不同的模式有问题的智能手机在中国大学生中使用和相关因素

背景

本研究旨在不同子组的分类问题在中国大学生智能手机使用。性别差异和心理特征的分类组织也被检查。

方法

共有1123名参与者完成了手机成瘾指数规模,流行病学研究中心抑郁量表,感知到的社会支持量表和感知到的压力范围。使用潜在的概要分析,我们确定了不同子组的有问题的智能手机在大学生中使用。多元逻辑回归分析实施检查潜在的协变量类和人口统计和心理之间的关系。

结果

被识别后的四个潜在类:低风险组,没有模棱两可的有中等组,有中等的模棱两可集团和高危人群占11%,24.1%,35.5%,和29.4%的总样本,分别。进一步分析显示,女性参与者更容易有中等模棱两可和高危人群,与抑郁情绪和个人更有可能有中等和高危人群。

结论

大学生根据分类问题的智能手机使用的特点可能是有用的对于理解风险因素和开发有针对性的预防和干预项目。

2011年智能手机被广泛流行,已经越来越多地使用在过去的十年里,特别是在中国大陆。2021年8月,中国互联网络信息中心报告说10.07亿中国人自己的个人移动电话和互联网接入,99.6%的人使用智能手机上网(1]。因为智能手机有永久访问互联网,可以满足各种需求,用户变得格外附加到这些设备。这一趋势引发了关注智能手机过度使用人员和公众的成员(2,3]。

一项研究发现,6.3%的青少年(6.1%的男孩和6.5%的女孩)表现出有问题的智能手机使用的(事业单位)4),另一个报道,事业单位在中国大学生的估计患病率是21.3%(2015年5]。评论还得出结论,事业单位在儿童和年轻人的速度10到30%从2011年到2017年,平均接近25% (6]。鉴于过度使用智能手机是一个新现象,仍然是新兴的研究集中在这个问题,还需要进一步的实证研究来支持和丰富这些关键对话(3]。

类似行为上瘾,过度使用智能手机与一系列的不利影响(7),如身体健康和认知问题(例如,睡眠不好和自控能力的下降)(6,8),情绪问题(如抑郁和焦虑)9,10),和社会问题(例如,受损的家庭和学校关系)(11]。尽管有这些负面影响,建议让手机成瘾的新类别dsm - 5被拒绝(12]。先前的文献认为智能手机是物理对象类似于“酒精成瘾的玻璃”或“针在海洛因成瘾”,因此建议我们不应该归咎于来自智能手机使用设备本身的问题(3]。换句话说,智能手机的平台和接口意味着事业单位重叠,但也不同于,上瘾的构造2,9]。建立这个关键对话,当前的研究事业单位定义为使用手机的不适应的模式,即人们离不开智能手机或控制他们使用它,最终损害他们的身心健康,阻碍了他们的日常运作13]。

事业单位的分类,先前的研究之间的不同。一个方法的分类识别两种类型的事业单位(“是”和“不”)通过设置清晰的界限(14]。最常见的方法采用标准的平均值±标准偏差(SD),事业单位,主要分为三类:non-addiction集团问题使用组、和成瘾组(15]。这个variable-oriented方法没有透露个人之间不同的模式,然而,可能导致过度广义结论基于样例(16]。相反,person-oriented方法捕捉信息在个体层面,可以区分意义的模式特征的分子组(17]。近年来,person-oriented研究方法,如潜类别分析,已经成为更受欢迎在疾病异质性的研究[18]。潜在的概要分析(LPA)是一种潜在的阶级分析,用于评估连续指标,和是一种经验方法揭示未被注意的异质性在人群中通过识别不同类别的参与者在一个给定的样本(19]。鉴于LPA被认为是最好的方法来诊断类异质性当没有可用临床访谈(20.,21),当前的研究使用这种方法来探索大学生事业单位的特定模式。

