Factores asociados a la adicción a redes sociales en universitarios: una revisión sistemática y metaanálisis

Miguel Ángel Basauri Delgado

https://orcid.org/0000-0002-9698-8089

Universidad Femenina del Sagrado Corazón (UNIFÉ), Lima, Perú

Correo electrónico: miguelangelbasauri23@gmail.com

Recibido: 13 de febrero del 2023 / Aceptado: 4 de mayo del 2023

doi: https://doi.org/10.26439/persona2023.n26(1).6189

RESUMEN. La adicción a las redes sociales se ha incrementado a lo largo del brote del COVID-19, en especial dentro del contexto universitario, debido al uso continuo de estas como medio de socialización, entretenimiento, educación y trabajo. El estudio tuvo como objetivo realizar una revisión sistemática y metaanálisis de los factores asociados a la adicción a redes sociales en universitarios. Se revisaron las bases de datos de Scielo, Eric, PubMed y ScienceDirect, donde se encontraron 31 artículos que cumplieron con los criterios de inclusión y exclusión en una muestra total de 13 028 universitarios. Existieron 91 variables asociadas a la adicción a las redes sociales, las cuales fueron agrupadas dentro de nueve categorías para realizar el metaanálisis. Existieron seis categorías con relación directa (factores en línea = .41, factores cognitivos = .41, sintomatología negativa = .30, adicción y uso de celular = .29, uso de redes = .21, factores sociales = .29), una con relación inversa (emociones positivas = -.14) y dos que no cuentan con valores significativos (factores académicos = .01 y competencias personales = .06). Se concluye que existe mayor fuerza de relación entre los factores en línea y los factores cognitivos con la adicción a las redes sociales.

Palabras clave: adicción a redes sociales / factores asociados / universitarios / revisión sistemática / metaanálisis

Factors Associated with Social Network Addiction in College Students:
A Systematic Review and Meta-Analysis

ABSTRACT. Addiction to social networks has increased throughout the COVID-19 outbreak, especially within the university context, due to its continuous use for socialization, entertainment, education, and work. The study aimed to carry out a systematic review and meta-analysis of the factors associated with addiction to social networks in university students. A search in the Scielo, Eric, PubMed, and Science Direct databases found 31 articles that met the inclusion and exclusion criteria and analyzed a total sample of 13 028 university students. The articles presented 91 variables associated with addiction to social networks; these were grouped into nine categories to perform the meta-analysis, which revealed six categories with a direct relationship (online factors = .41, cognitive factors = .41, negative symptomatology = .30, addiction and cell phone use = .29, network use = .21, social factors = .29), one with an inverse relationship (positive emotions = -.14) and two that do not have significant values (academic factors = .01 and personal skills = .06). The study concludes that there is a stronger relationship between online factors and cognitive factors with addiction to social networks.

Keywords: addiction to social networks / associated factors / university /
systematic review / meta-analysis

INTRODUCCIÓN

Las consecuencias del estado de pandemia producto del brote del COVID-19 han traído consigo grandes cambios para los estudiantes universitarios, tales como una educación dentro del contexto de virtualidad, retraimiento y distanciamiento en el proceso de socialización, desarrollo de trastornos mentales como ansiedad, estrés, depresión, entre otros (Cívico et al., 2021; Ford, 2020; Hamaideh et al., 2021). También se reconoce un cambio en el uso del tiempo libre o de ocio, ya que el contar con una menor posibilidad de movilizarse e interactuar con otras personas ha facilitado el uso de las redes sociales y de los juegos en línea como uno de los principales medios para distraerse, comunicarse y establecer relaciones con otras personas (Dong et al., 2020; Lemenager et al., 2021). En dicho contexto, los estudiantes perciben el internet como único medio para socializar, jugar y aprender (Fondo de las Naciones Unidas para la Infancia [UNICEF], 2021).

Según la encuestadora Influencer MarketingHub (2022), la adicción a las redes contó con mayor representatividad dentro de los últimos cinco años (2017-2021) a comparación de la adicción al internet, dado que esta última se incrementó para el 2022 en un 29 %, mientras que la primera aumentó en un 63 %. A nivel mundial, el promedio de tiempo que permanecen las personas conectadas a las redes sociales es de 2 horas con 27 minutos al día, con mayor acceso a Facebook, YouTube, WhatsApp, Instagram y TikTok respectivamente (We Are Social, 2022). El país con mayor tiempo de conectividad a las redes sociales es Nigeria, con un total de 4 horas al día aproximadamente, mientras que Japón fue el país con un menor tiempo de uso de las redes sociales (51 minutos aproximadamente por día). En el contexto latinoamericano, Colombia y Brasil son los países en los que se realiza un uso de las redes de aproximadamente 3 horas y 30 minutos (Mena Roa, 2022). En Perú, IPSOS (2021) demostró que el 80 % de adolescentes y jóvenes realizaron un uso cotidiano de las redes sociales, con mayor frecuencia en la aplicación de WhatsApp, Facebook, TikTok y YouTube, respectivamente.

Se podría decir que el uso de las redes sociales se encuentra inmerso en la vida de varios estudiantes, en especial de quienes han crecido en paralelo con el avance de las nuevas tecnologías (Valencia-Ortiz et al., 2021). Las redes sociales son un medio muy utilizado por los jóvenes, más aún dentro del estado de confinamiento por el COVID-19, ya que aportarían a la construcción de un entorno social más atractivo producto de una comunicación en tiempo real a pesar del aislamiento social, y debido al soporte emocional recibido a través de la interacción en línea (Meshi & Ellithorpe, 2021; Yu & Luo, 2021), lo cual reduciría la ansiedad experimentada por el brote de la pandemia (Soldevilla et al., 2021). Además, se debe señalar que a nivel educativo el uso de las redes se estableció como la única alternativa para dar continuidad al proceso formativo durante el estado de pandemia, ya que permitió a los estudiantes recibir información y estar en contacto con los docentes por medio de un canal virtual (Riorda, 2017). Al igual que los jóvenes, los adultos han tenido que adaptarse a un contexto de virtualidad para poder ejercer sus funciones y realizar sus actividades diarias (Arab & Díaz, 2015).

A pesar de la existencia de consecuencias favorables del uso de las redes sociales, se reconoce que pueden generar una conducta adictiva en la mayoría de jóvenes que las utilizan de forma continua y sin control alguno, y que su uso prolongado favorece la aparición de consecuencias negativas como ansiedad, estados de irritabilidad, problemas de sueño, entre otros problemas psicológicos (Masood et al., 2021; Peris et al., 2018; Phillips & Wisniewski, 2021). Inclusive, frecuentemente se observa que los sujetos que no utilizan las redes sociales se ven en la necesidad de crearse una cuenta y acceder con la finalidad de contactarse con sus amigos o con diferentes grupos sociales (Valencia-Ortiz et al., 2021). Esta situación generaría que cada vez más estudiantes utilicen las redes sociales en su vida diaria, percibiendo una mayor necesidad por permanecer conectados y adaptarse a las demandas sociales (Lemenager et al., 2021).

Resulta importante resaltar que la adicción a las redes sociales se produce por medio de la conectividad y el acceso que la persona pueda tener al internet (Echeburúa, 2016). Con lo dicho, se concuerda con lo postulado por Salas-Blas et al. (2020), quienes reconocen que hablar sobre la adicción al internet implica un comportamiento muy amplio que no permite reconocer de forma específica las actividades problemáticas en sí mismas. Como señalan dichos autores, el internet puede ser el medio por el que surjan conductas de riesgo en sus usuarios (realizar apuestas, jugar en línea, comprar drogas, ver pornografía, fastidiar a sus compañeros, entre otros). Inclusive, se cuestiona utilizar el término adicción al internet, así como el de otras adicciones comportamentales, debido a que surge precariamente a partir de los mismos criterios diagnósticos que las adicciones a sustancias (Turel & Serenko, 2012). Matute (2016) esclarece la existencia de ciertos términos que no especifican la problemática real del uso del internet, tales como el concepto de uso excesivo o abuso del internet, los cuales se pueden disipar ante ciertas actividades que implican su uso continuo y demandante para estudiar o trabajar.

Por su parte, Graña (1994) propone usar como sinónimos los términos abuso y dependencia; además, señala que la mayoría de las adicciones comparten características en común y que se pueden estudiar desde un marco global como el de la conducta adictiva. Anicama (2001) también comparte esta visión sobre el concepto de adicciones y lo conceptualiza desde un enfoque funcional integral conductual-cognitivo como una clase de respuesta, tal como existe para el concepto de dependencia emocional, agresión, violencia, desórdenes emocionales y conducta verbal (Anicama, 1992, 1996, 1999; Skinner, 1957), que implica la interacción con estímulos ambientales o personales que favorecen la realización de conductas distintas topográficamente, pero con una función específica en común como la evitación de eventos estresantes, experimentar mayor placer, buscar aceptación social, entre otros.

Echeburúa y Corral (2010) reconocen que la dependencia a las redes sociales, así como al internet, se produce en la persona al mantener cuatro aspectos importantes: a) uso excesivo y escaso control, b) sintomatología de abstinencia (por ejemplo, irritabilidad, depresión o ansiedad) ante la ausencia de estar conectado, c) desarrollo de tolerancia y d) consecuencias negativas en la vida diaria. Dicha postura es considerada por Escurra y Salas (2014), quienes demuestran de forma empírica que la adicción a las redes sociales se encuentra constituida por las dimensiones de: a) obsesión, b) falta de control personal y c) uso excesivo.

El uso del término adicción a las redes sociales ha sido criticado por diversos investigadores, quienes prefieren utilizar otros conceptos como uso patológico o problemático (Matute, 2016; Turel & Serenko, 2012). Esta noción cobra mayor relevancia durante el estado de confinamiento producto del brote del COVID-19, debido a que surgió la necesidad por utilizar en mayor medida los diferentes medios de comunicación (celular, computadora, televisión, radio, entre otros) para poder realizar actividades diarias que permitan la adaptación a dicho contexto, tales como el trabajar, socializar, distraerse, jugar o estudiar. Esto permite reconocer que la adicción a las redes sociales que experimentan los universitarios puede variar en los últimos años, tanto en su conceptualización teórica como en la forma de medición que se utiliza y en las posibles variables asociadas. Por tal motivo, la investigación se enfoca en el objetivo de realizar una revisión sistemática y metaanálisis de los factores asociados a la adicción a redes sociales en universitarios.

