Hallazgos En este estudio de cohorte de 4285 adolescentes estadounidenses, el 31,3 % presentó trayectorias de uso adictivo crecientes para las redes sociales y el 24,6 % para los teléfonos móviles durante 4 años. Las trayectorias de uso adictivo elevadas o crecientes se asociaron con mayores riesgos de conductas o ideación suicida en comparación con un uso adictivo bajo. Los jóvenes con un uso elevado o creciente de las redes sociales o de los videojuegos presentaron más síntomas internalizantes o externalizantes.
En resumen, tanto las trayectorias de uso excesivo como las de uso creciente de pantallas con fines adictivos se asociaron con conductas suicidas, ideación suicida y peor salud mental en los jóvenes.
Importancia: El creciente uso de redes sociales, videojuegos y teléfonos móviles por parte de niños y adolescentes ha generado preocupación sobre posibles vínculos con problemas de salud mental en la juventud. Las investigaciones previas se han centrado principalmente en el tiempo total frente a las pantallas, en lugar de en las trayectorias longitudinales de uso adictivo.
Objetivos : Identificar las trayectorias del uso adictivo de las redes sociales, los teléfonos móviles y los videojuegos, y examinar su relación con las conductas e ideaciones suicidas y los resultados de salud mental entre los jóvenes.
Diseño, entorno y participantes: Estudio de cohorte que analiza datos desde el inicio hasta el seguimiento del cuarto año en el Estudio de Desarrollo Cognitivo del Cerebro Adolescente (2016-2022), con muestras poblacionales de 21 centros de EE. UU.
Exposiciones: Uso adictivo de redes sociales, teléfonos móviles y videojuegos, utilizando medidas validadas reportadas por los niños en encuestas de seguimiento de los años 2, 3 y 4.
Principales resultados y medidas: Las conductas e ideaciones suicidas se evaluaron mediante información proporcionada por el niño y sus padres a través de la Escala para Trastornos Afectivos y Esquizofrenia en Niños (Kiddie Schedule for Affective Disorders and Schizophrenia). Los síntomas internalizantes y externalizantes se evaluaron mediante la Lista de Verificación de Conducta Infantil (Child Behavior Checklist), completada por los padres.
Resultados La muestra analítica (n = 4285) tenía una edad media de 10,0 (DE, 0,6) años; el 47,9% eran mujeres; y el 9,9% eran negros, el 19,4% hispanos y el 58,7% blancos. Los modelos lineales mixtos de clase latente identificaron 3 trayectorias de uso adictivo para redes sociales y teléfonos móviles y 2 para videojuegos. Casi un tercio de los participantes tenía una trayectoria de uso adictivo creciente para redes sociales o teléfonos móviles que comenzó a los 11 años. En los modelos ajustados, las trayectorias de uso adictivo creciente se asociaron con mayores riesgos de resultados relacionados con el suicidio que las trayectorias de uso adictivo bajo (por ejemplo, el uso adictivo creciente de redes sociales tuvo una razón de riesgo de 2,14 [IC del 95%, 1,61-2,85] para conductas suicidas). Las trayectorias de uso adictivo alto para todos los tipos de pantalla se asociaron con resultados relacionados con el suicidio (por ejemplo, el uso adictivo alto de redes sociales tuvo una razón de riesgo de 2,39 [IC del 95 %, 1,66-3,43] para conductas suicidas). La trayectoria de uso adictivo alto de videojuegos mostró la mayor diferencia relativa en síntomas internalizantes (diferencia de puntuación T, 2,03 [IC del 95 %, 1,45-2,61]), y la trayectoria de uso adictivo creciente de redes sociales para síntomas externalizantes (diferencia de puntuación T, 1,05 [IC del 95 %, 0,54-1,56]), en comparación con las trayectorias de uso adictivo bajo. El tiempo total de pantalla al inicio no se asoció con los resultados.
Conclusiones y relevancia: En la adolescencia temprana, era común observar trayectorias elevadas o crecientes de uso adictivo de redes sociales, teléfonos móviles o videojuegos. Tanto las trayectorias elevadas como las crecientes de uso adictivo de pantallas se asociaron con conductas e ideación suicidas y un peor estado de salud mental.
