Dipendenza da tecnologie e social: le fragilità della GenZ e le “colpe” dei genitori

“Dipendenze comportamentali nella Generazione Z: uno studio di prevalenza nella popolazione scolastica (11-17 anni) e focus sulle competenze genitoriali”, questo il titolo dello studio realizzato dal Centro Nazionale Dipendenze e Doping, Istituto Superiore di Sanità, realizzato tra il 2022 e il 2023 su due campioni.

Quello 11-13 anni costituito dal 49% di maschi e dal 48,2% di femmine (il 2,8% ha preferito non indicare il genere); quello14-17 anni è composto dal 49% di maschi e dal 47,6% di femmine (il 3,4% non ha indicato il genere).

Di cosa parliamo quando parliamo di dipendenza

Le neuroscienze considerano le dipendenze da sostanze e quelle comportamentali; in queste ultime, oggetto della dipendenza è una attività.

La dipendenza si manifesta quando, a causa di un comportamento appetitivo (sensazione di piacere, gratificante) di natura compulsiva o eccessiva, vi è una perdita di controllo, al punto da compromettere relazioni sociali e familiari, studio, lavoro; la dipendenza, inoltre, può essere accompagnata da senso di colpa e ricadute croniche.

Nel 2020, La Sezione I del Consiglio superiore di sanità ha approvato il nuovo concetto di dipendenza: “condizione psichica, talvolta anche fisica, derivante dall’interazione tra un organismo, una sostanza e/o uno specifico comportamento, caratterizzata da risposte psicofisiche che comprendono un bisogno compulsivo di assumere la sostanza e/o di mettere in atto un determinato comportamento disfunzionale in modo continuativo o periodico, allo scopo di provare i suoi effetti psichici e di evitare il malessere della sua privazione”.

L’addiction rappresenta il rapporto fra l’individuo e l’oggetto della dipendenza; questa spinge alla ricerca dell’oggetto stesso. Gli individui con addiction hanno difficoltà a fare tesoro delle deleterie conseguenze dei loro comportamenti e persistono in abitudini, a scapito di altre attività della vita, perdendo controllo, centralità ed equilibrio.

Il rischio di addiction nella generazione Z

Lo studio si è concentrato sul rischio della Generazione Z – nativi digitali, i nati tra il 1997 e il 2012 – di sviluppare comportamenti di addiction. Per loro la tecnologia è un linguaggio integrato nella madrelingua, vivono iperconnessi e molti momenti della loro vita relazionale si svolgono sui social, che incidono quindi significativamente nel loro processo di socializzazione e di conoscenza del mondo, nella costruzione della loro identità.

La Generazione Z è nata è cresciuta in un mondo dove tutto è accessibile attraverso la rete, dal cibo ai vestiti, dal gioco agli amici, alla scuola. Alcuni studi dimostrano che l’utilizzo di Internet avviene a un’età sempre più precoce, con evidenze circa un ritardo nello sviluppo di abilità tecniche, critiche e sociali che può comportare un rischio maggiore di sviluppare comportamenti di addiction. Tra i fattori di rischio predisponenti: scarso controllo degli impulsi, disregolazione dell’umore, carenti abilità sociali e la coesistenza di disturbo da deficit di attenzione-iperattività, depressione o ansia sociale.

In particolare, questi comportamenti nell’adolescenza, periodo in cui un soggetto è più vulnerabile, presentano tassi più elevati di coinvolgimento e di sviluppo rispetto all’età adulta. Venendo a considerare i fattori sociali e culturali, va rilevato che la Generazione Z cresce in una società caratterizzata da iperproduzione e iperconsumo, sia in termini quantitativi che qualitativi; i luoghi del vivere e dell’abitare non sono più luoghi esclusivi per la socializzazione e lo sviluppo dell’autostima: queste funzioni si trasferiscono ora anche in Internet.

Gli obiettivi della ricerca sulle “Dipendenze comportamentali nella Generazione Z”

L’obiettivo della ricerca è stato quello di stimare la diffusione di alcuni comportamenti a rischio di insorgenza di dipendenze comportamentali, quali Social Media Addiction (SMA), Internet Gaming Disorder (IGD), Food Addiction (FA), e monitorare la tendenza al ritiro sociale nella popolazione scolastica. In questo articolo ci limitiamo a considerare i primi due, SMA e IGD.

In particolare, lo studio è stato dedicato a

• stimare la prevalenza degli studenti e delle studentesse delle scuole secondarie di I e II grado (11-13 anni e 14-17 anni) che mostrano comportamenti a rischio secondo genere, età e area geografica;
• a descrivere i fattori associati a questi comportamenti compresi i tratti di personalità;
• a confrontare i profili dei ragazzi e delle ragazze nei comportamenti indagati con le percezioni dei loro genitori per comprendere quanto quest’ultimi conoscano i comportamenti dei propri figli e delle proprie figlie.

In generale, con SMA si definisce una dipendenza comportamentale caratterizzata da un bisogno incontrollabile di accedere ad informazioni o veicolare dei contenuti propri verso terzi, in una maniera talmente compulsiva da compromettere gli altri ambiti di vita quotidiana.

L’IGD è invece l’uso persistente e ricorrente di Internet per partecipare a giochi, spesso con altri giocatori, che porta a compromissione o disagio clinicamente significativi per un periodo di 12 mesi.

Focus sui fenomeni legati all’uso problematico dei social

Lo studio si sofferma dapprima sui risultati relativi all’analisi sommaria della letteratura scientifica riferibile a fenomeni emergenti (sfide social, doxing, sexting e morphing), legati all’utilizzo problematico dei social media, che al momento non hanno ancora un corpus di evidenze scientifiche robuste. Le social challenge consistono in giochi online presentati sottoforma di sfide. Il soggetto si registra con uno smartphone o con una webcam, completa una sfida e poi condivide il video.

Il doxing è una forma di cyberbullismo caratterizzata dalla diffusione via Internet di dati personali e sensibili senza consenso. Il sexting (sex + texting, cioè gli sms), riguarda l’invio di messaggi elettronici con delle allusioni a sfondo erotico. Il morphing consiste nella possibilità di trasformare le immagini con effetti credibili e naturali, tecnica utilizzata per trasformare le proprie fotografie per apparire diversi da come in effetti si è. Tra le dimensioni, associate allo sviluppo di comportamenti a rischio di dipendenza, sono state studiate:

• ansia sociale: paura molto intensa che riguarda una o più situazioni sociali ben definite (parlare o mangiare in pubblico, ecc.);
• depressione, caratterizzata da episodi di umore depresso accompagnati principalmente da bassa autostima e perdita di interesse per le attività normalmente gradite;
• Impulsività: comportamenti rischiosi non pianificati, espressi prematuramente, spesso associati a esiti indesiderabili;
• regolazione emotiva: processi responsabili del monitoraggio, della valutazione e della modifica di alcune o di tutte le componenti dell’esperienza emotiva per raggiungere i propri obiettivi;
• qualità del sonno: l’autosoddisfazione per tutti gli aspetti dell’esperienza del sonno, che ha quattro attributi: efficienza, latenza e durata del sonno, e veglia dopo l’inizio del sonno.
• stili di vita non salutari: consumo di sostanze quali fumo, alcol, cannabis e altre stupefacenti, ansiolitici, energy drink con e senza alcol). Nell’analisi della letteratura sono stati considerati anche quelli salutari, come praticare sport, coltivare un hobby, consumare cibi sani).

La social media addiction

La SMA attualmente non è inclusa nei manuali diagnostici di riferimento per l’attività clinica, ma la ricerca scientifica ha identificato criteri per individuarne i segnali di comparsa (vedi sopra per la definizione). Essi sono: l’impossibilità di smettere di usare i social media; diventare ansiosi o irritabili se ne viene proibito l’uso; bisogno incontrollabile di utilizzarli.

Gli strumenti di screening utilizzati nell’ambito della ricerca hanno consentito di acquisire importanti informazioni sul rischio di sviluppare comportamenti che possono essere collegati alla SMA che sono riassumibili nell’uso invasivo dei social media, tanto da non riuscire più a dedicare del tempo a tutte le altre attività; nel caso dei giovani a scuola l’uso dei social media potrebbe avere un impatto negativo sugli studi.

