3167-Texto Del Artículo-26156-1-10-20210817

Vol.
23, 2021/e13
Uso problemático de Internet y variables psicológicas o físicas

en estudiantes universitarios
Problematic Internet Use and Psychological or Physical Variables

in University Students
Francisco Javier Hinojo-Lucena (*) https://orcid.org/0000-0002-9507-4058
Inmaculada Aznar-Díaz (*) https://orcid.org/0000-0002-0018-1150
Juan Manuel Trujillo-Torres (*) https://orcid.org/0000-0002-2761-3523
José María Romero-Rodríguez (*) https://orcid.org/0000-0002-9284-8919
(*) Universidad de Granada

(Recibido: 4 de julio de 2019; Aceptado para su publicación: 12 de noviembre de 2019)
Cómo citar: Hinojo-Lucena, F. J., Aznar-Díaz, I., Trujillo-Torres, J. M. y Romero-Rodríguez, J. M. (2021). Uso problemático de Internet y
variables psicológicas o física en estudiantes universitarios. Revista Electrónica de Investigación Educativa, 23, e13, 1-17.
https://doi.org/10.24320/redie.2021.23.e13.3167
Resumen
El Uso roblemático de Internet (UPI) está siendo habitual entre los estudiantes universitarios. En este
trabajo se propuso identificar las variables psicológicas y físicas asociadas al UPI y analizar su influencia en
dichas variables. Se empleó una metodología de revisión sistemática con metanálisis, en las bases de
datos Web of Science y Scopus. En la revisión se identificaron 51 estudios que incluyeron una muestra
total de 136 760 sujetos. En cambio, para el metanálisis se identificaron 12 estudios. Los resultados
mostraron que las principales variables psicológicas y físicas asociadas al UPI son la falta de autocontrol,
ansiedad, baja autoestima, baja actividad física y baja autoeficacia académica. Sin embargo, el metanálisis
recogió que sólo el UPI, donde se obtuvieron diferencias estadísticamente significativas, fue predictor de
la ansiedad y baja autoestima. Por último, se discuten las implicaciones prácticas del trabajo y la necesidad
de prevenir y educar en el buen uso de la tecnología.
Palabras clave: internet, estudiante universitario, comportamiento, adicción, psicología
Abstract
Problematic Internet Use (PIU) is becoming common among university students. This research set out to
identify the psychological and physical variables associated with PIU and examine the influence of PIU on
these variables. A systematic review and meta-analysis were conducted in the Web of Science and Scopus
databases. The review found 51 studies with a total sample size of 136,760 subjects, while 12 studies
were identified for the meta-analysis. The results showed that the main psychological and physical
variables associated with PIU are a lack of self-control, anxiety, low self-esteem, low levels of physical
activity, and low academic self-efficacy. However, the meta-analysis found that only PIU – for which
statistically significant differences were observed – was a predictor of anxiety and low self-esteem. Lastly,
this paper discusses the practical implications of this research and the need for preventive action and
education on the proper use of technology.
Keywords: internet, university students, behavior, addiction, psychology

Uso problemático de internet y variables psicológicas o físicas
Hinojo-Lucena et al.
I. Introducción
El avance de las Tecnologías de la Información y Comunicación (TIC) y la llegada de Internet han
convertido a la sociedad del siglo XXI en una sociedad digitalizada (Martínez y Rodríguez-García, 2018).
Esta sociedad se caracteriza por la facilidad de acceso a la información, el uso cotidiano de la tecnología y
la digitalización de una gran parte de trámites con la administración pública.
A raíz de ello, la repercusión tecnológica ha influido en el tiempo de conexión a Internet por parte de la
población estudiantil (Ruiz-Palmero et al., 2016). En España destacan dos importantes hitos acontecidos
en los últimos tiempos: 1) presenta la mayor tasa de smartphones por habitante del mundo (Europa Press,
2017); y 2) el 93% de la población española está conectada a Internet (We are social, 2019). Estos dos
acontecimientos sitúan a España como un país en riesgo de adicción a Internet. Tal es así, que ya posee la
mayor tasa de uso problemático de Internet (UPI) de Europa (Díaz-Aguado et al., 2018).
Un factor condicionante en la población juvenil es la falta de control y supervisión de los padres sobre las
actividades que realizan sus hijos en Internet, lo que aumenta la probabilidad de encontrarse con
diferentes peligros en la red (Symons et al., 2019). En concreto, los mayores peligros se relacionan con el
grooming (engaño al menor por parte de un adulto) y el sexting (compartir imágenes con contenido
sexual) (Machimbarrena et al., 2018). Además de acrecentar la probabilidad de sufrir cyberbullying si se
realiza un uso abusivo de Internet (Giménez et al., 2017; Kopecký y Szotkowski, 2017).
Por otra parte, algunos estudios indican que pasar tiempo excesivo en Internet es un predictor del UPI
(Tabachuk et al., 2018), y la población en riesgo la integran adolescentes y estudiantes universitarios
(García-Oliva et al., 2017), por lo que la adicción a Internet es un problema que afecta principalmente a los
más jóvenes y se asocia a las de tipo comportamental. Así pues, provoca en el usuario estímulos internos y
pérdida de control de sus acciones, en este caso relacionadas con el tiempo que pasa en la red.
La problemática sobre el UPI no es un fenómeno aislado en el contexto español, se han detectado tasas
de prevalencia alarmantes de adicción a Internet en todo el mundo (Throuvala et al., 2019). De modo que
la globalización auspiciada por la tecnología ha influido principalmente en los países desarrollados, donde
han surgido enfermedades como la adicción tecnológica (Varo et al., 2019), una problemática ya a escala
mundial.
Una de las principales consecuencias de un UPI es el desarrollo de síntomas psicosomáticos (Çam y Nur,
2015; Cao et al., 2011), los cuales refieren a patologías que afectan la salud física de la persona, las cuales
son causadas principalmente por factores mentales. Con base en ello, se ha vinculado el UPI con bajas
relaciones sociales en adolescentes (Zegarra y Cuba, 2017), bajo rendimiento académico (Ramos-Galarza
et al., 2017), malestar físico (Castro et al., 2018) y la influencia en la estabilidad emocional (Koronczai et
al., 2019).
El interés por el UPI se ha reflejado en los últimos tiempos con la cantidad de literatura científica
publicada sobre el tópico. Estudios previos de revisión sistemática y metanálisis han abordado la temática
desde distintos enfoques: Rojas-Jaras et al. (2018) realizaron una revisión sistemática sobre la adicción a
Internet y el uso de redes sociales en adolescentes, donde revisaron 126 artículos científicos. Entre los
resultados destaca el uso excesivo de Internet en la población adolescente y la detección de diferentes
efectos negativos asociados al UPI, como: alteraciones en el sueño, bajo rendimiento académico,
depresión, baja autoestima y consumo de sustancias. Por otro lado, Lei et al. (2018) analizaron 76
documentos para determinar la relación entre el apoyo social y la adicción a Internet en China. Los datos
recogieron la correlación negativa entre la adicción a Internet y el apoyo social, y Lei et al. (2019)
revisaron 70 documentos para determinar si el UPI estaba relacionado con el bienestar subjetivo, la
satisfacción con la vida, las emociones positivas o las emociones negativas, el metanálisis confirmó que los
estudiantes que registraron un excesivo de Internet tenían más emociones negativas, menos bienestar
subjetivo, menos satisfacción con la vida y menos emociones positivas.
Por tanto, nos encontramos con una temática en pleno auge debido a la necesidad social de detectar qué
tipo de consecuencias está teniendo la realización de un UPI en la población. Así pues, se propusieron
Revista Electrónica de Investigación Educativa, Vol. 23, e13 2

