迷“网”的少年:网瘾风险青少年的症状演化.pdf
《迷“网”的少年:网瘾风险青少年的症状演化.pdf》由会员分享,可在线阅读,更多相关《迷“网”的少年:网瘾风险青少年的症状演化.pdf(14页珍藏版)》请在咨信网上搜索。
1、 心理学报 2023,Vol.55,No.9,14651476 2023中国心理学会 Acta Psychologica Sinica https:/doi.org/10.3724/SP.J.1041.2023.01465 收稿日期:2022-01-10*国家社会科学基金(16CSH049),广东省基础与应用基础研究基金自然科学基金面上项目(2021A1515011330)。通信作者:迟新丽,E-mail: 1465 迷“网”的少年:网瘾风险青少年的症状演化*陈诗韵1,2 屈笛扬3 卜 禾4 梁凯欣1 张沛超5 迟新丽1(1深圳大学心理学院,深圳 518061)(2香港理工大学应用社会科学系,
2、香港)(3清华大学万科公共卫生与健康学院,北京 100091)(4华东理工大学社会与公共管理学院,上海 200237)(5武汉大学现代心理学研究中心,武汉 430072)摘 要 本研究对深圳市 1279 名初一学生进行连续 3 年追踪测量,采用增长混合模型和网络分析方法,识别网瘾风险青少年及其网瘾症状的演化规律。增长混合模型结果显示,根据青少年网瘾的发展趋势可以将青少年区分为正常组和风险组。网络分析结果表明,风险组青少年的网瘾在不同阶段呈现不同的核心症状:在初一时,“强迫性网络使用”、“满足感缺失”、“情绪失控”和“戒断反应”的中心性均较高;在初二时,“满足感缺失”成为了该时间点中心性最高的核
3、心症状;在初三时,“戒断反应”成为了中心性最高的核心症状。本研究拓宽了对青少年网瘾动态变化性的认识,扩充了识别网瘾风险青少年的方法,为未来设计有针对性的干预方案提供实证依据。关键词 网瘾,网络分析,发展轨迹,纵向研究,症状演化 分类号 R395 1 前言 现代社会,互联网已成为人们生活中不可或缺的一部分。其中,青少年俨然已成为网络主要用户群体之一。据中国互联网络发展状况统计报告(2022)显示,截止2022年6月,青少年网民已高达13.5%(CNNIC,2022)。尽管适当的网络使用会给青少年带来积极影响(比如,促进信息传递和交流,建立更丰富的社会支持网络),但不可否认的是,过度依赖互联网可能
4、会对青少年产生诸多负面影响,如网络成瘾(以下简称“网瘾”;Chi et al.,2020;Pan et al.,2020)。网瘾指的是个体在无其它成瘾物质的影响时对上网的过度依赖,并因此导致学业、人际和社会功能等的损害(Young,1998)。由于青少年的身心发展尚不成熟,对网络中良莠不齐的信息缺乏辨识能力(Kuss et al.,2013),且对于网络使用行为缺乏足够的自制力(Tokunaga,2015),导致这部分群体成为了网瘾的高风险人群。据中国互联网信息中心报道,中国青少年的网瘾检出率已高达19.5%(CNNIC,2022),这意味着我国将近3315万青少年被检出网瘾。大量研究表明,网
5、瘾对青少年的身体健康(Gzel et al.,2018)、学业表现(Kuss et al.,2014)以及心理健康问题(Singh&Barmola,2016)有不良影响。鉴于青少年网瘾的高检出率和高危害性,迫切需要拓宽和加深对青少年网瘾的认识,为青少年网瘾评估和预警提供新的视角和解决思路。青春期是个体身心都会经历急剧变化的阶段。已有研究指出,网瘾风险青少年的识别和评估需要考量青少年网瘾的动态变化性(Bu et al.,2021)。例如,Chang等(2014)追踪了2315名10年级的台湾高中生,发现其中有六分之一的学生,在一年后(11年级)被检出有网瘾,而七分之一学生的网瘾水平在一年后显著降
