Wprowadzenie
Rozwój nowych technologii, mimo że przynosi znaczące, pozytywne zmiany w codziennym funkcjonowaniu człowieka, pociąga za sobą również ryzyko rozwoju zjawisk niepożądanych. Internet, telefon i gry komputerowe, poza funkcjami o charakterze komunikacyjnym i rozrywkowym, zaczęły stawać się przestrzenią zachowań mających istotne znaczenie dla zdrowia psychicznego jednostki, a przybierających niekiedy problematyczną postać. Podaje się, że problematycznie internetu używa od około 2 do 11% internautów (Błachnio i in., 2015; Lopez-Fernandez i in., 2023), telefonów zaś od 14% do nawet 31,2% dorosłych użytkowników (Kalaitzaki i in., 2024). Dane dotyczące grania w gry wskazują na rozpowszechnienie zaburzenia grania w gry (IGD) między 0,6% a 2,5% wśród adolescentów, do około 3,6% wśród graczy między 18. a 36. rokiem życia (Cudo i in., 2018). Dostępne są też dane dotyczące rozpowszechnienia objawów IGD w grupie adolescentów i dorosłych uwzględniające badania z Europy, Azji i Środkowego Wschodu, wskazujące na wyższe rozpowszechnienie zjawiska sięgające 6,7% (Zhou i in., 2024). Dane te wskazują na duże znaczenie opisywanych zjawisk w obszarze zdrowia psychicznego.
Obecnie o problematycznym używaniu internetu (problematic internet use; PIU), problematycznym używaniu telefonów komórkowych (problematic mobile phone use) oraz zaburzeniu grania w gry (internet gaming disorder), ze względu na podobieństwo obrazu klinicznego, mówi się często jako o uzależnieniach behawioralnych, posługując się kryteriami analogicznymi do kryteriów uzależnień substancjalnych (Wojtynkiewicz i Głogowska, 2023).
PIU charakteryzuje się nadmiernym zaabsorbowaniem, rosnącą potrzebą korzystania z internetu, utratą kontroli, narastającymi trudnościami psychospołecznymi. Ponadto wiąże się z nadmiernym i kompulsywnym używaniem, często mającym na celu regulację afektu (Poprawa, 2011).
Za przejawy PMPU uznaje się wzrost częstości korzystania z telefonu, nieudane próby rezygnacji lub ograniczenia tegoż, deficyt kontroli czasu używania telefonu, pojawiające się straty psychospołeczne, nasilenie negatywnego afektu w postaci drażliwości, niepokoju, złości czy obniżonego nastroju (Demkow i Jakubczyk, 2019).
Problematyczna postać grania w gry to jedyne, jak dotąd, zachowanie związane z używaniem świata cyfrowego, które zostało ujęte w klasyfikacjach DSM-5 i ICD-11. Do objawów IGD zaliczono zaabsorbowanie graniem, wzrost drażliwości i niepokoju przy ograniczeniu grania, zwiększanie czasu grania, utrata kontroli, utrata innych zainteresowań, dalsze zaangażowanie pomimo zauważalnych problemów psychospołecznych, autoregulacja negatywnego afektu za pomocą grania (American Psychiatric Association, 2013). ICD-11 do objawów zaburzenia grania w gry (gaming disorder; GD) zalicza upośledzenie kontroli nad graniem, zwiększenie priorytetu grania, eskalację grania pomimo negatywnych konsekwencji (World Health Organization, 2022).
Rozpoznawanie opisywanych zjawisk w kategoriach uzależnień behawioralnych wprowadza pewien rodzaj uporządkowania wśród definicyjnego chaosu związanego z brakiem odpowiednich kategorii w klasyfikacjach dla PIU i PMPU (Wojtynkiewicz i Głogowska, 2023). Jednakże wspomniane kryteria, również ze względu na analogię do kryteriów uzależnienia, bywają krytykowane. Przyczyną krytyki bywa m.in. ich niejasność co do różnicowania IGD i PIU związana z przenikaniem się obu zjawisk (Bean i in., 2017). W XXI wieku internet służy graniu, komunikacji i innym trudnym do sklasyfikowania aktywnościom. Podobnie telefon może być narzędziem rozmów, gier i dostępu do sieci. Samo granie może odbywać się na różnych urządzeniach, indywidualnie lub społecznie, online bądź offline (Wieczorek i Dąbrowska, 2021). Zjawiska te bywają ujmowane jako różne sposoby korzystania z internetu, także w problematycznej formie (Varchetta i in., 2025).
Wśród predyktorów PIU, PMPU, IGD wskazuje się czynniki socjodemograficzne oraz psychospołeczne. Wylicza się m.in. deficyt kontroli impulsów, zwiększoną potrzebę stymulacji, nasilony neurotyzm i introwersję, niską ugodowość i sumienność, samotność, społeczną izolację, deficyty w samoregulacji emocjonalnej, trudność w realizowaniu potrzeby osiągnięć czy kreowania siebie (Błachnio i in., 2015; Demkow i Jakubczyk, 2019;). Wymienia się również urazowe doświadczenia relacyjne w dzieciństwie (Evren, 2019; Kircaburun i in., 2019). Będące ich następstwem trudności w samoregulacji emocjonalnej, w obszarze radzenia sobie ze stresem oraz braki relacyjne postrzegane są jako predysponujące do poszukiwania kompensacji poprzez używanie świata cyfrowego (Tang i in., 2024; Zhang i in., 2025).
Badania donoszą również o współwystępujących z PIU, PMPU i IGD zaburzeniach afektywnych, lękowych, osobowości, uzależnieniach substancjalnych. Notowane są też braki w obszarze kompetencji społecznych, emocjonalnych, regulacji poznawczej i emocjonalnej, zmiany hormonalne i strukturalne w mózgu (Demkow i Jakubczyk, 2019; Jenaro i in., 2007; Poprawa, 2011; Singh i in., 2022).
Opisywane zjawiska są zróżnicowane względem płci. Mężczyźni osiągają wyższe nasilenie PIU, IGD, a kobiety – PMPU (Billieux, 2012; Razum i Glavak-Tkalić, 2025; Shi i in., 2020;Varchetta i in., 2024). Różne dla płci są też preferencje co do wyboru i motywów używania oraz funkcje PIU, PMPU i IGD. Kobiety preferują media nastawione na interakcje z innymi, pozwalające na swobodne kreowanie obrazu siebie. Czynnikiem predysponującym do nadużywania technologii jest dążenie do przyjemności i rozrywki, a chroniącym – bardziej bezpośrednia, nastawiona na poradzenie sobie z emocjami samoregulacja i wsparcie społeczne (Bottaro i in., 2024). Mężczyźni wybierają aktywności w sieci pozwalające na oderwanie od przeżywanych emocji, osiąganie satysfakcji i celów, związanych m.in. z pozycją społeczną. Większa skrytość i tendencja do bardziej fizycznego doświadczania pobudzenia u mężczyzn predysponuje do PIU (Bottaro i in., 2024; Chen i in., 2017; Hammood i in., 2025; Laconi i in., 2017; Varchetta i in., 2024). Zróżnicowanie ekspresji emocjonalnej oraz preferencji, motywów i sposobów realizacji potrzeb tłumaczy różnice międzypłciowe w zakresie PIU, PMPU i IGD (Hammood i in., 2025).