como objetivos: 1) identificar las variables psicológicas y físicas asociadas al uso problemático de Internet
a partir de la revisión sistemática de la literatura; y 2) analizar la influencia del uso problemático de
Internet en las variable psicológicas o físicas que permitan la confección de un metanálisis. En
consideración, se establecieron como interrogantes de investigación: ¿Cuál es la población que presenta
una mayor tasa de UPI? ¿Cuáles son las variables psicológicas y físicas asociados al UPI? ¿Es significativa la
influencia del UPI en el desarrollo de variables psicológicas o físicas entre la población control y con UPI?
II. Método
Se utilizó una metodología de revisión sistemática con metanálisis (Sánchez-Meca, 2010). Para dotar de
rigurosidad la revisión, se siguieron los criterios de calidad de la declaración PRISMA (Moher et al., 2009).
Las variables de análisis de la revisión sistemática se establecieron conforme a los objetivos del estudio;
éstas fueron: población, países, variables psicológicas y físicas asociadas al UPI e instrumentos de recogida
de datos utilizados.
El metanálisis se realizó por cada una de las variables psicológicas y físicas detectadas, excepto con
aquellos en los que los estudios no recogieron los datos necesarios para su confección.
2.1 Procedimiento de obtención de la muestra
La búsqueda se realizó a través del establecimiento de los descriptores que definieron los tópicos del
estudio. En un primer momento se aplicó la ecuación de búsqueda (“Problematic Internet use” OR
“Internet addiction”) para identificar los variables psicológicas y físicas asociadas a la adicción a Internet. A
partir de su aplicación se realizó un conteo de documentos, teniendo en consideración que la variable
psicológica o física se repitiera en cinco o más estudios. Una vez identificadas las variables psicológicas y
físicas (falta de autocontrol, ansiedad, autoestima, baja actividad física y baja autoeficacia académica) se
realizaron búsquedas con cada descriptor: (“Problematic Internet use” OR “Internet addiction”) AND
Anxiety; (“Problematic Internet use” OR “Internet addiction”) AND Self-control; (“Problematic Internet use”
OR “Internet addiction”) AND Self-esteem; (“Problematic Internet use” OR “Internet addiction”) AND
Physical activity; (“Problematic Internet use” OR “Internet addiction”) AND (“Academic self-efficacy” OR
“Academic performance”).
Las bases de datos seleccionadas fueron Web of Science (WOS) y Scopus, ya que son las dos bases de
datos que presentan los índices de impacto más importantes y reconocidos por la comunidad
internacional (Sola et al., 2019). Así pues, las diferentes ecuaciones de búsqueda se aplicaron en los
motores de búsqueda de ambas bases de datos. Tras su aplicación se introdujeron distintos criterios de
inclusión y exclusión para proceder al refinado (Hinojo et al., 2019).
Los criterios de inclusión fueron: 1) artículos de revista; 2) publicado en abierto y disponible para su
consulta; 3) estudios empíricos; 4) asociación del UPI con una variable psicológica o física. Mientras que
los criterios de exclusión se relacionaron con: 1) actas de congresos, capítulos de libro, libros u otro tipo
de publicaciones no revisadas por pares; 2) acceso restringido a la publicación; 3) estudios teóricos o
revisiones; 4) los estudios no vinculan el UPI a ninguna variable psicológica o física.
Con la finalidad de evitar el sesgo de selección de los estudios, dos investigadores independientes
revisaron la literatura aplicando los mismos descriptores y criterios de inclusión y exclusión. El grado de
acuerdo fue del 99%. Las discrepancias fueron resueltas con la inclusión del 100% de la literatura extraída
por cada investigador.

2.2 Recopilación de datos
El refinado de la literatura fue realizado con base en la declaración PRISMA (Moher et al., 2009) (figura 1).
Se establecieron cuatro fases de filtrado. La fase de identificación consistió en la búsqueda inicial de
referencias en las dos bases de datos y en la identificación de documentos en otras fuentes.
Posteriormente, en la fase de cribado se emplearon los criterios de inclusión (1, 2 y 3) y los criterios de
exclusión (1, 2 y 3). Enseguida, la fase de idoneidad refinó la búsqueda aplicando los criterios de inclusión
(4 y 5) y de exclusión (4 y 5). Por último, la fase de inclusión recogió los documentos que conformaron la
revisión sistemática (n = 51) y el metanálisis (n = 12). La búsqueda se realizó el 10 de marzo de 2019 y se
recogieron todos los documentos publicados hasta la fecha.
Figura 1. Diagrama de flujo de acuerdo a la declaración PRISMA
2.3 Análisis de datos
El análisis de datos se realizó por medio de la lectura pormenorizada de los documentos para la
extracción de las variables de interés para el estudio (población, países, variables psicológicas o físicas e
instrumentos de recogida de datos).
No obstante, para la confección de los múltiples metanálisis sólo se incluyeron los artículos que
contuvieran los datos referentes a la media y desviación típica de los grupos de control y los grupos con
UPI. Sin embargo, hubo una excepción en la variable “baja actividad física”. A este respecto, se realizó un
metanálisis de metodología debido a la característica de los estudios analizados, donde sólo se
contemplaba el número total de participantes activos e inactivos sin recurrir a datos estadístico-
descriptivos.
Los datos del metanálisis se analizaron con el software Review Manager, versión 5.3. El intervalo de
confianza se estableció en 95%.

III. Resultados
Los 51 estudios analizados recogieron una muestra total de 136.760 sujetos, la cual osciló entre 60 y
70.696 participantes (M = 2.681,56; SD = 10.025,54). En relación con la población objeto de estudio (ver
tabla 1), la mayoría fueron estudiantes universitarios (45.09%), seguido de adolescentes (29.41%) y
adultos (27.45%). A su vez, la edad media se situó entre los 12 y 42 años (M = 21,19; SD = 6.34). Mientras
que la distribución de países quedó configurada de la siguiente manera: Turquía (33.33%); Estados Unidos
(EEUU) (15.68%); Corea del Sur (9.80%); España (7.84%); Reino Unido (UK) (5.88%); China (5.88%); Japón
(3.92%); Italia (3.92%); Australia (3.92%); Singapur (1.96%); Polonia (1.96%); Sudáfrica (1.96%); Portugal
(1.96%); Francia (1.96%).

