Machine Translated by Google

Lee dkk. Kesehatan Masyarakat BMC (2022)

22:995 https://doi.org/10.1186/s12889-022-13409-0

RISET Akses terbuka

Penggunaan media sosial dan

kesehatan mental selama pandemi COVID-19 pada
dewasa muda: meta-analisis dari 14 studi cross-sectional
Youngrong Lee1 , Ye Jin Jeon2, Sunghyuk Kang2,3, Jae Il Shin4 , YoungÿChul Jung3 dan Sun Jae Jung1,2*

Abstrak
Latar belakang: Masyarakat yang terisolasi akibat karantina dini terkait penyakit coronavirus 2019 (COVID-19) semakin
banyak menggunakan platform media sosial. Klaim kontradiktif mengenai efek penggunaan media sosial terhadap
kesehatan mental perlu diselesaikan. Tujuan dari penelitian ini adalah untuk meringkas hubungan antara waktu yang
dihabiskan di platform media sosial selama karantina COVID-19 dan hasil kesehatan mental (yaitu, kecemasan dan depresi).
Metode: Studi disaring dari database Perpustakaan PubMed, Embase, dan Cochrane. Mengenai kriteria kelayakan, studi
yang dilakukan setelah deklarasi pandemi, studi yang mengukur gejala kesehatan mental dengan alat yang tervalidasi,
dan studi yang menyajikan hasil kuantitatif memenuhi syarat. Studi setelah pengambilan mengevaluasi hubungan
antara waktu yang dihabiskan di platform media sosial dan hasil kesehatan mental (yaitu kecemasan dan depresi).
Estimasi gabungan dari studi yang diambil dirangkum dalam rasio odds (OR). Analisis data termasuk model efek acak dan
penilaian heterogenitas antar studi. Penilaian kualitas dilakukan oleh dua peneliti independen menggunakan Risk of Bias
Assessment Tool for Nonrandomized Studies (RoBANS). Ulasan meta-analÿysis ini terdaftar di PROSPERO (https://
www.crd.york.ac.uk/PROSPERO/, pendaftaran No CRD42021260223, 15 Juni 2021).

Hasil: Empat belas studi dimasukkan. Peningkatan waktu yang dihabiskan menggunakan platform media sosial dikaitkan
dengan gejala kecemasan dalam keseluruhan penelitian (dikumpulkan OR=1,55, 95% CI: 1,30–1,85), dan heterogenitas
antara penelitian ringan (I2=26,77%) . Demikian pula, peningkatan waktu penggunaan media sosial juga dikaitkan
dengan gejala depresi (dikumpulkan OR = 1,43, 95% CI: 1,30-1,85), dan heterogenitas antara penelitian sedang (I2 = 67,16%).
Untuk analisis sensitivitas, hasil analisis yang hanya mencakup studi "Kualitas tinggi" setelah penilaian kualitas serupa
dengan studi keseluruhan dengan heterogenitas rendah (kecemasan: dikumpulkan OR=1,45, 95% CI: 1,21–1,96, I2= 0,00
%; depresi: gabungan OR=1,42, 95% CI: 0,69–2,90, I 2=0,00%).
Kesimpulan: Analisis menunjukkan bahwa waktu yang dihabiskan berlebihan di platform media sosial dikaitkan dengan
kemungkinan lebih besar mengalami gejala kecemasan dan depresi.
Kata kunci: Kecemasan, Depresi, Jarak sosial, Kesehatan mental, Tinjauan sistemik

*Korespondensi: sunjaejung@yuhs.ac
1
Departemen Kedokteran Pencegahan, Fakultas Kedokteran Universitas Yonsei,
50ÿ1 Yonseiÿro, Seodaemunÿgu, Seoul 03722, Korea Selatan
Daftar lengkap informasi penulis tersedia di akhir artikel
Perkenalan
Terlepas dari upaya luar biasa di seluruh dunia
termasuk pengenalan vaksin, pengembangan terapi
dan jarak sosial, wabah virus corona diperkirakan
tidak akan mereda karena terus munculnya jenis
virus baru dan kesulitan dalam karantina yang efektif.

