nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
Hace ya medio siglo que surgió la primera conexión entre ordenadores, dando lugar al inicio de la World Wide Web (WWW), hoy en día conocida con el término genérico de internet. Aunque su introducción en España fue más tardía, sobre los años 90, la frecuencia de uso ha ido aumentando considerablemente. Este hecho ha repercutido directamente en la población juvenil, cuyo uso de internet ha comenzado a ser desmesurado (Larragaña y Yubero, 2019). Tanto es así, que en los últimos tiempos han surgido las denominadas adicciones comportamentales, como la nomofobia o temor a no disponer en todo momento del dispositivo móvil (González et al., 2017) y la adicción a internet o uso problemático de internet (UPI) (Fumero et al., 2018).
En particular, la población con mayor riesgo de padecer un UPI son los estudiantes universitarios junto a los adolescentes (Polo et al., 2017). En los últimos años, se ha detectado que España es uno de los países europeos con mayor tasa de adolescentes que presenta un UPI (Díaz-Aguado, Martín-Babarro y Falcón, 2018). No obstante, la problemática adquiere un matiz global, puesto que la adicción a internet es un problema a escala mundial con tasas alarmantes en distintos países y continentes, como Estados Unidos (Rosenthal, Cha y Clark, 2018), China (Zhou et al., 2018), Japón (Tateno et al., 2018), Turquía (Bolat et al., 2018); Europa (Mascheroni, 2018), Australia y Reino Unido (Stavropoulos et al., 2018).
La preocupación por este fenómeno ha ido creciendo de tal forma que ya han comenzado a desarrollarse programas para la prevención del uso problemático de internet, alguno de ellos con resultados satisfactorios para disminuir su prevalencia (Bağatarhan y Müge, 2017; Soto, Miguel y Pérez, 2018).
Esta preocupación se deriva de los riesgos asociados al UPI, entre ellos el hecho de contactar con extraños, el sexting y la adicción a juegos de azar en línea (Rial et al., 2018). Sin embargo, un UPI no sólo entraña comportamientos de riesgo, sino que se asocia con distintas patologías que afectan a la salud del ser humano. Asimismo, hay estudios que comparan la actividad cerebral mediante resonancia magnética de un grupo control y un grupo con UPI, reflejando diferencias significativas que confirman que el UPI afecta a la salud mental (Dong et al., 2012).
Por su parte, otros estudios relacionan el UPI con la influencia negativa en la autoeficacia académica (Reed y Reay, 2015; Rial et al., 2015; Vicenţiu y Ţepordei, 2019) y con la depresión, baja autoestima y problemas de fluidez verbal (Nie, Zhang y Liu, 2017).
Por otro lado, las distorsiones cognitivas, el sentimiento de soledad y el aislamiento se alzan como factores predictivos de un UPI (Berber y Odaci, 2013; Burnay et al., 2015; Öztürk y Kaymak, 2016; Munno et al., 2017). Así pues, la condición personal previa es un componente clave para detectar la predisposición a ser un usuario con UPI, por lo que la aplicación de programas preventivos debe implementarse en el momento en que se detectan estos factores de riesgo, puesto que la presencia de un UPI agrava las distorsiones cognitivas.
Haciendo referencia a estudios previos de revisión sistemática y/o metaanálisis sobre UPI, se sitúan distintos trabajos que han abordado este tópico de forma muy diversa. Carbonell et al. (2012) realizaron una revisión de estudios empíricos españoles sobre adicción a internet y teléfono móvil para determinar los factores que diferencian un uso saludable de internet y móvil de uno patológico (N = 12). Entre los principales resultados, se resalta la relación del UPI con trastorno del sueño, disfunción social, depresión, ansiedad, abuso de alcohol y fracaso escolar.
Tokunaga (2017) llevó a cabo una revisión metaanalítica para determinar las correlaciones entre los hábitos de internet con la soledad y depresión en la investigación existente (N = 247). Como resultado se confirma que el UPI se vincula con el sentimiento de soledad y depresión.
Zhang et al. (2018) realizaron un metaanálisis sobre la prevalencia del UPI en estudiantes de medicina (N = 10). Destaca que la tasa de prevalencia de un UPI en estudiantes de medicina es cinco veces mayor que en la población general.
Lei et al. (2018) desarrollaron un metaanálisis sobre la relación entre el apoyo social y la adicción a internet en China (N = 76). Se confirma la correlación negativa entre el apoyo social y el UPI, es decir, a menor apoyo social mayor UPI.
