(原因)儿童抑郁与互联网游戏障碍之间的相互关系:使用交叉滞后路径分析对iCURE研究进行12个月的随访(2019年)

抽象

先前的研究报告了互联网游戏障碍(IGD)与抑郁症之间的关联,但这种关系的方向性尚不清楚。 因此,我们在纵向研究中检查了儿童抑郁症状水平与IGD之间的相互关系。

方法

这项研究的研究小组由参加iCURE研究的366名小学学生组成。 所有参与者都是当前的互联网用户,因此可以将其视为IGD的高风险人群。 自我报告的IGD严重性严重程度和抑郁水平分别通过互联网游戏使用引起的症状筛查和儿童抑郁量表进行评估。 12个月后完成随访评估。 我们拟合了交叉滞后的结构方程模型,以同时研究两个时间点两个变量之间的关联。

交叉滞后分析显示,基线水平的抑郁水平显着预测了12个月随访中IGD功能的严重程度(β= 0.15, p = .003)。 基线时IGD的严重程度还可以显着预测12个月随访中的抑郁水平(β= 0.11, p = .018),控制可能的混杂因素。

交叉滞后路径分析表明,IGD特征的严重程度与抑郁症状水平之间存在相互关系。 了解抑郁症状与IGD功能严重程度之间的相互关系可以帮助采取干预措施来预防这两种情况。 这些发现为儿童IGD和抑郁症状的预防和补救计划提供了理论支持。

儿童正处于数字技术时代,并在早期就熟悉计算机,移动设备和互联网。 游戏障碍正在成为全球儿童和青少年的主要心理健康问题(约阿尼迪斯等人,2018),尽管仍然存在争论,游戏对儿童和青少年是有益还是有害。

一半的精神疾病始于14岁,有时情绪调节问题始于青春期前的11岁左右(福布斯与达尔,2010年; 郭等人,2012)。 心理健康问题是年轻人中最大的疾病负担。 先前的研究已经报告了网络成瘾与青少年中精神病症状(例如抑郁,焦虑和孤独)之间的关联。 在精神症状类别中,抑郁症状显示出对儿童和青少年网络成瘾发展的最大影响(Erceg,Flander和Brezinšćak,2018年; Niall McCrae,Gettings和Purssell,2017年; 皮科,米林,奥康纳和索耶,2011年).

互联网游戏障碍(IGD)和抑郁症相互影响并共享神经机制(Choi等,2017; Liu等,2018)。 相似的大脑区域在抑郁症和IGD中均显示出异常功能。 杏仁核,前额叶皮层,回旋以及额顶叶与杏仁核之间的连接在患有游戏问题的人和患有抑郁症的人中同样受到破坏。

一项系统评价显示,患有抑郁症状的人患网络成瘾的可能性几乎是没有抑郁症状的人的三倍(Carli等人,2013年)。 但是,该评价的19项研究中有20项是横断面研究,无法确定抑郁症和网络成瘾之间的关联性。 尽管如此,仍有75%的研究报告了互联网使用问题和抑郁之间的显着相关性。

有限的纵向研究评估了IGD与年轻人心理健康结局之间的关系。 在中国进行的一项前瞻性队列研究发现,根据自我报告的抑郁量表评估,最初在基线时没有精神健康问题的大学生如果表现出抑郁,则在2.5个月的随访中患抑郁症的可能性高9倍基线时互联网使用存在问题(林,彭,麦和静,2009年)。 在为期2年的儿童和青少年纵向研究中,Gentile等人。 (2011)发现有问题的游戏可以通过自我评估的心理健康状况从统计学上预测未来抑郁症,社交恐惧症和焦虑症的水平会更高(Gentile等,2011)。 较高的抑郁水平与较高的网络成瘾行为有关(Stavropoulos和Adams,2017年).