W teoriach psychoanalitycznych intrapsychicznymi mechanizmami regulującymi stany afektywne oraz zachowania nakierowane na realizację potrzeb są mechanizmy obronne (McWilliams, 2008). Kształtują się one i dojrzewają wraz z rozwojem struktur osobowościowych. Ich funkcją jest regulacja wewnątrzpsychicznych napięć i nieprzyjemnego afektu (Caligor i in., 2019; Joanna Świtała, 2002;). Mechanizmy obronne można określić ze względu na rozległość i rodzaj zniekształcenia jakie wywołują oraz źródła konfliktu, przed którym chronią. Liczba zniekształcanych płaszczyzn jest podstawą klasyfikowania ich od prymitywnych do dojrzałych. Im więcej płaszczyzn doświadczenia jest zniekształconych, tym mechanizm uznawany jest za mniej dojrzały (Mrozowicz-Wrońska, 2021). Niedojrzałe, prymitywne obrony charakterystyczne są dla wcześniejszych etapów rozwojowych (McWilliams, 2008). Przyjmuje się, że osoba dorosła o skonsolidowanej, zdrowej osobowości dysponować będzie wachlarzem różnorodnych, elastycznych obron z przewagą dojrzałych mechanizmów obronnych, pozwalających na adaptacyjną samoregulację. Dominacja niedojrzałych obron i brak ich elastyczności wiąże się z nieadaptacyjnym stylem regulowania afektu (Caligor i in., 2019).
Badacze wskazują na związki PIU oraz PMPU z nieadaptacyjnymi mechanizmami obronnymi. Źródeł PIU i PMPU upatrują w obniżonej zdolności do akceptowalnego społecznie zaspokajania impulsów oraz w braku umiejętności adaptacyjnej samoregulacji (Kalaitzaki i in., 2024; Vally i in., 2020; Waqas i in., 2016). Notuje się też związki IGD z nieadaptacyjnymi strategiami zaradczymi (coping strategies). W ich świetle IGD rozumiane jest jako nieadaptacyjny styl radzenia sobie z trudnościami o charakterze emocjonalnym i społecznym, takimi jak zaburzenia nastroju czy doświadczenie traumy (Kircaburun i in., 2019). Implikuje to rozumienie PIU, PMPU i IGD w kategoriach mechanizmu chroniącego jednostkę przed konfrontacją z niechcianymi aspektami doświadczenia. Dzieje się to na drodze zniekształcania postrzeganej rzeczywistości cyfrowej np. przez wrażenie zachowania anonimowości czy utrzymania relacji bez bezpośredniego kontaktu. Redukuje to lęk i stwarza możliwość zaspokajania w płaszczyźnie cyfrowej potrzeb, które w przeżyciu jednostki nie są akceptowalne społecznie (Bonnaire i Baptista, 2019;Kalaitzaki i in., 2024; Vally i in., 2020; Waqas i in., 2016).
Rozważanie związków PIU, PMPU i IGD z mechanizmami obronnymi może rzucić nowe światło na funkcje tych zachowań, pogłębiając rozumienie problematycznego używania technologii cyfrowych. Wskazanie wspólnych i zróżnicowanych aspektów tych zjawisk może przyczynić się do ograniczenia trudności diagnostycznych i wspierać planowanie adekwatnych oddziaływań terapeutycznych (Billieux, 2012; Wojtynkiewicz i Głogowska, 2023).
Metoda
Cel badania
Celem badania była analiza związków PIU, PMPU i IGD z nieadaptacyjnym i adaptacyjnym stylem obronnym u kobiet i mężczyzn. W nawiązaniu do przywoływanych we wprowadzeniu badań (Billieux, 2012; Razum i Glavak-Tkalić, 2025; Shi i in., 2020;Varchetta i in., 2024) postanowiono sprawdzić założenie o występowaniu wyższego nasilenia PIU i IGD u mężczyzn oraz wyższego nasilenia PMPU u kobiet (hipoteza 1). Ponadto ze względu na obecne w literaturze wzmianki o związkach PIU, PMPU z mechanizmami obronnymi (Kalaitzaki i in., 2024; Vally i in., 2020; Waqas i in., 2016) oraz IGD z nieadaptacyjnymi strategiami zaradczymi (Kircaburun i in., 2019) analizie poddano założenie o występowaniu dodatnich korelacji między nieadaptacyjnym stylem obronnym a PIU, IGD i PMPU (hipoteza 2). W dalszej kolejności, ze względu na wymieniane w literaturze predyktory PIU, IGD i PMPU takie jak płeć, wiek oraz adaptacyjny i nieadaptacyjny styl obronny (Bianchi i Phillips, 2005; Kalaitzaki i in., 2024; Razum i Glavak-Tkalić, 2025; Vally i in., 2020; Van Deursen i in., 2015; Waqas i in., 2016;) postanowiono poddać analizie założenie o predykcyjnej roli tych zmiennych (hipoteza 3).
Procedura badania
Badanie przeprowadzono za pomocą kwestionariuszy zbieranych w formie papierowej oraz online. W badaniu udział wzięła grupa 245 osób dorosłych, których rekrutowano z zastosowaniem metody „kuli śniegowej”. Ze względu na pominięcia któregokolwiek z użytych narzędzi lub nieudzielenie informacji o danych socjodemograficznych z dalszych analiz zdyskwalifikowano kwestionariusze 20 osób. Braki w odpowiedziach w ankiecie uzupełniano metodą imputacji zastępując je średnią wartością zmiennej (Pokropek, 2018). Do dalszych analiz zakwalifikowano kwestionariusze 225 osób badanych.
Charakterystyka próby
W badaniu uczestniczyło 225 osób: 156 kobiet, 68 mężczyzn i jedna o innej tożsamości płciowej. Ze względu na zbyt małą liczebność tej ostatniej kategorii – nie uwzględniono jej w dalszych analizach. Wiek osób badanych mieścił się w przedziale od 18 do 73 lat. Średnia wieku dla całej grupy osób badanych wyniosła 33,72 lata (SD = 12,88) oraz 32,71 lata (SD = 12,37) dla kobiet i 36,21 lat (SD = 13,77) dla mężczyzn. W grupie osób badanych zaobserwowano wyniki wskazujące na wysokie i bardzo wysokie nasilenie objawów PIU u 12,95% osób. Wyniki wskazujące na problematyczne używanie telefonów komórkowych osiągało 16,07%, a na problematyczne granie w gry 1,79%. Wśród mężczyzn 14,71%, używało problematycznie internetu, podczas gdy wśród kobiet było to 12,18%. Wysokie nasilenie PMPU osiągało 19,12% mężczyzn oraz 14,74% kobiet. W przypadku grania w gry wyniki wskazujące na problematyczne używanie osiągało 1,92% kobiet i 1,47% mężczyzn. Wartości punktowe będące podstawą wnioskowania o problematycznym nasileniu objawów PIU, PMPU i IGD w grupie osób badanych podano w kolejnej części artykułu poświęconej wykorzystanym narzędziom badawczym.