In generale sono 3 i modelli che spiegano la SMA:

• cognitivo-comportamentale: le attività di social networking eccessivo derivano da cognizioni disadattive e sono amplificate da diversi fattori ambientali. L’interazione tra i fattori individuali (le cognizioni) e quelli ambientali potrebbe determinare comportamenti compulsivi e/o che creano dipendenza nell’uso dei social network.
• abilità sociali: scarsa capacità di auto-rappresentazione e preferenza per la comunicazione virtuale rispetto a quella faccia a faccia; tale preferenza può sfociare in un uso compulsivo, che quindi crea dipendenza, dei social network.
• socio-cognitivo: l’uso dei social media è determinato dall’aspettativa di risultato (es. utilizzo dei social per alleviare la solitudine). In combinazione con un’elevata autoefficacia nell’uso di Internet (ad esempio come risultato di un’esperienza precedente) e con uno scarso controllo sull’uso, l’aspettativa di ricompense positive sviluppa modelli comportamentali compulsivi.

L’uso problematico dei social media sembra correlato anche ad altri disagi psichiatrici:

• disturbo da deficit di attenzione/iperattività (Attention Deficit Hyperactivity Disorder, ADHD);
• rischio di mettere in atto comportamenti che, oltre ad essere dannosi per la salute, sono perseguibili a norma di legge (ad es. cyberbullismo, tra cui il doxing).

Nella popolazione scolastica 11-17 anni, la prevalenza di comportamenti a rischio di SMA nell’ultimo anno è stato pari al 2,5%. La prevalenza è maggiore tra le femmine in entrambe le classi d’età. Di contro, i maschi mostrano prevalenze sotto la media nazionale.

Vediamo le prevalenze per macroarea geografica. Nella popolazione 11-13 anni, le prevalenze più alte si registrano nelle Isole (3%, rispetto al 2,2% della media nazionale), mentre nella popolazione 14-17 anni, le prevalenze più elevate riguardano il Meridione (3,4%), il Nord Ovest e il Nord Est (entrambi 3%), (media nazionale 2,7%)

Infine, nella popolazione delle scuole secondarie di II grado, le prevalenze mostrano valori sopra la media nazionale nei licei artistici (5%), nei licei (3,3%) e negli istituti professionali (3%).

Il collegamento tra SMA e comportamenti problematici legati all’uso di Internet

Tra gli individui del campione che presentano comportamenti problematici riconducibili a SMA le ragazze sono maggiormente rappresentate. Coloro che presentano rischio di SMA sono coinvolti in percentuale più che doppia, rispetto ai loro coetanei che non presentano tale rischio, in comportamenti problematici legati all’uso di Internet: in atti di doxing praticato (39,8%), doxing subito (47%) e nelle social challenge pericolose (19,3%). Solo nel 10% circa degli individui che presentano rischio di SMA non si manifestano ansia, depressione e bassa impulsività. In particolare, coloro che manifestano il rischio di SMA hanno riportato maggiormente, rispetto a coloro che non presentano segni di SMA, sintomi riconducibili ad un’ansia sociale moderata (28,9%) o grave (36,1%); alla depressione moderata (22,9%) o moderatamente grave/grave (51,8%); tratti di alta impulsività (oltre il 90%). Differenze statisticamente significative sono emerse anche rispetto ai consumi a rischio. Gli individui che hanno consumato tabacco e/o nicotina nei 30 giorni antecedenti l’intervista sono il 7,9% tra coloro che non presentano segni di SMA mentre sono oltre il 30% tra coloro che presentano rischio di SMA. Il prodotto maggiormente consumato da questi ultimi è la sigaretta elettronica seguito dalla sigaretta di tabacco tradizionale. Inoltre, il 30,1% di coloro che presentano rischio di SMA ha consumato bevande alcoliche nei 30 giorni antecedenti l’intervista e il 12% si è ubriacato; queste percentuali sono minori nel campione che non presenta rischio di SMA, in cui si riscontra il 13,4% di studenti e studentesse che hanno consumato bevande alcoliche e l’1,9% che si è ubriacato.

Infine, coloro che presentano un rischio di sviluppare SMA manifestano una peggiore qualità del sonno (il 49,4% dorme meno di 6 ore a notte e quasi il 30% impiega più di 45 minuti per addormentarsi); praticano meno sport a livello agonistico (38,6%); si dedicano meno ad attività di volontariato (10,8%); consumano quotidianamente meno frutta e verdura (32,5%). Anche tra i soggetti di 14-17 anni con comportamenti riconducibili a SMA le ragazze sono maggiormente rappresentate (80,9% contro il 46,5% di quelle che non presentano SMA).

Come riscontrato nella popolazione scolastica 11-13 anni, anche in quella 14-17 anni coloro che presentano rischio di SMA sono coinvolti in percentuali maggiori in tutti i comportamenti problematici legati all’uso di Internet: doxing praticato (43,9%) e subito (52,9%), social challenge pericolose (10,8%). Inoltre, in questa fascia di età sono stati indagati anche il sexting e il morphing. Tra coloro che presentano segni di SMA, il 43,3% ha inviato sextext e il 68,2% ha ricevuto messaggi a sfondo erotico, il 51% ha praticato il morphing. Le percentuali di ansia, depressione e impulsività risultano piuttosto alte tra coloro che mostrano segni riconducibili a SMA nelle secondarie di II grado. Oltre il 70% presenta un profilo di ansia sociale e oltre l’80 mostra sintomi di depressione (moderata, moderatamente grave e grave), e alta impulsività. Anche nella popolazione scolastica 14-17 anni sono emerse differenze significative, tra coloro che presentano rischio di SMA e coloro che non lo presentano, in relazione a diversi ambiti degli stili di vita. Il campione che presenta segnali di rischio di SMA ha dichiarato per il 69,4% di aver consumato tabacco e/o nicotina nel mese precedente l’intervista. Sempre in riferimento ai consumi dello stesso periodo, il 68,2% di coloro che presentano segni SMA ha assunto bevande alcoliche, il 34,4% si è ubriacato almeno una volta e l’8,9% ha assunto ansiolitici. Tra gli studenti e le studentesse a rischio SMA, l’85% circa ha dichiarato una qualità del sonno non buona. Inoltre, coloro che presentano il rischio SMA praticano meno sport a livello agonistico (19,7%) e consumano meno frutta e verdura quotidianamente (33,1%) rispetto a coloro che non presentano tale rischio.

Infine, tra coloro che presentano segni di SMA, il 26,8% ha dichiarato di essere stato bocciato o di avere un rendimento scolastico più basso della media, e il 71,3% ha dichiarato di avere un rapporto difficile con i propri genitori

Internet gaming disorder

Il disturbo da gioco in Internet (Internet Gaming Disorder, IGD) consiste nell’uso persistente e ricorrente di Internet per partecipare a giochi, spesso con altri giocatori, che porta a compromissione o disagio clinicamente significativi per un periodo di 12 mesi. L’undicesima edizione dell’International Classification of Diseases lo ha assunto come categoria diagnostica e lo descrive come Gaming Disorder (GD) prevalentemente online, in quanto caratterizzato da un modello di comportamento di gioco persistente o ricorrente (“gioco digitale” o “videogioco”) principalmente su Internet e si manifesta: con controllo alterato sul gioco (es. inizio, frequenza, intensità, durata, termine, contesto); il gioco ha la precedenza su altri interessi della vita e attività quotidiane; continuazione o escalation nonostante conseguenze negative.

Una metanalisi tra le più recenti indica una prevalenza mondiale del disturbo da gioco del 3,05%.

Nella popolazione 11-17 anni, la prevalenza di rischio di IGD relativa all’ultimo anno è il 12%.