Tabla 1. Características de la población
Sector poblacional
Edad
Referencia Adoles- Estudiantes n País
Adultos (M)
centes universitarios
Baloğlu et al. (2018) X 505 20.34 Turquía
Bernal-Ruiz et al. (2017) X X 310 18.25 España
Bozkurt et al. (2013) X 60 13.38 Turquía
Cao et al. (2011) X 17599 16.1 China
Casale et al. (2016) X 293 21.73 Italia
Çelik y Odaci (2013) X 418 20.4 Turquía
Chun (2016) X 351 13.5 Corea S.
Cole y Hooley (2013) X 163 27.3 EEUU
Cudo et al.(2016) X 260 17.5 Polonia
Çuhadar (2012) X 1235 20 Turquía
De Vries et al. (2018) X 231 42.2 Japón
Demirci et al. (2015) X 319 20.5 Turquía
Derbyshire et al. (2013) X 2108 22.6 EEUU
Durak y Şenol-Durak (2013) X 448 20.53 Turquía
El Asam et al. (2019) X 1814 12.6 UK
Fernández-Villa et al. (2015) X 2780 20.3 España
Huan et al. (2014) X 681 14.5 Singapur
Ioannidis et al. (2018) X 1749 29 Sudáfrica
Ivezaj et al. (2017) X 1000 28.5 EEUU
Kelley y Gruber (2013) X 133 19.6 EEUU
Kim et al. (2016) X 6510 - Corea S.
Kim y Davis (2009) X 315 22.3 EEUU
Kitazawa et al. (2018) X 1258 19.3 Japón
Laconi et al. (2017) X 786 23.7 Francia
Lee y Stapinski (2012) X 345 29.75 Australia
Lee et al. (2018) X 1168 14.5 Corea S.
Marín et al. (2018) X 575 14.67 España
Mei et al. (2016) X 653 15.43 China
Odaci (2011) X 398 20.34 Turquía
Odaci (2013) X 556 19.25 Turquía
Odaci y Çelik (2013) X 424 18.69 Turquía
Odaci y Çikrikci (2017a) X 543 18.49 Turquía
Odaci y Çikrikci (2017b) X 543 18.49 Turquía
Odaci y Kalkan (2010) X 493 17.71 Turquía
Özdemir et al. (2014) X 648 22.46 Turquía
Park y Lee (2017) X 70696 15.10 Corea S.
Park et al. (2014) X 654 - Corea S.
Perrella y Caviglia (2017) X 153 15.19 Italia
Quesnel et al. (2018) X 898 27.61 EEUU
Reisoğlu et al. (2013) X 470 - Turquía
Rial et al. (2015) X 1709 13.74 España
Romano et al. (2017) X 60 20.74 UK
Sari y Aydin (2014) X 525 21.8 Turquía
Seabra et al. (2017) X 1399 38.68 Portugal
Senol-Durak y Durak (2011) X 521 20.32 Turquía
Skues et al. (2016) X 169 26.86 Australia
Tokunaga (2014) X 179 28.6 EEUU
Truzoli et al. (2016) X 100 24.34 UK
Tsitsika et al. (2016) X 10287 15.8 -
Yau et al. (2013) X 755 33.60 EEUU
Zheng et al. (2016) X 513 - China
Por otro lado, las variables psicológicas o físicas asociadas al UPI fueron la falta de autocontrol, ansiedad,
baja autoestima, baja actividad física y baja autoeficacia académica (tabla 2). La mayoría de los estudios

centraron su atención en la ansiedad (43.13%) y autoestima (25.49%). En menor medida en la actividad

física (17.64%), autocontrol (13.72%) y autoeficacia académica (9.80%).
Tabla 2. Variables psicológicas o físicas asociadas al UPI
Auto- Auto- Actividad Autoeficacia

Referencia Ansiedad
control estima física académica
Baloğlu et al. (2018) X
Bernal-Ruiz et al. (2017) X
Bozkurt et al. (2013) X
Cao et al. (2011) X X X
Casale et al. (2016) X
Çelik y Odaci (2013) X
Chun (2016) X
Cole y Hooley (2013) X
Cudo et al. (2016) X
Çuhadar (2012) X
De Vries et al. (2018) X
Demirci et al. (2015) X
Derbyshire et al. (2013) X
Durak y Şenol-Durak (2013) X
El Asam et al. (2019) X
Fernández-Villa et al. (2015) X
Huan et al. (2014) X
Ioannidis et al. (2018) X
Ivezaj et al. (2017) X
Kelley y Gruber (2013) X
Kim et al. (2016) X
Kim y Davis (2009) X X
Kitazawa et al. (2018) X
Laconi et al. (2017) X
Lee y Stapinski (2012) X
Lee et al. (2018) X
Marín et al. (2018) X
Mei et al. (2016) X X
Odaci (2011) X
Odaci (2013) X
Odaci y Çelik (2013) X
Odaci y Çikrikci (2017a) X
Odaci y Çikrikci (2017b) X
Odaci y Kalkan (2010) X
Özdemir et al. (2014) X
Park y Lee (2017) X
Park et al. (2014) X X
Perrella y Caviglia (2017) X
Quesnel et al. (2018) X
Reisoğlu et al. (2013) X
Rial et al. (2015) X
Romano et al. (2017) X
Sari y Aydin (2014) X
Seabra et al. (2017) X
Senol-Durak y Durak (2011) X
Skues et al. (2016) X
Tokunaga (2014) X
Truzoli et al. (2016) X
Tsitsika et al. (2016) X
Yau et al. (2013) X
Zheng et al. (2016) X

3.1 Autocontrol
La relación del UPI con la falta de autocontrol la establecen distintos estudios (Cao et al., 2011; Casale et
al., 2016; Ivezaj et al., 2017; Mei et al., 2016; Özdemir et al., 2014; Park et al., 2014; Yau et al., 2013). Los
instrumentos de recogida de datos empleados fueron The Brief Self-Control Scale (BSCS) (70% de los
estudios); Grasmick scale to measure low self-control) (10%), Difficulties in Emotion Regulation Scale (DERS)
(10%), Self-Control Rating Scale (SCRS) (10%).
A pesar de la vinculación del UPI con la falta de autocontrol, los datos del metanálisis no especifican
diferencias estadísticamente significativas entre el grupo de control y el grupo con UPI (p = 0.97) (ver
figura 2). La figura del diamante se situó encima de la línea de no efecto, por lo que no se refleja ningún
tipo de efecto a favor de un grupo u otro. Aunque de forma particular dos estudios mostraron efecto a
favor del grupo de control (Ivezaj et al., 2017; Yau et al., 2013) y otro estudio estuvo a favor del grupo con
UPI (Mei et al., 2016). El coeficiente de Cohen no especificó un tamaño del efecto relevante (d = -0.01;
95% CI = -0.63, 0.61).
Figura 2. Forest plot de Autocontrol
3.2 Ansiedad
La ansiedad y su relación con el UPI ha sido estudiada ampliamente (Baloğlu et al., 2018; Bernal-Ruiz et al.,
2017; Bozkurt et al., 2013; Cole y Hooley, 2013; Çuhadar, 2012; De Vries et al., 2018; Demirci et al., 2015;
Derbyshire et al., 2013; Durak y Şenol-Durak, 2013; Huan et al., 2014; Ioannidis et al., 2018; Kim et al.,
2016; Kim y Davis, 2009; Kitazawa et al., 2018; Lee et al., 2018; Lee y Stapinski, 2012; Odaci y Çikrikci,
2017a, 2017b; Odaci y Kalkan, 2010; Romano et al., 2017; Tokunaga, 2014; Truzoli et al., 2016). Los
estudios recogen diferentes instrumentos para medir la ansiedad, entre ellos: State-trait Anxiety Inventory
(STAI) (25%); Liebowitz Social Anxiety Scale (LSAS) (20%); DASS (15%); K-SADS-PL (10%), Interactional
Anxiousness Scale (IAS) (10%); Barratt Impulsive Scale (BIS) (5%), Social Phobia and Anxiety Inventory (SPAI)
(5%), Beck Anxiety Inventory (BAI) (5%), Sensation-seeking Scale (SS) (5%).
En relación con el metanálisis, todos los estudios muestran un efecto positivo a favor del grupo con UPI
(ver figura 3). Por lo que la ansiedad es mayor en este grupo de sujetos. Por su parte, el tamaño del
efecto muestra la significación de los datos (p = 0.00001) y la figura del diamante quedó recogida en el
extremo derecho a favor del grupo con UPI. El coeficiente de Cohen presentó un tamaño del efecto
medio (d = 0.60; 95% CI = 0.37, 0.83).
Figura 3. Forest plot de Ansiedad

