1. Resumen / Abstract
La Escala Libanesa de Dependencia a las Redes Sociales (Lebanese Social Media Dependency Scale, LSMDS) es un instrumento psicométrico de reciente desarrollo concebido específicamente para evaluar los patrones de uso problemático y adictivo de plataformas digitales en adultos jóvenes y estudiantes universitarios del contexto sociocultural libanés. Diseñada para superar las limitaciones ecológicas y metodológicas de los instrumentos tradicionales de origen anglosajón, la LSMDS integra conceptualizaciones teóricas del uso problemático de teléfonos inteligentes, el constructo de miedo a perderse algo (Fear of Missing Out, FoMO) y los criterios nosológicos del trastorno por uso de redes sociales.
La escala está estructurada en 27 reactivos distribuidos en tres dimensiones oblicuas robustas: Uso problemático del teléfono inteligente (11 ítems), Búsqueda de validación en redes sociales (8 ítems) y Síntomas de abstinencia de redes sociales (8 ítems). Cada reactivo se responde mediante una escala politómica de 4 puntos, generando una puntuación global que oscila entre 27 y 108 puntos, donde mayores puntajes reflejan una severidad superior de la dependencia comportamental.
En el estudio de estandarización psicométrica desarrollado con 511 estudiantes universitarios libaneses, el instrumento demostró propiedades métricas excepcionales. La consistencia interna global estimada mediante el coeficiente alfa de Cronbach alcanzó un valor de α = 0.931, mientras que las subescalas exhibieron índices que oscilaron entre α = 0.847 y α = 0.913. La estructura tridimensional fue confirmada mediante un análisis factorial exploratorio con rotación oblicua (oblimin), explicando conjuntamente el 52.91% de la varianza acumulada total. A su vez, la escala evidenció una sólida validez convergente mediante correlaciones lineales directas y significativas con el Smartphone Addiction Inventory (SPAI, r = 0.863), el Online Fear of Missing Out Inventory (ON-FoMO, r = 0.888) y la Social Media Disorder Scale (SMD, r = 0.621). La LSMDS se posiciona como una herramienta psicométrica de referencia para la investigación epidemiológica, el diagnóstico clínico preventivo y el diseño de intervenciones en salud mental digital adaptadas a contextos socioculturales no occidentales y a entornos caracterizados por crisis socioeconómicas complejas.
2. Palabras clave / Keywords
Dependencia a las redes sociales, Psicometría, Líbano, Estudiantes universitarios, Adicciones comportamentales, Validación transcultural, Miedo a perderse algo, Uso problemático de teléfonos inteligentes, Síntomas de abstinencia, Validación convergente, Análisis factorial exploratorio, Salud mental digital.
3. Autores / Authors
La investigación original y el desarrollo psicométrico de la escala fueron llevados a cabo por un equipo multidisciplinario de investigadores libaneses especializados en farmacia clínica, epidemiología y salud pública:
- Samar Younes: School of Pharmacy, Lebanese International University, Bekaa, Líbano. Correo de contacto: [email protected]
- Zeinab Abbas: INSPECT-LB (Institut National de Santé Publique, d’Épidémiologie Clinique et de Toxicologie-Liban), Beirut, Líbano.
- Chadia Haddad: INSPECT-LB (Institut National de Santé Publique, d’Épidémiologie Clinique et de Toxicologie-Liban), Beirut, Líbano.
- Daniele Saade: INSPECT-LB (Institut National de Santé Publique, d’Épidémiologie Clinique et de Toxicologie-Liban), Beirut, Líbano.
- Nisreen Mourad: School of Pharmacy, Lebanese International University, Bekaa, Líbano.
- Hala Sacre: INSPECT-LB (Institut National de Santé Publique, d’Épidémiologie Clinique et de Toxicologie-Liban), Beirut, Líbano.
- Amal Al-Hajje: INSPECT-LB (Institut National de Santé Publique, d’Épidémiologie Clinique et de Toxicologie-Liban), Beirut, Líbano.
- Pascale Salameh: INSPECT-LB (Institut National de Santé Publique, d’Épidémiologie Clinique et de Toxicologie-Liban), Beirut, Líbano.
4. Propósito / Purpose
El propósito fundamental de la Lebanese Social Media Dependency Scale radica en proporcionar una medida empírica, robusta y ecológicamente válida para la evaluación de las adicciones tecnológicas y el uso desadaptativo de plataformas de interacción social en el Medio Oriente, con especial atención a las singularidades sociodemográficas y culturales del Líbano. Durante las últimas dos décadas, la literatura internacional ha documentado un incremento exponencial en las tasas de morbilidad psicológica vinculadas al tiempo desmedido frente a las pantallas; sin embargo, la inmensa mayoría de los instrumentos de tamizaje han sido diseñados, calibrados y validados dentro de marcos occidentales individualistas, asumiendo una universalidad conductual que rara vez se sostiene al extrapolarse a sociedades con dinámicas colectivistas y realidades macroestructurales divergentes.
