这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。
由于过度使用网络,越来越多的人对网络上瘾。网络成瘾测试(IAT)是一种流行的评估网络使用行为的工具。不同症状之间的相互作用以及IAT与临床诊断标准之间的关系尚不清楚。
本研究旨在探讨网络成瘾(IA)的核心症状及其症状网络中不同症状之间的相关性。网络分析还探讨了IAT量表与精神障碍诊断与统计手册第5版(DSM-5) IA标准之间的关系。
我们招募了4480名年龄在14-24岁的互联网用户,他们完成了IAT测试。对所提交的问卷进行筛选后,最终的分析包括63.50%(2845/4480)的参与者。将参与者分为IA组和非IA组。通过使用Lasso正则化网络的部分相关,我们确定了每组IA的核心症状,并比较了网络特性(强度、紧密性和之间性)的组间差异。然后,我们分析了DSM-5诊断标准和IAT量表对IA的症状网络。
IA组患者占12.47% (355/2845),NIA组患者占87.52%(2490/2845),对两组患者进行以下评估:IAT_06(学业痛苦;strength=0.511), IAT_08(工作表现受到影响;强度=0.531),IAT_15(幻想上网;强度=0.474),IAT_17(无法停止上网;strength=0.526), IAT_12(害怕离线无聊;强度= 0.502)。与NIA组相比,IA组在IAT_09(对网络的防御或保密)和IAT_18(隐藏网络时间)之间具有更强的优势。DSM-5中各条目与IAT_12 (weight= - 0.066)、IAT_15 (weight= - 0.081)、IAT_17 (weight= - 0.106)、IAT_09 (weight= - 0.198)、IAT_18 (weight= - 0.052)具有较强的相关性。
IA组的网络使用症状网络与NIA组有显著差异。节点IAT_06(学业受影响)和IAT_08(工作表现受影响)是受其他症状影响的结果症状,而节点IAT_12(离线时害怕无聊)、IAT_17(无法停止上网)和IAT_15(幻想上网)是激活IA其他症状的关键症状,并且与DSM-5中无法控制玩游戏的意图密切相关。
网络成瘾(Internet addiction, IA)指个人无法控制自己的网络行为,从而导致生活功能失调[
成瘾通常被认为具有异常的渴望欲望、抑制控制受损、强迫性成瘾行为和负面情绪调节异常等症状[
近年来,新兴的网络分析视角为理解精神病理学提供了新的视角和工具[
网络成瘾的临床症状通常是用问卷来衡量的,如网络成瘾测试(IAT) [
因此,本研究的目的是通过网络分析来探索IA的核心症状,以及IA症状网络中不同症状之间的关联。我们还纳入了DSM-5中的症状测量条目,类似于其他9项网络游戏障碍量表-短表格(IGDS9-SF)问卷[
通过广告的方式,我们邀请了来自江苏省两所大学的约5900名有上网经验的大学生参与了这项研究。本研究为单中心抽样研究。2019年9月,15.18%(896/5900)的参与者完成了问卷调查。然后,在2020年5月,60.74%(3584/5900)的参与者完成了问卷。通过对两批提交的问卷进行筛选,36.49%(1635/4480)的参与者被排除在外,因为他们在问卷中连续7个以上的问题中选择了相同的答案。这很可能是因为他们没有认真填写问卷,这将导致问卷的不准确完成,影响最终数据分析结果的准确性。因此,63.50%(2845/4480)的参与者被纳入最终分析。第一组参与者在中国一个可靠的、基于网络的数据收集调查平台上报告了他们的互联网使用历史和IAT量表[
本研究经江苏医学职业学院研究伦理委员会(202002)批准。所有参与调查的人以及他们的家长和学校都签署了知情同意书。
采用自制的结构化问卷收集调查对象的人口统计信息,包括性别、年龄、互联网使用历史(参与者的常用上网方式和活动、上网频率)。
参与者的IA严重程度使用自评工具进行评估:IAT量表[
DSM-5的标准参照IGDS9-SF(其中包含美国心理协会在DSM-5中提出的所有9个网络游戏障碍标准)进行了修订,并与IAT分数一起用于帮助诊断IA。在临床医生的指导下,参照IGDS9-SF对本研究中使用的9个问题进行了修改。本样品的内部一致性良好(Cronbach