一个小的研究试图确定事业单位使用潜类的类型学分析(22,23]。这些研究不同数量的子组,他们的报告,描述三个到六个独立的子组,是基于小样本大小。潜在类别特征及其影响因素因此应该更深入地探索了使用数据从一个更大的样本。一些预测归因于高symptom-level子组已确定。影响因素,比如年龄(24,25),低自尊26,27),孤独28)、压力(29日),情感障碍(30.)、个性(31日),和社会关系32已报告。在这种类型的研究中,焦虑和抑郁的主要焦点(33]。然而,这些研究结果是有争议的,在样品仍然需要深入调查可变性。大学生是一个弱势群体很容易沉浸在自己的智能手机,因为他们对社会环境敏感和容易情绪不稳定23]。总之,当前的研究执行LPA识别未被注意的和均匀的子类型大学生的事业单位,然后探讨了事业单位类型与人口和社会心理因素的关系。

参与者和过程

从大的横断面研究获得的数据。所有与会者都招募了2018年12月在温州温州医科大学,浙江,中国。研究的入选标准如下:1)愿意参与基线测量和2)日常使用智能手机。参与者本科生参加一系列的医学专业,包括精神病学,临床医学,中医。共有1150名受试者完成了匿名调查。27(2.3%)被排除在外,因为超过20%的数据被丢失在一个或多个关键心理变量的尺度。因此,最后研究样本包括1123名(97.7%)的参与者。

措施

自我报告的人口调查

虽然培训评估的监督下,参与者完成了社会和人口调查。这收集了参与者的一般信息,如性别、年级,住宅,独生子女的地位。

手机成瘾指数量表

手机成瘾指数量表是用来定量评估参与者的移动电话的使用水平(34]。规模评估四个维度,包括无法控制的欲望,感到焦虑和丢失,撤军或逃避,和损失的生产力35]。包括17个项目规模,评价5分李克特量表上。得分越高,越强的要求。克伦巴赫的α的规模为0.82本研究。

抑郁量表

流行病学研究中心抑郁量表(36)是用来评估抑郁状态。量表由20个项目,每一个都是根据症状的严重程度得分,并评估九抑郁症的症状(37]。更高的分数表明更严重的抑郁症的症状。流行病学研究中心抑郁量表是使用最广泛的自我评定量表之一,因为它具有良好的心理属性,允许评估抑郁症状在公众36]。克伦巴赫的这种规模的α为0.86本研究。

感知到的社会支持量表

参与感知到的社会支持量表是用来评估感知到的社会支持程度(38,39]。规模评估三个维度:家人的支持,朋友的支持,和其他形式的支持(如老师和亲戚)。中国人口的量表具有良好的信度和效度(40]。更高的分数表明提供更多的社会支持。克伦巴赫α的规模为0.86在目前的研究中。

感知到的压力范围

感知到的压力范围(41)是用来衡量在多大程度上被调查者觉得压力是不可预知的,无法控制,无法抗拒。14个项目的规模由5分李克特量表上得分经常从从不(0)(4)。总分数范围从0到56,得分越高表明更大的压力。克伦巴赫的规模在当前样本α为0.73。

统计分析

识别潜在的类别

多万(8.0版本42)是用来构造一个LPA,这样任何异构潜类别事业单位可以为特征的差异。LPA提供个人和分类是一种特殊形式的有限混合模型。与其他方法不同的是,聚类分析等情况下不是绝对分配给一个类,但是有一定的概率属于一个类(43]。这个概率和为中心的方法可以减少误分类和失踪的参与者(44]。

适合度的评价指标LPA的Akaike信息准则(AIC) [45),贝叶斯信息准则(BIC) [46,样本大小调整BIC (aBIC) [47]。这是一个相对指标,降低BIC AIC和aBIC值显示一个更好的模式适合[47]。第四个指标是熵值,最大值为1和高值优先(48]。一个熵值大于0.8表示分类的准确性超过90% (49]。是优先考虑熵在合适的情况下指数两个模型之间的比较相似。引导和Lo-Mendell-Rubin的似然比检验,测试也被应用。明显的似然比k类的测试p< 0.05表明指定的幼儿园与k - 1类模型是一个改进模型(50]。为了避免解决方案基于局部最大值,我们使用200随机集最初的开始值和50最后阶段优化。此外,每个潜在的类定义有意义的临床可解释性51]。后验概率的模型被用来分配每个参与者对他们最有可能的类(18]。

