网络成瘾与大学生失眠，焦虑，抑郁，压力和自尊的关系：跨部门设计研究（2016）

2016 Sep 12;11(9):e0161126. doi：10.1371 / journal.pone.0161126。 eCollection 2016。

Younes F.1,2, 哈拉维G.1,2, Jabbour H.3,4, 埃尔奥斯塔N.5,6,7, 卡拉姆湖1,8, 朝觐1,2, Rabbaa Khabbaz L.1,2.

抽象

背景和目的：

网络成瘾（IA）可能是大学医学生的一个主要关注点，旨在发展成为卫生专业人员。 这种成瘾的含义及其与睡眠，情绪障碍和自尊的关联可能会阻碍他们的学习，影响他们的长期职业目标，并对整个社会产生广泛而有害的后果。 本研究的目标是：1）评估大学医学生的潜在IA，以及与之相关的因素; 2）评估潜在的IA，失眠，抑郁，焦虑，压力和自尊之间的关系。

方法：

我们的研究是在圣约瑟夫大学的三个学院：医学，牙科和药学的600学生中进行的基于问卷调查的横断面调查。 使用了四份经过验证的可靠问卷：青少年网络成瘾测试，失眠严重程度指数，抑郁焦虑压力量表（DASS 21）和罗森堡自尊量表（RSES）。

结果：

YIAT平均得分为30±18.474； 潜在的IA患病率为16.8％（95％的置信区间：13.81-19.79％），男性和女性之间存在显着差异（p值= 0.003），男性患病率更高（23.6％对13.9％）。 潜在的IA与失眠，压力，焦虑，抑郁和自尊之间存在显着相关性（p值<0.001）。 具有潜在IA的学生的ISI和DASS子得分较高，自尊心较低。

结论：

识别具有潜在IA的学生很重要，因为这种成瘾经常与其他心理问题共存。 因此，干预措施不仅应包括IA管理，还应包括失眠，焦虑，抑郁，压力和自尊等相关的社会心理压力因素。

 

抽象

背景和目标

网络成瘾（IA）可能是大学医学生的一个主要关注点，旨在发展成为卫生专业人员。 这种成瘾的含义及其与睡眠，情绪障碍和自尊的关联可能会阻碍他们的学习，影响他们的长期职业目标，并对整个社会产生广泛而有害的后果。 本研究的目标是：1）评估大学医学生的潜在IA，以及与之相关的因素; 2）评估潜在的IA，失眠，抑郁，焦虑，压力和自尊之间的关系。

方法

我们的研究是在圣约瑟夫大学的三个学院：医学，牙科和药学的600学生中进行的基于问卷调查的横断面调查。 使用了四份经过验证的可靠问卷：青少年网络成瘾测试，失眠严重程度指数，抑郁焦虑压力量表（DASS 21）和罗森堡自尊量表（RSES）。

成果

平均YIAT评分为30±18.474; 潜在的IA患病率为16.8％（95％置信区间：13.81-19.79％），男性和女性之间存在显着差异（p-value = 0.003），男性患病率较高（23.6％对13.9％）。 潜在的IA与失眠，压力，焦虑，抑郁和自尊之间存在显着相关性（p-值<0.001）; 具有潜在IA的学生的ISI和DASS子得分较高，自尊较低。

结论

识别具有潜在IA的学生很重要，因为这种成瘾经常与其他心理问题共存。 因此，干预措施不仅应包括IA管理，还应包括失眠，焦虑，抑郁，压力和自尊等相关的社会心理压力因素。

引文： Younes F，Halawi G，Jabbour H，El Osta N，Karam L，Hajj A，et al。 （2016）网络成瘾与大学生失眠，焦虑，抑郁，压力和自尊的关系：一项跨部门设计研究。 PLoS ONE 11（9）：e0161126。 DOI：10.1371 / journal.pone.0161126

责任编辑： Andrea Romigi，罗马大学Tor Vergata，意大利

收稿日期： 三月31，2016; 公认： 七月30，2016; 出版日期： 2016 年 9 月 12 日

版权： ©2016 Younes等。 这是一份根据条款分发的开放获取文章 知识共享署名许可，如果原始作者和来源被记入贷方，则允许在任何媒体中不受限制地使用，分发和复制。

数据可用性： 所有相关数据均在论文及其支持信息文件中。

资金： 作者没有收到这项工作的具体资金。

利益争夺： 作者宣称没有竞争利益存在。

介绍

互联网使用在全球呈指数增长，超过2.5亿活跃用户[1, 2]大多数是青少年和年轻人[3]。 与互联网接入的快速增长并行的是网络成瘾的增加，特别是在青少年中，越来越受到大众媒体，政府机构和研究人员的关注[4].

过度使用互联网的定义是，当互联网使用变得过度，不受控制，耗时时间达到永恒的程度并严重扰乱人们的生活时[5]。 网络成瘾的特点是互联网使用的适应不良模式导致临床显着的损伤或困扰[6].