尽管先前的研究可能有助于确定与抑郁症和IGD之间关系的时间顺序有关的因素,但仍不清楚IGD是否与抑郁症的发展有关或是否也存在反向关系。 因此,我们研究了抑郁症状和IGD之间随着时间推移的稳定性以及它们之间的关系,以便更好地了解这两个变量如何使用交叉滞后路径模型随时间相互影响。 我们评估了青春期前儿童抑郁症状与IGD功能严重程度之间的相互关系,以减少青春期情绪变化的影响。

研究人口

研究人群来自iCURE研究,该研究已在其他地方进行了详细介绍(Jeong等人,2017年)。 简而言之,iCURE研究是一项正在进行的基于学校的纵向研究,旨在研究韩国3年级和4年级的小学生和7年级中学生的IGD的自然史。 所有参与者都报告说他们是当前的互联网用户,因此他们被认为是IGD的高危人群。 首次随访评估在基线评估后12个月完成。 为了减少青春期情绪变化对学习结果的可能影响,该研究的研究小组仅由3年级和4年级的学生组成,他们属于iCURE研究。 在基线时参加了iCURE研究的399名小学学生中,有366位(91.5%)完成了12个月的随访评估,并纳入了该研究。

测量

在基线评估中,所有参与者都在课堂上完成了问卷; 研究助理使用标准脚本阅读问题,以帮助理解。 为了进行为期12个月的跟踪评估,所有学生都使用基于网络的自我管理方法自行填写了调查表,并配备了指导研究助理来回答问题。

IGD功能的严重性

IGD功能的严重程度已通过Internet游戏使用诱发症状屏幕(IGUESS)进行了评估。 该仪器是根据5个DSM-4 IGD标准创建的,每个项目的评分均为1分制(XNUMX = 坚决不同意,2 = 不太同意,3 = 有点同意,4 = 非常同意)。 分数越高表示IGD功能的严重性越高。 该量表是可靠的,本研究中的克朗巴赫α为85。 IGD的严重性被认为具有连续的严重性维度,其中IGUESS的评分越高表明交叉滞后路径模型进行分析的严重性越高。 在IGD风险升高的情况下,最佳临界分是10(乔等人,2017)。 我们将此阈值分数用于二分法分析。

抑郁症状水平

抑郁水平通过儿童抑郁量表(CDI)进行评估。 CDI有27个项目可量化症状,如情绪低落,享乐能力,营养功能,自我评估和人际交往行为。 每个项目都包含三个陈述,这些陈述的等级从0增加到2。 孩子们在过去2周内选择最能体现其症状的一种。 项目得分组合为总抑郁得分,范围从0到54。我们使用韩文版的CDI,该CDI对抑郁症状的评估具有良好的信度和效度(Cho&Choi,1989年)。 抑郁症状的水平被认为具有连续的严重性维度,其中CDI的较高评分表示抑郁症状的严重性较大,需要使用交叉滞后路径模型进行分析。 在二分分析中,总分为22分或更高被认为表明有抑郁症状。 使用访调员指导的自我报告评估,在基线和12个月的随访中评估了IGD功能的严重程度和抑郁水平。

潜在的混杂因素

一般特征包括年龄,性别,家庭类型和平均每天玩网络游戏的时间,这些都是从访调员指导的孩子的自我报告中获得的基线数据中得出的。 对于家庭类型,完整家庭被定义为与父母双方同住的孩子。 那些定义为非残障的人包括因离婚,死亡或父母分居而仅与母亲或父亲或父母都不住的孩子。 青春期是根据参与者对以下两个问题的回答确定的:对于女孩而言,是“您是否开始了月经?”,对于男孩而言,则是“您是否开始了腋毛的成长?”。 如果参与者回答“是”,我们认为他们已进入青春期。 子女的学业成绩和社会经济地位(SES)均来自父母的自我报告评估。

统计分析

使用SAS 9.4(美国北卡罗来纳州卡里的SAS Institute Inc.)进行研究变量之间的描述性统计和相互关系。 使用结构方程模型(SEM)借助“矩结构分析”统计软件包23.0版进行了交叉滞后面板建模。 (IBM公司,美国伊利诺伊州芝加哥)。 描述性数据使用分类变量的数字和百分比进行汇总,或者使用连续变量的平均值±SD或中值(范围)进行汇总。 使用交叉滞后的面板模型评估了IGD特征严重程度与抑郁水平之间的纵向关联。 在进行分析之前,对抑郁水平和IGD特征的严重程度均进行了对数转换以近似正常。

交叉滞后的面板模型允许同时调查两个或多个重复测量的变量之间的关联。 因此,交叉滞后的相关性指示变量在给定的时间点对其他变量的值在时间上稍后的影响,从而控制横截面相关性和自相关。