© Penulis 2022. Akses Terbuka Artikel ini dilisensikan di bawah Lisensi Internasional Creative Commons Attribution 4.0, yang
mengizinkan penggunaan, berbagi, adaptasi, distribusi, dan reproduksi dalam media atau format apa pun, selama Anda memberikan kredit
yang sesuai dengan aslinya penulis dan sumbernya, berikan tautan ke lisensi Creative Commons, dan tunjukkan jika ada perubahan.
Gambar atau materi pihak ketiga lainnya dalam artikel ini termasuk dalam lisensi Creative Commons artikel, kecuali dinyatakan lain dalam
batas kredit materi. Jika materi tidak termasuk dalam lisensi Creative Commons artikel dan tujuan penggunaan Anda tidak diizinkan oleh
peraturan undang-undang atau melebihi penggunaan yang diizinkan, Anda harus mendapatkan izin langsung dari pemegang hak cipta.
Untuk melihat salinan lisensi ini, kunjungi http://creativecommons.org/licenses/by/4.0/. Pengabaian Dedikasi Domain Publik Creative
Commons (http://creativeco mmons.org/publicdomain/zero/1.0/) berlaku untuk data yang disediakan dalam artikel ini, kecuali dinyatakan lain dalam batas kredit untuk
Machine Translated by Google
Lee dkk. Kesehatan Masyarakat BMC (2022) 22:995
intervensi. Akibat tindakan karantina yang ketat, pertemuan
pribadi, pertemuan, dan kontak fisik dengan kerabat dekat telah
berkurang [1]. Jarak sosial yang berkepanjangan dan hilangnya
kontak interpersonal yang intim meningkatkan perasaan frustrasi,
kebosanan, kecemasan, dan berpotensi depresi [2].
Studi telah menemukan bahwa populasi atau pekerja muda
yang aktif secara sosial dengan risiko tinggi infeksi, terutama
mahasiswa dan petugas layanan kesehatan garis depan,
menanggung beban masalah kesehatan mental yang tidak
proporsional di seluruh dunia (misalnya, tingkat kecemasan dan
depresi yang tinggi), menyoroti kebutuhan untuk intervensi yang
tepat pada populasi ini [3, 4].
Media sosial dalam platform digital dilaporkan dianggap
sebagai saluran komunikasi baru yang dapat meringankan aspek
negatif isolasi tersebut dengan membantu orang melepaskan diri
dari emosi negatif [5], memproyeksikan kepribadian mereka
sesuai keinginan, dan membangkitkan kesan mendapatkan
kembali kendali. [6].
Media sosial dapat membantu menghilangkan kecemasan dan
depresi dengan memberikan informasi terkait pandemi [7, 8].
Namun, penggunaan media sosial yang berkepanjangan oleh
orang-orang yang terisolasi bisa menjadi pedang bermata dua
yang dapat berdampak buruk bagi kesehatan mental karena
terus menerus terpapar informasi yang berlebihan dan informasi
yang salah [9-11]. Sementara media sosial dalam platform digital
membantu mempromosikan inklusi sosial di kalangan remaja dan
dewasa muda, risiko yang terkait dengan penggunaan mereka
yang berlebihan atau bermasalah tidak dapat diabaikan [12].
Karena bukti dan pandangan yang bertentangan tentang efek
platform media sosial terhadap kesehatan mental, rekomendasi
penggunaan media sosial dalam pandemi telah dipertanyakan.
Oleh karena itu, sebuah meta-analisis dilakukan untuk
memecahkan efek kontradiktif dari platform media sosial pada
kecemasan dan depresi berdasarkan penelitian yang melaporkan
hubungan antara penggunaan media sosial dan hasil kesehatan
mental (yaitu, kecemasan dan depresi) pada pengaturan pandemi.
Metode
Kriteria Kelayakan
Studi termasuk yang memenuhi kriteria berikut: (1) penggunaan
bahasa Inggris; (2) dilakukan setelah 11 Maret 2020 (tanggal
WHO menyatakan pandemi) dan diterbitkan paling lambat 20
Desember 2020; (3) mengumpulkan data menggunakan alat
yang divalidasi dari gejala kesehatan mental (misalnya, Kuesioner
Kesehatan Pasien: PHQ9, Generalized Anxi ety Disorder-7 item:
GAD-7); (4) teks lengkap tersedia; (5) mengukur waktu yang
dihabiskan di platform media sosial baik dalam variabel kontinyu
maupun kategorikal; (5) memberikan hasil mereka dalam studi
OR, ÿ, dan/atau Pearson, dan (6).
Halaman 2 dari 8
mengukur gejala kesehatan mental seperti kecemasan dan
depresi.
Studi dengan karakteristik berikut dikeluarkan: (1) Studi meneliti
media sosial tradisional (misalnya, televisi dan radio); (2) laporan
kasus, surat, komentar, dan ulasan naratif tanpa hasil kuantitatif,
dan (3) studi menggunakan bahasa selain bahasa Inggris.
Studi yang menyelidiki hubungan antara waktu yang dihabiskan
di media sosial dan hasil kesehatan mental (misalnya, kecemasan
dan depresi) dirangkum dalam Bahan Tambahan 1. Ukuran efek
gabungan dari meta-analisis ini terutama disajikan dalam rasio
odds (Gbr. 2 ).
Pemilihan Studi
Prinsip-prinsip strategi pencarian adalah sebagai berikut: (1)
“Media sosial” atau nama individu dari media sosial dalam judul,
kata kunci dan hasil abstrak; (2) Istilah yang mengacu pada
kesehatan mental dengan COVID-19 yang disebutkan dalam
judul (misalnya depresi, kecemasan atau biru).
Pencarian literatur sistematis dari database PubMed, Embase,
dan Cochrane Library dilakukan untuk mengidentifikasi studi.
Pembatasan tanggal publikasi adalah dari Maret 2020 hingga 20
Desember 2020. Istilah pencarian untuk pencarian sistematik
adalah sebagai berikut: (1) (“COVID-19“ ATAU “corona“) DAN
(“kesehatan mental” ATAU depresi* ATAU kecemasan )
DAN (“media sosial” ATAU “Instagram” ATAU “Facebook” ATAU
“twitter”) untuk PubMed, (2) (“penyakit virus corona 2019'/ exp/
mj) AND (“kesehatan mental“/exp/mj ATAU “depresi“ / exp ATAU
“kecemasan“/exp) DAN (“media sosial”/exp./mj ATAU “Facebook”/
exp. ATAU “twitter”/exp. ATAU “Instagram“/ exp) untuk Embase;
(3) (“COVID-19ÿ ATAU “corona”) DAN (“kesehatan mental“ ATAU
depresi* ATAU “kecemasan”) DAN (“media sosial“ ATAU
'Instagram” ATAU “Facebook” ATAU “twitter”) untuk Cochrane
Library .
Artikel pertama kali disaring dengan meninjau judul, diikuti
dengan ulasan teks lengkap. Setiap tahap seleksi melibatkan tiga
peneliti independen (dua dokter medis [SJJ dan YRL] dan satu
mahasiswa pascasarjana dari Departemen Epidemiologi [YJJ]).
Setiap artikel dievaluasi secara independen oleh dua peneliti (YJJ
