiological จากการศึกษา Go / NoGo Neurosci Lett 485: 138 – 142 ค้นหาบทความนี้ออนไลน์

9.    Young KS, Rodgers RC (1998) ความสัมพันธ์ระหว่างภาวะซึมเศร้าและการเสพติดอินเทอร์เน็ต ไซเบอร์พิมล Behav 1: 25 – 28 ค้นหาบทความนี้ออนไลน์

10. Young KS (1998) การเพิ่มขึ้นของอินเทอร์เน็ต: การเกิดขึ้นของความผิดปกติทางคลินิกใหม่ ไซเบอร์พิมล Behav 1: 237 – 244 ค้นหาบทความนี้ออนไลน์

11. Kraut R, Patterson M, Lundmark V, Kiesler S, Mukopadhyay T, และคณะ (1998) ความขัดแย้งทางอินเทอร์เน็ต: เทคโนโลยีทางสังคมที่ช่วยลดการมีส่วนร่วมทางสังคมและความผาสุกทางจิตใจ? Am Psychol 53: 1017 – 1031 ค้นหาบทความนี้ออนไลน์

12. Huang C (2010) การใช้อินเทอร์เน็ตและความผาสุกทางใจ: การวิเคราะห์อภิมาน Cyberpsychol Behav, Soc Netw 13: 241 – 249 ค้นหาบทความนี้ออนไลน์

13. Rierdan J (1999) ลิงค์อินเทอร์เน็ตซึมเศร้า? Am Psychol 54: 781 – 782 ค้นหาบทความนี้ออนไลน์

14. Morahan-Martin J (2005) การละเมิดทางอินเทอร์เน็ต: ติดยาเสพติด? ความผิดปกติ? อาการ? คำอธิบายอื่น ๆ ? Soc Sci Comput Rev 23: 39 – 48 ค้นหาบทความนี้ออนไลน์

15. Davis RA (2001) โมเดลการรับรู้ทางพฤติกรรมของการใช้อินเทอร์เน็ตทางพยาธิวิทยา คำนวณมนุษย์ Behav 17: 187 – 195 ค้นหาบทความนี้ออนไลน์

16. Armstrong L, Phillips JG, Saling LL (2000) ปัจจัยที่มีศักยภาพของการใช้งานอินเทอร์เน็ตที่หนักกว่า สตั๊ด Int J Hum Comput 53: 537 – 550 ค้นหาบทความนี้ออนไลน์

17. Thatcher A, Goolam S (2005) การกำหนด 'การติด' อินเทอร์เน็ตของแอฟริกาใต้: ความชุกและประวัติผู้ใช้อินเทอร์เน็ตที่มีปัญหาในแอฟริกาใต้ S Afr J Psychol 35: 766 – 792 ค้นหาบทความนี้ออนไลน์

18. Peng W, Liu M (2010) การพึ่งพาการเล่นเกมออนไลน์: การศึกษาเบื้องต้นในประเทศจีน Cyberpsychol Behav Soc Netw 13: 329 – 333 ค้นหาบทความนี้ออนไลน์

19. Derogatis LR (1975) วิธีใช้รายการตรวจสอบอาการ (SCL-90) ในการประเมินทางคลินิก Nutley, NJ: Hoffmann-La Roche

20. Wang Z (1984) รายการตรวจสอบอาการ SCL-90 Shanghai Psychopharmacology 2: 68 – 70 ค้นหาบทความนี้ออนไลน์

21. Zhang Z, Luo S (1998) การศึกษา SCL-90 ในนักศึกษามหาวิทยาลัยจีน Chin J Ment Health 12: 77 – 78 ค้นหาบทความนี้ออนไลน์

22. Young KS (2009) การทดสอบการเสพติดอินเทอร์เน็ต ที่มีอยู่: http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106. เข้าถึง 2010 Oct 10

23. Leshner AI (1997) การเสพติดเป็นโรคทางสมองและมันสำคัญ วิทยาศาสตร์ 278: 45 – 47 ค้นหาบทความนี้ออนไลน์

24. Davis C, Carter JC (2009) การกินมากเกินไปบังคับเป็นโรคติดยาเสพติด: การทบทวนทฤษฎีและหลักฐาน ความกระหาย 53: 1 – 8 ค้นหาบทความนี้ออนไลน์

25. Spinella M (2005) พฤติกรรมบีบบังคับในผู้ใช้ยาสูบ ติดยาเสพติด Behav 30: 183 – 186 ค้นหาบทความนี้ออนไลน์

26. Yen JY, Ko CH, Yen CF, Wu HY, Yang MJ (2007) อาการทางจิตเวชที่น่าวิตกของการเสพติดอินเทอร์เน็ต: การขาดสมาธิและสมาธิสั้น (ADHD), ซึมเศร้า, ความหวาดกลัวสังคมและความเกลียดชัง J Adolesc Health 41: 93 – 98 ค้นหาบทความนี้ออนไลน์

27. McCormick RA, Smith M (1995) ความก้าวร้าวและการเป็นปรปักษ์ในผู้ใช้สาร: ความสัมพันธ์กับรูปแบบการใช้ในทางที่ผิดรูปแบบการเผชิญปัญหา ติดยาเสพติด Behav 20: 555 – 562 ค้นหาบทความนี้ออนไลน์

28. Douglas AC, Mills JE, Niang M, Stepchenkova S, Byun S, และคณะ (2008) การติดอินเทอร์เน็ต: การสังเคราะห์อภิมานของการวิจัยเชิงคุณภาพสำหรับทศวรรษ 1996-2006 คำนวณ Hum Behav 24: 3027 – 3044 ค้นหาบทความนี้ออนไลน์

29. Christensen MH, Orzack MH, Babington LM, Patsdaughter CA (2001) เมื่อจอภาพกลายเป็นศูนย์ควบคุม บริการสุขภาพจิต J Psychosoc Nurs 39: 40 – 47 ค้นหาบทความนี้ออนไลน์

30. Volkow ND (2004) ความเป็นจริงของ comorbidity: ภาวะซึมเศร้าและยาเสพติด จิตเวช Biol 56: 714 – 717 ค้นหาบทความนี้ออนไลน์

31. Dell'Osso B, Altamura AC, Allen A, Marazziti D, Hollander E (2006) การปรับปรุงทางระบาดวิทยาและทางคลินิกเกี่ยวกับความผิดปกติของการควบคุมแรงกระตุ้น: การทบทวนที่สำคัญ Eur Arch Psychiatry Clin Neurosci 256: 464–475 ค้นหาบทความนี้ออนไลน์

32. Barnes GM, Welte JW, Hoffman JH, Dintcheff BA (2005) แบ่งปันการทำนายการพนันอ่อนเยาว์การใช้สารเสพติดและการกระทำผิด Psychol of Addict Behav 19: 165 – 174 ค้นหาบทความนี้ออนไลน์

33. Hsu SH, Wen MH, Wu MC (2009) สำรวจประสบการณ์ของผู้ใช้ในฐานะผู้ทำนายการเสพติด MMORPG คำนวณ Educ 53: 990 – 999 ค้นหาบทความนี้ออนไลน์