Introduzione - Giovanni Fioriti Editore

Transcript

Psichiatria e Psicoterapia (2013) 32, 2, 101-134
LA DIPENDENZA DA INTERNET IN ADOLESCENZA TRA NORMALITÀ E
PSICOPATOLOGIA: UNO STUDIO ITALIANO
Mauro Di Lorenzo, Matteo Lancini, Chiara Suttora, Tommaso Emanuele Zanella
Introduzione
La tecnologia e il virtuale attualmente non rappresentano più solamente una opportunità
o un “possibile mezzo”, ma un vero e proprio “mondo” da cui è molto difficile prescindere;
nello scenario che ci si trova ad affrontare la tecnologia enfatizza la costruzione e lo scambio
di significati, la produzione di senso, l’interazione sociale, la costruzione dell’identità e la
negoziazione dei contenuti simbolici (Ferri 2010). Secondo una recente ricerca i bambini della
attuale generazione sarebbero in grado di interagire correttamente con un computer (accendere,
puntare con il mouse, giocare) prima ancora di essere in grado di nuotare, andare in bicicletta
o allacciarsi le scarpe (AVG, Digital Skills Study 2010). La tecnologia non è pertanto più
interpretabile come uno strumento neutro, ma è diventata un ambiente da abitare, un’estensione
della mente umana, un mondo virtuale che si intreccia con il mondo reale e che determina vere e
proprie ristrutturazioni cognitive, emotive e relazionali. Attraverso lo sviluppo della tecnologia
si diffondono di continuo oggetti culturali nuovi e costantemente in evoluzione, capaci di
ridisegnare il mondo, di ristabilire il concetto di distanza e la nozione di tempo, di consentire
nuove forme di incontro. Una vera e propria rivoluzione, non solo psicologica e sociale, ma
probabilmente anche antropologica sta coinvolgendo l’uomo del terzo millennio, definito “homo
tecnodigitalicus” (Cantelmi 2010).
Non possiamo più parlare di preoccupazioni per il futuro rispetto a desiderati o temuti
cambiamenti comunicativi ed espressivi, poiché il cambiamento è già avvenuto e la natura umana
si è già modificata, così come si sono modificate le leggi che guidano le relazioni. Come sostiene
Galimberti (1999) si può scegliere di vivere o di rimanere in disparte rispetto alla tecnologia, ma
la scelta è obbligata dal momento che non si è più di fronte ad un mezzo, ma un vero e proprio
mondo.
Tali trasformazioni acquisiscono un’importanza specifica per gli adolescenti in quanto
internet consente loro di proiettarsi nel mondo reale, non solo in quello virtuale e di stabilire con
esso una relazione capace di avere un impatto anche nella realtà. Per gli adolescenti alle prese
con i compiti di sviluppo e con la battaglia evolutiva che devono affrontare per crescere, internet
rappresenta un terreno ideale per la trasposizione virtuale di punti di vista, sogni, desideri, ma
anche disagi e problematiche esistenziali (Biolcati 2010).
SOTTOMESSO APRILE 2013, ACCETTATO SETTEMBRE 2013
© Giovanni Fioriti Editore s.r.l.
101
Mauro Di Lorenzo et al.
Il concetto di internet addiction
Nella letteratura scientifica è possibile individuare una netta divisione rispetto a come
viene valutato l’utilizzo di internet da parte dei ragazzi. Da un lato vi è un entusiasmo finanche
eccessivo, una visione che considera questi strumenti come una strada irrinunciabile verso il
futuro; dall’altro il sospetto nei confronti di un mondo parallelo virtuale e pertanto “irreale”,
percepito come potenzialmente minaccioso. Attardi (2001) parla di Tecno-Pessimisti vs TecnoOttimisti. Esistono in effetti filoni di ricerca sulle modalità di fruizione della rete che sottolineano
un’associazione positiva tra uso di internet e livello di interazione sociale (Katz et al. 2001), un
miglioramento nella vita relazionale (familiare e amicale) grazie alle mail (Uslander 2000), la
possibilità di consolidare precedenti rapporti e crearne di nuovi (Gross 2004), con un conseguente
effetto benefico sul piano personale e sociale (Leung e Wei 2000, Mathews 2004). Non mancano
tuttavia studi che al contrario sottolineano problematiche psicologiche collegate all’uso della rete,
dal momento che, come ogni contesto di vita e di crescita, anche internet non è immune da rischi.
Ad esempio la stessa funzione di ricerca di informazioni su internet costituirebbe un fattore di
rischio rispetto allo sviluppo di condotte disfunzionali, potendo esercitare un’influenza altamente
negativa sugli atteggiamenti che i ragazzi assumono nei confronti delle sostanze psicoattive, tanto
che il 100% del campione di una ricerca, costituito da adolescenti consumatori di sostanze, prima
di sperimentarle avrebbe cercato su internet informazioni minimizzanti rispetto ai rischi, oltre che
“suggerimenti” relativi alle modalità di consumo (Boyer et al. 2005).
Negli ultimi anni i ricercatori hanno provato ad inquadrare da un punto di vista nosografico
l’utilizzo esasperato della rete. Vari studi pionieristici hanno portato al centro del dibattito
internazionale la possibilità di definire una nuova forma di psicopatologia che renda conto delle
problematiche connesse all’uso della rete: l’Internet Addiction Disorder (IAD) (Griffith e Young
1996). Nel 1996 lo psichiatra americano Ivan Goldberg propose di introdurre una nuova categoria
diagnostica, l’Internet Addiction Disorder (IAD) e stabilì dei criteri diagnostici per questo disturbo
adattando quelli proposti dal DSM-IV per effettuare diagnosi di dipendenza da sostanze.
Tale proposta è stata maggiormente strutturata da Griffiths (1998) che ha proposto sei
caratteristiche fondamentali per parlare di IAD: dominanza dell’attività virtuale nella sfera
cognitiva, affettiva e comportamentale, alterazioni del tono dell’umore, tolleranza, sintomi di
astinenza, conflitti e ricadute rispetto all’utilizzo.
È tuttavia Kimberly Young (1996, 1998) che porta l’Internet Addiction Disorder al centro del
dibattito scientifico, spostando il riferimento diagnostico dalle problematiche relative alle sostanze
a quelle riscontrabili nei problemi di gioco d’azzardo patologico (GAP) e di fatto collocando la
dipendenza da internet all’interno dei disturbi legati al controllo degli impulsi.
I criteri proposti dalla Young per la diagnosi di IAD riguardano fondamentalmente l’utilizzo
eccessivo della rete (coinvolgimento eccessivo ed eccedente rispetto al previsto, bisogno di
passare quantità di tempo sempre maggiori in rete, tentativi di controllare, ridurre o interrompere
l’uso di internet, reazioni di irritabilità o irrequietezza a seguito dell’interruzione della navigazione
online) e ricadute negative sul versante personale e relazionale legate ad esso (mettere a
repentaglio e perdere una relazione significativa o una occasione scolastica o lavorativa, mentire
a figure significative per occultare il proprio coinvolgimento nell’uso di internet, utilizzare la rete
102
Psichiatria e Psicoterapia (2013) 32,2
La dipendenza da internet in adolescenza tra normalità e psicopatologia
per sfuggire ai problemi o alleviare stati emotivi negativi).
Un ulteriore elemento rilevante per la concettualizzazione e la diagnosi di IAD sono gli
stati emotivi connessi all’esperienza soggettiva di perdita di controllo (Shapira et al. 2000).
D’altronde sebbene il termine “addiction” oggi non riguardi più soltanto il riferimento specifico
alle sostanze, l’accento che spesso viene posto su tale definizione riguarda in particolare la
perdita di controllo del comportamento associata a conseguenze negative a livello personale e
relazionale.
Caretti e La Barbera (2001), modificando in parte la proposta della Young (1998), individuano
differenti forme di internet addiction, che rendono conto di come l’IAD rimanga un termine
molto generico che comprende un’enorme varietà di problematiche spesso costruite avendo in
mente i comportamenti di soggetti adulti: gioco d’azzardo compulsivo online, dipendenza da
cybersesso, da cyber-relazioni, da giochi di ruolo online, dalla ricerca spasmodica di informazioni
(information overload), trading e shopping online compulsivo.
L’aspetto caratteristico dello spettro di disturbi legati all’uso problematico e patologico di
internet è caratterizzato dalla sostituzione della realtà con una realtà mediatica e della saturazione
dei bisogni emotivi attraverso esperienze virtuali.
In entrambi i casi il pericolo principale è che internet diventi la parte centrale (non una parte)
della vita, non il mezzo ma il fine, perdendo la capacità di negoziare con le difficoltà identitarie
e relazionali che la realtà propone.
Le voci più allarmate vedono quindi internet come un “rifugio della mente, un’attitudine così
regolare da non essere più un involucro transitorio, ma assomigliare piuttosto a uno stile di vita
segnato dalla dipendenza, per cui il soggetto può anche giungere ad abitare un mondo onirico o
fantastico che trova preferibile al mondo reale” (Steiner 1996).
Nel corso degli anni si sono accumulate in letteratura diverse proposte ed etichette
diagnostiche che hanno sicuramente contribuito a spostare il focus delle ricerche empiriche sulle
problematiche legate all’uso di internet, ma hanno anche contribuito a creare una situazione di
“babele” diagnostica. Cantelmi (2000) conta fino a 25 definizioni diverse di internet addiction:
Internet Dependency (Scherer 1997), Compulsive Internet Use (Greenfield 1999), Compulsive
Computer User (Potenza e Hollander 2002), Retomania (Cantelmi 1999) sono solo alcuni
esempi della moltitudine di definizioni proposte. Le denominazioni più usate e approvate sono
comunque Internet Addiction Disorder (IAD) e Pathological Internet Use (PIU).
L’internet addiction è un termine ancora controverso ma che definisce un’interazione eccessiva
con la rete connotata da un rapporto di dipendenza e dominanza, al quale si accompagnano
modificazioni dell’umore, fenomeni di tolleranza, astinenza, conflitto e rischio di ricadute
(Griffiths 1998), al pari di altre dipendenze, in particolare quelle da sostanze psicoattive.
Attualmente non esistono ancora criteri universalmente condivisi per la diagnosi di internet
addiction, e la sua collocazione specifica sull’asse delle psicopatologie resta altrettanto incerta. Il
dubbio riguarda se sia da considerarsi più come un disturbo da dipendenza o come una forma da
mancato o cattivo controllo degli impulsi (anche se in realtà spesso le due dimensioni coesistono
nello stesso soggetto).
Per Griffiths, ad esempio (1998), le dipendenze tecnologiche condividono aspetti centrali
con altri problemi di dipendenza: dominanza dell’agito sul pensiero e sui sentimenti, alterazione
103
del tono dell’umore, astinenza, tolleranza, conflitti con persone significative e ricadute a fronte
di tentativi di smettere.
Sono presenti due contrapposte tendenze: da un lato si riconosce che si cerca di utilizzare
categorie psicopatologiche per spiegare fenomeni nuovi che nascono dall’interazione tra uomo
e mondo virtuale senza considerare che è l’uomo in primis che sta cambiando (Cantelmi 2000);
dall’altro si corre il rischio, di fronte a fenomeni emergenti, di etichettare con termini nuovi,
talvolta tautologici, fenomeni psichici e psicopatologici nuovi solo nell’aspetto superficiale ma
antichi a livello profondo (La Barbera 2005).
È inoltre sempre più difficile, date le trasformazioni culturali relative all’utilizzo della
tecnologia, discriminare in modo chiaro quando si ha a che fare con una nuova patologia, o
quando al contrario si è di fronte ad un effetto di “amplificazione” delle patologie già esistenti
proprio attraverso i nuovi mezzi di comunicazione (Cantelmi 1999).
È sicuramente possibile andare anche oltre al dubbio se si tratti di una patologia che nasca
“con internet” o “dentro internet” dal momento che l’aspetto importante è il dato di fatto che per
alcune persone la rete diventa una “perfetta e diabolica soluzione” (Nardone e Cagnoni 2002)
Secondo alcuni l’IAD sarebbe un fenomeno temporaneo destinato ad esaurirsi in modo
spontaneo (Widymanto e McMurran 2004), tanto che Wallace parla di “malattia dei novellini”
caratterizzata da un iniziale entusiasmo per il nuovo mondo virtuale da parte dei nuovi utenti che
ne rimangono “incantati”, ma che poi si ridimensiona spontaneamente (Grohol 1999). Si potrebbe
parlare di “short addiction” dal momento che il soggetto stesso critica l’infatuazione dopo che si è
risolta, ma rappresenta comunque un segnale d’allarme proprio perché indice di una vulnerabilità
soggettiva a dinamiche additive (La Barbera 2005).
Al di là degli aspetti evidenziati, l’IAD è una problematica legata ad un uso disfunzionale
di internet che provoca sofferenze relazionali e sociali (Cantelmi e Carpino 2005) ed è pertanto
indispensabile porsi la questione della capacità di diagnosticare e intervenire in modo clinicamente
efficace. Tali considerazioni devono però prendere le distanze da un approccio “patologizzante”,
