欧洲青少年的病理性互联网使用和风险行为（2016）

诠释。 J. Environ。 RES。 公共卫生 13（3），294; DOI：10.3390 / ijerph13030294

托尼德基 1,*，弗拉基米尔卡利 1，Birgitta Floderus 2，卡米拉瓦瑟曼 3,4，Marco Sarchiapone 3,5，Alan Apter 6，Judit A. Balazs 7,8，Julio Bobes 9，Romuald Brunner 10，保罗科科伦 11，Doina Cosman 12，克里斯蒂安哈林 13，Christina W. Hoven 4,14，迈克尔凯斯 10，Jean-Pierre Kahn 15，波格丹尼姆斯 12，Vita Postuvan 16，Pilar A. Saiz 9，PeeterVärnik 17 和Danuta Wasserman 1
1
国家自杀研究和预防精神病 - 健康中心（NASP），Karolinska Institutet，斯德哥尔摩SE-17177，瑞典
2
瑞典斯德哥尔摩SE-17177卡罗林斯卡医学院临床神经科学系
3
莫利塞大学医学与健康科学系，意大利坎波巴索86100
4
美国哥伦比亚大学纽约州精神病学研究所儿童和青少年精神病学系，纽约，10032，美国
5
国家移民与贫困研究所，Via San Gallicano，罗马25 / A，意大利
6
Feinberg儿童学习中心，施耐德儿童医疗中心，特拉维夫大学，特拉维夫49202，以色列
7
Vadaskert儿童和青少年精神病医院，布达佩斯1021，匈牙利
8
匈牙利布达佩斯1064，EötvösLoránd大学心理学研究所
9
西班牙奥维耶多OViedo奥维耶多大学心理健康网络（CIBERSAM）精神病学系精神病学研究中心
10
儿童和青少年精神病学诊所，海德堡大学心理社会医学中心，海德堡69115，德国人格发展障碍科
11
爱尔兰科克西路的国家自杀研究基金会
12
Iuliu Hatieganu医学和药学大学临床心理学系，Str。 Victor Babes Nr。 8，Cluj-Napoca 400000，罗马尼亚
13
医学信息技术大学（UMIT）心理健康研究部，克拉根福，因斯布鲁克6060，奥地利
14
纽约哥伦比亚大学Mailman公共卫生学院流行病学系，10032，美国
15
南非洛林大学南希中心医院精神病学系，南希，Vandoeuvre-lès-Nancy 54500，法国
16
斯洛文尼亚自杀研究中心，Primorska大学AndrejMarušič研究所，Koper 6000，斯洛文尼亚
17
塔林大学爱沙尼亚-瑞典心理健康与自杀学研究所行为与健康科学中心，爱沙尼亚塔林10120
*
Correspondence: Tel.: +46-852-486-935; Fax: +46-8-30-64-39
学术编辑：Paul B. Tchounwou
收到：1十二月2015 /接受：3三月2016 /发布：8三月2016

抽象

: 风险行为是导致青少年和年轻人发病的主要原因的主要原因; 然而，它们与病理性互联网使用（PIU）的关联相对未开发，特别是在欧洲范围内。 本研究的主要目的是调查欧洲青少年风险行为与PIU之间的关系。 这项横断面研究是在FP7欧盟项目框架内进行的：欧洲年轻人的储蓄和赋权（SEYLE）。 青少年数据来自11个欧洲国家研究地点的随机学校。 使用Young's Diagnostic Questionnaire（YDQ）测量PIU。 使用从全球学校健康调查（GSHS）采购的问题评估风险行为。 在分析中包括总共11,931青少年：43.4％男性和56.6％女性（M / F：5179 / 6752），平均年龄为14.89±0.87年。 报告睡眠习惯不良和冒险行为的青少年表现出与PIU的最强关联，其次是吸烟，营养不良和缺乏身体活动。 在PIU组的青少年中，89.9％被定性为具有多种风险行为。 PIU与风险行为之间观察到的显着关联，以及高同时发生率，强调了在筛查，治疗或预防青少年高危行为时考虑PIU的重要性。

关键词：病理性互联网使用; 网络成瘾; 风险的行为; 多重风险行为; 不健康的生活方式; 青少年; SEYLE

1. 简介

青春期是一个过渡时期，其特征是身体，社会和心理属性发生相当大的变化[1]。 此外，在这个短暂的时期，与同龄人，家庭和社会的关系发生了明显的变化，因为青少年开始主张他们的决定，情绪和行为的自主权[2]。 青少年的社交能力往往在不同学习环境中的心理社会互动过程中发展[3]。 鉴于培养社会认知和人际交往能力的广泛平台[4,5互联网已被证明是青少年心理社会发展的一个新的独特渠道[6,7].
尽管有这些固有的优势，研究表明，频繁和长期使用在线应用程序倾向于取代传统的社交互动和关系[8,9]。 有证据表明，在线累积时间取代了与家人和朋友面对面交流的时间[10]，参加课外活动[11]，完成学业任务[12]，适当的饮食习惯[13]， 体力活动 [14]和睡觉[15]。 由于青少年在网上花费的时间更多，他们的互联网使用可能会变得过度甚至是病态[16].
 
病理性互联网使用（PIU）的特点是过度或控制不良的关注，冲动或互联网使用行为导致损害或困扰[17]。 PIU在概念上被建模为脉冲控制障碍，并被归类为类似于病态赌博性质的行为成瘾分类[18]。 尽管PIU研究最近取得了进展，但由于缺乏对该病症诊断标准的国际共识，阻碍了解这一现象的努力。 它既未列入精神疾病诊断和统计手册（DSM），也未列入国际疾病分类（ICD）病理系统。 PIU研究面临的主要挑战是其作为一种成瘾性疾病的概念。
 
