基于互联网的互联网使用障碍症状的自我评估——性别、社会方面和症状严重程度的影响:德国横断面研究

简介

互联网使用障碍(IUD)是一个集体术语，定义为一种行为成瘾，即不受控制地过度使用不同的互联网应用程序。过度使用互联网与其他成瘾现象相似。本文讨论了包括宫内节育器在内的人类附加行为中的几种神经通路，尽管其机制尚不清楚[1］．宫内节育器既包括过度的网络游戏，这是官方承认的第一个亚型，也包括非游戏性的互联网活动，即网上购物、使用色情物品、使用社交网络和一般的互联网使用[2］．宫内节育器的流行率在过去几十年有所增加，全球流行率在6%至7%之间，北欧和西欧的比率较低，而中东的比率较高[3.，4］．在德国人群中，宫内节育器的患病率在1.2%至3.1%之间[5-9］．最近的研究表明，由于COVID-19大流行，上网时间和宫内节育器的流行率都有所增加[10-14］．

电子健康干预对行为成瘾患者的有效性研究很少。2016年的一项系统综述发现，共有16项研究测试了与互联网相关的药物成瘾干预(11项关于吸烟、饮酒和阿片类药物滥用的研究)和行为成瘾(5项关于病态赌博的研究)。尽管16项研究中只有5项提到了效应量(d=0.83-1.72)，所有研究都报告了各自成瘾行为的积极治疗结果[15］．到目前为止，只有少数研究调查了对患有宫内节育器和(网络)游戏障碍的受试者进行基于互联网的干预[16］．然而，来自卫生服务研究的第一批研究表明，在减轻症状和增加改变的动机方面有显著的治疗效果[17］．目前，第一批正在进行的随机对照试验(rct)也发表了研究方案，以衡量基于网络的宫内节育器治疗的效果[18，19］．然而，目前还不清楚是否可以通过互联网联系到有宫内节育器的人。

2019年发表的一项针对宫内节育器临床患者的模拟心理治疗的随机对照试验(短期治疗网络和电脑游戏成瘾[STICA])，对宫内节育器的临床历史和互联网使用模式提供了很好的洞察[20.］．作者共检查了143例诊断为IUD的患者(干预组n=72)。宫内节育器的诊断是基于心理学和精神病学专家进行的结构化临床访谈进行标准化的。平均而言，节育器患者的上网时间高于网络及电脑游戏成瘾量表(AICA-S)的分值(13分)，平日平均每天上网6.2小时(SD 3.1)，周末平均每天上网8.0小时(SD 3.8) [20.］．然而，这项研究只针对男性，因为女性很少到专门的门诊诊所寻求治疗[21-23］．德国一家专门的网瘾门诊所做的一项研究显示，女性上网成瘾的比例不到5% [24］．这种性别差异似乎与临床相关，因为基于人群的研究描述了女性和男性受影响的患病率和严重程度大致相同[7]或只略微增加男性的患病率[9，25］．然而，一项对来自德国几所大学心身门诊的327名女性患者和174名男性患者的研究显示，女性患者中94.7%的宫内节育器被忽视(男性患者中这一比例为66.6%)[26］．

研究领域的领先专家在2022年发表的一篇综述仍然指出了需要弥补的主要知识差距。特别需要进行研究，以了解不同年龄组和性别的宫内节育器的过程和发展。此外，还指出需要可靠的方法来早期发现有危险的人，并采取预防和治疗干预措施[27，28］．

这导致了以下研究问题:(1)是否有可能通过基于互联网的医疗保健服务接触到有宫内节育器症状的个人?(2)如果可能，症状暴露范围是否与病理或临床相关?(3)无障碍方面是否存在性别差异?特别是，有宫内节育器症状的女性是否也能得到帮助?(4)如果有，女性个体与男性个体在宫内节育器严重程度、宫内节育器流行程度、有问题的网络应用类型以及社会人口学数据方面是否存在差异?

