评论：一项独特的研究。 大学一年级的学生要确定上网成瘾的比例，以及可能产生的风险因素。 独特的方面是研究对象在上大学之前没有使用过互联网。 难以置信。 上学仅一年后，一小部分人被归类为互联网成瘾者。 那些发展成网络成瘾的人在强迫症方面得分较高，而在焦虑抑郁和敌对方面的得分较低。
关键是网络成瘾 造成 行为和情绪的变化。 从研究中：
- 他们上瘾后 在抑郁，焦虑，敌意，人际关系敏感和精神病的维度上观察到显着更高的分数，这表明这些是网络成瘾的结果.
- 我们找不到网络成瘾症的可靠病理预测因子。 网络成瘾可能在某些方面给吸毒成瘾者带来一些病理问题。
PLoS ONE的 6（2）：e14703。DOI：10.1371 / journal.pone.0014703
1 浙江师范大学心理学系，金华 2大连理工大学神经信息学研究所，中国大连
抽象
背景
本研究旨在评估病理性疾病在网络成瘾中的作用，并确定IAD中的病理问题，以及探讨成瘾前网络成瘾者的心理状态，包括可能引发网络成瘾的病理特征。
方法和结果
59学生在他们沉迷于互联网之前和之后都是通过Symptom CheckList-90来衡量的。 在网络成瘾之前收集的症状清单-90数据和网络成瘾后收集的数据的比较说明了网络成瘾患者中病理性疾病的作用。 在他们沉迷于互联网之前，发现了强迫性维度的异常。 成瘾后，观察到抑郁，焦虑，敌意，人际关系敏感和精神病的维度显着更高，表明这些是网络成瘾的结果。 在研究期间，关于躯体化，偏执想法和恐惧焦虑的维度没有改变，这表明这些维度与网络成瘾无关。
结论
我们找不到网络成瘾症的可靠病理预测因子。 网络成瘾可能在某些方面给吸毒成瘾者带来一些病理问题。
引用：董G，陆琦，周鹤，赵X（2011）前驱或后遗症：网络成瘾患者的病理障碍。 PLoS ONE 6（2）：e14703。 DOI：10.1371 / journal.pone.0014703
责任编辑： Jeremy Miles，兰德公司，美利坚合众国
收到：June 18，2010; 接受：1月27，2011; 发布时间：2月16，2011
版权： ©2011 Dong等。 这是一份根据知识共享署名许可条款分发的开放获取文章，允许在任何媒体中不受限制地使用，分发和复制，前提是原始作者和来源被记入贷方。
资金： 该研究得到了国家自然科学基金（30900405）的支持。 资助者在研究设计，数据收集和分析，决定发表或准备手稿方面没有任何作用。
利益争夺： 作者宣称没有竞争利益存在。
*电子邮件： [电子邮件保护]
介绍
在过去十年中，互联网的使用量大幅增加。 来自中国互联网络信息中心（CNNIC）的数据截至6月30，2010显示420万人上网，58.0％的人介于10-29岁之间 [1]。 互联网用户的飙升导致人们增加了使用该媒体的有问题的使用率（现在称为互联网成瘾症（IAD））的比例。 IAD不仅在中国已成为严重的心理健康问题，而且似乎已成为世界范围内常见的常见疾病，值得纳入DSM-V [2], [3]。 在德国，9.3％报告至少有一个因特网使用带来的负面后果，特别是忽视娱乐活动以及家庭/伴侣，工作或教育以及健康方面的问题 [4]。 Chou和Hsiao报道台湾大学生网络成瘾率为5.9％ [5]。 此外，吴和朱报告说，10.6％的中国大学生患有网络成瘾 [6]。 韩国认为网络成瘾是其最严重的公共卫生问题之一 [2].