Narzędzia badawcze
Do pomiaru mechanizmów obronnych wykorzystano Kwestionariusz Stylów Obronnych DSQ-40 autorstwa Andrews i in. (1993) w polskiej adaptacji Sękowskiego (2019). Narzędzie to złożone jest z 40 stwierdzeń dotyczących postaw osoby badanej, do których należy odnieść się na skali od 1 do 9, gdzie 1 oznacza „zdecydowanie nie zgadzam się”, a 9 – "zdecydowanie zgadzam się”. Proponowana przez autorów narzędzia (Andrews i in., 1993) trójczynnikowa struktura pozwala na pomiar mechanizmów dojrzałych, neurotycznych oraz niedojrzałych. Do dojrzałych zalicza się: sublimację, humor, antycypację, stłumienie, do neurotycznych – odczynianie, pseudo-altruizm, idealizację, formację reaktywną, natomiast do niedojrzałych – racjonalizację, projekcję, bierną agresję, acting out, izolację, dewaluację, fantazję autystyczną, przemieszczenie, rozszczepienie, somatyzację, dysocjację, zaprzeczenie (Andrews i in., 1993). Ze względu na niezadowalające właściwości psychometryczne proponowanej przez autorów trójczynnikowej struktury zdecydowano się na wykorzystanie proponowanego przez Sękowskiego (2022) dwuczynnikowego modelu (Mrozowicz-Wrońska, 2021; Prout i in., 2018). Przyjęty model pozwala na pomiar nasilenia adaptacyjnego (adaptive defense style; ADS) i nieadaptacyjnego stylu obronnego (maladaptive defense style; MDS) u osób badanych. W badaniach własnych uzyskano wartość Alfy Cronbacha na poziomie 0,86 dla stylu nieadaptacyjnego oraz 0,73 dla stylu adaptacyjnego.
Do pomiaru symptomów problematycznego używania internetu użyto Testu Problematycznego Używania Internetu autorstwa Young (1998) w adaptacji Poprawy (2011). Narzędzie składa się z 22 itemów z możliwością ustosunkowania się na 6-cio stopniowej skali od „nigdy” do „zawsze”. Test posiada strukturę jednoczynnikową i pozwala na pomiar ogólnego nasilenia problematycznego używania internetu. Uzyskanie przez osoby w wieku do 24 lat 50 punktów, a przez osoby powyżej 24 lat 42 punktów pozwala wnioskować o problematycznym charakterze używania internetu (Poprawa, 2011). Narzędzie cechuje się zadowalającymi właściwościami psychometrycznymi, a w badaniach własnych uzyskano wartość alfy Cronbacha na poziomie 0,95.
W celu pomiaru nasilenia problematycznego używania telefonów komórkowych zastosowano Skalę Problematycznego Używania Telefonów Komórkowych MMPUS-9 autorstwa Foerster i in. (2015) w polskiej adaptacji opublikowanej przez KCPU (2018). Składa się ona z 9 twierdzeń z dziesięcio-stopniową skalą Likerta. Narzędzie ma jednoczynnikową strukturę oraz cechuje się akceptowalnymi właściwościami psychometrycznymi. Alfa Cronbacha w badaniach własnych wyniosła 0,87. Uzyskanie co najmniej 53 punktów w MMPUS-9 świadczy o problematycznym używaniu smartfonów (KCPU, 2018).
Do pomiaru objawów zaburzenia grania w gry wykorzystano Kwestionariusz Zaburzenia Grania w Internecie IGD-20 autorstwa Pontes i in. (2014), w polskiej adaptacji Grajewskiego i Dragan (2021). Narzędzie to składa się z 20 itemów, a odpowiedzi udzielane są na 5-cio stopniowej skali Likerta. Narzędzie pozwala na pomiar ogólnego nasilenia symptomów problematycznego grania w gry oraz poszczególnych objawów w podskalach, jednak na potrzeby niniejszego badania zdecydowano się na wykorzystanie jednoczynnikowego modelu narzędzia. Uzyskanie 71 punktów świadczy o problematycznym graniu w gry (Pontes i in., 2014). W badaniach własnych Alfa Cronbacha wynosiła 0,96 dla całego narzędzia.
Etyka
Udział w badaniu był dobrowolny i anonimowy, a każdy z uczestników wyraził świadomą zgodę i zapoznał się z celami i warunkami badania, zgodnie z Zasadami Etyki Psychologów i Kodeksem Postępowania Amerykańskiego Towarzystwa Psychologicznego.
Metody analizy danych
Analizę danych przeprowadzono za pomocą programów Statistica w wersji 13.4. oraz JASP w wersji 0.19.3. We wszystkich analizach za istotne statystycznie uznano wyniki dla p < 0,05. Analizę normalności rozkładów przeprowadzono za pomocą testu Shapiro-Wilka. Wobec tego zdecydowano się na zastosowanie do dalszych analiz testów nieparametrycznych. Do analizy korelacji wykorzystano test rang Spearmana. Analizę różnic międzygrupowych przeprowadzono z wykorzystaniem testu U Manna-Withney’a.
Wyniki
W prezentowanych w niniejszym artykule badaniach założono, że mężczyźni będą przejawiać wyższe nasilenie PIU, PMPU i IGD niż kobiety. Zgodnie z założeniami zaobserwowano istotnie wyższe nasilenie IGD u mężczyzn (U = 3578,50; p < 0,001). W zakresie nasilenia PIU i PMPU nie zaobserwowano różnic międzypłciowych. Uzyskane wyniki nie pozwalają na jednoznaczne przyjęcie hipotezy 1. Wartości testów istotności różnic oraz wybrane statystyki opisowe podano w tabeli 1.
