Global Burden Of Problematic Internet Use: An Umbrella Review and Metanalysis

Diese Übersichtsarbeit und Metaanalyse von 11 systematischen Übersichten, die über 3 Millionen Personen umfassen, schätzt die globale Prävalenz problematischer Internetnutzungsverhalten auf einen Bereich von 6 % für Gaming bis 32 % für die Smartphone-Nutzung, hebt dabei jedoch erhebliche methodologische Heterogenität und einen dringenden Bedarf an hochwertigeren, geografisch diverseren Studien hervor.

Das Wesentliche

Stellen Sie sich das Internet als eine riesige, geschäftige globale Stadt vor. Die meisten Menschen gehen durch sie hindurch, besuchen Geschäfte, unterhalten sich mit Freunden und gehen nach Hause. Doch für einige wird die Stadt so fesselnd, dass sie nicht mehr weg können, in den Menschenmassen verloren gehen oder ihre gesamte Zeit in einem bestimmten Stadtviertel verbringen, bis dies ihr echtes Leben beeinträchtigt. Dieser Artikel ist wie eine riesige „Stadtumfrage", die herausfinden sollte, genau wie viele Menschen in dieser digitalen Stadt stecken bleiben.

Hier ist das, was die Forscher herausfanden, einfach zusammengefasst:

Das große Bild: Ein „Review of Reviews" (Überblick über Übersichten)

Anstatt selbst auf die Straße zu gehen und Menschen zu befragen, agierten die Forscher wie Detektive, die die Notizbücher anderer Detektive durchsichten. Sie sammelten 11 wichtige Berichte (sogenannte „systematische Übersichten"), die bereits Tausende kleinerer Studien untersucht hatten. Anschließend kombinierten sie alle Daten aus diesen kleineren Studien (mit über 3 Millionen Personen), um ein klareres, globales Bild zu erhalten.

Stellen Sie sich vor, Sie wollen das Wetter verstehen. Anstatt selbst den Himmel zu beobachten, sammeln Sie alle Wetterberichte der letzten Jahre, prüfen, wie zuverlässig die Meteorologen waren, und berechnen dann die Durchschnittstemperatur für den gesamten Planeten.

Die Ergebnisse: Wie viele Menschen sind „steckengeblieben"?

Die Forscher betrachteten vier verschiedene „Stadtviertel" der Internetstadt und stellten fest, dass die Zahl der Menschen, die stecken bleiben, stark variiert, je nachdem, welches Viertel Sie besuchen:

• Das Gaming-Viertel (Problematisches Spielen): Etwa 6 % der Menschen (ungefähr 1 von 16) haben hier Schwierigkeiten. Dies ist der am meisten untersuchte Bereich, weist jedoch die niedrigste „Steckenbleib"-Rate auf.
• Das allgemeine Internet-Viertel (Problematische Internetnutzung): Etwa 16 % der Menschen (ungefähr 1 von 6) haben hier Probleme.
• Das Social-Media-Viertel (Problematische Social-Media-Nutzung): Etwa 23 % der Menschen (ungefähr 1 von 4) haben Schwierigkeiten.
• Das Smartphone-Viertel (Problematische Smartphone-Nutzung): Dies ist die am stärksten besuchte „Steckenbleib"-Zone, wobei etwa 32 % der Menschen (ungefähr 1 von 3) Probleme haben.

Die Analogie: Stellen Sie sich vor, Sie fragen Menschen, ob sie süchtig nach einem bestimmten Videospiel sind, und 6 % antworten mit Ja. Aber wenn Sie fragen, ob sie süchtig nach ihrem Telefon im Allgemeinen sind, antworten plötzlich 32 % mit Ja. Das „Gerät" selbst scheint das größere Problem zu sein als die spezifischen Spiele darauf.