如图所示 1A,第一个交叉滞后系数βCL(a)表示基线测量的抑郁水平与12个月随访测量的IGD特征严重程度之间的关联。 第二个交叉滞后系数βCL(b)代表基线时测得的IGD特征严重程度与12个月随访时测得的抑郁水平之间的关系。 IGD特征严重程度与抑郁水平之间的横断面关联表示为βCL基线。 提出了自回归系数βAR-抑郁和βAR-IGD,分别代表从基线到12个月随访的抑郁稳定性和IGD特征的严重性。 该模型针对潜在的混杂因素进行了调整,例如年龄,性别,家庭类型,学业成就和SES。

图父母删除

图1。 (A)用于交叉滞后面板模型的常规建模。 (二)交叉滞后面板模型分析IGD和抑郁症之间的纵向联系。 数值是标准化的结构回归系数。 AR:自回归; CL:交叉滞后; CS:横截面。 *p <.05。 **p <.01。

为了测试中介效果,应用了2,000个自举重采样和95%置信区间(CI)来构建间接路径。 对于间接效应,不包含0的偏差校正的CI被认为是重要的。 根据先前的建议,效果大小可解释为小(0.01),中(0.09)和大(0.25)(传教士&凯利(2011)).

使用多个拟合指数(包括绝对拟合指数,增量拟合指数和简约拟合指数)评估模型拟合。 使用χ评估增量拟合指数2 自由度(χ2/df比率,拟合优度指数(GFI),比较拟合指数(CFI)和近似均方根误差(RMSEA)。 使用塔克-刘易斯指数(TLI),标准拟合指数,相对拟合指数(RFI)和比较拟合指数(CFI)评估增量拟合指数。 调整后的GFI(AGFI)用于简约拟合指数。 SEM文献表明,当χ2/df ≤3; CFI≥0.95,TLI≥0.95,GFI≥0.95,NFI≥0.95,RFI≥0.95,AGFI≥0.95,RMSEA≤0.06(克莱恩,2011).

为了进行额外的分析,将IGD的升高风险定义为IGUESS量表的总得分为10或更高,将抑郁症状的高水平定义为CDI的总得分为22或更高。 我们使用对数二项式模型与PROC GENMOD一起运行,以评估相对危险性(RR),用于在IGD风险较低的儿童中,在12个月的随访期内,高水平的抑郁症状与IGD发生风险的升高之间存在关联(<10 IGURSS分数)在基线。 计算基线时无抑郁症状的儿童在12个月随访中高水平抑郁症状的发生率。 在控制潜在的混杂因素的同时,我们计算了粗略的和调整后的RR。

伦理

为了参加iCURE研究,在解释了研究原则的性质(包括保密性和参加1975年赫尔辛基宣言的自由选择权)后,所有参与者及其父母或法定监护人均获得了知情同意书。 (世界医学协会,2013年)。 这项研究得到了韩国天主教大学的机构审查委员会(MC19ENSI0071)的全面审查和批准。 iCURE数据管理委员会发布了已取消标识的数据以进行数据分析。

表总结了366名参与者的人口统计学和临床​​特征 1。 参与者的中位年龄为10岁(范围:9-12岁)。 在366名参与者中,有188名(51.4%)是男孩。 大多数参与者(n = 337; 92.1%的人来自完整家庭,68%的参与者学习成绩良好,71%的人表示他们的SES为中低水平。

 

表

表1。 iCURE研究中的366名小学生的一般和临床特征

 

表1。 iCURE研究中的366名小学生的一般和临床特征

变量N (%)中位数(范围)克朗巴赫的α
性生活
 男孩188(51.4)
 女孩178(48.6)
年龄10(9-12)
家庭结构
 完整的家庭337(92.1)
 非完整家庭29(7.9)
社会经济状况
 中低档263(71.9)
 高103(28.1)
学术成就
 好249(68.0)
 坏117(32.0)
基准评估
 网络游戏障碍2(0-22).78
 萧条6(0-46).88
 焦虑26(20-58).89
12个月的随访评估
 网络游戏障碍2(0-23).86
 萧条5(0-45).89
 焦虑24(20-58).94