识别风险因素

而不是删除缺失值,取而代之的是平均值。所有分类变量被描述为计数和百分比,和所有被描述为手段和SDs连续变量。使用潜在类别的分类结果作为因变量和人口因素,利率的抑郁,感知到的社会支持,和感知压力得分作为独立变量,建立了多项逻辑回归模型使用SPSS 22.0版。优势比(ORs) 95%的置信区间(CIs)报道,一组显著性水平为5%。

参与者的特征

共有1123名大学生参加了这项研究。描述性统计的样本展示在表1。共有704名参与者(62.6%)是女性,和419年(37.4%)是男性。大多数住在城里(n= 636,56.6%)和592年(52.7%)没有一个唯一的孩子。总体的意思是流行病学研究中心抑郁量表得分36 (SD = 9.3)。

潜在的概要分析

使用一个人为本方法,LPA在大学生用来确定事业单位。五个潜在的类模型估计,适合指数报告在表生成的模型2。BIC, AIC和aBIC不断随着潜在的类的数目的增加而减少。Lo-Mendell-Rubin测试值的五类解决方案不显著(p> 0.05)。与两个,三级解决方案相比,AIC, BIC,和aBIC值表明,四级的解决方案是可取的,熵值也是如此。会员后验概率高的四个潜在的类(分别为0.943,0.889,0.914和0.936)还表示好模型的歧视。四级的解决方案就选为最优的解决方案。

我们的结果显示一个四类解决方案,是等级制度的组织,这意味着不同的类从最高到最低频率的症状背书。图1描绘了事业单位的档案在四类。1级被称为“低风险组”(n= 123,11%)由于这群手机成瘾指数量表得分最低。类2和图3展示了比这更严重的smartphone-related问题低风险组。3班的得分明显高于二班模棱两可(项目13:“当我感到孤立,我用我的手机与他人聊天”;项目14:“当我感到孤独时,我用我的手机与他人聊天”;15项:“当情绪很低,我玩手机来提高我的情绪”)。因此,3班被评为“有中等模棱两可集团”(n= 399,35.5%)和二班被称为“有中等,没有模棱两可集团”(n= 271,24.1%)。第4类包含大约29.4%的样品(n= 330)。参与者在这一组显示贫困心理档案对自己无法控制的欲望,感到焦虑和丢失,撤军或逃避,和生产力损失。4个人在课堂上是最可能经历的所有不同形式的事业单位。这个类被贴上“高危人群”。

预测类成员

使用“低风险组”作为参考类、多项式回归分析结果如表所示3。类之间有显著性差异。女性参与者更有可能表现出比男性参与者事业单位。女性参与者1.96(95%置信区间CI: 1.27 - -3.00)和2.23倍(95%置信区间:1.43—-3.46)更有可能属于模棱两可的有中等组和高危人群是男性参与者。此外,抑郁症的几率增加参与者落入二班(或= 1.08,95% CI: 1.05—-1.11), 3班(或= 1.04,95% CI: 1.02—-1.07),或类4(或= 1.11,95% CI: 1.08—-1.15)。

本研究旨在识别不同类型的事业单位在中国大学生和评估不同类型的事业单位的相关因素。根据目前的结果,我们为未来的预防和干预方法提出建议。过去的研究在事业单位异构和层次组织通过识别类个人根据自己的症状(22,23]。LPA在我们的研究结果支持了四级模型按症状的频率排序,如下:(a)低风险组(b)有中等,没有模棱两可集团(c)模棱两可的有中等组和(d)高危人群。这种分类支持事业单位在大学生的层次特性,揭示不同事业单位类型。

显示的低风险组由青少年,低频在所有事业单位的症状。这组包括至少参与者(n= 123,11.0%)。高危人群类包括29.4% (n= 330)的所有参与者。虽然大多数研究[22,52]报道低风险组比高危人群,我们的研究结果是不一致的。然而,重要的是要考虑到属于高危人群并不意味着参与者显示临床相关事业单位的迹象。实际上,他们只在手机成瘾问卷得分更高。差异相比,以前的研究也可能是由于不同的仪器使用和/或差异的参与者。此外,先前的研究已经得出结论,网络成瘾与国家快速发展相关联。这是因为一个国家的发展与新媒体和技术的进步在生活的许多方面,从而导致过度使用互联网(53]。同样,我们的研究揭示了事业单位的多样性,表明其患病率因地区而异。