El uso cada vez mayor de redes sociales, videojuegos, teléfonos móviles y otras actividades con pantallas entre los adolescentes, junto con el aumento de las tasas de conductas suicidas y problemas de salud mental en niños y adolescentes más jóvenes, ha generado preocupación, ¹⁻⁴ incluyendo una advertencia del Cirujano General de los Estados Unidos.⁵ Si bien la mayoría de las investigaciones existentes se han centrado en el tiempo total frente a la pantalla, ⁶⁻¹¹ la evidencia emergente sugiere que el uso adictivo de pantallas puede ser un factor de riesgo más relevante para la conducta suicida y la salud mental en los jóvenes.¹²⁻¹⁵ El uso adictivo puede variar según la plataforma¹⁶ , ¹⁷ y seguir trayectorias de desarrollo distintas. Sin embargo , las trayectorias de uso adictivo entre los jóvenes no se han caracterizado bien, y su posible relación con los resultados relacionados con el suicidio y la salud mental sigue siendo en gran medida desconocida.¹⁸ , ¹⁹
Para abordar estas brechas, este estudio utilizó datos nacionales del Estudio de Desarrollo Cognitivo del Cerebro Adolescente (ABCD), una cohorte longitudinal de base poblacional de niños y adolescentes, para (1) caracterizar las trayectorias longitudinales del uso adictivo de redes sociales, teléfonos móviles y videojuegos; (2) evaluar si las trayectorias de uso adictivo estaban asociadas con conductas suicidas, ideación suicida y síntomas internalizantes y externalizantes durante 4 años, controlando las características demográficas y clínicas iniciales; y (3) examinar si las trayectorias de uso adictivo estaban asociadas con resultados después de ajustar por el tiempo total de pantalla.
Este estudio utilizó los datos más recientes disponibles del Estudio ABCD (versión 5.1), 20 un estudio de cohorte longitudinal de participantes de 9 a 10 años reclutados en 21 centros de EE. UU. al inicio (n = 11 868) y con seguimiento anual. La recopilación de datos abarcó desde 2016 hasta enero de 2022, cubriendo tanto los años prepandémicos como pospandémicos de la COVID-19. Dado que la publicación de los datos de seguimiento de 4 años aún está en curso, utilizamos el subconjunto aleatorio disponible (n = 4754). El análisis χ² de detección automática de interacciones (CHAID) que comparó las características basales de los participantes con y sin datos de seguimiento del año 4 no mostró sesgo de selección (Apéndice electrónico 1 en el Suplemento 1 ). 21
Nuestra muestra analítica incluyó a 4285 participantes con datos completos sobre el uso adictivo de pantallas de las encuestas de seguimiento del año 2 al año 4 y datos demográficos basales (Figura 1). 22-24 Este estudio fue aprobado por los comités de ética institucionales de cada centro, con la aprobación del comité de ética institucional central de la Universidad de California, San Diego. Los padres o tutores legales dieron su consentimiento informado por escrito. Este estudio sigue las directrices de la iniciativa STROBE (Fortalecimiento de la Notificación de Estudios Observacionales en Epidemiología ).
CBCL significa Lista de verificación de comportamiento infantil; KSADS, Escala para niños para trastornos afectivos y esquizofrenia.
Se utilizaron cuestionarios de autoinforme validados 25 , 26 para evaluar los usos adictivos de 3 plataformas: redes sociales, teléfonos móviles y videojuegos, incluyendo un Cuestionario de Adicción a las Redes Sociales (SMAQ) de 6 ítems, un Cuestionario de Implicación con el Teléfono Móvil (MPIQ) de 8 ítems y un Cuestionario de Adicción a los Videojuegos (VGAQ) de 6 ítems, 27 , 28 que miden el uso compulsivo, la dificultad para desvincularse y la angustia cuando no se utilizan (véanse los detalles en el Recuadro y en la Tabla electrónica 1 del Suplemento 1 ). Las respuestas utilizaron escalas tipo Likert (1 [«nunca»] a 6 [«muy a menudo»] para SMAQ y VGAQ; 1 [«totalmente en desacuerdo»] a 7 [«totalmente de acuerdo»] para MPIQ). Calculamos puntuaciones ponderadas de uso de adicciones mediante análisis factorial confirmatorio, 22 que fueron apropiadas para este estudio debido a su mayor precisión de medición y validez de constructo que las puntuaciones medias (Tabla electrónica 1 y Apéndice electrónico 2 en el Suplemento 1 ). 29 Las puntuaciones más altas indican un mayor uso de adicciones. Todas las escalas tienen una alta fiabilidad (alfa de Cronbach = 0,88 para cada escala) (Tabla electrónica 2 en el Suplemento 1 ).