鉴于这些争论，最近发布的DSM-5 [19]包括行为成瘾（非物质相关的成瘾性疾病）作为官方诊断类别，赌博障碍（GD）是这一新分类中列出的唯一条件。 网络游戏障碍（IGD）也是行为成瘾的潜在亚型，被认为包含在DSM病理系统中; 然而，仍然缺乏支持IGD作为诊断疾病的证据。 IGD随后被纳入DSM-5的第III部分，作为需要进一步研究的条件[20]，以确定其最终适合作为诊断障碍。 尽管目前PIU的语言模糊不清，仍有超越证据表明PIU与其他形式的成瘾之间存在密切联系[21,22,23,24].
研究表明，PIU患者具有行为和物质相关成瘾的神经，生物和心理社会属性[25,26,27,28,29]。 基于Griffiths表示的理论模型[30]，适用于PIU的成瘾性疾病有六种核心症状。 这些包括：显着性（专注于在线活动），情绪调整（使用互联网逃避或减轻压力），忍耐（延长在线时间的必要性），戒断（离线时的抑郁和烦躁），冲突（人际关系和心灵内）和复发（尝试停止使用互联网失败）。 这些核心组件为估计PIU的大小提供了理论框架。
 
PIU的患病率在各国之间差异很大，部分原因在于其定义，命名和诊断评估的异质性。 为了估计全球患病率，Cheng和Li [31通过使用具有可比较的心理测量工具和标准的研究应用随机效应荟萃分析来解决这些差异。 这种方法产生了来自跨越几个世界区域的89,281国家的31参与者。 结果显示，PIU的全球患病率为6.0％（95％CI：5.1-6.9），仅具有中度异质性。
使用代表性样本评估欧洲水平PIU的患病率研究是有限的。 尽管缺乏这种情况，但仍有新的流行病学证据表明该目标群体的流行率趋势稳定。 在欧洲青少年（n = 18,709）年龄为11-16年的代表性样本中，Blinka等。 [32]表明PIU的患病率为1.4％。 这与Tsitsika等人报道的比率一致。 [33]，他估计在1.2-13,284年龄的欧洲青年（n = 14）的代表性样本中，PIU流行率为17％。 Durkee及其同事[34然而，在4.4-11,956年龄的欧洲青少年（n = 14）的代表性样本中观察到16％略高的PIU患病率。 欧洲PIU患病率显着高于女性，随年龄增长而增加，因国家不同而与一系列精神和行为障碍有关[35,36,37,38,39].
 
风险行为的发作经常发生在青春期，很可能连续进入成年期。 男性患病率往往高于女性，风险行为频率随年龄增长而增加[40]。 从低风险（不良的睡眠习惯，营养不良和缺乏身体活动）到高风险（过量饮酒，非法药物使用和吸烟）行为，其严重程度各不相同。 研究通常将风险行为评估为独立实体，尽管明确的证据表明它们的共现，即使在很小的时候[41,42]。 与单一或无风险行为的个体相比，具有多种风险行为的人群患慢性病，精神障碍，自杀行为和过早死亡的风险最大[43,44]。 鉴于风险行为的同时性，必须了解其对青少年PIU风险的影响。
 
美国的青少年风险行为监测系统（YRBSS）确定风险行为是导致青少年和年轻人发病的主要原因的主要原因[45]。 除了这种隐含的假设之外，相对较少的研究系统地仔细研究了这些行为形式与青少年PIU的关联程度，特别是在欧洲范围内。 流行病学调查是必要的，以便更好地了解这一现象。
 
根据欧洲以学校为基础的大型青少年代表性样本，本研究的主要目的是调查风险行为（即酒精使用，非法药物使用，吸烟，冒险行为，逃学，不良的睡眠习惯，营养不良和缺乏身体活动）和不同形式的互联网使用。

2。 材料和方法

2.1。 研究设计与人口

目前的横断面研究是在欧盟项目框架内进行的：欧洲年轻人的储蓄和赋权（SEYLE）[46]。 从奥地利，爱沙尼亚，法国，德国，匈牙利，爱尔兰，以色列，意大利，罗马尼亚，斯洛文尼亚和西班牙的研究地点随机选择的学校招募青少年，瑞典作为协调中心。
 
选择符合条件的学校的入选标准基于以下条件：（1）学校是公开的; （2）至少包含40年龄的15学生; （3）为15年级的学生提供了两名以上的教师; 和（4）不超过60％的同性别学生。 符合条件的学校按大小分类：（i）小（≤研究地点所有学校的学生中位数）; （ii）大（≥研究地点所有学校的学生中位数）[46]。 使用随机数发生器，学校根据SEYLE干预和学校规模随机分配每个研究地点的社会文化因素，学校环境和学校系统结构。
 
通过对学校环境中的青少年进行的结构化问卷收集数据。
样本的代表性，同意，参与和响应率在方法分析中报告[47].
本研究是根据赫尔辛基宣言进行的，该议定书得到了每个参与国的当地伦理委员会的批准（项目编号HEALTH-F2-2009-223091）。 在参与研究之前，青少年和父母都提供了参与的知情同意书。

2.2。 测量

使用Young's Diagnostic Questionnaire（YDQ）评估PIU [18]。 YDQ是一份8项目问卷，用于评估数据收集前六个月期间导致心理或社会损害的互联网使用模式[48]。 YDQ中的八个项目对应于Griffiths组件模型中的六个项目，以及DSM-5中IGD诊断标准中的九个项目[49,50]。 基于YDQ得分，范围从0-8，互联网用户被分为三组：自适应互联网用户（AIU）（得分0-2）; 适应不良的互联网用户（MIU）（得分3-4）; 和病理性互联网用户（PIU）（得分≥5）[51]。 此外，在结构化问卷中使用单项问题测量每天在线时数。
通过使用全球学校健康调查（GSHS）的问题获得风险行为数据[52]。 GSHS由世界卫生组织（WHO）和合作者开发，是一项以学校为基础的调查，用于评估13-17岁青少年的健康风险行为。 该自我报告调查问卷包含与10青少年和年轻人发病率的主要原因相对应的项目。

2.3。 个人风险行为

根据GSHS，个人风险行为被划分为三类：（i）物质使用; （ii）寻求感情; （iii）和生活方式特征。 随后的个人风险行为被编码为二分变量。

2.3.1。 物质使用

使用物质涉及酒精使用，非法药物使用和使用烟草。 相应地对变量进行分类：（1）酒精使用频率：≥2次/周对比≤1次/周; （2）典型饮酒日的饮品数量：≥3饮料与≤2饮料; （3）饮酒至终身醉酒的发生率（酒精中毒）：≥3次与≤2次; （4）饮酒后宿醉的终身发生率：≥3次，≤2次; （5）曾经使用过毒品：是/否; （6）曾经使用过大麻或大麻：是/否; （7）曾使用烟草：是/否; 和（8）目前吸烟：≥6/天vs.XXUMX /天。