方法

研究设计与程序

数据是从OMPRIS中检索的（基于网络的动机性干预，减少网络游戏障碍和网络使用障碍的问题性网络使用，促进治疗动机DRKS00019925;道德问题，投反对票。19-6679)，以互联网为基础的动机干预，以减少有问题的互联网使用，并促进网络游戏障碍和宫内节育器的治疗动机[19］．本分析中使用的横断面基于网络的评估是新开发的基于互联网的卫生干预措施的第一阶段接触，目前正在作为随机对照试验进行评估。任何人都可以参加评估;在研究的这一阶段没有预先选择参与者。在招募过程中(2020年8月28日至2022年3月11日)，共有3007人参加了AICA-S，并通过研究主页提供了媒体回忆和社会人口学数据。评估是免费的，可通过OMPRIS项目主页查阅。这项服务可以通过搜索引擎找到。此外，报纸文章、广播报道和播客都被用来吸引人们对这一提议的关注。媒体报道和播客提供了免费的宫内节育器筛查，如果有兴趣和表示，还可以参与OMPRIS干预。在完成筛查测试(这是本研究的内容)后，参与者通过标准化的临床访谈和参与基于互联网的干预提供了详细的诊断。 The results of the intervention study will be published elsewhere.

伦理批准

该试验已在德国临床试验注册(DRKS00019925)中注册，并获得鲁尔大学波鸿医学院伦理委员会的批准(批准号19-6779)。所有参与者必须在注册时提供知情同意。

评估工具

AICA-S量表

AICA-S量表[29，30.来评估宫内节育器的严重程度。量表由14个项目(李克特量表5分制)组成，这些项目与精神疾病诊断与统计手册，第五版，物质使用障碍和赌博障碍的标准，包括渴望、失去控制、耐受性、减少上网时间的失败尝试和戒断[31］．此外，它还评估了在学校、工作、健康和与社会伙伴之间的消极后果。此外，在互联网上花费的时间，首选的基于网络的活动，首选的有问题的互联网使用类型也被要求。截点是根据流行病学调查和分析的统计方法界定的[32］．7.0到13.0分被评为有害使用或中度成瘾使用互联网。得分在13.5分或以上的被认为是病态的网络成瘾[33］．除了构成分数的项目外，AICA-S还询问了过度使用互联网的范围，可能有多个答案。为了明确指出最具问题的互联网使用类型，添加了以下问题:“请选择一个:在您看来，上述基于网络的服务中，使用哪个最有问题?”在临床和流行病学调查中确定AICA-S的信度(内部一致性α=.89)和效度[20.，34，35］．AICA-S已成功应用于最近发表的德国RCT门诊组治疗IUD的有效性[20.］．本研究亦通过自我评估及专家评估，显示出对治疗干预后变化的良好敏感性[20.］．

媒体使用和社会人口学数据

调查对象被问及工作日和周末的平均上网时间。此外，还对有问题的网络消费进行了主观评价。此外，主观上认为最成问题的互联网使用类型也被问及。受访者还被问及他们是如何意识到网络自我评估的。最后，收集了以下社会人口学数据:年龄、性别和目前的职业状况。

统计分析

分析使用SPSS Macintosh统计(IBM . n:行情))。描述性数据使用数字、百分比、平均值和SDs报告。我们使用Kolmogorov-Smirnov检验来检验正态分布。然而，由于参与者数量众多，我们决定使用参数测试，因为它们具有很高的鲁棒性N并显示出比非参数检验更强的检验能力[36-38］．独立的t测试(双侧)用于比较度量变量的性别差异(女性vs男性)(科恩效应大小d)．对二分类变量和名义变量(2×2表和Cramér表的效应量φ)采用卡方检验和事后(调整残差)检验V对于大于2×2的表)。皮尔逊积矩相关系数r计算了两个度量变量之间的关联，以及度量变量(AICA-S分数)和名义变量(性别)之间的η系数。一个方法方差分析计算Bonferroni校正，以比较两组以上度量变量的差异(效应大小η²)．采用多元线性回归(逐步)评估社会人口学变量对AICA-S评分的影响。此外，采用2-way anova分析性别和社会人口学变量对IUD症状严重程度的影响和交互作用(AICA-S评分)。效应量的定义遵循Cohen的准则[39］．由于德国官方有第三性别“潜水员”，所以研究中也询问并提出了这个问题，尽管对这一类别没有做先验假设。因此，所报告的统计分析的重点是男女之间的比较。

