网络成瘾和网络人际关系影响对越南年轻人健康相关生活质量的影响研究（2017）

BMC公共卫生。 2017 Jan 31;17(1):138. doi: 10.1186/s12889-016-3983-z.

作者： 10.1186 / s12889-016-3983-Z

 

抽象

背景

网络成瘾（IA）是年轻亚洲人常见的问题。 本研究旨在研究IA和在线活动对越南年轻人健康相关生活质量（HRQOL）的影响。 这项研究还比较了有和没有IA的年轻越南人的焦虑，抑郁和其他成瘾的频率。

方法

这项研究通过受访者驱动的抽样技术，招募了年龄在566至56.7岁之间的43.3名越南年轻人（女性15％，男性25％）。 卡方 t - 测试和方差分析用于比较有和没有IA的年轻越南人。 回归分析用于检查互联网使用特征与HRQOL之间的关联。

成果

该横断面研究的结果显示，21.2％的参与者患有IA。 在线关系对IA参与者的行为和生活方式的影响显着高于没有IA的人。 IA的参与者更容易出现自我保健，日常生活困难，患有疼痛和不适，焦虑和抑郁的问题。 与之前的研究相反，我们发现IA和非IA组之间在性别，社会人口统计学，吸烟参与者人数，水管吸烟和酒精依赖方面没有差异。 IA与年轻越南人的HRQOL差异显着相关。

结论

IA是越南年轻人的常见问题，与其他亚洲国家相比，IA的流行率最高。 我们的研究结果表明，性别可能不会在IA中发挥关键作用。 当两性都有平等的互联网接入时，这可能是一种新兴趋势。 通过研究IA对HRQOL的影响，医疗保健专业人员可以设计有效的干预措施，以减轻IA在越南的负面影响。

关键词

网络成瘾人际关系影响生活质量越南年轻人

 

 

背景

在过去的20年中，互联网已成为我们生活中不可或缺的一部分，并且是社交互动和交流的重要工具[1]。 可以负担得起互联网，发展中国家的用户增长迅速。 过度使用互联网会对用户的健康造成负面影响[2].

一系列研究表明，有问题的互联网使用可被视为一种令人上瘾的行为[3, 4]。 网络成瘾（IA）的体征和症状包括专注，与戒断一致的情绪症状，更长的花费时间（耐受）和功能障碍或由于过度使用导致的负面后果。 IA可能包括互联网游戏和其他形式的上瘾互联网使用，包括过度下载，使用社交网站和在线购物[5]。 虽然互联网是我们日常生活中不可或缺的一部分，但IA在年轻人中越来越普遍，并已成为全球的一种流行病[6]。 对于年轻人来说，贫困的社会支持和社会隔离已被证明会导致IA [7]。 此外，IA也可能对社交技巧和人际关系产生负面影响[8]。 因此，评估在线人际关系影响与IA之间的关系非常重要，因为患有IA的年轻人往往害羞[9]并且社交能力低[10]。 与IA相关的低社交技能的负面后果仍然未知[2]。 到目前为止，还没有研究探讨过IA与在线人际关系影响之间的关系。

IA导致对心理健康的负面影响。 包含患有IA和1641健康对照的11210患者的荟萃分析发现IA与酒精滥用，注意力缺陷和多动，抑郁和焦虑显着相关[5]。 IA可能与其他形式的成瘾有关，包括吸烟和酒精依赖[11, 12]。 安德鲁斯等人。 （2002）发现，同伴的影响促成了年轻人的物质使用[13]。 除了不良的心理问题，IA还会引起身体问题，包括背痛和劳损[14]。 如果IA不提前干预，可能会对年轻人的身心健康产生不利影响。

在2013中，进行了六国调查，并比较了中国，香港，日本，韩国，马来西亚和菲律宾年轻亚洲人的IA患病率[15]。 IA在这些亚洲国家的年轻人中很常见，而且在菲律宾，IA的患病率最高（21％）。 年轻亚洲人中IA流行率高的原因可能是因为他们经常面临集体文化之间的冲突[16]和个人身份的形成[17]。 在线活动让年轻的亚洲人避免了解他们的实际自我和现实生活中的问题[16]。 年轻的亚洲人可以参与在线活动，如在线游戏，以避免集体文化与其身份形成之间的冲突[16]。 在中国，有问题的互联网使用与心身症状和生活不满有关[14]。 在台湾，IA的风险因素是男性，精神健康合并症和社会支持不足[18]。 重要的是在其他亚洲国家的青年中研究IA，因为年轻人构成了互联网用户的大多数，其中一些人表现出对互联网的成瘾行为[18]。 一个未被纳入2013六国调查的重要国家是越南。