alla luce della straordinaria diffusione di Internet, specie tra i nativi digitali: la già citata rivoluzione
tecnologica, infatti, potrebbe aver comportato una diminuzione della validità del costrutto stesso
di IAD, quasi a configurare una “nuova normalità”. Il presente lavoro si prefigge, tra gli altri, lo
scopo di studiare l’esistenza e l’ampiezza di questo cambiamento.
Gli strumenti diagnostici a disposizione
A partire dalle molteplici definizioni di IAD, i ricercatori hanno sviluppato diversi strumenti,
sotto forma di questionari, per la valutazione delle problematiche connesse ad internet, che
tuttavia ripropongono la medesima mancanza di unanimità. A fronte di una vaghezza rispetto alla
definizione e ai criteri diagnostici di questo disturbo, ne consegue una corrispettiva confusione
relativa agli strumenti diagnostici a disposizione del clinico per identificare tali problemi. I diversi
strumenti, come ci si può aspettare, privilegiano di volta in volta una delle varie sottodimensioni
del fenomeno, e molti non hanno ancora raggiunto un adeguato livello di validità e attendibilità
(Chang e Man Law 2008).
Lo strumento attualmente più utilizzato a livello mondiale è l’Internet Addiction Test (IAT;
104
Young 1998, Chang e Man Law 2008), un questionario di 20 item finalizzato alla valutazione
dell’uso eccessivo della rete in diversi ambiti di funzionamento. In particolare sono state
individuate tre dimensioni valutate dallo IAT: ritiro – problemi sociali, gestione del tempo –
performance e sostituzione della realtà.
Per quanto riguarda la realtà italiana, lo strumento più diffuso è l’Uso, Abuso e Dipendenza
da Internet (UADI; Del Miglio et al. 2001) che valuta il rischio di sviluppare un abuso di internet,
la componente psicologica connessa all’uso della rete da parte degli utenti e alcune variabili
psicopatologiche correlate a tale utilizzo eccessivo. Nel 2005 è stata inoltre proposta una versione
dell’UADI per adolescenti che ha ridotto gli item a 27 e modificato leggermente le dimensioni
indagate dallo strumento (Baiocco et al. 2005).
Tabella 1. Strumenti diagnostici per l’Internet Addiction Disorder
Autore
Goldberg (1996)
Brenner (1997)
Strumento
Dimensioni
Internet Addiction
diagnostic criteria
Internet-Related
Addictive Behavior
Inventory (IRABI)
Sintomi mutuati dal DSM-IV (gioco d'azzardo
patologico)
Uso eccessivo di internet
Young (1998)
Young Diagnostic
Questionnaire (YDQ)
Impatto di internet su: prestazioni scolastiche o
lavorative, relazioni interpersonali, livello di stress,
alterazioni dell'umore, ritiro sociale
Young (1998)
Internet Addiction Test
(IAT)
Ritiro - problemi sociali, gestione del tempo performance, sostituzione della realtà
Lin, Tsai (1999)
Internet Addiction Scale
for Taiwanese high
school students (IAST)
Tolleranza, uso compulsivo e ritiro, problemi
familiari sociali e di salute, problemi interpersonali ed
economici, negazione
Kappeller, Thomas
(1999)
Internet Addiction
Questionnaire (IAQ)
Variabili cognitive, affettive e comportamentali
dell'abuso di internet
Morahan-Martin,
Pathological Internet Use Sintomi mutuati dal DSM-IV (gioco d'azzardo
Schumacher (2000) Scale (PIUS)
patologico)
Caplan (2002)
Davis (2002)
Clark (2004)
Nichols, Niki
(2004)
General Problematic
Internet Use Scale
(GPIUS)
Alterazioni dell'umore, percezione di benefici sociali,
conseguenze negative, uso compulsivo, tempo
eccessivo, ritiro, percezione di controllo
Online Cognitive Scale
(OCS)
Internet Consequences
Scale
Internet Addiction Scale
(IAS)
Diminuzione del controllo degli impulsi, solitudine,
distrazione e benessere sociale
Conseguenze fisiche, comportamentali e psicosociali
Sintomi mutuati dal DSM-IV-TR (gioco d'azzardo
patologico)
105
Tabella 1. Continua
Marcucci (2004)
Chen (2005)
Del Miglio (2005)
Baiocco et al.
(2005)
Internet Trap Test (ITT)
Chen Internet Addiction
Scale (CIAS)
Uso, Abuso e
Dipendenza da Internet
(UADI)
Uso, Abuso e
Dipendenza da Internet
-2 (UADI-2) - versione
per adolescenti
Dipendenza (tolleranza, astinenza, impatto sulla vita
reale, ipercoinvolgimento), impulsività (frustrazione,
aggressività, rimorsi, pentimenti) e schizoide (difficoltà
relazionali, isolamento)
Uso compulsivo, ritiro, tolleranza, problemi
interpersonali, gestione del tempo
Dipendenza, dissociazione, sperimentazione, impatto
sulla vita reale
Compensazione, dissociazione, impatto sulla vita reale,
identità e sessualità
Koh (2007)
K-Scale for Internet
Addiction
Interruzione della vita quotidiana, aspettative positive,
deviazioni dal comportamento consueto, tolleranza/
resistenza, preferenza delle relazioni virtuali su quelle
reali, difficoltà a distinguere realtà e virtuale, ritiro.
Cantelmi, Talli
(2007)
Internet-Related
Psychopathology
Assessment (IRP-AS)
Tempo speso online, tipo di attività, grado di
coinvolgimento, rischio di tolleranza e dissociazione,
motivazioni all'uso
Ceyhan (2007)
Problematic Internet
Usage Scale (PIUS)
Conseguenze negative, benefici / benessere sociale,
utilizzo eccessivo
Demetrovics
(2008)
Problematic Internet Use Ossessione (es. fissazione patologica su internet, ansia,
Questionnaire (PIUQ)
depressione), trascuratezza, deficit di controllo
Meerker et al.
(2009)
Compulsive Internet Use
Utilizzo compulsivo di internet
Scale (CIUS)
Punti critici degli strumenti a disposizione
A fronte di questa vasta gamma di strumenti a disposizione, occorre tenere presenti alcune
considerazioni critiche, specie rispetto al loro utilizzo in adolescenza. È bene ricordare che si
tratta generalmente di questionari somministrati e compilati online: tale impostazione è soggetta
a critiche (Cantelmi 2007) in quanto difficilmente soddisfa criteri di significatività scientifica
perché internet non costituisce più un setting neutro (le persone anzi tendono ad esacerbare le
proprie problematiche) e perché l’elevato tasso di abbandono della compilazione dello strumento
nel corso della somministrazione stessa rende difficile la selezione di un campione casuale.
Emerge inoltre una pressoché completa mancanza di strumenti costruiti ad hoc per gli
adolescenti. Nelle ricerche condotte finora in età evolutiva, infatti, i ricercatori hanno utilizzato
questionari creati per un utente generico, spesso un adulto, ma comunque finalizzati a rilevare
comportamenti di consumo, problematiche personali e relazionali e ricadute sul funzionamento
adattivo “tipiche” di tale fase del ciclo di vita. Solo in rari casi sono stati utilizzati test specifici
106
per soggetti in età evolutiva che non rappresentino versioni ridotte o adattate degli strumenti usati
con gli adulti.
Se tale aspetto è un punto critico di molti strumenti psicodiagnostici, nati per la popolazione
adulta e adattati a quella adolescenziale e/o infantile, nel caso dell’internet addiction questo può
rappresentare un problema insanabile, anche tenendo in considerazione che i criteri diagnostici
del DSM-IV-TR relativi ai disturbi legati all’uso e all’abuso di sostanze (presi come punto di
riferimento da molti autori nella concettualizzazione e nell’operazionalizzazione dell’uso
patologico di internet) sono stati sin dalla pubblicazione del manuale diagnostico oggetto di
numerose critiche nella loro applicazione in età evolutiva. Basti pensare che uno dei criteri
fondamentali nella valutazione della dinamica delle addiction (IAD compresa), la tolleranza,
è particolarmente problematico quando viene applicato al soggetto adolescente, dal momento
che non si fa riferimento al periodo di tempo che deve trascorrere perché venga soddisfatto
ed è arduo sostenere che un lasso di tempo possa avere la stessa valenza se considerato nella
valutazione di un adulto o di un adolescente (Martin et al. 2008). Le trasformazioni psicofisiche
cui va fisiologicamente incontro l’adolescente, possono inoltre contribuire a far variare di molto
e in tempi anche brevi la sensibilità agli stimoli virtuali, senza che ciò sia ascrivibile ad una
progressiva problematicità di utilizzo di internet.
Le difficoltà di concettualizzazione e di definizione operativa di criteri condivisi per l’IAD
e conseguentemente nella costruzione di strumenti diagnostici condivisi e sensibili dal punto di
vista evolutivo si riverberano altresì nella notevole disparità dei tassi di incidenza dei disturbi
riguardanti l’uso di internet, che variano notevolmente a seconda del campione e degli strumenti
utilizzati. I dati riportati da ricerche italiane sulla percentuale di adolescenti problematici che
rischiano di sviluppare un rapporto altrettanto problematico con internet in termini di dipendenza,
sono circa il 12%, mentre lo 0,8% rientrerebbe nella categoria degli “abusatori mediatici”, o
“retomani” e si connoterebbero come affetti da un iper-coinvolgimento ritualistico nei confronti
di internet, scarso controllo degli impulsi, necessità di aumentare il tempo da trascorrere davanti al
pc, crisi di astinenza, incapacità sociale, insorgenza di problemi medico-legali annessi. Si tratta in
particolare di ragazzi con problematiche psicologiche che riguardano prevalentemente il vissuto
corporeo, l’immagine di sé e una profonda fragilità narcisistica (Vallario 2008).
In Europa risultati simili sono stati riscontrati in Grecia - dove il tasso di IA tra gli adolescenti
è sempre del 1% (Tsitsika et al. 2009) – in Norvegia (2% addicted; 9% a rischio; Johansson e
Gotestam 2004) e in Olanda (4,2% di soggetti problematici; Van den Eijnden et al. 2009).
La variabilità dei risultati delle ricerche si amplia invece notevolmente prendendo in esame i
risultati provenienti dai paesi asiatici, dove si oscilla tra un risultato del 2,4% di una ricerca cinese
effettuata su un campione di 2620 adolescenti (12-18 anni; Cao e Su 2006), simile dunque a quello
italiano, e al contrario il dato 12,2%-26,6% di un’indagine effettuata a Taiwan (Yen et al. 2009)
su 8941 giovani.
Fattori di rischio nello sviluppo dell’IAD
In una prospettiva di psicopatologia evolutiva è importante identificare i fattori che possono
influenzare la traiettoria dello sviluppo sul versante dell’adattamento (fattori di protezione)
107
Tabella 2. Ricerche sulla prevalenza dell’Internet Addiction Disorder in adolescenza
Autori
Lin & Tsai (1999)
Chou & Hsiao
(2000)
Centro Psiche
Latina (2002-2005)
Johansson &
Götestam (2004)
Ko et al. (2005a)
Ko et al. (2005b)
Cao & Su (2006)
Pallanti et al.
(2006)
H. Li et al. (2008)
Tsitsika et al.
(2009)
Jang et al. (2008)
Yen et al. (2009)
Ko et al. (2009)
Van den Eijnden et
al. (2009)
Fu et al. (2010)
Età
Adolescenti
Giovani adulti
Numerosità
615
IAST
Taiwan
Prevalenza IAD
(%)
10,00%
910
IRABI
Taiwan
5,90%
13-19
2090
IAT
Italia
12-18
3237
YDQ
Norvegia
12-19
12-19
12-18
468
454
2620
CIAS
CIAS
YQD
Taiwan
Taiwan
Cina
0,80% (+12,1 a
rischio)
1,90% (+8,7 a
rischio)
15,80%
19,80%
2,40%
16,67 (media)
275
IAT
Italia
5,40%
18-22
654
GPIU
Cina
13,60%
15,21 (media)
897
IAT
Grecia
1,00%
13,90 (media)
14,17 (media)
12,36 (media)
912
8941
2293
IAT
CIAS
CIAS
Corea del Sud
Taiwan
Taiwan
4,30%
12,20-26,60%
10,80%
10 - 16
4483
CIUS
Olanda
4,20%
15-19
208
IAT
Hong Kong
6,70%
Campione
Strumento
Nazione
o della psicopatologia (fattori di rischio) e dell’interazione tra di essi. Oltre ad identificare
i criteri diagnostici più sensibili per l’IAD, la ricerca si è rivolta alla rilevazione dei diversi
fattori, soggettivi e ambientali, che influiscono sulla possibilità di sviluppare comportamenti
disfunzionali connessi all’uso di internet in adolescenza.
Si evidenzia, ad esempio, una maggior prevalenza del disturbo nella popolazione maschile,
dal momento che i ragazzi sembrano più dediti ad attività virtuali ad alto “gradiente” additivo,
come i giochi di ruolo, il gioco d’azzardo e il sesso virtuale (Morahan-Martin 2000). La
maggiore vulnerabilità di genere risulta in accordo con quella rilevata da diversi studi sull’abuso
di sostanze (Mueser et al. 1990, Brunette et al. 1997, Ibanez et al. 2000, Chou e Hsiao 2000,
Ko et al. 2005, Chen et al. 2003, Siomos et al. 2008, Tsai et al. 2009, Bakken et al. 2008).
Inoltre, se nei maschi è maggiore la prevalenza di patologia (PIU: Pathological Internet Users),
nelle femmine è superiore la percentuale di chi mostra un livello di gravità intermedia (MIU:
Maladaptive Internet Users).
Oltre al genere diversi studi dimostrano una correlazione negativa tra età e IAD: i più giovani
sarebbero maggiormente vulnerabili a questa patologia (Tonioni et al. 2011, Khazaal et al. 2008,
Ha et al. 2007, Yang e Tung 2007, Cheng e Peng 2008, Kandell 1998, Chou e Hsiao 2000).
108
Risulta importante prendere in considerazione, inoltre, la quantità di tempo trascorso online
(Kim e Haridakis 2004). È coerente ipotizzare che gli Internet-addicted trascorrano in media
molte ore in rete, come suggerito da diversi studi pubblicati a sostegno di tale intuizione (Young