了解IAD很重要，因为它与其他精神疾病有关，例如病理和强迫行为 [7]。 据报道，广泛的互联网使用可能会带来更高水平的心理唤醒 [8]，可能导致在线用户遇到健康问题 [9], [10]。 一些研究声称网络成瘾的潜在精神病理学，包括抑郁，社交焦虑和物质依赖 [11], [12]。 虽然方法论问题阻碍了这些研究的全部力量 [13]。 IAD受试者（以下称为IAD）通常表现出异常行为，例如焦虑，抑郁或孤立。 然而，要么不清楚这些因素是否是IAD的前兆或IAD的后遗症。 事实上，IAD研究人员目前正面临这一有争议的问题。
从临床精神病学的角度来看，网络成瘾者的概况可能包括具有以下一个或多个维度的个体：抑郁症，双相情感障碍，性强迫症和孤独症。 Morahan-Martin认为很难确定病理学维度与IAD之间的因果关系，并且网络成瘾可能是其他疾病（例如，病理行为）的症状。 [14]。 IAD的认知 - 行为模型表明，精神病理学是IAD症状的远端必要原因（即必须存在或必须出现IAD症状的精神病理学） [15]。 阿姆斯特朗等人。 研究冲动和自尊作为成瘾的衡量标准，表明自尊是网络成瘾的一个更好的，但不是绝对的预测因素 [16]。 撒切尔和戈拉姆认为，高风险群体将他们在网上分配的时间与兴奋和独立联系在一起 [17].
互联网允许个人解锁他或她的个性并创造可能与现实非常不同的角色 [10], [18]。 媒体的吸引力可以归因于这样一个事实，即可以隔离现实生活中的约束，并且可以进行改变感知的实验（例如，理想自我的建构）。 自尊心较低的人与上网时间的增加有关，这可能是逃避的一种形式。 Shapira等。 认为IAD是“一个人无法控制Internet使用的方法，这反过来会导致人们感到苦恼和日常活动的功能受损” [7].
所有这些研究为理解IAD的特征提供了有价值的信息。 他们调查了患有上述成瘾症的人的当前心理状态。 但是，很难确定病理问题和IAD之间的因果关系。 例如，以下哪个因素是成瘾的前兆或成瘾的结果？ 一方面，人们知道表现出一定程度的病理问题的人很容易沉迷于互联网。 另一方面，IAD可能会改变个人的心理状态，从而导致某种类型的病理障碍。 横向研究不能清楚地解释这一难题。 因此，为了确定因果关系，进行了经度研究。
在本研究中，我们使用经度研究方法来识别IAD中的病理问题，以及探索IAD成瘾前的心理状态，包括可能触发IAD的病理特征。 来自症状检查表-90（SCL-90）的数据是在患有IAD之前和之后从59受试者获得的。 据信，IAD之前的数据比较，中国人的规范使用以及IAD之后收集的数据可能会带来有关该主题的有用信息。
方法
症状检查表SCL-90
SCL-90 [19] 是衡量心理困扰和精神病理学某些方面的工具。 它包含描述身体和心理症状的90语句。 要求受试者在5点Likert量表上指示他们被过去一周的每种症状所困扰的量，范围从“完全不”（0）到“极端”（4）。 应用因子分析，Derogatis [19] 他从标本躯体化（SOM），强迫症（OC），人际关系敏感（INT），抑郁症（DEP），焦虑症（ANX），敌意（HOS），恐怖焦虑症（PHOB）中获得了9个分量表或维度。 ，偏执思想（PAR），精神病（PSY）和其他项目（ADD）。 给定维度中的高分表示相应遇险的高表达。 SCL-90的中文版，由王改编和测试 [20] 并被广泛用于中国的研究和临床措施 [21].
杨氏在线互联网成瘾测试
Young的在线互联网成瘾测试有20个与在线互联网使用相关的项目，包括心理依赖性，强迫性使用和戒断以及与学校或工作，睡眠，家庭和时间管理相关的问题。 对于每个项目，从1 =“很少”到5 =“始终”或“不适用”中选择一个评分等级。 得分超过50的人们被认为由于互联网而遇到偶发或频繁的问题。 人们认为得分超过80会造成生活中的重大问题 [22]。 在目前的研究中，参与者得分超过80被视为网络成瘾者。
参与者选择
在9月2008，2132大一新生使用SCL-90进行了测试。 数据来自1024位（48％）女学生和1108位（52％）男学生。 在2009年XNUMX月，所有这些人都接受了Young的在线互联网成瘾测试。 为了控制参与者在Internet上的暴露时间，不包括软件，计算机信息和相关领域的专业学生。 根据杨的定义 [9]，以 在本研究中，66学生（12女性）的总数被判定为网络成瘾者。
为了了解这些66学生刚入大学时是否沉迷于互联网（9月2008），对这些网络成瘾者进行了回顾性诊断评估。 七名上瘾的男学生被排除在外，因为他们的同学或导师报告说他们在进入大学时熟悉互联网. 这是为了保证所有变更都是在受试者的第一年进行的。 其他59学生不熟悉互联网新生; 然而，一年后，他们被诊断为沉迷于互联网。 另外，使用SCL-59（90年2009月）测量了这90个IAD的精神状态。 大学安排了SCL-1964的首次测试（入学时了解所有学生的心理健康是大学的政策）。 因此，没有签署知情同意书。 第二次，每个受试者都签署了知情同意书。 研究程序符合XNUMX年赫尔辛基宣言（世界医学组织）的伦理原则。 浙江师范大学研究院审查委员会批准了该研究程序。
成果
59网络成瘾者和中国人的标准进行了单样本t检验。 接下来，在90收集的SCL-2008数据和来自这些2009学生的59之间进行配对样本t检验。 表1 显示了90和2008中收集的SCL-2009数据的均值和标准差，以及中国人的标准值。 每个维度的特征如下所示 图1.