Ejemplos de ítems de escalas de uso adictivo y medidas de tiempo de pantalla de referencia
Uso adictivo (redes sociales/teléfonos móviles/videojuegos)
-
Siento la necesidad de usar cada vez más las aplicaciones de redes sociales (1 [nunca] a 6 [muy a menudo]).
-
La idea de estar sin mi teléfono me produce angustia (1 [totalmente en desacuerdo] a 7 [totalmente de acuerdo]).
-
Juego videojuegos para poder olvidarme de mis problemas (1 [nunca] a 6 [muy a menudo]).
Tiempo total frente a la pantalla (entre semana/fin de semana)
Tiempo total típico de uso de pantallas durante el fin de semana y entre semana para ver películas o programas de televisión en streaming, jugar a juegos para un solo jugador, jugar a juegos multijugador, enviar mensajes de texto, usar redes sociales y realizar videollamadas (0-24 horas).
La tabla electrónica 1 del suplemento 1 es una tabla completa con medidas sobre el uso de sustancias adictivas y el tiempo frente a la pantalla.
Debido a que las diferentes actividades frente a la pantalla pueden superponerse, este análisis utilizó preguntas autoinformadas que evaluaban el tiempo promedio diario frente a la pantalla no relacionado con las tareas escolares (por separado para los días laborables y los fines de semana) (Tabla electrónica 1 en el Suplemento 1 ). Estudios previos sobre el método ABCD mostraron correlaciones positivas entre el uso de pantallas autoinformado y el medido objetivamente ( r = 0,49; P < 0,001). 6
Los informes de los niños y los padres sobre conductas suicidas e ideación suicida durante el año anterior se evaluaron en el seguimiento del año 4 utilizando la Kiddie Schedule for Affective Disorders and Schizophrenia (KSADS), 30 , 31 que cubre un espectro de resultados relacionados con el suicidio: (1) ideación pasiva; (2) ideación suicida activa no específica; (3) ideación suicida activa específica; (4) ideación activa con intención; (5) ideación activa con plan e intención; (6) acciones preparatorias para una conducta suicida inminente; (7) intento de suicidio interrumpido; (8) intento de suicidio abortado; y (9) intento de suicidio (eTabla 3 en el Suplemento 1 ). De acuerdo con la literatura previa, 32 , 33 la ideación suicida se clasificó como presente si se respondía afirmativamente a cualquiera de los ítems 1 a 5, y las conductas suicidas se clasificaron como presentes si se respondía afirmativamente a cualquiera de los ítems 6 a 9, ya sea por el joven o el cuidador. La KSADS muestra una fuerte validez y confiabilidad para esta población. 30
Los análisis incluyeron síntomas internalizantes (p. ej., ansiedad, depresión) y externalizantes (p. ej., agresión, transgresión de normas) actuales, según lo informado por los padres, utilizando puntuaciones T derivadas de la Lista de Verificación de Comportamiento Infantil (CBCL). 29 Las puntuaciones T de 65 o más se consideran indicativas de síntomas clínicamente elevados. 34
Los modelos se ajustaron por edad, sexo, raza y etnia del niño, ingresos de los padres, educación y estado civil según lo informado en la encuesta demográfica de los padres ABCD de referencia. La raza y la etnia se basaron en categorías predefinidas informadas por los cuidadores, que incluyen asiático no hispano, negro no hispano, hispano (cualquier raza), blanco no hispano y multirracial y/u otros grupos raciales y étnicos, recopilados como constructos sociales para investigar el impacto diferencial de las desventajas estructurales (eTabla 3 en el Suplemento 1 ). 35 , 36 Los modelos también se ajustaron por características clínicas de referencia (es decir, conductas suicidas, ideación suicida y síntomas internalizantes y externalizantes).
Se utilizaron modelos lineales mixtos de clase latente 37 para identificar trayectorias de uso adictivo basadas en la edad y términos de edad cuadrática (eApéndice 3 en el Suplemento 1 ). En los cuestionarios de uso adictivo, los datos faltantes resultantes de patrones de omisión basados en preguntas de uso o no uso previos se reemplazaron con «1 = nunca/totalmente en desacuerdo» para los participantes que informaron no tener cuentas de redes sociales o teléfonos móviles o que no jugaban videojuegos. El modelo de trayectoria óptimo basado en grupos se seleccionó en función de (1) el criterio de información bayesiano más bajo; (2) mayor del 70% de probabilidad promedio de que los participantes se clasifiquen correctamente en sus respectivas trayectorias; (3) mayor de 5.0 probabilidades de clasificación correcta; y (4) mayor del 5% de tamaños de muestra mínimos de trayectoria de la muestra total. Cada trayectoria de uso adictivo representa a niños que compartieron niveles de uso adictivo similares a lo largo del tiempo.