表中报告了主要关注变量之间的相关性 2。 从横截面来看,基线和12个月随访时基线时的抑郁水平与IGD的严重程度呈正相关。 纵向上,抑郁水平(基线)与IGD严重程度(12个月随访)呈正相关,而IGD严重程度(基线)与抑郁水平(12个月随访)呈正相关。

 

表

表2。 相关矩阵,均值和标准偏差(SD)的主要变量

 

表2。 相关矩阵,均值和标准偏差(SD)的主要变量

变量1234平均值SD
1.抑郁水平(基线)17.46.5
2. IGD的严重程度(基准).443 *12.63.2
3.抑郁水平(12个月的随访).596 *.339 *16.76.6
4. IGD的严重性(12个月的随访).359 *.453 *.447 *12.93.6

注意事项。 IGD:网络游戏障碍。

*p <.001。

数字 1 显示了具有标准化路径载荷(标准化beta,β)的理论模型(A)和分析模型(B)。 关于自相关路径,基线时的抑郁水平在统计学上预测了12个月随访时IGD功能的严重程度(β= 0.55, p <.001)。 此外,在12个月的随访中,基线时IGD功能的严重程度可通过统计学预测抑郁水平(β= 0.37, p <.001)。 结果显示,抑郁症状的水平和IGD功能的严重程度在基线与12个月的随访之间均显着相关。 同样,IGD功能的严重性在两个时间点之间也相关。

关于横断面相关路径,每个时间点的抑郁症状水平和IGD特征严重程度均呈正相关(β= 0.46, p 在基线时<0.001,β= 0.27, p <001个月(随访12个月)。 结果显示,在每个时间点,抑郁症状水平与IGD功能严重程度之间呈正相关。

交叉滞后分析显示,基线水平的抑郁水平在统计学上预测了12个月随访时IGD功能的严重程度(β= 0.15, p = .003)。 基线时IGD的严重程度在12个月的随访中也可统计地预测抑郁水平(β= 0.11, p = .018),然后控制可能的混杂因素。 交叉滞后路径分析表明,IGD特征的严重程度与抑郁症状水平之间存在相互关系。

我们的整体模型基于拟合指标显示出良好的拟合度。 χ的比率2 自由度为1.336,表明模型拟合良好。 RMSEA为0.03,GFI为0.997,TLI为0.976,CFI为0.997,AGFI为0.964,也表明拟合良好。 综合起来,拟合统计表明这足以基于强大的先验理论框架和可接受的可靠性来产生有效的模型。

在366名参与者中,有351名未报告基线时IGD的风险较高。 在这351名参与者中,有15名(4.3%)在12个月的随访中被归类为IGD风险升高。 校正潜在的混杂因素后,基线时有抑郁症状的参与者在3.7个月时的IGD RR比基线时无抑郁症状的参与者高12倍(RR = 3.7,95%CI = 1.1-13.2)。

在366名参与者中,有353名在基线时未报告高水平的抑郁症状。 在这353名参与者中,有8名(2.3%)在12个月的随访中被归类为抑郁症状高水平。 在校正了潜在的混杂因素后,基线时处于IGD风险较高的参与者在3.6个月的随访中与抑郁症相比,基线时未患IGD风险的参与者的抑郁风险增加了12倍,但是差异无统计学意义(RR = 3.6,95%CI = 0.5-29.0;表 3).

 

表

表3。 12个月随访中儿童IGD和抑郁症的发生率

 

表3。 12个月随访中儿童IGD和抑郁症的发生率

没有IRRR收益率a
12个月IGDb
 基线抑郁症28205.2(1.4-20.2)3.7(1.1-13.2)
没有133283.8
12个月的抑郁症c
 基线IGD1118.34.1(0.5-30.4)3.6(0.5-29.0)
没有73342.1

注意事项。 IR:发病率; RR:相对风险; aRR:调整后的相对风险; IGD:网络游戏障碍。

a根据性别,家庭类型,学习成绩和社会经济地位进行调整。

b基线时无IGD的儿童在12个月随访中的IGD发生率(n = 351)。

c基线时无抑郁的儿童在12个月随访中的抑郁发生率(n = 353)。

我们发现,在基线水平和儿童12个月随访中,抑郁症状水平与IGD功能严重程度之间存在显着正相关。 这些结果表明,抑郁症状构成了IGD严重程度升高的潜在危险因素,而IGD特征的严重程度可能在一年后构成了抑郁症状的潜在危险因素。