图1。 不同组中SCL-90维度的平均得分。
该图显示了不同尺寸的不同尺寸的特征。 从这个图中，我们可以看到INT，DEP，ANX，HOS和PSY在2008和2009中收集的数据之间发生了剧烈的变化。 但是，SOM，OC和PHOB几乎没有变化。
DOI：10.1371 / journal.pone.0014703.g001
表1。 不同组中SCL-90维度的平均得分。
DOI：10.1371 / journal.pone.0014703.t001
经过比较，只有OCL在SCL-90结果（2008）中显示出与标准相比显着更高的分数（表2）。 当SCL-90结果（2009）和标准进行比较时，发现OC，DEP，ANX和HOS维度存在显着差异。 与SCL-90（2009）中的结果相比，SCL-90（2008）的结果显示INT，DEP，ANX，HOS和PSY的得分显着且增加（表2).
表2。 不同类型数据之间的比较结果。
DOI：10.1371 / journal.pone.0014703.t002
讨论
成瘾前的精神状态
根据比较，我们发现59学生的成绩低于成瘾前大多数SCL-90维度的标准。 只有IAD中OC（强迫症）维度的得分显着高于Norm。 结果表明，人们在沉迷于互联网之前表现出更多的OC行为。 事实上，成瘾通常被定义为脑疾病，表现为强迫行为，或强迫和持续使用某种物质或行为，即使用户认为它有害 [23]。 这一结果与Shapria的研究一致，即IAD通常表现出强迫行为 [7]。 对患有物质的个人的研究 [24] 和烟草 [25] 成瘾也表现出明显的OC行为。 因此，容易确认OC与IAD之间的关系。
当人们沉迷于互联网时
通过比较IAD09和规范，可以探索IAD的当前心理状态。 结果显示，IAD中OC，DEP，ANX和HOS的得分显着高于常数，表明患有IAD的学生目前同样患有上述病理问题。 对于SOM，INT，PHOB，PAR，PSY和ADD，研究结果表明IAD与这些维度无关。 中号在以前的研究中，抑郁症和焦虑症被证实是与IAD相关的病理学问题 [14], [16]。 因此，本研究支持DEP和ANX的相关发现。 以前的研究同样发现，敌意与男性网络成瘾有关 [26]。 据报道，敌意可以预测逃避避免的应对方式，以及由已知线索引发的物质使用（例如负面情绪状态和紧张） [27]。 对于青少年来说，更高的敌意通常会导致人际冲突和拒绝。 由于物质的可用性较低，因此互联网可以提供一个虚拟世界，以摆脱现实世界的压力 [28].
90和2008的SCL-2009结果摘要
2008和2009中收集的数据之间的比较结果提供了这些年内发生变化的59网络成瘾者的心理状态。 INT，DEP，ANX，HOS和PSY的得分在今年发生了显着变化。 然而，SOM，OC，PHOB和PAR的得分没有显着变化，这表明这些维度与IAD无关。 以前的研究实际上表明，IAD引起的危害，如情绪障碍，注意力障碍和物质依赖性被列为合并症 [29], [30]. 因此，当与IAD一起解决合并症时，可以大大改善患者的预后 [31].