术语“有问题的互联网使用”[7]，病理性互联网使用[8–10]和“网络成瘾”[11–13]通常被认为是互联网依赖的同义词[14]。 Young等[15–17提出了网络成瘾（IA）的诊断标准，其中退出，计划能力差，耐受性，专注，控制障碍和过度在线时间被定义为核心症状。

全球IA的患病率范围为1.6％-18％[18]。 根据Yong的网络成瘾量表，韩国10.7％的青少年呈现IA19]。 希腊的11％，基于相同的测试[20]; 根据Young的仪器，欧洲有10.7％至13.9％的青少年容易上瘾[21]和4％在美国的高中生[22].

IA的患病率可能因年龄，性别和种族而异，并且在大学生中更常见[23].

IA患者的人格障碍率很高[24–27].

据报道，重度互联网使用也与情绪障碍有关[28]，睡眠质量差[28, 29]， 自卑 [30]，冲动[31]，自杀[32, 33]，体力活动水平较低[29]和健康问题（偏头痛，背痛，肥胖）[34].

我们的假设是IA可能是大学医学生的主要关注点，检查其与睡眠，情绪障碍和自尊的关系很重要，因此可以采取适当的措施来解决这个问题。

对于旨在发展为卫生专业人员的医学生来说，这种成瘾的影响可能会阻碍他们的学习并影响他们的长期职业目标，并可能对整个社会产生广泛而有害的后果。

本研究的目标是：1）评估黎巴嫩圣约瑟夫大学医学科学校（CMS）学生的潜在IA，以及与之相关的社会人口学因素; 2）评估潜在IA，失眠，抑郁，焦虑，压力和自尊之间的关系，同时考虑到学生同时接触失眠，压力，焦虑和抑郁。

材料和方法

伦理考虑

该研究的方案得到了Saint-Joseph大学伦理委员会的批准（参考USJ-2015-28，June 2015）。 从参与该研究的所有个体获得知情的书面同意。

调查程序和抽样

我们的研究是一项基于问卷调查的横断面调查，调查对象是圣约瑟夫大学的三个学院：医学，牙科和药学，从9月到12月2015（4月）。 纳入标准为：18年龄及以上的学生，并愿意参与该研究。 排除标准为：18年龄和慢性病的存在。 使用随机数字表在每个班级中随机选择学生以确保样本的代表性。 这种随机选择与每个班级的学生人数成正比。 选择的学生通常在课程结束时接受两名训练有素的研究助理，然后离开教室，并询问他们是否愿意参加，条件是他们没有提出任何排除标准。 然后获得书面的正式同意。

数据收集

数据是在面对面访谈中使用自我管理的标准化调查工具收集的，该调查工具基于四个经国际验证和可靠的问卷调查，即年轻网络成瘾测试，失眠严重程度指数，抑郁焦虑压力量表（DASS 21），和罗森堡自尊量表。 面试时间从15到25分钟不等。

措施

参与者。

收集了有关年龄，性别和教师的个人数据。 此外，还获得了关于是否独立生活，烟草（香烟或水管）和酒精使用的信息。

网络成瘾。

青少年网络成瘾测试（YIAT）在青少年和成人中得到验证并被广泛使用[15, 16, 35]。 这是一个20项目的自我报告量表，评估受访者在工作，学校或家庭的生产力（3问题），社交行为（3问题），与互联网的情感联系和响应（7问题）以及一般模式互联网使用（7问题）。 参与者在20点Likert测量（“不适用于”“总是”）上回应6 YIAT项目，这产生了0和100之间的总分。 以下截止点指向总YIAT分数：（1）正常的互联网使用：分数0-49和（2）潜在的网络成瘾：分数超过50 [36, 37].

失眠。

ISI是一项7项自我报告问卷，用于评估失眠的性质，严重程度和影响。 评估的领域包括：睡眠发作的严重程度，睡眠维持，清晨苏醒问题，睡眠不满意，睡眠困难对白天功能的干扰，他人对睡眠困难的感知以及由睡眠困难引起的困扰。 使用5点李克特量表对每个项目进行评分（0到4，其中0表示没有问题，而4表示非常严重的问题），总分从0到28。总分的解释如下：缺席失眠（0-7）； 亚临床或轻度失眠（8-14）； 中度失眠（15-21）; 和严重的失眠（22-28）。 此外，当总分> 14时，可检测出临床上明显的失眠[38, 39].

自尊。

Rosenberg自尊量表（RSES）是常用的，其内部一致性和可靠性在许多以前的研究中得到证实[40]。 它包含10语句。 参与者根据四点李克特量表评估他们对每个陈述的同意程度，（0）强烈不同意（3）强烈同意1，2，4，6和7项目以及3，5项目的相反评级， 8，9和10。 通过对所有答案求和得到总分，范围从0到30，分数越高表示自尊越高[41].

焦虑，抑郁和压力。

抑郁焦虑应激量表（DASS）是一种广泛使用的衡量成人负面影响的方法[42]。 DASS的一个重要且独特的特征是除了抑郁和焦虑量表之外还包括张力/压力量表。 DASS 21是42项目原始比例的简短版本。 两者都是成人临床和非临床人群抑郁，焦虑和紧张/压力的可靠和有效的衡量标准[43–45].