MÉTODO

Búsqueda sistemática

El diseño de la investigación es teórico debido a que se realizó una revisión sistemática de estudios primarios y un metaanálisis, donde se ejecutan procedimientos estadísticos para integrar la información encontrada (Ato et al., 2013). La búsqueda bibliográfica incluyó artículos publicados a inicios del 2018 hasta el 10 de septiembre del 2022 en los siguientes repositorios: Scielo, Eric, PubMed y ScienceDirect. Se utilizaron como palabras clave descriptores en inglés (addiction to social networks, social media addiction, university students) y español (adicción a redes sociales, correlación, universitarios) con operadores booleanos tipo OR y AND.

Criterios de inclusión

Los criterios para seleccionar los datos fueron: 1) Estudios realizados en muestra de universitarios; 2) Estudios que mantengan un alcance correlacional; 3) Artículos con una antigüedad no mayor a cinco años (del ٢٠١٨ al 2022) y en acceso abierto; 4) Estudios escritos en español e inglés; y 5) Estudios con muestras mayores a 100 evaluados.

Una primera selección de artículos se realizó por medio de los títulos, los cuales fueron descargados y almacenados solo si cumplían con los criterios antes mencionados. Luego, de forma manual, por medio de la revisión del resumen, se redujo la lista de artículos. Finalmente, con la información restante se pudo recolectar los siguientes datos: características generales de la muestra evaluada, terminologías semejantes a la adicción a las redes sociales, las variables asociadas a la adicción a las redes sociales y los índices de magnitud y significancia para las correlaciones de cada estudio. Dicho proceso se puede reconocer en la figura 1.

Figura 1

Diagrama de flujo PRISMA para revisión sistemática

Nota. El presente diagrama sigue la estructura de la declaración PRISMA 2020 citada en Page et al. (2021).

Extracción y codificación de datos

Los artículos seleccionados para el análisis fueron codificados dentro de una base de datos con los siguientes apartados: código del artículo, título, autor(es), año de publicación, variable dependiente e independiente, número de participantes, instrumentos utilizados y el valor de la correlación. Todos los datos fueron encontrados dentro de los artículos publicados, por lo que no se solicitó a ningún autor información complementaria. Previo al análisis de datos, se agruparon las variables encontradas dentro de 9 componentes (ver Tabla 1) para la realización de los resultados metaanalíticos. Finalmente, se cumplieron con las recomendaciones establecidas por Lipsey y Wilson (2001) para los metaanálisis realizados por un solo investigador, donde se codifican los datos en dos momentos distintos de tiempo y se comparan las posibles diferencias.

Análisis de datos

El análisis de datos se ejecutó por medio del valor de magnitud del coeficiente de correlación (Pearson o Spearman) para la variable adicción a las redes sociales, la cual incluye al uso problemático y uso excesivo de las redes, y su relación con otras variables encontradas en la revisión sistemática. Se convirtieron los valores de correlación en puntuaciones Z de Fisher con la finalidad de obtener una distribución normal en los datos (Cohn & Becker, 2003); luego, se transformaron nuevamente los valores Z a coeficientes de correlación de Pearson para una fácil interpretación del tamaño del efecto e intervalos de confianza, de tal forma que un tamaño del efecto menor al .10 indicaría un criterio nulo, de .10 a .30 bajo, de .30 a .50 en medio y de .50 a más en alto (Cohen, 1998).

En cuanto a la variabilidad, un valor significativo (p < .05) para la Q de Cochran pone en evidencia la heterogeneidad estadística de los tamaños del efecto incluidos en el estudio. Mientras que el estadístico I2 determina el porcentaje de variabilidad entre los tamaños del efecto por encima de los esperados por casualidad, donde aproximaciones del 25 % se consideran como bajo, del 50 % como moderado y del 75 % como alto (Higgins et al., 2003).

Según los postulados de Botella y Sánchez-Meca (2015), para conocer el riesgo de sesgo de publicación, primero se identifica valores significativos para el test de regresión de Egger; luego, según el método Rosenthal, se calcula el número de estudios faltantes o no publicados que son necesarios para que el valor de significancia se aproxime al .05.

Se utilizó el software estadístico de acceso libre Jamovi (v. 2.6.2), donde por medio del paquete Major (v. 1.2.3) se pudo identificar los valores metaanalíticos.

Tabla 1

Descripción de las variables agrupadas

Variables agrupadas	Variables encontradas
Adicción a las redes sociales	Adicción a las redes sociales (20)a, uso excesivo de las redes sociales (2)a, uso problemático de las redes sociales (9)a.
Factores académicos	Aprendizaje colaborativo (1) y rendimiento académico (5).
Adicción y uso del celular	Adicción a los juegos en línea (1), adicción a compras, adicción a drogas (1), adicción al internet (1), adicción a los juegos del internet (1), adicción al alcohol (1), adicción al ejercicio (1), adicción al sexo (1), uso de celular durante conferencias (1) y uso de celular (2).
Competencias personales	Autocompasión (1), autoestima (1), autonomía (1), autorregulación (2), autorregulación deficiente (1), búsqueda de información (1), competencia (1), compromiso con objetivos (1), evitación del apego (1), habilidades de autopresentación (1), maximización (1), perfeccionismo (1), perseverancia (1), proceso motivacional-deseo (1), procrastinación (1), programación de gestión del tiempo (1), reactividad ante señales (1), regulación del estado de ánimo (1) y tolerancia al estrés (1).
Emociones positivas	Afecto positivo (2), bienestar psicológico (1), bienestar subjetivo (3), felicidad (1), identificación de emociones positivas (1), satisfacción con el ocio (1), satisfacción con la vida (2), satisfacción de autonomía (1), satisfacción de relación (1) y satisfacción por competencias (1).
Factores en línea	Cyberbullying (1), cibervictimización (1), limitación del comportamiento en línea (3), miedo a perderse algo (5), phubbing (1), vulnerabilidad en línea (1) y zapping social (1).
Sintomatología negativa	Afecto negativo (2), ansiedad (2), ansiedad de apego (1), ansiedad por la apariencia social (1), ansiedad social (1), depresión (8), frustración (1), ideación suicida (1), latencia del sueño (1), maltrato infantil (1), miedo a la evaluación negativa (1), percepción de estrés (1) y trastornos del sueño (3).
Uso de redes	Frecuencia de uso de las redes (1), percepción de ventajas de las redes sociales (1), respuestas emocionales a las redes (1), tiempo de uso de las redes sociales (1), uso de Instagram (1), uso de las redes sociales (4), uso de redes por diversión (1), uso de Snapchat (1), uso de Twitter (1), uso de las redes por entretenimiento (3) y uso social de las redes (3).
Factores cognitivos	Absorción cognitiva (2), control cognitivo-conductual (1), disociación del tiempo (1), distracción cognitiva (1), metacognición negativa (1), pensamientos automáticos (1), percepción de utilidad ante la tecnología (1), regulación de emociones con la reevaluación cognitiva (1) y supresión excesiva por la reevaluación cognitiva (1).
Factores sociales	Adherencia de los padres (2), aislamiento social (1), apoyo (1), apoyo emocional en las redes sociales (1), apoyo social en la vida real (1), apoyo social en las redes (1), comparación social (1), desesperanza social (1), interactividad con compañeros (1), restricción reactiva (3), resultados sociales negativos (1), socialización (1), soledad (1), urgencias negativas (1), urgencias positivas (1) y uso conjunto de las redes con padres (3).

a: Número de variables encontradas en el total de artículos
Nota. Variables incluidas en la revisión metaanalítica; (): Número de correlaciones identificadas.

RESULTADOS

Se encontró la cantidad de 31 artículos que investigaron la adicción, uso problemático y uso excesivo de las redes sociales, relacionados con diferentes variables en una muestra de 13 028 universitarios. Del total de estudios, dos fueron encontrados en el repositorio científico de Scielo, nueve en ERIC, cinco en PubMed y quince de ScienceDirect (ver Anexo 1). Con el análisis realizado, se extrajo 91 variables asociadas a la adicción a las redes sociales, con un total de 137 estudios correlacionales, organizados en nueve grupos específicos, los cuales son factores académicos; adicción y uso del celular; competencias personales; emociones positivas; factores en línea; sintomatología negativa; uso de redes; factores cognitivos; y factores sociales. Los resultados del metaanálisis se presentan a continuación:

Factores académicos

Se encontró un valor del tamaño del efecto de forma no significativa (p > .05) entre la adicción a las redes sociales y los factores académicos (Z = .010 [-.22, .24], k = 6). Se puede evidenciar que el intervalo de confianza contiene el valor de cero; por tal motivo, se confirma que no existe correlación entre ambas variables. Por otro lado, el valor de la Q de Cochran y el estadístico I2 (Q gl (5) = 103.46, p < .001, I2 = 95.88 %) muestran heterogeneidad alta para el valor de significancia y los tamaños del efecto incluidos en el metaanálisis (Higgins et al., 2003). En la figura 2 se observan los tamaños del efecto y los intervalos de confianza al 95 %.

Figura 2

Diagrama de bosque para la relación entre adicción a las redes sociales y factores académicos

Nota. Los autores que son enumerados cuentan con más de una variable que se correlaciona con la adicción a las redes sociales.

Adicción y uso del celular

Entre la adicción a las redes sociales y grupo de adicción y uso del celular, existió un tamaño del efecto global con significancia estadística y de magnitud baja (p < .05,
Z = .29 [.19, .37], k = 11), mientras que los tamaños del efecto para cada estudio oscilaron entre .10 a .57. Además, se puede evidenciar que el intervalo de confianza no contiene el valor de cero, por tal motivo se confirma la relación entre ambas variables. Por otro lado, el valor de la Q de Cochran y el estadístico I2 (Q (gl) = 203.119 (10), p < .001, I2 = 94.5 %) rechazan la existencia de homogeneidad y confirman significancia para la heterogeneidad con valores altos para los tamaños del efecto incluidos en el metaanálisis (Higgins et al., 2003). En la figura 3, se observan los tamaños del efecto y los intervalos de confianza al 95 %.

Figura 3

Diagrama de bosque para la relación entre adicción a las redes sociales con adicción
y uso del celular

Nota. Los autores que son enumerados cuentan con más de una variable que se correlaciona con la adicción a las redes sociales.

Competencias personales

El valor del tamaño del efecto de la relación entre adicción a las redes sociales y competencias personales no fue significativo (Z = .06 [-.13, .25], p > .05, k = 19), debido a que el intervalo de confianza contiene el valor de cero; por tal motivo, se confirma que no existe correlación entre ambas variables. Por otro lado, el valor de la Q de Cochran y el estadístico I2 (Q (gl) = 1283.65 (18), p < .001, I2 = 98.7 %) muestran significancia para la hipótesis de heterogeneidad con un porcentaje alto (Higgins et al., 2003). En la figura 4 se observan los tamaños del efecto y los intervalos de confianza al 95 %.