IAT的节点缩写一个规模。
节点 | 项 | 缩写 |
IAT_01 | 你有多少次发现自己上网的时间比预期的长? | 在计划之外继续上网 |
IAT_02 | 你有多少次为了上网而忽略了家务? | 忽视家务 |
IAT_03 | 比起与伴侣的亲密关系,你有多少次更喜欢上网带来的兴奋? | 网络胜过亲密 |
IAT_04 | 你多久与其他在线用户建立一次新关系? | 通过网络建立新的联系 |
IAT_05 | 你生活中的其他人有多少次向你抱怨你花太多时间在网上? | 抱怨上网时间太长 |
IAT_06 | 你的成绩或功课有多少次因为上网时间太长而受到影响? | 学业受到影响 |
IAT_07 | 在做其他事情之前,你多久检查一次邮件? | 先查看邮件 |
IAT_08 | 你的工作表现或工作效率有多少次因为互联网而受到影响? | 工作表现受到影响 |
IAT_09 | 当别人问你在网上做什么时,你是否经常变得防御或遮遮掩掩? | 对自己在网络上的行为守口如瓶或遮遮掩掩 |
IAT_10 | 你有多少次用互联网上的舒缓思想来屏蔽生活中令人不安的想法? | 用网络来逃避情感 |
IAT_11 | 你多久会发现自己在期待什么时候会再次上网? | 渴望下一次使用互联网 |
IAT_12 | 你有多少次担心没有互联网的生活会变得无聊、空虚、无趣? | 担心离线会无聊 |
IAT_13 | 当你上网时,如果有人打扰你,你会有多频繁地发脾气、大喊大叫或表现出生气的样子? | 因被打断而生气 |
IAT_14 | 你多久会因为上网而失眠? | 失去的睡眠 |
IAT_15 | 当你离线的时候,你有多少次觉得自己全神贯注于互联网,或者幻想自己在网上? | 幻想自己在网络上 |
IAT_16 | 你是否经常发现自己在上网时说“再等几分钟”? | 不愿离线 |
IAT_17 | 你有多少次试图减少上网的时间却失败了? | 不能停止上网 |
IAT_18 | 你是否经常试图隐瞒自己上网的时间? | 隐藏网络时间 |
IAT_19 | 你有多少次选择花更多的时间在网上而不是和别人出去? | 比起外出,我更喜欢上网 |
IAT_20 | 当你离线时,你多久会感到沮丧、喜怒无常或紧张,而一旦你重新上线,这些情绪就会消失? | 网络让你感觉更好 |
一个网瘾测试。
采用全部2845名被试构建IAT症状网络模型,采用R软件(版本3.6.1;R基础统计计算)使用
为了探究IAT量表与被试DSM-5条目之间的网络相关性,我们采用相同的方法构建了这两个量表的基于互联网的症状网络。对于这个基于互联网的症状网络,我们进一步从第二批79.38%(2845/3584)的参与者中选择数据。
我们使用了三个常见的中心性度量
对于网络症状,症状强度高的节点可视为核心症状,因为高强度节点的症状与其他症状的关系更为密切。根据精神病理学网络理论,当一个高强度节点被激活时,其症状被进一步激活的概率相对较高。节点强度低的症状可视为边缘性[
采用1000次迭代的自举过程计算了网络的边缘精度和稳定性估计。首先,我们通过自举边缘权重来估计95% CI边缘的准确性。这些ci之间的重叠表明准确性较低。第二,我们测试了稳定性
我们使用R中的网络比较测试包对IA和NIA样本的IAT症状网络进行比较,以探索IA和NIA之间整体连通性可能存在的差异。比较基于排列过程,排列的数量为5000。
筛选后纳入63.50%(2845/4480)的参与者,其中IA组患者占12.47%(355/2845)(平均评分57.32,SD 7.70;平均年龄19.36岁,SD 1.07岁;89/355,男性占25.1%)和87.52%(2490/2845)的NIA组患者(平均评分34.75,SD 7.87;平均年龄18.59岁,SD 1.69岁;938/2490,男性37.67%)。本组患者年龄在14 ~ 24岁之间,其中18 ~ 19岁的患者居多(1203/2845,42.28%)。IA组和NIA组在年龄和IAT评分上有显著差异。在IAT成绩上也存在显著的性别差异。
第二次筛查后69.49%(1977/2845)参与者的互联网使用习惯描述性分析(
样本特征和互联网使用习惯(n=1977)一个).