Posteriormente, estas trayectorias de uso adictivo se trataron como variables categóricas en los modelos de resultados. Para los resultados categóricos (conductas suicidas e ideación suicida), se utilizaron modelos de regresión de Poisson para estimar las razones de riesgo (RR), con IC del 95 % calculados utilizando errores estándar robustos. Los modelos de Poisson son apropiados en este contexto. 38 – 40 Para los resultados continuos (síntomas internalizantes y externalizantes), se utilizaron modelos lineales generalizados para estimar las diferencias de medias, con IC del 95 % calculados utilizando errores estándar ordinarios. Se calcularon valores E para evaluar la sensibilidad a la confusión no medida. 41 El tiempo total de pantalla se agregó como covariable para examinar si explicaba la magnitud o la dirección de las asociaciones entre las trayectorias de uso adictivo y los resultados. En el análisis de sensibilidad, el tiempo total de pantalla también se probó para asociaciones independientes con los resultados.
Se estableció un nivel de significancia de P < 0,05 (prueba bilateral ), corregido para la tasa de falsos descubrimientos (FDR) mediante el método de Benjamini-Hochberg para ajustar las pruebas múltiples dentro de cada grupo. 42 Todos los análisis se realizaron en R versión 4.3.1 (R Foundation).
Entre los 4285 participantes (edad media inicial, 10,0 [DE, 0,6] años; 47,9% mujeres), la muestra incluyó 96 (2,2%) asiáticos, 426 (9,9%) negros, 830 (19,4%) hispanos y 2515 (58,7%) blancos, así como 418 (9,8%) individuos que se identificaron como multirraciales y/o de otras razas ( Tabla ).
| Características | N.º (%) [n = 4285] |
|---|---|
| Edad, media (DE), años | 10.0 (0.6) |
| Sexo | |
| Femenino | 2051 (47,9) |
| Masculino | 2234 (52.1) |
| Raza y etnia | |
| asiático | 96 (2.2) |
| Negro | 426 (9.9) |
| hispano | 830 (19.4) |
| Blanco | 2515 (58,7) |
| Multirracial y/o de otra índole | 418 (9.8) |
| Ingresos anuales del hogar, $ | |
| <75 000 | 1722 (40.2) |
| ≥75 000 | 2563 (59.8) |
| Estado civil de los padres | |
| Casado | 3138 (73.2) |
| Vivir con la pareja | 197 (4.6) |
| Soltero | 950 (22.2) |
| Educación parental | |
| Menos de una licenciatura | 1474 (34,4) |
| Licenciatura o superior | 2811 (65,6) |
| Conductas suicidas (seguimiento del año 4) b | |
| No | 4036 (94.9) |
| Sí | 218 (5.1) |
| Ideación suicida (seguimiento del año 4) c | |
| No | 3494 (82.1) |
| Sí | 760 (17.9) |
| Puntuación T de la Lista de Verificación de Comportamiento Infantil, media (DE) d | |
| Síntomas internalizantes | 47,5 (10,8) |
| Síntomas externalizantes | 43.4 (9.3) |
Los modelos de trayectoria óptimos se seleccionaron en función de múltiples criterios de ajuste (Tabla electrónica 4 y Apéndice electrónico 4 en el Suplemento 1 ).
En cuanto a las redes sociales, surgieron tres trayectorias de uso adictivo ( Figura 2 ): pico alto (n = 410 [9,6%]), creciente (n = 1342 [31,3%]) y bajo (n = 2533 [59,1%]). Al inicio del estudio, las trayectorias de pico alto y creciente presentaban niveles similares de uso adictivo de redes sociales, sin indicar claramente su posterior divergencia. A los 14 años, la trayectoria de uso adictivo creciente de redes sociales alcanzó niveles comparables con la trayectoria de pico alto y continuó aumentando.
