Dose-Response Associations of Internet Use Time and Internet Addiction With Depressive Symptoms Among Chinese Children and Adolescents: Cross-Sectional Study
Notice bibliographique
Résumé
Background: Children's lives are increasingly mediated by digital technologies, yet evidence regarding the associations between internet use and depression is far from comprehensive and remains unclear. Objective: This study aimed to investigate the dose-response association between internet use, including use time and addiction behaviors, and depressive symptoms among children and adolescents in Zhejiang Province. Methods: Data were collected from a school-based health survey China Common Disease and Risk Factor Surveillance Among Students, encompassing 21,336 students in Zhejiang Province. The daily internet use time, internet addiction (IA) behaviors, and depressive symptoms were assessed with questionnaires. Logistic regression models were used to explore the associations of internet use time and IA behaviors with depressive symptoms among children and adolescents. Restricted cubic spline curves were used to determine the dose-response associations. Results: A total of 6225 (29.2%) students had depressive symptoms. Compared to those reporting no internet use, boys using the internet for >2 hours/day (odds ratio [OR] 1.53, 95% CI 1.34-1.74) and girls using internet for 1.1-2 hours/day (OR 1.22, 95% CI 1.06-1.39) and >2 hours/day (OR 1.70, 95% CI 1.50-1.93) were at higher risks of depressive symptoms. A significant J-shaped association was identified between internet use time and depressive symptoms among children and adolescents, especially in boys and primary school students (nonlinear P values were .006, .003, and <.001, respectively). Increased IA behaviors were associated with a higher odd of depressive symptoms (1 IA behavior: OR 2.01, 95% CI 1.83-2.21; 2 IA behaviors: 2.91, 95% CI 2.57-3.29; and ≥3 IA behaviors: 4.72, 95% CI 4.26-5.22). A positive nonlinear association between the number of IA behaviors and depressive symptoms was found in total population, girls, and primary school students (nonlinear P values were .02, .002, .007, respectively). Conclusions: Findings suggested that excessive internet use time and IA behaviors were significantly associated with an increased risk of depressive symptoms, highlighting the importance of interventions to regulate and educate about adequate internet use during childhood and adolescence.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».