|
IAb17.40% (n = 344) | NIAc82.59% (n = 1633) | |
平均年龄(SD) | 19.6 (0.852) | 19.7 (0.938) | |
|
|||
|
男人 | 113 (32.8) | 392 (24) |
|
女性 | 231 (67.2) | 1241 (75.99) |
|
|||
|
移动电话 | 338 (98.3) | 1598 (97.85) |
|
电脑 | 4 (1.2) | 28日(1.71) |
|
平板电脑 | 2 (0.6) | 5 (0.31) |
|
其他d | 0 (0) | 2 (0.12) |
|
|||
|
0 - 3 | 36 (10.5) | 359 (21.98) |
|
3 - 6 | 130 (37.8) | 752 (46.05) |
|
6 - 9 | 91 (26.5) | 359 (21.98) |
|
9 - 12 | 43 (12.5) | 77 (4.72) |
|
> 12 | 44 (12.8) | 86 (5.27) |
一个在总共2845名参与者中,1977人(69.49%)完成了互联网使用的自我报告。
bIA:网瘾。
cNIA:非网瘾。
d除了上述三种模式外,参与者上网的主要模式。
在
IA症状网络的中心性度量表示每个节点的强度、亲密度、中间度和预期影响值。数值越高,表明该项目在网络中处于中心位置。节点IAT_06、IAT_08、IAT_17、IAT_12和IAT_15的强度中心性指数最高。说明其他节点到节点IAT_06、IAT_08、IAT_17、IAT_12、IAT_15的连接权值最大。节点IAT_15的亲密度最高,表明该认知症状对连接网络中其他不相关的症状具有影响。节点IAT_15和IAT_17的中间性中心性指数最高。这表明这两个高度中介的节点可以被视为连接其他症状的桥梁。节点IAT_06、IAT_08、IAT_17、IAT_12、IAT_15的预期影响最大,与其他节点的正相关最强;然而,并非所有其他中心性指数都是最高的。每个节点缩写所代表的标题含义见
此外,IAT_12(害怕离线无聊;力量= 0.500;between =50), IAT_17(无法停止上网;力量= 0.526;between =112)和IAT_15(幻想上网;力量= 0.474;between =140)在IAT量表上也具有较高的强度。这5个节点是最强的5个点。值得注意的是,这些节点在
进一步,我们发现
网络成瘾群体的症状、网络与中心性测量。网瘾测试。
网络成瘾组和非网络成瘾组之间的边缘显示出显著差异。网瘾测试。
在
我们使用基于排列的方法来比较IA个体与非IA个体(NIA)之间显示显着差异的边缘;显著的正相关和负相关显示在
相比之下,IAT_11(渴望下一次使用互联网)的症状与IAT_10(上网逃避情绪;平均差=−0.174;
在
网络成瘾测试(IAT)和精神障碍诊断与统计手册-第5版(DSM-5)症状网络。
估计网络包括29个节点,20个IAT条目,9个DSM-5 IA诊断标准条目。估计的网络产生406条边(29x[29-1]/2),其中199条边的权值为非0。连接IAT_06(学校工作受影响)和IAT_08(工作表现受影响)的边的权重最强(0.479)。其他强烈的关联包括IAT_03(网络胜过亲密)和IAT_04(通过网络建立新的联系;0.414),在IAT_11(渴望下一次上网)和IAT_12(害怕离线无聊;0.353)。
本研究通过对IA组和NIA组的IAT量表网络症状进行描述性分析,确定IA的核心症状。另外,通过网络比较来确定两种网络之间的差异。从中,我们发现了两个主要结果。首先,IA组的核心症状是IAT_06(学业困扰)、IAT_08(工作绩效困扰)、IAT_12(害怕离线后无聊)、IAT_17(无法停止上网)和IAT_15(幻想上网)。其次,IA组和NIA组在网络上存在差异。总之,这些结果部分地支持了我们的假设。结果支持假设1,部分支持假设2。在假设2中,渴望上网和失控是IA的核心症状,但结果表明,消极的情绪状态不是IA的核心症状。有趣的是,结果显示IAT_09(对上网的防御或保密)与IAT_18(隐藏上网时间)有很强的联系。这一结果也得到了与DSM-5症状的网络连接的支持; for example, anonymity was associated with community. Thus, the anonymity of the internet is a potential factor affecting the behavioral performance of IA. The DSM-5 diagnostic criteria for IA have high correlation with key symptoms and low correlation with outcome symptoms.