交叉滞后路径分析允许同时分析多个关系,从而产生比通过运行多个单独的线性回归所获得的统计模型更为复杂的统计模型。 纵向关系的相对强度可以通过比较标准化的相关系数来确定。 IGD特征的严重程度和抑郁症状的水平均显示出显着的横截面,自相关和交叉滞后的相关系数。

横断面相关性揭示了在每个时间点,抑郁症状的水平与IGD特征的严重程度之间存在正相关。 类似地,自相关揭示了抑郁症状的水平和IGD功能的严重性在两个时间点都与稳定性显着相关。 交叉滞后路径分析表明,IGD风险与抑郁症状水平之间存在因果关系。 在控制潜在的混杂因素之后,这些横截面和纵向的关联仍然存在。 基线抑郁水平与12个月IGD严重程度之间的关系更强(β= 0.15, p = .003),而不是基线IGD特征的严重程度与12个月的抑郁水平(β= 0.11, p = .018),建议为中等效果大小。 这一发现表明,抑郁是导致IGD功能严重性的最主要因素,反之亦然,并且随着时间的推移存在相互关系。

IGD和抑郁之间的关联有时可以用情绪增强假设来解释,该假设表明情绪低落的人最有可能寻求娱乐活动以摆脱烦躁状态。 先前的研究与情绪增强假说相符,即抑郁与IGD之间存在显着的正相关关系(Ostovar等人,2019年; Seyrek,Cop,Sinir,Ugurlu和Senel,2017年; 日元,周,刘,杨,胡,2014; Younes等人,2016年)。 试图通过在线互动来摆脱抑郁症和现实世界中的担忧,可能会导致恶性循环,加剧抑郁症。

根据社会迁移假说,一个人花在做一件事情上的时间越多,花在做另一件事上的时间就越少。 在互联网游戏上花费大量时间的孩子通常会减少与他人互动的时间(Caplan,2003)。 社会错位效应的一个假设是,花在游戏上的时间会取代其他活动,例如社会互动,这对于儿童的心理社会发展至关重要(Zamani,Kheradmand,Cheshmi,Abedi和Hedayati,2010年)。 缺乏社交互动可能会导致负面情绪。 Gentile等。 (2011)报告了在出现视频游戏问题后出现的抑郁症状升高,并且这些症状持续存在Gentile等,2011)。 如果社会迁移假说是正确的,则IGD可能导致抑郁(Amorosi,Ruggieri,Franchi和Masci,2012年; Dalbudak等人,2013年).

青少年的抑郁症状倾向于在青春期之前发生。 就主要抑郁症的遗传易感性而言,儿童时期的应激性生活事件或精神疾病的经历与抑郁症的发作有关(皮科(Piko)等人,2011年; Shapero等人,2014年)。 由于青春期前的抑郁症与反社会疾病和成瘾的发展有关(瑞安(2003)),很可能应该在年轻时就采取预防网络成瘾的措施,以最大程度地降低对抑郁症的恶化影响。 因此,应更加关注抑郁症及其对儿童IGD发育的潜在影响。

校正潜在的混杂因素后,基线时有抑郁症状的儿童在3.7个月的随访中出现IGD症状的风险比基线时无抑郁症状的儿童增加了12倍。 由于95%CI的范围为1.1-13.2,因此可能存在限制以确保估计的准确性,因此应谨慎解释这些结果。 此外,与基线时无IGD症状的儿童相比,基线时具有IGD症状的儿童在12个月的随访中可能会出现抑郁症状。 但是,结果没有统计学意义。

女孩的青春期比男孩早12岁。 在全国代表性的样本中,女孩进入青春期的平均年龄为12.7岁(李,金,吴,李和朴,2016年)。 从这个角度来看,该研究的大多数参与者尚未达到青春期。 共发现8名(2.2%)儿童达到了青春期(基线时为3名;在5个月的随访中为12名)。 由于进入青春期的儿童数量很少,因此本研究的结果可能不受与青春期相关的变化的影响。

在12个月的随访中,流失率为9.1%(33名儿童)。 发生所有流失的原因是学生已转移到另一所学校。 在完成和未完成研究的参与者之间,基线特征(包括性别,年龄,家庭类型,学习成绩,SES,互联网活动或IGD功能的严重程度)没有显着差异。