1998, Widyanto e McMurran 2004, Leung 2004, Chou e Hsiao 2000, Dowling e Quirk 2009).
Un soggetto dipendente da Internet può rimanere connesso da 40 a 80 ore alla settimana, con
sessioni che possono durare anche 20 ore consecutive (Young 1998, Greenfield 1999). Un livello
di 39 ore settimanali per finalità non scolastiche e/o lavorative è ritenuto un possibile cut off
che segnala un utilizzo problematico (Young 1998), ma non esistono ancora dati unanimemente
accettati circa la variabile tempo di utilizzo. Alcuni autori propongono una media di 20 ore
settimanali come cut off clinico (contro le 9 ore medie degli utenti non dipendenti) mentre altri
preferiscono indicare in 3,89 ore giornaliere la media di connessione per soggetti con PIU e 3,27
per utenti MIU (Chou e Hsiao 2000, Durkee et al. 2012).
Rispetto a specifiche caratteristiche di personalità, sono state rilevate associazioni tra IAD
e ostilità o comportamento aggressivo (Yen et al. 2007, 2008; Ko et al. 2007, 2009). Anche la
Sensation Seeking è un importante fattore di rischio (Tsai e Lin 2001, Kim e Haridakis 2009,
Armstrong et al. 2000), in particolare alcune sue sotto-dimensioni come la disinibizione e la
suscettibilità alla noia (Velezmoro et al. 2010).
La bassa autostima sembra essere uno dei fattori di rischio più forti (Kim e Davis 2009,
Armstrong et al. 2000, Ko et al. 2007, Young e Rogers 1998, Kim e Haridakis 2009) e la fragilità
narcisistica in generale appare svolgere un ruolo esplicativo primario nella comprensione
dell’eziologia del PIU.
Anche alti livelli di timidezza sono associati a un moderato aumento del livello di rischio di
sviluppare una dipendenza da internet (Caplan 2002, Goulet 2002, Chak e Leung 2004, Yuen
e Lavin 2004) sebbene sia interessante osservare che i maschi timidi mostrano nelle relazioni
online le medesime difficoltà che riscontrano nelle relazioni reali (Chak e Leung 2004). Gli
adolescenti che si sentono soli tentano di superare questa condizione attraverso interazioni
sociali online (McKenna e Bargh 2000). Internet ha in questo caso una funzione compensatoria
nei confronti dell’insoddisfacente sfera relazionale (Papacharissi e Rubin 2000).
Un recente studio italiano riporta una correlazione tra IAD e alessitimia (Fiumana et al.
2011) coerentemente con i risultati provenienti dalla ricerca su altre forme di dipendenza, legate
a sostanze o a comportamenti, che risultano associate all’incapacità di esprimere e riconoscere
le proprie emozioni (Ryhakowski et al. 1988, Taylor et al. 1990, Caretti et al. 2005, Parker et al.
2005, Toneatto et al. 2009).
Tra i fattori di rischio ambientali, si rileva la correlazione tra livelli di stress e PIU (Lei
e Wu 2007, Leung 2007, Li et al. 2009, Yen et al. 2007): l’accumulo di stress nell’arco del
ciclo di vita aumenta il rischio di sviluppare una dipendenza da Internet e in particolare di
iniziare ad utilizzare internet per regolare gli stati d’animo legati ad una difficoltà di controllo
e di gestione dello stress. A questo riguardo è significativa la dimensione temperamentale
dell’effortful control, definito come la capacità di inibire risposte dominanti e/o di pianificare
e di riconoscere gli errori (Rothbart e Bates 2006) che sembra mediare l’impatto degli stressor
e in particolare la percezione soggettiva degli eventi stressanti, ormai ampiamente riconosciuta
come la determinante principale nelle problematiche legate agli stress, più che non l’evento in
109
sé (Velezmoro et al. 2010).
Rispetto invece ai fattori di protezione, un locus of control interno può limitare il rischio di
sviluppare una dipendenza da Internet (Chak e Leung 2004, Kim e Haridakis 2009). Si tratta di
un fattore protettivo molto significativo sul piano empirico ed evidenzia come gli adolescenti
capaci di cogliere il proprio ruolo attivo nel muoversi nel mondo, reale o virtuale che sia, risultino
in grado di mantenersi entro un utilizzo sano ed efficace di internet, che viene così inteso come
risorsa e non come realtà alternativa (Wallace 1999, Turkle 1995).
Per quanto riguarda i disturbi psichiatrici una notevole percentuale di soggetti con diagnosi
di PIU, che sfiora il 90%, presenta un disturbo diagnosticabile con il DSM-IV-TR in comorbilità
(Block 2008). Una co-occorrenza così frequente in particolare con disturbi di Asse I porta alcuni
autori a sostenere l’inesistenza di una dipendenza da internet, che potrebbe essere semplicemente
l’espressione specifica di una pregressa psicopatologia (Bell 2009, Shaffer et al. 2000). I disturbi
affettivi, e in particolare la depressione, sono le problematiche più frequentemente associata alla
dipendenza da Internet (Carli et al. 2012) e tale associazione, supportata da una consistente mole
di lavori empirici, è caratteristica soprattutto dell’adolescenza (Tsai e Lin 2003, Ha et al. 2006,
Kim et al. 2006, Yen et al. 2007, Ha et al. 2007, Ko et al. 2008, Van den Eijnden et al. 2008,
Morrison e Gore 2010, Fu et al. 2010, Cheung e Wong 2011). Nei soggetti che presentano un uso
problematico di internet, inoltre, sono presenti di frequente ideazioni suicidarie (Fu et al. 2010,
Kim et al. 2006).
Anche i disturbi d’ansia risultano di particolare rilevanza in adolescenza, specie per quanto
riguarda il disturbo ossessivo-compulsivo (Ha et al. 2007, Bakken et al. 2009, Xiuqin et al. 2010)
e la fobia sociale (Lin e Tsai 2002, Huang e Leung 2009, Yen et al. 2008, Ko et al. 2008) che,
sebbene risulti meno determinante nell’emergere dell’IAD rispetto ad altri disturbi (Ko et al.
2012), è presente comunque nel 15% dei soggetti dipendenti (Bernardi e Pallanti 2009).
I problemi connessi all’uso di internet sono inoltre frequentemente in comorbidità con
disturbi dello spettro esternalizzante come il deficit di attenzione e iperattività (Yoo et al. 2004,
Ha et al. 2006, Yen, et al. 2007, Ko et al. 2008, Ko et al. 2009, Bernardi e Pallanti 2009).
Metodologia dello studio
Obiettivi
La presente ricerca è il risultato di un lavoro svolto dalla sezione “dipendenze tecnologiche”
dell’Istituto Minotauro di Milano coordinata da Matteo Lancini. La crescente domanda clinica
e la volontà di proseguire gli studi sul rapporto tra adolescenti e nuove tecnologie (Lancini
e Turuani 2009) sono confluite nel tentativo di approfondire il tema dell’internet addiction in
adolescenza, di individuare in un campione italiano di adolescenti “nativi digitali” la percentuale
di soggetti a rischio di IAD, di descrivere i loro comportamenti di consumo tecnologico e le
loro caratteristiche psicologiche, infine di approfondire le relazioni tra possibili indici di disagio
psicologico e livelli di dipendenza da internet.
Obiettivi specifici della ricerca sono:
• migliorare la comprensione dell’uso di internet in adolescenza pe verificare se internet può
110
rappresentare un ostacolo o una risorsa nell’assolvere i compiti evolutivi fase specifici;
• analizzare la prevalenza dell’Internet Addiction Disorder in un campione di nativi digitali
italiani e confrontarla con i dati presenti in letteratura;
• approfondire il livello di funzionamento degli adolescenti a rischio di PIU e confrontarlo con
quello degli adolescenti sani rispetto ad alcuni indicatori di disagio psicologico;
• verificare la validità e la rilevanza clinica degli strumenti attualmente a disposizione per
diagnosticare l’Internet Addiction Disorder in adolescenza.
Campione
Il campione della presente ricerca è costituito da 1483 adolescenti in prevalenza ragazzi
(63% maschi; 37% femmine) di età compresa tra i 14 e i 21 anni (M = 15,98; DS = 1,40) e
che frequentano istituti secondari di secondo grado di Milano e provincia (36,3% Liceo; 63,7%
Istituti Tecnici o Professionali). Per quanto riguarda i licei, il 3,7% del campione è iscritto ad un
liceo classico, il 13,4% ad un liceo scientifico, l’11,5% ad un linguistico e il rimanente 7,8% ad
un socio-psicopedagogico.
Strumenti
L’indagine è stata condotta attraverso un questionario composto da una prima parte relativa
ad aspetti socio-anagrafici e ad aspetti specifici del tipo di utilizzo di internet (finalità di utilizzo,
strumenti utilizzati per connettersi, tempo trascorso online, tipologie di account posseduti ecc.).
La seconda parte è composta da tre questionari ampiamente validati dalla ricerca empirica.
1. L’uso e l’abuso di nuove tecnologiche è stato valutato mediante l’Internet Addiction Test
(Young 1998), il primo test validato, nonché il più utilizzato dalla comunità scientifica, per la
diagnosi di IAD: si tratta di un questionario che valuta il grado di influenza di Internet nella
routine quotidiana, nella vita sociale, nella produttività, nel ciclo del sonno e nei sentimenti. È
composto da 20 item che prevedono una risposta su scala Likert a 5 punti rispetto alla frequenza
con cui si verificano determinati comportamenti connessi all’utilizzo di Internet per motivi non
lavorativi né scolastici. Un punteggio superiore a 70 punti è indice di una dipendenza da Internet
conclamata, mentre punteggi tra 40 e 69 punti collocano il soggetto nell’area di forte rischio di
sviluppo di IAD. I soggetti a rischio manifestano frequenti problematiche dovute all’utilizzo
delle nuove tecnologie.
2. Il livello di autostima è stato rilevato utilizzando il Test Multidimensionale dell’Autostima
(Bracken 1992, Bergamini e Pedrabissi 2003), uno strumento autosomministrato per adolescenti
sino ai 19 anni. Valuta le diverse dimensioni, individuali e relazionali, afferenti al complesso
concetto di autostima: relazioni interpersonali, competenza di controllo dell’ambiente, emotività,
successo scolastico, vita familiare e vissuto corporeo). È composto da 150 item a quattro
possibilità di risposta (da “è assolutamente vero” a “non è assolutamente vero”)
3. Per la rilevazione della psicopatologia sono state valutate le problematiche emotive
e comportamentali degli adolescenti utilizzando lo Youth Self Report (Youth Self Report;
Achenbach 2001), un questionario di autovalutazione composto da 112 item a tre possibilità di
111
risposta (0 = “Non vero”; 1 = “In parte vero”; 2 = “Sempre vero”) creato per valutare un ampio
spettro di caratteristiche del funzionamento di soggetti tra gli 11 e i 18 anni. Lo Youth Self Report
è uno strumento molto utilizzato in ambito clinico e di ricerca e fa parte del più ampio Achenbach
System of Empirically Based Assessment (ASEBA). Numerose sottoscale organizzano i risultati
del questionario: dall’analisi di problematiche legate all’internalizzazione (Ansia-Depressione,
Ritiro-Depressione, Lamentele somatiche) a problematiche miste (Problemi sociali, Problemi
di pensiero, Problemi attentivi); a problematiche legate all’esternalizzazione (Comportamento
trasgressivo, Comportamento aggressivo); riassunte in un indicatore complessivo delle
problematiche totali riportate dall’adolescente. Per tutte le scale sono disponibili i punteggi
grezzi (ricavabili dalla somma delle risposte del soggetto agli item relativi), i percentili e i
punteggi standardizzati espressi in punti T che collocano l’adolescente in un range “normale”
(assenza di problemi relativi ad una determinata scala), “borderline” (problemi superiori alla
norma che potrebbero esitare in disturbi conclamati) oppure “clinico” (che segnala l’opportunità
di una presa in carico).
Analisi
Le analisi psicometriche sono state condotte attraverso il software statistico IBM SPSS
Statistics versione 19.0. Le analisi descrittive hanno indagato le caratteristiche socio-anagrafiche
del campione, i comportamenti di utilizzo di internet per quanto riguarda gli strumenti utilizzati
per connettersi e le finalità di tali connessioni, il numero di ore trascorse online e così via,
nonché la prevalenza di adolescenti con Internet Addiction Disorder o a rischio di sviluppare
tale disturbo.
Le analisi esplorative hanno messo a confronto i risultati dello IAT con diversi indicatori di
disagio e psicopatologia (TMA; YSR). Per il confronto tra variabili continue sono state svolte
correlazioni di Pearson, regressioni lineari semplici o multiple a seconda nel numero di variabili
indipendenti. Per l’analisi delle differenze tra medie di gruppi sono state scelte ANOVA a una
via oppure ANCOVA per valutare gli effetti di variabili categoriali al netto di altre variabili. Nel
corso del presente studio sono stati considerati statisticamente significativi p-value inferiori a
0,05 (α<0,05).
Risultati
1. L’utilizzo di internet e la prevalenza dell’Internet Addiction Disorder
Come è possibile osservare nella figura 1 lo strumento tecnologico più utilizzato per
accedere ad internet è ormai costituito dai computer portatili come i laptop o i netbook (70,9%),
seguiti dal PC fisso (51,9%), dagli Smartphone (48%), dalle Console (27,1%) e infine dai Tablet