IA在越南的患病率尚不清楚。 Son等人。 （2012）发现，沉迷于多人在线角色扮演游戏的年轻男性越南人在精神障碍量表上得分较高[19]。 对在线游戏的成瘾并不代表IA的整个范围。 越南是增长最快的经济体之一，Kinh族群占人口的86％左右。 在Kinh族群中，IA的情况仍然不明，其强调家庭联系和灵性，其中包括祖先崇拜的实践。 在2015，越南拥有44.4万的互联网用户，并预计将在55.8中增长到2018万的互联网用户[20]。 鉴于越南的宽带普及率很高，毫无疑问，IA在越南年轻人中越来越成问题。 与其他亚洲国家相比，越南的IA研究相对较少，因为医疗保健系统更注重身体疾病[19]。 此外，年轻女性越南人缺乏IA的数据。

在这项研究中，我们通过互联网调查了IA和健康相关生活质量（HRQOL）的流行程度，特别关注因访问互联网和计算机知识而易受IA影响的年轻越南人。 这项研究的目的是调查IA，在线人际关系影响和HRQOL的关联。 首先，我们比较了有和没有IA的年轻越南人之间的差异。 接下来，我们调查了在线行为，HRQOL，身心健康问题之间的关联。 我们假设在（i）社会人口学特征中，有和没有IA的年轻越南人之间存在显着差异; （ii）在线人际关系影响的不同领域; （iii）身心健康问题的发生; （iv）HRQOL和（v）其他形式的成瘾。 通过确定与不良HRQOL相关的因素，本研究旨在确定未来健康干预的目标，以改善互联网和在线文化时代的年轻越南人的HRQOL，身心健康。

 

 

方法

 

参与者和程序

2015年1月至15月，在越南进行了基于网络调查的横断面研究。 该研究得到河内医科大学机构审查委员会的批准。 纳入标准为：25）2至3岁； 4）目前居住在越南； XNUMX）通过在线提供同意书同意参与本研究。 XNUMX）具有有效的电子邮件帐户或社交网站帐户，以通过响应者驱动采样（RDS）技术招募其他参与者。 样本量是根据Wejnert等人的公式计算的。 [21]用于RDS技术。 随着青少年沉迷于互联网的预期患病率= 12.3％（根据之前在越南的一项研究[22]），自信水平= 95％; 误差范围= 0.05和RDS = 3的设计效果，最小样本量是498青年。 我们将15％添加到样本大小以补偿答案不完整的人。 最终样本量为573。 收集数据后，566青年被纳入数据分析阶段。

招聘的初始阶段集中在越南各大学和高中的几个核心小组，包括河内医科大学，越南国立大学，红颜高中和潘博洲高中。 选择这些群体是为了反映按年龄，性别和教育水平划分的研究人群的多样性。 这些初始参与者更有可能了解其他年轻的越南人，他们具有相似的特征，使他们有资格达到入选标准。 基于受访者驱动的抽样技术，初始参与者被要求通过他们的社交网络招募最多5其他合适的参与者。

 

 

措施

在开始收集数据之前，对年龄和性别不同的20青年参与者进行了试点研究。 这些参与者对在线平台进行了评估，并提出了增强其可访问性和可用性的建议。 基于网络的调查包括以下子标度：   

  1. 1)

    社会人口问题，包括年龄，性别，教育，职业，婚姻状况，种族和宗教。

     
  2. 2)

    HRQOL是通过使用EuroQol（五个维度，五个级别（EQ-5D-5 L）和EuroQol视觉模拟量表（EQ-VAS））进行测量的。 EQ-5D-5 L包括五个方面：活动性，自我护理，日常活动，疼痛/不适和焦虑/抑郁，具有五个响应级别：没有问题，轻微问题，中度问题，严重问题和极端问题，给予具有各自单个索引的3125个健康状态。 EQ-VAS允许受访者在20厘米垂直范围内对健康状况进行评分，端点范围为0到100点，从“您可以想象的最坏健康”到“您可以想象的最佳健康”标记'。

     
  3. 3)

