ภาวะซึมเศร้าและปัจจัยที่สัมพันธ์ของผู้สูงอายุที่ใช้โซเชียลมีเดีย
คำสำคัญ:
โซเชียลมีเดีย, ผู้สูงอายุ, ภาวะซึมเศร้า, การเสพติด, อินเตอร์เน็ตบทคัดย่อ
ที่มาและวัตถุประสงค์: การทบทวนวรรณกรรมงานวิจัยพบว่าการใช้งานโซเชียลมีเดียในเวลาที่ยาวนาน มีความสัมพันธ์กับการเกิดภาวะซึมเศร้าในกลุ่มวัยรุ่นและวัยทำงาน แต่การศึกษาในผู้สูงอายุยังมีจำกัด การศึกษานี้มีเป้าหมายเพื่อศึกษาภาวะซึมเศร้าและปัจจัยที่สัมพันธ์ในผู้สูงอายุที่ใช้โซเชียลมีเดีย
วิธีการศึกษา: การศึกษานี้เป็นการศึกษาวิจัยเชิงสำรวจแบบภาคตัดขวางในผู้สูงอายุจำนวน 300 คน ในโรงพยาบาลราชวิถี เก็บข้อมูลระหว่าง เดือนมกราคมถึงเมษายน พ.ศ. 2566 เก็บรวบรวมข้อมูลโดยใช้แบบสอบถาม ประเมินพฤติกรรมการติดสื่อสังคมออนไลน์ (Social Media Addict Test: SMAT) และภาวะซึมเศร้า (Thai Geriatric Depression Scales: TGDS-15) วิเคราะห์ข้อมูลโดยสถิติเชิงพรรณนา วิเคราะห์ความสัมพันธ์โดยสถิติไค-สแควร์ และสมการถดถอยโลจิสติกส์
ผลการศึกษา: ผู้เข้าร่วมวิจัยส่วนใหญ่เป็นผู้สูงอายุที่มีอายุระหว่าง 60-85 ปี (กลุ่มวัยตอนต้นหรือตอนกลาง มีอายุโดยเฉลี่ย 66.4±5.25 ปี) มีภาวะซึมเศร้าร้อยละ 3 ระยะเวลาตั้งแต่เริ่มใช้งานโซเชียลมีเดียเท่ากับ 69.8 ±32.1 เดือน การเข้าใช้โซเชียลมีเดีย 240.8 ±128.8 นาทีต่อวัน และการติดสื่อสังคมออนไลน์ร้อยละ 4.30 ปัจจัยที่สัมพันธ์กับภาวะซึมเศร้าของผู้สูงอายุที่ใช้โซเชียลมีเดีย ได้แก่ การมีรายได้ต่ำกว่า 15,000 บาท (p=0.001) ระยะเวลาตั้งแต่เริ่มใช้งานโซเชียลมีเดีย (p=0.007) และการติดตามข่าวสาร/เพจต่าง ๆ (p=0.010) เมื่อวิเคราะห์ปัจจัยร่วมกันพบว่า รายได้ต่อเดือนมีความสัมพันธ์กับภาวะซึมเศร้า (Adj. OR 12.3 95%CI 1.46-102.6, p=0.021)
สรุปผล: ภาวะซึมเศร้าของผู้สูงอายุที่ใช้โซเชียลมีเดียมีจำนวนไม่มาก รายได้ต่อเดือนมีความสัมพันธ์กับภาวะซึมเศร้าในกลุ่มผู้สูงอายุที่ใช้โซเชียลมีเดีย
เอกสารอ้างอิง
Roser M, Ritchie H, Ortiz-Ospina E. Internet. Our World in Data [Internet]. 2015 [cited 2022 Jun 10]. Available from: https://ourworldindata.org/internet.
Johnson J. Internet. Internet usage worldwide [Internet]. 2021 [cited 2022 Jun 10]. Available from: https://www.statista.com/statistics/273018/number-of-internet-users-worldwide/
Lotrakul M, Sukanich P. Psychology Ramathibodi, 4th ed. Department of Psyshology, Faculty of Medicine, Ramathibodi Hospital, Mahidol University; 2015.