Tra i maschi si osservano prevalenze di rischio di IGD più elevate rispetto alla media nazionale sia tra gli studenti di età compresa tra gli 11 e i 13 anni (18%), sia tra quelli di età compresa tra i 14 e i 17 anni (13,8%). Tra le studentesse tra gli 11 e i 13 anni la prevalenza è il 10,8%, in quelle tra i 14 e i 17 anni è il 5,5%. Si è rilevato un decremento del rischio di IGD con il progredire dell’età e prevalenze più alte di rischio di nelle Isole e nel Centro. Infine, sono state osservate le prevalenze più elevate tra coloro che frequentano gli istituti tecnici (13,2%), a seguire licei artistici (12,7%), istituti professionali (11,1%) e licei (7,6%)

Le caratteristiche riconducibili a IGD riguardano più i maschi (64,8%) che le femmine (32,6%). Tra coloro che presentano IGD, oltre la metà è residente nel Centro Sud della penisola.

Essi sono maggiormente interessati da comportamenti problematici legati all’uso di Internet: il 25,8% ha praticato doxin e il 36,6% lo ha subito; la percentuale di coloro che hanno partecipato alle social challenge pericolose è tripla rispetto a coloro che non mostrano segni di IGD. Tra gli studenti e le studentesse in cui si rileva un rischio di IGD, oltre il 40% ha riportato sintomi riconducibili ad ansia sociale, moderata (27,6%) o grave/molto grave (14,5%); oltre il 50% ha riportato tratti riconducibili alla depressione, moderata (23,6%), moderatamente grave/grave (26,9%); il 75% circa mostra tratti di alta impulsività contro il 41,5% degli studenti e delle studentesse non a rischio di IGD. In generale, solo il 21% circa del campione 11-13 anni che presenta rischio di IGD non mostra nessun segnale di ansia sociale e/o depressione stili di vita. Nei 30 giorni antecedenti la rilevazione, il 14,2% di coloro che presentano il rischio di IGD ha consumato prodotti a base di tabacco e/o nicotina. Il 2,2% ha consumato tabacco riscaldato, l’11% sigarette elettroniche; non sono emerse differenze statisticamente significative nel consumo di tabacco tradizionale. Sempre negli ultimi 30 giorni antecedenti la rilevazione, nel gruppo di presenza di rischio IGD, il 22,3% ha assunto bevande alcoliche, il 5,3% si è ubriacato.

Coloro che fanno parte del gruppo Presenza di rischio di IGD hanno anche una peggiore qualità del sonno: il 30,6% ha dormito meno di 6 ore a notte nel mese antecedente l’intervista e quasi il 25% impiega più di 45 minuti per addormentarsi. Alcune differenze sono emerse anche rispetto al consumo di frutta e verdura e alla lettura di libri: coloro che presentano il rischio di IGD consumano meno frutta e verdura (40,7% vs. 46,2%) e leggono meno libri (8,1% vs. 13,9%).

Rispetto al rapporto con i genitori e al rendimento scolastico, tra gli 11-13enni che presentano rischio di IGD, il 12% ha un rendimento scolastico più basso rispetto alla classe e il 58,6% dichiara di avere un rapporto difficile con i propri genitori

Scuola secondaria di II grado: 14-17 anni

Anche tra gli studenti e le studentesse di età compresa tra i 14 e i 17 anni, i comportamenti riconducibili a IGD interessano più i maschi (67,4%) che le femmine (26,6%). Differenze statisticamente significative sono emerse anche per l’area geografica (tra coloro che presentano IGD, il 39,8% risiede nel Nord est) e nella tipologia di scuola frequentata.

Nella popolazione 14-17 anni si rileva una percentuale più elevata di alcuni comportamenti problematici legati all’uso di Internet rispetto a coloro che hanno un’età compresa tra gli 11 e i 13 anni: il 32,6% ha praticato doxing, il 42,4% lo ha subito. Di contro, si rileva una percentuale inferiore della pratica delle social challenge pericolose, ma comunque tra coloro che presentano un rischio di IGD la percentuale della pratica delle sfide social è circa il doppio rispetto a coloro della stessa fascia di età che non presentano tale rischio (rispettivamente 10,7% e 4,4%). Inoltre, tra coloro che presentano rischio IGD il 29,1% ha inviato sexting e il 49,7% li ha ricevuti. Nella stessa fascia di popolazione scolastica, sono maggiori le percentuali di ansia sociale, depressione e impulsività nel gruppo che presenta il rischio di IGD.

Sono anche emerse differenze statisticamente significative anche negli stili di vita. Il 22,1% di coloro che presentano il rischio di IGD si è ubriacato nel mese antecedente l’intervista rispetto al 18,5% di coloro che non presentano tale rischio e il 7% ha assunto ansiolitici. Il 7,1% ha consumato sostanze psicoattive diverse da cannabis almeno una volta nella vita e il 71,5% ha dichiarato una qualità del sonno non buona. Nel gruppo Presenza di IGD si pratica meno sport a livello agonistico (29,4% vs. 34,7%) e si consuma meno frutta e verdura quotidianamente (32,4% vs. 38,8%).

Infine, il 22,3% del gruppo con presenza di rischio di IGD ha dichiarato di essere stato bocciato o di avere un rendimento scolastico più basso della media e il 64,9% ha dichiarato di avere un rapporto difficile con i propri genitori.

I fattori associati

Il Fattore di rischio è una specifica condizione che risulta statisticamente associata ad una malattia e che pertanto si ritiene possa concorrere alla sua patogenesi, favorirne lo sviluppo o accelerarne il decorso; è pertanto un indicatore di probabilità che lo stesso possa associarsi ad una determinata condizione clinica.

Il Fattore di protezione, di contro, è una condizione che risulta statisticamente significativa nella prevenzione. L’epidemiologia moderna contempla tra i fattori di rischio e protezione anche:

• diversi aspetti del comportamento,
• caratteristiche genetiche o intrinseche del soggetto,
• esposizione ambientale o stili di vita.

Social Media Addiction: fattori associati al rischio

Nella popolazione 11-13 anni, i principali fattori associati al rischio di sviluppare SMA sono: 1) tratti gravi o moderati di ansia sociale; 2) alti livelli di impulsività; 3) genere femminile; 4) pratica del doxing; partecipazione a social challenge.

Coloro che presentano ansia sociale moderata hanno circa il quadruplo delle possibilità di sviluppare segni assimilabili alla SMA, ma nei casi di ansia grave e molto grave questo rapporto si decuplica; chi presenta punteggi elevati di impulsività ha cinque volte di più la possibilità di sviluppare segni assimilabili a SMA.

Le ragazze e coloro che praticano doxing hanno quasi il triplo delle possibilità di sviluppare SMA, chi ha partecipato alle social challenge ne ha circa il doppio. Nella popolazione scolastica 14-17 anni, i fattori associati al rischio di sviluppare manifestazioni riconducibili alla SMA sono: ansia sociale grave o molto grave, depressione moderatamente grave o grave, essere stati bocciati o aver avuto un rendimento scolastico inferiore alla media, ansia sociale moderata. Altri fattori associati sono alta impulsività, genere femminile, doxing praticato, consumo di tabacco e/o nicotina negli ultimi 30 giorni, morphing. In altre parole, tali soggetti hanno circa 3 volte più probabilità di sviluppare SMA. Coloro che mostrano segni di alta impulsività, le ragazze e coloro che hanno praticato il doxing, il morphing o che hanno fumato almeno una volta nella vita hanno circa il doppio delle probabilità di sviluppare segnali riconducibili alla SMA.