    最初形式的网络成瘾测试（IAT）由Young等人开发。 [23]，包括从20（“很少”）到5（“总是”）的1点量表的5项目，以测量IA的各个方面，例如失去控制，时间管理和性能损害。 IAT已在亚洲广泛使用[24]。 在这项研究中，我们改编了由Pawlikowski等人验证的IAT（简表）。 [25]。 简短形式包括具有良好心理测量属性的12项目，并根据诊断标准评估IA的关键特征[25]。 参与者使用5点李克特量表来表示他们的响应范围从1（“很少”）到5（“总是”），并且得分范围从12到60点。 分数越高表明IA水平越高。 36的截止分数用于识别具有潜在IA的参与者[26]。 这份问卷被翻译成越南语。 为了确保该版本的有效性和可靠性，我们应用了WHO的文书翻译和改编指南[27]。 我们邀请了两名英语和越南语专家来翻译这一文书。 他们都是医学和心理学领域的专家。 我们做了前瞻性翻译，专家小组和反向翻译作为指南的建议。 然后，我们与10青年一起试用了越南文书，并纠正了可能导致误解的任何言论或陈述。 该仪器的Cronbach's alpha是0.8667。

     
  4. 4)

    为了衡量酗酒水平，使用了酒精使用障碍识别测试 - 消费（AUDIT-C）调查问卷。 在以前的研究中使用并验证了该量表的越南版本[28, 29]。 AUDIT-C通常由初级保健医生用于筛查酒精滥用[30]。 AUDIT-C包含三个问题，从0到12得分，当得分越高表明酒精依赖风险越高。 如果男性受访者的得分≥4且女性受访者得分≥3，则将其归类为酒精依赖的潜在病例[30].

     
  5. 5)

    我们调查了在线人际关系对参与者的影响，包括与在线朋友交流的频率，在线关系对行为，生活方式和感知的影响的自我认知，在线朋友推荐的访问地点以及在线朋友推荐的活动参与。

     
  6. 6)

    我们收集了其他信息，包括每个参与者在Facebook上花费的时间，吸烟的当前状态以及吸水管（水烟）。

 

 

 

统计分析

使用STATA软件版本12.0（Stata Corp. LP，College Station，United States of America）分析数据。 T-test，Mann-Whitney检验，卡方检验和Fisher精确检验用于探讨有和没有IA的受访者之间的差异。 多元线性回归用于确定与HRQOL差，疼痛/不适和焦虑/抑郁相关的因素。 在本研究中，我们应用逐步正演模型策略，该策略使用对数似然比检验和在0.1设置的p值来选择回归模型的变量。 将小于0.05的p值设定为统计显着性水平。

 

 

 

成果

  

参与者的社会人口学特征

表 1 总结了参与者的社会人口特征。 使用IAT截止值36，566名参与者中有21.2名（21.8％）患有IA。 患有IA的参与者的平均年龄为21.4岁，而没有IA的参与者的平均年龄为120岁。 在52名IA参与者中，男性参与者为43.3（68％），女性参与者为56.7（XNUMX％）。 对于有或没有IA的参与者，他们大多数都具有高中以上文化程度，Kinh种族，祖先的宗教信仰和平均经济地位。 有或没有IA的参与者在平均年龄，性别，受教育程度，种族，宗教，婚姻状况，当前居住地和经济状况方面均无显着差异（P> 0.05）。

   

表1   

有和没有网络成瘾的参与者的社会人口学特征的比较

 

 

 

   

 

网络成瘾

p

 

Yes

没有

合计

 
 

n

%

n

%

N

%

 

参加人数

120

21.2

446

78.8

566

100.0

 

平均年龄（SD）

21.8

(3.9)

21.4

(3.7)

21.5

3.8

0.32 *

性别

 男性

52

23.6

168

76.4

220

38.9

0.26 **

 女性

68

19.7

278

80.4

346

61.1

 

教育程度

 ≤高中

5

17.2

24

82.8

29

5.1

0.59 **

 >高中

115

21.4

422

78.6

537

94.9

 

种族

 Kinh种族

116

21.5

424

78.5

540

95.4

0.46 **

 其他种族

4

15.4

22

84.6

26

4.6

 

宗教

 祖先崇拜

109

22.5

376

77.5

485

85.7

0.70 **

 其他宗教

11

13.6

70

86.4

81

14.3

 

婚姻状况

 集成的

94

22.0

333

78.0

427

75.4

0.41 **

 与配偶/伴侣住在一起

26

18.7

113

81.3

139

24.6

 

目前的居住地点

 租旅馆

62

23.4

203

76.6

265

46.8

0.45 ***

 住在宿舍

16

22.9

54

77.1

70

12.4

 

 与家人同住

36

20.1

143

79.9

179

31.6

 