Das Problem mit der Karte: Warum die Zahlen wackelig sind

Obwohl diese Zahlen interessant sind, stellten die Forscher ein riesiges Problem mit den Karten fest, die sie verwendeten. Sie beschrieben die Qualität der 11 überprüften Berichte als „Niedrig" oder „Kritisch Niedrig".

Hier ist der Grund, warum die Karte verschwommen ist:

1. Verschiedene Lineale: Einige Studien maßen „Sucht" mit einem 25 cm langen Lineal, andere mit einem 50 cm langen. Eine Studie könnte sagen: „Wenn Sie 2 Stunden spielen, sind Sie süchtig", während eine andere sagt: „Sie müssen 10 Stunden spielen." Da sie unterschiedliche Regeln verwendeten, stimmen die Zahlen nicht perfekt überein.
2. Verschiedene Menschenmengen: Einige Studien betrachteten nur Universitätsstudenten, andere betrachteten Gamer und wieder andere die allgemeine Bevölkerung. Es ist, als würde man versuchen, die durchschnittliche Körpergröße aller Menschen zu erraten, indem man nur Basketballspieler misst.
3. Fehlende Viertel: Die meisten Daten stammen aus Europa und Ostasien. Es gibt sehr wenige Berichte aus Afrika, Amerika oder Südostasien. Es ist, als hätte man einen Wetterbericht für London und Tokio, aber keine Daten für den Rest der Welt.
4. Der „Pandemie"-Effekt: Viele der Studien wurden während der COVID-19-Pandemie durchgeführt, als alle zu Hause an ihren Geräten festsaßen. Dies könnte dazu geführt haben, dass die Zahlen höher erscheinen, als sie in normalen Zeiten wären.

Die „unordentliche" Schlussfolgerung

Der Artikel kommt zu dem Schluss, dass zwar ein signifikanter Teil der Weltbevölkerung wahrscheinlich mit der Internetnutzung zu kämpfen hat, wir die genauen Zahlen jedoch noch nicht vertrauen können.

Die Forscher sagen, wir müssen:

• Die Lineale standardisieren: Sich darauf einigen, was genau „problematische Nutzung" bedeutet, damit alle sie auf die gleiche Weise messen.
• Die Lücken füllen: Menschen in Afrika, Amerika und anderen unterforschten Gebieten untersuchen.
• Die Werkzeuge überprüfen: Sicherstellen, dass die Fragen, die wir Menschen stellen, tatsächlich das Richtige messen.

Kurz gesagt: Die Internetstadt ist riesig, und viele Menschen scheinen darin verloren zu gehen, besonders auf ihren Handys und in sozialen Medien. Aber da alle unterschiedliche Karten und unterschiedliche Regeln verwenden, um sie zu zählen, müssen wir eine bessere, konsistentere Karte erstellen, bevor wir sagen können, wie groß das Problem wirklich ist.

Technische Zusammenfassung

Technische Zusammenfassung: Globale Krankheitslast problematischer Internetnutzung

Problemstellung
Der durchdringende Einfluss des Internets hat die globale Interaktion neu geformt, hat jedoch auch ein erhebliches Problem der öffentlichen Gesundheit eingeführt: die problematische Internetnutzung (PUI). PUI umfasst eine heterogene Konstellation von Verhaltensweisen, darunter problematisches Spielen, Nutzung sozialer Medien, Smartphone-Nutzung, Pornographiekonsum und Online-Shopping. Trotz der zunehmenden Anerkennung von PUI als Zustand, der zu Beeinträchtigungen im sozialen, beruflichen und psychischen Bereich führt, bleibt die globale Krankheitslast unklar. Bestehende Prävalenzschätzungen variieren stark (von 1 % bis 27 %), getrieben durch Inkonsistenzen in den operationalen Definitionen, Messinstrumenten, Studienpopulationen und der geografischen Repräsentation. Frühere Evidenzsynthesen haben sich häufig auf spezifische Subtypen (z. B. „Internetabhängigkeit" oder „Spielsucht") konzentriert, ohne eine umfassende Übersichtsarbeit (Umbrella Review), die diese divergierenden Konzeptualisierungen harmonisiert oder die methodische Qualität der zugrundeliegenden Evidenz bewertet. Folglich wird die Priorisierung von PUI auf politischen Agenden durch das Fehlen präziser, vergleichbarer und hochwertiger epidemiologischer Daten behindert.