Internet Gaming Disorder: fattori associati al rischio

Nella popolazione studentesca tra gli 11 e i 13 anni, considerando tutti i fattori associati al rischio di sviluppare IGD, quelli che hanno un peso maggiore sono la depressione moderatamente grave o grave, la depressione moderata, il genere maschile, l’ansia sociale. In particolare, coloro che presentano tratti di depressione moderatamente grave o grave hanno quasi sei volte di più la possibilità di sviluppare IGD; quelli che presentano tratti di depressione moderata e i maschi hanno quasi il quadruplo delle possibilità. Coloro che presentano tratti di depressione lieve, che hanno partecipato alle social challenge o che presentano tratti di alta impulsività hanno circa il doppio delle possibilità di sviluppare IGD. Sono maggiormente esposti anche coloro che praticano meno attività ricreative (ad es. la lettura), che presentano tratti di ansia sociale lieve, che sono residenti nel Centro Italia o nel meridione e che praticano il doxing. I fattori maggiormente associati sono: genere maschile; ansia sociale grave o molto grave; ansia sociale moderata; depressione moderatamente grave o grave; depressione moderata. I maschi, poi, hanno sette volte più possibilità e i ragazzi e le ragazze di 14 anni e coloro che mostrano tratti di ansia sociale lieve hanno circa il doppio delle possibilità di sviluppare IGD. Sono comunque esposti al rischio i fortemente impulsivi, gli affetti da depressione lieve, i partecipanti alle social challenge, i residenti nel Centro o nel Nord Est, chi non ha abitudini alimentari sane e ha un rendimento scolastico basso o sotto la media. Un accenno solo alla Food Addiction grave, perché tra i fattori associati al rischio ci sono l’aver praticato social challenge (questi soggetti hanno anche circa il triplo delle possibilità di sviluppare problematiche legate al ritiro sociale) e doxing.

Focus sui genitori

La qualità della relazione tra genitori e figli è fondamentale affinché l’adolescente affronti con successo le sfide che la crescita gli presenta, rafforzando le proprie strategie di adattamento. D’altra parte, il genitore del nuovo millennio si trova non solo a dover comprendere i bisogni biologici, emotivi e cognitivi del figlio in una nuova fase dello sviluppo, qual è l’adolescenza, ma anche a dover conoscere il mondo digitale in cui il figlio della Generazione Z è immerso, rischiando di confrontare costantemente la propria adolescenza con la vita in rete dei propri figli e di assumere posizioni estreme tra disinteresse e preoccupazione.

Il fattore di scarsa supervisione (Poor Monitoring) si riferisce alla scarsa consapevolezza, attenzione e supervisione da parte dei genitori rispetto alle attività del proprio figlio nelle differenti aree di vita (amici, scuola e comportamento a casa) e alla mancata comunicazione al figlio che il genitore è preoccupato e consapevole di tali attività.

Il fattore relativo all’efficacia della disciplina (Ineffective Discipline) si riferisce all’attuazione di stili genitoriali autoritari o permissivi che sono caratterizzati come alti o bassi nelle due dimensioni genitoriali: esigente e reattiva. L’obiettivo di una disciplina efficace è promuovere un comportamento accettabile e appropriato nei bambini e nelle bambine e crescere adulti emotivamente maturi. Una persona disciplinata è in grado di rimandare il piacere, è rispettosa dei bisogni degli altri, è assertiva senza essere aggressiva o ostile e può tollerare il disagio quando necessario.

Risultati

Il 54,2% dei genitori ha dichiarato di imporre sempre delle regole sull’utilizzo dei videogiochi. Più della metà ha dichiarato di imporre regole per l’uso dei social media, mentre il 42,9% non ha autorizzato l’uso dei social media ai figli. Solo una piccola percentuale non ritiene opportuno dare regole (3,9%). I padri sembrano subire meno gli effetti dell’interferenza della tecnologia nelle relazioni con i figli rispetto alle madri

I risultati mostrano che nel 57,9% dei genitori che non esercitano una adeguata disciplina si riscontra anche uno scarso atteggiamento positivo e/o accogliente verso i figli. Similmente, anche nel 59,6% dei genitori che esercitano una scarsa supervisione sulle attività dei figli e nel 60,9% di coloro che permettono alla tecnologia di interferire nella relazione con i figli, si riscontra uno scarso atteggiamento positivo e/o accogliente verso i figli.

Rispetto alla definizione di regole da parte dei genitori sull’utilizzo dei social media, la percentuale più alta di genitori che hanno uno scarso atteggiamento positivo si riscontra tra coloro che dichiarano di avere regole “a volte”; al contrario uno stile genitoriale positivo e supportante si rileva maggiormente nei genitori che dichiarano di mettere sempre regole sull’utilizzo dei social (52%). D’altro canto, il 66,3% di coloro che mostrano una genitorialità positiva (positive parenting) promuove anche un comportamento accettabile e appropriato nel figlio e/o nella figlia (disciplina efficace); uno stile genitoriale efficace relativo alla disciplina si riscontra maggiormente anche nei genitori che esercitano una buona supervisione sulla prole (68,6%) e in quelli che non permettono che il loro uso della tecnologia interferisca nella relazione filiale (69,6%). Similmente, questo atteggiamento disciplinare viene rilevato maggiormente anche tra i genitori che non riscontrano un problema di dipendenza con i videogiochi nella prole (67,9%), tra coloro che non riscontrano rischio di FA (65%) e, infine, tra i genitori che mettono regole sull’utilizzo dei social media. Di contro, una disciplina inefficace si riscontra maggiormente in coloro che non hanno una genitorialità positiva (41,3%), in coloro che attuano una scarsa supervisione (49,5%), nei genitori che permettono che il loro uso della tecnologia interferisca nel rapporto filiale (46,9%).

Interferenza della tecnologia nella relazione con i figli

Lasciare che l’utilizzo della tecnologia interferisca nella relazione con i propri figli è un comportamento che si riscontra in percentuali maggiori tra i genitori meno supportanti, motivanti, accudenti (51,3%), tra coloro che hanno una disciplina inefficace (55,3%) e una scarsa supervisione dei figli (51,6%). Di contro, tra quei genitori che presentano una genitorialità positiva, una disciplina efficace e una buona supervisione si riscontra in percentuali maggiori un’attenzione all’interferenza delle tecnologie nella relazione con i figli. Tra i genitori che sostengono che i figli hanno un problema di gaming, il 53,2% ha difficoltà di gestione di tale problema che provoca cattivi rapporti coi figli. L’interferenza è maggiormente presente anche tra coloro che hanno dichiarato di non apporre regole o di metterle a volte (rispettivamente 48,8% e 51,8%) e tra coloro che hanno dichiarato l’assunzione incontrollata di cibi e bevande da parte dei figli (59,6%). Di contro, la tecnologia sembra interferire meno nelle relazioni con i figli, tra coloro che non hanno percepito un uso problematico dei videogiochi nei figli (58,9%), o che non hanno percepito l’assunzione incontrollata di cibi (57,9%); tra coloro che hanno dichiarato che i figli non usano i social media oppure appongono sempre regole per l’uso sono più elevate le percentuali di assenza di interferenza della tecnologia (rispettivamente 55,8% e 60,4%).

Infine, tra coloro che hanno dichiarato di non essere stati mai costretti ad alzarsi la notte per più di due volte a causa di risvegli notturni dei figli, il 59,1% non subisce l’interferenza della tecnologia nella relazione con i figli, così come chi ha dichiarato una frequenza variabile da qualche volta a sempre (qualche volta 55,1%; spesso 56,5%; sempre 53.3%). Solamente tra coloro che hanno dichiarato questo comportamento come occasionale, il 47,9% non subisci l’interferenza della tecnologia

Descrizione dei risultati dei questionari appaiati

Appaiando 681 questionari dei genitori con quelli dei propri figli, per confrontare i profili emotivi e comportamentali di questi ultimi con quanto riportato dai genitori e approfondire le conoscenze su competenze e stili genitoriali, sono stati rilevati percentuali più alte di comportamenti problematici quando i genitori non pongono regole.

Social Media Addiction: percezione genitori

Sono emerse differenze statisticamente significative riguardo la situazione lavorativa dei genitori. Tra gli occupati, l’1,1% ha figli che mostrano problemi di SMA, tra i casalinghi/e questa percentuale è 6,7%. Lo stesso nel fattore relativo alla supervisione dei figli: il punteggio medio sul fattore Poor Supervision è più alto nei genitori con un figlio SMA. Ai genitori che hanno dichiarato di non mettere regole per l’utilizzo dei social media, corrisponde il 17,2% di studenti e studentesse a rischio di SMA; questa percentuale scende al 2,9% tra i genitori che hanno dichiarato di metterle sempre e ancora allo 0,7% tra i genitori che le mettono “a volte”.