Figura 4

Diagrama de bosque para la relación entre adicción a las redes sociales con competencias personales

Nota. Los autores que son enumerados cuentan con más de una variable que se correlaciona con la adicción a las redes sociales.

Emociones positivas

El tamaño del efecto fue significativo para la relación entre adicción a las redes sociales y las emociones positivas, con un efecto inverso y de magnitud baja (Z = -.14 [-.26, -.02],
p < .05, k = 15), mientras que para cada uno de los estudios osciló entre -.40 a .34. Se puede evidenciar que el intervalo de confianza no contiene el valor de cero; por tal motivo, se confirma que existe correlación entre ambas variables. Por otro lado, el valor de la Q de Cochran confirma la heterogeneidad de los datos (Q (gl) = 318.418 (14), p < .001) y el estadístico I2 determinó un porcentaje alto (95.2 %) para los tamaños del efecto incluidos en el metaanálisis (Higgins et al., 2003). En la figura 5 se observan los tamaños del efecto y los intervalos de confianza al 95 %.

Figura 5

Diagrama de bosque para la relación entre adicción a las redes sociales con emociones positivas

Nota. Los autores que son enumerados cuentan con más de una variable que se correlaciona con la adicción a las redes sociales.

Factores en línea

El valor del tamaño del efecto de la relación entre adicción a las redes sociales y factores en línea fue significativo con magnitud media (Z = .41 [.31, .52], p < .01, k = 13). Se puede evidenciar que el intervalo de confianza no contiene el valor de cero; por tal motivo, se confirma que existe correlación entre ambas variables. Por otro lado, el valor de la Q de Cochran y el estadístico I2 (Q (gl) = 148.747 (12), p < .001, I2 = 92.25 %) muestran heterogeneidad significativa con un porcentaje alto (Higgins et al., 2003). En la figura 6 se observan los tamaños del efecto e intervalos de confianza al 95 % para cada estudio, con valores que oscilan entre .22 a .93.

Figura 6

Diagrama de bosque para la relación entre adicción a las redes sociales con factores en línea

Nota. Los autores que son enumerados cuentan con más de una variable que se correlaciona con la adicción a las redes sociales.

Síntomas negativos

El valor del tamaño del efecto de la relación entre adicción a las redes sociales y síntomas negativos fue significativo y de magnitud media (Z = .30 [.25, .34], p < .01, k = 24), mientras que para cada uno de los estudios osciló entre .13 a .55. Se puede evidenciar que el intervalo de confianza no contiene el valor de cero; por tal motivo, se confirma que existe correlación entre ambas variables. Por otro lado, el valor de la Q de Cochran y el estadístico I2 (Q (gl) = 126.795 (23), p < .001, I2 = 79.22 %) muestran heterogeneidad significativa y con un porcentaje alto para los tamaños del efecto incluidos en el metaanálisis (Higgins et al., 2003). En la figura 7 se observan los tamaños del efecto y los intervalos de confianza al 95 %.

Figura 7

Diagrama de bosque para la relación entre adicción a las redes sociales con síntomas negativos

Nota. Los autores que son enumerados cuentan con más de una variable que se correlaciona con la adicción a las redes sociales.

Uso de redes

El valor del tamaño del efecto de la relación entre adicción a las redes sociales y uso de redes fue significativo y de magnitud baja (Z = .21 [.09, .34], p < .01, k = 18), mientras que para cada uno de los estudios osciló entre -.34 a .56. Se puede evidenciar que el intervalo de confianza no contiene el valor de cero; por tal motivo, se confirma que existe correlación entre ambas variables. Por otro lado, el valor de la Q de Cochran y el estadístico
I2 (Q (gl) = 29.707 (17), p < .001, I2 = 96.63 %) muestran significancia estadística y un porcentaje alto para la heterogeneidad de los efectos incluidos en el metaanálisis (Higgins et al., 2003). En la figura 8 se observan los tamaños del efecto y los intervalos de confianza al 95 %.

Figura 8

Diagrama de bosque para la relación entre adicción a las redes sociales con uso de redes

Nota. Los autores que son enumerados cuentan con más de una variable que se correlaciona con la adicción a las redes sociales.

Factores cognitivos

La relación entre la adicción a las redes sociales y los factores cognitivos cuenta con tamaño del efecto significativo y de magnitud media (Z = .41 [.23, .57], p < .01, k = 10). Además, cada uno de los estudios identificados mantiene valores del tamaño del efecto entre el -.10 a .85. Se puede evidenciar que el intervalo de confianza no contiene el valor de cero; por tal motivo, se confirma que existe correlación entre ambas variables. Por otro lado, el valor de la Q de Cochran fue significativo para la heterogeneidad
(Q (gl) = 252.917 (9), p < .001), con un porcentaje alto de variabilidad (96.81 %) (Higgins et al., 2003). En la figura 9 se observan los tamaños del efecto y los intervalos de confianza al 95 %.

Figura 9

Diagrama de bosque para la relación entre adicción a las redes sociales con factores cognitivos

Nota. Los autores que son enumerados cuentan con más de una variable que se correlaciona con la adicción a las redes sociales.

Factores sociales

La adicción a las redes sociales y su relación con los factores sociales manifiestan un valor del tamaño del efecto con significancia estadística (Z = .29 [.18, .39], p < .01,
k = 21) y valores de la magnitud que oscilan de -.38 a .64 para cada uno de los estudios. Se puede evidenciar que el intervalo de confianza no contiene el valor de cero; por tal motivo, se confirma que existe correlación entre ambas variables. Por otro lado, el valor de la Q de Cochran y el estadístico I2 (Q (gl) = 397.83 (9), p < .001, I2 = 94.80 %) muestran heterogeneidad alta para el valor de significancia y los tamaños del efecto incluidos en el metaanálisis (Higgins et al., 2003). En la figura 10 se observan los tamaños del efecto y los intervalos de confianza al 95 %.

Figura 10

Diagrama de bosque para la relación entre adicción a las redes sociales con factores sociales

Nota. Los autores que son enumerados cuentan con más de una variable que se correlaciona con la adicción a las redes sociales.

Sesgo de publicación

Por medio de los resultados del test de regresión de Egger se reconoce que para la mayoría de relaciones con los componentes (7 de 9) no existieron sesgos de publicación de forma significativa: factores académicos (p = .426), adicciones y uso del celular (p = .853), competencias personales (p = .355), factores en línea (p = .877), sintomatología negativa (p = .750), uso de redes (p = .304) y factores sociales (p = .514). El método Rosenthal determinó el número de estudios no publicados necesarios para invertir el valor de significancia estadística (Rosenthal = 0, 2797, 84, 3596, 7053, 2409 y 4718 respectivamente). Además, se reconoció que dos componentes contaron con sesgo de publicación: variables cognitivas (p = .001) y emociones positivas (p = .005), las cuales necesitan un incremento de 406 y 2157 estudios respectivamente para optimizar la significancia estadística.

DISCUSIÓN

El objetivo del estudio fue realizar una revisión sistemática y metaanálisis de las variables asociadas a la adicción a las redes sociales en estudiantes universitarios. Se analizaron 31 artículos publicados entre el 2018 y el 2022 en revistas indexadas, en los idiomas español e inglés, identificándose 137 correlaciones en una muestra de 13 028 sujetos. Uno de los aportes de este estudio es que se reconoce el valor que tiene el tamaño del efecto y heterogeneidad en las relaciones estadísticas, en este caso, entre la adicción a redes sociales y otras variables segmentadas en categorías (factores académicos, adicción y uso del celular, competencias personales, emociones positivas, factores en línea, sintomatología negativa, uso de redes sociales, factores cognitivos y sociales).

La adicción a las redes sociales es una variable que ha sido investigada en otros estudios a través del uso excesivo y el uso problemático de redes, las cuales conforman la categoría de adicción a las redes sociales. Según Salas-Blas et al. (2020), es preferible utilizar el término adicción dado que no solo involucra el uso descontrolado o la falta de control personal de las redes, también hace mención al síndrome de abstinencia, a la tolerancia, al conflicto en otras áreas de su vida y a la posible tendencia a la recaída. Sin embargo, los instrumentos no pueden detectar un diagnóstico clínico como la adicción, en su lugar brindan información sobre un posible riesgo a presentar dicha problemática.

En el análisis de los resultados se observa que, de todas las correlaciones significativas, la categoría de factores en línea presenta una asociación más fuerte y de intensidad media respecto a la adicción a redes sociales (Z = .41). Esto quiere decir que los universitarios que contarían con un mayor riesgo de experimentar adicción a las redes se encuentran más expuestos ante ciertos factores en línea, como, por ejemplo, phubbing, cyberbullying, entre otros. De todas las variables agrupadas para dicho factor, el miedo a perderse algo tuvo una mayor fuerza debido que el valor de correlación fue superior en comparación con los otros tamaños del efecto. Para diversos autores, los universitarios que no han podido satisfacer sus necesidades psicológicas de afecto se encontrarían en una búsqueda de aprobación como medio de compensación, de tal manera que, si no logran conseguirlo en una interacción directa (off-line), buscan otros medios donde puedan percibir mayor apoyo social como las redes sociales (on-line) (Brailovskaia et al., 2019; Deci & Ryan, 2000; Fang et al., 2020). En dicha interacción existe menor riesgo a sentirse rechazado y a percibir respuestas ansiosas ante la interacción social; además, facilita la comunicación con diferentes grupos sociales y permite recibir un apoyo emocional inmediato a través de reacciones o comentarios positivos de forma virtual (Phillips & Wisniewski, 2021; Soldevilla et al., 2021). Ello puede desencadenar una preocupación por mantenerse conectado y estar al pendiente de las publicaciones de sus amigos, lo que puede favorecer la adicción a las redes (Przybylski et al., 2013; Varchetta et al., 2020).

El miedo a perderse algo surge de la teoría de usos y gratificaciones (Casale & Fioravanti, 2015), la cual propone que las personas acceden a las redes sociales con la finalidad de satisfacer necesidades psicológicas insatisfechas. Dicha variable ha sido considerada como el indicador responsable de un alto uso de las redes sociales (Varchetta et al., 2020), dado que, al percibir temor por no estar presente ante las experiencias gratificantes de las demás personas, sienten el deseo de estar conectadas con lo que otros están haciendo, lo que incrementaría el uso de las redes sociales para satisfacer dicha necesidad (Casale et al., 2018; Przybylski et al., 2013).

