ความสัมพันธ์ระหว่างการติดการใช้โทรศัพท์มือถือและภาวะซึมเศร้าในนักเรียนชั้นมัธยมศึกษาตอนต้น
Article Sidebar
Main Article Content
บทคัดย่อ
วัตถุประสงค์ เพื่อศึกษาความสัมพันธ์ระหว่างการติดการใช้โทรศัพท์มือถือและภาวะซึมเศร้าในนักเรียนชั้นมัธยมศึกษาตอนต้น และเพื่อศึกษาปัจจัยอื่นที่มีความสัมพันธ์กับภาวะซึมเศร้าในนักเรียนชั้นมัธยมศึกษาตอนต้น
วิธีการศึกษา เป็นการศึกษาภาคตัดขวางในนักเรียนชั้นมัธยมศึกษาตอนต้น โดยใช้แบบสอบถามข้อมูลส่วนตัวทั่วไปและวัตถุประสงค์ในการใช้โทรศัพท์มือถือ แบบประเมินพฤติกรรมการติดสมาร์ทโฟนฉบับภาษาไทย (Smartphone Addiction Scale-Thai Shot Version) และแบบคัดกรองภาวะซึมเศร้าในเด็กฉบับภาษาไทย (Children’s Depression Inventory) โดยใช้สถิติพรรณนาสำหรับข้อมูลทั่วไป ใช้สถิติเชิงวิเคราะห์เพื่อหาความสัมพันธ์ chi-square, Spearman’s correlation หาความสัมพันธ์ระหว่างปัจจัยต่างๆ กับภาวะซึมเศร้า โดยใช้ logistic regression ในรูปแบบ bivariate analysis และ multivariable analysis
ผลการศึกษา กลุ่มตัวอย่างเข้าร่วมวิจัย 290 ราย พบว่ามีความสัมพันธ์ระหว่างการติดโทรศัพท์มือถือและภาวะซึมเศร้าอย่างมีนัยสำคัญทางสถิติ (p<0.001) ปัจจัยอื่นๆ ได้แก่ ระดับชั้นเรียนที่สูงขึ้นมีความสัมพันธ์กับการมีภาวะซึมเศร้าลดลง (Adj. OR 0.19, p<0.001 ในชั้นมัธยมศึกษาปีที่ 2, Adj. OR 0.46, p<0.001 ในชั้นมัธยมศึกษาปีที่ 3) ผลการเรียนที่ดีขึ้นมีความสัมพันธ์กับภาวะซึมเศร้าลดลง (Adj. OR 0.47, p=0.011) ระยะเวลาในการเล่นมือถือนานขึ้น 1 ชั่วโมง มีความสัมพันธ์กับภาวะซึมเศร้าเพิ่มมากขึ้น 1.10 เท่า (Adj. OR 1.10, p=0.045) การติดการใช้โทรศัพท์มือถือมีความสัมพันธ์กับภาวะซึมเศร้าเพิ่มมากขึ้น 2.92 เท่า (Adj. OR 2.92, p<0.001)
สรุป การติดการใช้โทรศัพท์มือถือมีความสัมพันธ์กับภาวะซึมเศร้าในนักเรียนชั้นมัธยมศึกษาตอนต้น และปัจจัยอื่นที่มีความสัมพันธ์ต่อภาวะซึมเศร้าในนักเรียนชั้นมัธยมศึกษาตอนต้น ได้แก่ ระดับชั้นเรียน ระดับผลการเรียน และระยะเวลาในการใช้โทรศัพท์มือถือ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ส่งมาเพื่อพิจารณา ต้องไม่เคยตีพิมพ์หรือได้รับการตอบรับให้ตีพิมพ์ในวารสารฉบับอื่น และต้องไม่อยู่ระหว่างการส่งไปพิจารณาในวารสารอื่น
เอกสารอ้างอิง
Chaiudomsom K, Arunpongpisarn S, Virasiri S. Depressive disorders. In: Chaiudomsom K, Paholpak P, Vadhanavikkit P, Aphisitphinyo S, editors. Psychiatry. 2nd ed. Khonkaen: Klungnana Vitthaya Press; 2017. p. 174.