 与亲戚同住

5

11.6

38

88.4

43

7.6

 

 其他肝脏安排

1

11.1

8

88.9

9

1.6

 

家庭经济地位

 高

1

7.7

12

92.3

13

2.3

0.09 ***

 一般

99

20.2

392

79.8

491

86.8

 

 低

18

32.7

37

67.3

55

9.7

 

 非常低

2

28.6

5

71.4

7

1.2

 
 

*学生–test; **谁–平方测试; ***费舍尔和确切的测试

 

 

 

 

 

 

   

在线关系中形成的人际关系影响

表 2 比较各种形式的人际关系对生活方式和社会活动的影响，从在线关系到有和没有IA的参与者。 在线关系对IA（12.0％）参与者的行为和生活方式的影响显着高于没有IA的人（5.3％， p 0.01）。 IA的参与者访问该地点的可能性明显更高（p = 0.02）并参与活动（p 0.01）由其在线朋友推荐。 此外，IA参与者每天在社交媒体（例如Facebook）上花费的时间明显更多（p 0.001）。

   

表2   

在线人际关系对有和没有网络成瘾的参与者之间的生活方式和社交活动的影响比较

 

 

 

   

 

网络成瘾

p

 

Yes

没有

合计

 
 

N

%

n

%

n

%

 

在线与朋友交流的频率

 经常

11

9.3

29

6.7

40

7.2

0.22 *

 频繁

32

27.1

94

21.6

126

22.8

 

 很少或永远不会

75

63.6

312

71.7

387

70.0

 

自我感知在线关系对行为和生活方式的影响

 高影响力

14

12.0

23

5.3

37

6.7

 正常影响

37

31.6

82

19.0

119

21.7

 

 影响很小或没有影响

66

56.4

327

75.7

393

71.6

 

访问在线朋友推荐的地方

 经常

19

16.4

47

10.8

66

12.0

0.02 *

 频繁

65

56.0

211

48.5

276

50.1

 

 很少或永远不会

32

27.6

177

40.7

209

37.9

 

参与在线朋友推荐的活动

 经常

18

15.3

23

5.3

41

7.4

 频繁

59

50.0

217

49.7

276

49.7

 

 很少或永远不会

41

34.8

197

45.1

238

42.9

 

 在社交媒体上花费的时间

平均值

SD

平均值

SD

平均值

SD

 

 使用Facebook的时间（小时/天）

3.84

3.38

3.23

7.00

3.56

7.42

<0.01 **

 

*谁–平方测试; ***曼恩–惠特尼试验

 

 

 

 

 

 

   

健康问题和健康相关的生活质量

表 3 比较有和没有IA的参与者之间健康问题和HRQOL的发生情况。 与同行相比，IA的参与者更容易出现自我护理问题（p 0.01），难以执行日常工作（p = 0.04），患有疼痛或不适（p = 0.03）和焦虑或沮丧（p 0.01）。 IA参与者的EQ-5D得分明显较低（p 0.001）和EQ-5D VAS（p 0.001）。

   

表3   

比较有和没有网络成瘾的参与者之间身体和心理健康问题的发生和健康相关的生活质量

 

 

 

   

 

网络成瘾

p

 

Yes

没有

 
 

N

%

n

%

 

移动性困难

28

23.3

79

17.7

0.16 *

自我照顾困难

19

15.8

32

7.2

通常的活动很难

36

30.0

94

21.1

0.04 *

有疼痛或不适

69

57.5

207

46.4

0.03 *

患有焦虑或抑郁症

102

85.0

325

72.9

 

平均值

SD

平均值

SD

 

EQ-5D指数

0.69

0.2

0.75

0.2

<0.01 **

EQ-5D VAS

76.7

17.2

81.1

16.0

<0.01 **

 

*谁–平方测试; **学生–test

 

 

 

 

 

 

   

参与者之间发生其他形式的成瘾

表 4 比较有和没有IA的参与者之间其他形式的成瘾的发生。 有和没有IA的参与者之间吸烟，水管吸烟和酒精依赖的发生率之间没有显着差异（> 0.05）。

   

表4   

比较所有参与者中其他形式的成瘾的发生（n = 566）

 

 

 

   

 

网络成瘾

p

 

Yes

没有

 
 

N

%

n

%

 

目前吸烟者

12

10.0

43

9.9

0.96 *

目前的水管（Shisha）吸烟者

5

4.4

21

4.9

0.81 *

目前对酒精的依赖

38

31.7

110

25.2

0.15 *

 

*谁–平方测试

 

 

 

 