Se encontró que el grupo de factores cognitivos tuvo un efecto directo en la adicción a redes sociales (Z = .41), lo que demostraría que, frente a un uso excesivo y problemático de las redes, los universitarios experimentarían un mayor repertorio de pensamientos y creencias reforzantes de continuar utilizándolas. Los resultados son congruentes con lo señalado por Echeburúa y Corral (2010), quienes consideran que el hecho de pensar constantemente en estar conectado es una de las señales de alarma para detectar la adicción a redes sociales. Esto se sustenta empíricamente dado que se encontró un mayor coeficiente de correlación con la percepción de utilidad, con lo que se pone en evidencia que los universitarios que abusan de las redes sentirían la necesidad de estar conectados y no reconocer posibles consecuencias negativas (Amadu et al., 2018). Así mismo, la absorción cognitiva suele ser una variable clave que incita a los universitarios a una mayor implicación con la experiencia en línea (Cannito et al., 2022). Por el contrario, en el estudio de Pilatti et al. (2021) se reconoció que una mayor capacidad para la regulación de emociones tuvo un efecto negativo en la adicción a las redes sociales.

Otro de los resultados demuestra que la sintomatología negativa presenta un efecto directo en la adicción a las redes sociales (Z = .30), ya que se puede reconocer que una mayor ocurrencia de síntomas negativos como la ansiedad, depresión, estrés, entre otros, estuvo relacionada con un mayor riesgo de adicción a las redes sociales. Sin embargo, al no contar con una relación de causa-efecto, estos resultados pueden explicar una relación bidireccional entre ambas variables, es decir, que la sintomatología negativa incitaría un mayor uso de las redes como medio de escape ante la experiencia de respuestas internas desagradables (Echeburúa & Corral, 2010); así también, utilizar de forma desmedida las redes sociales conduce a presenciar mayores problemáticas dentro de diferentes áreas de su vida (por ejemplo, personal, social, amical, académica, etcétera), lo que trae como consecuencia mayor sintomatología negativa (Li et al., 2020). Las variables con mayor fuerza de relación fueron afecto negativo y miedo a la evaluación negativa, lo cual concuerda con Griffiths (1995; 2005) al referir que la modificación del estado de ánimo es uno de los principales componentes de la conducta adictiva. Sin embargo, el miedo a la evaluación negativa es un concepto que ha empezado a utilizarse para explicar que el uso excesivo de las redes sociales se basa en la búsqueda de aprobación social (Casale et al., 2018).

Los resultados metaanalíticos de la categoría de adicción y uso del celular
(Z = .29), así como para el uso de redes (Z = .21) tuvieron un efecto positivo con la adicción a redes sociales. En ambos grupos las variables que tienen un mayor tamaño del efecto fueron la adicción al internet y la frecuencia de uso de redes. Estos hallazgos son más esperables dado que las variables presentan características semejantes e, inclusive, relaciones dependientes una de las otras (Varchetta et al., 2020; Zarate et al., 2022), ya que el internet es un medio necesario para conectarse a las redes sociales y las personas adictas pueden remplazar la conducta adictiva por otra que comparte la misma función, como el percibir emociones placenteras, escapar de situaciones de tensión, etcétera (Graña, 1994). La frecuencia del uso de las redes sociales se suele identificar por el tiempo que permanece el estudiante dentro de las redes sociales al día, de tal forma que las personas con adicción a las redes perderían el control en cuanto al tiempo que permanecen en línea y se conectan por largos periodos (Al-Shaibani, 2020).

Existe correlación positiva para el grupo factores sociales y la adicción a redes sociales (Z = .29), con mayores valores del tamaño del efecto para las variables comparación social y socialización. Esta última se reconoce como una de las características principales de las redes sociales, la cual permite la interacción de forma inmediata con diferentes grupos sociales (Meshi & Ellithorpe, 2021). En tanto la comparación social, por su parte, propone que las personas tienden a evaluar y compararse con amigos, familiares o extraños, de tal forma que, dentro de un entorno donde se utiliza de manera excesiva las redes sociales, las personas van a percibir dicha conducta como natural y no como problemática (Dailey et al., 2020). Además, suelen comparar sus redes sociales con las de sus compañeros, y, al encontrar que otros perfiles son más atractivos, detonan mayores niveles de emociones negativas; en cambio, al compararse con un perfil menos atractivo, experimentan aceptación y satisfacción consigo mismos (Haferkamp et al., 2011).

El único grupo que obtuvo una relación inversa con la adicción a las redes sociales fue emociones positivas (Z = -.14), con mayor fuerza de relación para la variable bienestar subjetivo. Esto demuestra que los universitarios que experimentaron un uso problemático de las redes sociales cuentan con menos emociones positivas como el bienestar subjetivo, felicidad, satisfacción con la vida, entre otros. Aunque el uso de las redes puede generar un impacto positivo en los estudiantes como una mayor satisfacción, reducir la soledad y manifestar emociones placenteras, esto sucede al contar con un uso controlado (Yang & Lee, 2020), mientras que, al experimentar un uso desmedido y problemático de las redes sociales, las personas perciben mayores consecuencias negativas, como el rechazo de sus familiares, bajo rendimiento académico, pérdida de habilidades de interacción social o alteraciones del estado de ánimo (Zhao, 2021).

Existen dos grupos de variables que no tuvieron significancia estadística con la adicción a las redes sociales, tales como los factores académicos (Z = .01) y las competencias personales (Z= .06). Esto demuestra que las variables orientadas a los factores académicos, como el rendimiento académico, y a las competencias personales, como autoestima o autonomía, son indiferentes a la adicción a las redes sociales. Esto se puede explicar en el hecho de que muchos universitarios utilizan las redes sociales para realizar sus actividades académicas, coordinar trabajos grupales o preguntar a los docentes algunos detalles sobre las actividades pendientes, lo cual incentiva un mejor rendimiento académico (Mendoza, 2018). Así mismo, el uso de las redes sociales puede tanto incrementar como deteriorar las competencias personales. Por ejemplo, las habilidades de autopresentación se incrementan con el uso de las redes; al mismo tiempo, las conductas procrastinadoras suelen ser mayores al utilizar de manera problemática las redes sociales (Masood et al., 2020; Müller et al., 2020).

Una de las limitaciones del estudio fue el no contar con una variable moderadora que permita comparar la relación de las variables asociadas a la adicción a las redes según el sexo, la edad u otras variables sociodemográficas. Además, al incluir en el análisis estudios de corte transversal, no se podrá establecer influencias o relaciones de causa-efecto entre las variables analizadas. Otra de las limitaciones fue hallar un número reducido de investigaciones con la misma variable asociada a la adicción a las redes sociales, por lo que se recomienda realizar estudios metaanalíticos de forma independiente con cada uno de los grupos encontrados en el presente estudio. Aunque esta investigación considera como semejante el uso excesivo, el uso problemático y la adicción a las redes sociales, es necesario continuar investigando sobre la patologización de la comunicación a través de un ordenador o teléfonos celulares inteligentes, para así evitar falsos diagnósticos. Finalmente, debido a que la adicción a las redes sociales estuvo medida a través de diferentes instrumentos, puede afectar la homogeneidad de algunos resultados, por lo que se orienta a realizar estudios con medidas semejantes.

A pesar de las limitaciones, la presente revisión sistemática y metaanálisis permite reconocer las variables que se encuentran asociadas a la adicción a las redes sociales. En base a los hallazgos, se reconoce que existe una relación directa y de mayor magnitud con los factores en línea y los factores cognitivos. Así mismo, las relaciones son directas para la sintomatología negativa, la adicción y uso de celular, el uso de redes y los factores sociales. Además, existe una relación negativa para la ocurrencia de emociones positivas. Sin embargo, no existe relación para las variables factores académicos y competencias personales. Con ello, se reconoce la necesidad de realizar estudios adicionales que investiguen la relación de estos dos últimos grupos con la adicción a las redes sociales, para sí evidenciar el efecto que producen en los estudiantes universitarios.

REFERENCIAS

Las referencias marcadas con un asterisco (*) indican los estudios incluidos en el metaanálisis.

*Akkuş, Z. (2021). Investigating the relationship among social media addiction, cognitive absorption, and self-esteem. Malaysian Online Journal of Educational Technology, 9(2), 42-51. http://doi.org/10.52380/mojet.2021.9.2.211

*Al-Shaibani, M. H. (2020). Prevalence and factors associated with social networking addiction among saudi university students: A cross-sectional survey. Psycho-Educational Research Reviews, 9(2), 87-99. https://eric.ed.gov/?id=EJ1276450

*Amadu, L., Muhammad, S. S., Mohammed, A. S., Owusu, G., & Lukman, S. (2018). Using technology acceptance model to measure the use of social media for collaborative learning in Ghana. Journal of Technology and Science Education, 8(4), 321-336. https://doi.org/10.3926/jotse.383

Anicama, J. (1992). Construcción y normalización de una Escala Conductual de Evaluación de la Conducta Emocional Inadaptada: API [Tesis doctoral, Universidad Peruana Cayetano Heredia].

Anicama, J. (1996). Efectos de un Programa ART sustitución y prevención de la violencia en menores de alto riesgo. Revista Psicología Contemporánea, 3(2), 12-21.

Anicama, J. (1999). Estrategias de intervención conductual-cognitivo para prevenir y controlar la violencia en niños y adolescentes en alto riesgo. En R. Reusche, La adolescencia: desafíos y decisiones. Editorial UNIFÉ.

Anicama, J. (2001). Impacto de los factores de riesgo y factores protectores en el desarrollo de la conducta adictiva. En A. Zavaleta, Factores de riesgo y protección en el consumo de drogas en la juventud (pp. 97-129). CEDRO.