Cheng et al. (2018) llevaron a cabo una revisión sistemática y metaanálisis de estudios observacionales que investigaban la supuesta asociación entre la adicción a internet y el suicidio (N = 25). Entre los resultados se verificó que la adicción a internet está asociada con una mayor tasa de suicidio.
Fumero et al. (2018) recogen en su estudio un metaanálisis sobre la asociación entre la adicción a internet y una serie de factores psicológicos, personales y sociales en adolescentes (N = 28). Asimismo, se detectan distintos factores psicológicos, personales y sociales vinculados al UPI, entre ellos ansiedad, depresión, hostilidad, dificultades familiares, problemas entre iguales, abuso de sustancias, baja autoestima y escasez de habilidades sociales.
A diferencia de estos estudios previos, en este trabajo se planteó la búsqueda e indagación de las distintas patologías asociadas a un UPI y la confirmación acerca de si el UPI realmente conllevaba el desarrollo de cada una de las patologías detectadas previamente. Por tanto, los objetivos fueron por una parte determinar las patologías asociadas al uso problemático de internet a partir de la revisión sistemática de los estudios indexados en las bases de datos Web of Science (WoS) y Scopus; por otra parte, analizar la incidencia del uso problemático de internet en cada una de las patologías detectadas a través del metaanálisis de la literatura. Para ello, se establecieron distintos interrogantes de investigación que guiaron y estructuraron el estudio:
RQ1 ¿Cuál es la población que presenta una mayor tasa de uso problemático de internet?
RQ2 ¿En qué países se concentra la producción científica sobre este tópico?
RQ3 ¿Cuáles son los instrumentos de investigación utilizados?
RQ4 ¿Cuáles son las patologías asociadas al uso problemático de internet?
RQ5 ¿Existe una diferencia significativa entre la población control y con UPI en torno al desarrollo de las distintas patologías?
Método
La tipología de trabajo cuyo fin es el análisis documental requiere de estrategias sistematizadas para la gestión de los documentos científicos. Por ello, se ha adoptado una metodología de revisión sistemática con metaanálisis (Soler et al., 2014), siguiendo los principios de la declaración PRISMA acerca de la elegibilidad (especificación de las características de los estudios analizados) y selección de los estudios (proceso de cribado llevado a cabo) (Urrútia y Bonfill, 2010).
Por su parte, la revisión sistemática permitió establecer las distintas unidades de análisis de acuerdo a los objetivos del estudio. Posteriormente, se recurrió a la realización de múltiples metaanálisis por cada una de las patologías detectadas (Fumero et al., 2018).
La búsqueda tuvo lugar durante enero de 2019 y se revisaron todos los artículos publicados hasta la fecha. Se seleccionaron las bases de datos WoS y Scopus, ya que son aquellas que cuentan con mayor reconocimiento debido a los índices de impacto que presenta: Journal Citation Reports (JCR) y Scimago Journal & Country Rank (SJR).
Procedimiento de obtención de la muestra
En la identificación de los artículos se utilizó un sistema de doble ronda. Así pues, hubo una primera criba para determinar las patologías asociadas al UPI, para posteriormente realizar una búsqueda pormenorizada de cada una de ellas. En este sentido, se empleó la ecuación de búsqueda “Problematic Internet use” OR “Internet addiction” en una primera aproximación al objeto de estudio. En ella, se establecieron aquellas patologías que fueron objeto de interés en tres o más artículos: trastorno obsesivo-compulsivo (TOC), abuso de alcohol, depresión, estrés, trastorno del sueño, trastorno por déficit de atención e hiperactividad (TDAH), y trastornos alimenticios.
De este modo, quedó configurada la unidad de análisis en 48 documentos (WoS = 17; Scopus = 31) (1º ronda) a los que se añadieron posteriormente 14 más (WoS = 5; Scopus = 9) (2º ronda) en la revisión sistemática (N = 62). Para el metaanálisis finalmente se consideraron 15 documentos, aquellos que presentaban los datos estadísticos necesarios para su confección; se marcan en la lista de referencias con un asterisco (*). El refinado se estableció con base en los criterios de inclusión y exclusión (Tabla 1).