2.3.2。 感觉寻求

寻求感觉包括四个项目，表明在过去十二个月中采取冒险行动：（1）由一位饮酒的朋友驾驶车辆; （2）在没有头盔和/或（3）沿着移动的车辆拉动的情况下乘坐滑板或轮滑的车辆; （4）在夜间进入危险的街道或小巷。 所有四个项目的答案选择均为是/否。

2.3.3。 生活方式特征

生活方式特征包括与睡眠，营养，身体活动和上学相关的变量。 过去六个月的睡眠习惯：（1）在上学前的早晨感到疲倦：≥3天/周与≤2天/周; （2）放学后小睡：≥3天/周与≤2天/周; 和（4）睡眠：≤6小时/晚与≥7小时/晚。 营养指的是过去六个月：（4）食用水果/蔬菜：≤1时间/周与≥2次/周; 和（5）在上学前吃早餐：≤2天/周与≥3天/周。 过去六个月的体力活动：（6）过去两周内至少60分钟的身体活动：≤3天vs.XXUMX天; 和（4）定期进行体育比赛：是/否。 在过去两周内，学校出勤率包括一项关于无故缺课的情况：≥7天与≤3天。

2.4。 多种风险行为

将风险行为的总数计算为单个变量并编码为序数度量。 分半可靠性（rsb = 0.742）和内部一致性（α= 0.714）值表明多重风险行为测量中项目之间可接受的同质性水平

3。 统计分析

针对男性和女性，计算了互联网用户群体中个体风险行为的流行程度。 为了确定组比例之间的统计学显着性差异，使用具有Bonferroni调整的p值的双侧z-检验进行多个成对比较。 使用具有多项logit链和全最大似然估计的广义线性混合模型（GLMM），进行扩展分析以测试个体风险行为对MIU和PIU的影响。 在GLMM分析中，输入MIU和PIU作为结果测量，以AIU作为参考类别，个体风险行为输入为1级固定效应，学校输入2级随机截距，国家作为3级随机截距输入。 方差分量被用作随机效应的协方差结构。 为了研究性别的调节作用，将相互作用项（性别*风险 - 行为）拟合到回归模型中。 年龄和性别的调整适用于相关的GLMM模型。 报告各个模型的优势比（OR）与95％置信区间（CI）。
在对多种风险行为的分析中，计算了不同互联网用户群的均值（M）和标准误差（SEM），并按性别分层。 盒子和胡须图用于说明这些关系。 使用独立样本t检验评估多种风险行为和性别之间的统计学显着性。 使用单向方差分析（ANOVA）和事后配对比较来评估多种风险行为和互联网用户群之间的统计显着性。
进行了回归变量图，以阐明每天在线时间与互联网用户群体中的风险行为数量之间的线性关系。 所有统计测试均使用IBM SPSS Statistics 23.0执行。 p <0.05的临界值被认为具有统计学意义。

4。 结果

4.1。 研究样本的特征

在最初的12,395名SEYLE青少年样本中，由于缺少相关变量的数据而排除了464名（3.7％）受试者。 本研究的样本量为11,931名以学校为基础的青少年。 该样本包括43.4％的男性和56.6％的女性青少年（男/女：5179/6752），平均年龄为14.89±0.87岁。 女性（14.3％）的MIU患病率明显高于男性（12.4％），而男性（5.2％）的PIU显着高于女性（3.9％）（χ²（2，11928）= 19.92，p < 0.001）。

4.2。 风险行为的普遍性

表1 描述了由互联网用户群分层的风险行为的普遍性。 互联网用户群（AIU，MIU和PIU）的平均流行率为物质使用（酒精使用，非法药物使用和烟草使用）的16.4％，24.3％和26.5％; 感觉寻求行为的19.0％，27.8％和33.8％（冒险行为）; 和23.8％，30.8％和35.2％分别用于生活方式特征（不良的睡眠习惯，营养不良，缺乏身体活动和逃学）。 在所有风险类别（物质使用，寻求感觉和生活方式特征）中，MIU和PIU组的患病率显着高于AIU组。 除五个子类别外，成对比较显示MIU和PIU组之间的患病率没有显着差异。

表
表1。 青少年风险行为的流行程度按性别和互联网用户群分层 1,2a-C.

4.3。 多种风险行为

结果显示，PIU组中89.9％的青少年报告了多种危险行为。 单向方差分析表明，从适应性使用（M = 4.89，SEM = 0.02）到不良适应性使用（M = 6.38，SEM = 0.07）到病理性使用（M = 7.09， SEM = 0.12）（F（2，11928）= 310.35，p <0.001）。 对于男性和女性，这种趋势几乎是相同的（图1).

Ijerph 13 00294 g001 1024
图1。 自适应互联网用户（AIU），适应不良的互联网用户（MIU）和病理性互联网用户（PIU）按性别分层的多种风险行为的框和胡须图*。
此外，MIU（t（1608）= 0.529，p = 0.597）和PIU（t（526）= 1.92，p = 0.054）组的性别之间没有统计学差异（表2）。 然而，应该注意的是，PIU组的p值相对接近达到统计学显着性（p = 0.054）。 

表
表2。 互联网用户群对多种风险行为和性别进行独立样本t检验 1-3.
回归变量图在每日在线小时数与青少年风险行为数之间呈现明显的线性关系。 互联网用户群之间的这种趋势相对相同（图2). 

Ijerph 13 00294 g002 1024
图2。 每天在线小时数与AIU，MIU和PIU组之间的风险行为数量之间的线性关系*。

4.4。 GLMM分析风险行为，MIU和PIU之间的关联

与MIU显着相关的风险行为也与PIU显着相关，但在冒险行为和逃学行为中注意到三个子类别（表3）。 GLMM分析显示，睡眠习惯差的所有亚类都显着增加了PIU的相对几率，其效应大小范围从OR = 1.45到OR = 2.17。 在冒险行为和PIU之间观察到显着的关联，其影响大小范围从OR = 1.55到OR = 1.73。 此外，烟草使用中的单个亚类（OR = 1.41），营养不良（OR = 1.41）和缺乏身体活动（OR = 1.39）的比值比具有统计学意义。

表
表3。 个体风险行为，适应不良使用和病理使用之间关联的广义线性混合模型（GLMM）与性别相互作用的扩展分析 1-4.