Internet Gaming Disorder: percezione genitori

Analizzando la posizione lavorativa dei genitori, si osserva che tra coloro che hanno dichiarato di essere casalinghi/e, il 22,5% ha un figlio/a con un comportamento problematico di gioco; questa percentuale scende tra coloro che hanno un’occupazione (11,7%) e ancora di più tra coloro che non hanno un’occupazione (6,9%). Ai genitori che hanno dichiarato di non mettere regole per l’utilizzo dei social media, corrisponde il 31% di studenti e studentesse con problematiche legate alla pratica di gaming, questa percentuale scende al 12,9% tra i genitori che hanno dichiarato di mettere sempre regole e scende ancora al 6,9% tra i genitori che hanno dichiarato di mettere a volte delle regole.

Uno sforzo congiunto per curare la grande fragilità della Generazione Z

I risultati del progetto “Dipendenze comportamentali Gen Z” confermano come per garantire la salute pubblica – e le sue funzioni di promozione della salute e prevenzione – sia necessario coinvolgere tutta la comunità educante e le istituzioni sociosanitarie ma soprattutto intraprendere un cambiamento culturale per cui coloro che operano nell’ambito della ricerca, della clinica e coloro che hanno ruoli di responsabilità delle politiche sanitarie e sociali avvertano la necessità di operare in sinergia. Mentre la comunità scientifica deve riconoscere e definire nuovi costrutti e strumenti che siano utili al monitoraggio, alla clinica e a orientare la presa in carico e il trattamento da parte del sistema sanitario, i decisori politici devono attivare e sostenere programmi di prevenzione primaria basati sui dati e le evidenze ma anche stimolare la crescita di tutta la comunità educante – famiglia e scuola in primis – perché sia in grado di comprendere il cambiamento culturale ed evolutivo in atto.

La grande fragilità della Generazione Z, può essere riassunta nei seguenti termini:

• Insorgenza: i disturbi si manifestano sempre più precocemente e vanno aggravandosi con l’età; fa eccezione l’IGD in cui all’insorgenza precoce segue una decrescita, anche se la popolazione coinvolta nel passaggio dalla scuola secondaria di I grado a quella di II grado sembra essere particolarmente esposta.
• Differenze di genere: la SMA è un fenomeno a prevalenza femminile, l’IGD è a prevalenza maschile.
• Associazione con disturbi della sfera emozionale: tutti i fenomeni indagati sono ampiamente correlati a tratti di ansia, depressione e elevata impulsività. In generale, si sottolinea come i livelli di ansia sociale e depressione siano molto precoci e ad alta prevalenza nella popolazione scolastica. Associazione con stili di vita non salutari

La SMA risulta correlata a stili di vita non salutari, in particolare consumo di tabacco e nicotina, alcol, altre sostanze psicoattive e ansiolitici; questa propensione con i consumi di sostanze, invece, non si associa all’IGD. Inoltre, sia SMA che IGD sono correlati con cattive abitudini rispetto al sonno, (quantità di ore dormite e qualità) e con un difficile rapporto di comunicazione con i genitori.

Le misure necessarie per aiutare ragazzi e genitori

È necessario implementare strategie di prevenzione durante la scuola primaria e secondaria di I grado atte a sostenere lo sviluppo emotivo della popolazione scolastica.

È necessario supportare i genitori nello sviluppo di stili educativi e nell’adozione di comportamenti salutari all’interno della famiglia, elementi indispensabili per attuare interventi di prevenzione efficaci.

La società ha un peso importante nella possibilità dell’individuo di sviluppare dipendenze, come la fragilità individuale. Intervenire precocemente nei diversi contesti, fornendo opportunità per il percorso di crescita lungo il continuum dall’infanzia all’adolescenza e sostenendo la comunità educante, è fondamentale per affrontare le continue sfide che impone un contesto che cambia sempre più velocemente e radicalmente.

Il contesto ha rilievo notevolissimo. La povertà educativa di alcuni territori fa sì che lo “spazio virtuale” si sostituisca a quello sociale nella socializzazione, nell’autostima e nell’accrescimento della conoscenza. Il digitale da strumento a disposizione degli individui è diventato l’ambiente stesso in cui essi si muovono, offrendo tutto a disposizione di un semplice click e facendo perdere la capacità di “attendere”, necessaria alla gestione delle frustrazioni e delle emozioni. La dispersione scolastica mostra una forte differenziazione regionale e il divario socioeconomico tra le diverse aree geografiche del Paese.

L’importanza di educazione e orientamento

L’educazione e l’orientamento sono indispensabili per sostenere bambini e adolescenti: nello sviluppo verso l’indipendenza (non essere condizionati) e l’autonomia (riconoscere e seguire le proprie inclinazioni); nella capacità di prendere decisioni (auto-orientamento), di sviluppare competenze trasversali e strategiche e di allenarsi nell’immaginare e costruire un personale progetto di vita. Secondo la Società Italiana di Pediatria (SIP) troppo pochi pediatri si relazionano con le famiglie riguardo all’utilizzo dei dispositivi digitali, mentre dovrebbero spiegarne sia gli effetti benefici che quelli negativi, in base all’età. Essi dovrebbero “discutere con i genitori riguardo le ripercussioni che possono essere causate dall’uso dei media sulla salute (inadeguato riposo, riduzione dell’attività fisica e delle interazioni genitore-bambino, sviluppo neurologico non fisiologico”. Inoltre, in accordo con l’American Academy of Pediatrics e con le linee guida australiane, la SIP ha suggerito che l’esposizione ai dispositivi multimediali durante l’infanzia debba essere regolata sulla base delle prime evidenze cliniche.

I genitori dovrebbero condividere l’uso dei dispositivi con i figli per promuovere l’apprendimento e le interazioni, insegnare loro come usare la tecnologia in modo sicuro, monitorare il contenuto dei media e le app che vengono scaricate. Le interazioni volontarie dei genitori con i figli sono e saranno sempre la migliore strategia per una crescita sana.

Le raccomandazioni ai genitori

Elenchiamo le raccomandazioni della SIP ai genitori rispetto all’accesso a internet:

• astensione dall’uso:
  • nella fascia di età inferiore ai 2 anni;
  • durante i pasti;
  • 1 ora prima di andare a dormire;
  • da programmi frenetici e rapidi, con contenuti distraenti o violenti,
• di non usare lo smartphone come un “pacificatore” per mantenere calmi i bambini in luoghi pubblici;
• di limitare l’esposizione:
  • a meno di 1 ora al giorno nella fascia di età compresa tra i 2 e i 5 anni;

• a meno di 2 ore al giorno nella fascia di età compresa tra i 5 e gli 8 anni;
• a programmi di alta qualità solo in presenza di adulti.

I minori, soprattutto nelle fasce di età più giovani, sono grandi imitatori e perciò gli adulti stessi devono:

• limitare loro stessi l’utilizzo dei dispositivi;
• interagire di più con i bambini;
• non usare i dispositivi o il cibo come surrogati perché questo limiterà lo sviluppo del controllo delle emozioni dei figli e delle figlie.

Suggerimenti per i decisori politici

Infine, lo studio si conclude con una serie di suggerimenti ai decisori politici, segnalando la necessità di:

• potenziare e supportare i servizi per i disturbi della salute mentale – per poter rispondere all’emergenza già in atto – mediante la capillarità di servizi sul territorio e la formazione continua del personale;
• investire sul monitoraggio della popolazione, lo studio dei fattori di rischio e protezione e lo sviluppo di strategie di prevenzione e intervento efficaci;
• sensibilizzare le agenzie educative a comprendere i cambiamenti culturali per riconoscere i segnali precoci di disagio, ma anche le risorse che i giovani possono allenare e sviluppare col dialogo continuo, tenendo aperta la comunicazione bidirezionale con le nuove generazioni;
• prospettare ai ragazzi e alle ragazze un futuro desiderabile e possibile.

Bibliografia (di tutto lo studio)

ABS. Australian health survey: physical activity. Canberra: Australian Bureau of Statistics; 2011. Disponibile all’indirizzo: https://www.abs.gov.au/statistics/health/health-conditions-andrisks/australian-health-survey-physical-activity/latest-release; ultima consultazione 25/09/2023.