Se utilizaron modelos lineales mixtos de clases latentes para identificar trayectorias distintas para cada tipo de uso adictivo, basándose en mediciones repetidas del uso autoinformado de redes sociales, teléfonos móviles y videojuegos desde los 11 hasta los 15 años. Cada trayectoria representa un grupo de niños con patrones temporales similares de uso adictivo. Los modelos se ajustaron por separado para cada tipo de pantalla y se realizó una regresión sobre la edad y términos de edad cuadrática. La selección del modelo se basó en el criterio de información bayesiano más bajo, una probabilidad posterior promedio de asignación mayor del 70%, una probabilidad de clasificación correcta mayor de 5,0 y un tamaño mínimo de grupo del 5% (Tabla electrónica 4 en el Suplemento 1 ). Las puntuaciones de uso adictivo se derivaron del análisis factorial confirmatorio (Tabla electrónica 2 y Apéndice electrónico 2 en el Suplemento 1 ) y variaron de la siguiente manera: redes sociales, 4,5-26,8; teléfono móvil, 5,6-39,5; y videojuegos, 4,5-26,9. Las áreas sombreadas representan intervalos de confianza del 95%. Los puntos de datos a lo largo de cada línea de trayectoria representan las puntuaciones medias estimadas por el modelo a edades específicas, basadas en los modelos lineales mixtos de clases latentes. Los valores de edad reflejan los cuantiles de la distribución de edad observada.
El uso adictivo del teléfono móvil también siguió tres trayectorias: alta (n = 2109 [49,2%]), creciente (n = 1052 [24,6%]) y baja (n = 1124 [26,2%]). Las trayectorias de uso adictivo bajo y creciente comenzaron con niveles de referencia casi idénticos, pero divergieron en sus trayectorias posteriores. La trayectoria de uso adictivo creciente del teléfono móvil mostró un aumento constante en su nivel de uso adictivo durante los siguientes cuatro años, alcanzando niveles comparables con la trayectoria de uso adictivo alto a los 15 años.
En el caso de los videojuegos, se identificaron dos trayectorias: un uso adictivo elevado (n = 1761 [41,1%]) y un uso adictivo bajo (n = 2524 [58,9%]).
La trayectoria de uso adictivo elevado de redes sociales incluyó una mayor proporción de mujeres que la trayectoria de uso adictivo bajo (51,0 % frente a 42,8 %; diferencia absoluta, 8,18 %; IC del 95 %, 3,07 %-13,36 %) (Tabla electrónica 5 en el Suplemento 1 ). Por el contrario, los jóvenes con trayectorias de uso adictivo elevado de videojuegos tenían más probabilidades de ser varones que aquellos con trayectorias de uso adictivo bajo (70,1 % frente a 39,6 %; diferencia absoluta, 30,55 %; IC del 95 %, 27,64 %-33,40 %).
Los jóvenes con trayectorias de alto consumo de sustancias adictivas tenían más probabilidades de ser negros (diferencias absolutas: 3,08 %-7,91 %) o hispanos (diferencias absolutas: 7,12 %-10,03 %) en comparación con aquellos con trayectorias de bajo consumo de sustancias adictivas.
Las trayectorias de alto consumo de sustancias adictivas también presentaban mayores proporciones de jóvenes procedentes de hogares con ingresos anuales inferiores a 75 000 dólares, padres solteros y padres con un nivel educativo inferior al de una licenciatura (las diferencias absolutas en estos indicadores oscilaron entre el 1,55 % y el 18,95 %) en comparación con las trayectorias de bajo consumo de sustancias adictivas.
Los jóvenes con trayectorias de uso adictivo elevado de redes sociales presentaron las mayores diferencias en conductas suicidas iniciales (diferencia absoluta, 1,67%; IC del 95%, 0,06%-3,50%) y puntuaciones iniciales de síntomas externalizantes (diferencia media absoluta de la puntuación T, 1,79; IC del 95%, 0,75-2,82) en comparación con aquellos con trayectorias de uso adictivo bajo. Las mayores diferencias en ideación suicida inicial (diferencia absoluta, 6,79%; IC del 95%, 4,58%-8,91%) y puntuaciones iniciales de síntomas internalizantes (diferencia media absoluta de la puntuación T, 1,80; IC del 95%, 1,19-2,44) se observaron entre los grupos con trayectorias de uso adictivo alto y bajo para videojuegos.
Entre los 4285 participantes, 218 (5,1 %) informaron conductas suicidas y 760 (17,9 %) informaron ideación suicida en el seguimiento del año 4. Las puntuaciones T medias de internalización y externalización del CBCL del año 4 fueron 47,5 (DE, 10,8) y 43,4 (DE, 9,3), respectivamente ( Tabla ).