Methodik
Diese Studie wandte eine Methodik der Übersichtsarbeit (Umbrella Review) an, die sich an den JBI-Richtlinien und den PRISMA-2020-Berichtstandards orientierte. Das Forschungsteam führte eine umfassende Suche in sechs Datenbanken (MEDLINE, Embase, Scopus, Web of Science, CINAHL und die Cochrane Review Library) von deren Gründung bis Februar 2026 durch.

• Einschlusskriterien: Die Übersichtsarbeit schloss systematische Übersichten und Metaanalysen (und eine Scoping-Review) ein, die Prävalenzschätzungen für PUI-Verhaltensweisen (Gaming, allgemeine Internetnutzung, soziale Medien, Smartphones, Sexting) in irgendeiner geografischen Region, zu irgendeinem Zeitpunkt oder in irgendeiner demografischen Gruppe berichteten. Nur englischsprachige Studien wurden einbezogen. Narrative und kritische Übersichtsarbeiten wurden ausgeschlossen, um eine quantitative Synthese zu ermöglichen.
• Datenauszug und Qualitätsbewertung: Daten wurden aus 11 eingeschlossenen Übersichten extrahiert, die 1.109 Primärstudien und über 3,1 Millionen Individuen repräsentieren. Die methodische Qualität der eingeschlossenen Übersichten wurde kritisch mit dem AMSTAR-2-Instrument bewertet, wobei die Vertrauenswürdigkeitsstufen als Hoch, Moderat, Niedrig oder Kritisch Niedrig kategorisiert wurden.
• Metaanalyse: Um aggregierte globale Prävalenzschätzungen zu generieren, extrahierten die Autoren nicht-überlappende Primärstudien aus den eingeschlossenen Übersichten. Die Überlappung wurde mittels des Corrected Coverage Area (CCA) bewertet. Eine Metaanalyse mit Zufallseffekten und doppelter Arcus-Sinus-Transformation wurde durchgeführt, um Prävalenzschätzungen für vier Hauptsubtypen zu bündeln: problematisches Gaming, problematische Internetnutzung, problematische Smartphone-Nutzung und problematische Nutzung sozialer Medien. Die Heterogenität wurde mittels $I^2$ gemessen, und kleine-Studien-Effekte wurden über Trichterplots untersucht.

Hauptbeiträge

• Erste umfassende Übersichtsarbeit: Dies ist die erste Studie, die bestehende Evidenzsynthesen zur Epidemiologie von PUI in einem globalen Kontext über fünf breite Kategorien (Sexting, allgemeine Internetnutzung, Gaming, soziale Medien und Smartphones) synthetisiert.
• Methodische Bewertung: Die Studie liefert eine kritische Bewertung der Qualität der bestehenden PUI-Literatur und zeigt, dass 9 von 10 systematischen Übersichten gemäß AMSTAR-2-Standards als „Niedrige" oder „Kritisch Niedrige" Vertrauenswürdigkeit eingestuft wurden.
• Harmonisierte Prävalenzschätzungen: Durch die Neuanalyse nicht-überlappender Primärdaten liefert die Studie gepoolte globale Prävalenzschätzungen, die die Heterogenität früherer Synthesen berücksichtigen.
• Identifizierung von Lücken: Die Übersichtsarbeit hebt signifikante Disparitäten im Forschungsfokus (stark zu Gaming verschoben), in der geografischen Repräsentation (konzentriert auf Europa und Ostasien) sowie das Fehlen standardisierter diagnostischer Kriterien und Messinstrumente hervor.