dan YRL) di tangan pertama, dan peneliti ketiga (SJJ) memediasi
pemilihan terakhir jika terjadi perbedaan pendapat.
Ekstraksi data
Data studi diekstraksi oleh dua peneliti independen (YRL dan
YJJ). Seorang penulis pertama mengekstraksi informasi dan
penulis kedua memeriksa keakuratannya.
Informasi yang diekstraksi adalah sebagai berikut: negara studi,
sampel kelompok peserta, kelompok usia sampel, tanggal
pengumpulan data, tindakan kesehatan mental, informasi ukuran
efek, waktu penggunaan media sosial, dan apakah penyesuaian
dilakukan untuk setiap analisis ( lihat Bahan Pelengkap 1). Studi
dibagi menjadi beberapa kategori
Machine Translated by Google
Lee dkk. Kesehatan Masyarakat BMC (2022) 22:995
menurut estimasi ringkasan ukuran efek (rasio odds [OR], estimasi
beta dari regresi linier berganda [ÿ], dan koefisien korelasi
[Pearson's r]).
Variabel paparan
Studi terakhir setelah pengambilan mengukur jumlah waktu yang
dihabiskan di media sosial, yang merupakan variabel kategori
atau kontinu (lihat Bahan Tambahan 1). Itu diukur berdasarkan
tanggapan terhadap item dalam kuesioner: “Seberapa sering
Anda terpapar media sosial? [kategorikal]” dan “Berapa lama
(dalam jam) Anda terpapar media sosial? [kontinu]." Pengukuran
paparan dinyatakan dalam susunan kata yang berbeda sebagai
berikut: "Kurang" vs. "Sering", "Kurang" vs. "Sering", "kurang dari
1 jam" vs. "2 jam atau lebih", atau "kurang dari 3 jam” vs. “3 jam
atau lebih.” Untuk menghitung efek keseluruhan, tingkat paparan
yang diukur secara individual ini didefinisikan ulang oleh sekutu
operasi (misalnya, "Kurang" dan "Sedikit" dianggap sama dengan
"kurang dari 2 jam", "kurang dari 1 jam", "Sering", dan "Sering"
diperlakukan sama dengan "2 jam atau lebih" dan "3 jam atau
lebih").
Variabel hasil Hasil
studi yang disertakan adalah "kecemasan", dan "depresi".
Kecemasan dipastikan dengan menggunakan GAD-7 (cut-of: 10+),
DASS-21, dan PHQ-9, sedangkan depresi diukur menggunakan
PHQ-9 (cut-of: 10+), WHO-5 (cut-of : 13+), dan GHQ-28 (batas:
24+). Kecemasan dan depresi yang diukur dengan menggunakan
alat skrining dengan potongan hasil disajikan dalam rasio odds
(lihat Bahan Tambahan 1).
Analisis statistik
Semua analisis statistik dan visualisasi dilakukan dengan paket
"meta", "metafora", dan "dmeter" dari R versi 3.6.3 (https://cran.r-
project.org/), menggunakan model ran dom-efect [13-15]. Ukuran
efeknya adalah rasio odds, koefisien regresi, dan r Pearson, yang
menghitung hubungan antara peningkatan waktu penggunaan
media sosial dan kecemasan dan gejala depresi. Dalam setiap
penelitian, hubungan dengan tingkat kesehatan mental kelompok
pengguna media sosial yang sering (dibandingkan dengan
kelompok frekuensi rendah) dihitung sebagai odds ratio, dan
hubungan dengan peningkatan tingkat kesehatan mental per jam
meningkat dihitung sebagai koefisien regresi (ÿ) dan r Pearson.
Statistik yang digunakan untuk menghitung efek gabungan
(misalnya, rasio odds, koefisien regresi, dan r Pearson) digunakan
sebagai nilai yang disesuaikan dengan kovariat dari masing-
masing penelitian, bukan nilai kasar yang tidak disesuaikan.
2 ke
Ukuran efek gabungan, Cochrane's Q, dan I menilai
heterogenitas dihitung. Ukuran efek gabungan, CI, dan interval
prediksi dihitung dengan
Halaman 3 dari 8
mengestimasi pooled effect dan CI menggunakan metode
Hartung Knapp-Sidik-Jonkman, yang dikenal sebagai salah satu
metode yang paling konservatif [16]. Tingkat heterogenitas
dikategorikan sebagai rendah, sedang, atau tinggi dengan nilai
ambang masing-masing 25, 50, dan 75% [17]. Kemungkinan
penyebab heterogenitas di antara hasil studi dieksplorasi dengan
metode statistik seperti analisis influensial, plot Baujat, analisis
leave-one-out, dan Tampilan Grafik analisis Heterogenitas [18] .
Selain itu, bias publikasi dinilai menggunakan plot corong, tes
Egger, dan metode trim-and-fll [19].
Penilaian kualitas
Penilaian kualitas dilakukan oleh dua peneliti independen,
seorang psikiater (SHK) dan seorang ahli epidemiologi (YRL),
menggunakan Risk of Bias Assessment Tool for Non randomized
Studies (RoBANS), yang dapat menilai studi cross sectional [20] .
RoBANS telah divalidasi dengan reliabilitas sedang dan validitas
yang baik. RoBANS berlaku untuk studi cross-sectional dan terdiri
dari enam item: pemilihan peserta, perancu, pengukuran paparan,
penilaian hasil yang membutakan, hasil yang hilang, dan pelaporan
hasil secara selektif. Setiap item diukur memiliki "risiko bias tinggi",
"risiko bias rendah", atau "tidak pasti". Misalnya, berdasarkan
"pemilihan peserta," setiap peneliti menandai sebuah artikel
sebagai memiliki "risiko bias yang tinggi" jika, misalnya, definisi
depresi pasien dihasilkan oleh data yang dilaporkan sendiri. Dalam
studi cross-sectional, kasus kesalahan klasifikasi karena kuesioner
mandiri yang tidak dapat diandalkan untuk mengkategorikan
pasien depresi dinilai sebagai "berisiko tinggi." Untuk penilaian
kualitatif, studi dengan dua atau lebih nilai "berisiko bias tinggi"
kemudian diklasifikasikan sebagai "berkualitas rendah". Studi ini
dinilai sebagai "berkualitas tinggi" hanya jika evaluasi kedua
penilai itu kongruen. Untuk analisis sensitivitas, analisis tambahan
yang hanya mencakup studi “berkualitas tinggi” dilakukan dan
dibandingkan dengan estimasi gabungan dari hasil keseluruhan
(lihat Tabel 1).
Persetujuan etis
Item pelaporan pilihan untuk tinjauan sistematis dan pedoman
meta-analisis (PRISMA) 2020 diikuti untuk penelitian ini. Tidak
diperlukan persetujuan etis dan persetujuan pasien karena data
penelitian ini didasarkan pada literatur yang diterbitkan. Tinjauan
meta-analisis ini telah didaftarkan pada PROSPERO (https://
www.crd.york.ac.uk/PROSPERO/, pendaftaran No
CRD42021260223, 15 Juni 2021).
Hasil
Studi yang disertakan dan
dikecualikan Total 346 studi dipilih dari pencarian database (288
dari PubMed, 34 dari Embase, dan 24 dari Cochrane Library).
Setelah menghapus 19 duplikat
Machine Translated by Google

