Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Similars in
SciELO 
Permalink
Desde el lanzamiento del primer smartphone en 2007, los avances tecnológicos que se han sucedido y sus amplias capacidades de acceso inmediato a la información y de comunicación han convertido el uso del smartphone en una actividad cotidiana a nivel global, especialmente entre los más jóvenes (Odgers, 2018). Se ha llegado a alcanzar un total de tres mil seiscientos millones de usuarios en todo el mundo en el año 2020 (O'Dea, 2021). A pesar de los diversos beneficios que aporta este tipo de dispositivo digital, su uso excesivo ha llegado a catalogarse como un problema de salud pública (World Health Organization, 2015).
El uso problemático del smartphone (UPS) ha sido definido como una utilización excesiva del smartphone que provoca un deterioro a nivel académico, laboral o social (Billieux et al., 2015). Aunque en el UPS aparecen síntomas relacionados con conductas adictivas como la tolerancia o la abstinencia (Lin et al., 2016), el UPS no está reconocido como una adicción ni en el DSM-5 (American Psychiatric Association, 2013) ni en el CIE-11 (World Health Organization, 2018). Esta controversia sigue actualmente presente en la literatura científica, donde algunos autores estudian el UPS como una adicción (Arpaci & Unver, 2020; Horvath et al., 2020), mientras que otros investigadores no consideran adecuada la denominación de adicción respecto del UPS al considerar que son las funcionalidades o aplicaciones y no el dispositivo en sí el origen de los síntomas adictivos (Lowe-Calverley & Pontes, 2020; Panova & Carbonell, 2018).
El UPS es un problema especialmente extendido entre los jóvenes, entre los que un reciente meta-análisis ha estimado su prevalencia en el 23.3% (Sohn et al., 2019). Diversos estudios han encontrado, también, mayores niveles de UPS en mujeres (Arnavut et al., 2018; Hidalgo-Fuentes, 2021b; Vujić & Szabo, 2022). El UPS se ha asociado a diversos factores negativos como bajo rendimiento académico (Amez & Baert, 2020), disminución de la productividad laboral (Duke & Montag, 2017), reducción de las redes de apoyo social (Herrero et al., 2019), soledad (Mahapatra, 2019), consumo de alcohol (Kim et al., 2019), baja autoestima (Hidalgo-Fuentes, 2021a), depresión (Alhassan et al., 2018), ansiedad (Vahedi & Saiphoo, 2018), deficiente calidad de sueño (Zhang & Wu, 2020), mayor riesgo de accidentes (Kim et al., 2017) o bajo nivel de bienestar subjetivo (Koç & Turan, 2020), entre otros.
Uno de los modelos teóricos más extendidos sobre el funcionamiento del UPS es el propuesto por Billieux et al. (2015), en el que se proponen tres vías asociadas al uso excesivo del smartphone. La vía de la validación excesiva, mediante la cual los sujetos con baja autoestima hacen un uso del smartphone buscando la validación continua por parte de sus relaciones afectivas como amigos o pareja; la vía impulsiva, que caracteriza a personas con un bajo autocontrol, lo que puede llevar incluso al uso del smartphone en situaciones de riesgo, por ejemplo, durante la conducción de vehículos; y la vía de la extraversión, que caracteriza a individuos muy extravertidos que hacen un uso frecuente del smartphone para satisfacer su necesidad constante de socializar con otras personas. Asimismo, la Teoría del Uso Compensatorio de Internet, propuesta por Kardefelt-Winther (2014), también se ha aplicado al UPS al afirmar que las personas se conectan a aplicaciones en línea mediante este dispositivo con la finalidad de aliviar sentimientos negativos.
Por su parte, el fear of missing out (FOMO) ha sido definido como la "aprensión generalizada a que otras personas puedan estar disfrutando de experiencias gratificantes de las que uno está ausente" (Przybylski et al., 2013, p. 1841). Desde su aparición como constructo, el FOMO se ha relacionado con el uso intensivo de las redes sociales, utilizadas como medio para sentirse conectado con otros, así como para permanecer actualizado sobre sus planes y actividades (Beyens et al., 2016; Buglass et al., 2017; Lee et al., 2020; Oberst et al., 2017; Przybylski et al., 2013). En cuanto a su relación con la utilización del smartphone, el FOMO aumenta el uso del smartphone tanto en su vertiente social o de comunicación con otros (Wolniewicz et al., 2018) como de las aplicaciones no relacionadas directamente con aspectos sociales (Elhai et al., 2018). Al igual que el UPS, el FOMO también se relaciona con problemas como la ansiedad (Dhir et al., 2018), la depresión (Wolniewicz et al., 2020) o el bajo bienestar psicológico (Roberts & David, 2020).