Para el uso adictivo de las redes sociales, los modelos ajustados ( Figura 3 ) mostraron que tanto las trayectorias de uso adictivo con picos altos como las de uso creciente se asociaron con un mayor riesgo de conductas suicidas (picos altos: RR, 2,39; IC del 95 %, 1,66-3,43; P ajustada por FDR < 0,001; creciente: RR, 2,14; IC del 95 %, 1,61-2,85; P ajustada por FDR < 0,001) y un riesgo elevado de ideación suicida (picos altos: RR, 1,51; IC del 95 %, 1,25-1,83; P ajustada por FDR < 0,001; creciente: RR, 1,46; IC del 95 %, 1,28-1,67; P ajustada por FDR < 0,001) en comparación con la trayectoria de uso adictivo bajo. Las puntuaciones T de los síntomas internalizantes fueron más altas en la trayectoria de uso adictivo creciente (diferencia media, 1,27; IC del 95 %, 0,66-1,88; P ajustada por FDR < 0,001), mientras que las puntuaciones T de los síntomas externalizantes fueron más altas tanto en las trayectorias de uso adictivo de pico alto (diferencia media, 1,25; IC del 95 %, 0,45-2,04; P ajustada por FDR = 0,004) como en las de uso creciente (diferencia media, 1,05; IC del 95 %, 0,54-1,56; P ajustada por FDR < 0,001) en comparación con la trayectoria de uso adictivo bajo, todas con tamaños de efecto pequeños ( d de Cohen < 2).
La línea vertical discontinua en x = 1 representa la referencia para las razones de riesgo (RR). La línea vertical continua en x = 0 representa la referencia para las diferencias de medias.
a Consulte las descripciones de las conductas suicidas, la ideación suicida y las puntuaciones de internalización y externalización de la Lista de Verificación de Conducta Infantil (CBCL) en las notas al pie bd de la Tabla. Los participantes con puntuaciones T de internalización y externalización de la CBCL ≥65 se muestran en la columna «Con resultado», ya que estas puntuaciones se consideran indicativas de síntomas clínicamente elevados. Las categorías de exposición se codificaron con variables ficticias (baja, creciente, alta), con la trayectoria de bajo uso como grupo de referencia.
b Para los resultados categóricos (conductas suicidas e ideación suicida), se utilizó la regresión de Poisson para estimar los RR y los IC del 95 % utilizando errores estándar robustos. Para los resultados continuos (síntomas internalizantes y externalizantes), se utilizaron modelos lineales generalizados para estimar las diferencias de medias con IC del 95 % utilizando errores estándar ordinarios. Los modelos no ajustados incluyeron solo las trayectorias de uso adictivo. Los modelos ajustados también controlaron la edad basal; el sexo; la raza y la etnia; la educación, los ingresos y el estado civil de los padres; la ideación y las conductas suicidas basales; y los síntomas internalizantes y externalizantes basales.
En cuanto al uso del teléfono móvil, la trayectoria de uso adictivo elevado se asoció con mayores riesgos de conductas suicidas (RR, 2,17; IC del 95 %, 1,48-3,19; p ajustada por FDR < 0,001) e ideación suicida (RR, 1,50; IC del 95 %, 1,27-1,78; p ajustada por FDR < 0,001) en comparación con la trayectoria de uso adictivo bajo. La trayectoria de uso adictivo creciente se asoció modestamente con un mayor riesgo relativo de ideación suicida (RR, 1,22; IC del 95 %, 1,01-1,48; p ajustada por FDR < 0,001), pero no con otros resultados de salud mental.
En cuanto al uso adictivo de videojuegos, la trayectoria de alto uso adictivo se asoció con un mayor riesgo de conductas suicidas (RR, 1,54; IC del 95 %, 1,18-2,03; P ajustada por FDR = 0,004) e ideación suicida (RR, 1,53; IC del 95 %, 1,35-1,75; P ajustada por FDR < 0,001), así como puntuaciones T más altas de síntomas internalizantes (diferencia media, 2,03; IC del 95 %, 1,45-2,61; P ajustada por FDR < 0,001) y puntuaciones T de síntomas externalizantes (diferencia media, 0,94; IC del 95 %, 0,45-1,43; P ajustada por FDR < 0,001) en comparación con la trayectoria de bajo uso adictivo.