前体或后遗症
本研究中SCL-90维度的特征可分为四种类型。 首先，SOM，PAR和PHOB在成瘾前后没有太大变化，这意味着这些维度既不是IAD的前身也不是Sequela。 简单地说，他们与IAD没有任何关系。 其次，OC分数远高于IAD之前的标准，因此可以被认为是IAD的预测因子。 但是，在2009中，OC分数没有显着变化， 这可能会以某种方式影响这一发现的可靠性。 一方面，结果表明OC可以作为IAD的预测因子，因为它在网络成瘾之前显示出更高的分数。 然而，由于OC评分在2009中没有显着变化，因此OC维度可能与IAD无关。 因此，我们不能绝对断定OC是IAD预测因子的确定性。
第三，在他们沉迷于互联网之前，IAD学生的DEP，ANX和HOS分数低于常数，这意味着在这些维度中没有发现任何错误。 基本上，这些维度不能归类为IAD的预测因子。 一个他们的成瘾后，维度得分高，甚至显着增加，表明DEP，ANX和HOS是IAD的结果，而不是IAD的前体。 这一发现可能有助于我们更好地理解病理性疾病与IAD之间的因果关系 [15], [17]。 ţ第四种类型，专注于INT和PSY，表明这些维度在网络成瘾之前是正常的。 尽管与90中收集的SCL-2009数据相比，它们的得分与标准相比并不显着，但观察到它们在2009中发生了显着变化，90和2008中收集的SCL-2009数据之间的比较证明了这一点。。 因此，我们可以得出结论，INT和PSY维度的得分增加是IAD的结果。
大量研究探索了网络成瘾的预测因素。 沟通愉快 [5]，冲动 [32]，以及竞争与合作 [33] 被证明是网络成瘾的预测因素。 这些研究中的大多数都强调了使用互联网的经验和与网络成瘾相关的人格特质。 然而，只有少数研究清楚地探讨了其与病理性疾病的因果关系。 本研究的结果可以进一步了解病理性疾病与网络成瘾之间的关系。 因此，应通过前瞻性研究进一步评估病理性疾病与网络成瘾之间的因果关系。
局限和缺点
本研究的结果显示了一些重要发现，可加深我们对网络成瘾的病理性疾病的了解，但是，应考虑一些局限性。 首先，这项研究持续了一年。 在这一年中，发生了许多可能会改变一个人的精神状态的事情。 因此，很难100％地确定这些变化与IAD有关。 其次，SCL-90是测量最近一周的精神状态的有用工具，但是，它无法追踪较长时期的变化过程。 这项研究仅显示了学生沉迷于互联网之前和之后的静态心理状态。 第三，IAD的数量有限（59），如果可能的话，在以后的研究中应找到更多的参与者。 第四，我们以正常水平而非对照组的数据为比较水平。 这是因为很难再做一个广泛的研究者作为本研究的第一步。 将规范用作比较水平既有用又容易。
虽然这项研究有很多限制，但我们仍然认为它很有价值。 首先，在纵向研究中控制额外变量比在实验研究中更难控制，特别是对患者的研究。 其次，本研究表明很难找到IAD的可靠预测因子，这与以前的研究结果不同。 它拓宽了我们对IAD的了解。
结论
总之，我们可以发现IAD没有可靠的病理预测因子。 虽然OC可能被视为一个维度，但仍然无法绝对得出这一结论。 相反，网络成瘾可能会给患有这种疾病的人带来一些病理问题, 但是，由于本研究设计的局限性，结论仍需要更多的支持。
作者贡献
构思并设计了实验：GD。 进行实验：GD HZ XZ。 分析数据：GD XZ。 贡献的试剂/材料/分析工具：GD QL。 写了这篇论文：GD。
1. CNNIC（2010）中国互联网发展的26th统计报告。 可用： http://research.cnnic.cn/html/1279173730d2350.html。 访问2010 Oct 10。
2. 阻止JJ（2008）DSM-V的问题：网络成瘾。 Am J Psychiatry 165：306-307。 在线查找此文章
3. Flisher C（2010）插入电源：网络成瘾概述。 J Paediatr Child Health 46：557-559。 在线查找此文章
4. Beutel ME，BrählerE，Glaesmer H，Kuss DJ，WölflingK，et al。 在社区中定期和有问题的休闲时间互联网使用：来自德国人口调查的结果。 Cyberpsychol，Behav和Soc Netw ..在媒体上。 在线查找此文章
5. Chou C，Hsiao MC（2000）网络成瘾，使用，满足和娱乐体验：台湾大学生案。 计算教育35：65–80。 在线查找此文章
6. 吴鹤，朱克（2004）大学生网络成瘾相关因素的通径分析。 Chin J Public health 20：1363-1366。 在线查找此文章
7. Shapira NA，Lessig MC，Goldsmith TD，Szabo ST，Lazoritz M，et al。 （2003）有问题的互联网使用：建议的分类和诊断标准。 抑制焦虑17：207-216。 在线查找此文章
8. Dong G，Lu Q，Zhou H，Zhao X（2010）对网络成瘾患者的冲动抑制：来自Go / NoGo研究的电生理学证据。 Neurosci Lett 485：138-142。 在线查找此文章