Lee dkk. Kesehatan Masyarakat BMC (2022) 22:995 Halaman 4 dari 8

Tabel 1 Asosiasi antara penggunaan media sosial dan kecemasana dan depresib
2
Studi, n Para Pihak SAYA

(%)
(peserta)
ukuran efek [95% CI] Q-statistik

Gejala kecemasan
Rasio peluang

Studi keseluruhan 6 (9579) 1,55 [1,30–1,85] 6.84 26.94

Penilaian kualitas

Kualitas tinggi 4 (7599) 1,45 [1,21–1,73] 1.76 0,00

C
B 3 (2376) 0,05 [ÿ0,32–0,41] 8.36 76.07
D
r Pearson 4 (2483) 0,18 [0,10–0,27] 11.13 73.04

Gejala depresi
Rasio peluang

Studi keseluruhan 6 (13241) 1.43 [1.14–1.80] 15.22 67.16

Penilaian kualitas

Kualitas tinggi 2 (4481) 1,42 [0,69–2,90] 0,33 0,00

C
B 3 (2574) 0,08 [0,01–0,14] 0,82 0,00
A
Gejala kecemasan dipastikan menggunakan GAD-7 (cut-of: 10), GHQ-28, GAD-2, PHQ-4, GAD-2, SAS, dan DASS-21
B
Gejala depresi dipastikan oleh DASS-21, WHO-5 (cut-of: 13), PHQ-9 (cut-of:10), GHQ-28, dan PHQ-2
C
Nilai beta yang dihitung dengan analisis regresi linier menunjukkan perubahan skor dari waktu ke waktu dalam jam
D
Analisis korelasi

ÿ Nilai beta; Interval Keyakinan CI; Skor subskala DASS untuk Depresi, Kecemasan, dan Skala Stres; Gangguan Kecemasan Umum GAD; GHQ-28 Kesehatan Umum
Kuesioner-28; Kuesioner Kesehatan Pasien PHQ; Skala Kecemasan Penilaian Diri SAS