(15%).I partecipanti alla ricerca trascorrono online in media più di due ore al giorno per finalità
non scolastiche in una giornata tipo (M=2,68; DS=2,08); tempo che aumenta oltre le tre ore di
connessione in una giornata di vacanza (M=3,19; DS=3,18).
La maggior parte degli adolescenti si connette a Internet per utilizzare social network come
112
Figura 1. Strumenti di accesso a internet. Valori in percentuale
Facebook o Twitter (89%) e per visualizzare/ascoltare musica e/o filmati su Youtube o siti di
streaming (88,1%) (vedi figura 2). Anche le finalità di ricerca e di acquisizione di informazioni
tramite quotidiani online, motori di ricerca o enciclopedie online (68,4%) e di comunicazione
con amici, familiari o sconosciuti tramite chat, e-mail, video-chiamate (45,7%) sono ampiamente
diffuse. Parte degli adolescenti ricorre a Internet anche per altri scopi: giochi online (32,8%), fare
acquisti di oggetti e/o materiale multimediale (19,5%) e condivisione di opinioni su blog o forum
(9,9%). Il 22,9% dichiara di utilizzare internet per la ricerca e la visualizzazione di materiale
pornografico.
M
po ater
rn ia
og le
ra
fic
o
Figura 2. Utilizzo di Internet. Valori in percentuale
113
Indagando su quali social network i soggetti disponessero di un proprio account, come atteso,
Facebook rappresenta il sito di maggior diffusione (91,9%), seguito da Youtube (43,5%), Google+
(26%) e Twitter (19,7%), per citare solo i più diffusi. Solo una minima parte del campione riporta
di non aver attivato alcun account (3,4%). Interessante rilevare anche l’ampiezza della rete di
amicizie online: in media i soggetti hanno più di cinquecento amici su Facebook (M=583,45;
DS=515,00).
Per quanto riguarda l’analisi della prevalenza di un utilizzo patologico di Internet tra gli
adolescenti italiani emerge che l’1,2% del campione presenta una dipendenza da internet
conclamata, mentre il 49% è a rischio di sviluppare un Internet Addiction Disorder.
Figura 33. Prevalenza di Internet Addiction Disorder (secondo lo IAT). Valori percentuali
2. Caratteristiche psicologiche e livelli di problematicità associati all’internet
addiction
Gli adolescenti si differenziano nel proprio livello di investimento nel virtuale a seconda di
alcune caratteristiche anagrafiche, di alcune dimensioni della propria autostima e infine del livello di
problematicità da un punto di vista psicologico.
La differenza tra maschi e femmine non è risultata statisticamente significativa, pertanto i punteggi
IAT non risentono di un effetto di genere (F(1,1334)=3,307; p=n.s.). In generale i soggetti più giovani
(r=-,098; p<,001; vedi tabella 3) e che frequentano un istituto tecnico-professionale (F(1,1335)=22,823;
p<,001; η²corretto=,001; tabella 4) riportano punteggi IAT superiori. Le ore di connessione sono
correlate ai punteggi IAT sia per una giornata tipo (r=405; p<,001), che per i giorni di vacanza (r=364;
p<,001). Tutte le finalità della connessione analizzate correlano positivamente con lo IAT, ad eccezione
dell’utilizzo di Internet per ricercare informazioni che correla negativamente con l’uso patologico di
internet (r=-,115; p<,001) e gli utilizzi finalizzati all’ascolto di musica, alla visualizzazione di filmati
e allo shopping, che non presentano correlazioni significative (vedi tabella 3).
114
Tabella 3. Correlazione di Pearson: punteggi IAT e utilizzo di internet
Correlazioni
IAT Ritiro
IAT Gestione
tempo
IAT Sostituzione
realtà
IAT Totale
Età
-,138**
-,031
-,028
-,098**
Ore connessione
,331**
,323**
,374**
,405**
Ore in vacanza
,341**
,234**
,329**
,364**
Social Network
,079
,166
,106
**
,128**
Comunicazione
,065*
,115**
,122**
,115**
Ricerca
informazioni
-,094**
-,132**
-,070**
-,115**
Opinioni
,093**
,056*
,075**
,087**
Giochi online
,167**
,063*
,039
,130**
Acquisti online
,050
,041
,058
*
,049
Musica e filmati
-,012
-,011
,000
-,002
Pornografia
,193
,115
,066
*
,162**
1367
1431
1443
1324
**
**
**
N
**
** La correlazione è significativa al livello 0,01 (2-code)
* La correlazione è significativa al livello 0,05 (2-code)
Tabella 4. ANOVA: Punteggi IAT e istituto frequentato
Gruppo
IAT Totale
Liceo
M
DS
39,141 11,068
F
22,823
Sig,
0,000
η2 parziale
η2 corretto
0,017
0,001
Istituto tecnico 42,046 10,527
Emerge una relazione significativa tra livelli di autostima e utilizzo patologico di internet:
sia i punteggi totali del IAT e del TMA (r=-,271; p<,001), sia le relative sottoscale (tabella
5) mostrano associazioni statisticamente significative. Le correlazioni più alte si rilevano tra il
punteggio IAT totale e le sottoscale di “competenza di controllo dell’ambiente” (r=-,309; p<,001)
e di “emotività” (r=-,288; p<,001) del TMA. I valori della correlazione sono negativi, in quanto a
punteggi maggiori di autostima corrispondono minori livelli di problematiche relative a internet.
Tali correlazioni inoltre rimangono significative anche al netto delle variabili sociodemografiche.
115
Tabella 5. Correlazione di Pearson: punteggi IAT e punteggi TMA
Correlazioni
IAT Ritiro
IAT Gestione
tempo
IAT Sostituzione
realtà
IAT Totale
TMA Totale
-,237**
-,267**
-,176**
-,271**
TMA – Relazioni
-,235
-,140
-,132
**
-,217**
TMA – Controllo
ambientale
-,269**
-,314**
-,188**
-,309**
TMA – Emotività
-,232**
-,275**
-,215**
-,288**
TMA – Scuola
-,192**
-,340**
-,162**
-,274**
TMA – Famiglia
-,167**
-,158**
-,150**
-,168**
TMA – Corpo
-,131
-,146
-,113
-,155**
**
**
**
**
**
* La correlazione è significativa al livello 0,05 (2-code)
Anche il livello di problematicità degli adolescenti rilevato attraverso lo YSR (vedi tabelle
6-7) è fortemente associato all’Internet Addiction Disorder misurato mediante l’IAT. Come è
possibile osservare nelle tabelle prendendo in considerazione sia gli indicatori riassuntivi dello
YSR (tabella 6 - Problematiche internalizzanti, Problematiche esternalizzanti, Problematiche
totali) sia le singole scale sindromiche (tabella 7), emergono correlazioni significative con i
punteggi totali dello IAT e con le singole sottoscale di cui si compone lo strumento. Inoltre, tra
le correlazioni più deboli è presente la scala “Ritiro – Depressione”, mentre tra le correlazioni
più forti emerge il ruolo delle cosiddette “problematiche miste”, vale a dire le manifestazioni
di disagio che non sono considerabili né internalizzanti né esternalizzanti (“Problemi sociali”,
“Problemi di pensiero”, “Problemi attentivi”).
Tabella 6. Correlazione di Pearson: punteggi IAT e indicatori sintetici YSR
Correlazioni
Indicatori YSR / Scala IAT
Ritiro
Gestione
tempo
Sostituzione
Realtà
IAT Totale
Problematiche internalizzanti
,263**
,213**
,227**
,276**
Problematiche Esternalizzanti
,249**
,302**
,225**
,285**
Problematiche totali
,373**
,375**
,310**
,409**
1378
1444
1457
1335
N
116
Tabella 7. Correlazione di Pearson: punteggi IAT e scale sindromiche YSR
Correlazioni
Indicatori YSR / Scala IAT
Ritiro
Gestione
tempo
Sostituzione
Realtà
IAT Totale
Ansia - Depressione
,249**
,200**
,222**
,263**
Ritiro - Depressione
,198**
,128**
,140**
,190**
Lamentele somatiche
,196**
,188**
,186**
,218**
Problemi sociali
,338**
,240**
,233**
,325**
Problemi di pensiero
,325**
,271**
,257**
,337**
Problemi attentivi
,302**
,417**
,256**
,381**
Comportamento trasgressivo
,212**
,267**
,202**
,248**
Comportamento aggressivo
,240**
,281**
,208**
,269**
1378
1444
1457
1335
N
Per quanto riguarda le scale sindromiche dello YSR è stata effettuata inoltre una regressione
multipla (tabella 8), utilizzandole come variabili indipendenti predittive del punteggio IAT.
Interessante notare come, al netto delle altre scale sindromiche, alcune di esse perdano di
potere predittivo nei confronti del PIU: “Ansia-depressione”, “Ritiro-depressione”, “Lamentele
somatiche” e “comportamento aggressivo”, infatti, non sembrano più in grado di spiegare
varianza dell’IAT. Includendo nell’analisi anche il TMA non si registrano altre variazioni di
rilievo. Il modello di regressione così proposto è in grado di spiegare il 19,9% della varianza dei
punteggi IAT (F=37,670; p<,001; AdjR²=,199).
Per verificare se i diversi livelli di rischio rispetto a un uso patologico della rete siano
differenti anche rispetto ad altri indicatori di disagio o di problematiche psicologiche, sono state
condotte una serie di analisi della varianza in cui sono state covariate le variabili età, genere,
istituto frequentato e ore di connessione che hanno preso in considerazione i gruppi ricavati dallo
IAT (normale, a rischio, addicted), i punteggi totali del TMA e gli indicatori riassuntivi dello
YSR e le rispettive sottoscale di entrambi gli strumenti (tabella 9).
Le analisi della varianza hanno evidenziato una differenza significativa nei livelli di autostima
in base al range di problematicità nell’utilizzo di internet (F=28,790; p<,001; η2corretto=,031).
Con lo stesso approccio sono stati testati i tre gruppi IAT rispetto alle sottoscale TMA, per
capire se potessero differire per qualche dimensione particolare dell’autostima. Tutti e tre i
gruppi presentano punteggi significativamente differenti tra di loro per tutte le sottoscale, ad
eccezione delle scale “relazioni interpersonali” e “vita familiare”, per le quali non si rilevano
differenze statisticamente significative tra gruppo a rischio e gruppo Internet-dipendente ma solo
tra gruppo normale e gli altri due. Attraverso i grafici delle medie è possibile osservare come il
117
gruppo a rischio IAD riporti punteggi intermedi rispetto agli altri due gruppi (cioè peggiori del
gruppo normale e migliori del gruppo addicted) con una lieve tendenza verso il livello meno
problematico.
Tabella 8. Modello di regressione. Variabile dipendente: IAT
R
Modello
F
0,452
sig,
37,670
R2
0,000
Adj R2
0,204
0,199
sig,
Predittori
β
TMA Totale
0,000
-0,099
Problemi sociali
0,001
0,126
Problemi di pensiero
0,000
0,14
Problemi attentivi
0,000
0,228
Comportamento trasgressivo
Variabili escluse
0,016
0,083
Ansia-Depressione
0,443
0,030
Ritiro-Depressione
0,129
-0,050
Lamentele somatiche
0,934
Comportamento aggressivo 0,003
0,115 -0,006
Tabella 9. ANCOVA: livelli di rischio IAT e indicatori di disagio psicologico
TMA Totale
YSR Problematiche
internalizzanti
YSR Problematiche
esternalizzanti
YSR Problematiche
totali
118
η2
η2
parziale corretto
0,000 0,042
0,031
0,000 0,061
0,048
Gruppo
M
DS
F
Sig,
IAT - normale
IAT - rischio
IAT - addicted
IAT - normale
442,03
418,99
378,18
12,163
56,412
60,083
34,684
7,618
28,79
42,771
IAT - rischio
15,309
8,375
IAT - addicted
IAT - normale
24,857
13,089
8,283
8,036
26,369
0,000
0,039
0,033
IAT - rischio
17,075
9,275
IAT - addicted
IAT - normale
24,214
42,412
11,813
18,840
70,416
0,000
0,097
0,081
IAT - rischio
55,430
21,986
IAT - addicted
85,571
31,570
punteggi significativamente differenti tra di loro per tutte le sottoscale, ad eccezione delle scale
“relazioni interpersonali” e “vita familiare”, per le quali non si rilevano differenze statisticamente
significative tra gruppo a rischio e gruppo Internet-dipendente ma solo tra gruppo normale e gli
altri due. Attraverso i grafici delle medie è possibile osservare come il gruppo a rischio IAD riporti
punteggi intermedi rispetto agli altri due gruppi (cioè peggiori del gruppo normale e migliori del
La dipendenza
da internet
in verso
adolescenza
tra normalità
e psicopatologia
gruppo addicted)
con una lieve
tendenza
il livello
meno problematico.
Figura 4. Medie punteggi TMA – suddivisione per gruppi identificati con l’IAT
Figura 4. Medie punteggi TMA – suddivisione per gruppi identificati con l’IAT
totali dello YSR in particolare si mostrano notevolmente differenti a seconda del livello
dipendenza da internet presentato dagli adolescenti (F=70,416; p<,001; η2corretto=,081); così c
avviene per le problematiche internalizzanti (F=42,771; p<,001; η2corretto=,048); e
problematiche esternalizzanti (F=26,369; p<,001; η2corretto=,033). In sintesi, i tre gr
identificati con lo IAT differiscono tra loro in maniera significativa nei livelli di psicopatolo
indipendentemente dalla tipologia di problematica. Come per il TMA, le figure 5-6 riporta
punteggi grezzi medi ottenuti dagli adolescenti suddivisi in base al livello di gravità dell’IAD
TMA
per gli indicatori complessivi dello YSR, sia per le singole scale sindromiche.
Figura 5. Medie punteggi grezzi scale sindromiche YSR – suddivisione per gruppi identificati
Figura
con
l’IAT5. Medie punteggi grezzi scale sindromiche YSR – suddivisione per gruppi identificati con l’IAT
Risultati simili emergono dalle analisi della varianza condotte prendendo in considerazione i livelli
di problematicità e di disagio psicologico misurati dallo YSR (punteggi grezzi). Le problematiche
15
YSR
119
Figura 6. Medie punteggi grezzi indicatori riassuntivi YSR – suddivisione per gruppi identificati con l’IAT
Figura 6. Medie punteggi grezzi indicatori riassuntivi YSR – suddivisione per gruppi identificati