Adams RC, Sedgmond J, Maizey L, Chambers CD, Lawrence NS. Food addiction: implications for the diagnosis and treatment of overeating. Nutrients 2019;11(9):2086. https://doi.org/10.3390/nu11092086

Ahern NR, Mechling B. Sexting: serious problems for youth. J Psychosoc Nurs Ment Health Serv. 2013 Jul;51(7):22-30. doi: 10.3928/02793695-20130503-02.

Aloi M, Rania M, Rodríguez Muñoz RC, Jiménez Murcia S, Fernández-Aranda F, De Fazio P, SeguraGarcia C. Validation of the Italian version of the Yale Food Addiction Scale 2.0 (I-YFAS 2.0) in a sample of undergraduate students. Eat Weight Disord. 2017;22(3):527-33. https://doi.org/10.1007/s40519-017-0421-x

Amendola S, Presaghi F, Teo AR, Cerutti R. Psychometric Properties of the Italian Version of the 25-Item Hikikomori Questionnaire for Adolescents. Int J Environ Res Public Health. 2022;19(16):10408. https://doi.org/10.3390/ijerph191610408

Anderson B, Wood MA. Doxxing: a scoping review and typology. In: Bailey J, Flynn A, Henry N (Ed.) The Emerald international handbook of technology-facilitated violence and abuse (Emerald studies in digital crime, technology and social harms). Leeds: Emerald Publishing Limited; 2021. p. 205-226. https://doi.org/10.1108/978-1-83982-848-520211015

Andreassen CS, Billieux J, Griffiths MD, Kuss DJ, Demetrovics Z, Mazzoni E, Pallesen S. The relationship between addictive use of social media and video games and symptoms of psychiatric disorders: A largescale cross-sectional study. Psychol Addict Behav. 2016;30(2):252–262.

Anselmi P, Colledani D, Monacis L, Gómez Pérez LJ, Genetti B, Andreotti A, Fassinato D, Robusto E, Minutillo A, Mastrobattista L, Mortali C. Development and validation of a Short Form of the Yale Food Addiction Scale 2.0. Assessment (manoscritto sottoposto per la pubblicazione 2023)

APA. Diagnostic and statistical manual of mental disorders (5th ed.). Arlington, VA: American Psychiatric Association; 2013.

Bakhshani NM. Impulsivity: a predisposition toward risky behaviors. Int J High Risk Behav Addict. 2014;3(2):e20428. https://doi.org/10.5812/ijhrba.20428

Balzarotti S, John OP, Gross JJ. An Italian adaptation of the Emotion Regulation Questionnaire. Eur J

Psychol Assess. 2010;26(1):61-7. https://doi.org/10.1027/1015-5759/a000009 Barratt E. Impulsiveness and aggression. Chicago: University of Chicago; 1994.

Biondi M (Ed.). DSM-5, Manuale diagnostico e statistico dei disturbi mentali. Milano: Raffaello Cortina Editore; 2014.

Biondi M. Compendio di psichiatria e salute mentale. Roma: Alpes Italia; 2016.

Blumenthal DM, Gold MS. Neurobiology of food addiction. Curr Opin Clin Nutr Metab Care. 2010;13(4): 359-65. https://doi.org/10.1097/MCO.0b013e32833ad4d4

Bozzola E, Spina G, Ruggiero M, et al. Media devices in pre-school children: the recommendations of the Italian pediatric society. Ital J Pediatr. 2018;44:69. https://doi.org/10.1186/s13052-018-0508-7

Brunault P, Berthoz S, Gearhardt AN, Gierski F, Kaladjian A, Bertin E, Tchernof A, Biertho L, de Luca A, Hankard R, Courtois R, Ballon N, Benzerouk F, Bégin C. The modified Yale Food Addiction Scale 2.0: validation among non-clinical and clinical French-speaking samples and comparison with the full Yale

Food Addiction Scale 2.0. Front Psychiatry. 2020;11:480671. https://doi.org/10.3389/fpsyt.2020.480671

Busalim AH, Masrom M, Zakaria WN. The impact of Facebook Addiction and self-esteem on students’ academic performance: A multi-group analysis. Computers & Education. 2019;142:103651. https://doi.org/10.1016/j.compedu.2019.103651.

Buysse DJ, Reynolds CF, Monk TH, Berman SR, Kupfer DJ. The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry Res. 1989;28(2):193-213. https://doi.org/10.1016/0165-1781(89)90047-4.

Capaldi DM, Chamberlain P, Patterson GR. Ineffective discipline and conduct problems in males: Association, late adolescent outcomes, and prevention. Aggress Violent Behav. 1997;2(4):343-53. https://doi.org/10.1016/S1359-1789(97)00020-7.

Carroll Turpin MA, Rowland K, Anugwom C, Arocha M, Carona A, Gonzalez BI, Iskander G, Snyder S, Wilson K, Kaye AD, Cornett EM. Chapter 18 – Types of addiction. Kaye AD, Urman RD, Cornett EM, Edinoff AN (Ed.). Substance use and addiction research. Cambridge, MA: Academic Press; 2023. p. 233-263. https://doi.org/10.1016/B978-0-323-98814-8.00027-5

CCM (Council on Communications and Media). Children, adolescents, and the media. Pediatrics. 2013 Nov;132(5):958-961. doi: 10.1542/peds.2013-2656.

Chen Q, Chan KL, Cheung ASY. Doxing victimization and emotional problems among secondary school students in Hong Kong. Int J Environ Res Public Health. 2018;15(12):2665. https://doi.org/10.3390/ijerph15122665.

Cheng C, Lau YC, Chan L, Luk JW. Prevalence of Social Media Addiction across 32 nations: Meta-analysis with subgroup analysis of classification schemes and cultural values. Addict Behav. 2021;117:106845. doi: 10.1016/j.addbeh.2021.106845.

Colledani D, Anselmi P, Monacis L, Robusto E, Genetti B, Andreotti A, Gómez Pérez LJ, Mastrobattista L, Mortali C, Minutillo A. Validation of the HRI-24 on adolescents and development of a short version of the instrument. Int J Ment Health Addiction. 2023. https://doi.org/10.1007/s11469-023-01104-z

Costa S, Barberis N, Gugliandolo MC, Liga F, Cuzzocrea F, Verrastro V. Examination of the psychometric characteristics of the Italian version of the game addiction scale for adolescents. Psychol Rep. 2020;123(4):1365-81. doi: 10.1177/0033294119838758.

CSS – Sezione I. I disturbi da Addiction nelle dipendenze non legate all’uso/abuso di sostanze. Roma:

Consiglio Superiore di Sanità; 2022. Disponibile all’indirizzo: https://www.salute.gov.it/imgs/C_17_pubblicazioni_3313_allegato.pdf; ultima consultazione 26/05/2023.

da Silva Júnior AE, de Lima Macena M, de Oliveira ADS, Praxedes DRS, de Oliveira Maranhão Pureza IR, de Menezes Toledo Florêncio TM, Gearhardt AN, Bueno NB. Prevalence of food addiction and its association with anxiety, depression, and adherence to social distancing measures in Brazilian university students during the COVID-19 pandemic: a nationwide study. Eating and weight disorders. Eat Weight Disord. 2022; 27(6):2027-35. https://doi.org/10.1007/s40519-021-01344-9

Davis C, Levitan RD, Kaplan AS, Kennedy JL, Carter JC. Food cravings, appetite, and snack-food consumption in response to a psychomotor stimulant drug: the moderating effect of “food-addiction”. Front Psychol. 2014;5:403. https://doi.org/10.3389/fpsyg.2014.00403

Dembo MH, Switzer M, Lauritzen P. An evaluation of group parent education: Behavioral, PET, and Adlerian programs. Rev Educ Res. 1985;55(2):155-200. https://doi.org/10.2307/1170189

Dishion TJ, McMahon RJ. Parental monitoring and the prevention of child and adolescent problem behavior: a conceptual and empirical formulation. Clin Child Fam Psychol Rev. 1998;1(1):61-75. https://doi.org/10.1023/a:1021800432380

Elgar FJ, Waschbusch DA, Dadds MR, Sigvaldason N. Development and validation of a short form of the

Alabama Parenting Questionnaire. J Child Fam Stud. 2007;16(2):243-59. https://doi.org/10.1007/s10826-006-9082-5

Fletcher PC, Kenny PJ. Food addiction: a valid concept? Neuropsychopharmacology. 2018 Dec;43(13):2506-2513. doi: 10.1038/s41386-018-0203-9. Erratum in: Neuropsychopharmacology. 2018.