3.3 Autoestima
Se recogen distintos estudios que vinculan una baja autoestima con el UPI (Cao et al., 2011; Çelik y Odaci,
2013; Chun, 2016; Cudo et al., 2016; Kim y Davis, 2009; Laconi et al., 2017; Mei et al., 2016; Odaci y Çelik,
2013; Park et al., 2014; Perrella y Caviglia, 2017; Reisoğlu et al., 2013; Seabra et al., 2017; Senol-Durak y
Durak, 2011). En relación con los instrumentos de recogida de datos, destacan: Rosenberg Self-Esteem
Scale (RSES) (60%); Interpersonal Cognitive Distortions Scale (ICDS) (10%), Questionnaire of Intrapersonal
and Interpersonal Attitudes and Attitudes Towards the World (KNIIS) (10%), Multidimensional Students’ Life
Satisfaction Scale (MSLSS) (10%), Multidimensional Self Concept Scale (MSCS) (10%).
El metanálisis muestra unas puntuaciones más altas respecto a la autoestima en el grupo control, por lo
que la baja autoestima se asocia principalmente al grupo con UPI (figura 4). El tamaño del efecto muestra
la significación estadística de los datos (p = 0.010). Esto queda reforzado con la ubicación de la figura del
diamante a favor del grupo control. El coeficiente de Cohen reflejó un tamaño del efecto adecuado (d = -
0.42; 95% CI = -0.74, -0.10).
Figura 4. Forest plot de Autoestima
3.4 Actividad física

La falta de actividad física también ha sido abordada por distintos trabajos que la asocian con un UPI (Cao
et al., 2011; El Asam et al., 2019; Fernández-Villa et al., 2015; Kelley y Gruber, 2013; Park y Lee, 2017;
Quesnel et al., 2018; Sari y Aydin, 2014; Tsitsika et al., 2016; Zheng et al., 2016). Principalmente, ha sido
medida por el Índice de Masa Corporal (IMC) (35%) y por distintos instrumentos: Physical and
Psychosomatic Health Questionnaire (PPHQ) (15%), GHQ-12 (15%), Multidimensional Sub-health
Questionnaire of Adolescents (MSQA) (15%), The SF-36v2 Health Survey (15%), Exercise Dependence Scale
(EDS) (15%).
A diferencia del resto de meta-análisis, debido a las particularidades de los estudios, se realizó un
metanálisis de metodología donde se recoge el total de casos por parte de cada grupo. El forest plot
muestra que un único estudio se posiciona a favor del grupo con UPI (Cao et al., 2011), el otro se sitúa en
la línea de no efecto (Park y Lee, 2017) (ver figura 5) y la figura del diamante roza la línea de no efecto.
Asimismo, el tamaño del efecto no recoge diferencias significativas (p = 0.31; OR = 1.92; 95% CI = 0.54,
6.84).
Figura 5. Forest plot de actividad física

3.5 Autoeficacia académica

Este constructo es el único donde no se ha realizado un metanálisis debido a que los datos de los estudios
no han permitido realizarlo. No obstante, algunos estudios afirman que el UPI afecta negativamente la
autoeficacia académica (Marín et al., 2018; Odaci, 2011, 2013; Rial et al., 2015; Skues et al., 2016). Por su
parte, los instrumentos utilizados para la recogida de información han sido la Academic Self-efficacy Scale
(ASS) (50%); Subtest búsqueda de símbolos WAIS-III, Escala de Memoria de Weschler, Test de Aptitudes
Diferenciales (DAT), Academic Procrastination Scale (APS), The Distress Tolerance Scale (DTS) (10%).
IV. Discusión y conclusiones

La relación del UPI con las variables psicológicas o físicas ha sido abordada en distintos estudios empíricos
que abarcan una muestra total de 136 760 sujetos. Las variables psicológicas o físicas con mayor
incidencia en el UPI son la falta de autocontrol, ansiedad, baja autoestima, baja actividad física y baja
autoeficacia académica.
Por su parte, el UPI se ha identificado como uno de los principales riesgos de la sociedad digital (Giménez
et al., 2017; Kopecký y Szotkowski, 2017). El abuso de Internet es una de las consecuencias de una
sociedad en la que abundan los dispositivos electrónicos. Por lo que es esencial identificar este tipo de
consecuencias en la salud de la población y establecer medidas para prevenir el UPI. En esta línea, se ha
identificado que la población mayoritaria en riesgo son los estudiantes universitarios (García-Oliva et al.,
2017; Ruiz-Palmero et al., 2016). No obstante, aunque en menor medida, los adolescentes y adultos
también representan un porcentaje importante en el UPI.
Así pues, esta problemática alcanza un amplio espectro poblacional donde lo casos se dispersan en
distintos sectores de la población. A pesar de que los más vulnerables son los estudiantes universitarios y
adolescentes, por el tiempo que pasan navegando en la red. A su vez, el UPI alcanza una dimensión global
en la que los estudios empíricos se concentran en distintos países de diferentes puntos geográficos
(Throuvala et al., 2019).
En concreto, España destaca entre los países de Europa (Díaz-Aguado et al., 2018). Lo cual es significativo
si tenemos en cuenta los dos hitos que ocurren en este país respecto a la cantidad de smartphones y la
gran conectividad de la población española (Europa Press, 2017; We are social, 2019).
Por otro lado, la revisión de la literatura ha confirmado la asociación del UPI con distintas variables
psicológicas (Çam y Nur, 2015; Cao et al., 2011). Entre ellos, los recogidos por Rojas-Jaras et al. (2018), Lei
et al. (2018) y Lei et al. (2019): bajo rendimiento académico, baja autoestima, mayor ansiedad y bajo
autocontrol.
De manera particular, la ansiedad se alza como el fenómeno más estudiado. Asimismo, la mayor parte de
los estudios analizaron la relación entre el UPI como predictor de la ansiedad. Además, se confirma el
vínculo del UPI con las variables psicológicas o físicas: autocontrol (Koronczai et al., 2019), autoestima
(Zegarra y Cuba, 2017), baja actividad física (Castro et al., 2018) y baja autoeficacia académica (Ramos-
Galarza et al., 2017). Sin embargo, aunque los estudios recogen una vinculación entre el UPI y las variables
descritas, el tamaño del efecto global de las investigaciones que estudian el mismo fenómeno recogió
que las únicas relaciones estadísticamente significativas eran las de UPI y ansiedad, y UPI y baja
autoestima.
De este modo, la evidencia empírica mostró que el UPI es predictor de la ansiedad y de la baja autoestima.
El resto de variables a pesar de que se vinculan al UPI no recogen una tasa mayor de prevalencia que sea
significativa en la población con UPI.
Por tanto, nos encontramos con un fenómeno que requiere de más investigación para confirmar si el
resto de variables psicológicas y físicas pueden ser predictores del UPI. Ya que las relaciones no
significativas se han establecido con sólo el tamaño del efecto de tres estudios en el caso de la falta de
autocontrol y dos estudios en el caso de la baja actividad física. A lo que se suma el hecho de que para la