4.5。 性别互动

对性别相互作用的分析表明，女性的冒险行为，不良睡眠习惯和PIU之间的关联显着较高，而男性中逃学，营养不良和PIU之间的关联显着较高（表3).

5。 讨论

5.1。 风险行为的普遍性

本研究旨在研究PIU与风险行为之间的关系。 结果显示，与自适应用户相比，病态用户中风险行为的患病率显着较高，性别之间存在一些差异。 适应不良和病理使用者中观察到的最高患病率是不良的睡眠习惯，其次是吸烟。 与在欧盟以外进行的研究中报告的流行率相比，这些估计要高得多，即在亚洲和太平洋地区[53,54]。 一个合理的解释可能与这些相应地区的生态水平（例如，渗透率）观察到的变化有关。 统计数据显示，欧洲地区的互联网普及率（78％）在全球范围内最高。 与亚洲和太平洋地区的数据相比，欧洲的比率增加了一倍以上（36％）[55]。 实际角色渗透率对影响PIU患病率的影响仍然模糊不清; 因此，未来研究这种关系的努力对解释这种联系具有重要价值。

5.2。 物质使用

风险行为和成瘾行为之间的特征高度重叠。 这可能是物质使用最明显的。 物质使用通常被归类为风险行为; 然而，它也是药物滥用的先行者。 如果高风险行为共享相似的潜在机制，那么出现一个问题行为可能会降低开发其他问题行为的门槛。 证据为基础的研究证实了这种说法，证明了各种风险行为之间的高度相互联系[56]。 基于这一概念，假设与没有风险行为的青少年相比，具有预先存在的风险行为的青少年可能具有更高的PIU风险是合理的。

5.3。 感觉寻求

符合上述研究[57结果显示，感觉寻求类别中的大多数冒险行为与PIU显着相关。 寻求感觉是一种与自我调节和延迟满足的缺陷相关的人格特质[58]。 青少年中的这些属性通常与“乐观偏见效应”的感知倾向有关，在这种倾向中，青少年更有可能为自己降低风险，同时高估其他人的风险[59]。 表现出这些偏转特征的青少年可能具有更高的行为问题倾向。

5.4。 生活方式特征

睡眠习惯不佳证明是与PIU相关的最强因素。 这可能是由于在线活动的睡眠位移效应。 某些在线活动明确地诱使用户保持在线时间超过预期。 一项关于大型多人在线角色扮演游戏（MMORPG）的研究表明，为了跟踪在线角色的渐进故事情节，用户被吸引到更长时间在线。60]。 近年来也出现过度使用社交网站，表明在线时间增加，与现实生活中的社交互动呈负相关[61,62]。 研究表明，过度使用互联网的青少年因在网上延长时间而有发展睡眠障碍的倾向[63,64]。 在线活动的长期睡眠移位可导致睡眠剥夺，已知睡眠剥夺会对社会，心理和躯体功能造成严重的不良影响。
受监管的睡眠模式的干扰也可能是逃学与互联网适应不良之间关系的中介因素。 从事过度在线活动的青少年可能会面临破坏其自然睡眠秩序的风险。 有证据表明睡眠潜伏期增加和快速眼动睡眠（REM睡眠）减少与互联网使用过度显着相关[65虽然主观失眠和异睡症与逃学有关[66]。 睡眠障碍对白天功能和学业成绩有显着影响。 这可能会导致青少年对学校失去兴趣，从而增加辍学和长期缺勤的风险[66].
营养不良和缺乏身体活动显示与PIU显着相关。 在网上花费较长时间的青少年可能会转向不健康的食物。 据推测，网络游戏玩家喝含有高咖啡因的能量饮料并吃高糖零食以提高在线游戏的警觉性[67]。 随后，与非游戏玩家相比，这些因素可能使在线游戏玩家更倾向于久坐行为。 此外，游戏玩家，特别是那些取代食物，个人卫生和身体活动的玩家，仍然有广泛的忠诚度，以便继续玩在线游戏[68]。 这可能会造成严重的健康风险，并可能导致严重的心身症状。

5.5。 多种风险行为

确定风险行为本质上是并发的，PIU组中89.9％的青少年报告多种风险行为。 这些结果符合Jessor关于问题行为的理论[69,70]。 问题行为理论是一种心理社会模型，试图解释青少年的行为结果。 它由三个基于心理社会成分的概念系统组成：人格系统，感知环境系统和行为系统。 在后一种系统中，风险行为结构（例如，酒精使用，烟草使用，犯罪和偏差）倾向于共同发生并聚集成一般的“风险 - 行为综合症”[71]。 根据杰索尔的观点，这些问题行为往往源于青少年对父母和社会影响的独立主张。
争取自主权的青少年可以部分地解释每日在线时间与多种风险行为之间的显着线性趋势。 所有互联网用户群体的这种趋势相对一致。 这些研究结果具有高度相关性，因为它们表明在线过多的时间本身可以增加所有青少年的风险行为，而不仅仅是那些被诊断患有PIU的人。 在线时间过长也可能是PIU与风险行为之间关系的调节因素; 然而，需要进一步研究探索这种关系。

5.6。 性别互动

对性别相互作用的分析表明，在风险行为和PIU之间观察到的显着关联在男性和女性之间均匀分布。 这与先前的研究有些矛盾，后者通常表明PIU和风险行为是男性性别特有的。 这种性别转变可能表明欧洲青少年的风险行为性别差距可能正在缩小。
从另一个角度来看，性别和风险行为之间的关系可以通过第三个因素来调节，例如精神病理学。 在一项针对56,086-12年龄的青少年（n = 18）的基于性别的大型研究中，PIU的患病率估计为总样本中的2.8％，与女性相比，男性（3.6％）的患病率显着更高（ 1.9％）[72]。 相应的研究指出，有情绪问题的女性，如主观不快或抑郁症状，PIU患病率明显高于有类似情绪症状的男性。 基于性别的研究仔细研究性别相互作用对PIU的影响是PIU研究未来发展方向的必要前提。