Fossati A, Borroni S, Del Corno F (Ed.). Scala di valutazione della gravità del disturbo d’ansia generalizzata. Soggetto 11-17 anni. Raffaello Cortina Editore: Milano; 2015.

Fossati A, Borroni S, Del Corno F (Ed.). Scala di valutazione della gravità del disturbo d’ansia sociale (fobia sociale). Soggetto 11-17 anni. Raffaello Cortina Editore: Milano; 2015.

Fossati A, Borroni S, Del Corno F (Ed.). Scala di valutazione della gravità della depressione. Soggetto 1117 anni. Raffaello Cortina Editore: Milano; 2015.

Gearhardt AN, Corbin WR, Brownell KD. Development of the Yale Food Addiction Scale Version 2.0. Psychol Addict Behav. 2016; 30(1):113-21. https://doi.org/10.1037/adb0000136

Gearhardt AN, Grilo CM, DiLeone RJ, Brownell KD, Potenza MN. Can food be addictive? Public health and policy implications. Addiction. 2011;106(7):1208-12.

Gearhardt AN, Roberto CA, Seamans MJ, Corbin WR, Brownell KD. Preliminary validation of the Yale

Food Addiction Scale for children. Eat Behav. 2013;14(4):508-512. https://doi.org/10.1016/j.eatbeh.2013.07.002

Gordon EL, Ariel-Donges AH, Bauman V, Merlo LJ. What is the evidence for “food addiction?” A systematic review. Nutrients. 2018;10(4):477. https://doi.org/10.3390/nu10040477

Griffiths M. A ‘components’ model of addiction within a biopsychosocial framework. J Subst Use. 2005;10(4):191-7. https://doi.org/10.1080/14659890500114359

Gross JJ, John OP. Individual differences in two emotion regulation processes: Implications for affect, relationships, and well-being. J Pers Soc Psychol. 2003;85:348-62.

Hammond CJ, Mayes LC, Potenza MN. (2014). Neurobiology of adolescent substance use and addictive behaviors: treatment implications. Adolesc Med State Art Rev. 2014;25(1):15-32.

Hawi NS, Samaha M. The relations among social media addiction, self-esteem, and life satisfaction in university students. Soc Sci Comput Rev. 2017;35(5):576-86.

Hebebrand J, Albayrak Ö, Adan R, Antel J, Dieguez C, de Jong J, Leng G, Menzies J, Mercer JG, Murphy M, van der Plasse G, Dickson SL. “Eating addiction”, rather than “food addiction”, better captures addictive-like eating behavior. Neurosci Biobehav Rev. 2014;47:295-306. https://doi.org/10.1016/j.neubiorev.2014.08.016

Hosokawa R, Katsura T. Role of Parenting style in children’s behavioral problems through the transition from preschool to elementary school according to gender in Japan. Int J Environ Res Public Health. 2018;16(1):21. https://doi.org/10.3390/ijerph16010021

Hou H, Jia S, Hu S, Fan R, Sun W, Sun T, Zhang H. Reduced striatal dopamine transporters in people with Internet addiction disorder. J Biotechnol Biomed. 2012;854524. https://doi.org/10.1155/2012/854524

Kalo E, Hong JY, Tobin C, Schulte T. Chapter four. Psychological and neurobiological correlates of food addiction. In: Zahr NM, Peterson ET (Ed.). Imaging the addicted brain. Cambridge, MA: Academic

Press, 2016. p. 85-110 (International Review of Neurobiology 129). https://doi.org/10.1016/bs.irn.2016.06.003

Kato TA, Kanba S, Teo AR. Defining pathological social withdrawal: proposed diagnostic criteria for hikikomori. World Psychiatry. 2020;19(1):116-7. doi: 10.1002/wps.20705.

King DL, Delfabbro PH, Billieux J, Potenza MN. Problematic online gaming and the COVID-19 pandemic. J Behav Addict. 2020;9(2):184-6. doi: 10.1556/2006.2020.00016.

Koyama A, Miyake Y, Kawakami N, Tsuchiya M, Tachimori H, Takeshima T; World Mental Health Japan Survey Group, 2002-2006. Lifetime prevalence, psychiatric comorbidity and demographic correlates of “hikikomori” in a community population in Japan. Psychiatry Res. 2010;30;176(1):69-74. doi: 10.1016/j.psychres.2008.10.019.

Kozak K, Lucatch AM, Lowe DJE, Balodis IM, MacKillop J, George TP. The neurobiology of impulsivity and substance use disorders: implications for treatment. Ann N Y Acad Sci. 2019;1451(1):71-91. https://doi.org/10.1111/nyas.13977

Lee M, Lee HH. The effects of SNS appearance-related photo activity on women’s body image and selfesteem. Korean Soc Cloth Text. 2017; 41(5):858-871. https://doi.org/10.5850/JKSCT.2017.41.5.858

Li TM, Wong PW. Youth social withdrawal behavior (hikikomori): A systematic review of qualitative and quantitative studies. Aust N Z J Psychiatry. 2015;49(7):595-609. doi: 10.1177/0004867415581179.

Livingstone S, Haddon L, Görzig A, Ólafsson K. EU Kids Online: final report 2011. EU Kids Online, Deliverable D8.3. EU Kids Online Network. London; 2011.

Loscalzo Y, Nannicini C, Huai-Ching Liu IT, Giannini M. Hikikomori Risk Inventory (HRI-24): A new instrument for evaluating Hikikomori in both Eastern and Western countries. Int J Soc Psychiatry. 2022;68(1):90-107. https://doi.org/10.1177/0020764020975800

Maggi G, Altieri M, Ilardi CR, Santangelo G. Validation of a short Italian version of the Barratt Impulsiveness Scale (BIS-15) in non-clinical subjects: psychometric properties and normative data. Neurol Sci. 2022;43(8):4719-4727. doi: 10.1007/s10072-022-06047-2.

Martín-Albo J, Valdivia-Salas S, Lombas AS, Jiménez TI. Spanish validation of the Emotion Regulation Questionnaire for Children and Adolescents (ERQ-CA): introducing the ERQ-SpA. J Res Adolesc. 2020;30(1):55-60. https://doi.org/10.1111/jora.12465

McDaniel BT. The DISRUPT: A measure of parent distraction with phones and mobile devices and associations with depression, stress, and parenting quality. Hum Behav Emerg. 2021;3(5):922-32.

https://doi.org/10.1002/hbe2.267

Meule A, Gearhardt AN. Food addiction in the light of DSM-5. Nutrients. 2014;6(9):3653-71. https://doi.org/10.3390/nu6093653

Monacis L, De Palo V, Griffiths MD, Sinatra M. Social networking addiction, attachment style, and validation of the Italian version of the Bergen Social Media Addiction Scale. J Behav Addict. 2017;6(2):178-86.

Monacis L, Palo V, Griffiths MD, Sinatra M. Validation of the Internet Gaming Disorder Scale – ShortForm (IGDS9-SF) in an Italian-speaking sample. J Behav Addict. 2016;5(4):683-90. https://doi.org/10.1556/2006.5.2016.083

Munno D, Cappellin F, Saroldi M, Bechon E, Guglielmucci F, Passera R, Zullo G. Internet addiction disorder: personality characteristics and risk of pathological overuse in adolescents. Psychiatry Res. 2017;248:1-5. https://doi.org/10.1016/j.psychres.2016.11.008

Nelson KL, Davis JE, Corbett CF. Sleep quality: An evolutionary concept analysis. Nurs Forum 2022;57(1):144-51. https://doi.org/10.1111/nuf.12659

Nieman P, Shea S, Canadian Paediatric Society, Community Paediatrics Committee. Effective discipline for children. Paediatr Child Health. 2004;9(1):37-50. https://doi.org/10.1093/pch/9.1.37

NIMH (National Institute of Mental Health). Depression. Bethesda: National Institutes of Health, U.S. Department of Health and Human Services; 2021.