各国之间与抑郁症相关的因素可能有所不同。 抑郁是一种多因素疾病,在不同人群中表现出相当大的差异,并且与多种遗传和社会环境因素有关,其病因有几种亚型。 韩国是第一个分配国家预算以解决互联网和游戏成瘾问题的国家(Koh,2015年)。 社会心理,环境和文化差异可能会影响抑郁症状与IGD功能严重程度之间的关系,尽管预计在各个辖区和文化中会发现抑郁与IGD之间存在根本联系。 因此,本研究的结果可能与其他国家的儿童有关,尽管在概括研究结果时应谨慎。 因为受访者是在上学的青少年中抽样的,并且排除了未上学的孩子。 参加的学校以及孩子和父母都是自愿参加的; 因此,与非参与学校相比,这些学校对预防IGD感兴趣。 不能排除选择偏倚和IGD患病率低估的可能性。

童年是患抑郁症和IGD的危险时期。 这两种疾病通常在儿童期并发,并且与以后的生活中严重的功能障碍有关。 考虑到整个青春期和成年早期的心理特征不断发展,更好地了解儿童时期这些疾病的发作方向和病程将有助于制定更有效的预防和治疗策略。

交叉滞后路径分析表明IGD特征严重程度与抑郁水平之间存在双向关系。 基线水平较高的抑郁症状预示了12个月后IGD功能的严重性。 此外,IGD功能的基线严重程度与儿童12个月后较高的抑郁症状水平显着相关。 了解抑郁症状与IGD功能严重程度之间的相互关系可以帮助采取干预措施来预防这两种情况。 这些发现为儿童IGD和抑郁症状的预防和补救计划提供了理论支持。

HJ进行了分析并领导了手稿的撰写。 HWY指导并监督手稿的撰写。 HJ和HWY提出并提出了研究的基本思想。 S-YL,HL和MNP审查了科学内容并编辑了手稿。 HWY,HJ,S-YJ和HS进行了研究。 所有作者都对稿件发表了编辑评论。

作者声明在手稿内容上没有利益冲突。 MNP博士报告以下披露。 他曾为游戏日数据,成瘾政策论坛,RiverMend Health,Lakelight Therapeutics / Opiant和Jazz Pharmaceuticals提供咨询和建议。 获得了Mohegan Sun赌场和国家负责任游戏中心的研究支持; 曾参加过与吸毒成瘾,冲动控制障碍或其他健康主题相关的调查,邮件或电话咨询; 并就与冲动控制或成瘾性疾病有关的问题向律师事务所和赌博实体提供咨询。