* Hasil yang signifikan dicetak tebal

publikasi, 327 penelitian dimasukkan untuk judul dan ulasan
teks lengkap (lihat Gambar 1). Studi non-asli dan yang
dilakukan dengan subjek yang tidak relevan (n = 218)
dikeluarkan. 95 studi lainnya akhirnya dikeluarkan karena
perkiraan studi yang tidak konsisten. Seperti yang dirangkum
dalam materi Tambahan 1 dan 8, 13 makalah mempelajari
kecemasan sebagai hasil (6 studi dalam rasio odds, 3 dalam
koefisien regresi, 4 dalam r Pearson), dan total 9 makalah
mempelajari depresi sebagai hasil (6 studi dalam rasio odds,
3 dalam koefisien regresi). Masing-masing dari 14 studi akhir
yang berbeda (setelah mengecualikan studi duplikat)
mengukur beberapa variabel hasil kesehatan mental (yaitu,
kecemasan dan depresi), dan ukuran efek gabungan dihitung
untuk setiap hasil. Enam penelitian yang menangani gejala
kecemasan dan enam dengan depresi (Bahan Tambahan 1–
1-1, 1–2-1) melaporkan OR dan 95% interval kepercayaan
(CI) mereka (n = 9579 dan n = 13.241 untuk gejala kecemasan
dan depresi , masing-masing). Studi pohon masing-masing
tentang kecemasan dan depresi (Bahan Tambahan 1–1-2, 1–
2-2) melaporkan temuan mereka dalam ÿ (n = 2376 dan n =
2574 untuk kecemasan dan depresi, masing-masing).
Semua studi termasuk adalah studi cross-sectional. Ukuran
efek gabungan disajikan dalam rasio odds.
hasil kesehatan mental (yaitu, kecemasan dan depresi) dari
studi cross-sectional yang dipilih. Peningkatan waktu yang
dihabiskan untuk menggunakan platform media sosial
dikaitkan dengan gejala kecemasan dalam keseluruhan studi
(dikumpulkan OR=1,55, 95% CI: 1,30–1,85, interval prediksi:
[1,08–2,23]), dan heterogenitas antar studi ringan (I2=26,77%)
(lihat Gambar 2). Tiga studi cross-sectional (disajikan dalam
ÿ) tidak signifikan (ÿ = 0,05, 95% CI: ÿ0,32–0,15; peningkatan
unit dari setiap skor alat skrining per jam) dengan
heterogenitas antar studi yang relatif tinggi (I2 = 76,07 %).
Estimasi keseluruhan dari empat penelitian cross-sectional
(Pearson's r) adalah 0,18 (95% CI: 0,10–0,27) dengan
heterogenitas antar penelitian yang tinggi (I2=73,04%).
Peningkatan waktu penggunaan media sosial juga dikaitkan
dengan gejala depresi (pengumpulan OR=1,43, 95% CI: 1,30–
1,85, interval prediksi: [0,82–2,49]), dan heterogenitas antara
studi adalah sedang (I2=67,16 % ) (lihat Gambar 2).
Penilaian kualitas
Sebagai hasil dari analisis penilaian kualitas, kumpulan efek
ukuran studi yang diklasifikasikan sebagai "berkualitas tinggi"
disajikan pada Tabel 1. Hasilnya serupa dengan hasil