结果

人口统计资料

在80周的时间里，调查样本量(N=3007)在每周5名(第13周)到317名参与者(第26周)之间变化，平均每周37.59名参与者(SD 42.91)。人口统计数据显示在表1．

结果显示，在80周的网络评估中，所有3007个人(1740名男性，1033名女性，67名潜水员，167名未透露性别的参与者)都可以达到，其中34.4% (n=1033)的参与者是女性。约四分之一的参与者年龄在18岁以下(n=704, 23.4%)，约四分之一的参与者年龄在18至24岁之间(n=744, 24.7%)，约五分之一的参与者年龄在25至34岁之间(n=643, 21.4%)。其余参与者年龄在35岁以上(n=871, 29.0%)，年龄较高的类别较少。总体而言，35.0% (n=1053)的参与者目前有工作(全职:n=779, 25.9%，兼职:n=274, 9.1%，学生:n=621，失业:n=285, 9.5%)。很大一部分参与者(n=863, 28.7%)是通过互联网搜索找到调查结果的。然而，通过家人和朋友(n=433, 14.4%)、学校或大学(n=561, 18.7%)和新闻报道(n=521, 17.3%)也是相关的联系方式。

IUD症状严重程度与性别差异

关于网络使用和网页游戏的确切类型的一般行为，以及花在互联网上的时间，被问及。此外，参与者还被问及他们主观上是否认为自己使用互联网的方式有问题。最后评估宫内节育器的症状。表2显示了男性和女性使用互联网的详细结果。

IUD症状严重程度在AICA-S极端值0 ~ 27分之间有很大范围。参考AICA-S截止值，总样本在有害宫内节育器行为范围内得分(平均8.19，SD5.47)。总体而言，561人(561/3007,18.7%)可归为病态网民组，927人(927/3007,30.8%)可归为危险网民组。男性参与者的AICA-S平均得分略高(平均8.62，SD5.57)高于女性(平均7.45，SD5.20)。然而，男性和女性之间的差异显示出一个小的显著效应量(t₂₇₇₁= 5.54,P<措施,d=0.215)，临床相关性小(男女AICA-S总分平均差1.17分;根据AICA-S标准，两者属于同一临床类别)。总体而言，20.9%的男性(363/1740)和14.6%的女性(151/1033)的AICA-S评分为>13.5分，可认为是病理性节育器行为。在较小的效应量下，分布差异显著(χ²_{2, 2773}= 16.73,P<措施,克莱默V= 0.078)。卡方事后检验显示，根据卡方分布，男性病理使用者明显高于预期的频率(P<.001)，而女性病理使用者的频率明显低于预期(P<措施)。图1报告女性和男性参与者AICA-S评分的频率。

此外，研究了不同类型的问题节育器之间AICA-S评分的差异。IUD症状的水平(由AICA-S总分衡量)对于不同类型的问题IUD有显著差异(WelchF_{8397 .89}= 23.12,P<措施)。表3不同类型节育器AICA-S评分的平均值和SDs。