autoeficacia académica no fue posible realizar un metanálisis debido a la falta de datos.
La tasa de prevalencia de UPI aumentará en los próximos años debido al uso incesante de la tecnología.
Los estudiantes universitarios son la principal población en riesgo. Se encuentra en manos de los
docentes de Educación Superior implementar medidas informativas y formativas en las aulas
universitarias para intentar paliar esta problemática. El hecho más preocupante son los efectos negativos
que la adicción a Internet presenta en la salud, entre ellos los recogidos en este estudio.
En el desarrollo de este trabajo se ha dado respuesta a los objetivos planteados. De modo que se
establece una serie de variables psicológicas o físicas asociadas al UPI y se han identificado las variables
con más evidencia empírica y el tamaño relativo del efecto de cada una de ellas, destacando la ansiedad y
la baja autoestima como variables significativas.
Entre las implicaciones prácticas de este trabajo se encuentra, por un lado, la elaboración de material
informativo sobre las consecuencias del UPI en la población estudiantil, y por otro, los hallazgos del
trabajo pueden ayudar a poner el foco de atención en el estudio de la ansiedad y la baja autoestima como
principales consecuencias significativas del UPI.
Entre las limitaciones del estudio cabe mencionar la restricción en la búsqueda de información sólo a las
bases de datos WOS y Scopus, en futuros estudios sería recomendable ampliar la búsqueda en otras
bases de datos; sin embargo, esta decisión garantiza que se ha analizado la literatura con mayor impacto
científico. Otra limitación ha sido la confección de los metanálisis que contienen sólo dos artículos, debido
a que el resto de estudios no recogieron los datos necesarios para su elaboración. De esta limitación se
deriva la recomendación de seguir investigando en futuros trabajos la relación del UPI con las variables
psicológicas y físicas detectadas, puesto que la literatura es limitada. Por último, se recoge la limitación
del propio sesgo de los investigadores para seleccionar los artículos, el cual se ha intentado paliar con la
inclusión de toda la literatura recogida por cada investigador.
Finalmente, la sociedad digital se encuentra con nuevas problemáticas y enfermedades derivadas de un

uso constante de la tecnología. Por lo que es crucial enfocarse en la detección de estos problemas que
afectan a la salud y a la educación.
Referencias
Baloğlu, M., Özteke, H. y Kesici, S. (2018). Gender differences in and the relationships between social
anxiety and problematic internet use: Canonical analysis. Journal of Medical Internet Research, 20(1), e33.
https://doi.org/10.2196/jmir.8947
Bernal-Ruiz, C., Rosa-Alcázar, A., González-Calatayud, V. y Rosa-Alcázar, E. (2017). ¿Existe relación entre
uso problemático de Internet y las respuestas de ansiedad social, obsesivo-compulsivas y el bienestar
psicológico en adolescentes? Anales de Psicología, 33(2), 269-276.
https://doi.org/10.6018/analesps.33.2.265831
Bozkurt, H., Coskun, M., Ayaydin, H., Adak, I. y Zoroglu, S. (2013). Prevalence and patterns of psychiatric
disorders in referred adolescents with Internet addiction. Psychiatry and Clinical Neurosciences, 67(5), 352-
359. https://doi.org/10.1111/pcn.12065
Çam, H. y Nur, N. (2015). A study on the prevalence of internet addiction and its association with
psychopathological symptoms and obesity in adolescents. TAF Preventive Medicine Bulletin, 14(3), 181-
188. https://doi.org/10.5455/pmb.20141016033204
Cao, H., Sun, Y., Wan, Y., Hao, J. y Tao, F. (2011). Problematic internet use in chinese adolescents and its
relation to psychosomatic symptoms and life satisfaction. BMC Public Health, 11 (802) 1-8.
https://doi.org/10.1186/1471-2458-11-802

Casale, S., Caplan, S. y Fioravanti, G. (2016). Positive metacognitions about internet use: The mediating
role in the relationship between emotional dysregulation and problematic use. Addictive Behaviors, 59,
84-88. https://doi.org/10.1016/j.addbeh.2016.03.014
Castro, J., Vinaccia, S. y Ballester-Arnal, R. (2018). Ansiedad social, adicción al internet y al cibersexo: su
relación con la percepción de salud. Terapia Psicológica, 36(3), 134-143. https://doi.org/10.4067/S0718-
48082018000300134
Çelik, C. y Odaci, H. (2013). The relationship between problematic internet use and interpersonal
cognitive distortions and life satisfaction in university students. Children and Youth Services Review, 35(3),
505-508. https://doi.org/10.1016/j.childyouth.2013.01.001
Chun, J. (2016). Effects of psychological problems, emotional dysregulation, and self-esteem on