Waktu yang dihabiskan untuk media sosial dan hasil kesehatan mental keseluruhan (kecemasan: OR=1,45, 95% CI: 1,21–1,96;
Tabel 1 menunjukkan hasil meta-analisis tentang hubungan depresi: OR=1,42, 95% CI: 0,69–2,90). Studi berkualitas
antara waktu yang dihabiskan di media sosial dan tinggi memiliki heterogenitas antar studi yang rendah (kecemasan: I2 =0,00%
Machine Translated by Google
Lee dkk. Kesehatan Masyarakat BMC (2022) 22:995
Gambar 1 Diagram alir pencarian literatur dan pemilihan publikasi
depresi: I 2 = 0,00%). Statistik te kappa (kesepakatan antar
penilai) adalah 33,3%, menunjukkan kesepakatan yang adil.
Bias publikasi
Bias publikasi dinilai dengan analisis plot corong dan uji Egger
(Materi Tambahan 4–1). Analisis corong-plot mengungkapkan
hasil simetris (Bahan Tambahan 4–2). Selain itu, semua hasil uji
Egger secara statistik tidak signifikan, menunjukkan bias publikasi
yang tidak mungkin. Setelah menerapkan metode trim-and-fll,
plot corong tidak mengungkapkan asimetri (Bahan Tambahan
5), menunjukkan tidak ada bias publikasi yang signifikan.
Pembahasan
Studi ini bertujuan untuk menyajikan arah relevansi yang
komprehensif dengan menganalisis studi yang menyelidiki
hubungan antara waktu yang dihabiskan di media sosial selama
pandemi COVID-19 dan gejala kesehatan mental (yaitu,
Halaman 5 dari 8
kecemasan dan depresi) di kalangan masyarakat. Peningkatan
waktu yang dihabiskan untuk media sosial dalam platform digital
dikaitkan dengan gejala kecemasan dan depresi.
Hasil yang dikumpulkan sejalan dengan tinjauan sistematik
sebelumnya dan meta-analisis yang dilakukan sebelum pandemi.
Tinjauan literatur sistematis sebelum wabah COVID-19 (2019)
menemukan bahwa waktu yang dihabiskan remaja di media
sosial dikaitkan dengan depresi, kecemasan, dan tekanan
psikologis [21]. Sebuah meta-analisis dari 11 studi (2017) juga
melaporkan hubungan yang lemah antara penggunaan media
sosial dan gejala depresi pada anak [22]. Sebuah meta-analisis
dari 23 studi (2018) melaporkan korelasi yang signifikan antara
penggunaan media sosial dan tekanan psikologis [23]. Demikian
pula, penelitian ini juga mengamati tren serupa dari efek negatif
media sosial terhadap hasil kesehatan mental dalam pandemi
COVID 19. Namun, estimasi heterogenitas antarstudi dari meta-
analisis ini relatif tinggi (meta-analisis dari 11 studi: I2 =92,4%;
meta-analisis dari
Machine Translated by Google
Lee dkk. Kesehatan Masyarakat BMC (2022) 22:995
Gambar. 2 Petak hutan untuk paparan media sosial dan gejala kesehatan mental (yaitu kecemasan & depresi) dalam studi cross-sectional. Perkiraan disajikan dalam rasio odds (OR)
23 studi: I 2 = 62,00% untuk kecemasan, I 2 = 80,58% untuk
depresi) dibandingkan dengan analisis, yang menyiratkan
homogenitas populasi penelitian yang relatif lebih tinggi dan hasil
yang dapat diandalkan.
Informasi dan opini yang belum diverifikasi dapat dengan mudah
disebarluaskan di platform media sosial dan dianggap sebagai
fakta tanpa verifikasi. Ada aliran berita terkait pandemi, menciptakan
rasa urgensi dan kecemasan. Paparan berulang terhadap berita
dapat memengaruhi konstruksi realitas eksternal dan dapat
menyebabkan pengalaman seperti delusi, yang telah dikaitkan
dengan kecemasan dan penggunaan media sosial yang berlebihan
[24, 25].
Selain itu, diskriminasi dan stigma terkait COVID-19 di media
sosial dapat membuat orang takut terinfeksi dan memperburuk
depresi dan kecemasan [26]. Ketakutan akan COVID-19 dapat
diperparah oleh
Halaman 6 dari 8
hidup berdampingan depresi dan gangguan kecemasan [27].
Karena tingginya aksesibilitas platform media sosial dan kemudahan
sosialisasi dalam pengaturan yang terkendali, individu dengan
depresi yang mendasarinya mungkin lebih tertarik pada interaksi
media sosial daripada interaksi tatap muka, terlebih lagi di era
pandemi [28] .
Juga, penerapan manusia jarak sosial memunculkan norma
baru yang membatasi perilaku fisik di hampir semua sektor
kehidupan, termasuk lembaga pendidikan dan tempat kejuruan.
Transisi yang cepat ke lingkungan pendidikan jarak jauh baru dan
telecommuting dapat memicu masalah kesehatan mental [29].
Dalam menafsirkan temuan penelitian ini, beberapa keterbatasan
harus dipertimbangkan. Pertama, semua studi termasuk adalah
desain cross-sectional. Kemungkinan hubungan kausal terbalik
tidak dapat dikesampingkan. Lebih jauh
Machine Translated by Google
Lee dkk. Kesehatan Masyarakat BMC (2022) 22:995
studi dengan data longitudinal diperlukan. Kedua, hasilnya
tidak mewakili populasi umum karena sebagian besar studi
merekrut peserta melalui survei berbasis web, yang mungkin
memiliki bias seleksi.
Terakhir, beberapa analisis menunjukkan heterogenitas antar
studi yang relatif tinggi (kisaran: I2 =0,00–80,53%). Hasil
pendekatan statistik untuk mengidentifikasi penyebab
heterogenitas (yaitu analisis influensial, plot Baujat, analisis
leave-one-out, dan analisis GOSH) dirangkum dalam Bahan
Tambahan 6 dan 7 .
Terlepas dari keterbatasan ini, penelitian ini menunjukkan
sejumlah kekuatan; Sepengetahuan kami, penelitian ini adalah
meta-analisis pertama untuk menguji hubungan antara
penggunaan media sosial dan hasil kesehatan mental selama
pandemi COVID-19, untuk memvalidasi hasil dengan berbagai