Ergebnisse

• Prävalenzschätzungen: Die gepoolten globalen Prävalenzschätzungen für die vier analysierten Subtypen betrugen:
  • Problematisches Gaming: 6 % (95 % KI, 5 %–7 %)
  • Problematische Internetnutzung: 16 % (95 % KI, 15 %–17 %)
  • Problematische Smartphone-Nutzung: 32 % (95 % KI, 28 %–35 %)
  • Problematische Nutzung sozialer Medien: 23 % (95 % KI, 19 %–28 %)
• Heterogenität: Bei allen Subtypen wurde eine erhebliche Heterogenität zwischen den Studien beobachtet ($I^2 > 99\%$), was Variationen in den Studienmethoden, den Stichprobenpopulationen und den Definitionen von PUI widerspiegelt.
• Qualität der Evidenz: Die kritische Bewertung zeigte, dass die meisten eingeschlossenen Übersichten methodische Mängel aufwiesen, insbesondere das Fehlen einer Liste ausgeschlossener Studien mit Begründung (70 % der Übersichten) und das Fehlen einer a priori festgelegten Protokollerstellung (40 % der Übersichten).
• Regionale und demografische Trends: Die Forschung konzentriert sich stark auf die europäischen und westlichen pazifischen Regionen, wobei Daten aus Afrika, Amerika und Südostasien rar sind. Als Risikofaktoren, die über die Subtypen hinweg identifiziert wurden, gelten höheres Alter, männliches Geschlecht und psychische Belastung.
• Asymmetrie der Trichterplots: Anzeichen für eine Asymmetrie der Trichterplots deuten auf das Vorhandensein von Kleine-Studien-Effekten hin, was darauf schließen lässt, dass kleinere Studien höhere Prävalenzraten berichten könnten als größere.

Bedeutung und Behauptungen
Die Studie behauptet, dass PUI-Verhaltensweisen einen erheblichen Anteil der Weltbevölkerung betreffen, wobei die Prävalenzraten je nach Subtyp stark variieren (von 6 % für Gaming bis zu 32 % für Smartphone-Nutzung). Die Autoren betonen jedoch, dass diese Ergebnisse mit Vorsicht zu interpretieren sind, aufgrund der „Niedrigen" oder „Kritisch Niedrigen" methodischen Qualität der zugrundeliegenden Evidenzsynthesen.

Die Studie stellt fest, dass der aktuelle Stand der PUI-Forschung fragmentiert ist, mit einem Mangel an harmonisierten Konzeptualisierungen und standardisierten Messinstrumenten. Die Autoren schließen, dass PUI zwar ein drängendes digitales Problem der öffentlichen Gesundheit ist, die aktuelle Evidenzbasis jedoch unzureichend ist, um eine präzise Politikentwicklung zu unterstützen. Sie fordern:

1. Hochwertige epidemiologische Forschung: Insbesondere in unterrepräsentierten Regionen (Länder mit niedrigeren und niedrigeren mittleren Einkommen) und für unterforschte Subtypen (soziale Medien, Smartphones, Pornographie).
2. Standardisierung: Die Entwicklung klarer Definitionen und standardisierter Kriterien für PUI-Verhaltensweisen, um die Heterogenität in zukünftigen Studien zu reduzieren.
3. Repräsentative Stichproben: Eine Abkehr von Convenience- oder Schneeball-Stichproben hin zu robusten, repräsentativen Bevölkerungsstichproben, um genauere Prävalenzschätzungen zu generieren.

Die Studie positioniert sich nicht als definitive Lösung für die Messung von PUI, sondern als kritischer Schritt zur Identifizierung der Lücken und methodischen Einschränkungen, die angegangen werden müssen, um eine zuverlässige Grundlage für Interventionen im Bereich der öffentlichen Gesundheit zu schaffen.