Arab, L. E., & Díaz, G. A. (2015). Impacto de las redes sociales e internet en la adolescencia: Aspectos positivos y negativos. Revista Médica Clínica Las Condes, 26(1), 7-13. https://doi.org/10.1016/j.rmclc.2014.12.001

Ato, M., López, J., & Benavente, A. (2013). Un sistema de clasificación de los diseños de investigación en psicología. Anales de Psicología, 29(3), 1038-1059. https://doi.org/10.6018/analesps.29.3.178511

*Avunduk, Y. (2021). The relationship between leisure satisfaction and social media addictions of individuals at university. Journal of Educational Issues, 7(1), 507-522. https://doi.org/10.5296/jei.v7i1.18592

*Azizi, S. M., Soroush, A., & Khatony, A. (2019). The relationship between social networking addiction and academic performance in Iranian students of medical sciences: a cross-sectional study. BMC Psychology, 7(28). https://doi.org/10.1186/s40359-019-0305-0

*Baltacı, Ö. (2019). The predictive relationships between the social media addiction and social anxiety, loneliness, and happiness. International Journal of Progressive Education, 15(4), 73-83. https://files.eric.ed.gov/fulltext/EJ1224299.pdf

*Bhandarkar, A. M., Kumar, A., Nayak, R., Pujary, K., & Kumar, A. (2021). Impact of social media on the academic performance of undergraduate medical students. Medical Journal Armed Forces India, 77(1), 37-41. https://doi.org/10.1016/j.mjafi.2020.10.021

Botella, J., & Sánchez-Meca, J. (2015). Meta-análisis en ciencias sociales y de la salud. Editorial Síntesis.

Brailovskaia, J., Rohmann, E., Bierhoff, H., Schillack, H., & Margraf, J. (2019). The relationship between daily stress, social support and Facebook addiction disorder. Psychiatry Research, 276(1), 167-174. https://doi.org/10.1016/j.psychres.2019.05.014

*Cannito, L., Annunzi, E., Viganò, C., Dell’Osso, B., Vismara, M., Sacco, P. L., Palumbo, R., & D’Addario, C. (2022). The role of stress and cognitive absorption in predicting social network addiction. Brain Sciences, 12(5), 643. https://doi.org/10.3390/brainsci12050643

Casale, S., & Fioravanti, G. (2015). Satisfying needs through social networking sites: A pathway towards problematic internet use for socially anxious people? Addictive Behaviors Reports, 1(1), 34-39. https://doi.org/10.1016/j.abrep.2015.03.008

*Casale, S., Rugai, L., & Fioravanti, G. (2018). Exploring the role of positive metacognitions in explaining the association between the fear of missing out and social media addiction. Addictive Behaviors, 85, 83-87. https://doi.org/10.1016/j.addbeh.2018.05.020

*Çelebi, M., & Özkul, K. (2020). Examining the relationship between university students’ social media addiction and goal commitment. African Educational Research Journal, 8(2), 260-265. https://doi.org/10.30918/AERJ.8S2.20.054

*Cengiz, R., & Er, B. (2021). Investigation of the relationship between free time management, social media addiction and life satisfaction of university students during the COVID-19 pandemic process. Journal of Educational Issues, 7(3), 85-99. https://doi.org/10.5296/jei.v7i3.19149

*Çimke, S., & Cerit, E. (2021). Social media addiction, cyberbullying and cybervictimization of university students. Archives of Psychiatric Nursing, 35(5), 499-503. https://doi.org/10.1016/j.apnu.2021.07.004

Cívico, A., Cuevas, N., Colomo, E., & Gabarda, V. (2021). Jóvenes y uso problemático de las tecnologías durante la pandemia: una preocupación familiar. Hachetetepé. Revista Científica de Educación y Comunicación, 22(1), 1-12. https://revistas.uca.es/index.php/hachetetepe/article/view/7402/7471

Cohen, J. (1998). Statistical power analysis for the behavioural sciences. Lawrence Erlbaum Associates.

Cohn, L. D., & Becker, B. J. (2003). How meta-analysis increases statistical power. Psychological Methods, 8(3), 243-253. https://doi.org/10.1037/1082-989X.8.3.243

Dailey, S., Howard, K., Roming, S., Ceballos, N., & Grimes, T. (2019). A biopsychosocial approach to understanding social media addiction. Human Behavior & Emerging Technologies, 2(2), 158-167. https://doi.org/10.1002/hbe2.182

Deci, E., & Ryan, R. (2000). The “what” and “why” of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227-268. https://doi.org/10.1207/S15327965PLI1104_01

Dong, H., Yang, F., Lu, X., & Hao, W. (2020). Internet addiction and related psychological factors among children and adolescents in China during the coronavirus disease 2019 (COVID-19) epidemic. Frontiers in Psychiatry, 11, 751. https://doi.org/10.3389/fpsyt.2020.00751

Echeburúa, E. (2016). Abuso de internet: ¿antesala para la adicción al juego de azar online? Pirámide.

Echeburúa, E., & Corral, P. (2010). Adicción a las nuevas tecnologías y a las redes sociales en jóvenes: un nuevo reto. Adicciones, 22(2), 91-96. https://www.redalyc.org/pdf/2891/289122889001.pdf

Escurra, M., & Salas, E. (2014). Construcción y validación del cuestionario de adicción a redes sociales (ARS). Revista de Psicología, 20(1), 73-91. https://www.redalyc.org/articulo.oa?id=68631260007

*Fang, J., Wang, X., Wen, Z., & Zhou, J. (2020). Fear of missing out and problematic social media use as mediators between emotional support from social media and phubbing behavior. Addictive Behaviors, 107, Article 106430. https://doi.org/10.1016/j.addbeh.2020.106430

*Fioravanti, G., Flett, G., Hewitt, P., Rugai, L., & Casale, S. (2020). How maladaptive cognitions contribute to the development of problematic social media use. Addictive Behaviors Reports, 11, Article 100267. https://doi.org/10.1016/j.abrep.2020.100267

Fondo de las Naciones Unidas para la Infancia. (2021). Aumenta la preocupación por el bienestar de los niños y los jóvenes ante el incremento del tiempo que pasan frente a las pantallas. UNICEF. https://uni.cf/3W1Jqki

Ford, M. (2021). Social distancing during the COVID-19 pandemic as a predictor of daily psychological, social, and health-related outcomes. The Journal of General Psychology, 148(3), 249-271. https://doi.org/10.1080/00221309.2020.1860890

Graña, J. (1994). Conductas adictivas. Teorías, evaluación y tratamiento. Debate.

Griffiths, M. D. (1995). Technological addictions. Clinical Psychology Forum, 76, 14-19. https://bit.ly/3uMHVue

Griffiths, M. D. (2005). Adicción a los videojuegos: una revisión de la literatura. Psicología Conductual, 13, 445-462. https://bit.ly/3UZWs02

Haferkamp, N., & Kramer, N. (2011). Social comparison 2.0: Examining the effects of online profiles on social-networking sites. Cyberpsychology, Behavior, and Social Networking, 14(5), 309-315. https://doi.org/10.1089/cyber.2010.0120

Hamaideh, S. H., Al-Modallal, H., Tanash, M., & Hamdan-Mansour, A. (2021). Depression, anxiety and stress among undergraduate students during COVID-19 outbreak and “home-quarantine”. Nursing Open, 9(2), 1423-1431. https://doi.org/10.1002/nop2.918

Higgins, J. P., Thompson, S. G., Deeks, J. J., & Altman, D. G. (2003). Measuring inconsistency in meta-analyses. BMJ, 327(7414), 557-560. https://doi.org/10.1136/bmj.327.
7414.557

*Ihssen, N., & Wadsley, M. (2021). A reward and incentive-sensitization perspective on compulsive use of social networking sites – Wanting but not liking predicts checking frequency and problematic use behavior. Addictive Behaviors, 116, Article 106808. https://doi.org/10.1016/j.addbeh.2020.106808

Influencer MarketingHub. (2022). The real social media addiction stats for 2022. https://bit.ly/3hr8G4m

Ipsos. (2021, 28 de octubre). Redes sociales 2021 [Infografías Ipsos]. https://bit.ly/3BAiUpQ

*Jasso-Medrano, J. L., & López-Rosales, F. (2018). Measuring the relationship between social media use and addictive behavior and depression and suicide ideation among university students. Computers in Human Behavior, 87, 183-191. https://doi.org/10.1016/j.chb.2018.05.003

Lemenager, T., Neissner, M., Koopmann, A., Reinhard, I., Georgiadou, E., Müller, A., Kiefer, F., & Hillemacher, T. (2021). Covid-19 lockdown restrictions and online media consumption in Germany. International Journal of Environmental Research and Public Health, 18(1), Article e14. https://doi.org/10.3390/ijerph18010014

*Li, R., Chen, Y., Liu, H., & Yao, M. (2020). Need satisfaction and frustration profiles: Who benefits more on social networking sites? Personality and Individual Differences, 158, Article 109854. https://doi.org/10.1016/j.paid.2020.109854

Lipsey, M. W., & Wilson, D. B. (2001). Practical meta-analysis. SAGE.

*Masood, A., Luqman, A., Feng, Y., & Ali, A. (2020). Adverse consequences of excessive social networking site use on academic performance: Explaining underlying mechanism from stress perspective. Computers in Human Behavior, 113, 106476. https://doi.org/10.1016/j.chb.2020.106476

Matute, H. (2016). ¿Adicción, abuso o uso problemático de Internet? En E. Echeburúa (Ed.), Abuso de internet: ¿antesala para la adicción al juego de azar online? (pp. 31-50). Pirámide.

Mena Roa, M. (2022, 29 de abril). La adicción a las redes sociales en el mundo. Statista. https://bit.ly/33wEj0z

*Mendoza, J. R. (2018). Uso excesivo de redes sociales de internet y rendimiento académico en estudiantes de cuarto año de la carrera de psicología UMSA. Revista Científica de Publicación del Centro Psicopedagógico y de Investigación en Educación Superior, 5(2), 12. http://www.scielo.org.bo/pdf/escepies/v5n2/v5n2_a08.pdf

*Meshi, D., & Ellithorpe, M. E. (2021). Problematic social media use and social support received in real-life versus on social media: Associations with depression, anxiety and social isolation. Addictive Behaviors, 119, Article 106949. https://doi.org/10.1016/j.addbeh.2021.106949

*Müller, S. M., Wegmann, E., Stolze, D., & Brand, M. (2020). Maximizing social outcomes? Social zapping and fear of missing out mediate the effects of maximization and procrastination on problematic social networks use. Computers in Human Behavior, 107, 106296. https://doi.org/10.1016/j.chb.2020.106296

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J., Akl, E., Brennan, S., Chou, R., Glanville, J., Grimshaw, J., Hróbjartsson, A., Lalu, M., Li, T., Loder, E., Mayo-Wilson, E., McDonald, S., … & Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. Plos Medicine, 18(3), Article e1003583. https://doi.org/10.1371/journal.pmed.1003583

Peris, M., Maganto, C., & Garaigordobil, M. (2018). Escala de riesgo de adicción-adolescente a las redes sociales e internet: fiabilidad y validez (ERA-RSI). Revista de Psicología Clínica con Niños y Adolescentes, 5(2), 30-36. https://doi.org/10.21134/rpcna.2018.05.2.4