metode verifikasi seperti trim and-fll metode, analisis
berpengaruh, dan analisis heterogenitas. Selain itu, analisis
sensitivitas juga dilakukan dengan studi “berkualitas tinggi”
yang tidak memihak melalui penilaian kualitas.
Analisis ini menunjukkan bahwa waktu yang dihabiskan
berlebihan di platform media sosial dikaitkan dengan
peningkatan kecemasan dan gejala depresi pada pandemi.
Meskipun media sosial dapat dianggap sebagai saluran
alternatif bagi orang-orang untuk terhubung dengan teman
sebayanya selama pandemi, temuan menunjukkan bahwa
penggunaan media sosial yang berlebihan dapat merusak
kesehatan mental. Diperlukan studi observasi lebih lanjut Referensi
dengan desain longitudinal untuk menentukan efek sebenarnya dari1.platform media sosial.
Clemens V, Deschamps P, Fegert JM, Anagnostopoulos D, Bailey S, Doyle M, dkk. Efek
Singkatan
COVID-19: Penyakit Coronavirus 2019; ATAU: Rasio peluang; CI: Interval kepercayaan;
PHQ-9: Kuesioner Kesehatan Pasien-9; PHQ-2: Versi singkat dari PHQ; GHQ-28:
Kuesioner Kesehatan Umum-28; DASS-21: Kecemasan Depresi dan Skala Stres; WHO-5:
Indeks Kesejahteraan Organisasi Kesehatan Dunia-Lima; GAD-7: Gangguan Kecemasan
Umum-7; GAD-2: GAD versi singkat; RoBANS: Alat Penilaian Risiko Bias untuk Studi Non-
acak.
Informasi Tambahan Versi online berisi materi
tambahan yang tersedia di https://doi. org/10.1186/s12889-022-13409-0.
File tambahan 1.
File tambahan 2.
Ucapan Terima Kasih
Para penulis mengucapkan terima kasih kepada Editage (www.editage.co.kr) untuk
pengeditan bahasa Inggris.
Kontribusi Penulis
Konseptualisasi: YRL, SJJ. Kurasi data: SJJ, JIS, YCJ, YRL. Analisis formal: YRL, SJJ.
Akuisisi pendanaan: SJJ. Metodologi: JIS, YCJ, YRL, SJJ. Administrasi proyek: SJJ.
Visualisasi: YRL. Penulisan – draf asli: YRL, YJJ, SHK, SJJ.
Penulisan – tinjauan & penyuntingan: YRL, YJJ, SHK, JIS, YCJ, SJJ. Penulis korespondensi
membuktikan bahwa semua penulis yang terdaftar memenuhi kriteria kepenulisan dan tidak
ada penulis lain yang memenuhi kriteria yang dihilangkan. Penulis membaca dan menyetujui
manuskrip terakhir.
Halaman 7 dari 8
Pendanaan
Studi ini didukung oleh National Research Foundation of Korea, didanai oleh Kementerian
Sains dan TIK (2020R1C1C1003502), diberikan kepada SJJ.
Ketersediaan data dan bahan Data yang
mendukung temuan penelitian ini tersedia dari penulis terkait atas permintaan yang masuk
akal.
Deklarasi
Persetujuan etis dan persetujuan untuk berpartisipasi
Tidak ada persetujuan etis dan persetujuan pasien yang diperlukan karena data penelitian
ini didasarkan pada literatur yang diterbitkan. Tinjauan meta-analisis ini terdaftar di
PROSPERO (https://www.crd.york.ac.uk/PROSPERO/, pendaftaran No
CRD42021260223, 15 Juni 2021).
Persetujuan untuk publikasi
Tidak berlaku.
Kepentingan bersaing
Tidak berlaku.
Detail penulis
1
Departemen Kedokteran Pencegahan, Fakultas Kedokteran Universitas Yonsei, 50ÿ1
2
Yonseiÿro, Seodaemunÿgu, Seoul 03722, Korea Selatan. Kesehatan Departemen
Masyarakat, Sekolah Pascasarjana Universitas Yonsei, Seoul, Korea Selatan.
3
Departemen Psikiatri, Fakultas Kedokteran Universitas Yonsei, Seoul, Korea Selatan.
4
Departemen Pediatri, Fakultas Kedokteran Universitas Yonsei,
Seoul, Korea Selatan.
Diterima: 18 Januari 2022 Diterima: 5 Mei 2022
potensial dari tindakan menjaga jarak “sosial” dan penguncian sekolah terhadap
kesehatan mental anak dan remaja. Eur Child Adolesc Psychiatry. 2020.
2. Brooks SK, Webster RK, Smith LE, Woodland L, Wessely S, Greenberg N,
et al. Dampak psikologis karantina dan cara menguranginya: tinjauan cepat terhadap
bukti. Lanset. 2020;395(10227):912–20.
3. Batra K, Sharma M, Batra R, Singh TP, Schvaneveldt N. Menilai
dampak psikologis COVID-19 di kalangan mahasiswa: Bukti dari 15 negara. Kesehatan.
2021;9(2):222.
4. Batra K, Singh TP, Sharma M, Batra R, Schvaneveldt N. Menyelidiki dampak psikologis
COVID-19 di kalangan petugas kesehatan: analisis meta. Kesehatan Masyarakat Int
J Environ Res. 2020;17(23):9096.
5. Marino C, Gini G, Vieno A, i Spada, M. Sebuah meta-analisis komprehensif tentang
penggunaan Facebook yang bermasalah. Comput Hum Behav. 2018;83(1):262–77.
6. Ryan T, Chester A, Reece J, Xenos S. Penggunaan dan penyalahgunaan Facebook:
tinjauan kecanduan Facebook. J Behav Addict. 2014;3(3):133–48.
7. Liu S, Yang L, Zhang C, Xiang Y, Liu Z, Hu S, dkk. Layanan kesehatan mental online
di Tiongkok selama wabah COVID-19. Psikiatri Lancet. 2020;7(4):e17–8.
8. Liu BF, Kim S. Bagaimana organisasi membingkai pandemi H1N1 2009 melalui media
sosial dan tradisional: implikasi bagi komunikator kesehatan AS.
Public Relat Rev. 2011;37(3):233–44.
9. Fung IC-H, Tse ZTH, Cheung CN, Miu AS, Fu KW. Ebola dan media sosial; 2014.
10. Depoux A, Martin S, Karafllakis E, Preet R, Wilder-Smith A, Larson H.
Pandemi kepanikan media sosial menyebar lebih cepat daripada wabah COVID-19.
J Perjalanan Med. 2020;27(3):taaa031.
11. Kramer AD, Guillory JE, Hancock JT. Bukti eksperimental penularan emosi skala
besar melalui jejaring sosial. Proc Natl Acad Sci. 2014;111(24):8788–90.
12. Daniels M, Sharma M, Batra K. Media sosial, stres dan kurang tidur: triple “S” di kalangan
remaja. J Kesehatan Soc Sci. 2021;6(2):159-66.
Machine Translated by Google