Figura 6. Medie punteggi grezzi indicatori riassuntivi YSR – suddivisione per gruppi identificati con l’IAT
con l’IAT
YSR
Risultati simili emergono dalle analisi della varianza condotte prendendo in considerazione
i livelli di problematicità e di disagio psicologico misurati dallo YSR (punteggi grezzi). Le
problematiche totali dello YSR in particolare si mostrano notevolmente differenti a seconda del
livello di dipendenza da internet presentato dagli adolescenti (F=70,416; p<,001; η2corretto=,081);
così come avviene per le problematiche internalizzanti (F=42,771; p<,001; η2corretto=,048);
e le problematiche esternalizzanti (F=26,369; p<,001; η2corretto=,033). In sintesi, i tre gruppi
identificati con lo IAT differiscono tra loro in maniera significativa nei livelli di psicopatologia,
indipendentemente dalla tipologia di problematica. Come per il TMA, le figure 5-6 riportano i
punteggi grezzi medi ottenuti dagli adolescenti suddivisi in base al livello di gravità dell’IAD, sia
per gli indicatori complessivi dello YSR, sia per le singole scale sindromiche.
3. Il profilo degli adolescenti Internet Addicted
Ai fini di una maggiore comprensione degli adolescenti diagnosticabili come “internet
addicted” sono stati selezionati i soggetti con punteggi IAT che superano il cut off clinico. I
16 soggetti classificati come Internet-dipendenti sono equamente suddivisi in maschi (50%)
e femmine (50%), con un’età media di circa 15 anni (M=15,38; DS=1,02); metà di essi
frequentano un liceo (50%), la restante parte un istituto tecnico-professionale. Utilizzano
Internet prevalentemente per social network (100%), fruizione di musica e filmati (87,5%),
120
1
finalità comunicative (68,8%) e per ricerca e informazioni (56,3%). Seguono attività che
caratterizzano circa la metà di questi adolescenti come giocare online (50%), visualizzare di
materiale pornografico (43,8%) e condividere opinioni (43,8%); meno frequente è l’utilizzo
di internet per fare acquisti online (31,3%). Gli adolescenti “addicted” trascorrono online in
media sei ore in una giornata tipo (M=6,57; DS=3,47) e più di nove ore in una giornata di
vacanza (M=9,57; DS=7,73). Inoltre hanno in media oltre 800 amici su Facebook, sebbene tale
dato appaia oltremodo variabile a seconda dei casi (M=811,933; DS=709,375). Prendendo in
considerazione i risultati dello YSR di questi adolescenti, emerge un profilo medio abbastanza
problematico: gli Internet-addicted riportano punteggi medi che rientrano nel range clinico
per tutti gli indicatori riassuntivi (“Problematiche internalizzanti” (M=65,69; DS=11,22);
“Problematiche esternalizzanti” (M=66,50; DS=9,92); “Problematiche totali” (M=68,19;
DS=9,99)). Il 75% rientra nel range clinico per le “problematiche totali”, il 62,5% in quello delle
“problematiche esternalizzanti” e il 50% nel gruppo clinico di “problematiche internalizzanti”.
Osservando le singole scale sindromiche, oltrepassano il cut off clinico: il 43,8% di questi
adolescenti per quanto riguarda i comportamenti aggressivi e problemi di attenzione; il 31,3%
per i comportamento trasgressivi, i problemi di pensiero e di ansia-depressione; il 25% per i
problemi sociali, le lamentele somatiche e il ritiro-depressione. Per quanto riguarda i livelli di
autostima, i valori si collocano tra lievemente negativi per il livello totale di autostima (TMA
totale: M=81,69; DS=8,21), “competenza di controllo ambientale” (M=80,23; DS=11,49)
e “successo scolastico” (M=81,27; DS=10,05) e punteggi nella norma riportati nelle scale di
“vissuto corporeo” (M=85,33; DS=13,48), “vita familiare” (M=86,92; DS=6,87), “emotività”
(M=85,83; DS=13,97) e “relazioni interpersonali” (M=95,833; DS=11,400).
4. il profilo degli adolescenti “a rischio” di sviluppare IAD
I 655 soggetti a rischio di Internet Addiction Disorder sono in prevalenza maschi (67,8%) di
età media di circa 16 anni (M=15,93; DS=1,43) e frequentano in larga parte un istituto tecnicoprofessionale (70,7%). Utilizzano Internet soprattutto per social network (93,1%), per ascoltare
musica o visualizzare filmati (88,8%), per ricerca e informazioni (66%) e per comunicare con
amici, parenti o sconosciuti (50,1%). Una minor percentuale si connette per giocare (38,2%) e
meno di un terzo per visualizzare materiale pornografico (27,8%) e fare acquisti online (21,1%);
infine l’11,3% utilizza internet per condividere opinioni. Le ore medie di connessione dei soggetti
a rischio si attestano intorno alle tre giornaliere, indipendentemente dal giorno (scolastico vs
festivo). I valori medi delle scale YSR sono, a livello descrittivo, meno problematici del gruppo
addicted (“Problematiche internalizzanti” (M=57,98; DS=9,25); “Problematiche esternalizzanti”
(M=59,28; DS=9,77); “Problematiche totali” (M=59,44; DS=8,25)); il 40,3% rientra nel range
clinico per le “problematiche totali”, il 41,6% in quello delle “problematiche esternalizzanti” e
38% nel gruppo clinico di “problematiche internalizzanti”. Rispetto alle scale sindromiche, si
collocano nel range clinico: il 26,6% degli adolescenti per quanto riguarda il “comportamento
aggressivo”, il 25% per il “comportamento trasgressivo”, il 21,1% per i “problemi attentivi”, il
23,2% per i “problemi di pensiero”, il 19,4% per i “problemi sociali”, il 21,5% per le “lamentele
somatiche”, il 17,9% per il “ritiro-depressione” e il 21,7% per l’“ansia-depressione”. Anche i
121
valori medi di autostima sono superiori a quelli del gruppo clinico IAT: in tutte le scale TMA
i punteggi medi risultano nella norma (“TMA totale” (M=90,40; DS=13,53), “competenza di
controllo ambientale” (M=93,43; DS=12,26), “successo scolastico” (M=90,67; DS=11,98);
“vissuto corporeo” (M=94,42; DS=13,37), “vita familiare” (M=94,19; DS=11,80), “emotività”
(M=95,390; DS=11,930) e “relazioni interpersonali” (M=98,12; DS=13,31).
Figura 7. Confronto adolescenti “a rischio IAD” e “Internet Addicted”. Adolescenti oltre il cut
off clinico nelle sale sindromiche dello Youth Self Report. Valori percentuali
Nelle figure 7-8 viene riportato a titolo esemplificativo un confronto tra adolescenti “addicted”
versus adolescenti “a rischio” per quanto riguarda la percentuale di soggetti che ottengono nelle
scale sindromiche (figura 7) e negli indicatori riassuntivi (figura 8) dello Youth Self Report
punteggi oltre il cut off clinico.
Discussione
I risultati della ricerca forniscono dati interessanti sui cambiamenti in atto nel rapporto tra
adolescenti e nuove tecnologie. La diffusione di Internet sembra aver ormai trasformato il modo
di intendere il mondo virtuale nella realtà quotidiana. Le motivazioni che hanno, in parte, dato
l’avvio a questa ricerca ruotavano attorno alla volontà di comprendere se gli adolescenti attuali
siano effettivamente dipendenti dalla rete a livello patologico (Pathological Internet User) e
se risentissero di tale dipendenza a livello di compromissioni del funzionamento personale e
relazionale.
122
Figura 8. Confronto adolescenti “a rischio IAD” e “Internet Addicted”. Adolescenti oltre il cut
off negli indicatori riassuntivi dello Youth Self Report. Valori percentuali
Un primo obiettivo della ricerca è stato pertanto quello di comprendere meglio l’utilizzo
di internet tra gli adolescenti “nativi digitali” e le associazioni tra di esso e il funzionamento
psicologico o l’eventuale psicopatologia.
Circa 1,2% degli adolescenti che hanno partecipato a questo ricerca mostra un uso eccessivo
di internet che si associa a preoccupanti livelli di disagio psicologico. Tale risultato si colloca
approssimativamente in linea con altre ricerche condotte in Italia e in Europa: uno studio del
Centro Psyche di Latina condotto tra il 2001 e il 2004 rileva uno 0,8% di Internet addicted (Vallario
2008) mentre una ricerca condotta su un campione normativo di 12.000 adolescenti europei ha
stimato la percentuale di problematiche di rilievo clinico tra l’1,3% e il 2,3% della popolazione
adolescenziale (Durkee et al. 2012).
A questo dato si affianca la numerosità del gruppo “a rischio” caratterizzato, secondo le linee
guida dello strumento utilizzato (IAT) da frequenti problematiche derivanti dall’utilizzo di internet
e che nel presente campione sfiora la metà dei partecipanti (49%).
Se è vero che la letteratura esistente registra un forte incremento dei soggetti a rischio (12,1%
dello studio del Centro Psiche di Latina, 17,7 % di uno studio del Centro di Psicologia Clinica di
Pescara e 22% di un lavoro dell’Università di Palermo del 2007), tali dati sono ben lontani da quelli
del presente lavoro. Il risultato appare di molto superiore anche a quello riscontrato nel più recente
studio a livello europeo che ha identificato una percentuale di soggetti a rischio (Maladaptive
Internet Use) pari al 13,5% del campione. Le possibili interpretazioni di questa espansione della
fascia “a rischio” potrebbero oscillare tra una lettura tendente a vedere in questi comportamenti
123
una “nuova normalità” o viceversa una sottolineatura dell’evidente diffusione epidemica di
problematiche connesse a internet, riproponendo di fatto la dicotomia tra tecno-ottimisti e tecnopessimisti. Un punto centrale a questo riguardo sembra essere la validità dell’IAT se applicato al
periodo adolescenziale, come verrà spiegato in seguito. In secondo luogo è importante tenere a
mente che sono trascorsi circa cinque anni dagli studi italiani citati, che, in ambito di diffusione di
nuove tecnologie, rappresentano in realtà quasi una “micro-era”, con importanti trasformazioni e
mutamenti del mondo virtuale.
I dati della ricerca non confermano la maggiore vulnerabilità dei maschi, riportata in buona
parte della letteratura, rispetto all’emergere dell’Internet Addiction Disorder (Chou e Hsiao
2000, Ko et al. 2005, Chen et al. 2003, Siomos et al. 2008, Tsai et al. 2009, Bakken et al. 2008).
Analizzando le sottoscale IAT, il genere esercita un effetto statisticamente significativo solamente
sulla componente di “ritiro e problematiche sociali”. I punteggi riportati nelle altre sottoscale
non appaiono, invece, differire significativamente tra maschi e femmine. Più che l’attività svolta
in rete, sembra, quindi, che la motivazione sottostante alla connessione possa rendere conto
delle differenze di genere: i maschi proverebbero ad alleviare problematiche sociali e di ritiro
mediante il ricorso a internet in maniera più frequente rispetto alle femmine. Bisogna comunque
considerare che nella presente ricerca nella fascia a rischio PIU i maschi risultano il 67,8%, mentre
nel gruppo addicted il dato si riduce al 50%. Sembra, quindi, che tra i maschi siano più diffusi i
comportamenti di abuso mediatico non diagnosticabili come dipendenza da internet conclamata,
mentre per quest’ultima le differenze di genere non siano in realtà così significative.
In relazione alla variabile età, è stata riscontrata una debole ma significativa correlazione
negativa con i punteggi IAT. Gli utenti più giovani sarebbero maggiormente a rischio di sviluppare
un PIU. Per comprendere meglio questa tematica occorrerebbero studi longitudinali e ricerche
condotte tra qualche anno, quando la popolazione dei “nativi digitali” sarà sufficientemente
estesa. Anche il dato relativo al fatto che gli studenti degli istituti tecnico-professionali appaiano
maggiormente a rischio di PIU necessita di ulteriori dati a sostegno o in smentita: se è vero che
nella popolazione a rischio del nostro campione la maggioranza è rappresentata da studenti non
liceali (ben il 70,7%), se ci riferiamo ai soggetti con internet addiction conclamata, le differenze si
livellano fino a rendere impossibile distinguere tra le due tipologie di istituto (50% per entrambe);
viste la scarsa numerosità della popolazione Internet-dipendente (solo 16 soggetti) e la differenza
pressoché nulla tra liceali e studenti di istituti tecnico-professionali in questo gruppo, è quantomeno
azzardato avventurarsi in conclusioni definitive su questo aspetto.
Il potere predittivo del fattore “tempo di connessione”, che ha suscitato ampi dibattiti nella
comunità scientifica data la sua forte relazione con il PIU, viene confermato nel presente lavoro: le
ore di connessione sono probabilmente la variabile più strettamente correlata ai punteggi IAT tra
quelle considerate. Consentono anche di discriminare precisamente tra range normale, a rischio
e addicted: si passa dalle circa due ore degli utenti “sani” alle circa tre dei soggetti a rischio PIU,
fino ad arrivare a oltre sei (giornata tipo) e addirittura oltre le nove (giornata di vacanza) degli
addicted. Considerando i valori soglia riportati da alcune ricerche (la più recente di Durkee et al.
nel 2012 individua in 3,89 ore giornaliere per PIU e 3,27 per MIU), è possibile comprendere come