5.7。 格里菲斯的组件模型

Griffiths的成瘾模型[30]假设行为成瘾（如PIU）和物质相关的成瘾通过类似的生物心理社会过程推进并分享许多相貌。 该模型中相应的六个核心组分的成瘾标准是（1）显着性，（2）情绪修饰，（3）耐受性，（4）撤回，（5）冲突和（6）复发。 Kuss等人。 [73]评估了两个独立样本中成瘾的成分模型（n = 3105和n = 2257）。 结果表明，PIU的组分模型在两个样本中均能很好地拟合数据。
在本研究中，YDQ测量用于评估和检测与​​其互联网使用和在线行为相关的适应不良和病理风险的青少年。 由于YDQ指标包含Griffiths组件模型中规定的所有六种成瘾标准，因此该研究报告的结果的有效性得到了该理论框架的支持。

5.8。 优点和局限

大型，具有代表性的跨国样本是本研究的主要优势。 所有国家采用的同质方法和标准化程序提高了数据的有效性，可靠性和可比性。 据我们所知，欧洲的地理区域是有史以来用于进行PIU和风险行为研究的最大区域。
该研究也存在一些局限性。 自我报告的数据易于回忆和社会期望偏差，这可能因国家和文化而异。 横截面设计无法解释时间关系，因此无法确定因果关系。 在GSHS测量中，冒险行为的子类别仅代表感觉寻求行为的一部分; 因此，在解释结果时应谨慎使用。

6。 结论

在所有风险类别（物质使用，寻求感觉和生活方式特征）中观察到AIU，MIU和PIU组的患病率显着增加。 报告睡眠习惯不良和冒险行为的青少年表现出与PIU的最强关联，其次是吸烟，营养不良和缺乏身体活动。 PIU与风险行为之间存在显着关联，并伴有高发生率，强调了在筛查，治疗或预防青少年高危行为时考虑PIU的重要性。
在PIU组的青少年中，89.9％被定性为具有多种风险行为。 因此，努力应针对过度使用互联网的青少年，因为在每天在线时间和多种风险行为之间观察到显着的线性趋势。 这种趋势在所有互联网用户群体中都是类似的，表明网上过多的时间本身就是风险行为的重要因素。 在确定其理论含义之前，需要复制和进一步探索这些发现。

致谢

SEYLE项目得到了欧盟第七框架计划（FP1）的协调主题7（卫生），赠款协议号HEALTH-F2-2009-223091的支持。 在研究设计，数据分析和撰写本文的各个方面，作者均独立于资助者。 SEYLE项目的项目负责人兼协调人是卡罗林斯卡研究所（KI）的精神病学和自杀学教授Danuta Wasserman，位于斯德哥尔摩KI的国家自杀研究与预防精神疾病与自杀国家中心（NASP）负责人瑞典。 执行委员会的其他成员是瑞典斯德哥尔摩卡罗林斯卡研究所国家自杀研究与预防精神疾病国家中心高级讲师弗拉基米尔·卡利； 美国纽约哥伦比亚大学纽约州精神病学研究所儿童和青少年精神病学系Christina WH Hoven和人类学家Camilla Wasserman； 以及意大利坎波巴索莫利塞大学健康科学系Marco Marco的名字。 SEYLE联盟在12个欧洲国家设有中心。 每个中心和国家/地区的负责人分别是：Danuta Wasserman（NASP，瑞典卡罗林斯卡研究所，协调中心），Christian Haring（奥地利医学信息技术大学），Airi Varnik（爱沙尼亚爱沙尼亚瑞典心理健康与自杀学研究所），尚·皮埃尔·卡恩（Jean-Pierre Kahn）（法国南希洛林大学），罗默德·布鲁纳（Romuald Brunner）（德国海德堡大学），朱迪特·巴拉兹（Judit Balazs）（匈牙利瓦达斯凯特儿童和青少年精神病医院），保罗·科科伦（Paul Corcoran）（爱尔兰国家自杀研究基金会），艾伦·阿普特（Alan Apter） （以色列特拉维夫大学施耐德儿童医学中心，以色列特拉维夫），马可·萨基波内（Marco Sarchiapone）（意大利莫利塞大学），杜伊娜·科斯曼（Doina Cosman）（罗马尼亚伊留乌·哈蒂格努加医药大学），维塔·波图万（Vita Postuvan）（斯洛文尼亚滨海边疆大学）和Julio Bobes（西班牙奥维耶多大学）。 巴塞尔Botnar基金会的伦理学教授Stella Reiter-Theil，巴塞尔大学精神病学教授获得了“巴塞尔大学Botnar基金会”的赠款，该基金会为“未成年人和其他弱势群体的研究中的伦理问题”提供了支持，他是巴塞尔大学精神病学的独立伦理顾问。 SEYLE项目。

作者贡献

Tony Durkee是第一位和相应的作者，他开发了研究设计，进行了统计分析并批判性地修订了手稿的所有阶段。 Vladimir Carli，Birgitta Floderus和Danuta Wasserman参与了研究设计并对手稿进行了重要修订。 Camilla Wasserman，Christina W. Hoven，Michael Kaess和PeeterVärnik提供了咨询并对手稿进行了重要修改。 Marco Sarchiapone，Alan Apter，Judit A. Balazs，Julio Bobes，Romuald Brunner，Paul Corcoran，Doina Cosman，Christian Haring，Jean-Pierre Kahn和Vita Postuvan是各自国家SEYLE项目的主要调查员，并对手稿。 Bogdan Nemes和Pilar A. Saiz是各自国家SEYLE项目的项目经理，并参与了对手稿的重要修订。

利益冲突

作者宣称没有利益冲突。

缩略语

本手稿使用以下缩写： 

SEYLE
拯救和增强欧洲年轻人的生活
YRBSS
青少年风险行为监测系统
GSHS
全球学校健康调查
YDQ
杨的诊断问卷
GLMM
广义线性混合模型
方差分析
单因素方差分析
PIU
病理性互联网使用
MIU
适应不良的互联网使用
AIU
自适应Internet使用
CI
置信区间
SEM
平均值的标准误差
M
平均值