Tabla 1 Criterios de inclusión y exclusión utilizados en la revisión sistemática
| Criterios de inclusión | Criterios de exclusión |
|---|---|
| a. Artículos de revista b. Publicado en abierto y disponible para su consulta c. Estudios empíricos Asociación del uso problemático de internet a una patología |
a. Actas de congresos, capítulos de libro,
libros u otro tipo de publicaciones b. Acceso restringido a la publicación c. Estudios teóricos o revisiones d. Los estudios no vinculan el uso problemático de internet con ninguna patología concreta e. Artículos duplicados |
Por otro lado, las ecuaciones de búsqueda de la segunda ronda se establecieron a partir de los términos asociados con las distintas patologías unidos por operadores booleanos: (“Problematic Internet use” OR “Internet addiction”) AND (“Obsessive-compulsive disorder” OR OCD); (“Problematic Internet use” OR “Internet addiction”) AND Alcohol; (“Problematic Internet use” OR “Internet addiction”) AND (“Depressive symptoms” OR Depression); (“Problematic Internet use” OR “Internet addiction”) AND Stress; (“Problematic Internet use” OR “Internet addiction”) AND (“Sleep problems” OR “Sleep disorder”); (“Problematic Internet use” OR “Internet addiction”) AND (“Attention Deficit Hyperactivity Disorder” OR ADHD); (“Problematic Internet use” OR “Internet addiction”) AND (“Eating disorder” OR “Disordered eating”).
Recopilación de datos
Siguiendo la estrategia metodológica de recopilación de datos de Martínez et al. (2018), dos investigadores se encargaron de realizar la revisión de documentos conforme a los descriptores y criterios de inclusión y exclusión establecidos. El grado de acuerdo en la inclusión de documentos fue de 97 %, los desacuerdos fueron atendidos por un tercer investigador que optó por incluir 100 % de la literatura científica extraída.
Por su parte, el proceso de cribado se realizó en tres fases diferenciadas atendiendo a las consideraciones de estudios previos (Fumero et al., 2018; Cheng et al., 2018; Lei et al., 2018) y la declaración PRISMA (Urrútia y Bonfill, 2010). La primera fase consistió en la búsqueda inicial de resultados en las bases de datos WoS y Scopus a partir de los descriptores “Problematic Internet use” e “Internet addiction”. En la segunda fase se aplicaron los criterios de inclusión y exclusión referentes a la acotación por tipología de documentos y disponibilidad de consulta. Por último, en la tercera fase, se analizó pormenorizadamente cada título y resumen de los artículos con base en los criterios de inclusión y exclusión restantes (Figura 1).
Análisis de datos
En el análisis de datos de la revisión sistemática se extrajo la información relevante por medio de una lectura pormenorizada de los documentos. Para ello, se estableció un modelo de extracción de la información con base en una serie de variables sustantivas y metodológicas: país, población, tamaño de la muestra, edad, instrumento de recogida de datos, y patología asociada al UPI.
En cambio, para el metaanálisis, se incluyeron los artículos que contuvieran los datos referentes a la media y desviación típica resultantes de la comparación de un grupo control y otro con UPI. A este respecto, se realizó un metaanálisis de metodología debido a la característica de los estudios analizados, donde sólo se contemplaba el número total de participantes activos e inactivos sin recurrir a datos estadístico-descriptivos.
En este sentido, los datos del metaanálisis fueron analizados mediante el software Review Manager en su versión 5.3. El intervalo de confianza se estableció en 95 %. Por su parte, la vinculación entre las distintas patologías se realizó a través del software VOSviewer, en su versión 1.6.7.0.
Resultados
Para evitar la duplicidad de la información se han agrupado en la misma línea los países, población e instrumentos cuyos porcentajes tienen el mismo valor.
En cuanto a las variables sustantivas, destacan, como países donde se focaliza la investigación sobre UPI, Turquía (21 %), Estados Unidos (EEUU) (13 %), España, Corea del Sur (9 %); China (7 %), Japón, Reino Unido (4 %); Italia, Alemania (3 %); Singapur, Taiwán, Polonia, Grecia, Sudáfrica y Australia (2 %); Países Bajos, Catar, Portugal, Brasil, Israel, Suecia, Bélgica, India, Suiza, Francia, Islandia, Rumanía, Eslovaquia, Egipto (1 %).
Por su parte, los datos sobre la población más estudiada se agrupan en estudiantes universitarios (44 %), estudiantes de educación secundaria (26 %), adultos (12 %), adolescentes (9 %), pacientes con alguna patología (6.6 %), jugadores online (2 %), profesionales médicos, niños (1 %). A este respecto, el tamaño de la muestra ha oscilado en un rango entre 34 y 100.050 sujetos (M = 4899, DT = 16437.17), con una edad comprendida entre 12 y 42 años (M = 19,67, DT = 6,04).