大多数参与者属于有中等组(n= 670,59.6%)四类。这与以前的结果一致31日,54]。有中等组分为两组,即组织和没有模棱两可。3班在逃避中得分更高维度与二班相比,这是一个很少出现在先前的研究结果。一项研究表明,事业单位和孤独显著正相关,而寂寞是沉迷于社交网络服务的主要预测指标(55]。同样的,事业单位与特质焦虑有关(9,30.]。基于这些发现和观察类3项得分较高的情绪调节有关,我们可以推测,3班更频繁地使用智能手机来调节消极情绪,这是一个行为成瘾的迹象。因此我们建议3班有稍高的风险比二班事业单位(或上瘾)。

根据我们的多项逻辑回归分析的结果,女大学生更有可能属于高危人群。先前的研究表明,过度使用手机在女孩比男孩更常见(56]。此外,女性参与者显示更高水平的依恋和依赖智能手机(57,58),而女性更可能被归类为高风险手机成瘾(24]。调查表明,女性20岁以上三倍更有可能比男性(25%比9%)同意的声明,“我无法想象没有手机的生活”(59]。我们的研究支持“社会因素”假说,它认为,女性比男性更容易在社会环境60]。这可能意味着女性更容易事业单位在校园环境中与男性相比。

抑郁症严重程度显著相关的事业单位,这与先前的发现是一致的(9]。最近的研究表明,事业单位严重程度是适度与焦虑和抑郁严重程度相关61年),这种关联延伸到各个年龄段的成年人(62年]。事业单位和抑郁的相互关系中发现前瞻性群组研究可能会显著的双向(63年,64年]。一方面,事业单位与社会支持的缺乏,可引起焦虑和抑郁等情绪障碍(65年]。智能手机过度使用和宽容会导致人们使用智能手机长时间在晚上,这可能导致睡眠问题,可能会导致焦虑和抑郁66年]。另一方面,事业单位影响神经活动的影响重新确立进展(67年]。电话的使用通常的人提供奖励,因此确保行为会再次发生(68年]。由于这种新成立的奖励机制,当一个人放下手机,回到日常生活中,满意度不是简单或快速的获得,这可能导致不满和抑郁症。此外,患者抑郁情绪更容易受到事业单位。补偿网络使用与负面情绪理论认为,人们可能会减轻他们的坏情绪通过过度使用手机,这表明抑郁症患者更容易比心理健康事业单位人69年]。最近的研究认为事业单位应对机制,消除消极情绪,激发积极的情感,弥补缺乏离线社会化(70年]。这个赔偿负面情绪也反映在我们的研究。

感知到的社会支持和感知到的压力四个潜伏组之间没有显著差异,并没有确定为事业单位在我们研究的重要影响因素。最近的研究表明,现实生活中社会支持有助于减少事业单位(69年),但其他研究已经观察到没有这样的协会(11,71年]。根据青少年的回顾事业单位,社交网络是否可以视为一个预测因素仍然是开放的辩论(12]。结合目前的结果,我们有理由怀疑,感知到的社会支持的影响是削弱了抑郁症。一项研究的结果证实,社会支持的直接影响手机成瘾只占总数的12%的效果,和他们的协会是由抑郁72年]。这支持补偿网络使用理论,大学生缺乏足够的社会支持更有可能体验到沮丧情绪,更倾向于过度使用智能手机,安慰和关系(69年]。虽然感觉到的压力被发现事业单位在之前研究的预测(5),对比结果支持Person-Affect-Cognition-Execution的交互模型提出的品牌等。73年]。这个过程模型假设与互联网的使用障碍的个体更倾向于显示问题行为来调节情绪,可能是因为更脆弱的交互特征当面对压力,面对压力时不恰当的应对策略。换句话说,感知到的压力和事业单位之间的关系可以存在一个间接途径,如中介效应(29日]。因此,我们的研究结果的基础上,未来的工作应进一步探索机制在大学生压力知觉与事业单位之间的关系。