i soggetti problematici del presente lavoro superino ampiamente tali valori limite.
La presente ricerca ha dedicato attenzione anche al particolare utilizzo che gli utenti fanno
124
della rete, al fine di comprendere meglio se questo fosse legato a una differente prevalenza di PIU.
Le analisi condotte hanno rilevato delle relazioni più o meno forti tra questi particolari utilizzi e i
punteggi IAT, ma soprattutto hanno evidenziato alcune eccezioni: la fruizione di musica e filmati
e il fare acquisti online non appaiono legati a questa scala, mentre la ricerca di informazioni
mostra una relazione inversa. Si tratta di dati molto interessanti, in quanto ricorrere a internet per
finalità di ricerca o per acquisire informazioni appare indice di un utilizzo decisamente funzionale
dello strumento, che, pertanto, poco si coniuga con una dipendenza. È però utile ricordare che in
letteratura è stato proposto un sottotipo di IAD legato all’eccesso di informazioni (information
overload).
I dati di questa ricerca sostengono la necessità di non minimizzare o negare il possibile effetto
negativo dell’uso massiccio di internet, dal momento che – seppur in un ridotto numero di casi
(1,2% del campione) – questo si associa a problematiche psicologiche significativamente maggiori
e a livelli di autostima significativamente minori rispetto a quelli dei coetanei. È altresì importante
non “patologizzare” l’utilizzo della rete, dal momento che i risultati mostrano come il 50% del
campione rientra nel livello “a rischio”.
Gli adolescenti classificabili come “internet addicted” mostrano elevati problemi psicologici
in tutte le scale sindromiche dello YSR e in tutti gli indicatori sintetici dello strumento; presentano
inoltre un livello molto basso di autostima. È interessante osservare tuttavia che gli adolescenti
che riportano sintomi dell’Internet Addiction Disorder non mostrano un profilo psicologico
unitario o una “coerenza” a livello sintomatologico. Al contrario tutte le modalità di espressione di
problematicità adolescenziale, rilevabili dallo Youth Self Report sembrano “spiegare” i punteggi
dei questionari sull’internet addiction.
Dai risultati emerge un ruolo importante delle problematiche esternalizzanti, laddove
l’attenzione clinica spesso porta a focalizzarsi sul ruolo di quelle internalizzanti (ritiro sociale,
depressione, isolamento, solitudine ecc.) nella concettualizzazione (e nel trattamento) dell’internet
addiction. Questi risultati indicano che il mondo virtuale non viene vissuto solo come forma di
“auto ricovero” nei casi di ritiro scolastico e sociale, ma anche come ambiente degli “agiti” e
di “azioni grandiose”. Di fatto, un utilizzo massiccio di internet appare caratterizzare in modo
trasversale l’espressione del disagio adolescenziale; ciò che cambia è pertanto la funzionalità del
virtuale per il singolo adolescente, a quale bisogno evolutivo “in scacco” internet può sembrare
capace di rispondere.
I dati nel presente lavoro sottolineano anche come le problematiche principali dei ragazzi
“internet addicted” o a rischio di sviluppare una dipendenza dalla rete, appaiano legate
maggiormente alla fragilità narcisistica e a problemi nelle aree delle relazioni interpersonali
e del pensiero; tutti aspetti che potrebbero portare a comportamenti a rischio non pienamente
internalizzanti, né tuttavia esternalizzanti, che trovano in internet – connubio perfetto di azione
reale in un mondo virtuale – il miglior contesto di espressione.
È poi presente un’interessante differenza tra il fenomeno dell’internet addiction e le
problematiche relative alla dipendenza da sostanze psicoattive, degna di nota soprattutto per
l’influenza che queste ultime hanno avuto nel concettualizzare e operazionalizzare il PIU. Un
primo punto riguarda la differenza rispetto allo svilupparsi nel tempo di tali condotte: se i dati del
presente lavoro mostrano una diminuzione della dipendenza da internet all’aumentare dell’età
125
dei soggetti, le ricerche sulle dipendenze da sostanze mostrano, al contrario, come vi sia un
drammatico aumento della prevalenza dei disturbi di abuso al crescere dell’età. Nello specifico
inoltre, alcune ricerche che hanno indagato le correlazioni tra Youth Self Report e dipendenza
da sostanze in adolescenza mostrano pattern molto più specifici di quelli riscontrati nel caso
dell’Internet Addiction Disorder: spesso a seconda del campione prevalgono le problematiche
Esternalizzanti o quelle Internalizzanti e le singole scale più significative sono spesso riferite
a problematiche non così rilevanti nel presente lavoro, come la scala “Ritiro – Depressione”
(Hannesdottir e Tyrfingsson 2001), la scala “Comportamenti aggressivi” (Castro-Fornieles et al.
2010) e “Comportamenti trasgressivi” (Winters 1999).
Un ulteriore obiettivo della ricerca era di verificare la validità dell’attuale “gold standard”
nella valutazione del PIU applicato ad un campione adolescenziale. L’IAT è sicuramente in
grado di identificare quegli adolescenti caratterizzati da un elevato livello di dipendenza da
internet. Tuttavia mostra notevoli problemi nell’identificare i ragazzi a rischio di sviluppare
un Pathological Internet Use. Gli adolescenti a rischio nel presente lavoro sono il 49%, valore
pressoché sovrapponibile a quello degli adolescenti normali (49,2%).
I lavori futuri dovrebbero pertanto essere in grado di sviluppare strumenti diagnostici che
siano maggiormente capaci di valutare le differenti dinamiche motivazionali implicate nello
sviluppo dell’internet addiction in adolescenza. È inoltre importante che la ricerca parta da una
revisione dei criteri dell’IAD in modo che siano più sensibili alla fase adolescenziale.
Ad esempio, il recente DSM-5 (American Psychiatric Association 2013) ha sicuramente
fatto un passo avanti nel superare la distinzione tra abuso e dipendenza nella diagnosi dei
disturbi connessi all’uso di sostanze o delle dipendenze comportamentali (es. gioco d’azzardo),
proponendo un continuum di gravità e criteri diversificati per numerose tipologie di sostanze che
tuttavia rimangono legati alla psicopatologia adulta più che a quella adolescenziale.
Occorre rivedere gli strumenti diagnostici, evidentemente ancorati al momento storico in cui
sono stati concepiti. Si fa strada la necessità di un nuovo ed efficace questionario che dovrebbe
coniugare alla capacità già posseduta da quelli attuali di rilevare le situazioni di grave patologia
una buona sensibilità nel cogliere anche gli adolescenti a rischio. Gli strumenti elaborati finora,
infatti, sembrano in grado di individuare il disagio psichico e la sofferenza quando questi toccano
livelli molto elevati, ma non sono efficaci nel rilevare le specifiche dinamiche psicologiche
sottese all’internet addiction.
La valutazione clinica della dipendenza da internet, specie in un’ottica evolutiva, dovrebbe
pertanto riuscire a cogliere quanto Internet incida, positivamente o negativamente, sul bilancio
evolutivo dell’adolescente, cercando di cogliere in che modo l’adolescente vive lo spazio
virtuale, se come un rifugio protettivo dal confronto con il mondo esterno, o viceversa come una
“palestra sociale” per sperimentarsi in vista del contatto e delle relazioni reali; o ancora come una
prigione da cui diventa impossibile uscire.
Il lavoro di classificazione attraverso inquadramenti diagnostici del rapporto problematico
che alcuni ragazzi stabiliscono con la rete è ancora in via di sviluppo, così come risulta inziale la
capacità di definire la specificità del funzionamento mentale dei ragazzi che restano “incastrati”
nella rete da parte degli attuali strumenti a disposizione.
Il presente lavoro di ricerca ha evidenziato dati interessanti che necessitano di ulteriori
126
approfondimenti, alla luce anche di alcuni limiti di ricerca. La composizione del campione
risulta troppo omogenea da un punto di vista geografico essendo composto da studenti di
istituti secondari di secondo grado di Milano e provincia e risulterebbe interessante replicare
lo studio su scala nazionale. Il confronto tra i dati presentati in questo lavoro e quelli derivanti
dall’applicazione di uno strumento diagnostico specifico per adolescenti potrebbe confermare o
smentire eventuali risultati qui presentati. Inoltre questa ricerca troverebbe la propria naturale
evoluzione in uno studio longitudinale che consentirebbe di capire realmente l’andamento del
fenomeno e la sua valenza all’interno dei percorsi evolutivi degli adolescenti.
Riassunto
Parole chiave: internet addiction, problematiche psicologiche, fattori di rischio, adolescenza
Oggetto: la crescente importanza evolutiva e la pervasività della rete tra i nativi digitali rischiano
di condurre gli adolescenti a una situazione di scacco che può assumere le caratteristiche dell’internet
addiction, una controversa psicopatologia con molteplici fattori di rischio e comorbidità.
Il presente lavoro intende valutare la prevalenza del disturbo in un campione adolescenziale italiano,
individuarne i fattori di rischio peculiari di questa fase evolutiva, valutare il funzionamento dei soggetti
addicted e a rischio e saggiare la sensibilità degli attuali strumenti diagnostici.
Metodo: 1483 studenti italiani di istituti secondari di secondo grado, di età compresa tra i 14 e i 21
anni, (M=16; DS=1,5), in prevalenza maschi (63%) hanno risposto a domande socio-demografiche e
sull’utilizzo di Internet, seguite dalla somministrazione dei seguenti strumenti: Internet Addiction Test
(IAT; Young 1998), Test Multidimensionale dell’Autostima (TMA; Bracken 1992) e Youth Self Report
(YSR; Achenbach 1991).
Risultati: la prevalenza del disturbo è in linea con la letteratura (1,2%), tuttavia la fascia di soggetti a
rischio registra un notevole aumento (49%). Le analisi hanno rilevato interessanti correlazioni tra i punteggi
IAT e le scale TMA e YSR (p<,001). Le ANCOVA hanno evidenziato la miglior capacità predittiva di bassa
autostima, età, ore di connessione e alcune sottoscale YSR (soprattutto problemi di pensiero).
Conclusioni: il presente lavoro ha individuato una relazione tra abuso di Internet e alcune problematiche
connaturate alla fase adolescenziale. Quanto agli strumenti diagnostici, si è riscontrata la capacità del
questionario più diffuso per internet addiction di individuare soggetti particolarmente problematici, ma è
emersa una criticità nella caratterizzazione dei soggetti a rischio.
USE OR ABUSE: AN ITALIAN STUDY ON ADOLESCENT INTERNET ADDICTION.
NEW PSYCHOPATHOLOGY OR NEW NORMALITY?
Abstract
Key words: internet addiction, psychological issues, risk factors, adolescence
Objective: the increasing importance in human development and in everyday life could lead adolescents
to a new discussed psychopathology, characterized by multiple risk factors and comorbidities: Internet
Addiction Disorder (IAD). The aim of this work is to evaluate the prevalence of the disease in an Italian
adolescent sample, to focus on risk factors in youth, to test psychological functioning in addicted and at-risk
subjects and to try out the sensibility of current assessment tools.
Method: 1483 Italian high school students, aged 14 – 21 years (M=16; SD=1.5), mainly men (63%),
were asked to answer socio-demographic and Internet-use questions and to fill out the following tests:
127
Internet Addiction Test (IAT; Young, 1998), The Multidimensional test of self-esteem (TMA; Bracken
1992) and Youth Self Report (YSR; Achenbach 1991).
Results: the prevalence of the IAD is consistent with the literature (1.2%), but at-risk range is much
wider than in other studies (49%). Correlation analysis highlighted associations between IAT scores and
TMA and YSR scores (p<.001). ANCOVA analysis showed that low self-esteem, age, connection time and
some YSR subscales (mostly thought problems) perform best in predicting IAT scores.
Conclusions: Internet abuse seems to be connected to different kind of psychological distress in
adolescence. The current questionnaires are able to identify high psychopathological subjects but fail to
discriminate among at-risk subjects.
Bibliografia
Achenbach TM (1966). The classification of children’s psychiatric symptoms: a factor analytic study.
Psychological Monographs 80, 1-37.
Achenbach TM (1991). Manual for the Youth Self-Report and 1991 profile. University of Vermont,
Department of Psychiatry, Burlington.
Achenbach TM (2001). Manual for the Youth Self Report 2001. University of Vermont, Department of
Psychiatry, Burlington.
American Psychological Association (2000). Diagnostic and Statistical Manual of Mental Disorders, Text
Revision (DSM-IV-TR). American Psychological Association, Washington.
Armstrong L, Phillips JG, Saling LL (2000). Potential determinants of heavier internet usage. International