Centrando la atención en las variables metodológicas, los instrumentos de recogida de datos utilizados para medir el UPI son múltiples. Sin embargo, resalta indudablemente el Internet Addiction Test (IAT) o adaptaciones (48 %). Otros instrumentos utilizados son Problematic Internet Use Scale (PIUS) o Generalized Problematic Internet Use Scale (GPIUS) (23 %); The Online Cognition Scale (OCS) o adaptaciones (11 %); Problematic Internet Use Questionnaire (PIUQ) (6.5 %); cuestionarios ad hoc (3 %); Problematic and Risky Internet Use Screening Scale (PRIUSS) (2 %); Escala de Uso Problemático de Internet (EUPI-a), Internet Use Functions Scale (IUFS), Smartphone Addiction Scale (SAS), Online Social Networking Addiction (OSNA), At-risk/ problematic Internet users (ARPIU), Cuestionario de Experiencias Relacionadas con Internet (CERI), Symbol Digit Modalities Test (SDMT), Use, Abuse and Addiction to the Internet (UAAI) (1 %).
En relación a las patologías vinculadas con el UPI, la depresión se alza como el fenómeno más estudiado (40 %); en menor medida se recoge el interés por trastorno del sueño (15 %), TDAH (13 %), abuso de alcohol (13 %), TOC, estrés (11 %), y trastornos alimenticios (8 %).
El análisis de las vinculaciones entre las patologías estudiadas en los distintos documentos muestra el establecimiento de dos clúster (Figura 2). Un primer clúster relaciona el TOC, estrés, trastorno del sueño y TDAH, mientras que el segundo clúster está compuesto por abuso de alcohol, depresión y trastorno alimenticio.
A continuación se muestra el análisis pormenorizado de cada una de las patologías y su metaanálisis.
Trastorno obsesivo-compulsivo (TOC)
Son varios los estudios que vinculan el UPI con el trastorno obsesivo-compulsivo (Derbyshire et al., 2013; Bozkurt et al., 2013; Burnay et al., 2015; Ioannidis et al., 2016; Bernal-Ruiz et al., 2017; Moretta y Buodo, 2018; De Vries et al., 2018; Ioannidis et al., 2018; Chamberlain, Ioannidis y Grant, 2018; El Asam, Samara y Terry, 2019), lo cual indica que existe cierta tendencia a desarrollar este trastorno si se realizan prácticas de riesgo como el UPI. En cuanto a los instrumentos de recogida de datos empleados, se recogen Obsessive-Compulsive Inventory (OCI), Minnesota Impulsive Disorders Interview (MIDI) (30 %); Impulsive Behavior Scale (UPPS) (25 %); The Schedule for Affective Disorders and Schizophrenia for School Age Children-Present and Lifetime Version (K-SADS-PL) (15 %).
El metaanálisis muestra un tamaño del efecto significativo a favor del grupo con UPI (p = .0004) (Figura 3), por lo que los dos estudios recogidos confirman que los sujetos con UPI presentan mayores puntajes en los instrumentos que miden el TOC.
Abuso de alcohol
La relación del UPI con el abuso de alcohol ha sido estudiada por distintos autores, llegando a la conclusión de que existe cierta correlación positiva (Yau, Potenza y White, 2013; Bibbey et al., 2015; Rücker et al., 2015; Kim et al., 2016; Wartberg et al., 2016; Hricová, Paulisová y Orosová, 2016; Golpe et al., 2017; Morioka et al., 2017; Müller y Montag, 2017; De Vries et al., 2018; Moretta y Buodo, 2018; Grover et al., 2019). El instrumento de recogida de datos más utilizado para medir el abuso de alcohol ha sido The Alcohol Use Disorders Identification Test (AUDIT), aplicado en 80 % de los casos. Otras escalas empleadas en un solo estudio son el General Health Questionnaire (GHQ-12) y cuestionarios ad hoc (10 %).
El metaanálisis recoge un total de tres estudios, dos con efecto a favor del grupo con UPI (Bibbey et al., 2015; Moretta y Buodo, 2018) y uno que roza la línea de no efecto (De Vries et al., 2018). No obstante, el tamaño del efecto es significativo a favor del grupo con UPI (p = .01) (Figura 4).