El contexto libanés presenta particularidades lingüísticas y psicosociales muy marcadas. La juventud universitaria convive en un entorno trilingüe (árabe, francés e inglés), expuesta a transformaciones sociopolíticas severas, colapsos financieros crónicos, hiperinflación e interrupciones en la infraestructura básica de telecomunicaciones y energía eléctrica. En tales circunstancias de incertidumbre y estrés existencial continuo, el ecosistema digital y los teléfonos inteligentes dejan de ser meros dispositivos de entretenimiento para convertirse en las vías primordiales de afrontamiento emocional compensatorio, mantenimiento de redes de apoyo diaspóricas y búsqueda de seguridad relacional. Los instrumentos psicométricos estandarizados en países de altos ingresos tienden a pasar por alto cómo estas vicisitudes macroeconómicas condicionan el apego psicológico y la reactividad afectiva ante la desconexión involuntaria.
En el plano clínico y de la investigación en salud pública, la LSMDS cumple funciones cruciales:
- Identificación temprana de poblaciones en riesgo: Permite detectar de forma sensible y específica a estudiantes universitarios que manifiestan pérdida de control volitivo y distrés afectivo derivado de la conectividad digital continua.
- Diferenciación de facetas sintomatológicas: Al articularse en tres dimensiones diferenciadas, el instrumento esclarece si la problemática del individuo reside preponderantemente en el hábito compulsivo motor (interacción física con el dispositivo), en la vulnerabilidad socioemocional (hambre de reconocimiento social y comparación interpersonal) o en la reactividad afectiva de abstinencia ante la pérdida de conectividad.
- Diseño y monitorización de intervenciones: Ofrece una métrica sensible al cambio terapéutico para programas de alfabetización digital, intervenciones cognitivo-conductuales e iniciativas de desintoxicación tecnológica o higiene digital dentro de los servicios de asesoramiento y bienestar psicológico universitario.
5. Constructo psicológico / Construct
La LSMDS conceptualiza la dependencia a las redes sociales no como un fenómeno unidimensional homogéneo, sino como una adicción comportamental compleja y multifacética. El constructo subyacente integra el patrón físico compulsivo de uso del dispositivo con los motores cognitivos, emocionales e interpersonales que perpetúan la necesidad de interacción en línea. Esta articulación multidimensional se operativiza formalmente a través de tres factores constitutivos:
5.1. Uso problemático del teléfono inteligente (11 ítems)
Esta dimensión evalúa el componente instrumental y comportamental del constructo. Refleja la incapacidad crónica del individuo para autorregular el tiempo que dedica al dispositivo móvil, manifestando una saliencia comportamental dominante y un fracaso en el control de impulsos. Los indicadores dentro de esta subescala capturan fenómenos como el empleo del dispositivo por períodos mucho más prolongados de lo presupuestado, el gasto económico no planificado derivado del consumo de datos, el descuido de la salud física (por ejemplo, fatiga ocular, alteraciones músculo-esqueléticas y privación sistemática de sueño) y la persistencia de la conducta a pesar del cansancio corporal manifiesto.
Un ejemplo representativo dentro de esta dimensión es la vivencia de que la propia existencia carecería de gratificación o sentido en ausencia del dispositivo móvil, evidenciando un estrechamiento radical de las fuentes alternativas de refuerzo biológico y social.
5.2. Búsqueda de validación en redes sociales (8 ítems)
Esta faceta profundiza en la motivación psicosocial y la cognición interpersonal ligada a la cultura digital contemporánea. Mide la necesidad compulsiva de aprobación externa, el monitoreo constante de señales de refuerzo cuantitativo (tales como la cantidad de «me gusta», visualizaciones y comentarios recibidos) y la susceptibilidad al distrés provocado por la exclusión relacional percibida (como no ser etiquetado en publicaciones grupales).
Asimismo, este factor subsume aspectos críticos de los procesos de comparación social ascendente y la vivencia en línea del miedo a perderse experiencias significativas (FoMO). Se manifiestan sentimientos de inadecuación personal, envidia, tristeza o alienación al contrastar la propia vida cotidiana con las representaciones idealizadas y editadas del bienestar de los pares virtuales.
