Mer tid på sosiale medier i dag, flere depressive symptomer på et år

I de senere årene har både tiden brukt på sosiale medier og forekomsten av vedvarende tristhet/håpløshet økt blant tenåringer. Temaet «sosiale medier → depresjon» er vanlig i offentlig diskurs, men vitenskapelige data har lenge stort sett vært «øyeblikksbilder» av et enkelt øyeblikk, og har vært vanskelige å skille ut.

Det som allerede var kjent

Tverrsnittsstudier har gitt blandede resultater, alt fra svake positive assosiasjoner mellom skjermtid og depressive symptomer til null effekter. Selv i longitudinelle studier er forvirring et sentralt metodologisk problem:

• mellommenneskelige forskjeller (noen mennesker er generelt mer på nett og føler seg oftere triste),
• og intrapersonlige svingninger (i år bruker en spesifikk tenåring mer tid på sosiale nettverk enn vanlig – hva vil skje om et år?).

Uten å dele dem opp, er det lett å forveksle «forskjeller mellom mennesker» med «endringer hos én person over tid». I tillegg er den motsatte rekkefølgen mulig: det er ikke sosiale nettverk som øker symptomene, men et forverret humør som presser på for å øke nettaktiviteten.

Hvorfor er alderen 9–12 viktig?

Det er tidlig pubertet: hjernens systemer for motivasjon og følsomhet for sosiale signaler akselererer, mens kontroll og selvregulering fortsatt modnes. Samtidig endres søvnmønstre, daglige rutiner og sosiale sirkler, noe som øker sårbarheten for atferdsmessige «svingninger».

Hos barn i alderen 9–12 år predikerer utbrudd av tid på sosiale nettverk økte depressive symptomer et år senere. Ingen omvendt sekvens – «først depresjon, deretter økt tid på nett» – ble funnet. Funnene var basert på data fra 11 876 deltakere i det nasjonale ABCD-prosjektet (USA), observasjon – 4 årlige bølger. Studien ble publisert i tidsskriftet JAMA Network Open.

Hva er nytt

• Innenfor en enkelt ungdom, hvis de i løpet av et gitt år brukte mer tid på sosiale medier enn vanlig, hadde de et år senere høyere depressive symptomer (standardiserte effekter β=0,07 og β=0,09 i to påfølgende intervaller – små, men stabile).
• Depressive symptomer førte ikke til påfølgende økninger i tid brukt på sosiale medier i noen tidsramme.
• Det var ingen konsistente forskjeller i nivåene av depressive symptom mellom ulike ungdommer (de som «i gjennomsnitt» satt stille mer vs. mindre) etter kontroll for kjønn, rase/etnisitet, inntekt, foreldrenes utdanning og familiekontekst.

Hvordan det ble studert

Forskerne brukte data fra Adolescent Brain Cognitive Development (ABCD)-prosjektet, den største longitudinelle studien av hjerneutvikling og helse hos ungdom i USA (21 sentre). Deltakerne ble med i studien i alderen 9–10 år og fullførte spørreundersøkelser årlig i tre år:

• Sosiale nettverk: egenrapportering av gjennomsnittlig daglig tid brukt på sosiale nettverk (minutter på hverdager og i helger).
• Depressive symptomer: skårer på CBCL Depressive Problems Scale (foreldreversjonen), som måler hyppigheten av symptomer i dagliglivet.

Hovedverktøyet i analysen er RI-CLPM (random-intercept cross-lagged panel model). Enkelt sagt deler den variasjonen inn i to deler:

1. Forskjeller mellom folk (noen er generelt mer på nett eller mer triste).
2. Svingninger innen én person fra år til år (i år sitter han mer enn vanlig – hva vil skje videre?).

Denne tilnærmingen lar oss fange tidssekvensen spesifikt hos tenåringen, og ikke forveksle det med det faktum at «noen mennesker generelt er mer på telefonen og er triste oftere».

Modellen beskrev dataene godt (i henhold til tilpasningskriteriene), noe som øker tilliten til resultatene.

Hvorfor er dette viktig?

• De siste årene har både skjermtid og andelen tenåringer med vedvarende tristhet/håpløshet vært økende. Frem til nå har mange studier vært «øyeblikksbilder» (ett tidspunkt) og har ikke latt oss forstå hva som følger.
• Dette viser en tidsmessig rekkefølge: en økning i sosiale medier → flere symptomer et år senere. Dette er ennå ikke bevis på årsakssammenheng, men det er et mye sterkere argument enn enkle korrelasjoner.

Hva det ikke betyr

• Studien er observasjonsbasert. Vi ser konsistens og sammenheng, men vi kan ikke navngi en spesifikk årsaksmekanisme.
• De målte tid, ikke innhold: passiv scrolling, å sammenligne seg med andre, nettmobbing, giftige temaer – alt dette kunne spille en rolle, men ble ikke tatt i betraktning separat.
• Ingen diagnoser ble stilt: vi snakker om symptomer i henhold til et validert spørreskjema.

Praktiske implikasjoner for foreldre, skoler og leger

Et «forebyggende» signal. Hvis et barn i alderen 9–12 år plutselig bruker mer tid på sosiale nettverk enn vanlig, er dette en grunn til å forebygge humørproblemer det neste året.

Hva kan gjøres uten panikk og forbud:

• Familiens medieplan: avtaler om tid og «skjermfrie vinduer» (middag, leggetid, første time etter at man har våknet).
• Nattmodus: stille varsler og ingen dingser på soverommet.
• Bevisst forbruk: å melde seg av «trigger»-innhold, legge til støttende fellesskap, reflektere over «hvordan føler jeg om dette innholdet nå?»
• Aldersbegrensninger: De fleste plattformer er 13 år og eldre; foreldreveiledning og personvernfiltre er spesielt viktige før denne alderen.
• En samtale om risikoer: å sammenligne seg med «perfekte» feeder, FOMO, nettmobbing, «idiotutfordringer» og algoritmer.
• Alternativer til dopamin: sport/bevegelse, offline kommunikasjon, kreativitet, korte mindfulness-øvelser.

For klinikere: legg til 2–3 enkle screeningspørsmål om sosiale medier til besøkene deres i tidlig tenåring og diskuter realistiske tiltak – ikke «forby alt», men reduser topper og forsterk nyttige praksiser.

Hvor sterk er effekten?

Effektene er små i omfang, men konsistente. Innen folkehelsen er det disse «små, men massive» effektene som ofte driver betydelige endringer på befolkningsnivå – spesielt når millioner av barn er involvert.

Hva som ikke er stengt, og hvor skal man dra videre?

• Mekanismer: passiv rulling, sosial sammenligning, grubling, søvnmangel, nettmobbing? Hyppigere målinger er nødvendig (dagbøker, EMA, smarttelefonsensorer).
• Innhold i stedet for referater: hvilke formater beskytter (sosial støtte, læring, kreativitet), og hvilke øker risikoen.
• Individuelle forskjeller: hvem sosiale nettverk hjelper og hvem de skader mest (personlighetstrekk, familieklima, stressende hendelser).
• Plattformenes rolle: design uten «kroker», med transparente feedinnstillinger og begrensninger på nattlige «push»-er for tenåringer.