 

 

   

回归分析

表 5 显示回归分析，以探索单变量相关性在探索所有参与者的HRQOL中的独特贡献。 IA（β= -4.23，95％CI = -7.76至-0.7），酒精依赖（β= -4.93，95％CI = -9.02至-0.84）和中等水平的自我认知在线人际关系对行为和生活方式的影响（β= -3.94，95％CI = -7.48至-0.40）与阴性EQ-5D评分显着相关。 类似地，IA（β= -0.061; 95％CI = -0.102至-0.019）与负EQ-VAS评分显着相关。 相反，在线人际关系对行为和生活方式的低自我感知水平与正EQ-VAS评分显着相关（β= 0.077，95％CI = 0.040至0.115）。

   

表5   

多元线性回归分析探索所有参与者的互联网使用行为，其他形式的成瘾和与健康相关的生活质量之间的关联（N = 566）

 

 

 

   

 

EQ-5D指数

EQ-VAS

 

β

95％CI

β

95％CI

网络成瘾（是和否）

- 4.23*

- 7.76

- 0.70

- 0.061*

- 0.102

- 0.019

Facebook使用持续时间/天（小时）

- 0.05

- 0.27

0.16

- 0.002

- 0.004

0.001

水烟吸烟（是和否）

- 5.78

- 13.10

1.54

   

酒精依赖（是和否）

- 4.93*

- 9.02

- 0.84

   

与新的在线朋友交流并结识（经常）

 很少或永远不会

1.85

- 1.68

5.38

   

在线关系对行为，生活方式和感知的影响（与高影响力）

 中等影响

- 3.94*

- 7.48

- 0.40

   

 影响力低或无影响

   

0.077*

0.040

0.115

在线朋友介绍的访问地点（经常）

 很少或永远不会

- 2.88

- 5.87

0.12

- 0.030

- 0.064

0.004

 

*p < 0.05

 

 

 

 

 

 

 

 

 

   

讨论

这项开创性研究的目的是了解年轻越南人之间的IA，在线人际关系影响和HRQOL之间的相互作用。 在线人际关系影响的不同领域，身心健康问题和HRQOL的发生，证实了年轻的越南人有和没有IA之间存在显着差异的假设。 相比之下，在社会人口学特征和其他形式的成瘾的发生之间，有和没有IA的年轻越南人之间存在显着差异的假设未得到证实。

在这项研究中，IA的患病率为21.2％，并且通过经过验证的问卷确定，IAT能够捕获IA的基本特征[11]。 我们的患病率高于或类似于其他亚洲研究（菲律宾IA的患病率为21％（Mak等人2014）;韩国为20％[31]。 台湾是17.9％[18]。 新加坡是17.1％[32]，香港是16.4％[15]。 马来西亚是14.1％[15]。 韩国是9.7％[15]和日本是6.2％[15]）。 越南IA的流行率高于中国报道的IA流行率[15, 33]。 据报道IA的患病率在不同研究中差异很大[14]。 这种差异可能是由于IA评估方法的差异，以及由于潜在的文化和社会差异导致的IA流行率的国家差异[14]。 IA可能是一个新兴问题，自2009以来，IA的流行程度有所增加。 每个国家都必须开展研究，定期测量IA的流行程度。

与之前亚洲研究的结果相反，IA和非IA组在性别比例方面没有显着差异，尽管之前的亚洲研究报告说男性性别是IA的风险因素[14, 18]。 研究人员进一步假设网络游戏和色情内容是导致年轻男性IA的主要原因。 我们的研究结果表明年轻女性同样容易受到IA的影响。 这种观察可能是因为年轻男女在生活的许多方面往往是平等的，包括上网。 需要进一步研究以监测其他国家IA的性别差异。 与没有IA的同行相比，年轻的越南人与IA不太可能是吸烟者，吸水管吸烟者和酗酒者。 这可以通过以下事实来解释：Kinh族群将吸烟水管视为其文化习俗的一部分而与IA无关。