本研究过程中生成和/或分析的数据集可从相应的作者那里获得。

阿摩罗西 M., 鲁吉里 F., 法兰西 G.,& 马西 I. (2012). 青春期抑郁,病理依赖和危险行为。 精神病学Danubina,24(增刊1), (S77)(S81). MEDLINEGoogle Scholar
卡普兰 S.E. (2003). 偏好在线社交互动-有问题的互联网使用和心理社会福利理论。 传播研究,30(6), 625648。 DOI:https://doi.org/10.1177/0093650203257842 交叉引用Google Scholar
卡莉 V., 杜克 T., 瓦瑟曼 D., 哈达兹基 G., Despalins, R.,& 克拉玛兹 E. (2013). 病理性互联网使用与共病心理病理学之间的关联:系统评价。 精神病理学,46(1), 113。 DOI:https://doi.org/10.1159/000337971 交叉引用, MEDLINEGoogle Scholar
S.,& J. (1989). 韩国儿童的国家特质焦虑量表的编制。 国立首尔大学医学学报,14(3), 150157. Google Scholar
J., H., 金, J.Y., 荣格 D.J., K.J., 炕, H.B., J.S., J·W·,& 金, D.J. (2017). 前额叶皮层的结构改变介导互联网游戏障碍与情绪低落之间的关系。 科学报告,7(1), 1245。 DOI:https://doi.org/10.1038/s41598-017-01275-5 交叉引用, MEDLINEGoogle Scholar
Dalbudak, E., 埃夫伦, C., Aldemir, S., Coskun, K.S., 乌古鲁 H.,& Yildirim, F.G. (2013). 网络成瘾严重程度与大学生抑郁,焦虑和智力低下,气质和性格的关系。 网络心理学,行为和社交网络,16(4), 272278。 DOI:https://doi.org/10.1089/cyber.2012.0390 交叉引用, MEDLINEGoogle Scholar
埃尔切格 T., 佛兰德 G.,& 布雷津恰克, T. (2018). 强迫性互联网使用与青春期抑郁和焦虑症状之间的关系。 酒精中毒与精神病学研究,54(2), 101112。 DOI:https://doi.org/10.20471/dec.2018.54.02.02 交叉引用Google Scholar
福布斯 E. E.,& 达尔, 回覆。 (2010). 青春期发育和行为:社交和动机倾向的激素激活。 脑与认知,72(1), 6672。 DOI:https://doi.org/10.1016/j.bandc.2009.10.007 交叉引用, MEDLINEGoogle Scholar
外邦人, D.A., hoo H., A., 是的, T., 李, D., D.,& 邱, A. (2011). 年轻人使用病理性视频游戏:一项为期两年的纵向研究。 儿科,127(2), e319e329。 DOI:https://doi.org/10.1542/peds.2010-1353 交叉引用, MEDLINEGoogle Scholar
J., 陈, L., X., 刘, Y., C.H., 他, H., Z.,& 田, D. (2012). 中国流动儿童和留守儿童网络成瘾与抑郁的关系。 网络心理学,行为和社交网络,15(11), 585590。 DOI:https://doi.org/10.1089/cyber.2012.0261 交叉引用, MEDLINEGoogle Scholar
约阿尼迪斯 K., 特雷德 多发性硬化症。, 管家, S.R., 基拉利 F., 变红, S.A., 斯坦因, D.J., 洛克纳 C.,& 格兰特, J.E. (2018). 有问题的互联网使用是与年龄相关的多方面问题:来自两地调查的证据。 上瘾行为,81, 157166。 DOI:https://doi.org/10.1016/j.addbeh.2018.02.017 交叉引用, MEDLINEGoogle Scholar
郑哥 H., , S.J., 李, S.Y., 金, E., 儿子, H·J·, H. H., 李, H.K., Y. S., hang S.Y., J.S., 金, B.N., 外邦人, D.A.,& 波坦察, M.N. (2017). 2015-2019年,韩国互联网用户群组的无偏见识别早期青春期游戏障碍(iCURE)的研究协议。 BMJ公开赛,7(10), e018350。 DOI:https://doi.org/10.1136/bmjopen-2017-018350 交叉引用, MEDLINEGoogle Scholar
S.J., , 李, H.K., 李, H. C., J.S.,& K.Y. (2017). 事实证明,互联网游戏使用诱发症状屏幕是10-19岁青少年的有效工具。 儿科学学报,107(3), 511516。 DOI:https://doi.org/10.1111/apa.14087 交叉引用, MEDLINEGoogle Scholar
克莱恩, R. B. (2011)。 结构方程建模的原理和实践(3rd编辑。). 纽约,纽约/英国伦敦: 在吉尔福德出版社. Google Scholar
苏梅, Y. (2015). 韩国的网络成瘾国家政策。在 C. 星期一 & M. 路透社 (编),网络成瘾神经科学方法和治疗干预措施(pp。 219234). 伦敦,英国: 斯普林格. 交叉引用Google Scholar