El tiempo total de exposición a pantallas al inicio del estudio no se asoció con conductas suicidas, ideación suicida ni síntomas internalizantes o externalizantes ( Figura 4 ). Además, al ajustar los modelos según las trayectorias de uso adictivo, el tiempo de exposición a pantallas al inicio del estudio no se asoció de forma independiente con estos resultados (Figuras electrónicas 1-3 en el Suplemento 1 ). Los valores E indicaron una robustez de moderada a fuerte frente a posibles factores de confusión no medidos (rango: 1,10-4,21).
Estimaciones de riesgo de modelos que examinan las asociaciones entre el tiempo de pantalla inicial (entre semana y fin de semana) y los resultados del año 4: conductas suicidas, ideación suicida y síntomas internalizantes y externalizantes de la Lista de Verificación de Conducta Infantil (CBCL), controlando por variables demográficas, conductas suicidas, ideación suicida y puntuaciones T de síntomas internalizantes y externalizantes de la CBCL al inicio del estudio. La línea vertical discontinua en x = 1 representa la referencia para las razones de riesgo (RR). La línea vertical continua en x = 0 representa la referencia para las diferencias de medias.
a Consulte las descripciones de conductas suicidas, ideación suicida y puntuaciones T de internalización y externalización del CBCL en las notas al pie bd de la Tabla. Los participantes con puntuaciones T de internalización y externalización del CBCL ≥65 se muestran en la columna «Con resultado» ya que estas puntuaciones se consideran indicativas de síntomas clínicamente elevados. El tiempo de pantalla basal se clasificó como bajo (≤2 h/d), 43 moderado (>2 a ≤4 h/d) o alto (≥4 h/d). 44 Los puntos de corte se seleccionaron con base en la literatura existente que ha vinculado los niveles moderados y altos de tiempo de pantalla con riesgos elevados de síntomas depresivos, ansiedad y problemas de conducta en niños y adolescentes. Las categorías de exposición se codificaron con variables ficticias (baja, alta, media), con tiempo de pantalla bajo como grupo de referencia.
b Para los resultados categóricos (conductas suicidas, ideación suicida), se utilizó la regresión de Poisson para estimar los RR y los IC del 95 % utilizando errores estándar robustos. Para los resultados continuos (síntomas internalizantes y externalizantes), se utilizaron modelos lineales generalizados para estimar las diferencias de medias con IC del 95 % utilizando errores estándar ordinarios.
Este estudio identificó distintas trayectorias de uso adictivo de redes sociales, teléfonos móviles y videojuegos desde la infancia hasta la adolescencia temprana, y halló vínculos con conductas suicidas, ideación suicida y peores resultados en salud mental. Las trayectorias de uso adictivo elevado o creciente fueron frecuentes. Casi 1 de cada 2 jóvenes presentó una trayectoria de uso adictivo elevado para teléfonos móviles, y más del 40 % para videojuegos. Muchos otros mostraron un aumento en el uso adictivo durante el período de observación de 4 años, que culminó con un uso adictivo elevado; casi 1 de cada 3 presentó esta trayectoria para redes sociales y 1 de cada 4 para teléfonos móviles.
En el caso de las redes sociales y los teléfonos móviles, tanto las trayectorias de uso adictivo elevado como las de uso creciente se asociaron con un riesgo de conductas suicidas e ideación suicida entre dos y tres veces mayor que la trayectoria de uso adictivo bajo. Las trayectorias de uso adictivo de redes sociales, tanto con picos altos como en aumento, también se asociaron con puntuaciones más altas de síntomas internalizantes y externalizantes en comparación con la trayectoria de uso adictivo bajo. En el caso de los videojuegos, la trayectoria de uso adictivo elevado se asoció con un mayor riesgo de conductas suicidas, ideación suicida y puntuaciones más altas de síntomas internalizantes en comparación con la trayectoria de uso adictivo bajo.
Hasta donde sabemos, este es el primer estudio que caracteriza las trayectorias longitudinales de uso adictivo de redes sociales, teléfonos móviles y videojuegos entre niños y adolescentes tempranos y que evalúa sus asociaciones prospectivas con resultados relacionados con el suicidio y la salud mental. Entre sus fortalezas específicas se incluyen el uso de una muestra longitudinal grande, basada en la población, y una evaluación integral y específica de las plataformas de las trayectorias de uso adictivo. Estudios previos, en su mayoría transversales y que solo medían el tiempo total de pantalla, han informado asociaciones entre un mayor tiempo de pantalla y una peor salud mental. 4 , 10 , 45 , 46 Los hallazgos del presente estudio coinciden con estudios previos que observaron asociaciones entre el uso adictivo de pantallas y síntomas psiquiátricos en momentos puntuales. 47 , 48 Este estudio contribuye sustancialmente al conocimiento existente al examinar las trayectorias longitudinales y sus asociaciones con resultados a largo plazo.