关于网络关系对人际影响的形式，在线关系对年轻的越南IA患者的行为和生活方式的影响显着。 这项研究还表明，有IA的年轻越南人更有可能访问地方并参与他们的在线朋友推荐的活动。 这些都是有趣的发现，因为迄今为止没有研究探讨过网络人际关系对患有IA的年轻人的生活方式和行为的影响。 这些发现可作为参考，需要在其他国家进一步推广。 这是一个预期的发现，因为年轻的越南人和IA正在互联网上花费越来越多的时间。 互联网是社交的唯一媒介，因为家庭和非在线朋友缺乏社会支持是IA的主要原因[7]。 从认知角度来看，IA患者需要更多的认知努力来做出决定[34]。 因此，他们可能更愿意寻求在线同行的建议，以帮助他们决定活动或访问地点。 从社会角度来看，一个解释是IA的年轻人觉得他们对在线交流更安全或更舒服[2]，特别是那些患有IA和孤独的人[18]。 因此，IA的年轻人更容易接受他们的在线朋友的建议。 毫不奇怪，年轻的越南人与IA每天在Facebook等社交媒体上花费的时间要多得多。

有IA的年轻越南人更有可能报告在自我照顾和日常活动，疼痛或不适，焦虑或抑郁方面出现问题的情况。 这些结果与先前的研究结果一致，该研究表明IA与轻微心理健康发病率之间存在关联[11, 14, 18]。 我们的研究结果证实，IA可能会损害越南年轻人的心理健康。 曹等人。 （2009）认为过度使用互联网会导致心理唤醒加剧并导致健康问题[14]。 初级保健医生需要评估发展中国家IA患者的身心健康状况。 此外，关于HRQOL，年轻的越南人与IA在EQ-5D指数和EQ-5D VAS中得分显着较低。 这些发现与先前关于IA和生活不满的报道相对应[14]。 目前的研究结果证实了之前研究的结果，该研究发现，长时间的互联网使用会导致功能受损[18]。 回归分析显示IA和酒精依赖导致越南年轻人的HRQOL差。 这一发现表明IA可能与酗酒一样有害。

 

 

 

   

临床意义

目前的研究结果对于未来发展中国家IA的研究具有重要意义。 我们的研究结果有助于制定以证据为基础的干预措施的目标，以解决互联网对年轻越南人的不利影响。 首先，干预计划必须关注患有IA的男性和女性患者，因为两性都易受IA影响。 其次，干预计划必须渗透到越南的所有社会经济部门，因为在有和没有IA的年轻越南人之间没有社会经济差异。 第三，人际关系心理治疗有助于通过减少在线人际关系对其行为和生活方式的影响来帮助年轻的越南人患IA。 社交技能培训和角色扮演对于改善离线沟通和关系同样重要。 行为疗法和活动安排将帮助年轻的越南人与IA重建日常生活。 第四，医生应该评估年轻的越南人与IA的身体健康问题（例如背痛）和心理健康问题（例如焦虑和抑郁）。 第五，卫生当局应该花费资源来解决IA，因为IA对HRQOL的负面影响可能与其他形式的成瘾一样严重。

 

 

 

   

限制

这项研究有一些局限性。 首先，受访者驱动的抽样技术有其自身的局限性。 这种抽样取决于确定后续抽样的第一批参与者，研究人员对抽样方法几乎无法控制。 此过程是非随机的，会导致潜在的采样偏差。 然而，受访者驱动的采样技术有其自身的优势。 该技术允许研究人员接触隐藏的人群或具有特定条件的人，例如IA。 其次，这项使用在线调查的横断面研究不允许引起推论，并且健康状况较差可能导致更多的互联网使用。 第三，由于在线调查时间的限制，我们无法衡量人格因素和评估离线关系。

 

 

 

 

 

 

   

结论

该研究发现，IA是越南年轻人的常见问题，与其他亚洲国家相比，IA的患病率最高。 两性都有IA的风险。 我们的研究有助于理解IA，在线人际关系影响和年轻越南人的HRQOL之间的重要互动。 这些发现有助于卫生专业人员设计基于证据的干预措施，以解决年轻越南人与IA相关的不良在线人际关系影响。

 

 

 

   

缩略语

  • AUDIT-C： 

  • 酒精使用障碍识别测试消费

  • EQ-5D-5 L： 

  • EuroQol –五个维度–五个级别

  • EQ-VAS： 

  • EuroQol-视觉模拟量表

  • HRQOL： 

  • 与健康有关的生活质量

  • IA： 

  • 网络成瘾

  • 我在： 

  • 网瘾测试

  • RDS： 

  • 受访者驱动的抽样

 

 

 

   

声明

致谢

作者要感谢越南艾滋病控制管理局对该研究的实施所给予的支持。

资金

这项分析没有资金。

数据和材料的可用性

支持本研究结果的数据可从越南艾滋病控制中心获得，但这些数据的可用性受到限制，这些数据在当前研究的许可下使用，因此不公开。 但是，根据合理要求并经越南艾滋病控制管理局许可，作者可获得数据。