参考资料

  1. Moshman，D。超越童年的认知发展。 “儿童心理学手册”，5th编辑; Kuhn，D.，Damon，W.，Siegler，RS，Eds。; Wiley：纽约，纽约，美国，1998; 卷2，pp.947-978。 [Google Scholar]
  2. Choudhury，S。; 布莱克摩尔，SJ; Charman，T。青春期社会认知发展。 SOC。 COGN。 影响。 神经科学。 2006，1，165-174。 [Google Scholar[交叉引用[考研]
  3. Eccles，JS; Wigfield，A。; Byrnes，J。青春期的认知发展。 “心理学手册：发展心理学”; Lerner，RM，Easterbrooks，MA，Mistry，J.，Eds。; Wiley：Hoboken，NJ，USA，2003; 卷6，pp.325-350。 [Google Scholar]
  4. Subrahmanyam，K。; Greenfield，P。; Kraut，R。; Gross，E。计算机使用对儿童和青少年发展的影响。 J. Appl。 开发。 心理学。 2001，22，7-30。 [Google Scholar[交叉引用]
  5. 埃里森，NB; Steinfield，C。; Lampe，C。Facebook“朋友”的好处：社会资本和大学生使用在线社交网站。 J. Comput。 医学。 COMMUN。 2007，12，1143-1168。 [Google Scholar[交叉引用]
  6. Steinfield，C。; 埃里森，NB; 兰佩，C。社会资本，自尊和在线社交网站的使用：纵向分析。 J. Appl。 开发。 心理学。 2008，29，434-445。 [Google Scholar[交叉引用]
  7. Tapscott，D。成长数字：网络世代的崛起; McGraw-Hill教育：纽约，纽约，美国，2008; 页。 384。 [Google Scholar]
  8. Kraut，R。; Patterson，M。; Lundmark，V。; Kiesler，S。; Mukopadhyay，T。; Scherlis，W。互联网悖论。 一种减少社会参与和心理健康的社会技术？ 上午。 心理学。 1998，53，1017-1031。 [Google Scholar[交叉引用[考研]
  9. Kraut，R。; Kiesler，S。; Boneva，B。; Cummings，J。; Helgeson，V。; 克劳福德，A。互联网悖论重新审视。 J. Soc。 问题 2002，58，49-74。 [Google Scholar[交叉引用]
  10. Nie，NH; Hillygus，DS; Erbring，L。互联网使用，人际关系和社交性：时间日记研究。 在日常生活中的互联网; Wellman，B.，Haythornthwaite，C.，Eds。; Blackwell Publishers Ltd。：Oxford，UK，2002; pp.213-243。 [Google Scholar]
  11. Nalwa，K。; Anand，AP学生网络成瘾：引起关注。 Cyber​​psychol。 Behav。 2003，6，653-656。 [Google Scholar[交叉引用[考研]
  12. Akhter，N。网络成瘾与大学生学业成绩的关系。 埃杜。 RES。 启示录 2013，8，1793。 [Google Scholar]
  13. Gür，K。; Yurt，S。; Bulduk，S。; Atagöz，S。网络成瘾以及农村中学生的身心健康行为问题。 NURS。 健康科学 2015，17，331-338。 [Google Scholar[交叉引用[考研]
  14. Peltzer，K。; Pengpid，S。; Apidechkul，T。重度互联网使用及其与泰国大学生健康风险和健康促进行为的关联。 诠释。 J. Adolesc。 医学。 健康 2014，26，187-194。 [Google Scholar[交叉引用[考研]
  15. Punamaki，RL; Wallenius，M。; Nygard，CH; Saarni，L。; Rimpela，A。青少年使用信息和通信技术（ICT）和感知健康：睡眠习惯和醒着时疲劳的作用。 J. Adolesc。 2007，30，569-585。 [Google Scholar[交叉引用[考研]
  16. Straker，L。; Pollock，C。; Maslen，B。儿童明智地使用计算机的原则。 人体工程学 2009，52，1386-1401。 [Google Scholar[交叉引用[考研]
  17. Shaw，M。; 黑人，DW网络成瘾：定义，评估，流行病学和临床管理。 CNS药物 2008，22，353-365。 [Google Scholar[交叉引用[考研]
  18. Young，K。网络成瘾：一种新的临床疾病的出现。 Cyber​​Psychol。 Behav。 1998，1，237-244。 [Google Scholar[交叉引用]
  19. 美国精神病学协会（APA）。 精神疾病诊断与统计手册。 在线提供： http://www.dsm5.org （在2 February 2016上访问）。
  20. 新墨西哥州Petry; O'Brien，CP网络游戏障碍和DSM-5。 瘾 2013，108，1186-1187。 [Google Scholar[交叉引用[考研]
  21. Sussman，S。; Lisha，N。; 格里菲斯，M。成瘾的普遍性：多数人或少数人的问题？ EVAL。 健康教授 2011，34，3-56。 [Google Scholar[交叉引用[考研]
  22. 李，HW; Choi，JS; Shin，YC; 李，JY; 荣格，HY; Kwon，JS网络成瘾的冲动：与病态赌博的比较。 Cyber​​psychol。 Behav。 SOC。 网络。 2012，15，373-377。 [Google Scholar[交叉引用[考研]
  23. Tonioni，F。; Mazza，M。; Autullo，G。; Cappelluti，R。; Catalano，V。; Marano，G。; Fiumana，V。; Moschetti，C。; Alimonti，F。; Luciani，M。网络成瘾是一种与病态赌博不同的精神病理状态吗？ 冰火。 Behav。 2014，39，1052-1056。 [Google Scholar[交叉引用[考研]
  24. Sajeev Kumar，P。; Prasad，N。; Raj，Z。; 亚伯拉罕，A。青少年学生的网络成瘾和物质使用障碍 - 横断面研究。 J. Int。 医学。 凹痕。 2015，2，172-179。 [Google Scholar]
  25. Brezing，C。; Derevensky，JL; 波坦泽，明尼苏达州青少年非物质成瘾行为：病态赌博和有问题的互联网使用。 儿童阿多尔。 Psychiatr。 临床。 N. Am。 2010，19，625-641。 [Google Scholar[交叉引用[考研]
  26. Goldstein，RZ; Volkow，ND成瘾前额叶皮质功能障碍：神经影像学检查结果和临床意义。 纳特。 Rev. Neurosci。 2011，12，652-669。 [Google Scholar[交叉引用[考研]