Lee dkk. Kesehatan Masyarakat BMC (2022) 22:995 Halaman 8 dari 8

13. Harrer M, Cuijpers P, Furukawa TA, Ebert DD. Melakukan meta -analisis dengan R:
panduan langsung. New York: Chapman dan Hall/CRC; 2021.
14. Schwarzer G. meta: paket R untuk analisis meta. berita R.
2007;7(3):40–5.
15. Viechtbauer W, Viechtbauer MW. Paket 'metafor'. Paket Jaringan Arsip R
Komprehensif 'metafor'. 2015. https://cran.r-project.org/web/packages/metafor/
metafor.pdf .
16. IntHout J, Ioannidis JP, Borm GF. Hartung-Knapp-Sidik-Jonkman
metode untuk meta-analisis efek acak bersifat langsung dan dianggap ÿ lebih
unggul daripada metode DerSimonian -Laird standar. Metode BMC Med Res.
2014;14(1):1–12.
17. Higgins JP, Thompson SG, Deeks JJ, Altman DG. Mengukur ketidakkonsistenan
dalam meta-analisis. BMJ. 2003;327(7414):557–60.
18. Olkin I, Dahabreh IJ, Trikalinos TA. GOSH–tampilan grafis dari heterogenitas
studi. Metode Res Synth. 2012;3(3):214–23.
19. Duval S, Tweedie R. Potong dan isi: metode pengujian dan penyesuaian berbasis
corong sederhana untuk bias publikasi dalam meta-analisis. Biometrik.
2000;56(2):455–63.
20. Kim SY, Park JE, Lee YJ, Seo H -J, Sheen S -S, Hahn S, dkk. Menguji alat untuk
menilai risiko bias untuk studi nonrandomized menunjukkan reliabilitas sedang
dan validitas yang menjanjikan. J Clinic Epidemiol. 2013;66(4):408–14.
21. Keles B, McCrae N, Grealish A. Tinjauan sistematis: pengaruh media sosial
terhadap depresi, kecemasan, dan tekanan psikologis pada remaja.
Int J Remaja Remaja. 2020;25(1):79–93.
22. McCrae N, Gettings S, Purssell E. Media sosial dan gejala depresi pada masa
kanak-kanak dan remaja: tinjauan sistematis. Remaja Res Rev. 2017;2(4):315–
30.
23. Marino C, Gini G, Vieno A, Spada MM. Hubungan antara penggunaan Facebook
prob-lematic, tekanan psikologis dan kesejahteraan di kalangan remaja dan
dewasa muda: review sistematis dan meta-analisis. J Afect Disord. 2018;226:274–
81.
24. Saha S, Scott J, Varghese D, McGrath J. Kecemasan dan gangguan depresi
berhubungan dengan pengalaman seperti delusi: studi replikasi berdasarkan
Survei Nasional kesehatan mental dan kesejahteraan. BMJ Terbuka.
2012;2(3):e001001.
25. Faden J, Levin J, Mistry R, Wang J. Gangguan delusi, eroto ÿ
tipe manik, diperburuk oleh penggunaan media sosial. Rep Kasus Psikiatri.
2017;2017:8652524.
26. Orang B, Sy F, Holton K, Govert B, Liang A. Ketakutan dan stigma: epidemi dalam
wabah SARS. Emerg Menginfeksi Dis. 2004;10(2):358.
27. Soraci P, Ferrari A, Abbiati FA, Del Fante E, De Pace R, Urso A, dkk. Validasi dan
Evaluasi Psikometri Skala Ketakutan COVID -19 Versi Italia. Pecandu
Kesehatan Mental Int J. 2020.
28. Morahan -Martin J, Schumacher P. Kesepian dan penggunaan sosial dari internet.
Comput Hum Behav. 2003;19(6):659–71.
29. Kaurani P, Batra K, Hooja HR, Banerjee R, Jayasinghe RM, Bandara DL, dkk.
Persepsi mahasiswa kedokteran gigi terhadap pendidikan online selama COVID
-19: penilaian dari India, Nepal, dan Sri Lanka. Prakt Med Educ Lanjutan.
2021;12:1199.

Catatan Penerbit Springer

Nature tetap netral sehubungan dengan klaim yurisdiksi dalam peta yang
dipublikasikan dan afiliasi kelembagaan.

Siap kirim kirim penelitian ? untuk

Anda Memilih BMC dan manfaat dari:

• pengajuan online yang cepat dan nyaman

• peer review menyeluruh oleh peneliti berpengalaman di bidang Anda

• publikasi cepat pada penerimaan

• dukungan untuk data penelitian, termasuk tipe data yang besar dan kompleks

• Akses Terbuka emas yang memupuk kolaborasi yang lebih luas dan peningkatan kutipan

• visibilitas maksimum untuk riset Anda: lebih dari 100 juta tampilan situs web per tahun

Di BMC, penelitian selalu berlangsung.

Pelajari lebih lanjut biomedcentral.com/submissions