5.3. Síntomas de abstinencia de redes sociales (8 ítems)
El tercer factor operacionaliza la sintomatología afectiva y neurovegetativa desencadenada ante la privación real o temida de acceso al ecosistema de redes sociales. Evalúa estados displacenteros que emergen de forma automática cuando el sujeto experimenta restricciones temporales, fallas en la infraestructura de telecomunicaciones o agotamiento de la batería del dispositivo móvil.
Los ítems que componen esta subescala miden estados emocionales como irritabilidad, inquietud motora, frustración difusa, angustia anticipatoria ante la falta de señal de internet y una preocupación cognitiva obsesiva centrada exclusivamente en idear estrategias para restablecer la conectividad digital inmediata.
6. Marco teórico / Theoretical Framework
La base epistemológica y conceptual de la LSMDS se sustenta en la convergencia de varios modelos teóricos paradigmáticos de la psicología cognitiva, conductual y mediática:
6.1. Modelo de componentes de las adicciones comportamentales (Griffiths)
El modelo canónico de seis componentes formulado por Mark Griffiths constituye el eje nosológico primordial de la escala. De acuerdo con esta perspectiva, toda adicción no química debe satisfacer criterios específicos:
- Saliencia: La actividad domina el pensamiento y la conducta cotidiana (evidenciada en la LSMDS cuando el individuo no logra concentrarse en nada ajeno al momento de reconexión).
- Modificación del estado de ánimo: Empleo de la plataforma para amortiguar el distrés o inducir una activación artificial.
- Tolerancia: Necesidad paulatina de incrementar el tiempo de conexión para alcanzar el nivel de satisfacción previo.
- Síndrome de abstinencia: Irritabilidad, desasosiego físico y malestar psicológico al suspender la actividad.
- Conflicto: Interferencias interpersonales, académicas y compromisos con la salud física debido al uso compulsivo.
- Recaída: Fracaso sistemático en los intentos voluntarios de moderar o suspender el consumo de pantallas.
6.2. Teoría de usos y gratificaciones (Katz, Blumler y Gurevitch)
Esta teoría postula que los usuarios de medios de comunicación no son receptores pasivos, sino agentes activos que eligen y consumen contenidos para satisfacer necesidades psicológicas específicas (información, integración social, entretenimiento o escape cognitivo). En el contexto universitario libanés, la escala captura cómo las redes sociales se tornan en el canal hegemónico para satisfacer la necesidad de pertenencia e integración social en un medio socioculturalmente demandante.
6.3. Teoría del uso compensatorio de internet (Kardefelt-Winther)
El modelo postula que la adicción tecnológica surge con frecuencia como una estrategia compensatoria desadaptativa frente a estresores contextuales o déficits socioafectivos. Cuando los individuos carecen de recursos de afrontamiento eficaces en el mundo físico, recurren al entorno digital para regular estados emocionales aversivos, intensificando los bucles de refuerzo negativo que desembocan en una dependencia comportamental persistente.
6.4. Teoría de la comparación social (Festinger)
Formulada originalmente por Leon Festinger, esta teoría explica la necesidad humana intrínseca de evaluar las propias capacidades y estatus mediante la contrastación con los semejantes. En los entornos digitales contemporáneos, esta dinámica se amplifica exponencialmente: las métricas cuantificables de retroalimentación social (como los «likes») se asumen distorsionadamente como barómetros del valor propio, alimentando sesgos cognitivos desfavorables y vulnerabilidad al afecto negativo.
7. Validez / Validity
El proceso de validación psicométrica de la LSMDS fue diseñado siguiendo rigurosos estándares metodológicos destinados a garantizar la validez de contenido, de constructo y de criterio:
7.1. Validez de contenido y depuración de ítems
El desarrollo inicial del instrumento partió de una matriz conceptual exhaustiva compuesta por 55 reactivos derivados de la literatura internacional, los cuales fueron traducidos y adaptados al contexto lingüístico y cultural libanés mediante procedimientos estandarizados de retrotraducción (back-translation). Posteriormente, un comité de expertos en psicometría, epidemiología clínica y salud mental evaluó la claridad, relevancia y representatividad cultural de cada reactivo. La aplicación de criterios de correlación ítem-total corregida y la eliminación de redundancias semánticas redujeron el reactivo inicial a un conjunto óptimo y parsimonioso de 27 preguntas.
7.2. Validez de constructo y estructura factorial
La validez estructural fue examinada mediante análisis factorial exploratorio (AFE), confirmando que las correlaciones empíricas entre los reactivos se agrupaban coherentemente en las tres dimensiones hipotetizadas teóricamente, sin factores residuales ni saturaciones espurias significativas.
