Problematic internet use in children and adolescents: associations with psychiatric disorders and impairment
Notice bibliographique
Résumé
BACKGROUND: Problematic internet use (PIU) is an increasingly worrisome issue, as youth population studies are establishing links with internalizing and externalizing problems. There is a need for a better understanding of psychiatric diagnostic profiles associated with this issue, as well as its unique contributions to impairment. Here, we leveraged the ongoing, large-scale Child Mind Institute Healthy Brain Network, a transdiagnostic self-referred, community sample of children and adolescents (ages 5-21), to examine the associations between PIU and psychopathology, general impairment, physical health and sleep disturbances. METHODS: A total sample of 564 (190 female) participants between the ages of 7-15 (mean = 10.80, SD = 2.16), along with their parents/guardians, completed diagnostic interviews with clinicians, answered a wide range of self-report (SR) and parent-report (PR) questionnaires, including the Internet Addiction Test (IAT) and underwent physical testing as part of the Healthy Brain Network protocol. RESULTS: PIU was positively associated with depressive disorders (SR: aOR = 2.43, CI: 1.22-4.74, p = .01; PR: aOR = 2.56, CI: 1.31-5.05, p = .01), the combined presentation of ADHD (SR: aOR = 1.91, CI: 1.14-3.22, p = .01; PR: n.s.), Autism Spectrum Disorder (SR: n.s.; PR: aOR = 2.24, CI: 1.34-3.73, p < .001), greater levels of impairment (SR: Standardized Beta = 4.63, CI: 3.06-6.20, p < .001; PR: Standardized Beta = 5.05, CI: 3.67-6.42, p < .001) and increased sleep disturbances (SR: Standardized Beta = 3.15, CI: 0.71-5.59, p = .01; PR: Standardized Beta = 3.55, CI: 1.34-5.75, p < .001), even when accounting for demographic covariates and psychiatric comorbidity. CONCLUSIONS: The association between PIU and psychopathology, as well as its impact on impairment and sleep disturbances, highlight the urgent need to gain an understanding of mechanisms in order to inform public health recommendations on internet use in U.S. youth.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».