Department of Strategy, Electronic Transactions Development Agency, Ministry of Digital Economy and Society. Report on the survey of internet user behavior in Thailand. Bangkok: Electronic Transactions Development Agency, Ministry of Digital Economy and Society; 2020.
Hemmin A. Social media consumption behaviors and opinion towards results of experiencing social media in Bangkok metropolitan [Thesis]. Master of Science (Applied Statistic): National Institute of Development Administration; 2556.
Dullaphan K. Social networking usage behavior and mental factor as a predictor of depression [Thesis]. Master of Arts (communication Arts and Innovation): National Institute of Development Administration; 2561.
Liu YL, Jaime SE, Shensa A, Radovic A, Miller E, Jason CB, et al. Association between social media use and depression among U.S. young adults. Depression and anxiety. 2016; 33: 323-31.
Heather CW, Scott H. Social media use in adolescence is associated with poor sleep quality, anxiety, depression and low self-esteem. J. Adolesc. 2016; 51: 41-49.
Social Statistics Division, National Statistics Office. Executive summary of the survey on Thai elderly in 2021. Bangkok: Statistical Forecasting Division, 2022.
Foundation of Thai Gerontology Research and Development institute (TGRI). Situation of the Thai older persons 2021. Bangkok: Amarin Corporations Public Company Limited; 2022.
Rattana M. Prevalence and factors related to depression among elderly in Phra Nakorn Sri Ayuttaya province [Thesis]. Master of Public Health: Thammasat University; 2559.
Sadock BJ, Sadock AV, Ruiz P. Synopsis of psychiatry. 11th ed. Philadelphia: Wolters Kluwer; 2015.
Changthong T, Laeheem K. Psychosocial Affecting the Depression among the Elderly in Nakhon Si Thammarat Province. J Soc Sci Law Politics. 2021; 5: 53-70.
Setapura P, Chaisongkram N. Prevalence and Associated Factors of Depressive Disorder among the Elderly in Thailand, 2021. Reg Health Promot Center 9 J. 2022; 16: 1070-1084.
Thumcharoen W, Chalernngam N, Chotedelok Y, et al. Factors Related to Depression of the Elderly. Rajabhat Rambhai Barni Res J. 2021; 15: 52-62.
Djernes JK. Prevalence and predictors of depression in populations of elderly. Acta Psychiatr Scand 2006; 113: 372-387.
Wayne WD. Biostatistics: A foundation of analysis in the health sciences. 6th ed. New York: John Wiley and Sons; 1995.
Phantong W, Khammathi A, Saengthong W, et al. Prevalence and Factors Related to Depression among Elderly People in Community Hospitals. S Coll Network J Nurs Publ Health. 2563; 7: 114-126.
Pernsungnern P, Pornnoppadol C, Sitdhiraksa N, Buntub D. Social media addiction: prevalence and association with depression among 7th-12th Grade Students in Bangkok. Graduate Research Conference 2014; 2014 Mar 28; Khon Kaen, Thailand. Khon Kaen: Khon Kaen University; 2014: 1132-9.
Wongpakaran N, Wongpakaran T, Reekum VR. The use of GDS-15 in detecting MDD: A comparison between residents in a Thai long-term care home and geriatric outpatients. J. Clin. Med. Res. 2013; 5: 101–111.
Siriwankulthon I, Jiraporncharoen W, Pinyopornpanish K, et al. Prevalence and factors associated with depression in elderly patients in family medicine outpatient clinic, Chiang Mai University. J Ment Health Thai. 2564; 29: 1-11.
Phanichsiri K, Tuntasood B. Social Media Addiction and Attention Deficit and Hyperactivity Symptoms in High School Students in Bangkok. J Psychiatr Assoc Thailand. 2559; 61: 191-204.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2025 วารสารการแพทย์โลกาภิวัตน์
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial 4.0 International License.