7.3. Validez convergente
Para determinar el grado en que la escala mide de forma concordante los constructos diana de adicción tecnológica y distrés social, se examinaron sus correlaciones lineales bivariadas de Pearson con herramientas estandarizadas y de amplio reconocimiento en la literatura internacional:
- Smartphone Addiction Inventory (SPAI): La correlación entre la LSMDS y el inventario SPAI fue de r = 0.863 (p < 0.001). Esta correlación positiva de gran magnitud evidencia que la escala refleja fielmente los componentes nucleares de la adicción instrumental a los dispositivos móviles.
- Online Fear of Missing Out Inventory (ON-FoMO): Se obtuvo una correlación de r = 0.888 (p < 0.001), corroborando que el miedo a quedar excluido de la vida social virtual interactúa estrechamente con la dependencia conductual a las plataformas digitales.
- Social Media Disorder Scale (SMD): Se registró una correlación estadísticamente significativa y moderada-alta de r = 0.621 (p < 0.001). Este nivel de correlación proporciona una excelente evidencia tanto convergente como discriminante: confirma que la LSMDS mide la patología del uso de redes sociales, al tiempo que preserva una varianza única atribuible a las características contextuales y colectivistas evaluadas en la población libanesa, evitando ser una mera réplica de los inventarios occidentales previos.
| Instrumento de referencia | Constructo medido | Coeficiente de correlación (r) | Nivel de significación (p) |
|---|---|---|---|
| Smartphone Addiction Inventory (SPAI) | Adicción comportamental al teléfono inteligente | 0.863 | < 0.001 |
| Online Fear of Missing Out Inventory (ON-FoMO) | Temor en línea a perderse acontecimientos sociales | 0.888 | < 0.001 |
| Social Media Disorder Scale (SMD) | Criterios nosológicos de trastorno de redes sociales | 0.621 | < 0.001 |
8. Confiabilidad / Reliability
La confiabilidad de la Lebanese Social Media Dependency Scale fue tasada a través del análisis de consistencia interna de la escala completa y de cada una de sus dimensiones constitutivas en una muestra probabilística de 511 estudiantes universitarios:
- Consistencia interna global: El coeficiente alfa de Cronbach para el instrumento total de 27 ítems fue de α = 0.931. En psicometría aplicada, valores superiores a 0.90 denotan un grado de consistencia excelente, garantizando una varianza de error de medición mínima sin incurrir en redundancia estenotípica entre los reactivos formulados.
- Subescala de Uso problemático del smartphone: Registró una consistencia interna sólida, con un coeficiente alfa de Cronbach de α = 0.913, indicando una alta homogeneidad en la evaluación de la saliencia física, la pérdida de autocontrol y las secuelas corporales del uso excesivo.
- Subescala de Búsqueda de validación en redes sociales: Presentó un coeficiente alfa de Cronbach de α = 0.882, certificando la estabilidad métrica en la captación de procesos de comparación social y necesidad de aprobación digital.
- Subescala de Síntomas de abstinencia de redes sociales: Exhibió un coeficiente alfa de Cronbach de α = 0.847, ampliamente por encima del dintel convencional de aceptabilidad (≥ 0.70 o ≥ 0.80).
Adicionalmente, los análisis de correlación ítem-total arrojaron coeficientes robustos en todos los reactivos retenidos (valores de r > 0.45 en todas las correlaciones biseriales corregidas), lo que certifica que cada reactivo contribuye de forma significativa a la precisión del instrumento y que la eliminación de ninguno de ellos incrementaría la consistencia interna general del constructo.
9. Análisis factorial / Factor Analysis
Para determinar la arquitectura latente subyacente a la LSMDS, los investigadores efectuaron un análisis factorial exploratorio (AFE) sobre la matriz de correlaciones policóricas de los reactivos:
9.1. Decisiones metodológicas y adecuación muestral
Dado que las adicciones comportamentales asumen que sus factores constitutivos (compulsión motora, validación psicosocial y distrés de abstinencia) están intrínsecamente interrelacionados en la dinámica psicológica del individuo, se seleccionó una rotación oblicua (Oblimin directo), descartando las rotaciones ortogonales (tipo Varimax) por resultar teóricamente incompatibles con la naturaleza de las dependencias humanas. La idoneidad de los datos para la factorización fue corroborada mediante la prueba de adecuación muestral de Kaiser-Meyer-Olkin (KMO > 0.90) y la prueba de esfericidad de Bartlett, la cual resultó altamente significativa (p < 0.001).