6、低。随后,在我国不同地区的青少年中开展的研究也相继验证了青少年网瘾在不同阶段的动态变化性,如Bu等(2021)在深圳青少年的追踪研究中发现,初一表现出网瘾的青少年群体中,有59.3%的网瘾水平会随着时间的推移降低至1466 心 理 学 报 第55卷 临界值以下。在初一时未出现网瘾的青少年中,10.2%在初二时发展出网瘾。然而,上述研究仅采用两波次追踪数据,无法呈现青少年网瘾发展的趋势和重要拐点。此外,仅通过临界值标准区分“有”和“无”网瘾类别,再以不同时间点的青少年所属的类别变化来定义其网瘾的发展态势,可能会忽略网瘾发展存在的异质性,即具有相同类别变化的青少年可能表现出完全不同的发展轨迹。例如
7、,根据临界值标准,一部分青少年在两个时间点均被归于无网瘾类别,往往会被认为是没有风险,但是这部分群体可能正呈现向风险发展的态势。因此,纳入网瘾发展轨迹异质性的考量,可以在临界值识别网瘾风险组的基础上,更全面且清晰地揭示青少年网瘾发展特点。研究发现采用增长混合模型(Growth Mixture Model,以下简称GMM)考察网瘾发展轨迹,能够有效弥补上述不足(Choo et al.,2021)。已有研究证实了GMM分析方法在识别网瘾风险群组中的独特优势。例如,Choo等(2021)研究者通过4次的追踪调查结果发现,基于临界值标准,在一个或以上时间点被定义为有网瘾的青少年群体中,能够区分3个异质
8、性群组:网瘾边缘组(在第一个时间点时网瘾水平达到临界值,随后网瘾水平波动于临界值附近)、网瘾改善组(在第一个时间点时网瘾水平远高于临界值,随后网瘾水平波动于临界值附近)和网瘾波动组(在其中两个非连续时间点网瘾水平远高于临界值,而另外3个时间点网瘾水平在临界值以下)。此外,学者Hong等(2014)和Zhou等(2018)分别在韩国青少年和中国经历了创伤事件的青少年群体中考察网瘾发展轨迹,也同样发现在某一个及以上时间点表现出较高网瘾水平的青少年中具有群体差异性,既包括网瘾逐步上升至高水平的群组,也包括网瘾在高水平缓慢下降的群组。由此可见,相比于临界值区分方式,通过发展轨迹区分风险组青少年更佳。此
9、外,根据“失补偿”假说,上网行为是青少年在心理发展过程中受阻时的一种补偿表现。在这一过程中,青少年如果采用“建设性补偿”的方式,例如通过网络社交平台改善或修复同伴关系、适度通过网络游戏缓解压力来满足发展受阻所产生的需求,则意味着顺利完成补偿,从阶段性过度上网恢复到正常水平,即属于正常上网行为;如果采用的是“病态性补偿”,例如为逃避现实生活中的问题而沉迷网络,或网络成为个体获得满足和支持的唯一途径,则意味着失补偿的产生,导致青少年发展偏差或中断,即形成网瘾行为(高文斌,陈祉妍,2006)。该理论提示我们,基于不同的补偿方式,青少年网瘾发展轨迹可能存在异质性群组。基于此,本研究首先采用GMM分析方
10、法,以3年三波次的纵向研究数据识别青少年网瘾发展轨迹的异质性群组,并提出以下假设:青少年网瘾发展轨迹存在群组异质性,且存在网络使用行为不断增加并最终发展成为网瘾的风险组青少年(假设1)。此外,对于呈现风险发展态势的风险组青少年,本研究将进一步关注该群体的网瘾症状表现。由于网瘾尚未被世界卫生组织(WHO)、精神疾病诊断和统计手册(DSM-IV)或国际疾病分类(ICD-11)定义为一种心理疾病,因此目前学术界对于网瘾及其症状的界定仍然存在一定的争议。普遍认为,网瘾是成瘾行为的一种,并通过参考其它成瘾行为的标准对网瘾症状进行识别。其中,Young(1998)提出的以下8个症状作为识别网瘾的标准最广为