Diferentes estudios que han examinado la asociación entre el UPS y el FOMO han encontrado correlaciones positivas entre ambos constructos, aunque de diferentes intensidades (Elhai et al., 2016; Gil et al., 2015; Tunc-Aksan & Akbay, 2019). El objetivo del presente meta-análisis es sintetizar la evidencia de aquellos estudios primarios que han evaluado la correlación entre el UPS y el FOMO. Las técnicas meta-analíticas tienen la ventaja de estimar efectos con más poder estadístico que los estudios individuales, a la vez que se reduce el riesgo de sesgo al integrar datos de estudios heterogéneos (Harris & Orth, 2020).
Por tanto, este trabajo aborda las siguientes preguntas de investigación: ¿Cuál es la fuerza de la asociación entre el UPS y el FOMO? ¿Está la asociación entre el UPS y el FOMO moderada por las características sociodemográficas de los sujetos?
MÉTODO
Búsqueda bibliográfica
Durante el mes de junio de 2021 se llevó a cabo una búsqueda sistemática en las bases de datos PsycInfo, Web of Science y PubMed, correspondientes a los ámbitos de la psicología, multidisciplinar y las ciencias de la salud, respectivamente, de posibles estudios relevantes mediante la utilización de los siguientes términos: (fomo OR fear of missing out) AND (smartphone OR cellular phone OR cell phone OR mobile phone). Las tres bases de datos utilizadas cumplen los requisitos exigidos para ser empleadas como sistemas de búsqueda principales en revisiones sistemáticas y meta-análisis (Gusenbauer & Haddaway, 2020). Se restringió la búsqueda a artículos publicados a partir del 2013 debido a que dicho año se publica el trabajo de Przybylski et al. en el que definen el término FOMO y presentan la escala para su medición más utilizada hasta la fecha. De manera adicional, se realizó una búsqueda manual en las referencias de los artículos recuperados para evitar la posible pérdida de estudios relevantes.
Los estudios recuperados fueron incluidos en el meta-análisis si cumplían los siguientes criterios: 1) publicados en revistas científicas revisadas por pares, 2) escritos en español o inglés, 3) presentan medidas tanto de UPS como de FOMO, 4) presentan coeficientes de correlación entre las medidas de UPS y FOMO, y 5) texto completo accesible.
En relación con el criterio de inclusión 3, los términos adicción al smartphone, desorden del uso del smartphone y uso problemático del smartphone fueron tratados de manera equivalente y codificados como UPS.
En la Figura 1 puede observarse el proceso de búsqueda y selección de artículos llevado a cabo. La aplicación de los criterios de inclusión tuvo como resultado una base final compuesta por 32 artículos (Buyukbayraktar, 2020; Çatıker et al., 2021; Coskun & Muslu, 2019; Chotpitayasunondh & Douglas, 2016; Elhai et al., 2016; Elhai et al., 2018; Elhai et al., 2020a; Elhai et al., 2020b; Elhai et al., 2020c; Fuster et al., 2017; Geng et al., 2021; Gil et al., 2015; Gugushvili et al., 2020; Li et al., 2020; Liu & Ma, 2020; Long et al., 2019; O'Connell, 2020; Santana-Vega et al., 2019; Servidio, 2019; Servidio, 2021; Sha et al., 2019; Traş & Öztemel, 2019; Vally et al., 2021; Wang, Wang, Nie et al., 2019; Wang, Wang, Yang et al., 2019; Wolniewicz et al., 2018; Wolniewicz et al., 2020; Yam & Kumcağız, 2020; Yang et al., 2021; Zhang et al., 2021).
Extracción y codificación de datos
La siguiente información perteneciente a todos los estudios incluidos fue extraída y codificada cuando estaba disponible: autores, año de publicación, país/área geográfica, tamaño muestral, edad media de los participantes, porcentaje de hombres en la muestra, instrumento utilizado para medir UPS, instrumento utilizado para medir FOMO y correlación entre UPS y FOMO. Como recomiendan Lipsey y Wilson (2001) para meta-análisis realizados por un único autor, los estudios fueron recodificados pasadas 4 semanas de la primera codificación, siendo la fiabilidad intra-evaluador superior al 99%. En caso de valores faltantes en alguno de los campos, y como recomienda Lajeunesse (2013), se contactó con los autores del artículo solicitando información adicional. En los casos en los que no se obtuvo respuesta, dichos campos aparecen con valores perdidos.