Journal of Human–Computer Studies 53, 537-550.
Attardi A (2001). Ambiente-Internet. In M Cardaci (a cura di) Ciber-psicologia: esplorazioni cognitive di
Internet. Carocci, Roma.
AVG (2011). AVG Digital Skills Study 2010-2011. http://jrsmith.blog.avg.com/2011/01/kids-learningcomputer-skills-before-lifeskills.html
Bakken IJ, Wenzel HG, Götestam KG, Johansson A, Øren A (2009). Internet addiction among Norwegian
adults: A stratified probability sample study. Scandinavian Journal of Psychology 50, 121-127.
Baiocco R, Manca M, Couyoumdjian, A, Cerruti R, Del Miglio C (2005). Uso e abuso di internet in
adolescenza: quale relazione con i disturbi psicosomatici? PsychoTech 2, 47-60.
Bergamini L, Pedrabissi L (2003). Validazione e taratura italiana. In BA Bracken Test di valutazione
multidimensionale dell’autostima. Erikson, Trento.
Bernardi S, Pallanti S (2009). Internet Addiction: a descriptive clinical study focusing on comorbidities and
dissociative symptoms. Comprehensive Psychiatry 50, 510-516.
Biolcati R (2010). La vita online degli adolescenti: tra sperimentazione e rischio. Psicologia clinica dello
sviluppo 2, 267-297.
Block JJ (2008). Issues for DSM-V: Internet addiction. American Journal of Psychiatry 165, 306-307.
Boyer EW, Shannon M, Hibberd PL (2005). The internet and psychoactive substance use among innovative
drug users. Pediatrics 115, 302-305.
Bracken BA (1992). Multidimensional self concept scale. Pro-ed, Austin, TX.
Brenner V (1997). Parameters of Internet use, abuse, and addiction: the first 90 days of the Internet Usage
Survey. Psychological Reports 80, 879-882.
Brunette MF, Mueser KT, Xie H, Drake RE (1997). Relationships between symptoms of schizophrenia and
substance abuse. Journal of Nervous and Mental Disease 185, 13-20.
Byun S, Ruffini C, Mills JE, Douglas AC, Niang M, Stepchenkova S, Lee SK, Loutfi J, Lee JK,
Atallah M, Blanton M (2009). Internet Addiction: Metasynthesis of 1996-2006 quantitative research.
Cyberpsychology & Behavior 12, 2, 203-207.
Cantelmi T, Talli M, D’Andrea A, Gasbarri A (1999). Psicopatologia connessa ad Internet: recenti
acquisizioni. Giornale di Medicina Militare 149, 49-54.
128
Cantelmi T, Carpino V (2005). Il tradimento online. Limite reale e virtuale dell’amore. Franco Angeli
Editore, Milano.
Cantelmi T, D’Andrea A, Del Miglio C, Talli M (2000). La mente in Internet. Psicopatologia delle condotte
on-line. Piccin, Padova.
Cantelmi T, Talli M (2007). Anatomia di un problema. Una review sui fenomeni psicopatologici internetcorrelati. Psicotech 5, 2, 7-32.
Cantelmi T (2010). L’era digitale e la sua valenza antropologica. http://www.zenit.org/it/articles/l-eradigitale-e-la-sua-valenza-antropologica-i-nativi-digitali
Cao F, Su L (2006). Internet addiction among Chinese adolescents: prevalence and psychological features.
Child: care, health and development 33, 3, 275-281.
Caplan SE (2002). Problematic Internet use and psychosocial well-being: Development of a theory-based
cognitive-behavioral measurement instrument. Computers in Human Behavior 18, 553-575.
Caplan SE (2003). Preference for online social interaction: A theory of problematic Internet use and
psychosocial well-being. Communication Research 30, 6, 625-648.
Caretti V (2000). Psicodinamica della Trance Dissociativa da Videoterminale. In T Cantelmi, C Del Miglio,
M Talli, A D’Andrea (a cura di) La Mente in Internet, pp. 125-131. Piccin, Padova.
Caretti V, La Barbera D (2001). Psicopatologia delle realtà virtuali. Masson, Milano.
Caretti V, La Barbera D, Craparo G, Mangiapane E (2005). La correlazione tra alessitimia e dissociazione
nella dipendenza patologica. Nuove prospettive della ricerca sull’addiction. In V Caretti, D La Barbera
(a cura di) Le dipendenze Patologiche. Clinica e psicopatologia, pp. 249-278 Raffaello Cortina, Milano.
Carli V, Durkee T, Wasserman D, Hadlaczky G, Despalins R, Kramarz E, Wasserman C, Sarchiapone
M, Hoven CW, Brunner R, Kaess M (2012). The association between Pathological Internet Use and
comorbid psychopathology: A systematic review. Psychopathology 46, 1-13.
Castro-Fornieles J, Diaz R, Goti J, Calvo R, et al. (2010). Prevalence and factors related to substance use
among adolescents with eating disorders. European Addiction Research 16, 2, 61-68.
Ceyhan E, Ceyhan AA, Gurcan A (2007). The validity and reliability of the problematic Internet usage
scale. Educational Science: Theory and Practice 7, 411-416.
Chak K, Leung L (2004). Shyness and locus of control as predictors of internet addiction and internet use.
Cyberpsychology & Behavior 7, 5, 559-570.
Chan JPC, Hung CC (2012). Problematic Internet Use. In JM Rey (a cura di) IACAPAP e-Textbook of
Child and Adolescent Mental Health, H6, pp.1-10. International Association for Child and Adolescent
Psychiatry and Allied Professions, Ginevra.
Chang MK, Man Law PS (2008). Factor structure for Young’s Internet Addiction Test: A confirmatory
study. Computers in Human Behavior 24, 2597-2619.
Chen SH, Weng LC, Su YJ, Wu HM (2003). Development of Chinese Internet Addiction Scale and its
psychometric study, Chinese Journal of Psychology 45, 279-294.
Cheng YF, Peng SS (2008). University students’ Internet use and its relationships with academic performance,
interpersonal relationships, psychosocial adjustment, and self-evaluation. Cyberpsychology, Behavior
and Social Networking 11, 467-9.
Cheung LM, Wong WS (2011). The effects of insomnia and Internet addiction on depression in Hong Kong
Chinese adolescents: an exploratory cross-sectional analysis. Journal of Sleep Research 20, 311-317.
Chou C, Condron L, Belland JC (2005). A review of the research on Internet Addiction. Educational
Psychology Review 17, 4, 363-388.
Chou C, Hsiao M (2000). Internet addiction, usage, gratifications and pleasure experience: the Taiwan
college students’ case. Computers & Education 35, 65-80.
Couyoumdjian A, Baiocco R, Del Miglio C (2006). Adolescenti e nuove dipendenze: le basi teoriche, i
fattori di rischio, la prevenzione. Laterza, Roma-Bari.
Craparo G (2011). Internet addiction, dissociation, and alexithymia. Procedia - Social and Behavioral
Sciences 30, 1051-1056.
Davis RA (2001). A cognitive behavioral model of pathological internet use (PIU). Computers in Human
Behavior 17, 2, 187-95.
129
Davis RA, Flett GL, Besser A (2002). Validation of a new scale for measuring problematic Internet use:
Implications for pre-employment screening. Cyberpsychology & Behavior 5, 331-345.
Del Miglio C, Gamba A, Cantelmi T (2001). Costruzione e validazione preliminare di uno strumento
(U.A.D.I.) per la rilevazione delle variabili psicologiche e psicopatologiche correlate all’uso di internet.
Giornale Italiano di Psicopatologia 7, 293-306.
Del Miglio C, Couyoumdijan A, Patrizi M (2005). Dipendenze comportamentali negli adolescenti:
videogiochi e gioco d’azzardo, Psicologia clinica dello sviluppo 9, 229-246.
Demetrovics Z, Szeredi B, Rozsa S (2008). The three-factor model of Internet addiction: The development
of the Problematic Internet Use Questionnaire. Behavior Research Methods 40, 2, 563-573.
Dowling NA, Quirk KL (2009). Screening for internet dependence: do the proposed diagnostic criteria
differentiate normal from dependent internet use? Cyberpsychology & Behavior 12, 21-27.
Durkee T, Kaess M, Carli V, Parzer P, Wasserman C, Floderus B, Apter A, Balazs J, Barzilay S, Bobes
J, Brunner R, Corcoran P, Cosman D, Cotter P, Despalins R, Graber N, Guillemin F, Haring C, Kahn
JP, Mandelli L, Marusic D, Mészáros G, Musa GJ, Postuvan V, Resch F, Saiz PA, Sisask M, Varnik
A, Sarchiapone M, Hoven CW, Wasserman D (2012). Prevalence of pathological internet use among
adolescents in Europe: demographic and social factors. Addiction 107, 2210-2222.
Ferri P (2010). Introduzione. In P Ferri, S Mizzella, F Scenini. Nuovi Media e il Web 2.0. Comunicazione,
formazione ed economia nella società digitale. Guerini Scientifica, Milano.
Fiumana V, Moschetti C, Alimonti E, Corvino S, Distefano E, Tonioni F (2011). Dipendenza da internet e
alessitimia: un’ipotesi di associazione e osservazione sperimentale. Dipendenze patologiche 3, 21-30.
Fu KW, Chan WS, Wong PW, Yip PSF (2010). Internet addiction: Prevalence, discriminant validity and
correlates among adolescents in Hong Kong. British Journal of Psychiatry 196, 486-492.
Galimberti U (1999). Psiche e techne. L’uomo nell’età della tecnica. Feltrinelli, Milano.
Goldberg I (1996). Internet Addiction Disorder. www.urz.uni-heidelberg.de/Netzdienste/anleitung/
wwwtips/8/addict.html
Goulet N (2002). The effect of Internet use and Internet dependency on shyness, loneliness, and
selfconsciousness in college students. Dissertation Abstracts International: Section B: The Sciences &
Engineering 63, 5-B, 2650.
Greenfield DN (1999). Psychological characteristics of compulsive Internet use: a preliminary analysis.
Cyberpsychology and Behavior 2, 403-412.
Griffiths MD (1997). Psychology of computer use. Psychological reports 80, 81-82.
Grifﬁths MD (1998). Internet addiction: Does it really exist? In J Gackenbach (a cura di) Psychology and
the Internet: Intrapersonal, Interpersonal, and Transpersonal Implications. Academic Press, New York.
Grohol JM (1999). Too much time online: Internet addiction or healthy social interactions. Cyberpsychology
and Behavior 2, 5, 395-401.
Gross EF (2004). Adolescent Internet use: What we expect, what teens report. Applied Developmental
Psychology 25, 633-649.
Ha JH, Kim SY, Bae SC, Bae S, Kim H, Sim M, Lyoo IK, Choo SC (2007). Depression and Internet
addiction in adolescents. Psychopathology 40, 424-30.
Ha JH, Yoo HJ, Cho IH, Chin B, Shin D, Kim JH (2006). Psychiatric comorbidity assessed in Korean
children and adolescents who screen positive for Internet addiction. Journal of Clinical Psychiatry 67,
5, 821-6.
Hannesdóttir H, Tyrfingsson T, Piha J (2001). Psychosocial functioning and psychiatric comorbidity among
substance-abusing Icelandic adolescents. Nordic Journal of Psychiatry 55, 1, 43-8.
Huang H, Leung L (2009). Instant messaging addiction among teenagers in China: shyness, alienation and
academic performance decrement. Cyberpsychology and Behavior 12, 6, 675-9.
Ibanez A, Perez de Castro I, Fernandez-Piqueras J, Blanco C, Saiz-Ruiz J (2000). Pathological gambling
and DNApolymorphic markers at MAO-A and MAO-B genes. Molecular Psychiatry 5, 105-9.
Johansson A, Götestam KG (2004). Internet addiction: Characteristics of a questionnaire and prevalence in
Norwegian youth (12–18 years). Scandinavian Journal of Psychology 45, 223-229.
Kandell JJ (1998). Internet addiction on campus: the vulnerability of college students. Cyberpsychology,
130
Behavior and Social Networking 1, 11-7.
Katz JE, Rice RE, Aspden P (2001). The Internet, 1995-2000. American Behavioral Scientist 45, 3, 405419.
Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E, Theintz F, Lederrey J, Van Der Linden M,
Zullino D. (2008). French validation of the internet addiction test. Cyberpsychology, Behavior and Social
Networking 11, 703-6.
Kim HK, Davis KE (2009). Toward a comprehensive theory of problematic Internet use: Evaluating the
role of self-esteem, anxiety, flow, and the self-rated importance of Internet activities. Computers in
Human Behavior 25, 490-500.
Kim J, Haridakis PM (2009). The role of Internet use characteristics and motives in explaining Three
Dimensions in Internet addiction. Journal of computer-mediated communication 988-1015.
Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, Seo JS, Nam BW (2006). Internet addiction in Korean
adolescents and its relation to depression and suicidal ideation: a questionnaire survey. International
Journal of Nursing Studies 43, 2, 185-92.
Ko CH, Hsiao S, Liu GC, Yen JY, Yang MJ, Yen CF (2010). The characteristics of decision making, potential
to take risk and personality of college students with Internet addiction. Psychiatry research 175, 121-125.
Ko CH, Yen J, Chen C, Chen S, Yen C (2005). Proposed diagnostic criteria of Internet addiction for
adolescents. The Journal of Nervous and Mental Disease 193, 728-733.
Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2007). Factors predictive for incidence and remission of
Internet addiction in young adolescents: A prospective study. Cyberpsychology and Behavior 10, 545551.
Ko CH, Yen JY, Chen CS, Chen CC, Yen CF (2008). Psychiatric comorbidity of Internet addiction in
college students: an interview study. CNS Spectrum 13, 147-153.
Ko CH, Yen JY, Chen SH, Yang MJ, Lin HC, Yen CF (2009). Proposed diagnostic criteria and the screening
and diagnosing tool of Internet addiction in college students. Comprehensive Psychiatry 50, 4, 378-84.
Ko CH, Yen JY, Chen CS, Yeh YC, Yen CF (2009). Predictive values of psychiatric symptoms for Internet