*Phillips, W., & Wisniewski, A. (2021). Self-compassion moderates the predictive effects of social media use profiles on depression and anxiety. Computers in Human Behavior Reports, 4, Article 100128. https://doi.org/10.1016/j.chbr.2021.100128

*Pilatti, A., Bravo, A., Michelini, Y., Aguirre, P., & Pautassi, R. M. (2021). Self-control and problematic use of social networking sites: Examining distress tolerance as a mediator among Argentinian college students. Addictive Behaviors Reports, 14, Article 100389. https://doi.org/10.1016/j.abrep.2021.100389

Przybylski, A. K., Murayama, K., DeHaan, C. R., & Gladwell, V. (2013). Motivational, emotional, and behavioral correlates of fear of missing out. Computers in Human Behavior, 29(1), 1841-1848. http://doi.org/10.1016/j.chb.2013.02.014

Riorda, M. G. (2017). Redes sociales para gobernar: una mirada de América Latina. Nueva Sociedad, 269, 89-95. https://static.nuso.org/media/articles/downloads/7.TC_Riorda.pdf

*Rümeysa, H., & Çakmak, O. (2020). Social appearance anxiety, automatic thoughts, psychological well-being and social media addiction in university students. International Education Studies, 15(1), 47-62. https://doi.org/10.5539/ies.v15n1p47

*Sahranç, U., & Duç-Urhan, E. (2021). A study on the relationship between social media addiction and self-regulation processes among university students. International Journal of Psychology and Educational Studies, 8(4), 96-109. https://doi.org/10.52380/ijpes.2021.8.4.546

Salas-Blas, E., Copez-Lonzoy, A., & Merino-Soto, C. (2020). ¿Realmente es demasiado corto? Versión breve del “Cuestionario de adicción a redes sociales” (ARS-6). Health and Addictions, 20(2), 105-118. https://bit.ly/3YoNrRq

Skinner, B. F. (1957). Verbal behavior. Appleton-Century-Crofts.

Soldevilla, P., Farfán, J., & Lizandro, R. (2021). Uso de redes sociales para crear estrategias de enseñanza durante la pandemia del COVID-19 para docentes. Revista Científica Cultura, Comunicación y Desarrollo, 6(2), 88-92. https://rccd.ucf.edu.cu/index.php/aes/article/view/298/322

Turel, O., & Serenko, A. (2012). The benefits and dangers of enjoyment with social networking websites. European Journal of Information Systems, 21(5), 512-528. https://doi.org/10.1057/ejis.2012.1

*Unal-Aydın, P., Balıkcı, K., Sonmez, I., & Aydin, O. (2019). Associations between emotion recognition and social networking site addiction. Psychiatry Research, 284, Article 112673. https://doi.org/10.1016/j.psychres.2019.112673

Valencia-Ortiz, R., Cabero-Almenara, J., Garay Ruiz, U., & Fernández Robles, B. (2021). Problemática de estudio e investigación de la adicción a las redes sociales online en jóvenes y adolescentes. Revista Tecnología, Ciencia y Educación, 18, 99-125. https://doi.org/10.51302/tce.2021.573

*Varchetta, M., Fraschetti, A., Mari, E., & Giannini, A. (2020). Adicción a redes sociales, miedo a perderse experiencias (FOMO) y vulnerabilidad en línea en estudiantes universitarios. Revista Digital de Investigación en Docencia Universitaria, 14(1), 1-13. https://doi.org/10.19083/ridu.2020.1187

We Are Social. (2022, 26 de enero). Digital report 2022: el informe sobre las tendencias digitales, redes sociales y mobile. https://bit.ly/3BzUZqE

*Worsley, J. D., McIntyre, J. C., Bentall, R. P., & Corcoran, R. (2018). Childhood maltreatment and problematic social media use: The role of attachment and depression. Psychiatry Research, 267, 88-93. https://doi.org/10.1016/j.psychres.2018.05.023

Yang, C. & Lee, Y. (2020). Interactants and activities on Facebook, Instagram, and Twitter: associations between social media use and social adjustment to college. Applied Developmental Science, 24(1), 62-78. https://doi.org/10.1080/10888691.2018.1440233

*Yu, L., & Luo, L. (2021). Social networking addiction among Hong Kong university students: its health consequences and relationships with parenting behaviors. Front Public Health, 25(8), Article 555990. https://doi.org/10.3389/fpubh.2020.555990

*Zarate, D., Ball, M., Montag, C., Prokofieva, M., & Stavropoulos, V. (2022). Unravelling the web of addictions: A network analysis approach. Addictive Behaviors Reports, 15, Article 100406. https://doi.org/10.1016/j.abrep.2022.100406

*Zhao, L. (2021). The impact of social media use types and social media addiction on subjective well-being of college students: A comparative analysis of addicted and non-addicted students. Computers in Human Behavior Reports, 4, Article 100122. https://doi.org/10.1016/j.chbr.2021.100122

ANEXO 1
Descripción de los estudios incluidos en la revisión sistemática y metaanalítica