9.2. Criterios de extracción y varianza explicada
La determinación del número óptimo de factores a retener se basó en la convergencia de múltiples directrices psicométricas: la regla de Kaiser de autovalores superiores a la unidad (eigenvalues > 1), la inspección visual del gráfico de sedimentación (scree plot de Cattell) y la aplicación del análisis paralelo de Horn.
La solución tridimensional resultante explicó en conjunto el 52.91% de la varianza total acumulada, una proporción sobresaliente tratándose de mediciones de constructos conductuales complejos en ciencias de la salud. El proceso de purificación psicométrica eliminó de forma sucesiva aquellos ítems que presentaban cargas factoriales primarias inferiores a 0.40 o reactivos con cargas cruzadas espurias (complejidad factorial mayor a 0.30 en factores secundarios), decantando la escala original de 55 ítems en la versión definitiva de 27 reactivos distribuidos coherentemente:
| Factor / Subescala | Reactivos asignados | Rango de cargas factoriales | Alfa de Cronbach (α) |
|---|---|---|---|
| Factor 1: Uso problemático del teléfono inteligente | Ítems 1 al 11 (11 ítems) | 0.45 – 0.82 | 0.913 |
| Factor 2: Búsqueda de validación en redes sociales | Ítems 12 al 19 (8 ítems) | 0.48 – 0.85 | 0.882 |
| Factor 3: Síntomas de abstinencia de redes sociales | Ítems 20 al 27 (8 ítems) | 0.42 – 0.79 | 0.847 |
10. Instrumento de medición / Instrument
- Tipo de prueba: Cuestionario de autoinforme (self-report questionnaire) psicométrico estandarizado.
- Formato: Escala cerrada compuesta por 27 reactivos distribuidos en 3 factores.
- Número de ítems: 27 reactivos formulados en enunciados afirmativos de primera persona.
- Escala de respuesta: Escala de tipo Likert de 4 puntos de frecuencia/acuerdo (1 = Totalmente en desacuerdo / Nunca, 2 = En desacuerdo / A veces, 3 = De acuerdo / A menudo, 4 = Totalmente de acuerdo / Siempre).
- Rango de puntuación global: Puntuación compuesta de 27 a 108 puntos. Mayores puntajes reflejan una severidad más elevada de dependencia comportamental a las redes sociales.
- Estructura de puntuación por subescalas:
- Uso problemático del teléfono inteligente: Ítems 1 al 11 (rango: 11 a 44 puntos).
- Búsqueda de validación en redes sociales: Ítems 12 al 19 (rango: 8 a 32 puntos).
- Síntomas de abstinencia de redes sociales: Ítems 20 al 27 (rango: 8 a 32 puntos).
- Ítems invertidos: No contiene reactivos con puntuación invertida (todos los ítems se computan de forma directa).
- Población objetivo: Estudiantes universitarios y adultos jóvenes (de 18 años en adelante).
- Modo de administración: Autoadministrado, apto para encuestas digitales en línea (vía navegadores web o plataformas de investigación) o en formato impreso asistido.
- Tiempo estimado de respuesta: Entre 7 y 10 minutos.
11. Permisos, Tarifas y Año del test / Permissions & Fee and Test Year
La Lebanese Social Media Dependency Scale fue formalmente publicada en el año 2026 en la revista científica de acceso abierto PLoS ONE. En concordancia con los principios de ciencia abierta y la licencia internacional Creative Commons Attribution (CC BY 4.0), el instrumento puede ser utilizado con fines de investigación académica, epidemiológica y evaluación clínica sin necesidad de abonar tarifas o tasas por derechos de autor.
No obstante, los investigadores que deseen emplear, adaptar transculturalmente o informatizar la escala deben citar rigurosamente la fuente primaria del artículo original y, en caso de requerir las versiones originales estandarizadas en lengua árabe o asistencia técnica sobre baremos normativos, se aconseja contactar directamente a la autora de correspondencia, la Dra. Samar Younes ([email protected]), de la Facultad de Farmacia de la Universidad Internacional Libanesa (LIU).