渴望、失控和无聊似乎在IA的发展中起着关键作用。我们的研究发现,IAT_06(学业困扰)、IAT_08(工作绩效困扰)、IAT_12(离线后害怕无聊)、IAT_17(无法停止上网)和IAT_15(幻想上网)是IA的核心症状,这与之前的研究结果一致,即“没有互联网的生活是无聊和空虚的”和“对未来在线活动的预期”两个项目是IA网络的核心。
有趣的是,其他节点IAT_12(害怕离线时感到无聊)、IAT_17(无法停止上网)和IAT_15(幻想上网)是激活其他IA症状的关键症状。先前的研究发现,IA患者自尊心低,孤独感高,社交技能差[
此外,连接分析表明,在IA个体和未IA个体(NIA)的比较中,IAT_09(对上网的防御性或保密性)与IAT_18(隐藏上网时间)具有较强的联系。这两个节点都涉及到与互联网访问和互联网匿名性相关的信息隐藏。研究表明,网络交流的特殊性(匿名性、缺乏社交不适的视觉指标、缺乏实际存在等)可以促进人们的自我表露[
这项研究有几个局限性。首先,IA组的样本量明显小于NIA组。其次,本研究没有探讨其他有趣的变量,如情绪调节能力、社会功能和人格特征的影响。第三,由于男女学生可能有不同的网络行为,未来的研究可以将性别作为一个自变量来比较IA症状网络中性别之间的差异。还应考虑几个强度点。据我们所知,到目前为止,很少有研究使用网络分析模型和IAT量表来分析IA。传统的游戏成瘾干预通常缺乏目标。本研究表明,游戏成瘾存在一些与其他症状密切相关的核心症状。对这些核心症状进行干预可能会获得更好的疗效。先前的研究已经表明了这一点,并且对缓解抑郁症的排序治疗方案的网络分析已经揭示了
综上所述,IA和NIA的网络是不同的。对日常生活和学习的影响是IA的结局症状。渴望、失去控制和无聊是引发内感障碍其他症状的关键症状。隐瞒网络信息是IA的一个关键症状。互联网的匿名性是影响IA的一个潜在因素。IA的DSM-5诊断标准与关键症状相关,与结局症状相关性较低。确定IA的核心症状以及IAT与DSM-5诊断标准之间的联系有助于提高IA治疗的针对性和有效性。
中央稳定
精神疾病诊断与统计手册-第5版
网络成瘾
网瘾测试
国际疾病分类-第11版
9项网络游戏障碍量表-简表
非互联网成瘾
作者要感谢提供研究场地的学校和参与研究的学生。本研究得到江苏省卫生厅指导性科研项目(批准号Z201319)、江苏省高等职业教育高水平专业群建设项目(2021;国家自然科学基金项目(82171485)、上海市精神卫生中心启航项目(2019-QH-05)、上海市后起之秀启航项目(22YF1439200)、省外国专家百人计划项目(BX2021081)、高端外国专家引进计划项目(G2021014067L)。资助机构没有参与实验设计或结论。
分析代码和原始数据可在开放科学框架[
JL和QZ进行分析并撰写原稿。JC和YZ收集数据,并参与文献收集和整理过程。NZ, LG, CL修改了稿件。HZ、ZJ和TC设计了研究并修改了稿件。所有作者都对稿件做出了贡献,并批准了提交的版本。
没有宣布。