AICA-S 3个不显著组(平均3.96岁，SD 1.52岁)、危险组(平均9.52岁，SD 1.87岁)、病理组(平均17.42岁，SD 3.38岁)按年龄进行比较，不显著组年龄越高，差异越显著(平均30.8岁vs 27.6岁vs 27.8岁;韦尔奇F_2、1470.87= 14.49,P<措施)。此外，AICA-S组在当前职业状况方面存在显著差异(χ²_{12日,2984年}= 151.18,P<措施,克莱默V= 0.121)。研究发现，病态网民(97/556,17.5%)全职就业的可能性明显低于危险网民(231/921,25.1%)和不显眼网民(451/1507,29.9%)，但更有可能失业(99/556,17.8% vs 84/921, 9.1% vs 102/1507, 6.8%)或学生(161/556,29.0% vs 214/921, 23.3% vs 246/1507, 16.3%)。

‎ 查看此图

上网时间和问题上网类型的性别差异

男性参与者使用互联网的时间为5.91 (SD每日3.93小时(平日)及6.70小时(SD3.92)周末每天使用小时(计算每周使用时间42.96小时，SD25.23小时)。女性参与者使用互联网4.92 (SD3.41)平日每日小时及5.24 (SD3.26)周末每天使用小时(计算每周使用时间35.07小时，SD21.64小时)。使用时间的差异达到显著性(工作日:t₂₇₇₁= 6.76,P<措施;周末:t₂₇₇₁= 10.06,P<.001)，且效应值较小(d= 0.252 - -0.395)。

女性用户中最常提到的过度使用互联网的类型是(可能有多个答案)基于网络的流媒体(577/1033,55.3%)，社交网络(437/1033,42.3%)，聊天或论坛(267/1033,25.9%)。相比之下，男性最常提到的过度使用互联网的类型是网络流媒体(963/1740,55.3%)、游戏(838/1740,48.2%)和网络色情(393/1740,22.6%)。在中等效应量下，网络色情的性别差异最大(χ²₄₅₁= 39.77,P<措施,φ= 0.297；有关详细信息，请参见表2)．

相关性

表4显示了3007名参与者的IUD症状(AICA-S评分)、使用时间(h/wk)和年龄之间的相关性。

性别与宫内节育器症状(AICA-S)之间的相关性是显著的(η=0.098， η²= 0.0096,P<.001)，这意味着只有0.96%的AICA-S方差可以用性别来解释(影响很小)。此外，性别和上网时间(h/wk)之间的关系是显著的(η=0.157， η²=0.0246，P<.001)，这意味着只有2.46%的使用时间方差可以用性别来解释(影响很小)。

社会人口学因素和性别对AICA-S评分的影响

在总样本内进行逐步多元回归分析，以检验年龄、职业状况(分为就业或自雇、失业、正在接受职业培训或学习)和性别(男性或女性)等社会人口学因素是否与IUD症状严重程度显著相关。选择以下特征作为虚拟变量的参考:女性性别和职业状况(受雇或自雇)。

发现一个显著回归方程(F_{3, 2317}= 33.44,P<.001)，带有R²0.042的最终模型。此外，失业(B=3.170, SE 0.38;β= .175;P<.001)、正在接受职业培训或在大学学习(B=1.054, SE 0.25;β= .088;P<.001)，男性(B=1.046, SE 0.23;β= .092;P<.001)是最终模型的显著因素，而年龄(P=.90)未达到显著性。如果参与者没有工作，他们的AICA-S预估得分会增加3.17分，如果参与者正在接受职业培训或学习，他们的预估得分会增加1.05分，如果参与者是男性，他们的预估得分会增加1.05分。