12. Referencias / References
A continuación se detallan las fuentes bibliográficas de respaldo y literatura psicométrica relevante conforme a las normas APA (7.ª edición):
- Abiddine, F. Z. E., Al Jaberi, M. A., & Al-Ghafri, M. (2024). The psychometric properties of the Arabic Bergen social media addiction scale. International Journal of Mental Health and Addiction. https://doi.org/10.1007/s11469-023-01211-1
- Ahmed, O., Ahmed, M. Z., & Griffiths, M. D. (2024). Social media use, mental health and sleep: A systematic review with meta-analyses. Journal of Affective Disorders, 367, 701–715. https://doi.org/10.1016/j.jad.2024.08.193
- Ahorsu, D. K., Adjaottor, E. S., & Yeboah, F. A. (2024). Pathways to social media addiction: Examining its prevalence, and predictive factors among Ghanaian youths. Journal of Social Media Research, 1(1), 47–60. https://doi.org/10.29329/jsomer.9
- Aichner, T., Grünfelder, M., Maurer, O., & Jegeni, D. (2021). Twenty-five years of social media: A review of social media applications and definitions from 1994 to 2019. Cyberpsychology, Behavior, and Social Networking, 24(4), 215–222. https://doi.org/10.1089/cyber.2020.0134
- Al-Menayes, J. (2015). Psychometric properties and validation of the Arabic social media addiction scale. Journal of Addiction, 2015, Artículo 291743. https://doi.org/10.1155/2015/291743
- Almutarie, A. (2024). Reliability and validity study of the social media addiction scale. Arab Universities Journal for Media and Communication Research, 2024. https://doi.org/10.21608/jcts.2024.345008
- Alwuqaysi, B., & Griffiths, M. D. (2024). Cross-cultural study on social media usage and its correlation with mental health and family functioning. Computers in Human Behavior Reports, 16, Artículo 100513. https://doi.org/10.1016/j.chbr.2024.100513
- Amirthalingam, J., & Kuss, D. J. (2024). Understanding social media addiction: A deep dive. Cureus, 16(10), e71234. https://doi.org/10.7759/cureus.71234
- Andreassen, C. S., Torsheim, T., Brunborg, G. S., & Pallesen, S. (2012). Development of a Facebook addiction scale. Psychological Reports, 110(2), 501–517. https://doi.org/10.2466/02.09.18.PR0.110.2.501-517
- Awad, E., Haddad, C., Obeid, S., & Salameh, P. (2022). Association between desire thinking and problematic social media use among a sample of Lebanese adults: The indirect effect of suppression and impulsivity. PLoS ONE, 17(11), e0277884. https://doi.org/10.1371/journal.pone.0277884
- Bacha, N. N. (2011). Foreign language education in Lebanon: A context of cultural and curricular complexities. Journal of Language Teaching and Research, 2(6), 1320–1328. https://doi.org/10.4304/jltr.2.6.1320-1328
- Bakioğlu, F., & Çepni, S. A. (2022). Adaptation and validation of the Online-Fear of Missing Out Inventory into Turkish and the association with social media addiction, smartphone addiction, and life satisfaction. BMC Psychology, 10(1), Artículo 154. https://doi.org/10.1186/s40359-022-00856-y
- Barbar, S., Haddad, C., Sacre, H., & Salameh, P. (2021). Factors associated with problematic social media use among a sample of Lebanese adults: The mediating role of emotional intelligence. Perspectives in Psychiatric Care, 57(3), 1313–1322. https://doi.org/10.1111/ppc.12692
- Bhandarkar, A. M., Pandey, A. K., & Nayak, R. (2021). Impact of social media on the academic performance of undergraduate medical students. Medical Journal Armed Forces India, 77(1), S37–S41. https://doi.org/10.1016/j.mjafi.2020.10.021
- Boer, M., Stevens, G. W. J. M., Finkenauer, C., & van den Eijnden, R. J. J. M. (2022). Validation of the social media disorder scale in adolescents: Findings from a large-scale nationally representative sample. Assessment, 29(8), 1658–1674. https://doi.org/10.1177/10731911211027232
- Comrey, A. L., & Lee, H. B. (2013). A first course in factor analysis (2nd ed.). Psychology Press. https://doi.org/10.4324/9781315827506
- Davis, C. E., & Storr, C. L. (2024). Social media use and psychological distress among undergraduate nursing students: A review. Journal of Nursing Education, 63(8), 540–547. https://doi.org/10.3928/01484834-20240502-03
- Hamam, B., Sacre, H., Haddad, C., & Salameh, P. (2024). Social media addiction in university students in Lebanon and its effect on student performance. Journal of American College Health, 72(8), 3042–3051. https://doi.org/10.1080/07448481.2022.2152690
- Haque, A. B., & Islam, A. K. M. (2024). To explain or not to explain: An empirical investigation of AI-based recommendations on social media platforms. Electronic Markets, 35(1), Artículo 12. https://doi.org/10.1007/s12525-024-00741-z