Tabela 1 ma osiem kolumn i grupuje wyniki według zmiennej oraz grupy badanych. Na węższych ekranach można ją przewijać w poziomie.
| Zmienna | Grupa | M | SD | Sk | Ku | W (p) | U (p) |
|---|---|---|---|---|---|---|---|
| Wiek | Kobiety | 32,72 | 12,37 | 1,06 | 0,77 | 0,90 (< 0,001) | 4458,00 (0,058) |
| Mężczyźni | 36,21 | 13,77 | 0,80 | 0,05 | 0,92 (< 0,001) | 4458,00 (0,058) | |
| Ogółem | 33,77 | 12,88 | 0,98 | 0,48 | 0,90 (< 0,001) | - | |
| PIU | Kobiety | 21,89 | 18,30 | 0,97 | 0,44 | 0,91 (< 0,001) | 5715,00 (0,357) |
| Mężczyźni | 21,34 | 21,80 | 1,37 | 1,39 | 0,84 (< 0,001) | 5715,00 (0,357) | |
| Ogółem | 21,72 | 19,38 | 1,14 | 0,89 | 0,89 (< 0,001) | - | |
| PMPU | Kobiety | 34,14 | 17,18 | 0,53 | -0,41 | 0,96 (< 0,001) | 5522,50 (0,625) |
| Mężczyźni | 33,28 | 19,01 | 0,43 | -0,87 | 0,94 (0,002) | 5522,50 (0,625) | |
| Ogółem | 33,88 | 17,68 | 0,49 | -0,57 | 0,96 (< 0,001) | - | |
| IGD | Kobiety | 30,38 | 15,05 | 1,88 | 3,73 | 0,73 (< 0,001) | 3578,50 (< 0,001) |
| Mężczyźni | 38,40 | 16,05 | 0,41 | -1,07 | 0,91 (< 0,001) | 3578,50 (< 0,001) | |
| Ogółem | 32,79 | 15,73 | 1,32 | 1,29 | 0,80 (< 0,001) | - | |
| ADS | Kobiety | 76,47 | 16,30 | 0,26 | 0,09 | 0,99 (0,221) | - |
| Mężczyźni | 77,53 | 17,81 | -0,94 | 1,16 | 0,94 (0,004) | - | |
| Ogółem | 76,81 | 16,71 | -0,17 | 0,41 | 0,99 (0,239) | - | |
| MDS | Kobiety | 85,46 | 27,11 | 0,53 | 0,96 | 0,98 (0,007) | - |
| Mężczyźni | 88,01 | 28,45 | 0,27 | -0,22 | 0,99 (0,730) | - | |
| Ogółem | 86,20 | 27,43 | 0,45 | 0,53 | 0,98 (0,010) | - |
Adnotacja. PIU – problematyczne używanie internetu; PMPU – problematyczne używanie telefonów komórkowych; IGD - problematyczne granie w gry; ADS – adaptacyjny styl obronny; MDS – nieadaptacyjny styl obronny;
W niniejszych badaniach poddano analizie różnice międzypłciowe w obszarze związków mechanizmów obronnych z PIU, PMPU i IGD. W obu grupach nieadaptacyjny styl obronny dodatnio, słabo lub przeciętnie korelował z PIU, PMPU i IGD. Przemawia to za potwierdzeniem hipotezy 2. W grupie kobiet z adaptacyjnym stylem obronnym istotnie, dodatnio i słabo wiązało się PIU i IGD. Natomiast wśród mężczyzn adaptacyjny styl obronny dodatnio i słabo korelował z PMPU. Wartości współczynników korelacji zamieszczono w tabeli 2.
Tabela 2 przedstawia współczynniki korelacji rho osobno dla kobiet, mężczyzn i całej próby. Na węższych ekranach można ją przewijać w poziomie.
| Zmienna | Kobiety N = 156 |
Mężczyźni N = 68 |
Ogółem N = 225 |
|||
|---|---|---|---|---|---|---|
| rho | rho | rho | ||||
| ADS | MDS | ADS | MDS | ADS | MDS | |
| PIU | 0,20* | 0,47*** | 0,16 | 0,41*** | 0,19** | 0,45*** |
| PMPU | 0,15 | 0,35*** | 0,25* | 0,31** | 0,17** | 0,33** |
| IGD | 0,18* | 0,18* | -0,02 | 0,42*** | 0,16* | 0,26*** |
Adnotacja. * p < 0,050; ** p < 0,010; *** p < 0,001 ADS – adaptacyjny styl obronny; MDS – nieadaptacyjny styl obronny; PIU – problematyczne używanie internetu; PMPU – problematyczne używanie telefonów komórkowych; IGD – zaburzenie grania w gry;
W celu analizy założenia o wyjaśnianiu przez płeć, wiek i mechanizmy obronne zmienności PIU, PMPU i IGD przeprowadzono hierarchiczną analizę regresji. Płeć, wiek, adaptacyjne mechanizmy obronne i nieadaptacyjne mechanizmy obronne stanowiły zbiór zmiennych objaśniających. Zmiennymi objaśnianymi były kolejno PIU, PMPU i IGD.
W przypadku PIU płeć okazała się nie mieć istotnej wartości predykcyjnej (F = 0,037; p = 0,847). Uwzględnienie w modelu wieku pozwoliło wyjaśnić 8,5% wariancji używania internetu (F = 11,318; p < 0,001). Uwzględnienie ponadto adaptacyjnych i nieadaptacyjnych mechanizmów obronnych pozwoliło wyjaśnić 28,4% wariancji PIU (F = 23,141; p < 0,001). Zmienność PIU była istotnie przewidywana przez wiek oraz nieadaptacyjne mechanizmy obronne. Wartości współczynników regresji oraz odpowiednich statystyk podano w tabeli 3.
Tabela 3 zawiera trzy grupy kolumn: PIU, PMPU i IGD, po pięć statystyk w każdej grupie. Na węższych ekranach można ją przewijać w poziomie.
| Zmienna | PIU | PMPU | IGD | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| B | SE | β | t | p | B | SE | β | t | p | B | SE | β | t | p | |
| stała | 15,738 | 6,66 | – | 2,36 | 0,02 | 32,41 | 6,66 | – | 4,86 | <0,001 | 18,60 | 6,07 | – | 3,07 | 0,002 |
| Płeć | 0,28 | 2,41 | 0,01 | 0,12 | 0,91 | -0,3 | 2,41 | <-0,0001 | -0,01 | 0,99 | 8,22 | 2,19 | 0,24 | 3,76 | <0,001 |
| Wiek | -0,46 | 0,09 | -,031 | -5,32 | <0,001 | -0,37 | 0,09 | -0,27 | -4,30 | <0,001 | -0,15 | 0,08 | -0,12 | -1,88 | 0,061 |
| ADS | -0,12 | 0,08 | -0,11 | -1,55 | 0,12 | -0,04 | 0,08 | -0,04 | -0,55 | 0,59 | -0,05 | 0,07 | -0,05 | -0,69 | 0,49 |
| MDS | 0,35 | 0,05 | 0,50 | 7,37 | <0,001 | 0,20 | 0,05 | 0,31 | 4,19 | < 0,001 | 0,14 | 0,04 | 0,25 | 3,25 | 0,001 |
| R2adj | 0,284 | 0,144 | 0,10 | ||||||||||||
Adnotacja. ADS – adaptacyjny styl obronny; MDS – nieadaptacyjny styl obronny; PIU – problematyczne używanie internetu; PMPU – problematyczne używanie telefonów komórkowych; IGD – zaburzenie grania w gry;
W przypadku PMPU płeć nie wyjaśniała zmienności badanego zjawiska (F = 0,112; p = 0,739). Uwzględnienie wieku pozwoliło wyjaśnić 6,6% wariancji (F = 8,828; p < 0,001), a uwzględnienie ponadto adaptacyjnego i nieadaptacyjnego stylu obronnego pozwoliło wyjaśnić 14,4% wariancji PMPU (F = 10,349; p < 0,001). Istotnymi predyktorami PMPU okazały się być młodszy wiek i nieadaptacyjne mechanizmy obronne.