  27. Montag，C。; Kirsch，P。; Sauer，C。; Markett，S。; Reuter，M。chrna4基因在网络成瘾中的作用：病例对照研究。 J. Addict。 医学。 2012，6，191-195。 [Google Scholar[交叉引用[考研]
  28. Kormas，G。; Critselis，E。; Janikian，M。; Kafetzis，D。; Tsitsika，A。青少年潜在问题和有问题的互联网使用的风险因素和心理社会特征：横断面研究。 BMC公共卫生 2011，11，595。 [Google Scholar[交叉引用[考研]
  29. 周，Y。; Lin，F.-C。; Du，Y.-S。; 赵，Z.-M。; Xu，J.-R。; 雷，H。网络成瘾的灰质异常：基于体素的形态测量研究。 欧元。 J. Radiol。 2011，79，92-95。 [Google Scholar[交叉引用[考研]
  30. Griffiths，M。生物心理社会框架内成瘾的“组成部分”模型。 J. Subst。 使用 2005，10，191-197。 [Google Scholar[交叉引用]
  31. Cheng，C。; 李，AY网络成瘾的流行和（真实）生活质量：对七个世界地区的31国家的荟萃分析。 Cyber​​psychol。 Behav。 SOC。 网络。 2014，17，755-760。 [Google Scholar[交叉引用[考研]
  32. Blinka，L。; Škařupová，K。; Ševčíková，A。; Wölfling，K。; Müller，KW; Dreier，M。欧洲青少年过度使用互联网：什么决定了严重程度的差异？ 诠释。 J.公共卫生 2015，60，249-256。 [Google Scholar[交叉引用[考研]
  33. Tsitsika，A。; Janikian，M。; Schoenmakers，TM; Tzavela，EC; Ólafsson，K。; Wójcik，S。; Florian Macarie，G。; Tzavara，C。; Richardson，C。青少年网络成瘾行为：七个欧洲国家的横断面研究。 Cyber​​psychol。 Behav。 SOC。 网络。 2014，17，528-535。 [Google Scholar[交叉引用[考研]
  34. Durkee，T。; Kaess，M。; Carli，V。; Parzer，P。; Wasserman，C。; Floderus，B。; Apter，A。; Balazs，J。; Barzilay，S。; Bobes，J。; 等。 欧洲青少年病态互联网使用的流行程度：人口和社会因素。 瘾 2012，107，2210-2222。 [Google Scholar[交叉引用[考研]
  35. Kuss，DJ; Griffiths，MD; Karila，L。; Billieux，J。网络成瘾：过去十年流行病学研究的系统评价。 CURR。 医药。 德。 2014，20，4026-4052。 [Google Scholar[交叉引用[考研]
  36. Carli，V。; Durkee，T。; Wasserman，D。; Hadlaczky，G。; Despalins，R。; Kramarz，E。; Wasserman，C。; Sarchiapone，M。; Hoven，CW; Brunner，R。; 等。 病理性互联网使用与共病精神病理学之间的关联：系统评价。 精神病理学 2013，46，1-13。 [Google Scholar[交叉引用[考研]
  37. 何，RC; 张，兆瓦; Tsang，TY; Toh，AH; Pan，F。; Lu，Y。; Cheng，C。; 叶，PS; Lam，LT; Lai，C.-M。; 等。 网络成瘾与精神病合并症之间的关联：一项荟萃分析。 BMC精神病学 2014，14，1-10。 [Google Scholar[交叉引用[考研]
  38. Kaess，M。; Durkee，T。; Brunner，R。; Carli，V。; Parzer，P。; Wasserman，C。; Sarchiapone，M。; Hoven，C。; Apter，A。; Balazs，J。; 等。 欧洲青少年的病理性互联网使用：精神病理学和自我毁灭行为。 欧元。 儿童青少年。 精神病学 2014，23，1093-1102。 [Google Scholar[交叉引用[考研]
  39. 庞特斯，HM; Kuss，DJ; Griffiths，MD网络成瘾的临床心理学：对其概念化，流行，神经元过程和治疗意义的回顾。 神经科学。 神经经济学 2015，4，11-23。 [Google Scholar]
  40. Kipping，RR; 坎贝尔，RM; 麦克阿瑟，GJ; Gunnell，DJ; Hickman，M。青春期的多重风险行为。 J.公共卫生 2012，34，i1-i2。 [Google Scholar[交叉引用[考研]
  41. 多德，LJ; Al-Nakeeb，Y。; Nevill，A。; Forshaw，MJ生活方式学生风险因素：聚类分析方法。 上一页。 医学。 2010，51，73-77。 [Google Scholar[交叉引用[考研]
  42. Berk，M。; Sarris，J。; Coulson，C。; Jacka，F。单极抑郁症的生活方式管理。 Acta Psychiatr。 SCAND。 2013，127，38-54。 [Google Scholar[交叉引用[考研]
  43. Prochaska，JJ; 春天，B。; Nigg，CR多种健康行为改变研究：介绍和概述。 上一页。 医学。 2008，46，181-188。 [Google Scholar[交叉引用[考研]
  44. Carli，V。; Hoven，CW; Wasserman，C。; Chiesa，F。; Guffanti，G。; Sarchiapone，M。; Apter，A。; Balazs，J。; Brunner，R。; Corcoran，P。一个新发现的一群青少年，他们对精神病理学和自杀行为具有“隐形”风险：SEYLE研究的结果。 世界精神病学 2014，13，78-86。 [Google Scholar[交叉引用[考研]
  45. Kann，L。; Kinchen，S。; Shanklin，SL; 弗林特，KH; Kawkins，J。; 华盛顿哈里斯; Lowry，R。; 奥尔森，E。; 麦克马纳斯，T。; Chyen，D。青年风险行为监测 - 美国，2013。 MMWR Surveill。 萨姆。 2014，63，1-168。 [Google Scholar]
  46. Wasserman，D。; Carli，V。; Wasserman，C。; Apter，A。; Balazs，J。; Bobes，J。; Bracale，R。; Brunner，R。; Bursztein-Lipsicas，C。; Corcoran，P。; 等。 拯救和增强欧洲年轻人的生命（SEYLE）：一项随机对照试验。 BMC公共卫生 2010，10，192。 [Google Scholar[交叉引用[考研]