我是, L.T., Z.W., 麦, J.C.,& J. (2009). 青少年网络成瘾的相关因素。 网络心理学与行为,12(5), 551555。 DOI:https://doi.org/10.1089/cpb.2009.0036 交叉引用, MEDLINEGoogle Scholar
李, M.H., 金, S.H., 哦, M., 李, K.W.,& 公园, M.J. (2016). 韩国青少年初潮年龄:趋势和影响因素。 生殖健康,42(1), 121126。 DOI:https://doi.org/10.1530/jrf.0.0420121 交叉引用Google Scholar
刘, L., 姚, Y. W., 李, C.R., J.T., C. C., J., 嘛, S. S., 周, N.,& 方, X.Y. (2018). 网络游戏障碍与抑郁症的合并症:相互关系和神经机制。 前线精神病学,9岁 154。 DOI:https://doi.org/10.3389/fpsyt.2018.00154 交叉引用, MEDLINEGoogle Scholar
Niall McCrae, N., 得到, S.,& 普塞尔 E. (2017). 社交媒体和儿童和青少年的抑郁症状:系统评价。 青少年研究评论,第2(4)页, 315330。 DOI:https://doi.org/10.1007/s40894-017-0053-4 交叉引用Google Scholar
Ostovar, S., Allahyar, N., Aminpoor, H., Moafian, F., 也不, M.,& 格里菲思 M.D. (2019). 网络成瘾及其在伊朗青少年和年轻人中的心理社会风险(抑郁,焦虑,压力和孤独):横断面研究中的结构方程模型。 国际心理健康与成瘾杂志,14(3), 257267。 DOI:https://doi.org/10.1007/s11469-015-9628-0 交叉引用Google Scholar
皮科 B.F., 米林 R., 奥康纳 R.,& 索耶, M. (2011). 儿童和青少年抑郁的多学科方法。 抑郁症的研究与治疗,2011年, 13。 DOI:https://doi.org/10.1155/2011/854594 交叉引用Google Scholar
牧师, K.J.,& 凯莉 K. (2011). 调解模型的效果量度:传达间接效果的定量策略。 心理方法,16(2), 93115。 DOI:https://doi.org/10.1037/a0022658 交叉引用, MEDLINEGoogle Scholar
瑞安, N.D. (2003). 儿童和青少年抑郁症:短期治疗效果和长期机会。 国际精神病学研究方法杂志,12(1), 4453。 DOI:https://doi.org/10.1002/mpr.141 交叉引用, MEDLINEGoogle Scholar
瑟雷克 S., 警察, E., 锡尼尔 H., 乌古鲁 M.,& 塞内尔 S. (2017). 与网络成瘾相关的因素:土耳其青少年的横断面研究。 儿科国际杂志,59(2), 218222。 DOI:https://doi.org/10.1111/ped.13117 交叉引用, MEDLINEGoogle Scholar
Shapero, B.G., 黑色, S.K., 刘, R.T., 克鲁格曼 J., 本德尔 回覆。, 艾布拉姆森 L.Y.,& 合金, 磅。 (2014). 压力性生活事件和抑郁症状:儿童情绪虐待对压力反应性的影响。 临床心理学杂志,70(3), 209223。 DOI:https://doi.org/10.1002/jclp.22011 交叉引用, MEDLINEGoogle Scholar
斯达夫罗泊罗斯, V.,& 亚当斯 B.L.M. (2017). 成年后的互联网游戏障碍症状:焦虑与家庭凝聚力之间的相互作用。 行为成瘾杂志,6(2), 237247。 DOI:https://doi.org/10.1556/2006.6.2017.026 链接Google Scholar
世界医学会2013). 赫尔辛基宣言:涉及人体的医学研究的伦理原则。 牙买加,310(20), 21912194。 DOI:https://doi.org/10.1001/jama.2013.281053 交叉引用, MEDLINEGoogle Scholar
日元, C. F., 周杰伦, W.J., 刘, T. L., 杨, P.,& 胡, (2014). 注意缺陷多动症青少年网络成瘾症状与焦虑,抑郁和自尊的关系。 综合精神病学,55(7), 16011608。 DOI:https://doi.org/10.1016/j.comppsych.2014.05.025 交叉引用, MEDLINEGoogle Scholar
尤尼斯, F., 哈拉维 G., 贾布尔 H., 奥斯塔(El Osta), N., 卡拉姆 L., 朝j A.,& 拉巴·哈巴兹(Rabbaa Khabbaz), L. (2016). 网络成瘾以及与大学生失眠,焦虑,抑郁,压力和自尊的关系:一项横断面设计研究。 PLoS One,11(9), e0161126。 DOI:https://doi.org/10.1371/journal.pone.0161126 交叉引用, MEDLINEGoogle Scholar
Zamani, E., 赫拉德曼德 A., 切什米 M., 阿贝迪 A.,& Hedayati, N. (2010). 将沉迷于计算机游戏的学生与普通学生的社交技能进行比较。 成瘾与健康,2(3-4), 5965。 DOI:https://doi.org/10.1016/S0924-9338(12)74212-8 MEDLINEGoogle Scholar