N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
1	Adicción a redes sociales, miedo a perderse experiencias (FOMO) y vulnerabilidad en línea en estudiantes universitarios	Varchetta, Fraschetti, Mari & Giannini (2020)	306 estudiantes universitarios de 18 a 30 años (152 mujeres y 154 hombres) de Roma, Italia.	Uso de las redes sociales (SMES), adicción a las redes sociales (BFAS), miedo a perderse algo (FOMO), autonomía, competencia, apoyo, vulnerabilidad en línea y autoestima.	Scielo	Social Media Engagement Scale (SMES), Bergen Social Media Addiction Scale (BSMAS), Bergen Facebook Addiction Scale (BFAS), Fear of Missing Out Scale (FoMOs), Basic Psychological Needs Scale (BPNS), Rosenberg Self-Esteem Scale (RSE), Online Vulnerability Scale.	Relación entre BFAS con SMES (.53), FOMO (.73), autonomía (-.49), competencia (-.45), apoyo (-.36) y vulnerabilidad en línea (.24). Con autoestima no existió relación significativa (p > .05).
2	Uso excesivo de redes sociales de internet y rendimiento académico en estudiantes de cuarto año de la carrera de psicología UMSA	Mendoza (2018)	120 estudiantes que cursan el cuarto año, séptimo semestre (86 mujeres y 34 varones).	Adicción a las redes sociales, rendimiento académico.	Scielo	Cuestionario de adicción a redes sociales (ARS), Registro de Notas.	Identificaron que el 42 % de estudiantes accede a las redes sociales en busca de información académica y el 27 % para comunicarse. Existe mayor prevalencia para la adicción leve. No existe relación significativa (p = .278, r = -.158).
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
3	Social Appearance Anxiety, Automatic Thoughts, Psychological Well-Being and Social Media Addiction in University Students	Rümeysa & Çakmak (2020)	440 estudiantes de grado y pregrado de diferentes universidades de Turquía, con edades entre los 18 a 44 años.	Adicción a las redes sociales (ARS), ansiedad por la apariencia social, pensamientos automáticos y bienestar psicológico.	ERIC	Social Media Addiction Scale, Social Appearance Anxiety Scale, Automatic Thoughts Scale, Psychological Well-Being Scale.	Existe diferencias para el sexo con el ARS, mayor valor en mujeres (p < .05). Existe rela-ción entre ARS con la ansiedad por aparien-cia social (r = .324), con pensamientos automáticos (r = .468) y con bienestar psicológico (r = -.316). El ARS es explicado por los pensamientos automáticos y la ansiedad por la apariencia social en un 24.4 % (la autoestima no aporta).
4	Investigating the Relationship among Social Media Addiction, Cognitive Absorption, and Self-Esteem	Akkuş (2021)	336 universitarios entre los 18 a 28 años de Malasia. 198 of whom were female, and 163 were male. Edad media = 21.27.	Adicción a las redes sociales, la absorción cognitiva y la autoestima.	ERIC	The Social Media Addiction Scale (SMAS), The Cognitive Absorption Scale (CAS), The Rosenberg Self-Esteem Scale (RSES).	SMAS se relaciona con la absorción cognitiva (r = .35) y con la auto-estima (r = -.21). La adicción a las redes sociales es explicada por un 31 % por la absorción cognitiva y la autoestima.
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
5	The Relationship between Leisure Satisfaction and Social Media Addictions of Individuals at University	Avunduk (2021)	193 estudiantes (133 hombres y 60 mujeres) de las carreras de Educación Física y Deportes de una universidad en Estambul, Turquía.	Satisfacción con el ocio y adicción a las redes sociales.	ERIC	Leisure Satisfaction Scale (LSS), Social Media Addiction Scale (SMAS).	No existen diferencias significativas para el SMAS según el sexo. El SMAS cuenta con relación con satisfacción con el ocio (r = -.309), así como para las dimensiones psicológica (-.341), educacional (-.341), social (-.287), relajación (-.306), fisiológico (-.259) y estético (-.304).
6	Examining the Relationship between University Students’ Social Media Addiction and Goal Commitment	Çelebi & Özkul (2020)	697 estudiantes universitarios (58.2 % mujeres y 41.8 % hombres). Turquía.	Adicción a las redes sociales y compromiso con los objetivos.	ERIC	Escala de compromiso con los objetivos por Klein et al. (2001) y la escala de adicción a las redes sociales de Günüç (2009).	No existe diferencias según el sexo para la adicción a las redes sociales (p < .05). La adicción a las redes sociales se relacionó con el compromiso con los objetivos (r = -.353).
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
7	Investigation of the Relationship between Free Time Management, Social Media Addiction and Life Satisfaction of University Students during the COVID-19 Pandemic Process	Cengiz & Er (2021)	305 estudiantes universitarios de una universidad en Turquía. Edad media de 20.7 años.	Gestión del tiempo libre, adicción a las redes sociales y satisfacción con la vida.	ERIC	Free Time Management Scale, Social Media Addiction Scale by Tutgun Ünal (2015) y Life Satisfaction Scale.	Existen diferencias para las dimensiones del SMAS (preocupación, regulación anímica, repetición y conflicto) en función al tiempo de uso de las redes sociales (6 h a más). El SMAS no contó con relación con la gestión del tiempo ni con la satisfacción con la vida. Solo existió relación con la dimensión programación de gestión del tiempo (r = -.157).
8	Prevalence and Factors Associated with Social Networking Addiction among Saudi University Students: A Cross-Sectional Survey	Al-Shaibani (2020)	697 universitarios completaron la encuesta en Arabia Saudita (72.3 % mujeres y 27.7 % varones).	Adicción a las redes sociales, ventajas percibidas de las redes sociales, autoevaluación del uso del teléfono, uso de Facebook, de Twitter, Instagram, Snapchat y WhatsApp.	ERIC	Bergen Facebook Addiction Scale (BFAS), online questionnaire.	Identificaron que la percepción de adicción de las redes sociales tuvo relación significativa con la percepción de ventajas de las redes sociales (.381), uso de horas diarias en las redes (.220), uso del Twitter (.129), Instagram (.087), Snapchat (.157), uso de celulares durante conferencias (.136).
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
9	The Predictive Relationships between the Social Media Addiction and Social Anxiety, Loneliness and Happiness	Baltacı (2019)	312 estudiantes universitarios, 165 mujeres (53 %) y 147 hombres (47 %), que asistían a una universidad estatal de Turquía.	Adicción a las redes sociales, ansiedad social, la soledad y la felicidad.	ERIC	Social Media Addiction Scale - Adult Form (SMAS-AF), Social Anxiety Scale (SAS), The Oxford Happiness Questionnaire-Short Form (OHQ-SF), The UCLA Loneliness Questionnaire-Short Form (ULS-8).	Relación significativa entre SMAS con la ansiedad social (r = .427), felicidad (r = -.298) y soledad (r = .185). Tanto la soledad como la felicidad explican un 20.1 % de la adicción a las redes sociales.
10	A Study on the Relationship between Social Media Addiction and Self-Regulation Processes among University Students.	Sahranç & Duç-Urhan (2021)	329 (234 mujeres y 95 hombres) estudiantes universitarios de entre 18 y 29 años. Estambul, Turquía.	Adicción a las redes sociales, autorregulación (automonitoreo, autoevaluación y autorreforzamiento).	ERIC	Social Media Addiction Scale - Adult Form (SMAS-AF), Self-Regulation Questionnaire.	Existe diferencias para el SMAS en función a la situación laboral, con mayor valor para quienes no trabajan (p < .05). SMAS se relaciona con la autorregulación (r = -.26) y para la dimensión autosupervisión (r = -.40). La autorregulación explicó el 7 % de la presencia de adicción a las redes sociales.
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
11	Using Technology Acceptance Model to Measure the Use of Social Media for Collaborative Learning in Ghana	Amadu, Muhammad, Mohammed, Owusu & Lukman (2018)	200 estudiantes pertenecientes a una universidad de Ghana (62.5 % mujeres y 37.5 % varones).	Percepción de facilidad de uso de las redes sociales, percepción de utilidad de medios tecnológicos, interactividad con compañeros, aprendizaje colaborativo, rendimiento académico.	ERIC	Perceived Ease of Use (PEOU), Perceived Usefulness (PU), Interactivity with Peers (INT-P), Collaborative Learning (CL), Students’ Academic Performance (SAP).	El uso excesivo de las redes sociales tuvo relación con percepción de utilidad (r = .689), interactividad con compañeros (r = .517), aprendizaje colaborativo (r = .333) y para el rendimiento académico (r = .406).
12	The Relationship between Social Networking Addiction and Academic Performance in Iranian Students of Medical Sciences: A Cross-Sectional Study	Azizi, Soroush & Khatony (2019)	360 universitarios fueron matriculados por muestreo aleatorio estratificado. Irán.	Adicción a las redes sociales y rendimiento académico.	PubMed	Bergen Social Media Addiction Scale (BSMAS), Nota global para rendimiento académico.	El 70.6 % de estudiantes tuvo un nivel moderado de adicción; el 15.8 %, adicción leve; y el 11.7 %, adicción severa a las redes sociales. Existe relación entre la adicción a redes sociales con el rendimiento académico (r = -.210), así como las dimensiones de saliencia (-.148), tolerancia (-.133), modificación del estado de ánimo (-.171), recaída (-.215), retirada (-.164) y conflicto (-.205).
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
13	The Role of Stress and Cognitive Absorption in Predicting Social Network Addiction	Cannito et al. (2022)	312 universitarios (hombres = 30.5 %; edad media: 20.9 ± 2.7 SD) mediante anuncios públicos en clases universitarias. Italia.	Estrés percibido, adicción a las redes sociales, absorción cognitiva.	PubMed	Perceived Stress Scale (PSS-10), Bergen Social Media Addiction Scale (BSMAS), Cognitive Absorption Scale.	Existen diferencias entre la adicción a las redes sociales según el sexo (p < .05), con mayores puntajes en mujeres. Existe relación entre BSMAS con la disociación temporal (r = .503), percepción de estrés (r = .292) y absorción cognitiva (r = .620).
14	Social Media Addiction, Cyberbullying and Cyber Victimization of University Students	Çimke & Cerit (2021)	518 estudiantes que se ofrecieron a participar en el estudio de la Facultad de Ciencias de la Salud. Turquía.	Adicción a las redes sociales, cyberbullying y cibervictimización.	PubMed	Cyber Victim and Bullying Scale (CVBS), Social Media Addiction Scale (SMAS).	Existen diferencias para el SMAS en función al sexo (p < .05), mayor en mujeres. El SMAS tuvo relación con el cyberbullying (r = .217) y la cibervictimización (r = .212).
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
15	Social Networking Addiction among Hong Kong University Students: Its Health Consequences and Relationships with Parenting Behaviors	Yu & Luo (2021)	Muestra de estudiantes universitarios de Hong Kong (N= 390). Hombres = 176 Mujeres = 124	Adicción a las redes sociales, crianza específica.	PubMed	Social Media Disorder Scale (SMD), Satisfaction With Life Scale (SWLS), Patient Health Questionnaire (PHQ-9), Internet-Specific Parenting Behaviors Scale, Pittsburgh Sleep Quality Index (PSQI).	Existe relación entre la adicción a las redes sociales con la satisfacción con la vida (r = -.10), depresión (r = .33), trastornos del sueño (r = .32), latencia del sueño (r = .15), restricción reactiva (r = .33), limitación de comportamientos en línea (r = .31), uso conjunto (r = .16) y adherencia de los padres (r = .11). En mujeres: el SNA se relacionó con depresión (.30), trastornos del sueño (.26), restricción reactiva (.34), limitación de comportamientos en línea (r = .25) y uso conjunto (.14). En varones: el SNA se relacionó con depresión
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
							(.36), trastornos del sueño (.23), restricción reactiva (.30), limitación de comportamientos en línea (r = .35), uso conjunto (.21) y adherencia de los padres.
16	Impact of Social Media on the Academic Performance of Undergraduate Medical Students	Bhandarkar, Kumar, Nayak, Pujary & Kumar (2021)	400 estudiantes de medicina de pregrado de una universidad en la guardería. India.	Adicción a las redes sociales y rendimiento académico.	PubMed	Uso de las redes sociales por día, porcentaje de notas de exámenes universitarios y adicción a las redes sociales.	El 98.2 % de estudiantes utiliza la red social de WSP y el 91.7 % YouTube. El 41 % mantiene un acceso a las redes sociales de más de 7 horas por día. El uso de las redes sociales por día se relacionó con la adicción a las redes sociales (r = 508) y con el promedio de notas (-.108).
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
17	The Impact of Social Media Use Types and Social Media Addiction on Subjective Well-Being of College Students: A Comparative Analysis of Addicted and Non-Addicted Students	Zhao (2021)	370 estudiantes universitarios chinos.	Uso social de redes, uso de entretenimiento, adicción a las redes sociales, bienestar subjetivo.	ScienceDirect	Social Use Scale, The Entertainment Use Scal, The Bergen Social Media Addiction Scale, Subjective Well-Being Scale.	En la muestra total existen relaciones significativas para la adicción a las redes sociales con el uso social (.160), uso por entretenimiento (.198) y bienestar subjetivo (-.324). En la muestra de adictos (n = 224) existe relación entre la adicción a las redes sociales con el uso social (.309), uso por entretenimiento (.219) y bienestar subjetivo (-.124). En la muestra de no adictos (n = 176) existe relación entre la adicción a las redes sociales con el uso social (.299), uso por entretenimiento (.141) y bienestar subjetivo (-.376).