9. Young KS，Rodgers RC（1998）抑郁与网络成瘾之间的关系。 CyberPsychol Behav 1：25-28。 在线查找此文章
10. 年轻的KS（1998）网络上瘾：一种新的临床疾病的出现。 CyberPsychol Behav 1：237-244。 在线查找此文章
11. Kraut R，Patterson M，Lundmark V，Kiesler S，Mukopadhyay T，et al。 （1998）互联网悖论：一种减少社会参与和心理健康的社交技术？ Am Psychol 53：1017-1031。 在线查找此文章
12. 黄C（2010）互联网使用与心理健康：荟萃分析。 Cyberpsychol Behav，Soc Netw 13：241-249。 在线查找此文章
13. Rierdan J（1999）互联网萧条链接？ Am Psychol 54：781-782。 在线查找此文章
14. Morahan-Martin J（2005）互联网滥用：成瘾？ 紊乱？ 症状？ 替代解释？ Soc Sci Comput Rev 23：39-48。 在线查找此文章
15. 戴维斯RA（2001）病理性互联网使用的认知行为模型。 Comput Human Behav 17：187-195。 在线查找此文章
16. Armstrong L，Phillips JG，Saling LL（2000）互联网使用量较大的潜在决定因素。 Int J Hum Comput Stud 53：537-550。 在线查找此文章
17. 撒切尔夫人A，Goolam S（2005）定义南非互联网“瘾君子”：南非有问题的互联网用户的流行和传记概况。 S Afr J Psychol 35：766-792。 在线查找此文章
18. 彭文，刘敏（2010）网络游戏依赖：在中国的初步研究。 Cyberpsychol Behav Soc Netw 13：329-333。 在线查找此文章
19. Derogatis LR（1975）如何在临床评估中使用症状检查表（SCL-90）。 Nutley，NJ：Hoffmann-La Roche。
20. Wang Z（1984）症状检查表SCL-90。 上海精神药理学2：68-70。 在线查找此文章
21. Zhang Z，Luo S（1998）对中国大学生SCL-90的研究。 Chin J Ment Health 12：77-78。 在线查找此文章
22. Young KS（2009）网瘾测试。 可用： http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106。 访问2010 Oct 10。
23. Leshner AI（1997）成瘾是一种脑疾病，它很重要。 科学278：45-47。 在线查找此文章
24. 戴维斯C，卡特JC（2009）强迫暴饮暴食成瘾：理论和证据的回顾。 食欲53：1-8。 在线查找此文章
25. Spinella M（2005）烟草使用者的强迫行为。 Addict Behav 30：183-186。 在线查找此文章
26. Yen JY，Ko CH，Yen CF，Wu HY，Yang MJ（2007）网络成瘾的共病精神症状：注意力缺陷和多动障碍（ADHD），抑郁，社交恐惧症和敌意。 J Adolesc Health 41：93-98。 在线查找此文章
27. McCormick RA，Smith M（1995）药物滥用者的攻击性和敌意：与滥用模式，应对方式和复发触发因素的关系。 Addict Behav 20：555-562。 在线查找此文章
28. Douglas AC，Mills JE，Niang M，Stepchenkova S，Byun S，et al。 （2008）网络成瘾：十年来1996-2006的定性研究的元综合。 Comput Hum Behav 24：3027-3044。 在线查找此文章
29. Christensen MH，Orzack MH，Babington LM，Patsdaughter CA（2001）当监视器成为控制中心时。 J Psychosoc Nurs Ment Health Serv 39：40-47。 在线查找此文章
30. Volkow ND（2004）合并症的现实：抑郁症和药物滥用。 Biol Psychiatry 56：714-717。 在线查找此文章
31. Dell'Osso B，Altamura AC，Allen A，Marazziti D，Hollander E（2006）冲动控制障碍的流行病学和临床更新：一项重要综述。 Eur Arch Psychiatry临床神经科学256：464–475。 在线查找此文章
32. Barnes GM，Welte JW，Hoffman JH，Dintcheff BA（2005）青少年赌博，物质使用和犯罪的共同预测因素。 Addict Behav 19的心理学：165-174。 在线查找此文章
33. Hsu SH，Wen MH，Wu MC（2009）探索用户体验作为MMORPG成瘾的预测因子。 Comput Educ 53：990-999。 在线查找此文章
;