Depresión
La depresión se alza como la patología más estudiada y con mayor vinculación con el UPI, siendo una de las principales consecuencias del abuso de internet. Así pues, ha sido estudiada por distintos autores a lo largo de los últimos años (Lee y Stapinski, 2012; Thomée, Härenstam y Hagberg, 2012; Derbyshire et al., 2013; Durak y Şenol-Durak, 2013; Gámez-Guadix et al., 2013; Park et al., 2013; Bozkurt et al., 2013; Bener y Bhugra, 2013; Yau, Potenza y White, 2013; Bozoglan, Demirer y Sahin, 2014; Gámez-Guadix, 2014; Tokunaga, 2014; Özdemir, Kuzucu y Ak, 2014; Demirci, Akgönül y Akpinar, 2015; Fernández-Villa et al., 2015; Moreno, Jelenchick y Breland, 2015; Hricová, Paulisová y Orosová, 2016; Truzoli et al., 2016; Alpaslan et al., 2016; Chen y Lin, 2016; Tan et al., 2016; Ivezaj et al., 2017; Dutta y Yen, 2017; Laconi et al., 2017; Odaci y Çikrikci, 2017a, 2017b; Li et al., 2017; De Vries et al., 2018; Kitazawa et al., 2018; Lee et al., 2018; Liao, Chen y Lin, 2018; Park et al., 2018; El Asam, Samara y Terry, 2019; Grover et al., 2019; Kojima et al., 2019).
Los instrumentos de recogida de información empleados para medir la depresión son Beck Depression Inventory (BDI) (34 %), Epidemiologic Studies-Depression Scale (CESD), Patient Health Questionnaire (PHQ-9) (15 %), Brief Symptom Inventory (BSI), The Depression, Anxiety and Stress Scale (DASS) (10 %), K-SADS-PL, The children’s depression inventory (CDI) (5 %), Birleson Depression Self-Rating Scale (DSRS), y The Depressive Attributions Questionnaire (DAQ) (3 %).
En relación al metaanálisis de las investigaciones, la mayor parte se sitúa a favor del grupo con UPI, únicamente Alpaslan et al. (2016) roza la línea de no efecto (Figura 5). Los datos establecen un tamaño del efecto significativo (p < .00001).
Estrés
La patología estrés ha sido estudiada por distintos trabajos que lo asocian con un UPI (Thomée, Härenstam y Hagberg, 2012; Derbyshire et al., 2013; Park, 2014; Bibbey et al., 2015; Dutta y Yen, 2017; Odaci y Çikrikci, 2017a, 2017b; Moretta y Buodo, 2018; Liao, Chen y Lin, 2018; Grover et al., 2019). En cuanto a los instrumentos de recogida de datos, destaca Perceived Stress Scale (PSS) (70 %), Maslach Burnout Inventory (MBI), Trier Social Stress Test (TSST), The Academic Expectations Stress Inventory (AESI) (10 %).
El metaanálisis muestra que el estudio con mayor peso roza la línea de no efecto (Bibbey et al., 2015), mientras que la investigación de Moretta y Buodo (2018) presenta un efecto a favor del grupo con UPI. A pesar de ello, las diferencias entre grupos no son estadísticamente significativas (p = .22) (Figura 6).
Trastorno del sueño
El trastorno del sueño se ha estudiado desde diferentes perspectivas que abordan su vinculación con un UPI (Thomée, Härenstam y Hagberg, 2012; Park, 2014; Demirci, Akgönül y Akpinar, 2015; Kim et al., 2016; Tan et al., 2016; Li et al., 2017; De Vries et al., 2018; Do y Lee, 2018; Guo et al., 2018; Herlache, Lang y Krizan, 2018; Kitazawa et al., 2018; Park et al., 2018; Yang et al., 2018; Kojima et al., 2019). El instrumento principal para su análisis ha sido mayoritariamente la Pittsburgh Sleep Quality Index (PSQI) (50 %). Por otro lado, también se han utilizado otros intrumentos: Athens Insomnia Scale (AIS), Insomnia Severity Index (ISI), Epworth Sleepiness Scale (ESS), The School Sleep Habits Survey (SSS), Karolinska Sleep Questionnaire (KSQ) (10 %).