IGD okazało się być istotnie wyjaśniane na każdym z etapów analizy. Pierwszy - uwzględniający wyłącznie płeć – wyjaśniał 5,1% wariancji (F = 12,908; p < 0,001). Drugi, uwzględniający również wiek – 6,1% (F = 8,253; p < 0,001), a model uwzględniający ponadto adaptacyjny i nieadaptacyjny styl obronny wyjaśniał 10,3% wariancji IGD (F = 7,417; p < 0,001). Istotnymi predyktorami IGD okazały się płeć męska oraz nieadaptacyjny styl obronny. W tabeli 3 podano wartości statystyk związanych z analizą regresji.
Wobec powyższego potwierdzone zostały założenia o predykcyjnej roli nieadaptacyjnego stylu obronnego wobec PIU, PMPU i IGD, płci wobec IGD oraz wieku wobec PIU i PMPU, co częściowo potwierdza hipotezę 3.
Dyskusja
Celem niniejszego badania była analiza związków między PIU, PMPU i IGD, a adaptacyjnym i nieadaptacyjnym stylem obronnym w kontekście różnic międzypłciowych. Analizie poddano występowanie różnic w zakresie nasilenia PIU, PMPU i IGD oraz występowanie związków tych zachowań z adaptacyjnym i nieadaptacyjnym stylem obronnym. Ponadto przeanalizowana została możliwość wyjaśniania zmienności PIU, PMPU i IGD poprzez adaptacyjny i nieadaptacyjny styl obronny.
W badaniach własnych wykazano, że mężczyźni osiągają większe nasilenie IGD niż kobiety, jednakże nie różnią się od nich pod względem nasilenia PIU i PMPU. Uzyskane wyniki dotyczące większego nasilenia IGD wśród mężczyzn wpisują się w publikowane dotąd dane (Razum i Glavak-Tkalić, 2025). Różnice te mogą mieć podłoże w różnicach między kobietami i mężczyznami co do preferencji medium, czy sposobu korzystania z technologii cyfrowych. (Hammood i in., 2025; Chen i in., 2017).
W kontekście przytoczonych badań (Varchetta i in., 2024; Schimenti i in., 2017; van Deursen i in., 2015) można by oczekiwać wyższego niż u osób przeciwnej płci nasilenia PIU u mężczyzn a PMPU u kobiet. Jednakże nie zaobserwowano występowania takich różnic, co z kolei wpisuje się w doniesienia Cudo i in. (2018). Wydaje się, że ten stan rzeczy podkreśla przenikanie się obu zjawisk. Możliwe jest, że telefon był głównym narzędziem dostępu do sieci w grupie badanych, czego jednak niniejsze badanie nie weryfikowało.
Badania własne wykazały istnienie korelacji między PIU, PMPU i IGD a nieadaptacyjnym stylem obronnym zarówno u kobiet, jak i mężczyzn. Uzyskane związki nieadaptacyjnego stylu obronnego z nasileniem PIU i PMPU w obu grupach wpisują się w dotąd notowane obserwacje (Kalaitzaki i in., 2024; Vally i in., 2020; Waqas i in., 2016). Potwierdzają też doniesienia o funkcji PIU, PMPU i IGD, według których zjawiska te stanowiłyby nieadaptacyjną formę samoregulacji i zaspokajania własnych potrzeb, zarówno u kobiet, jak i mężczyzn (Bonnaire i Baptista, 2019; Hammood i in., 2025; Kircaburun i in., 2019; Kalaitzaki i in., 2024).
Ciekawymi wydają się być uzyskane w badaniach własnych związki PIU, PMPU i IGD z adaptacyjnymi mechanizmami obronnymi. U kobiet z adaptacyjnym stylem obronnym korelowało PIU i IGD. U mężczyzn zaś podobny związek wykazało wyłącznie PMPU. Notowane dotąd związki PIU i PMPU z mechanizmami obronnymi uznawanymi za adaptacyjne, tj. z sublimacją i racjonalizacją, okazywały się być ujemne, co podkreślało nieadaptacyjny wymiar tych zjawisk (Prout, 2018; Sękowski, 2022; Waqas i in., 2016). Wskazuje to na pewną rozbieżność wyników uzyskanych w badaniach własnych od publikowanych wcześniej (Waqas i in., 2016). Inni badacze, Kalaitzaki i in. (2024) oraz Vally i in. (2020), zaobserwowali związek neurotycznych mechanizmów obronnych z PIU i PMPU. Przyjęcie w niniejszych badaniach odmiennej od Vally i in. (2020) klasyfikacji mechanizmów utrudnia bezpośrednie porównanie uzyskanych wyników. Jednakże ponieważ cztery z sześciu mechanizmów – początkowo umieszczanych przez Andrews i in. (1993) wśród neurotycznych – ujęto później w ramach adaptacyjnego stylu obronnego (Prout, 2018; Sękowski 2022), można uznać, że uzyskane wyniki są poniekąd zbieżne z przywoływanymi (Vally i in., 2020). Jak wspomniano we wprowadzeniu zakres używanych przez jednostkę obron jest w zasadzie konfiguracją tych bardziej i mniej dojrzałych, a to przewaga tych drugich świadczy o mniej adaptacyjnym stylu obronnym (Caligor i in., 2019). Wobec tego osoby, u których przeważa nieadaptacyjny styl obronny używają również bardziej adaptacyjnych obron, co mogło znaleźć odzwierciedlenie w opisywanych związkach z PIU, PMPU i IGD. Można uznać, że omawiane związki przemawiają też za obecnością adaptacyjnego wymiaru PIU, PMPU i IGD. Być może niekiedy używanie świata cyfrowego m.in. w celu radzenia sobie z doświadczanymi stanami emocjonalnymi może być wyrazem adaptacyjnej samoregulacji. Teza ta wydaje się otwierać interesującą drogę do kolejnych badań i wymaga dalszej eksploracji.