Análisis de datos
Todos los análisis se realizaron aplicando un modelo de efectos aleatorios con un intervalo de confianza (IC) al 95% mediante el programa Meta-Essentials 1.5 (Suurmond et al., 2017) y el paquete estadístico Major para Jamovi (Hamilton, 2018). Todos los estudios incluidos en el meta-análisis, exceptuando uno que utilizaba la rho de Spearman (Chotpitayasunondh & Douglas, 2016), presentaban correlaciones de Pearson para examinar la relación entre el UPS y el FOMO. En primer lugar, se convirtió la correlación de Spearman del estudio de Chotpitayasunondh y Douglas (2016) en correlación de Pearson mediante la fórmula r = 2*sen(rho*(?/6)). Seguidamente, todas las correlaciones de Pearson fueron convertidas en puntuaciones Z de Fisher mediante la transformación Fisher's r a Z (Hedges & Olkin, 2014). La puntuación Z se calculó mediante la fórmula Z = 0.5*ln[(1+r)/(1-r)], la varianza de Z con V z = 1/n-3 y la desviación típica de Z con DT z = √(1/n – 3). La heterogeneidad fue evaluada mediante los estadísticos Q de Cochran e I2 (Higgins & Thompson, 2002). Siguiendo la recomendación de Botella y Sánchez-Meca (2015), se utilizaron dos procedimientos para valorar el riesgo de sesgo de publicación: el test de Egger y el cálculo del número de seguridad según el método de Rosenthal. Por último, y con el objetivo de examinar los posibles efectos de moderación del sexo y la edad media de los participantes de los estudios primarios sobre el tamaño del efecto, se realizó un análisis de meta-regresión para cada una de estas variables.
RESULTADOS
Las principales características de los estudios incluidos en el presente meta-análisis se presentan en la Tabla 1. La muestra total combinada de los 32 estudios es de 26.077 sujetos, con un rango de tamaño muestral de entre 97 y 5280 participantes. Con relación a las áreas geográficas, los estudios recuperados fueron realizados en América (n = 7), Asia (n = 10), Europa (7) y Oriente Próximo (n = 8). Todos los estudios, a excepción de cuatro de ellos, presentan un mayor porcentaje de mujeres entre sus participantes. El instrumento más utilizado para medir el UPS es la escala SAS-SV (Kwon et al., 2013), mientras que en el caso del FOMO, todos los estudios, excepto uno, emplean la prueba creada por Przybylski et al. (2013).
Tabla 1 Características de los estudios incluidos en el meta-análisis
| Estudio | País/Área | n | M EDAD | % hombres | Prueba UPS a | Prueba FoMO b |
|---|---|---|---|---|---|---|
| Buyukbayraktar (2020) | Turquía | 325 | - | 46.70 | SAS-SV | FoMOs |
| Çatıker et al. (2021) | Turquía | 97 | 21.39 | 17.50 | SAS | FoMOs |
| Chotpitayasunondh y Douglas (2016) | Inglaterra | 276 | 28.09 | 36.96 | SAS-SV | FoMOs |
| Coskun y Muslu (2019) | Turquía | 1630 | - | 45 | PU | FoMOs |
| Elhai et al. (2016) | EE. UU. | 308 | 33.15 | 53.60 | SAS | FoMOs |
| Elhai et al. (2018) | EE. UU. | 305 | 19.44 | 23.30 | SAS | FoMOs |
| Elhai et al. (2020a) | EE. UU. | 316 | 19.21 | 33.20 | SAS-SV | FoMOs |
| Elhai et al. (2020b) | China | 1034 | 19.34 | 34.70 | SAS-SV | FoMOs |
| Elhai et al. (2020c) | China | 1097 | 19.38 | 18.10 | SAS-SV | FoMOs |
| Elhai et al. (2021) | Canadá / EE. UU. | 812 | 44.45 | 49.90 | SAS-SV | FoMOs |
| Fuster et al. (2017) | Latinoamérica | 5280 | 15.47 | 23.82 | CERM | FoMOs |
| Geng et al. (2021) | China | 1447 | 16.15 | 39.50 | SAS-SV | FoMOs |
| Gil et al. (2015) | España | 289 | 22.95 | 32.87 | CERM | FoMOs |
| Gugushvili et al. (2020) | Estonia | 426 | 26.74 | 23 | ESAPS18 | FoMOs |
| Li et al. (2020) | China | 1164 | 20.10 | 43.64 | MPAI | T-SFoMOS |
| Liu y Ma (2020) | China | 465 | 18.83 | 30.75 | SAS-SV | FoMOs |
| Long et al. (2019) | China | 677 | 16.79 | 58.90 | SAS-SV | FoMOs |