El metaanálisis muestra que la mayor parte de los estudios tienen un efecto a favor del grupo con UPI, excepto Demirci, Akgönül y Akpinar (2015) que roza la línea de no efecto (Figura 7). Asimismo, el tamaño del efecto entre grupos es significativo (p = .02).
Trastorno por déficit de atención e hiperactividad (TDAH)
Diferentes estudios vinculan el UPI con el TDAH (Kormas et al., 2011; Derbyshire et al., 2013; Bozkurt et al., 2013; Jelenchick et al., 2015; Weinstein et al., 2015; Kim et al., 2016; Cakmak y Gul, 2018; De Vries et al., 2018; Ioannidis et al., 2018; Kitazawa et al., 2018; El Asam, Samara y Terry, 2019). En su mayoría, el principal instrumento de recogida de datos fue el Adult ADHD Self-report Scale (ASRS) (70 %), Strengths and Difficulties Questionnaire (SDQ) (20 %) y el K-SADS-PL (10 %).
Los datos del metaanálisis establecen la prevalencia del TDAH en el grupo con UPI por encima del grupo control (Figura 8). Además, el tamaño del efecto recoge una diferencia estadísticamente significativa (p < .00001).
Trastornos alimenticios
Diferentes estudios han abordado la vinculación del UPI con el hecho de presentar un trastorno alimenticio (Martínez-González et al., 2014; Çelik, Odaci y Bayraktar, 2015; Fernández-Villa et al., 2015; Hricová, Paulisová y Orosová, 2016; Ivezaj et al., 2017; Quesnel et al., 2018; Kamal y Kamal, 2018). Entre ellos, han empleado distintos instrumentos de recogida de datos: SCOFF (Sick, Control, Out weight, Fat and Food) (40 %), Eating attitudes test (EAT) (30 %), The Yale Food Addiction Scale (YFAS), Eating Disorder Examination Questionnaire (EDEQ) (15 %).
En el caso del metaanálisis, el grupo con UPI tiene una mayor probabilidad de poseer un trastorno alimenticio, ya que la mayor parte de los estudios se posicionan en el lado derecho (a favor del grupo con UPI) (Figura 9). Además, el tamaño del efecto obtenido es significativo (p = .02).
Discusión y conclusiones
El UPI está teniendo un gran impacto en la salud de los más jóvenes, los datos muestran la asociación de diversas patologías vinculadas directamente con el abuso de internet. Asimismo, los múltiples metaanálisis establecen, en su mayoría, que los usuarios con UPI son más propensos a desarrollar las patologías recogidas en este trabajo.
Por otro lado, entre los países con mayor investigación sobre el tópico UPI se encuentra Turquía, el cual es uno de los lugares con elevadas tasas de prevalencia (Bolat et al., 2018). Además, como se observa en la gran variabilidad de puntos geográficos, la problemática preocupa a nivel global (Rosenthal, Cha y Clark, 2018; Zhou et al., 2018; Tateno et al., 2018; Mascheroni, 2018; Stavropoulos et al., 2018). En relación a España, es el país europeo con mayor investigación sobre el tópico, lo cual concuerda con el hecho de situarse como uno de los países de Europa con mayor tasa de UPI (Díaz-Aguado, Martín-Babarro y Falcón, 2018).
En cuanto a la población objeto de estudio, destacan los estudiantes universitarios y de educación secundaria, siendo ésta la principal población de riesgo (Polo et al., 2017). Por su parte, hay cierto interés en los profesionales médicos, en la misma línea que Zhang et al. (2018), cuyos datos establecen que la prevalencia del UPI en este sector es mayor.
Respecto a los instrumentos de recogida de datos, el instrumento por excelencia para el análisis del UPI es el Internet Addiction Test, obteniendo una tasa de aplicación cercana a 50 %.
No obstante, el foco de atención del trabajo se sitúa en las diversas patologías que se asocian al UPI. Así pues, se corrobora que las patologías detectadas y recogidas en este trabajo afectan principalmente a la salud mental (Dong et al., 2012; Reed y Reay, 2015; Nie, Zhang y Liu, 2017; Vicenţiu y Ţepordei, 2019).
De acuerdo a los estudios previos de revisión bibliográfica sobre UPI, se confirma la presencia de distintas patologías como la depresión (Carbonell et al., 2012; Tokunaga, 2017; Fumero et al., 2018), trastorno del sueño (Carbonell et al., 2012) y abuso de alcohol (Carbonell et al., 2012; Fumero et al., 2018) a las que se añaden en este estudio estrés, TDAH, trastorno alimenticio y TOC.