Thongpet N. Checklist of causes and symptoms of depression [Internet]. Department of Mental Health; 2019 [cited 2023 Dec 20]. Available from: https://www.dmh.go.th/news-dmh/view.asp?id=30114.
SaeLim P. Depression: Lonely, hopeless, burned out emotional state of Millennial generation in 2019. The Momentum [Internet]. 2019 [cited 2023 Dec 20]. Available from: https://themomentum.co/millennials-mental-health-2019/.
Sadock BJ, Sadock VA, Ruiz P. Kaplan & Sadock's Synopsis of Psychiatry: Behavioral Sciences/Clinical Psychiatry. 11th ed. Philadelphia: Wolters Kluwer; 2015.
Pewnil T. Communication technology use behavior and mental health of secondary school students in Kanchanaburi Province. TU Journal 2015;34(2):134-49.
Saeb S, Zhang M, Karr CJ, Schueller SM, Corden ME, Kording KP, et al. Mobile phone sensor correlates of depressive symptom severity in daily-life behavior: An exploratory study. J Med Internet Res 2015;17:e175.
Wood JT. Interpersonal communication: everyday encounters. 7th ed. Boston (MA): Cengage Learning; 2012.
Charoenwanit S, Soonthornchaiya R. Development of smartphone addiction scale: Thai short version (SAS-SV-TH). J Ment Health Thailand 2019;27(1):25-36.
Kwon M, Kim DJ, Cho H, Yang S. The smartphone addiction scale: Development and validation of a short version for adolescents. PLoS One 2013;8(12):e83558.
Trangkasombat U, Likanapichitkul D. The Children’s Depression Inventory as a screen for depression in Thai children. J Med Assoc Thailand 1997;80:491-9.
Jiamjaroenkul J, Limsuwan N. Depression among junior high school students in Muang district, Chiang Mai province. J Psychiatr Assoc Thailand 2015;60:253-64.
Lohapattanabamrung A. COVID-19 and mental health [internet]. Department of Mental Health; 2024 [cited 2024 Feb 28]. Available from: https://dmh.go.th/news/-dmh.go.th.
Surawan W. Prevalence and factors relating to depression of junior high school students in Nam Phong District, Khon Kaen Province. J Psychiatr Assoc Thailand 2021;66(4):403–16.
Evans D, Borriello GA, Field AP. A review of the academic and psychological impact of the transition to secondary education. Front Psychol 2018;9:1482.
Krause K, Midgley N, Edbrooke-Childs J, Wolpert M. A comprehensive mapping of outcomes following psychotherapy for adolescent depression: The perspectives of young people, their parents and therapists. Eur Child Adolesc Psychiatry 2021;30:1779-91.
Rinne GR, O'Brien MP, Miklowitz DJ, Addington JM, Cannon TD. Depression, family interaction and family intervention in adolescents at clinical-high risk for psychosis. Early Interv Psychiatry 2021;15:360-6.
Männikkö N, Ruotsalainen H, Miettunen J, Kääriäinen M. Associations between childhood and adolescent emotional and behavioral characteristics and screen time of adolescents. Issues Ment Health Nurs 2020;41:700-12.
Twenge JM, Hisler GC, Krizan Z. Associations between screen time and sleep duration are primarily driven by portable electronic devices: Evidence from a population-based study of U.S. children ages 0-17. Sleep Med 2019;56:211-8.
Cai Y, Zhu X, Wu X. Overweight, obesity, and screen-time viewing among Chinese school-aged children: National prevalence estimates from the 2016 Physical Activity and Fitness in China-The Youth Study. J Sport Health Sci 2017;6:404-9.
Davey S, Davey A, Raghav SK, Singh JV, Singh N, Blachnio A, et al. Predictors and consequences of "Phubbing" among adolescents and youth in India: An impact evaluation study. J Family Community Med 2018;25:35-42.
Reinhardt I, Gouzoulis-Mayfrank E, Zielasek J. Use of telepsychiatry in emergency and crisis intervention: Current evidence. Curr Psychiatry Rep 2019;21:63.
Di Carlo F, Sociali A, Picutti E, Pettorruso M, Vellante F, Verrastro V, et al. Telepsychiatry and other cutting-edge technologies in COVID-19 pandemic: Bridging the distance in mental health assistance. Int J Clin Practice 2021;75:10.1111/ijcp.13716.