problematic internet use among Korean adolescents. Children and Youth Services Review, 68, 187-192.
https://doi.org/10.1016/j.childyouth.2016.07.005
Cole, S. y Hooley, J. (2013). Clinical and personality correlates of MMO gaming: Anxiety and absorption in
problematic internet use. Social Science Computer Review, 31(4), 424-436.
https://doi.org/10.1177/0894439312475280
Cudo, A., Dobosz, M., Jarząbek-Cudo, A. y Basaj, L. (2016). Problematic internet use and intrapersonal and
interpersonal attitudes in adolescents. Advances in Psychiatry and Neurology, 25(3), 159-178.
https://doi.org/10.1016/j.pin.2016.08.005
Çuhadar, C. (2012). Exploration of problematic internet use and social interaction anxiety among Turkish
pre-service teachers. Computers & Education, 59(2), 173-181.
https://doi.org/10.1016/j.compedu.2011.12.029
De Vries, H., Nakamae, T., Fukui, K., Denys, D. y Narumoto, J. (2018). Problematic internet use and
psychiatric co-morbidity in a population of Japanese adult psychiatric patients. BMC Psychiatry, 18(9).
https://doi.org/10.1186/s12888-018-1588-z
Demirci, K., Akgönül, M. y Akpinar, A. (2015). Relationship of smartphone use severity with sleep quality,
depression, and anxiety in university students. Journal of Behavioral Addictions, 4(2), 85-92.
https://doi.org/10.1556/2006.4.2015.010
Derbyshire, K., Lust, K., Schreiber, L., Odlaug, B., Christenson, G., Golden, D. y Grant, J. (2013). Problematic
internet use and associated risks in a college sample. Comprehensive Psychiatry, 54(5), 415-422.
https://doi.org/10.1016/j.comppsych.2012.11.003
Díaz-Aguado, M., Martín-Babarro, J. y Falcón, L. (2018). Problematic internet use, maladaptive future time
perspective and school context. Psicothema, 30(2), 195-200.
https://doi.org/10.7334/psicothema2017.282
Durak, M. y Şenol-Durak, E. (2013). Associations of social anxiety and depression with cognitions related
to problematic internet use in youths. Education and Science, 38(169), 19-29. https://tinyurl.com/yjozkj9v
El Asam, A., Samara, M. y Terry, P. (2019). Problematic internet use and mental health among british
children and adolescents. Addictive Behaviors, 90, 428-436.
https://doi.org/10.1016/j.addbeh.2018.09.007
Europa Press (7 de noviembre de 2017). España, el país con más smartphones por habitante del mundo.
https://bit.ly/2WEQnbm

Fernández-Villa, T., Alguacil, J., Almaraz, A., Cancela, J., Delgado-Rodríguez, M., García-Martín, M.,
Jiménez-Mejías, E., Llorca, J., Molina, A., Ortíz, R., Valero-Juan, L. y Martín, V. (2015). Uso problemático de
internet en estudiantes universitarios: factores asociados y diferencias de género. Adicciones, 27(4), 265-
275. https://doi.org/10.20882/adicciones.751
García-Oliva, C., Piqueras, J. y Marzo, J. (2017). Uso problemático de internet, el móvil y los videojuegos en
una muestra de adolescentes alicantinos. Health and Addictions, 17(2), 189-200.
https://doi.org/10.21134/haaj.v17i2.331
Giménez, A., Luengo, J. y Bartrina, M. (2017). ¿Qué hacen los menores en internet? Usos de las TIC,
estrategias de supervisión parental y exposición a riesgos. Electronic Journal of Research in Educational
Psychology, 15(43), 533-552. https://doi.org/10.14204/ejrep.43.16123
Hinojo, F., Aznar, I., Romero, J. y Marín, J. (2019). Influencia del aula invertida en el rendimiento
académico. Una revisión sistemática. Campus virtuales, 8(1), 9-18.
http://uajournals.com/ojs/index.php/campusvirtuales/article/view/384
Huan, V., Ang, R. y Chye, S. (2014). Loneliness and shyness in adolescent problematic internet users: The
role of social anxiety. Child & Youth Care Forum, 43, 539-551. https://doi.org/10.1007/s10566-014-9252-3
Ioannidis, K., Treder, M., Chamberlain, S., Kiraly, F., Redden, S., Stein, D., Lochner, C. y Grant, J. (2018).
Problematic internet use as an age-related multifaceted problem: evidence from a two-site survey.
Addictive Behaviors, 81, 157-166. https://doi.org/10.1016/j.addbeh.2018.02.017
Ivezaj, V., Potenza, M., Grillo, C. y White, M. (2017). An exploratory examination of at-risk/problematic
internet use and disordered eating in adults. Addictive Behaviors, 64, 301-307.
Kelley, K. y Gruber, E. (2013). Problematic internet use and physical health. Journal of Behavioral
Addictions, 2(2), 108-112. https://doi.org/10.1556/jba.1.2012.016
Kim, B., Chang, S., Park, J., Jeong, S., Hee, S. y Je, M. (2016). Prevalence, correlates, psychiatric
comorbidities, and suicidality in a community population with problematic internet use. Psychiatry
Research, 244, 249-256. https://doi.org/10.1016/j.psychres.2016.07.009
Kim, H. y Davis, K. (2009). Toward a comprehensive theory of problematic internet use: evaluating the
role of self-esteem, anxiety, flow, and the self-rated importance of internet activities. Computers in
Human Behavior, 25(2), 490-500. https://doi.org/10.1016/j.chb.2008.11.001
Kitazawa, M., Yoshimura, M., Murata, M., Sato-Fujimoto, Y., Hitokoto, H., Mimura, M., Tsubota, K. y
Kishimoto, T. (2018). Associations between problematic internet use and psychiatric symptoms among
university students in Japan. Psychiatry and Clinical Neurosciences, 72(7), 531-539.
https://doi.org/10.1111/pcn.12662
Kopecký, K. y Szotkowski, R. (2017). Cyberbullying, cyber aggression and their impact on the victim –the
teacher. Telematics and Informatics, 34(2), 506-517. https://doi.org/10.1016/j.tele.2016.08.014
Koronczai, B., Kökönyei, G., Griffiths, M. y Demetrovics, Z. (2019). The relationship between personality
traits, psychopathological symptoms, and problematic internet use: A complex mediation model. Journal
of Medical Internet Research, 21(4), e11837. https://doi.org/doi:10.2196/11837
Laconi, S., Vigouroux, M., Lafuente, C. y Chabrol, H. (2017). Problematic internet use, psychopathology,
personality, defense and coping. Computers in Human Behavior, 73, 47-54.
https://doi.org/10.1016/j.chb.2017.03.025

Lee, B. y Stapinski, L. (2012). Seeking safety on the internet: relationship between social anxiety and
problematic internet use. Journal of Anxiety Disorders, 26(1), 197-205.
https://doi.org/10.1016/j.janxdis.2011.11.001
Lee, J., Kim, S., Bae, K., Kim, J., Shin, I., Yoon, J. y Kim, S. (2018). Prevalence and risk factors for
problematic internet use among rural adolescents in Korea. Asia-Pacific Psychiatry, 10(2), e12310.
https://doi.org/10.1111/appy.12310
Lei, H., Chiu, M. y Li, S. (2019). Subjective well-being and internet overuse: a meta-analysis of mainland
Chinese students. Current Psychology, 39, 843-853. https://doi.org/10.1007/s12144-019-00313-x
Lei, H., Li, S., Chiu, M. y Lu, M. (2018). Social support and internet addiction among mainland Chinese
teenagers and young adults: a meta-analysis. Computers in Human Behavior, 85, 200-209.
Machimbarrena, J., Calvete, E., Fernández-González, L., Álvarez-Bardón, A., Álvarez-Fernández, L. y