- Hijazi, M., Saad, M., & Sidani, S. (2025). Financial inclusion in Lebanon after the economic crisis. Cogent Business & Management, 12(1), Artículo 2483966. https://doi.org/10.1080/23311975.2025.2483966
- Huang, P.-C., Lin, C.-Y., & Griffiths, M. D. (2024). Association between problematic social media use and physical activity: The mediating roles of nomophobia and the tendency to avoid physical activity. Journal of Social Media Research, 1(1), 14–24. https://doi.org/10.29329/jsomer.4
- Jabbour, D., & Salameh, P. (2023). Social media medical misinformation: Impact on mental health and vaccination decision among university students. Irish Journal of Medical Science, 192(1), 291–300. https://doi.org/10.1007/s11845-022-02936-9
- Jafar, Z., & Salameh, P. (2023). Social media for public health: Reaping the benefits, mitigating the harms. Health Promotion Perspectives, 13(2), 105–109. https://doi.org/10.34172/hpp.2023.13
- Jeminiwa, R., & Law, A. V. (2021). Pharmacy students’ personal and professional use of social media. Currents in Pharmacy Teaching and Learning, 13(6), 599–608. https://doi.org/10.1016/j.cptl.2021.01.043
- Khan, A., & Biddle, S. J. H. (2023). Excessive smartphone use is associated with depression, anxiety, stress, and sleep quality of Australian adults. Journal of Medical Systems, 47(1), Artículo 109. https://doi.org/10.1007/s10916-023-02005-3
- Koh, G. K., & Lee, K. (2024). Social media use and its impact on adults’ mental health and well-being: A scoping review. Worldviews on Evidence-Based Nursing, 21(4), 345–356. https://doi.org/10.1111/wvn.12727
- Kuss, D. J., & Griffiths, M. D. (2017). Social networking sites and addiction: Ten lessons learned. International Journal of Environmental Research and Public Health, 14(3), Artículo 311. https://doi.org/10.3390/ijerph14030311
- Lin, Y.-H., Chang, L.-R., Lee, Y.-H., Tseng, H.-W., Kuo, T. B., & Chen, S.-H. (2014). Development and validation of the Smartphone Addiction Inventory (SPAI). PLoS ONE, 9(6), e98312. https://doi.org/10.1371/journal.pone.0098312
- Lopes, L. S., & Valentini, F. (2022). Problematic social media use and its relationship with depression or anxiety: A systematic review. Cyberpsychology, Behavior, and Social Networking, 25(11), 691–702. https://doi.org/10.1089/cyber.2021.0300
- Mitropoulou, E., & Tsitsas, G. (2024). Exploration of the association between social media addiction, self-esteem, self-compassion and loneliness. Journal of Social Media Research, 1(1), 25–36. https://doi.org/10.29329/jsomer.2
- Mojtabai, R., & Olfson, M. (2024). Problematic social media use and psychological symptoms in adolescents. Social Psychiatry and Psychiatric Epidemiology, 59(12), 2271–2282. https://doi.org/10.1007/s00127-024-02657-7
- Montag, C., & Becker, B. (2025). The darker side of positive AI attitudes: Investigating associations with (problematic) social media use. Addictive Behaviors Reports, 22, Artículo 100613. https://doi.org/10.1016/j.abrep.2025.100613
- Nahas, M., Haddad, C., Sacre, H., & Salameh, P. (2018). Problematic smartphone use among Lebanese adults aged 18–65 years using MPPUS-10. Computers in Human Behavior, 87, 348–355. https://doi.org/10.1016/j.chb.2018.06.009
- Obeid, S., Haddad, C., Sacre, H., & Salameh, P. (2023). Psychometric properties of the Problematic Use of Social Networks (PUS) scale in Arabic among adolescents. PLoS ONE, 18(9), e0291616. https://doi.org/10.1371/journal.pone.0291616
- Salari, N., Hosseinian-Far, A., & Mohammadi, M. (2025). The impact of social networking addiction on the academic achievement of university students globally: A meta-analysis. Public Health Practice, 9, Artículo 100584. https://doi.org/10.1016/j.puhip.2025.100584
- Sette, C. P., Daher, M. C., & de Oliveira, M. (2019). The online fear of missing out inventory (ON-FoMO): Development and validation of a new tool. Journal of Technology in Behavioral Science, 5(1), 20–29. https://doi.org/10.1007/s41347-019-00110-0
- Shannon, H., Bush, K., & Villeneuve, P. J. (2022). Problematic social media use in adolescents and young adults: Systematic review and meta-analysis. JMIR Mental Health, 9(4), e33450. https://doi.org/10.2196/33450
- Shannon, H., & Hellemans, K. (2024). Longitudinal problematic social media use in students and its association with negative mental health outcomes. Psychology Research and Behavior Management, 17, 1551–1564. https://doi.org/10.2147/PRBM.S450217
- Shiraly, R., & Khazaie, H. (2024). Psychological distress, social media use, and academic performance of medical students: The mediating role of coping style. BMC Medical Education, 24(1), Artículo 999. https://doi.org/10.1186/s12909-024-05988-w