addiction in adolescents: a 2-year prospective study. Archive of Pediatrics and Adolescence Medicine
163, 10, 937–43.
Ko CH, Yen JY, Liu SC, Huang CF, Yen CF (2009). The associations between aggressive behaviors and
Internet addiction and online activities in adolescents. Journal of Adolescent Health 44, 6, 598-605.
Ko CH, Yen JY, Yen CF, Chen CC, Yen CN, Chen SH (2005). Screening for Internet addiction: an empirical
study on cut-off points for the Chen Internet Addiction Scale. The Kaohsiung Journal of Medical Sciences
21, 545-551.
Ko CH, Yen JY, Yen CF, Chen CS, Chen CC (2012). The association between Internet addiction and
psychiatric disorder: A review of the literature. European Psychiatry 27, 1-8.
Ko CH, Yen JY, Yen CF, Chen CS, Weng CC, Chen CC (2008). The association between Internet addiction
and problematic alcohol use in adolescents: the problem behavior model. Cyberpsychology and Behavior
11, 5, 571-6.
Ko CH, Yen JY, Yen CF, Lin HC, Yang MJ (2007). Factors predictive for incidence and remission of Internet
addiction in young adolescents: a prospective study. Cyberpsychology and Behavior 10, 4, 545-51.
Koh YS (2007). Development and application of K-Scale as diagnostic scale for Korean Internet addiction.
International Symposium on the Counseling and Treatment of Youth Internet Addiction. National Youth
Commission, Seoul, Korea.
La Barbera D (2005). Le dipendenze tecnologiche – La mente dei nuovi scenari dell’addiction “tecnomediata”.
In V Caretti, D La Barbera (a cura di) Le dipendenze patologiche. Clinica e psicopatologia, pp. 113-132.
Raffaello Cortina Editore, Milano.
Lancini M, Turuani L (2009). Sempre in contatto. Relazioni virtuali in adolescenza. Franco Angeli, Milano.
Lavin M, Marvin K, McLarney A, Nola V, Scott L (1998). Sensation seeking and collegiate vulnerability to
internet dependence. Cyberpsychology and Behavior 2, 425-430.
Lei L, Wu Y (2007). Adolescents’ paternal attachment and Internet use. Cyberpsychology & Behavior 10,
633-639.
131
Leung L (2004). Net-generation attributes and seductive properties of the Internet as predictors of online
activities and Internet addiction. Cyberpsychology & Behavior 7, 333-348.
Leung L (2007). Stressful life events, motives for Internet use, and social support among digital kids.
Cyberpsychology & Behavior 10, 204-214.
Leung L, Wei R (2000). More than just Talk on the move: Uses and gratifications on the cellular phones.
Journalism and Mass Communication Quarterly 77, 308-320.
Li H, Wang J, Wang L (2009). A survey on the generalized problematic Internet use in Chinese college
students and its relations to stressful life events and coping style. International Journal of Mental Health
and Addiction 7, 333-346.
Lin SJ, Tsai CC (1999). Internet Addiction among High Schoolers in Taiwan. Poster presented at the 107th
American Psychology Association (APA) Annual Convention, Boston, USA.
Lin SJ, Tsai CC (2002). Sensation seeking and internet dependence of Taiwanese high school adolescents.
Computers in Human Behavior 18, 411-426.
Martin CS, Chung T, Langenbucher J (2008). How should we revise diagnostic criteria for substance use
disorders in the DSM.V? Journal of Abnormal Psychology 117, 561-575.
Mathews R (2004). The psychosocial aspects of mobile phone use among adolescents. InPsych 26, 6, 1619.
McKenna KYA, Bargh JA (2000). Plan 9 from cyberspace: The implication of the Internet for personality
and social psychology. Personality and Social Psychology Review 4, 57-75.
Meerkerk G, van den Eijnden R, Franken I, Garretsen H (2010). Is compulsive internet use related to
sensitivity to reward and punishment, and impulsivity? Computers in Human Behavior 26, 4, 729-735.
Meerkerk G, van den Eijnden R, Vermulst AA, Garretsen H (2006). Predicting compulsive Internet use: It’s
all about sex! Cyberpsychology & Behavior 9, 95-103.
Morahan-Martin J, Schumacher P (2000). Incidence and correlates of pathological Internet use among
college students. Computers in Human Behavior 16, 13-29.
Morrison CM, Gore H (2010). The relationship between excessive Internet use and depression: a
questionnaire-based study of 1,319 young people and adults. Psychopathology 43, 121-126.
Mueser KT, Yarnold PR, Levinson DF, Singh H, Bellack AS, Kee K, Morrison RL, Yadalam KG (1990).
Prevalence of substance abuse in schizophrenia: demographic and clinical correlates. Schizophrenia
Bulletin 16, 31-56.
Nardone G, Cagnoni F (2002). Perversioni in rete. Le psicopatologie da Internet e il loro trattamento.
Ponte alle Grazie, Milano.
Nichols LA, Nicki R (2004). Development of a psychometrically sound Internet addiction scale: A
preliminary step. Psychology of Addictive Behaviors 18, 381-384.
Papacharissi Z, Rubin AM (2000). Predictors of Internet use. Journal of Broadcasting & Electronic Media
44, 2, 175-196.
Parker JD, Wood LM, Bond BJ, Shanghnessy P (2005). Alexithymia in young adulthood: a risk factor for
pathological gambling. Psychotherapy Psychosomatic 74, 51-5.
Potenza MN, Hollander E (2002). Pathologic gambling and impulse control disorders. In K Davis, D
Charney, J Coyle, C Nemeroff (a cura di) Neuropsychopharmacology: The Fifth Generation of Progress,
pp. 1736-1737, Lippincott Williams & Wilkins, Baltimora.
Rothbart MK, Bates JE (2006). Temperament. In W Damon, RM Lerner, N Eisenberg (a cura di) Handbook
of child psychology, 6th ed, pp. 99-166. Wiley, New York.
Ryhakowski J, Ziolkowski M, Zasadzka T, Brzezioski R (1988). High prevalence of alexithymia in male
patients with alcohol dependence. Drug alcohol dependendence 21, 133-6.
Scherer K (1997). College life on-line: healthy and unhealthy Internet use. Journal of College Student
Development 38, 655-665.
Shaffer HJ, Hall MN, Vander BJ (2000). “Computer addiction”: a critical consideration. American Journal
of Orthopsychiatry 70, 162-168.
Shapira NA, Goldsmith TD, Keck PE, Khosla UM, McElroy SL (2000). Psychiatric features of individuals
with problematic internet use. Journal of Affective Disorders 57, 267-72.
132
Siomos KE, Dafouli ED, Braimiotis DA, Mouzas OD, Angelopoulos NV (2008). Internet addiction among
Greek adolescent students. Cyberpsychology & Behavior 11, 653-657.
Steiner J (1993). Psychic retreats. Routledge, London. Tr. it. I rifugi della mente. Bollati Boringhieri,
Torino 1996.
Taylor GJ, Parker JD, Baghy R (1990). A preliminary investigation of alexithymia in men with psychoactive
substance dependence. American Journal of Psychiatry 147, 1228-36.
Toneatto T, Lecce J, Bagby M, (2009). Alexithymia and pathological gambling. Journal of Addiction
Disorders 28, 193-8.
Tonioni F, Corvino S (2011). Dipendenza da Internet e psicopatologia web-mediata. Recenti progressi in
medicina 102, 417-420.
Tonioni F, D’Alessandris L, Lai C, Martinelli D, Corvino S, Vasale M, Fanella F, Aceto P, Bria P (2011).
Internet addiction: hours spent online, behaviors and psychological symptoms. General Hospital
Psychiatry 34, 80-87.
Tsai CC, Lin SS (2001). Analysis of attitudes toward computer networks and Internet addiction of Taiwanese
adolescents. CyberPsychology & Behavior 4, 373-376.
Tsai CC, Lin SS (2003). Internet addiction of adolescents in Taiwan: An interview study. Cyberpsychology
and Behavior 6, 649-652.
Tsai HF, Cheng SH, Yeh TL, Shih CC, Chen KC, Yang YC, Yang YK (2009). The risk factors of Internet
addiction-A survey of university freshmen. Psychiatry Research 167, 3, 294-299.
Tsitsika A, Critselis E, Kormas G, Filippopoulou A, Tounissidou D, Freskou A, Spiliopoulou T, Louizou
A, Konstantoulaki E, Kafetzis D (2009). Internet use and misuse: a multivariate regression analysis of
the predictive factors of internet use among Greek adolescents. European Journal of Pediatrics 168,
655-665.
Turkle S (1995). Life on the Screen. Simon & Schuster, New York.
Uslander EM (2000). Producing and consuming Trust, Political Science Quarterly 115, 4.
Vallario L (2008). Naufraghi nella rete – Adolescenti e abusi mediatici. Franco Angeli, Milano.
Van den Eijnden RJ, Meerkerk GJ, Vermulst AA, Spijkerman R, Engels RC (2008). Online communication,
compulsive Internet use, and psychosocial well-being among adolescents: A longitudinal study.
Developmental Psychology 44, 655-665.
Velezmoro R, Lacefield K, Roberti JW (2010). Perceived stress, sensation seeking and college students’
abuse of the Internet. Computers in Human Behavior 26, 1526-1630.
Wallace P (1999). The psychology of the Internet. Cambridge University Press, New York. Tr. it. La
psicologia di Internet. Raffaello Cortina Editore, Milano 2000.
Widyanto L, McMurran M (2004). The psychometric properties of the internet addiction test.
Cyberpsychology and Behavior 7, 4, 443-450.
Winters K (1999). Treating adolescents with substance use disorders: An overview of practice issues and
treatment outcomes. Substance Abuse 20, 203-223.
Xiuqin H, Huimin Z, Mengchen L, Jinan W, Yin Z, Ran T (2010). Mental health, personality, and parental
rearing styles of adolescents with Internet Addiction Disorder. Cyberpsychology, Behavior and Social
Networking 13, 401-406.
Yang SC, Tung CJ (2007). Comparison of Internet addicts and nonaddicts in Taiwanese high school.
Computers in Human Behavior 23, 79-96.
Yen JY, Ko CH, Yen CF, Chen SH, Chung WL, Chen CC (2008). Psychiatric symptoms in adolescents with
Internet addiction: comparison with substance use. Psychiatry & Clinical Neurosciences 62, 1, 9-16.
Yen JY, Ko CH, Yen CF, Chen SH, Chung WL, Chen CC (2009). The association between harmful alcohol
use and Internet Addiction among college students: comparison of personality. Psychiatry & Clinical
Neurosciences 63, 218-224.
Yen CF, Ko CH, Yen JY, Chang YP, Cheng CP (2009). Multi-dimensional discriminative factors for Internet
addiction among adolescents regarding gender and age. Psychiatry & Clinical Neurosciences 63, 357364.
Yen JY, Ko CH, Yen CF, Wu HY, Yang MJ (2007). The comorbid psychiatric symptoms of Internet
133
addiction: attention deficit and hyperactivity disorder (ADHD), depression, social phobia, and hostility.
Journal of Adolescent Health 41, 1, 93-8.
Yen J, Yen C, Chen C, Chen S, Ko C (2007). Family factors of Internet addiction and substance use
experience in Taiwanese adolescents. Cyberpsychology & Behavior 10, 323-329.
Yuen NC, Lavin MJ (2004). Internet dependence in the collegiate population: The role of shyness.
Cyberpsychology & Behavior 7, 4, 379-383
Young KS (1996). Internet addiction: The emergence of a new clinical disorder. Poster presented at the
104th American Psychological Association Annual Convention, Toronto, Canada.
Young KS (1996). Psychology of computer use: XL. Addictive use of the Internet: A case that breaks the
stereotype. Psychological Reports 79, 899-902.
Young KS (1997). What makes the Internet addictive: Potential explanations for pathological Internet
use. Paper presented at the 105th American Psychological Association Annual Convention, Chicago, IL,
USA.
Young KS (1998). Internet addiction: The emergence of a new clinical disorder. Cyberpsychology &
Behavior 1, 3, 237-244.
Young KS (1999). Internet addiction: Symptoms, evaluation, and treatment. In L VandeCreek, T Jackson
(a cura di) Innovations in Clinical Practice: A Source Book 17, pp. 19-31. Professional Resource Press,
Sarasota, FL.
Young KS (1999). The research and controversy surrounding Internet addiction. Cyberpsychology &
Behavior 2, 5, 381-383.
Young KS (2009). Internet addiction: Diagnosis and treatment considerations. Journal of contemporary
psychoterapy 39, 241-246.
Young KS, Pistner M, O’Mara J, Buchanan J (1999). Cyber disorders: The mental health concern for the
new millennium. Cyberpsychology & Behavior 2, 5, 475-479.
Young KS, Rogers RC (1998). The relationship between depression and Internet addiction. Cyberpsychology
& Behavior 1, 1, 25-28.
Mauro Di Lorenzo, Psicologo, socio della Cooperativa Minotauro
Matteo Lancini, Psicologo. Socio della Cooperativa e vicepresidente della Fondazione
“Minotauro”, insegna presso la Facoltà di Psicologia dell’Università Milano-Bicocca e presso
la Scuola di formazione in Psicoterapia dell’adolescente e del giovane adulto Arpad-Minoaturo.
Chiara Suttora, Psicologa e assegnista di ricerca presso il Dipartimento di Psicologia
dell’Università Milano-Bicocca.
Tommaso Emanuele Zanella, Psicologo Clinico.
Corrispondenza
Dott. Matteo Lancini
[email protected]
134

Introduzione - Giovanni Fioriti Editore

Transcript

Documenti analoghi

Evanna Lynch in -Addiction- a 60`s Love Story

Il gioco d`azzardo patologico è una malattia

Scheda di approfondimento cartone animato

addiction e uso della tecnologia digitale

Introduzione all`analisi dei malware

Siti istituzionali sulle droghe

Un ponte per Terabithia

12-22 - La Gazzetta del Medio Campidano

Testo completo

12-22 - La Gazzetta del Medio Campidano