W badaniach własnych predyktorami PIU i PMPU okazał się być młodszy wiek oraz nieadaptacyjny styl obronny, ale nie płeć. W dotychczasowych publikacjach wskazywano na młodszy wiek jako czynnik predysponujący do większego nasilenia PIU i PMPU (Bianchi i Phillips, 2005). Podobnie płeć męska, jak i nieadaptacyjne mechanizmy obronne wymieniane są wśród predyktorów PIU i PMPU (Kalaitzaki i in., 2024; Vally i in., 2020; Van Deursen i in., 2015; Waqas i in., 2016). Wobec tego należy uznać, że wyniki badań własnych częściowo wpisują się w dotychczas publikowane doniesienia. W przypadku IGD wiek nie pozwalał na przewidywanie nasilenia tego zjawiska, za to płeć męska i nieadaptacyjny styl obronny już tak. Publikowane dotąd dane wskazują na płeć męską i młodszy wiek jako na czynniki ryzyka problemowego grania, co częściowo wspiera uzyskane w badaniach własnych wyniki (Razum i Glavak-Tkalić, 2025). Nie znaleziono dotąd publikacji wskazujących na predykcyjną rolę nieadaptacyjnych mechanizmów obronnych wobec IGD. Jednakowoż wyniki badań własnych, wskazujące na taką ich funkcję, wydają się potwierdzać pojawiające się w literaturze rozumienie IGD jako mechanizmu radzenia sobie z trudnościami emocjonalnymi (Kircaburun i in., 2019).
W badaniach własnych używanie nieadaptacyjnych mechanizmów obronnych przewidywało nasilenie PIU, PMPU i IGD. Wskazuje to na aspekty tych zjawisk związane z tendencją do nieadaptacyjnej samoregulacji oraz na możliwe ich wspólne podłoże osadzone w dojrzałości mechanizmów obronnych. Wobec tego problemowe korzystanie z technologii okazuje się być sposobem mniej dojrzałego, nieadaptacyjnego regulowania nieprzyjemnych doświadczeń emocjonalnych czy zaspokajania potrzeb, których realizacja w inny sposób byłaby bardziej wymagająca lub utrudniona. Takie ujęcie PIU PMPU i IGD wyjaśniać może również część zawiłości definicyjnych nie związanych z samym przenikaniem się mediów, a z własnymi predyspozycjami osób problematycznie używających świata cyfrowego.
Wnioski
Uzyskane w badaniach własnych wyniki wskazujące na brak różnic międzypłciowych w zakresie nasilenia PIU i PMPU mogą świadczyć o postępującym ujednoliceniu tendencji do tych zachowań u osób obojga płci, które może mieć źródło zarówno w coraz większym rozpowszechnieniu internetu i telefonów, jak i w ogromnej różnorodności zachowań i funkcji pełnionych przez technologie cyfrowe. Obserwowane wyższe nasilenie IGD u mężczyzn niż u kobiet, jak też brak różnic w nasileniu PIU i PMPU, mogą być poniekąd efektem zachowań i preferencji rozwiniętych w toku socjalizacji z coraz większym dostępem do technologii cyfrowych. Te zaś mogą predysponować do wyboru konkretnych sposobów regulacji (Schimmenti i in., 2015).
Jak wskazano wyżej, większość z grupy osób badanych nie osiągała nasilenia PIU, PMPU czy IGD świadczącego o problematycznym używaniu. Wobec tego można wnioskować, że związek adaptacyjnego stylu obronnego z PIU i IGD u kobiet oraz z PMPU u mężczyzn, świadczy również o możliwym adaptacyjnym charakterze używania technologii cyfrowych. W świetle tego wniosku można uznać, że niekiedy internet, telefon czy gry mogą stać się narzędziem adaptacyjnej samoregulacji.
Związki używania technologii cyfrowych z nieadaptacyjnym stylem obronnym wskazują zaś, że również subkliniczne nasilenie objawów PIU, PMPU czy IGD, może mieć niekiedy charakter nieadaptacyjny. Wobec tego w praktyce klinicznej należałoby rozważyć pogłębienie diagnostyki o próbę zrozumienia pełnionej przez dane zachowanie funkcji bez zatrzymywania się jedynie na pomiarze nasilenia objawów (Kalaitzaki i in., 2024; Vally i in., 2020; Waqas i in., 2016).
W prezentowanych badaniach wspólnym dla PIU, PMPU i IGD predyktorem okazały się być nieadaptacyjne mechanizmy obronne. Związek ten wskazuje na znaczenie dojrzałości wykształconych struktur osobowościowych związanych z obronami dla problematycznego używania technologii cyfrowych. Możliwe wspólne podłoże PIU, PMPU i IGD może również być czynnikiem wzmagającym trudność w różnicowaniu problematycznego używania różnych technologii między sobą.
W kontekście rekomendacji adekwatnej formy oddziaływań terapeutycznych interesującym kierunkiem byłoby poddanie analizie założenia, że oddziaływania skierowane na zmniejszenie nasilenia nieadaptacyjnych oraz wspieranie adaptacyjnych obron mogłyby przyczyniać się do łagodzenia trudności związanych z PIU, PMPU i IGD.
Niniejsze badania, pomimo swoistej innowacyjności, nie pozostają wolne od ograniczeń. Dobór metod samoopisowych oraz korelacyjny model badań nie pozwalają na kontrolowanie wielu zmiennych, które mogłyby okazać się istotne. Jak pokazały modele regresji większa część wariancji pozostała niewyjaśniona proponowanymi modelami, choć opisywane okazały się istotne i wniosły, jak się wydaje, wartościową treść w literaturę przedmiotu. Ponadto przypadkowy dobór grupy oraz różnoliczność grup ze względu na płeć uniemożliwiają uogólnienie uzyskanych wyników na populację.
Wobec powyższego należy podkreślić konieczność i wartościowość przyszłych badań dla rozwijania rozumienia zarówno używania internetu, telefonów komórkowych i grania w gry, jak i ich związków z innymi aspektami życia psychicznego człowieka.
Literatura cytowana
American Psychiatric Association. (2013). Diagnostic and statistical manual of mental disorders. 5th edition.
Andrews, G., Singh, M., Bond, M. (1993). The Defense Style Questionnaire. 181(4), 246–256. https://doi.org/10.1097/00005053-199304000-00006
Bean, A. M., Nielsen, R. K. L., Van Rooij, A. J., Ferguson, C. J. (2017). Video game addiction: The push to pathologize video games. Professional Psychology: Research and Practice, 48(5), 378–389. https://doi.org/10.1037/pro0000150
Bianchi, A., Phillips, J. G. (2005). Psychological Predictors of Problem Mobile Phone Use. CyberPsychology i Behavior, 8(1), 39–51. https://doi.org/10.1089/cpb.2005.8.39
Billieux, J. (2012). Problematic Use of the Mobile Phone: A Literature Review and a Pathways Model. Current Psychiatry Reviews, 8(4), 299–307. https://doi.org/10.2174/157340012803520522
Błachnio, A., Przepiórka, A., Rowiński, T. (2015). Dysfunkcjonalne korzystanie z internetu – przegląd badań [Dysfunctional Internet use – Review of research]. Psychologia Społeczna, 4(31), 378–395. https://doi.org/10.7366/1896180020143101
Bogutyn, T., Andrzej Kokoszka, Janusz Pałczyński, Paweł Holas. (1999). Defense mechanisms in alexithymia. 84, 183–187.