- Simó-Sanz, C., Ballestar-Tarín, M. L., & Lucas-Miralles, M. V. (2018). Smartphone Addiction Inventory (SPAI): Translation, adaptation and validation of the tool in Spanish adult population. PLoS ONE, 13(10), e0205389. https://doi.org/10.1371/journal.pone.0205389
- Stănculescu, E., & Griffiths, M. D. (2022). The Bergen social media addiction scale validity in a Romanian sample using item response theory and network analysis. International Journal of Mental Health and Addiction, 21(4), 2475–2493. https://doi.org/10.1007/s11469-021-00732-7
- Stein, J. P., & Ohler, P. (2024). Attitudes towards AI: Measurement and associations with personality. Scientific Reports, 14(1), Artículo 2909. https://doi.org/10.1038/s41598-024-53335-2
- Stirnberg, J., & Brand, M. (2024). Problematic smartphone use, depression symptoms, and fear of missing out: Can reasons for smartphone use mediate the relationship? A longitudinal approach. Journal of Social Media Research, 1(1), 3–13. https://doi.org/10.29329/jsomer.3
- Sun, X., & Zhang, Y. (2023). Social media use for coping with stress and psychological adjustment: A transactional model of stress and coping perspective. Frontiers in Psychology, 14, Artículo 1140312. https://doi.org/10.3389/fpsyg.2023.1140312
- Wolgast, M., & Lundh, L.-G. (2025). Motives for social media use in adults: Associations with platform-specific use, psychological distress, and problematic engagement. Journal of Social Media Research, 2(3), 179–192. https://doi.org/10.29329/jsomer.45
- Wu, W., & Wang, J. (2024). Social anxiety and problematic social media use: A systematic review and meta-analysis. Addictive Behaviors, 153, Artículo 107995. https://doi.org/10.1016/j.addbeh.2024.107995
- Younes, S., Abbas, Z., Haddad, C., Saade, D., Mourad, N., Sacre, H., Al-Hajje, A., & Salameh, P. (2026). Lebanese Social Media Dependency Scale. PLoS ONE, 21, Artículo e0344535. https://doi.org/10.1371/journal.pone.0344535
- Zheng, Y., & Lee, S. (2020). Upward social comparison and state anxiety as mediators between passive social network site usage and online compulsive buying among women. Addictive Behaviors, 111, Artículo 106569. https://doi.org/10.1016/j.addbeh.2020.106569
13. Ítems de la escala / Items of the Scale
Response Scale: 27 items, each rated on a 4-point response scale yielding a total composite score ranging from 27 to 108 points. Subscales include: 1) Problematic Smartphone Use (items 1–11), 2) Social Media Validation Seeking (items 12–19), and 3) Social Media Withdrawal Symptoms (items 20–27). Higher scores reflect greater social media dependency. There are no reverse-scored items.
- I feel distressed or down once I cease using smartphone for a certain period of time.
- I use smartphone for a longer period of time and spend more money than I had intended.
- I find that I have been hooking on smartphone longer and longer.
- I feel uneasy once I stop using the smartphone for a certain period of time.
- I feel restless and irritable when the smartphone is unavailable.
- I feel like I am missing something after stopping smartphone for a certain period of time.
- I fail to control the impulse to use smartphone.
- I feel very vigorous upon smartphone use regardless of the fatigue experienced.
- I feel the urge to use my smartphone again right after I stop using it.
- My life would be joyless if there had not been a smartphone.
- Surfing the smartphone has exercised negative effects on my physical health.
- I need people to like or comment on my posts.
- I get annoyed when my posts do not get many likes and/or comments.
- I would like to have more likes and/or comments on my posts.
- I get annoyed when my friends do not tag me in posts.
- I feel distant from people when I see them happy in posts.
- When I see on a social network that a friend is somewhere where I wanted to go too, I feel bad.
- I only post photos or videos that I know my friends will like.
- I often feel sad seeing on social networks that people are happier than I am.
- I think a lot about social networks when I do not have access to them.
- I usually feel irritated by staying disconnected from social networks too long.
- I get restless when I cannot access social networks.
- If I do not have access to social networks, I think of ways to get connected.
- I get anxious when my cell phone does not have internet signal.
- I often feel bad when I cannot use social media.
- I regularly find that I can’t think of anything else but the moment I will be able to use social media again.
- I regularly feel dissatisfied because I want to spend more time on social media.