| O'Connell (2020) | Emiratos Árabes | 244 | - | 39 | SAS-SV | FoMOs |
| Santana-Vega et al. (2019) | España | 569 | 14.60 | 38.80 | CERM | FoMOs |
| Servidio (2019) | Italia | 405 | 22.11 | 28.15 | SAS-SV | FoMOs |
| Servidio (2021) | Italia | 277 | 23.46 | 24.50 | SAS-SV | FoMOs |
| Sha et al. (2019) | Alemania | 2299 | 30.33 | 60.81 | SAS-SV | FoMOs |
| Traş y Öztemel (2019) | Turquía | 608 | 21.34 | 28 | SAS-SV | FoMOs |
| Tunc-Aksan y Akbay (2019) | Turquía | 296 | - | 54.05 | SAS | FoMOs |
| Vally et al. (2021) | Emiratos Árabes | 264 | 21.51 | 34.90 | SAS-SV | FoMOs |
| Wang, Wang, Nie et al. (2019) | China | 794 | 16.80 | 45 | SAS-SV | FoMOs |
| Wang, Wang, Yang et al. (2019) | China | 724 | 16.79 | 43.09 | SAS-SV | FoMOs |
| Wolniewicz et al. (2018) | EE. UU. | 296 | 20 | 42.9 | SAS-SV | FoMOs |
| Wolniewicz et al. (2020) | EE. UU. | 297 | 19.70 | 27.90 | SAS | FoMOs |
| Yam y Kumcağız (2020) | Turquía | 327 | - | 26.91 | SAS-SV | FoMOs |
| Yang et al. (2021) | China | 2263 | 19.35 | 26.40 | SAS-SV | FoMOs |
| Zhang et al. (2021) | China | 466 | 16.92 | 35.80 | SPAI-SF | FoMOs |
Los resultados del modelo de efectos aleatorios aplicado a los 32 estudios muestran una correlación positiva entre el UPS y el FOMO, Zr = 0.47, DT z = 0.02, IC 95% (0.427, 0.518), Z = 20.3, p < .001. El tamaño del efecto (TE) encontrado es de intensidad media según los rangos propuestos por Cohen (1988) y grande según el criterio planteado por Hemphill (2003). En la Figura 2 se muestra el forest plot con la distribución de los TE y los IC 95% de los estudios incluidos en el meta-análisis. Como puede observarse, todos los estudios presentan TE positivos que variaban entre Zr = 0.30 y Zr = 0.91. Veinte de los estudios incluidos presentan correlaciones inferiores al tamaño del efecto global encontrado, mientras que once muestran correlaciones superiores y uno la misma correlación.
La prueba Q de Cochran presentó un resultado de Q = 445.401 (p < .001), rechazándose la hipótesis de homogeneidad, mientras que el porcentaje real de heterogeneidad de los estudios incluidos en el meta-análisis alcanza un valor de 92.08% según el índice I2, considerada alta según el criterio propuesto por Higgins et al. (2003), lo que señala que el TE global podría estar moderado por otras variables.
Con relación al sesgo de publicación, el test de Egger no detectó riesgo significativo (p = .622). La ausencia de riesgo de sesgo de publicación se ve confirmada con el cálculo del número de seguridad según el método de Rosenthal, que arrojó un resultado de n= 56.590 (p < .001), por lo que harían falta 56.590 estudios no publicados con un TE de cero para convertir el valor p en no significativo, superando de manera amplia el valor crítico, que para el presente meta-análisis se encuentra en 170 estudios, según el criterio general de (5*k)+10, siendo k el número de estudios incluidos en el meta-análisis (Botella & Sánchez-Meca, 2015).
Por último, en relación con las posibles variables moderadoras del TE, los análisis de meta-regresión mostraron como el sexo no resultó ser un moderador estadísticamente significativo de la relación entre el UPS y el FOMO (? = .005; p = .798), así como tampoco la edad de los participantes (? = .040; p = .066).
DISCUSIÓN
El presente meta-análisis fue diseñado para examinar la relación entre el UPS y el FOMO, así como la presencia de variables moderadoras relacionadas con los participantes. Tras una búsqueda sistemática y la aplicación de los criterios de inclusión, 32 estudios con una muestra combinada de 26.077 sujetos fueron analizados para evaluar la fuerza de la relación entre el UPS y el FOMO. La falta de evidencia de sesgo de publicación mostró la robustez y fiabilidad de los resultados encontrados.