11、应用,具体包括:(1)强迫性网络使用;(2)保证满足感;(3)反复尝试减少上网行为;(4)当网络使用受限时,产生易怒、抑郁或情绪不稳定等情况;(5)过度时间消耗;(6)为了上网甚至危害工作或社会关系;(7)隐瞒上网行为;(8)逃避现实。根据这8项评判标准,不同学者分别发展出了7条目(Griffiths,1998)、8条目(Suler,2004)、10条目(Young,1998)及20条目(Young,1998)的网络成瘾量表。然而,最初发展出来的7条目和9条目的网络成瘾量表并非针对网瘾行为本身制定,而是参照DSM-IV中的赌博成瘾和精神活性物质依赖的标准制定,所以在后续的研究中使用较少(Gri
12、ffiths,1998;Suler,2004)。随后,Shek等人(2008)通过比较中文版Goldberg网络成瘾量表和Young的10条目网络成瘾量表(Internet Addiction Test-10,IAT-10),确认了Young的10条目网络成瘾量表在香港青少年中表现出较好的信效度。10条目的网络成瘾量表在Young(1998)提出的8个网瘾症状基础上,将“反复尝试减少上网行为”症状细分为“戒断症状”和“情绪失控症状”。“戒断症状”关注的是停止上网后的消极情绪反应,而“情绪失控症状”关注的是尝试控制或者减少上网时产生的消极情绪反应。同时,有研究者认为,因为网瘾所引发的过度金钱耗费
13、是突出症状之一(Cao&Su,2007),因此10条目的网络成瘾量表新增了一项关注上网花费问题的症状,即将上网所带来的过度金钱消耗也纳入为判定网瘾的标准之一。基于此,在本研究中,以Shek检验的中文版10条目网络成瘾量表作为参考第9期 陈诗韵 等:迷“网”的少年:网瘾风险青少年的症状演化 1467 依据(Young,1999),将单个测量条目视为网瘾的不同症状以考察其发展演化特点(Hirota et al.,2020)。近几年来,病理网络理论的发展为考察青少年网瘾成因和高复发提供了新的视角。根据病理网络理论,网瘾的症状网络中存在着一个或几个中心性较高的症状(又称核心症状),通过激活其它症状,从
14、而形成负性循环,导致成瘾行为的持续发展(Borsboom&Cramer,2013;Borsboom,2017)。此外,网络全局强度越高,症状内部连接越紧密,稳定性越高,网瘾易感性就越强(Borsboom,2017;Tio et al.,2016)。相比于以往的研究,基于精神病理学的网络分析方法可以更加直观地展现不同症状,以及症状之间的关联在网瘾中发挥的作用,从而为风险组青少年的网瘾核心症状的识别和干预提供实证证据。目前,仅有两项研究采用了网络分析方法考察青少年的网瘾情况,其研究结果一致表明不同网瘾症状和症状之间的两两关联在网络中发挥独特的作用。如,Hirota等(2020)对日本青少年网瘾进行
15、症状网络分析发现,“因为上网影响了学习效率”这一症状是网瘾的核心症状,能够更大程度地对其他症状产生影响。此外,Liu等(2022)对处于不同青春期阶段的中国青少年的网瘾症状网络分析发现,网瘾的核心症状在青春期早期为“满足感缺失”,中期为“睡眠减少”、“无法停止上网”和“感到抑郁”,后期为“感到抑郁”。然而,由于现有的青少年网瘾的网络分析研究均采用横断面研究设计,因此对网瘾症状随着时间如何演化仍然是未知的。尽管Liu等(2022)的研究已经关注到不同青春期阶段网瘾核心症状的变化,但该研究比较的是3个独立样本的症状网络,研究结果容易受到不同样本之间个体差异的影响。因此,有必要采用追踪研究设计考察相