González-Cabrera, J. (2018). Internet risks: an overview of victimization in cyberbullying, cyber dating
abuse, sexting, online grooming and problematic internet use. International Journal of Environmental
Research and Public Health, 15(11), 2471. https://doi.org/10.3390/ijerph15112471
Marín, M., Carballo, J. y Coloma, A. (2018). Rendimiento académico y cognitivo en el uso problemático de
internet. Adicciones, 30(2), 101-110. http://dx.doi.org/10.20882/adicciones.844
Martínez, N. y Rodríguez-García, A. (2018). Alfabetización y competencia digital en personas mayores: el

caso del aula permanente de formación abierta de la Universidad de Granada (España). Revista Espacios,
39(10), 37. https://www.revistaespacios.com/a18v39n10/a18v39n10p37.pdf
Mei, S., Yau, Y., Chai, J., Guo, J. y Potenza, M. (2016). Problematic internet use, well-being, self-esteem
and self-control: data from a high-school survey in China. Addictive Behaviors, 61, 74-79.
Moher, D., Liberati, A., Tetzla, J., Altman, D. y The PRISMA Group (2009). Preferred reporting Items for
systematic reviews and meta-analyses: the PRISMA statement. PLoS Medicine, 6(7), e1000097.
https://doi.org/10.1371/journal.pmed.1000097
Odaci, H. (2011). Academic self-efficacy and academic procrastination as predictors of problematic

internet use in university students. Computers & Education, 57(1), 1109-1133.
Odaci, H. (2013). Risk-taking behavior and academic self-efficacy as variables accounting for problematic
internet use in adolescent university students. Children and Youth Services Review, 35(1), 183-187.
https://doi.org/10.1016/j.childyouth.2012.09.011
Odaci, H. y Çelik, C. (2013). Who are problematic internet users? An investigation of the correlations
between problematic internet use and shyness, loneliness, narcissism, aggression and self-perception.
Computers in Human Behavior, 29(6), 2382-2387. https://doi.org/10.1016/j.chb.2013.05.026
Odaci, H. y Çikrikci, Ö. (2017a). An exploration of the associations among internet use, depression, anxiety
and stress among youths. Mediterranean Journal of Clinical Psychology, 5(3), 1-16.
https://doi.org/10.6092/2282-1619/2017.5.1635
Odaci, H. y Çikrikci, Ö. (2017b). Differences in problematic internet use based on depression, anxiety, and
stress levels. Addicta: The Turkish Journal on Addictions, 4(1), 41-61.
http://dx.doi.org/10.15805/addicta.2017.4.1.0020

Odaci, H. y Kalkan, M. (2010). Problematic internet use, loneliness and dating anxiety among young adult
university students. Computers & Education, 55(3), 1091-1097.
Özdemir, Y., Kuzucu, Y. y Ak, S. (2014). Depression, loneliness and internet addiction: How important is
low self-control? Computers in Human Behavior, 34, 284-290. https://doi.org/10.1016/j.chb.2014.02.009
Park, S. y Lee, Y. (2017). Associations of body weight perception and weight control behaviors with
problematic internet use among Korean adolescents. Psychiatry Research, 251, 275-280.
https://doi.org/10.1016/j.psychres.2017.01.095
Park, S., Kang, M. y Kim, E. (2014). Social relationship on problematic internet use (PIU) among
adolescents in South Korea: A moderated mediation model of self-esteem and self-control. Computers in
Human Behavior, 38, 349-357. https://doi.org/10.1016/j.chb.2014.06.005
Perrella, R. y Caviglia, G. (2017). Internet addiction, self-esteem, and relational patterns in adolescents.
Clinical Neuropsychiatry, 14(1), 82-87. https://www.clinicalneuropsychiatry.org/download/internet-
addiction-self-esteem-and-relational-patterns-in-adolescents/
Quesnel, D., Cook, B., Murray, K. y Zamudio, J. (2018). Inspiration or thinspiration: the association among
problematic internet use, exercise dependence, and eating disorder risk. International Journal of Mental
Health and Addiction, 16(5), 1114-1124. https://doi.org/10.1007/s11469-017-9834-z
Ramos-Galarza, C., Jadán-Guerrero, J., Paredes-Núñez, L., Bolaños-Pasquel, M. y Gómez-García, A. (2017).

Procrastinación, adicción al internet y rendimiento académico de estudiantes universitarios ecuatorianos.
Estudios Pedagógicos, 43(3), 275-289. http://dx.doi.org/10.4067/S0718-07052017000300016
Reisoğlu, I., Gedik, N. y Göktas, Y. (2013). Relationship between pre-service teachers’ levels of self-esteem,
emotional intelligence and problematic internet use. Education and Science, 38(170), 150-164.
https://tinyurl.com/yesmohr8
Rial, A., Golpe, S., Gómez, P. y Barreiro, C. (2015). Variables asociadas al uso problemático de internet
entre adolescentes. Health and Addictions, 15(1), 25-38. https://doi.org/10.21134/haaj.v15i1.223
Rojas-Jaras, C., Henríquez, F., Sanhueza, F., Núñez, P., Inostroza, E., Solís, A. y Contreras, D. (2018).
Adicción a nternet y uso de redes sociales en adolescentes: una revisión. Revista Española de
Drogodependencias, 43(4), 39-54. https://www.aesed.com/upload/files/v43n4-2-rrss-r.pdf
Romano, M., Roaro, A., Re, F., Osborne, L., Truzoli, R. y Reed, P. (2017). Problematic internet users’ skin
conductance and anxiety increase after exposure to the internet. Addictive Behaviors, 75, 70-74.
Ruiz-Palmero, J., Sánchez-Rodríguez, J. y Trujillo-Torres, J. M. (2016). Utilización de internet y

dependencia a teléfonos móviles en adolescentes. Revista Latinoamericana de Ciencias Sociales, Niñez y
Juventud, 14(2), 1357-1369.
http://revistaumanizales.cinde.org.co/rlcsnj/index.php/Revista-Latinoamericana/article/view/2611
Sánchez-Meca, J. (2010). Cómo realizar una revisión sistemática y un meta-análisis. Aula Abierta, 38(2), 53-
64.
Sari, S. y Aydin, B. (2014). Problematic internet use and body mass index in university students. Eurasian
Journal of Educational Research, 54, 135-150.