作者的贡献

BXT，CAL，LTH，NDH，LHN，BNL，VMN，TDT，MWBZ，RCMH构思了该研究，并参与其设计和实施并撰写了手稿。 LHN，BXT分析了这些数据。 所有作者阅读并认可的终稿。

相互竞争的利益

作者声明他们没有竞争利益。

同意出版

不适用。

道德批准并同意参与

越南艾滋病控制局的IRB批准了这项研究的提案。 要求参与者给予E-知情同意，并被告知他们可以随时撤回。 他们的联系信息已编码并确保保密。

Open Access本文根据知识共享署名4.0国际许可协议的条款分发（http://creativecommons.org/licenses/by/4.0/），允许在任何介质中不受限制地使用，分发和复制，前提是您向原作者和来源提供适当的信用，提供知识共享许可的链接，并指出是否进行了更改。 知识共享公共领域奉献豁免（http://creativecommons.org/publicdomain/zero/1.0/除非另有说明，否则适用于本文中提供的数据。

 

 

 

 
   

参考资料

  1. Tsitsika A，Critselis E，Kormas G，Filippopoulou A，Tounissidou D，Freskou A，Spiliopoulou T，Louizou A，Konstantoulaki E，Kafetzis D.互联网使用和误用：希腊青少年互联网使用预测因素的多元回归分析。 Eur J Pediatr。 2009; 168（6）：655-65。查看文章考研Google Scholar
  2. Casale S，Lecchi S，Fioravanti G.年轻人心理健康与互联网交流服务问题使用之间的关系。 J Psychol。 2015; 149（5）：480-97。查看文章考研Google Scholar
  3. Aboujaoude E.有问题的互联网使用：概述。 世界精神病学。 2010; 9（2）：85-90。查看文章考研PubMed中央Google Scholar
  4. 年轻的KS。 网瘾：一种新的临床疾病的出现。 Cyber​​ Psychol Behav。 1998; 1（3）：237-44。查看文章Google Scholar
  5. Ho RC，Zhang MW，Tsang TY，Toh AH，Pan F，Lu Y，Cheng C，Yip PS，Lam LT，Lai CM，et al。 网络成瘾与精神病合并症之间的关联：荟萃分析。 BMC精神病学。 2014; 14：183。查看文章考研PubMed中央Google Scholar
  6. 块JJ。 DSM-V的问题：网络成瘾。 Am J Psychiatry。 2008; 165（3）：306-7。查看文章考研Google Scholar
  7. 戴维斯RA。 病理性互联网使用的认知 - 行为模型。 Comput Hum Behav。 2001; 17（2）：187-95。查看文章Google Scholar
  8. Engelberg E，Sjoberg L.互联网使用，社交技巧和调整。 Cyber​​psychology Behav。 2004; 7（1）：41-7。查看文章Google Scholar
  9. Chak K，Leung L. Shyness和控制点作为网络成瘾和互联网使用的预测因子。 Cyber​​psychology Behav Impact Int Multimed Virtual Real Behav Soc。 2004; 7（5）：559-70。Google Scholar
  10. Caplan SE。 有问题的互联网使用的社交技能帐户。 J Commun。 2005; 55（4）：721-36。查看文章Google Scholar
  11. Morrison CM，Gore H.互联网使用过度与抑郁之间的关系：对1,319年轻人和成年人进行的基于问卷调查的研究。 精神病理学。 2010; 43（2）：121-6。查看文章考研Google Scholar
  12. Frangos CC，Frangos CC，Sotiropoulos I.希腊大学生中有问题的互联网使用：带有负面心理信念，色情网站和网络游戏风险因素的序数逻辑回归。 Cyber​​psychology Behav Social Netw。 2011; 14（1-2）：51-8。查看文章Google Scholar
  13. Andrews JA，Tildesley E，Hops H，Li F.同龄人对年轻成人物质使用的影响。 Health Healthol Off J Division Health Psychol American Psychol Assoc。 2002; 21（4）：349-57。Google Scholar
  14. Cao H，Sun Y，Wan Y，Hao J，Tao F.中国青少年网络问题及其与心身症状和生活满意度的关系。 BMC公共卫生。 2011; 11（1）：1-8。查看文章Google Scholar
  15. Mak KK，Lai CM，Watanabe H，Kim DI，Bahar N，Ramos M，Young KS，Ho RC，Aum NR，Cheng C.六个亚洲国家的青少年网络行为和成瘾的流行病学。 Cyber​​psychology Behav Social Netw。 2014; 17（11）：720-8。查看文章Google Scholar