由于失业和职业状况对IUD症状严重程度(AICA-S评分)有显著影响，我们进行了两项双向方差分析，探讨失业(是或否)、正在接受职业培训或学习(是或否)和性别(女性或男性)对IUD症状严重程度的主要影响和交互影响。首先，对失业有显著的主要影响(F₂₃₁₈= 45.78,P<措施,η²=0.019). Thus, unemployed participants had higher AICA-S scores. In addition, there was a significant main effect for gender (F₂₃₁₈= 9.06,P=。003， η²=0.004)，这意味着男性的AICA-S分数更高。然而，失业与性别之间的交互作用并不显著(F₂₃₁₈= 0.25,P= .62)。第二，接受职业培训或学习(F₂₃₁₈= 4.35,P=。04,η²= 0.002)。因此，参加职业培训或学习的参与者AICA-S得分更高。此外，性别也有显著的主要影响(F₂₃₁₈= 23.73,P<措施,η²=0.010), meaning that males had higher AICA-S scores. However, the interaction effect between being in vocational training or studying and gender was, again, not significant, (F₂₃₁₈= 0.972,P=收)。因此，总的来说，性别和其他社会人口变量之间不存在交互作用，尽管所有的主要影响都是显著的(图2)．

‎ 查看此图

讨论

主要研究结果

首先，结果显示，在80周的时间里，有持续参与网络评估，报告的IUD症状负担范围非常大(0到27分之间)(研究问题1)。3007名参与者的高数量表明网络报价被普遍接受。总组平均症状负担为8.19 (SD 5.47)危险互联网的使用。与STICA研究的样本相比[20.]，我们样本中的平均得分较低(使用相同的AICA-S问卷)，但在危险互联网使用的诊断类别中。这可以解释为，在STICA研究中，明确诊断的患者得到了治疗，而在我们的研究中，所有怀疑自己的互联网使用有问题的受影响的个人都可以访问，这是一个更危险的群体。然而，这表明基于网络的评估可以用作预防和治疗的电子卫生服务。此外，在我们的样本中，病理性互联网使用用户的高患病率(561/ 3007,18.7%)表明，基于网络的自我评估也适用于具有临床相关疾病严重程度的患者(研究问题2)。病理性互联网使用用户的比例远远高于德国普通人群的患病率数字[7］．然而，应该讨论的是，我们的研究是在COVID-19大流行期间进行的，有问题的互联网使用的流行程度可能随后有所增加[14］．这项评估在互联网上免费提供，任何感兴趣的人都可以参加筛查。这意味着参与者不是以一种具有代表性的方式被挑选出来的，他们可能是怀疑自己的互联网使用有问题的人。因此，我们假设我们的样本不具有代表性，而是代表了一个风险人群。尽管如此，我们的研究结果表明，免费的基于网络的自我评估可以帮助患有严重和轻微疾病的IUD患者。因此，这个提议实际上是一个低门槛的提议，可以帮助那些可能仍然羞于与门诊进行真正接触的IUD患者。这证实了我们工作小组的初步调查结果，即基于互联网的支持得到了良好的响应[17］．我们的研究发现，上网时间与宫内节育器症状之间存在显著相关性，这在我们课题组之前对类似大型高风险样本的研究中也得到了证实[40］．然而，年龄与较高的症状评分并无显著相关性，这与之前德国的一项具有代表性的研究相矛盾，在该研究中，年轻的互联网用户明显更常受到宫内节育器的影响[6］．这可以用COVID-19大流行的影响来解释，这也导致许多老年人在家里花更多的时间。

关于研究问题3，可以表明女性和男性都使用了基于网络的IUD症状自我评估服务。参与的女性比例(1033/3007,34.4%)远高于预期，超过了在德国前往宫内节育器专科门诊就诊的女性比例[24］．因此，有危险使用互联网的女性很容易通过互联网联系到。此外，我们的结果显示，在高风险研究样本中，女性比男性更不可能表现出病理性的互联网使用(患病率:151/1033,14.6% vs 363/1740, 20.9%)。这些发现支持了最近的一些系统综述，这些综述检查了IUD和IGD的全球患病率，发现男性的综合患病率增加[9，25］．然而，其他具有代表性的研究发现，宫内节育器的流行率并无性别差异[6］．