我们的研究结果表明,及时有效的心理干预可以帮助减少大学生的事业单位。首先,大学和他们的心理提供者应该为学生制定有针对性的教育计划和指南74年),不同性别的相关指导原则和课程。学生应该帮助温和和高风险的事业单位组织提高他们的适应应对技能,关注现实生活,而不是智能手机5]。此外,研究人员提倡改善情绪管理和培养情绪智力2]。最后,教师和心理提供者应该充分注意学生的心理干预和治疗抑郁症状为高危学生,建立心理健康档案。

本研究也有一些局限性。首先,数据是只有一个大学收集的,这可能会限制这些研究结果的普遍性。未来的研究应该检查事业单位的样本更具有代表性的普通人群。第二,参加者都是医学的学生并没有表现出明显的功能障碍。未来的研究应该扩展到临床,并比较他们的发现与研究。第三,这是一个横断面研究,不能推断出大学生事业单位的因果关系。此外,神经认知测试或神经生物学标记的使用会增加结果的有效性(31日]。关于方法,LPA的特点是根据相对概率来划分。未来的研究可以尝试识别更有识别力的分组和探索规模截止值划分的一致性和LPA分组后充分考虑上述局限性。

本研究确定了四种轨迹的事业单位和相互关联的因素。结果表明,女性表现出抑郁症状是事业单位的风险因素,但抑郁情绪可能是一个事业单位的负面后果。作为这项研究的延伸,它有可能实现早期识别高危的大学生的要求。提高事业单位,更要注意个人的风险因素,女大学生与抑郁症和学生。

上可用的数据请求的心理学,温州医科大学(见附加文件1)。国华张收到了权限和访问所有数据。

事业单位:

有问题的智能手机使用

LCA:

潜在类别分析

摘要:

潜在的概要分析

BIC:

贝叶斯信息准则

aBIC:

调整贝叶斯信息准则

BLRT:

引导似然比检验

LMR:

Lo-Mendell-Rubin测试

置信区间:

置信区间

或者:

优势比

鉴定:

流行病学研究中心抑郁量表

pss:

感知到的社会支持量表

PSS:

感知到的压力范围

我们想延长由于本科生参与这项研究。

这项研究由国家社会科学基金青年项目(批准号CBA170257]。

作者指出

1. 局域网香港和信义赖了同样的工作。

作者和联系

1. 衢州的第三医院,衢州,324000年,中国

   局域网在香港

2. 学校心理健康、温州医科大学、温州,325035年,中国

   局域网,新沂Lai、东吴徐、张魏,吴Bichang &鑫

3. 丽水温州医科大学附属第二人民医院,丽水,323000年,中国

   可赵

4. 温州医科大学附属康宁医院,温州,中国

   国华张

5. 老化研究所重点实验室阿尔茨海默病的浙江省温州医科大学、温州,中国

   国华张

贡献

作者广州,KZ, DX和XY设计研究和写的协议。作者LH, XL进行了统计分析。作者LH、XL、WZ BW进行文献搜索和写了初稿。作者广州,KZ LH审查和编辑的手稿。所有作者的贡献,通过最后的手稿。

相应的作者

对应到鑫昱,可赵或国华张。

伦理批准和同意参与

研究程序进行了符合赫尔辛基宣言。初的研究中,研究人员解释项目的参与。信息包括研究的目的、隐私和保密原则,声明自愿参与和研究员的联系信息。潜在参与者还被告知,他们可以在任何时候退出。所有受试者知情同意提供。综述了研究方案和研究伦理委员会批准,温州医科大学之前进行了研究。

同意出版

不适用。

相互竞争的利益

作者宣称没有利益冲突。

出版商的注意

施普林格自然保持中立在发表关于司法主权地图和所属机构。

开放获取本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图片或其他第三方材料都包含在本文的创作共用许可证,除非另有说明在一个信用额度的材料。如果材料不包括在本文的创作共用许可证和用途是不允许按法定规定或超过允许的使用,您将需要获得直接从版权所有者的许可。查看本许可证的副本,访问http://creativecommons.org/licenses/by/4.0/。知识共享公共领域奉献豁免(http://creativecommons.org/publicdomain/zero/1.0/)适用于数据可用在这篇文章中,除非另有说明在信贷额度的数据。

再版和权限