Por otra parte, los clúster constituyen una tendencia de estudio entre las distintas patologías. De este modo, surgen investigaciones que ponen el foco de atención en el TOC, estrés, trastorno del sueño y TDAH, y otras que se centran en el abuso de alcohol, depresión y trastorno alimenticio.
La evidencia, establecida en el tamaño del efecto (p < .05), muestra diferencias estadísticamente significativas entre grupos control y grupos con UPI en cuanto a la presencia de TOC, abuso de alcohol, depresión, trastorno del sueño, TDAH y trastornos alimenticios. En cambio, aunque diversos trabajos empíricos asocian el UPI con el estrés, no se reflejan diferencias estadísticamente significativas entre los grupos. Esto denota la necesidad de realizar más investigación para confirmar la prevalencia de estas patologías en la población con UPI.
Por tanto, entre las implicaciones de este trabajo se encuentran, por un lado, las relativas a su impacto en la teoría como: (i) la determinación de distintas patologías vinculadas al UPI; (ii) la constatación empírica de la prevalencia en la población con UPI de algunas de ellas; (iii) la tendencia en investigación reflejada a partir de los clúster de patologías. Por otro lado, en cuanto a implicaciones prácticas, se han posicionado diversas patologías que requieren de mayor investigación para su consolidación como una consecuencia directa del UPI, además de evidenciar los países, población de estudio e instrumentos de recogida de datos con mayor uso. En consecuencia, se han abordado de forma satisfactoria los objetivos planteados en este trabajo en cuanto a la determinación de las patologías asociadas al UPI y el análisis de la incidencia del UPI en cada una de las patologías.
A este respecto, se ha dado respuesta a cada una de las preguntas de investigación planteadas:
(RQ1) En la teoría se ha establecido como principal población de riesgo los adolescentes y estudiantes universitarios (Polo et al., 2017). En la práctica se confirman estos datos, puesto que la mayoría de investigaciones tiene por foco de interés esta población.
(RQ2) Los distintos artículos recogen datos en diferentes lugares geográficos. Sin embargo, destacan aquellos países, con más de 5 % de la producción científica, donde el UPI es un problema reconocido oficialmente por las autoridades públicas: Turquía (Bolat et al., 2018); EEUU (Rosenthal, Cha y Clark, 2018); España (Díaz-Aguado, Martín-Babarro y Falcón, 2018); China (Zhou et al., 2018) y Japón (Tateno et al., 2018).
(RQ3) Para la detección de usuarios con UPI el instrumento con mayor incidencia es el IAT. Respecto a cada patología, destacan diversos instrumentos: TOC (OCI y MIDI), abuso de alcohol (AUDIT), depresión (BDI), estrés (PSS), trastorno del sueño (PSQI), TDAH (ASRS), y trastornos alimenticios (SCOFF).
(RQ4) Las principales patologías recogidas en tres o más artículos son TOC, abuso de alcohol, depresión, estrés, trastorno del sueño, TDAH y trastornos alimenticios.
(RQ5) Se evidencian diferencias significativas entre las poblaciones control y con UPI. En concreto en TOC (p = .0004), abuso de alcohol (p = .01), depresión (p < .00001), trastorno del sueño (p = .02), TDAH (p < .00001) y trastornos alimenticios (p = .02). Por su parte, no se evidencian en la variable estrés (p = .22).
Por último, entre las limitaciones del estudio destacan: (i) la propia limitación de búsqueda de información en las bases de datos WoS y Scopus, aunque para una primera aproximación es más que suficiente, puesto que se ha analizado la literatura con mayor impacto científico; (ii) los metaanálisis que contienen sólo dos artículos, debido a que el resto no presentaba los datos estadístico-descriptivos necesarios para su confección; (iii) el propio sesgo de los investigadores para seleccionar los artículos, lo cual se ha intentado paliar con la opinión de un tercer investigador.
En suma, con este trabajo se establecen distintas patologías que se vinculan con un UPI, las cuales son TOC, abuso de alcohol, depresión, estrés, trastorno del sueño, TDAH y trastornos alimenticios. No obstante, la riqueza del trabajo se encuentra en la realización de los múltiples metaanálisis que confirma la prevalencia de la mayor parte de las patologías en los usuarios que presentan un UPI, lo cual debe ser considerado en futuros trabajos sobre esta importante y relevante línea de investigación.