Tanto para las redes sociales como para los teléfonos móviles, las trayectorias de uso adictivo siguieron tres patrones diferentes, y una proporción considerable de jóvenes presentó trayectorias de uso adictivo que aumentaron durante los cuatro años de observación, a partir de los diez años. Estos patrones crecientes de uso adictivo, que no se habrían podido predecir basándose únicamente en las evaluaciones iniciales, se asociaron con un mayor riesgo de conductas e ideación suicida. Esto subraya la importancia potencial de la evaluación repetida del uso adictivo de las redes sociales y los teléfonos móviles en niños que entran en la adolescencia. En cambio, el uso adictivo de los videojuegos siguió dos trayectorias, una alta y otra baja, que se mantuvieron estables a lo largo del tiempo, lo que podría permitir una identificación más temprana del riesgo sin necesidad de evaluaciones repetidas.
Un hallazgo clave fue que el tiempo total frente a la pantalla no se asoció con resultados relacionados con el suicidio o la salud mental, ni alteró la fuerza o la dirección de las asociaciones entre las trayectorias de uso adictivo y estos resultados. Esto subraya la importancia de tratar el tiempo dedicado y el uso adictivo como constructos separados al examinar las asociaciones con resultados relacionados con el suicidio y la salud mental. 15
Estos hallazgos sugieren que centrar futuras investigaciones o intervenciones en el uso adictivo de pantallas podría ser más prometedor que centrarse en el tiempo total de exposición a pantallas, lo que podría incluir innecesariamente a jóvenes de bajo riesgo. Futuros estudios podrían evaluar si el monitoreo del uso adictivo de pantallas es útil para identificar a jóvenes de mayor riesgo en la práctica clínica. Las futuras investigaciones también podrían evaluar intervenciones que aborden el aspecto adictivo del uso de pantallas y enfoques de prevención dirigidos a subgrupos de niños y adolescentes de mayor riesgo. 49 , 50
Hay limitaciones. Primero, la naturaleza observacional de este estudio impide establecer que las trayectorias de uso adictivo causan los resultados estudiados, aunque el diseño longitudinal mitiga las preocupaciones sobre la causalidad inversa. Segundo, la dependencia de datos autoinformados puede introducir sesgos de recuerdo y deseabilidad social. 20 , 51 Este análisis utilizó puntuaciones ponderadas de análisis factorial confirmatorio para cuantificar el uso adictivo, confirmando su validez de constructo y estimaciones personales del uso de pantallas. Aun así, los estudios futuros deberían considerar incorporar medidas objetivas, como el monitoreo digital pasivo. Tercero, las medidas CBCL informadas por los padres pueden subestimar las condiciones de salud mental. Cuarto, la pandemia de COVID-19 puede haber influido en el tiempo de pantalla, 10 pero los análisis de sensibilidad demostraron hallazgos consistentes (eApéndice 5 en el Suplemento 1 ). Quinto, el Estudio ABCD no evaluó la multitarea en diferentes plataformas de pantalla, por lo que no es posible decir cómo la medición de la multitarea habría afectado estos hallazgos. Sexto, no todos los participantes en el Estudio ABCD tenían datos de seguimiento del año 4 disponibles en el momento de este estudio; Los análisis futuros deberían intentar replicar los resultados cuando se disponga de estos datos. Por último, estos análisis no incluyeron factores psicosociales y conductuales como el acoso escolar, 52 las experiencias adversas en la infancia, 53 , 54 la supervisión parental, 55 , 56 los trastornos del sueño, 57 el estrés, 58 el aislamiento social, 49 y los determinantes sociales de la salud (por ejemplo, los contextos del vecindario y la escuela). 59 , 60 Los estudios futuros deberían examinar las posibles interacciones y relaciones mediadoras entre estos factores, las trayectorias de uso adictivo y los resultados de salud mental.
En la adolescencia temprana, era común observar trayectorias de uso adictivo, elevadas o en aumento, de redes sociales, teléfonos móviles o videojuegos, asociadas a problemas de salud mental y relacionados con el suicidio. Estas trayectorias de uso adictivo de pantallas justifican un estudio más profundo sobre su posible utilidad para la evaluación clínica del riesgo y para el diseño y la evaluación de intervenciones que mejoren la salud mental de los jóvenes.