Bonnaire, C., i Baptista, D. (2019). Internet gaming disorder in male and female young adults: The role of alexithymia, depression, anxiety and gaming type. Psychiatry Research, 272, 521–530. https://doi.org/10.1016/j.psychres.2018.12.158
Bottaro, R., Valenti, G. D., & Faraci, P. (2024). Internet addiction and psychological distress: Can social networking site addiction affect body uneasiness across gender? A mediation model. Europe’s Journal of Psychology, 20(1), 41–62. https://doi.org/10.5964/ejop.10273
Caligor, E., Clarkin, J. F., Yeomans, F. E., Caligor, E., Kernberg, O. F., Bazan, M. (2019). Psychoterapia psychodynamiczna patologii osobowości: Leczenie self i funkcjonowania interpersonalnego. Krakowskie Centrum Psychodynamiczne.
Chen, C., Zhang, K. Z. K., Gong, X., Zhao, S. J., Lee, M. K. O., Liang, L. (2017). Examining the effects of motives and gender differences on smartphone addiction. Computers in Human Behavior, 75, 891–902. https://doi.org/10.1016/j.chb.2017.07.002
Cudo, A., Kopiś, N., Stróżak, P., Zapała, D. (2018). Problematic Video Gaming and Problematic Internet Use Among Polish Young Adults. Cyberpsychology, Behavior, and Social Networking, 21(8), 523–529. https://doi.org/10.1089/cyber.2018.0014
Demkow, M., Jakubczyk, A. (2019). Problematic mobile phone use. Review of literature. Alcoholism and Drug Addiction, 32(3), 211–236. https://doi.org/10.5114/ain.2019.91003
Dudziak, A., Sitarczyk, M. (2022). Ekspresja gniewu a problematyczne używanie Internetu. 27(4), 452–463. https://doi.org/10.34767/PFP.2022.04.05
Evren, C. (2019). Severity of dissociative experiences and emotion dysregulation mediate the relationship between childhood trauma and Internet addiction symptom severity among young adults. Dusunen Adam: The Journal of Psychiatry and Neurological Sciences. https://doi.org/10.14744/DAJPNS.2019.00048
Foerster, M., Roser, K., Schoeni, A., Röösli, M. (2015). Problematic mobile phone use in adolescents: Derivation of a short scale MPPUS-10. International Journal of Public Health, 60(2), 277–286. https://doi.org/10.1007/s00038-015-0660-4
Grajewski, P., Dragan, M. (2021). Polish Validation of the Internet Gaming Disorder-20 (IGD-20) Test. Psychiatria Polska, 55(6), 1275–1292. https://doi.org/10.12740/PP/125656
Hammood, Y. M., Abdullaeva, B., Abdullaev, D., Sunitha, B. K., Yajid, M. S. A., Singh, A., Bisht, M. K., Dawood, I. I., Alzubaidi, M. A., Khosravi, M. (2025). Gender differences in the prevalence and psychopathological mechanisms of internet addiction among Iranians aged 18 to 24: A nationwide study. Child Abuse & Neglect, 163, 107428. https://doi.org/10.1016/j.chiabu.2025.107428
Jenaro, C., Flores, N., Gómez-Vela, M., González-Gil, F., Caballo, C. (2007). Problematic internet and cell-phone use: Psychological, behavioral, and health correlates. Addiction Research i Theory, 15(3), 309–320. https://doi.org/10.1080/16066350701350247
Świtała, J. (2002). Teoria relacji z obiektem O. F. Kernberga–Prezentacja podstawowych założeń. W: L. Cierpiałkowska i J. Gościniak (red.), Współczesna psychoanaliza. Teorie relacji z obiektem (s. 67–94). Wydawnictwo Fundacji Humaniora.
Kalaitzaki, A., Laconi, S., Spritzer, D. T., Hauck, S., Gnisci, A., Sergi, I., Vally, Z., Tudorel, O., Vintila, M., Malik, S., Diaz, J. R., Männikkö, N., Cikrikci, O., Salas, G., Ardila, R., Zambrano, D., Lopez-Calle, C., Sahlan, R. N. (2024). The Prevalence and Predictors of Problematic Mobile Phone Use: A 14-Country Empirical Survey. International Journal of Mental Health and Addiction, 22(1), 746–765. https://doi.org/10.1007/s11469-022-00901-2
Kircaburun, K., Griffiths, M. D., Billieux, J. (2019). Psychosocial factors mediating the relationship between childhood emotional trauma and internet gaming disorder: A pilot study. European Journal of Psychotraumatology, 10(1), 1565031. https://doi.org/10.1080/20008198.2018.1565031
Krajowe Centrum Przeciwdziałania Uzależnieniom. (2018). Nowe rodzaje uzależnień behawioralnych związanych z używaniem nowoczesnych technologii. Adaptacja i ocena przydatności skali problemowego używania telefonu komórkowego MMPUS-10 (Mobile Phone Problem Use Scale-10) w warunkach polskich. Krajowe Centrum Przeciwdziałania Uzależnieniom. https://kcpu.gov.pl/wp-content/uploads/2022/11/nowe-rodzaje-uzaleznien-behawioralnych-zwiazanych-z-uzywaniem-nowoczesnych-technologii.-adaptacja-i-ocena-przydatnosci-skali-problemowego-uzywania-telefonu-komorkowego.pdf
Laconi, S., Vigouroux, M., Lafuente, C., Chabrol, H. (2017). Problematic internet use, psychopathology, personality, defense and coping. Computers in Human Behavior, 73, 47–54. https://doi.org/10.1016/j.chb.2017.03.025
Lopez-Fernandez, O., Romo, L., Kern, L., Rousseau, A., Lelonek-Kuleta, B., Chwaszcz, J., Männikkö, N., Rumpf, H.-J., Bischof, A., Király, O., Gässler, A.-K., Graziani, P., Kääriäinen, M., Landrø, N. I., Zacarés, J. J., Chóliz, M., Dufour, M., Rochat, L., Zullino, D., … Kuss, D. J. (2023). Problematic Internet Use among Adults: A Cross-Cultural Study in 15 Countries. Journal of Clinical Medicine, 12(3), 1027. https://doi.org/10.3390/jcm12031027
Macys, G., Steibliene, V. (2021). Prevalence of problematic use of internet during recent years: A narrative review. 23(2).
McWilliams, N. (2008). Diagnoza psychoanalityczna (I). Gdańskie Wydawnictwo Psychologiczne.
Mrozowicz-Wrońska, M. (2021). Mechanizmy obronne – teoria, pomiar, eksperyment (1. wyd.). Wydawnictwo Rys Tomasz Paluszyński. https://doi.org/10.48226/978-83-66666-86–3.