16、同被试群体的症状网络演化。目前,有学者提出网络比较分析和被试间网络分析(如,交叉滞后网络分析)方法均适用于纵向数据(Robinaugh et al.,2020),但两者的关注点有所不同。前者强调的是不同时间点下核心症状和症状之间关联的差异,而后者则侧重于揭示网络症状在跨时间上的因果关系。目前学术界达成的共识在于两种分析方法均能提供有价值的部分信息,但关于何种方法更能体现精神病学症状之间的关系仍然存在争议(Robinaugh et al.,2020)。基于本研究目的,我们采用网络比较分析方法探索网瘾风险组青少年症状网络演化,旨在回答以下研究问题:网瘾症状总体连接程度和两两症状之间的关联在不同时间
17、点有何不同,以及不同时间点网瘾核心症状是否有所改变。综上所述,本研究选取初一年级的青少年作为研究对象,采用3年三波的纵向研究设计,结合GMM和网络分析方法,识别网瘾风险青少年并考察其症状演化规律,旨在实现以下目标:(1)根据青少年网瘾发展轨迹区分不同的异质性群体,并假设存在网瘾风险组青少年;(2)在症状层面比较不同时间点下风险组的网瘾症状网络(症状总体连接程度和两两症状之间的关联),并识别不同阶段时的网瘾核心症状。2 方法 2.1 被试与施测过程 本研究采用整群随机抽样法,以学校为标准进行分群。采用随机数表的方式从深圳市中学中抽取5所中学。每所中学的被试均为2016级初一学生,且以1年时间为间
18、隔,参与3次追踪测查。该研究项目为深圳市青少年心理健康调查项目,通过大样本追踪设计探讨青少年积极青少年发展及网瘾、抑郁及内外向行为发展特点及影响机制,旨在揭示青少年心理社会发展变化及差异,促进青少年健康成长。项目测查由心理学专业研究生担任主试,项目负责人事先对主试在测验目的、内容、要求、测验流程以及相关注意事项等方面进行统一的专业培训。施测前,首先征得学校和班主任老师的同意,向家长和学生介绍测试的整体情况,并获得家长和学生的知情同意。施测时,以班级为单位,采用纸笔测验的形式在教室进行统一施测,待所有学生做答完毕后,主试当场收回问卷。在3个时间点的测查中,施测程序完全一致。本研究所得数据于201
19、6年10月11月进行第一次施测(T1),之后每隔1年进行一次追踪调查。第一次施测共获得有效被试1544名,第二次施测(T2:2017年10月11月)获得有效被试1511名,第三次施测获得有效被试1480名(T3:2018年10月 11月)。由于本研究拟采用网络分析方法对研究问题进行探讨,目前现有的网络分析方法无法处理包含缺失数据在内的计算(Epskamp&Fried,2018)。因此,本研究删除未报告性别和年龄以及未完整报告所有网瘾条目的被试。差异性检验结果表明样本被试与流失被试在性别(p=0.15),年龄(p=0.66),T1网瘾得分(p=0.79)均无显著差异。表明本研究被试中不存在结构化
20、流失。三次都参与问卷调查的有效被试1279名构成了本研究的样本。其中,男生1468 心 理 学 报 第55卷 662名(51.8%),女生617名(48.2%)。首次调查时,被试的平均年龄为12.46岁(SD=0.63岁)。采用Harman单因素检验法对本结果进行检验,结果表明共有7个因子的特征根大于1,其中最大因子解释的变异量为17.55%,远小于临界标准40%,由此可以推断本研究不存在明显的共同方法偏差。2.2 工具 10条 目 网 络 成 瘾 量 表(Internet Addiction Test-10,IAT-10)3次调查均采用Young编制的10条目网络成瘾量表(Young,199