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
18	Associations between Emotion Recognition and Social Networking Site Addiction	Unal-Aydın, Balıkcı, Sonmez & Aydin (2019)	337 estudiantes universitarios del Cercano Oriente y de la Universidad Internacional de Sarajevo	Adicción a las redes sociales, reconocimiento de emociones con la mirada.	ScienceDirect	The Social Media Addiction Scale (SMAS), Reading the Mind in the Eyes Test (RMET).	No existe relación entre SMAS con el reconocimiento de emociones con la mirada (p > .05). Existió relación entre el SMAS con la identificación de emociones positivas (r = -.150).
19	Unravelling the Web of Addictions: A Network Analysis Approach	Zarate, Ball, Montag, Prokofieva & Stavropoulos (2022)	968 participantes adultos (33.6 % mujeres, 66.4 % hombres) de Estados Unidos, Reino Unido, Australia y Nueva Zelanda.	Comportamientos adictivos (alcohol, drogas, tabaco, sexo, redes sociales, compras, ejercicio, juego e internet)	ScienceDirect	The Internet Gaming Disorder Scale - Short Form (IGDS9-SF), The Online Gambling Diagnostic Questionnaire (OGD-Q), The Internet Disorder Scale - Short Form (IDS9-SF). The Bergen-Yale Sex Addiction Scale (BYSAS), The Bergen Social Media Addiction Scale (BSMAS), The Bergen Shopping Addiction Scale (BSAS), The Exercise Addiction Inventory (EAI), The Alcohol Use	Existe relación entre la adicción a las redes sociales con la adicción a los juegos de internet (r = .358), al alcohol (r = .143), a drogas (r = .103), al sexo (r = .306), compras (r = .429), ejercicio (r = .145), juegos en línea (r = .266), al internet (r = .516).
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
						Disorders Identification Test (AUDIT), The Drug Abuse Screening Test (DAST-10), The Cigarette Dependence Scale (CDS-5).
20	Self-Control and Problematic Use of Social Networking Sites: Examining Distress Tolerance as a Mediator among Argentinian College Students	Pilatti, Bravo, Michelini, Aguirre & Pautassi (2021)	509 estudiantes universitarios argentinos (70.3 % mujeres; edad media = 21.15 ± 5.15)	Uso problemático de las redes sociales, tolerancia a la angustia, rasgos de personalidad, autorregulación, regulación emocional, tiempo dedicado al uso de las redes sociales.	ScienceDirect	Distress Tolerance Scale, Short UPPS-P Impulsive Behavior Scale, Spanish version of the Short Self-Regulation Questionnaire (SSRQ), Emotional Regulation Questionnaire, Time spent using SNSs, Bergen Social Media Addiction Scale (BSMAS).	El uso problemático de las redes sociales se relaciona con horas de uso de redes sociales (r = .32), urgencias negativas (r = .34), perseverancia (r = -.14), urgencia positiva (r = .25), tolerancia al estrés (r = -.35), autorregulación (r = -.35) y con las dimensiones de regulación de la emoción (r = -.10) y supresión excesiva (r = .11) de la reevaluación cognitiva.
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
21	Need Satisfaction and Frustration Profiles: Who Benefits More on Social Networking Sites?	Li, Chen, Liu & Yao (2020)	491 estudiantes universitarios chinos desde la perspectiva de la teoría de la autodeterminación (SDT).	Satisfacción de necesidades psicológicas y frustración, bienestar general, bienestar del uso de las redes sociales, malestar en el uso de las redes sociales.	ScienceDirect	Psychological need satisfaction and frustration, satisfaction with life scale de Diener, relationship assessment. Scale, short social network addiction questionnaire, SNSs addiction tendency scale.	La adicción a las redes sociales contó con relación entre la satisfacción de autonomía (r = -.12), de frustración (r = .34), de relación (r = -.14), con satisfacción por competencias (r = .33), frustración de competencias (r = -.13), satisfacción con la vida (r = -.21), afecto positivo (r = .22) y afecto negativo (r = .50)
22	A Reward and Incentive-Sensitization Perspective on Compulsive Use of Social Networking Sites – Wanting but not Liking Predicts Checking Frequency and Problematic Use Behavior	Ihssen & Wadsley (2021)	365 adultos jóvenes de Durham University (Estudio 1: N = 139, Estudio 2: N = 107, Estudio 3: N = 119). Inglaterra.	Uso de las redes sociales, wanting (procesos motivacionales / deseo) y linking (procesos hedónicos / gusto o placer), el uso de las redes sociales, reactividad de las señales del uso de las redes sociales.	ScienceDirect	Elaboración propia de los instrumentos.	El uso problemático de las redes sociales se relaciona con el proceso motivacional (wanting) (r = .63, con muestra de 240 evaluados). En 358 sujetos se identificó una relación entre el uso problemático de las redes sociales y la reactividad ante señales (r = .44)
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
23	Maximizing Social Outcomes? Social Zapping and Fear of Missing Out Mediate the Effects of Maximization and Procrastination on Problematic Social Networks Use	Müller, Wegmann, Stolze & Brand (2020)	226 universitarios de Alemania, con edades entre los 17 y 37 años.	Maximización, procrastinación pura, zapping social, miedo a perderse algo y uso problemático de las redes sociales.	ScienceDirect	The Maximization Scale – Schwartz, Pure Procrastination Scale (PPS), Fear of Missing Out Scale, Social Zapping Scale (SZS), SNS-specific short Internet Addiction Test (sIAT_SNS).	El uso problemático de las redes sociales se relaciona con maximización (r = .302), procrastinación pura (.478), miedo a perderse algo (.503), zapping (.355). Encontraron que la maximización, la procrastinación, el miedo a perderse algo y el zapping social influye en un 59.3 % en el uso problemático de las redes sociales.
24	Measuring the Relationship between Social Media Use and Addictive Behavior and Depression and Suicide Ideation among University Students	Jasso-Medrano & López-Rosales (2018)	374 estudiantes universitarios, de los cuales el 58.6 % eran mujeres y el 41.4 % hombres, con una edad promedio de 20.01 años en México.	Adicción a las redes sociales, ideación suicida, depresión, uso del móvil.	ScienceDirect	Cuestionario de Adicción a Redes Sociales (ARS), Center for Epidemiologic Studies Depression Scale (CES-D), Inventario de Ideación Suicida Positiva y Negativa (PANSI), preguntas sobre el uso del móvil.	La adicción a las redes sociales se relaciona con la depresión (rho = .25), ideación suicida (rho = .16) y uso del celular (rho = .33). Muestra de 374. En la muestra de 135 estudiantes existe relación entre la adicción a las redes sociales con la depresión (r = .17) y uso del celular (r = .24). No existió con la ideación suicida positiva y negativa (p > .05).
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
25	Exploring the Role of Positive Metacognitions in Explaining the Association between the Fear of Missing Out and Social Media Addiction	Casale, Rugai & Fioravanti (2018)	579 estudiantes universitarios (54.6 % F; edad media = 22.39 ± 2.82) Florencia, Italia.	Miedo a la evaluación negativa, miedo a perderse algo, habilidades de autopresentación, metacognición positiva, uso problemático de redes sociales.	ScienceDirect	Brief Fear of Negative Evaluation II, Fear of Missing Out Scale, Bergen Social Media Addiction Scale (BSMAS), metacogniciones positivas sobre el uso de los medios sociales.	El uso problemático de las redes sociales se relaciona con el miedo a la evaluación negativa (r = .41), miedo a perderse algo (r = .47), habilidades de autopresentación (r = .36) y metacognición negativa (r = .41).
26	Adverse Consequences of Excessive Social Networking Site Use on Academic Performance: Explaining Underlying Mechanism from Stress Perspective	Masood, Luqman, Feng & Ali (2020)	505 estudiantes universitarios de pregrado en China.	Socialización, diversión al usar redes sociales, búsqueda de información, comparación social, autopresentación, uso excesivo, distracción cognitiva, control cognitivo-conductual, rendimiento académico.	ScienceDirect	Seleccionaron ítems reducidos de cada una de las escalas.	El uso excesivo de las redes sociales se relaciona con socialización (r = .524), comparación social (r = .566), búsqueda de información (r = .495), uso de las redes por diversión (r = .369), distracción cognitiva (r = .327), rendimiento académico (r = -.218), control cognitivo-conductual (r =.288), afecto positivo (r = .261) y afecto negativo (r = .223). Demostraron que el uso excesivo de las redes sociales (socialización,
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
							comparación social, diversión, búsqueda de información, autopresentación), el control cognitivo conductual y la distracción cognitiva explican un 27.2 % del rendimiento académico.
27	Problematic Social Media Use and Social Support Received in Real-Life versus on Social Media: Associations with Depression, Anxiety and Social Isolation	Meshi & Ellithorpe (2021)	403 participantes (mujeres = 255, el 63.3 %; hombres = 148, el 36.7 %), en EE. UU.	Uso problemático de las redes sociales, apoyo social en la vida real, depresión, ansiedad, aislamiento social.	ScienceDirect	Bergen Social Media Addiction Scale, Multidimensional Scale of Perceived Social Support, Social support on social media, PROMIS Depression scale, PROMIS Anxiety scale, PROMIS social isolation.	El uso problemático de las redes sociales se relaciona con el apoyo social en la vida real (r = -.13), apoyo social en las redes (r = .36), depresión (r = .31), ansiedad (r = .29), aislamiento social (r = .30).
28	Fear of Missing Out and Problematic Social Media Use as Mediators between Emotional Support from Social Media and Phubbing Behavior	Fang, Wang, Wen & Zhou (2020)	501 estudiantes universitarios chinos (de 17 a 23 años, edad M = 19.6 años, SD = 1.24).	Apoyo emocional de las redes sociales, miedo a perderse algo, uso problemático de las redes sociales, comportamiento phubbing.	ScienceDirect	Facebook Measure of Social Support, Fear of Missing Out Scale, Facebook Intrusion Questionnaire, Partner Phubbing Scale.	El uso problemático de las redes sociales se relaciona con el apoyo emocional en las redes sociales (r = .43), miedo a perderse algo (r = .45) y phubbing (r = .42)
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
29	Self-Compassion Moderates the Predictive Effects of Social Media Use Profiles on Depression and Anxiety	Phillips & Wisniewski (2021)	300 estudiantes universitarios que utilizan las redes sociales (M edad = 34.90, SD = 11.19, 77.3 % mujeres) en Australia.	Uso de redes sociales, tiempo dedicado a redes sociales, uso problemático de redes sociales, percepción de interacción en las redes sociales, miedo a perderse, respuestas emocionales a las redes sociales, depresión y ansiedad, autocompasión.	ScienceDirect	Frequency of social media use, Time spent on social media, Problematic Social Media Use, Perceptions of social media interactions, The Fear of Missing Out scale (FoMO), Version of the Core Affect Scale, Depression Anxiety and Stress Scale (DASS-21), short form of the Self-Compassion Scale (SCS-SF).	El uso problemático de las redes sociales se relaciona con el tiempo de uso de las redes (r = .45), la frecuencia de uso (r = .44), respuestas emocionales a las redes (r = -.13), el miedo a perderse algo (r = .42), ansiedad (r = .28), depresión (r = .37) y autocompasión (r = -.40).
30	How Maladaptive Cognitions Contribute to the Development of Problematic Social Media Use	Fioravanti, Flett, Hewitt, Rugai & Casale (2020)	401 estudiantes de pregrado (52.3 % mujeres; edad media = 22.01 ± 1.99 años) de la Universidad de Florencia en Italia.	Perfeccionismo, desesperanza social, preferencias de interacciones sociales, regulación del estado de ánimo.	ScienceDirect	Generalized Problematic Internet Use Scale 2 (GPIUS2), Perfectionism Discrepancies Inventory (PDI), Social Hopelessness Questionnaire (SHQ).	Preferencias por la interacción social en línea (adicción a redes) se relaciona con perfeccionismo (r = .34), desesperanza social (r = .41), regulación del estado de ánimo (r = .48), autorregulación deficiente (r = .49) y resultados negativos (r = .46).
N.o	Título	Autor y año	Muestra	Variables	Base	Instrumento	Resultados y conclusiones
31	Childhood Maltreatment and Problematic Social Media Use: The Role of Attachment and Depression	Worsley, McIntyre, Bentall & Corcoran (2018)	1029 estudiantes que asistían a una única universidad del noroeste de Inglaterra (74.8 % mujeres, n = 770) con edades comprendidas entre los 17 y los 25 años.	Maltrato infantil, evitar el apego, ansiedad al apego, depresión, uso problemático de redes sociales.	ScienceDirect	Adverse Childhood Experiences (ACEs), Relationship Questionnaire (RQ), Bergen Social Media Addiction Scale (BSMAS), Patient Health Questionnaire (PHQ-9).	El uso problemático de las redes sociales se relaciona con el maltrato infantil (r = .13), ansiedad de apego (r = .15), evitación del apego (r = -.11), depresión (r = .27).

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)

(continuación)

(continúa)