Con relación a la primera pregunta de investigación, todos los artículos incluidos en el meta-análisis mostraban una correlación positiva entre el UPS y el FOMO, por lo que los sujetos que presentaban una mayor puntación en las escalas de UPS mostraban a su vez mayores niveles de FOMO. Asimismo, los análisis meta-analíticos dieron como resultado un TE de Zr = 0.47 (p < .001), confirmando estadísticamente la dirección y fuerza de la relación entre el UPS y el FOMO. El FOMO ha sido conceptualizado como un estado emocional negativo causado por la baja satisfacción de las necesidades de relación de un individuo (Przybylski et al., 2013), por lo que la asociación encontrada entre el FOMO y el UPS podría deberse a que las personas con altos niveles de FOMO utilizan de manera excesiva sus smartphones para satisfacer su necesidad de sentirse constantemente conectados a otros (Elhai et al., 2016). Así, el UPS serviría para aliviar el estado emocional negativo del FOMO, lo que resultaría congruente también con la Teoría del Uso Compensatorio de Internet formulada por Kardefelt-Winther (2014).
En relación con la segunda pregunta de investigación, ni el sexo ni la edad de los participantes de los estudios primarios analizados resultaron ser variables moderadoras significativas del TE hallado. En el caso del sexo, aunque algunos estudios han encontrado mayores niveles de UPS en mujeres (Marín et al., 2018; Tangmunkongvorakul et al., 2020), otros trabajos no han encontrado diferencias significativas en la prevalencia del UPS en función del sexo (Chen et al., 2017). Similares resultados se encuentran en relación con el FOMO, ya que algunos autores han encontrado mayores puntuaciones entre las mujeres (Santos et al., 2021), mientras que en otros estudios no se aprecian diferencias en función del sexo de los participantes (Rozgonjuk et al., 2021). Esta falta de evidencia señala la pertinencia de continuar examinando el papel del sexo en el UPS y el FOMO. Con relación a la edad, a pesar de que se ha encontrado que esta variable se relaciona de manera negativa con el UPS (Alhassan et al., 2018; Csibi et al., 2019) y con el FOMO (Rozgonjuk et al., 2020; Rozgonjuk et al., 2021), tampoco se muestra como un moderador estadísticamente significativo del TE global. Una posible explicación podría ser la falta de heterogeneidad en cuanto a la edad media de la muestra en los estudios primarios analizados, ya que la mayoría de ellos se enfoca en adolescentes o jóvenes, por lo que sería interesante investigar la relación entre el UPS y el FOMO en otros grupos de edad.
A pesar de los resultados obtenidos, se deben tener en cuenta algunas limitaciones de este trabajo. En primer lugar, y debido a que la mayoría de los estudios incluidos en el meta-análisis son de tipo transversal, no se pueden hacer inferencias causales sobre la relación entre el UPS y el FOMO, por lo que sería conveniente realizar estudios longitudinales que evaluasen la asociación de estas dos variables. También es preciso comentar, como ya se ha apuntado anteriormente, que la mayoría de los estudios analizados se centran en muestras de adolescentes y jóvenes, por lo que los resultados encontrados podrían no ser generalizables a otros grupos de edad. Por último, y vinculado con uno de los criterios de inclusión empleados, solo se han tenido en cuenta artículos publicados en español o inglés, por lo que es posible que se haya producido la pérdida de algún trabajo relevante publicado en otro idioma.
El UPS se ha convertido en un problema de salud pública en la sociedad contemporánea, específicamente aplicado a la salud mental. Los resultados de este meta-análisis muestran una relación de intensidad media-grande entre el UPS y el FOMO, por lo que aquellas personas que puntúan más alto en UPS muestran mayores niveles de FOMO. Por tanto, estimular las relaciones cara a cara en detrimento de las online entre aquellos sujetos que presentan altos niveles de FOMO, podría ayudar a reducir a su vez el UPS (Gugushvili et al., 2020). Adicionalmente, y en relación con las intervenciones para reducir el nivel de UPS, un reciente meta-análisis ha encontrado resultados prometedores tanto en las terapias que usan un enfoque cognitivo conductual como en diferentes programas educativos (Malinauskas & Malinauskiene, 2019). Futuras investigaciones deberían considerar continuar investigando la relación entre estas dos variables mediante estudios longitudinales en las que se pueda evaluar la evolución de la asociación encontrada y empleando muestras de diferentes rangos de edad.