21、9)。Shek等(2008)在中国青少年群体确认了该量表中文版具有良好的信效度。该量表共包含10个网络成瘾症状,被试根据其在过去1年中网络使用情况回答“是”和“否”,其中“是”计1分,“否”计0分,共10个题目。以往的研究建议将4分作为该量表的临界值,即得分等于或大于4分的个体则可以被认为有网瘾(Shek et al.,2008)。在本研究中,量表在3个时间点的克朗巴哈系数分别为0.76,0.75和0.83。同时,该量表在3个时间点均表现出较好的结构效度(2=185.31245.05,df=34,p 0.001,CFI=0.910.93,TLI=0.880.91,RMSEA=0.060.09,
22、SRMR=0.04)。2.3 统计分析 本研究首先采用Mplus 8.0(Muthn&Muthn,2017)进行描述性统计和相关性分析。其次,将性别和年龄作为协变量,采用GMM估计不同异质性群体的发展轨迹,并采用差异性检验比较不同异质性群体的人口统计学差异。最后,使用R-package version 4.1.3估计网瘾风险群组3个时间点的网络结构和中心症状演化。2.3.1 GMM分析 首先,基于3年三批次的追踪数据,通过评估和比较GMM的拟合程度,分析青少年网瘾的3年发展轨迹的异质性。传统的增长模型假设样本中所有的个体有着相同的增长轨迹,与之相比,GMM允许群体内存在异质性,即假设样本中存在
23、不同的类别群体有着相似但不完全相同的增长轨迹。GMM的独特优势在于能够在考虑时间因素前提下,更准确地分辨不同个体之间的异质性,根据个体的发展轨迹更加准确识别出网瘾的风险群组。本研究采用增长因子方差和协方差自由估计的GMM,即允许类别内所有个体具有不完全相同的增长轨迹,以最大限度保证拟合的优化和体现发展轨迹的异质性。在GMM模型分析中,截距和斜率均存在均值和方差两个参数。截距因子的均值用于描述个体的平均初始水平,而截距因子的方差则反映个体在特定时间点之间的差异程度,即方差值越大,说明个体间的初始水平差异越明显。斜率因子的均值表示的是各个时间点之间的平均增长率,而斜率因子的方差则反映个体间增长率的
24、差异程度,即方差值越大,个体间发展轨迹的差异越明显(王孟成 等,2017)。GMM模型的检验指标包括信息指数:艾凯克信息准则(AIC)、贝叶斯信息准则(BIC)、样本校正的BIC(aBIC)、信息熵(Entropy);检验统计量:似然比检验指标(LMR)和基于Bootstrap的似然比检验(BLRT)指标。根据“Entropy更高,AIC、BIC和aBIC更低者,LMR和BLRT两个指标p值达到显著水平,模型拟合效果更好”的选择方法,且保证每个类别的人数比例不少于5%,确定最优类别模型(张洁婷 等,2010)。2.3.2 网络分析 采用R-package对不同时间点时的网瘾症状网络进行估计,该
25、分析方法遵循Epskamp和Fried发表的标准指南(Epskamp&Fried,2018)。首先,使用R程序包IsingFit对症状网络进行估计及可视化。采用基于里斯模型的eLasso方法,使用正则化逻辑回归的方法估计网络结构。为避免假阳性关联的出现,该程序使用最小绝对收缩和选择 算 子(Graphical Least Absolute Shrinkage and Section Operator,GLASSO;Tibshirani,1996)对此进行了控制。该方法适用于估计二进制数据的加权无向网络,其网络边缘可以理解为一个变量与其他所有变量的回归方程系数(斜率与截距)的加权平均值。由于本研
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 少年 风险 青少年 症状 演化
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。