Oliveira J, Colombarolli MS, Cordás TA. Prevalence and correlates of food addiction: Systematic review of studies with the YFAS 2.0. Obes Res Clin Pract. 2021;15(3):191-204. https://doi.org/10.1016/j.orcp.2021.03.014

Pacifici R, Mastrobattista L, Minutillo A, Mortali C (Ed.). “Gioco d’azzardo in Italia: ricerca, formazione e informazione”: risultati di un progetto integrato. Roma: Istituto Superiore di Sanità; 2019. (Rapporti ISTISAN 19/28).

Pacifici R, Pichini S, Bacosi A, Martucci L, Mastrobattista L, Minutillo A, Mortali C. Studio dei nuovi consumi giovanili e dei comportamenti indotti dall’assunzione di integratori, alcol, energy drink, smart drugs e sostanze psicotrope. Roma: Istituto Superiore di Sanità; 2014. Disponibile all’indirizzo: https://www.iss.it/documents/20126/2797400/Studio_dei_Nuovi_Consumi_Giovanili.pdf/b0e69c8a8685-7358-1a4b-fa86e92d059d?t=1576432662620; ultima consultazione 30/11/2023.

Park B, Han DH, Roh S. Neurobiological findings related to Internet use disorders. Psychiatry Clin Neurosci. 2017;71(7):467-78. https://doi.org/10.1111/pcn.12422

Paschke K, Austermann MI, Thomasius R. ICD-11-Based assessment of social media use disorder in adolescents: development and validation of the social media use disorder scale for adolescents. Front Psychiatry. 2021;12:661483. https://doi.org/10.3389/fpsyt.2021.661483.

Paulus FW, Ohmann S, von Gontard A, Popow C. Internet gaming disorder in children and adolescents: a systematic review. Dev Med Child Neurol. 2018;60(7):645-59. https://doi.org/10.1111/dmcn.13754

Pelchat ML. Of human bondage: food craving, obsession, compulsion, and addiction. Physiol Behav. 2002;76(3):347-52. https://doi.org/10.1016/s0031-9384(02)00757-6

Peracchia S, Curcio G. Exposure to video games: effects on sleep and on post-sleep cognitive abilities. A sistematic review of experimental evidences. Sleep Sci. 2018;11(4):302-14. doi: 10.5935/19840063.20180046.

Pontes HM, Griffiths MD. Measuring DSM-5 Internet Gaming Disorder: development and validation of a short psychometric scale. Comput Hum Behav. 2015;45:137-43. https://doi.org/10.1016/j.chb.2014.12.006.

Pozza A, Coluccia A, Kato T, Gaetani M, Ferretti F. The ‘Hikikomori’ syndrome: worldwide prevalence and co-occurring major psychiatric disorders: a systematic review and meta-analysis protocol. BMJ Open. 2019;9(9): e025213. https://doi.org/10.1136/bmjopen-2018-025213

Schiestl ET, Gearhardt AN. (2018). Preliminary validation of the Yale Food Addiction Scale for Children 2.0: A dimensional approach to scoring. Eur Eat Disord Rev. 2018;26(6):605-17. https://doi.org/10.1002/erv.2648

Scialpi A, Mignolli E, De Vito C, Berardi A, Tofani M, Valente D, Galeoto G. Italian validation of the Pittsburgh sleep quality index (PSQI) in a population of healthy children: a cross sectional study. Int J Environ Res Public Health. 2022;19(15):9132.

Smahel D, Machackova H, Mascheroni G, Dedkova L, Staksrud E, Ólafsson K, Livingstone S, Hasebrink U. EU Kids Online 2020: Survey results from 19 countries. EU Kids Online; 2020. Disponibile all’indirizzo: https://www.eukidsonline.ch/files/Eu-kids-online-2020-international-report.pdf; ultima consultazione 26/05/2023.

Snyder J, Cramer A, Afrank J, Patterson GR. The contributions of ineffective discipline and parental hostile attributions of child misbehavior to the development of conduct problems at home and school. Dev Psychol. 2005;41(1):30-41. https://doi.org/10.1037/0012-1649.41.1.30

Spinella M. Normative data and a short form of the Barratt Impulsiveness Scale. Int J Neurosci. 2007;117:359-68.

Stevens MW, Dorstyn D, Delfabbro PH, King DL. Global prevalence of gaming disorder: A systematic review and meta-analysis. Aust N Z J Psychiatry. 2021;55(6):553-68. doi: 10.1177/0004867420962851.

Stip E, Thibault A, Beauchamp-Chatel A, Kisely S. Internet Addiction, Hikikomori Syndrome, and the Prodromal Phase of Psychosis. Front Psychiatry. 2016;3;7:6. doi: 10.3389/fpsyt.2016.00006.

Strauss W, Howe N. Generations: the history of America’s future 1584 to 2069. New York: William Morrow & Company; 1991.

Suwa M, Suzuki K. The phenomenon of “Hikikomori” (social withdrawal) and the socio-cultural situation in Japan today. J Psychopathol. 2013;19:191-8.

Teo AR, Chen JI, Kubo H, Katsuki R, Sato-Kasai M, Shimokawa N, Hayakawa K, Umene-Nakano W, Aikens JE, Kanba S, Kato TA. Development and validation of the 25-item Hikikomori Questionnaire (HQ-25). Psychiatry Clin Neurosci. 2018;72(10):780-8. https://doi.org/10.1111/pcn.12691

Vasiliu O. Current status of evidence for a new diagnosis: food addiction – A literature review. Front Psychiatry. 2022;12:824936. doi: 10.3389/fpsyt.2021.824936

Vassileva J, Conrod PJ. Impulsivities and addictions: a multidimensional integrative framework informing assessment and interventions for substance use disorders. Philos Trans R Soc B. 2019;374:20180137. https://doi.org/10.1098/rstb.2018.0137

Villani D, Florio E, Sorgente A, Castelli I, Riva G, Marchetti A, Massaro D. Adolescents’ beliefs about peers’ engagement in an online self-harm challenge: exploring the role of individual characteristics through a latent class analysis. Cyberpsychol Behav Soc Netw. 2019;22(11):684-91. https://doi.org/10.1089/cyber.2019.0002

Wang HY, Sigerson L, Cheng C. Digital nativity and information technology addiction: age cohort versus individual difference approaches. Comput Hum Behav. 2019;90:1-9. https://doi.org/10.1016/j.chb.2018.08.031.

Wang X, Cheng Z. Cross-sectional studies: strengths, weaknesses, and recommendations. Chest. 2020;158(1S):S65–S71. https://doi.org/10.1016/j.chest.2020.03.012

Wartberg L, Zieglmeier M, Kammerl R. Accordance of adolescent and parental ratings of internet gaming disorderand their associations with psychosocial aspects. Cyberpsychol Behav Soc Netw. 2019;22(4):264-70. https://doi.org/10.1089/cyber.2018.0456

WHO. Depressive disorder (depression). Key facts. Geneva: World Health Organization; 2023. Disponibile all’indirizzo https://www.who.int/news-room/fact-sheets/detail/depression; ultima consultazione 01/12/2023.

WHO. International Statistical Classification of Diseases and Related Health Problems. 11th ed. Geneva: World Health Organization; 2019.

WHO/Europe. Healthy living: what is a healthy lifestyle? Copenhagen: World Health Organization Regional Office for Europe; 1999. Disponibile all’indirizzo: https://apps.who.int/iris/handle/10665/108180; ultima consultazione 26/05/2023.

Wu AFW, Ooi J, Wong PWC, Catmur C, Lau JYF. Evidence of pathological social withdrawal in nonAsian countries: a global health problem? Lancet Psychiatry. 2019;6(3):195-6. doi: 10.1016/S22150366(18)30428-0.

Yong R, Nomura K. Hikikomori Is most associated with interpersonal relationships, followed by suicide risks: a secondary analysis of a national cross-sectional study. Front Psychiatry. 2019;10:247. doi:

10.3389/fpsyt.2019.00247.