回归分析显示，男性与AICA-S评分显著相关。然而，性别的影响不如失业的影响那么显著。就症状严重程度而言，其他社会人口统计学变量似乎比性别问题产生了更大的影响。此外，性别和社会人口学因素对症状严重程度没有交互作用。因此，一个人是男人还是女人，失业还是工作都很重要。但互作效应不显著。研究结果证实了之前的发现，即失业是宫内节育器和游戏障碍的风险因素[7，41］．职业培训和学习与宫内节育器症状高相关的事实也可能与COVID-19大流行有关，因为家庭办公室经常取代模拟现场。结果表明，将社会咨询纳入宫内节育器患者的治疗计划中，以制定职业选择可能是有帮助的。此外，在最常见的有问题的互联网应用程序方面，还发现了性别差异。根据现有的研究文献，女性对社交网络和社交媒体的亲和力更高，而男性则更喜欢玩电脑游戏。7，42，43］．其他研究讨论了一个更复杂的观点，即女性性别、更自由、神经质、自恋和外向的模式以及较低的身体满意度与网络成瘾的风险增加有关。44］．然而，令人惊讶的是，在我们的研究中，许多人(男性和女性)认为基于网络的流媒体是主要问题。由于基于网络的流媒体服务的广泛可用性是最近的发展，在当前关于行为成瘾的研究文献中，这一点很少被考虑到。另一方面，最近有很多研究文献研究了binge-watch和不断变化的媒体行为，特别是在COVID-19大流行期间[10，45，46］．

在对色情作品的主观问题使用上发现了显著差异。男性报告的比例明显更高(393/1740,22.6%);色情与女性的相关性较低(16/1033,1.6%)。这与之前的研究文献和治疗实践的经验相一致[47］．性别特异性IUD的治疗方法可能与病理性色情使用IUD相关。

综上所述，关于研究问题4，在IUD症状严重程度方面，男性和女性存在一些较小的效应量差异(AICA-S分的平均差异为1.17分)。在有问题的互联网使用类型上，最多存在个体性别差异。第二项发现是，失业、接受职业培训或在大学学习与宫内节育器显著相关。可以假设空闲时间分配促进了更高的使用时间。也许在家(可能是独自一人，因为其他人都很忙)，或者不在特定的工作场所工作，或者在外面工作，都是很重要的因素。正如之前的一项研究所报道的那样，工作可能是一种保护因素[7］．然而，在这一点上，我们不能排除在家里以外或与其他人一起进行的任何其他活动都可能导致类似的结果。

限制

这项研究是通过问卷调查对大量人群进行的。使用问卷的截点对严重程度进行分类。这种类型的诊断不能取代专家的临床诊断，因此自然容易出现假阳性或假阴性。然而，许多基于人群的研究已经使用这种方法进行。在选择问卷时，我们选择了一种更具有临床导向的成熟仪器，并做出保守的评估。此外，在先前的高质量随机对照试验中，它被用作主要结果[20.]，这使得临床特征具有良好的可比性。此外，我们使用横断面设计，它只能对因果关系问题作出有限的陈述。在大多数情况下，横断面样本的回归分析应被解释为关联，随意归因应谨慎。在我们的研究中，我们使用了一个建立的诊断量表精神疾病诊断与统计手册，第五版，网络游戏障碍的标准于2013年出版[30.］．然而，在2022年，一份新的问卷被开发出来，这是第一次基于新的诊断标准《国际疾病分类》第十一次修订［48，49］．因此，未来的研究还应包括反映的标准的工具《国际疾病分类》第十一次修订．

结论

这项研究使用了非常大的样本，表明轻度和重度节育器患者都可以通过互联网接触到。因此，免费的电子健康服务可以很好地在互联网上接触到有节育器成瘾的患者。此外，电子保健服务增加了接触到女性患者的可能性，而女性患者几乎从不来专门的门诊诊所和医院。然而，男性受宫内节育器症状的影响似乎比女性更频繁和严重，尽管差异往往具有较小的效应量。由于社会问题，特别是失业，对疾病严重程度有很大影响，从多学科方法来看，将社会咨询纳入治疗似乎是可取的。