  16. Li D，Liau A，Khoo A.考察实际理想的自我差异，抑郁和逃避现实对大型多人在线青少年游戏玩家的病态游戏的影响。 Cyber​​psychology Behav Social Netw。 2011; 14（9）：535-9。查看文章Google Scholar
  17. Woo BS，Chang WC，Fung DS，Koh JB，Leong JS，Kee CH，Seah CK。 开发和验证亚洲青少年的抑郁量表。 J Adolesc。 2004; 27（6）：677-89。查看文章考研Google Scholar
  18. Tsai HF，Cheng SH，Yeh TL，Shih CC，Chen KC，Yang YC，Yang YK。 网络成瘾的危险因素 - 大学新生调查。 精神病学 2009; 167（3）：294-9。查看文章考研Google Scholar
  19. Son DT，Yasuoka J，Poudel KC，Otsuka K，Jimba M.大型多人在线角色扮演游戏（MMORPG）：越南年轻人的成瘾，自我控制和精神障碍之间的联系。 国际社会精神病学。 2013; 59（6）：570-7。查看文章Google Scholar
  20. 从2014到2019的越南互联网用户数量（以百万计）[http://www.statista.com/statistics/369732/internet-users-vietnam/]。 访问1 Dec 2016。
  21. Wejnert C. PH，krishna N.，et al。：估计设计效果和计算样本量，用于美国注射吸毒者的受访者驱动抽样研究。 艾滋病行为。 2012; 16（4）：797-806。查看文章考研PubMed中央Google Scholar
  22. 聪LM。 同奈省边和市中学学生网络成瘾。 公共卫生J. 2011; 28：70-8。Google Scholar
  23. 年轻的KS。 陷入网络：如何识别网络成瘾的迹象 - 以及恢复的成功策略。 纽约：威利; 1998。Google Scholar
  24. CC F，IS：年轻人网络成瘾测试可靠性的元分析。 在：WCE 2012; 世界工程大会。 英国伦敦。
  25. Pawlikowski M，Altstötter-Gleich C，Brand M.验证和Young的网络成瘾测试的简短版本的心理测量属性。 Comput Hum Behav。 2013; 29（3）：1212-23。查看文章Google Scholar
  26. Meerkerk GJ。 互联网所彰显。 强制性互联网使用的原因和后果的探索性研究。 鹿特丹：IVO; 2007。Google Scholar
  27. 翻译和调整文书的过程[http://www.who.int/substance_abuse/research_tools/translation/en/]。 访问1 Dec 2016。
  28. Tran BX，Nguyen N，Ohinmaa A，Duong AT，Nguyen LT，Van Hoang M，Vu PX，Veugelers PJ。 在越南注射驱动的艾滋病毒流行病的抗逆转录病毒治疗期间，酒精使用障碍的患病率和相关性。 药物酒精依赖。 2013; 127（1-3）：39-44。查看文章考研Google Scholar
  29. Tran BX，Nguyen LT，Do CD，Nguyen QL，Maher RM。 酒精使用障碍与坚持抗逆转录病毒治疗和艾滋病毒/艾滋病患者生活质量之间的关系。 BMC公共卫生。 2014; 14（1）：27。查看文章考研PubMed中央Google Scholar
  30. Bradley KA，DeBenedetti AF，Volk RJ，Williams EC，Frank D，Kivlahan DR。 AUDIT-C是初级保健中酒精滥用的简要屏幕。 Alco Clin Exp Res。 2007; 31（7）：1208-17。查看文章考研Google Scholar
  31. Ha JH，Yoo HJ，Cho IH，Chin B，Shin D，Kim JH。 在网络成瘾筛查阳性的韩国儿童和青少年中评估精神病合并症。 J临床精神病学。 2006; 67（5）：821-6。查看文章Google Scholar
  32. Mythily S，Qiu S，Winslow M.在新加坡青少年中流行和过度使用互联网的相关因素。 Ann Acad Med Singap。 2008; 37（1）：9-14。考研Google Scholar
  33. Ni X，Yan H，Chen S，Liu Z.影响中国新生大学生网络成瘾的因素。 Cyber​​psychology Behav。 2009; 12（3）：327-30。查看文章Google Scholar
  34. Dong G，Huang J，Du X.网络成瘾者的奖励敏感度提高和损失敏感度降低：猜测任务期间的fMRI研究。 J Psychiatr Res。 2011; 45（11）：1525-9。查看文章考研Google Scholar