Seabra, L., Loureiro, M., Pereira, H., Monteiro, S., Alfonso, R. y Esgalhado, G. (2017). Relationship between
internet addiction and self-esteem: cross-cultural study in Portugal and Brazil. Interacting with Computers,
29(5), 767-778. https://doi.org/10.1093/iwc/iwx011
Senol-Durak, E. y Durak, M. (2011). The mediator roles of life satisfaction and self-esteem between the
affective components of psychological well-being and the cognitive symptoms of problematic internet
use. Social Indicators Research, 103(1), 23-32. https://doi.org/10.1007/s11205-010-9694-4
Skues, J., Williams, B., Oldmeadow, J., y Wise, L. (2016). The effects of boredom, loneliness, and distress
tolerance on problem internet use among university students. International Journal of Mental Health and
Addiction, 14(2), 167-180. https://doi.org/10.1007/s11469-015-9568-8
Sola, T., Aznar, I., Romero, J. y Rodríguez-García, A. (2019). Eficacia del método flipped classroom en la
universidad: Meta-análisis de la producción científica de impacto. Revista Iberoamericana sobre Calidad,
Eficacia y Cambio en Educación, 17(1), 25-38. https://doi.org/10.15366/reice2019.17.1.002
Symons, K., Vanwesenbeeck, I., Walrave, M., Van Ouytsel, J. y Ponnet, K. (2019). Parents’ concerns over
internet use, their engagement in interaction restrictions, and adolescents’ behavior on social networking
sites. Youth & Society, 52(8), 1-13. https://doi.org/10.1177/0044118X19834769
Tabachuk, N., Ledovskikh, I., Shulika, N., Kazinets, V. y Polichka, A. (2018). Internet activity and internet
addiction: Where is the borderline in developing one’s information competency? EURASIA Journal of
Mathematics, Science and Technology Education, 14(12), em1640. https://doi.org/10.29333/ejmste/97828
Throuvala, M., Griffiths, M., Rennoldson, M. y Kuss, D. (2019). School-based prevention for adolescent
internet addiction: Prevention is the key. A systematic literature review. Current Neuropharmacology,
17(6), 507-525. https://doi.org/10.2174/1570159X16666180813153806
Tokunaga, R. (2014). A unique problem or the manifestation of a preexisting disorder? The mediating role
of problematic internet use in the relationships between psychosocial problems and functional
impairment. Communication Research, 41(4), 531-560. https://doi.org/10.1177/0093650212450910
Truzoli, R., Osborne, L., Romano, M. y Reed, P. (2016). The relationship between schizotypal personality
and internet addiction in university students. Computers in Human Behavior, 63, 19-24.
Tsitsika, A., Andrie, E., Psaltopoulou, T., Tzavara, C., Sergentanis, T., Ntanasis-Stathopoulos, I., Bacopoulou,
F., Richardson, C., Chrousos, G. y Tsolia, M. (2016). Association between problematic internet use, socio-
demographic variables and obesity among European adolescents. The European Journal of Public Health,
26(4), 617-622. https://doi.org/10.1093/eurpub/ckw028
Varo, C., Murru, A., Salagre, E., Jiménez, E., Solé, B., Montejo, L., Carvalho, A., Stubbs, B., Grande, I.,
Martínez-Arán, A., Vieta, E. y Reinares, M. (2019). Behavioral addictions in bipolar disorders: A systematic
review. European Neuropsychopharmacology, 29(1), 76-97.
https://doi.org/10.1016/j.euroneuro.2018.10.012
We are social (2019). Digital in 2019. España. https://bit.ly/2MNyJyO
Yau, Y., Potenza, M. y White, M. (2013). Problematic internet use, mental health and impulse control in an
online survey of adults. Journal of Behavioral Addictions, 2(2), 72-81.
https://doi.org/10.1556/jba.1.2012.015

Zegarra, C. y Cuba, M. (2017). Frecuencia de adicción a internet y desarrollo de habilidades sociales en

adolescentes de una localidad urbana de Lima. Medwave, 17(1), e6857.
https://doi.org/10.5867/medwave.2017.01.6857
Zheng, Y., Wei, D., Li, J., Zhu, T. y Ning, H. (2016). Internet use and its impact on individual physical health.
IEEE Access, 4, 5135-5142. https://doi.org/10.1109/ACCESS.2016.2602301

3167-Texto Del Artículo-26156-1-10-20210817

Cargado por

Copyright:

Formatos disponibles

3167-Texto Del Artículo-26156-1-10-20210817

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

3167-Texto Del Artículo-26156-1-10-20210817

Cargado por

Copyright:

Formatos disponibles

Vol.

Uso problemático de Internet y variables psicológicas o físicas

Problematic Internet Use and Psychological or Physical Variables

(*) Universidad de Granada

Palabras clave: internet, estudiante universitario, comportamiento, adicción, psicología

Keywords: internet, university students, behavior, addiction, psychology

Revista Electrónica de Investigación Educativa, Vol. 23, e13 2

2.1 Procedimiento de obtención de la muestra

Revista Electrónica de Investigación Educativa, Vol. 23, e13 3

2.2 Recopilación de datos

Figura 1. Diagrama de flujo de acuerdo a la declaración PRISMA

2.3 Análisis de datos

Revista Electrónica de Investigación Educativa, Vol. 23, e13 4

Revista Electrónica de Investigación Educativa, Vol. 23, e13 5

Tabla 1. Características de la población

Revista Electrónica de Investigación Educativa, Vol. 23, e13 6

centraron su atención en la ansiedad (43.13%) y autoestima (25.49%). En menor medida en la actividad

Tabla 2. Variables psicológicas o físicas asociadas al UPI

Auto- Auto- Actividad Autoeficacia

Revista Electrónica de Investigación Educativa, Vol. 23, e13 7

Figura 2. Forest plot de Autocontrol

Figura 3. Forest plot de Ansiedad

Revista Electrónica de Investigación Educativa, Vol. 23, e13 8

Figura 4. Forest plot de Autoestima

3.4 Actividad física

Figura 5. Forest plot de actividad física

Revista Electrónica de Investigación Educativa, Vol. 23, e13 9

3.5 Autoeficacia académica

IV. Discusión y conclusiones

Revista Electrónica de Investigación Educativa, Vol. 23, e13 10

autoeficacia académica no fue posible realizar un metanálisis debido a la falta de datos.

Finalmente, la sociedad digital se encuentra con nuevas problemáticas y enfermedades derivadas de un

Revista Electrónica de Investigación Educativa, Vol. 23, e13 11

Chun, J. (2016). Effects of psychological problems, emotional dysregulation, and self-esteem on

Revista Electrónica de Investigación Educativa, Vol. 23, e13 12

Revista Electrónica de Investigación Educativa, Vol. 23, e13 13

Machimbarrena, J., Calvete, E., Fernández-González, L., Álvarez-Bardón, A., Álvarez-Fernández, L. y

Martínez, N. y Rodríguez-García, A. (2018). Alfabetización y competencia digital en personas mayores: el

Odaci, H. (2011). Academic self-efficacy and academic procrastination as predictors of problematic

Revista Electrónica de Investigación Educativa, Vol. 23, e13 14

Ramos-Galarza, C., Jadán-Guerrero, J., Paredes-Núñez, L., Bolaños-Pasquel, M. y Gómez-García, A. (2017).

Ruiz-Palmero, J., Sánchez-Rodríguez, J. y Trujillo-Torres, J. M. (2016). Utilización de internet y

Revista Electrónica de Investigación Educativa, Vol. 23, e13 15

We are social (2019). Digital in 2019. España. https://bit.ly/2MNyJyO

Revista Electrónica de Investigación Educativa, Vol. 23, e13 16

Zegarra, C. y Cuba, M. (2017). Frecuencia de adicción a internet y desarrollo de habilidades sociales en

Revista Electrónica de Investigación Educativa, Vol. 23, e13 17

También podría gustarte