  47. Carli，V。; Wasserman，C。; Wasserman，D。; Sarchiapone，M。; Apter，A。; Balazs，J。; Bobes，J。; Brunner，R。; Corcoran，P。; Cosman，D。欧洲拯救和赋权的年轻人（SEYLE）随机对照试验（RCT）：方法论问题和参与者特征。 BMC公共卫生 2013，13，479。 [Google Scholar[交叉引用[考研]
  48. 年轻的KS陷入了网络：如何识别互联网成瘾的迹象-以及成功的康复策略； J.威利：1998年，美国纽约，纽约； p。 248. [Google Scholar]
  49. Dowling，NA; Quirk，KL筛选互联网依赖：拟议的诊断标准是否区分正常和依赖互联网？ Cyber​​psychol。 Behav。 2009，12，21-27。 [Google Scholar[交叉引用[考研]
  50. 李，W。; O'Brien，JE; 斯奈德，SM; 霍华德，MO美国大学学生互联网使用问题的诊断标准：混合方法评估。 PLoS ONE 2016，11，e0145981。 [Google Scholar[交叉引用[考研]
  51. 庞特斯，HM; Király，O。; Demetrovics，Z。; Griffiths，MD dsm-5网络游戏障碍的概念化和测量：IGD-20测试的开发。 PLoS ONE 2014，9，e110137。 [Google Scholar[交叉引用[考研]
  52. 世界卫生组织（世卫组织）。 全球学校健康调查（GSHS）。 在线提供： http://www.who.int/chp/gshs/en/ （在12 December 2015上访问）。
  53. Choi，K。; 儿子，H。; Park，M。; Han，J。; Kim，K。; 李，B。; Gwak，H。互联网过度使用和青少年白天过度嗜睡。 精神病学临床。 神经科学。 2009，63，455-462。 [Google Scholar[交叉引用[考研]
  54. Evren，C。; Dalbudak，E。; Evren，B。; Demirci，AC网络成瘾的高风险及其与10级青少年终身物质使用，心理和行为问题的关系。 Psychiatria Danub。 2014，26，330-339。 [Google Scholar]
  55. 国际电信联盟（ITU）。 ICT事实和数据。 在线提供： http://www.itu.int/en （在8 August 2015上访问）。
  56. De La Haye，K。; D'Amico，EJ; 迈尔斯，JN; 尤因，B。; Tucker，JS在青少年的多种健康风险行为中的协方差。 PLoS ONE 2014，9，e98141。 [Google Scholar]
  57. Cao，F。; 苏，L。; 刘，T。; 高，X。中国青少年样本中冲动性与网络成瘾的关系。 欧元。 精神病学：J。Assoc。 欧元。 Psychiatr。 2007，22，466-471。 [Google Scholar[交叉引用[考研]
  58. Slater，MD异化，攻击性和感觉寻求青少年使用暴力电影，电脑和网站内容的预测因素。 J. Commun。 2003，53，105-121。 [Google Scholar[交叉引用]
  59. 金，香港; 戴维斯，KE走向一个有问题的互联网使用的综合理论：评估自尊，焦虑，流动和互联网活动的自我重要性的作用。 COMPUT。 哼。 Behav。 2009，25，490-500。 [Google Scholar[交叉引用]
  60. 查尔顿，JP; Danforth，ID在网络游戏环境中区分成瘾和高度参与。 COMPUT。 哼。 Behav。 2007，23，1531-1548。 [Google Scholar[交叉引用]
  61. Kuss，DJ; Griffiths，MD在线社交网络和成瘾 - 心理学文献综述。 诠释。 J. Environ。 RES。 公共卫生 2011，8，3528-3552。 [Google Scholar[交叉引用[考研]
  62. 米娜，PS; 米塔尔，PK; Solanki，RK在青少年城市学校中使用社交网站的问题。 Ind。精神病学J. 2012，21，94。 [Google Scholar[交叉引用[考研]
  63. 李，W。; O'Brien，JE; 斯奈德，SM; 霍华德，MO美国大学学生网络成瘾/病理性互联网使用的特点：定性方法调查。 PLoS ONE 2015，10，e0117372。 [Google Scholar[交叉引用[考研]
  64. Lam，L。互联网游戏成瘾，互联网问题使用和睡眠问题：系统评价。 CURR。 精神病学代表 2014，16，1-9。 [Google Scholar[交叉引用[考研]
  65. 该隐，N。; Gradisar，M。电子媒体在学龄儿童和青少年中的使用和睡眠：综述。 睡眠医学。 2010，11，735-742。 [Google Scholar[交叉引用[考研]
  66. Hochadel，J。; Frolich，J。; Wiater，A。; Lehmkuhl，G。; Fricke-Oerkermann，L。睡眠问题的普遍性以及睡眠问题与学龄儿童的学校拒绝行为之间的关系，以及儿童和父母的评分。 精神病理学 2014，47，119-126。 [Google Scholar[交叉引用[考研]
  67. 林，SSJ; Tsai，CC感觉寻求和台湾高中青少年的互联网依赖。 COMPUT。 哼。 Behav。 2002，18，411-426。 [Google Scholar[交叉引用]
  68. Hsi-Peng，L。; Shu-ming，W。网络成瘾在网络游戏忠诚度中的作用：一项探索性研究。 互联网资源 2008，18，499-519。 [Google Scholar]
  69. Jessor，R。; Jessor，SL问题行为与心理社会发展：对青年的纵向研究; 学术出版社：剑桥，美国马萨诸塞州，1977; 页。 281。 [Google Scholar]
  70. Jessor，R。问题 - 行为理论，心理社会发展和青少年问题饮酒。 BR。 J. Addict。 1987，82，331-342。 [Google Scholar[交叉引用[考研]
  71. 威廉姆斯，JH; 艾尔斯，CD; Abbott，RD; Hawkins，JD; Catalano，RF使用多组验证性因子分析，跨越种族群体的青少年参与问题行为的结构等效性。 SOC。 工作重点 1996，20，168-177。 [Google Scholar]
  72. 哈，Y.-M。; Hwang，WJ使用国家网络调查的青少年网络成瘾与心理健康指标相关的性别差异。 诠释。 J. Ment。 健康瘾君子。 2014，12，660-669。 [Google Scholar[交叉引用]
  73. Kuss，DJ; 更短，GW; van Rooij，AJ; Griffiths，MD; Schoenmakers，TM使用简约的网络成瘾组件模型评估网络成瘾 - 一项初步研究。 诠释。 J. Ment。 健康瘾君子。 2014，12，351-366。 [Google Scholar[交叉引用]