Pokropek, A. (2018). Wybrane statystyczne metody radzenia sobie z brakami danych. Polskie Forum Psychologiczne, 23(2), 291–310. https://doi.org/10.14656/PFP20180205
Pontes, H. M., Király, O., Demetrovics, Z., Griffiths, M. D. (2014). The Conceptualisation and Measurement of DSM-5 Internet Gaming Disorder: The Development of the IGD-20 Test. PLoS ONE, 9(10), e110137. https://doi.org/10.1371/journal.pone.0110137
Poprawa, R. (2011). Test problematycznego używania Interentu. Adaptacja i psychometryczna ocena Internet Addiction Test K. Young. 54(2), 193–216.
Prout, T. A., Gottdiener, W. H., Camargo, A., Murphy, S. (2018). The relationship between defense mechanisms and religious coping using a new two-factor solution for the Defense Style Questionnaire-40. Bulletin of the Menninger Clinic, 82(3), 224–252. https://doi.org/10.1521/bumc.2018.82.3.224
Razum, J., Glavak-Tkalić, R. (2025). Prevalence and impact of Internet Gaming Disorder: A population-based study. Cyberpsychology: Journal of Psychosocial Research on Cyberspace, 19(1). https://doi.org/10.5817/CP2025-1-1
Schimmenti, A., Passanisi, A., Caretti, V., La Marca, L., Granieri, A., Iacolino, C., Gervasi, A. M., Maganuco, N. R., Billieux, J. (2017). Traumatic experiences, alexithymia, and Internet addiction symptoms among late adolescents: A moderated mediation analysis. Addictive Behaviors, 64, 314–320. https://doi.org/10.1016/j.addbeh.2015.11.002
Sękowski, M. (2019). Postawa wobec śmierci w cyklu życia człowieka. Universitas.
Sękowski, M. (2022). Does Psychosocial Ego Development Partially Mediate the Association Between Defense Mechanisms and Death Attitude? OMEGA - Journal of Death and Dying, 85(3), 716–731. https://doi.org/10.1177/0030222820956734
Shi, L., Wang, Y., Yu, H., Wilson, A., Cook, S., Duan, Z., Peng, K., Hu, Z., Ou, J., Duan, S., Yang, Y., Ge, J., Wang, H., Chen, L., Zhao, K., Chen, R. (2020). The relationship between childhood trauma and Internet gaming disorder among college students: A structural equation model. Journal of Behavioral Addictions, 9(1), 175–180. https://doi.org/10.1556/2006.2020.00002
Singh, A., Levitt, E., Soreni, N., Van Ameringen, M., MacKillop, J. (2022). Characterizing problematic internet use in a sample of heavy drinking emerging adults. Psychology of Addictive Behaviors, 36(4), 307–317. https://doi.org/10.1037/adb0000837
Tang, Q., Zou, X., Gui, J., Wang, S., Liu, X., Liu, G., Tao, Y. (2024). Effects of childhood trauma on the symptom-level relation between depression, anxiety, stress, and problematic smartphone use: A network analysis. Journal of Affective Disorders, 358, 1–11. https://doi.org/10.1016/j.jad.2024.05.018
Vally, Z., Laconi, S., Kaliszewska-Czeremska, K. (2020). Problematic Internet Use, Psychopathology, Defense Mechanisms, and Coping Strategies: A Cross-Sectional Study from the United Arab Emirates. Psychiatric Quarterly, 91(2), 587–602. https://doi.org/10.1007/s11126-020-09719-4
Van Deursen, A. J. A. M., Bolle, C. L., Hegner, S. M., Kommers, P. A. M. (2015). Modeling habitual and addictive smartphone behavior. Computers in Human Behavior, 45, 411–420. https://doi.org/10.1016/j.chb.2014.12.039
Varchetta, M., Tagliaferri, G., Mari, E., Quaglieri, A., Cricenti, C., Giannini, A. M., Martí-Vilar, M. (2024). Exploring Gender Differences in Internet Addiction and Psychological Factors: A Study in a Spanish Sample. Brain Sciences, 14(10), 1037. https://doi.org/10.3390/brainsci14101037
Waqas, A., Rehman, A., Malik, A., Aftab, R., Allah Yar, A., Allah Yar, A., Rai, A. B. S. (2016). Exploring the association of ego defense mechanisms with problematic internet use in a Pakistani medical school. Psychiatry Research, 243, 463–468. https://doi.org/10.1016/j.psychres.2016.07.021
Wieczorek, Ł., Dąbrowska, K. (2021). Raport z realizacji badania „Czynniki ryzyka rozwoju zaburzeń hazardowych wśród graczy w gry komputerowe online i offline (w tym gry typu Pay2Win)”. Krajowe Centrum Przeciwdziałania Uzależnieniom. https://kcpu.gov.pl/wp-content/uploads/2022/11/czynniki-ryzyka-rozwoju-zaburzen-hazardowych-wsrod-graczy-w-gry-komputerowe-online-i-offline.pdf
Wojtynkiewicz, E., Głogowska, K. (2023). Problematyczne korzystanie z Internetu, sieci mediów społecznościowych, telefonów komórkowych i gier komputerowych–Przegląd polskich narzędzi do przesiewowej oceny zjawisk. W: M. Basińska i I. Grzankowska (red.), Wybrane zagadnienia z psychologicznej diagnozy klinicznej. (T. 2, s. 181–204). Wydawnictwo Uniwersytetu Kazimierza Wielkiego.
World Health Organization. (2022). International Classification of Diseases, Eleventh Revision (ICD-11).
Wójciak, A. (2022). Older adults in the Internet – Internet addiction and its intrapsychic correlates. Kwartalnik Naukowy Fides et Ratio, 49(1), 113–122. https://doi.org/10.34766/fetr.v49i1.1000
Young, K. S. (1998). Caught in the net: How to recognize the signs of Internet addiction – and a winning strategy for recovery. Wiley.
Zhang, S., Tao, S., Zhang, Y. L., Zhou, J., Wei, J., Chen, M., Hu, Q., Zheng, H., Wang, Z. L. (2025). Examining the spectrum of problematic online behaviors in Chinese adolescents: A network analysis of smartphone, gaming, and social media use. Computers in Human Behavior, 167, 108611. https://doi.org/10.1016/j.chb.2025.108611
Zhou, R., Morita, N., Ogai, Y., Saito, T., Zhang, X., Yang, W., Yang, F. (2024). Meta-Analysis of Internet Gaming Disorder Prevalence: Assessing the Impacts of DSM-5 and ICD-11 Diagnostic Criteria. International Journal of Environmental Research and Public Health, 21(700). https://doi.org/10.3390/ijerph21060700
Data wpłynięcia: 2 września 2025
Data wpłynięcia po poprawkach: 21 listopada 2025
Data zatwierdzenia tekstu do druku: 2 grudnia 2025