它是在21点Likert量表（4-0）上测量的3项目刻度，“0”表示“根本不适用于我”和“3”表示“非常适用于我，或大部分时间”。

以下截止分数用于每个分量表：抑郁：正常0-4，轻度5-6，中度7-10，严重11-13和极其严重的14 +; 焦虑：正常0-3，轻度4-5，中度7-10，严重11-13和极其严重的10 +; 压力：正常0-7，轻度8-9，中度10-12，严重13-16和极其严重的17 +。

统计分析。

使用用于Windows的SPSS软件（版本18.0，Chicago，IL，USA）进行统计分析。 显着性水平设定为0.05。 使用连续变量的平均值和标准偏差（SD）以及分类变量的百分比来总结样品特征。 使用描述性数据计算失眠和网络成瘾流行率，以及相应的95％置信区间（CI）。 Kolmogorov-Smirnov检验用于评估每个变量分布的正态性。

网络成瘾类别被归为正常的互联网用户和潜在的网络成瘾。

需要多变量分析来确定同时呈现的多个解释性解释变量的影响，并确定哪些解释因素独立于网络成瘾。

在初始阶段，分别使用卡方独立性检验或Fisher精确检验以及Student t检验或Mann-Whitney检验对分类变量和连续变量进行单变量分析。 随后，以二分法网络成瘾（<50，≥50）作为因变量进行逻辑回归分析。 根据Enter方法，参加者的特征和得分（ISI，DASS A，DASS S，DASS D，RSES）在单变量分析中显示p值<0.25与之相关，是多变量模型的候选人。 还测试了自变量之间的共线性。 高度相关的自变量被排除在外。

有人建议不要包含两个独立变量，其中存在0.64或更高的相关性。 焦虑，压力和抑郁没有进入同一模型，因为它们高度相关，由Spearman和Pearson相关系数表示。 最后，进行了三次逻辑回归分析，模型中包含的自变量为性别，吸烟，ISI评分，RSES评分以及三种模型中每种模型的压力，焦虑和抑郁的DAS评分。

成果

参与者的社会人口特征

共有780学生参加了这项研究，其中600（77％）同意了。 我们的研究人群包括182（30.3％）男性和418（69.7％）女学生。 年龄介于18和28年之间，平均为20.36±1.83年。

样本包括来自医学院（FM）的219学生，来自牙科学院（FD）的109和来自药学院（FP）的272。 表1 总结了参与者的特征。

网络成瘾流行（YIAT）

平均YIAT分数为30±18.47（表2）; 潜在的网络成瘾流行率为16.80％，95％CI为13.81-19.79％。 “S1表“总结了YIAT的每个20项目的平均分数。

缩略图   

 
表2。 三个问卷中每个类别的学生数量和百分比：ISI，DASS和YIAT，平均（SD）分数（N = 600）。

 

http://dx.doi.org/10.1371/journal.pone.0161126.t002

单变量分析。

单变量分析显示，男性和女性之间潜在的网络成瘾有显着差异（p值= 0.003），男性患病率较高（23.60％对13.90％）。 吸烟与潜在的网络成瘾显着相关（p值= 0.046）; 然而，无论是年龄，教师，定期饮酒，还是独居，都与网络使用显着相关（表3).

缩略图   

 
表3。 对潜在网络成瘾与参与者特征之间关系的单变量分析（N = 600）。

 

http://dx.doi.org/10.1371/journal.pone.0161126.t003

失眠患病率和严重程度（ISI）

根据ISI调查问卷评估失眠。 样品的平均ISI得分为9.31±3.76。 临床上显着失眠的患病率为9.80％，95％CI介于7.42和12.18％之间（表2).

焦虑，抑郁和压力（DASS-21）

焦虑：DASS A.平均DASS A得分为4.77±3.79。 44.70％的参与者呈现正常的DASS A分数（表2).

抑郁症：DASS D.平均DASS D评分为5.43±4.43。 大多数参与者表现出正常的DASS D评分（表2).

压力：DASS S.平均DASS S评分为6.99±4.46，33.20％参与者呈现正常DASS S评分（表2).

自尊（RSES）

研究样品的平均RSES得分为22.63±5.29（S档）。

网络成瘾，失眠，低自尊，焦虑和抑郁之间的关联

潜在的网络成瘾与失眠之间存在显着的关系（p值<0.00001）（表4).

缩略图   

 
表4。 对问卷分数之间关系的单变量分析（N = 600）。

 

http://dx.doi.org/10.1371/journal.pone.0161126.t004

正常互联网用户的平均ISI得分为8.99±3.65，而潜在互联网成瘾组的平均ISI得分为10.89±3.90（p <0.0001）（表5).

缩略图   

 
表5。 对ISI，DASS A，DASS S，DASS D和RSES评分与潜在网络成瘾（N = 600）之间关系的单变量分析。

 

http://dx.doi.org/10.1371/journal.pone.0161126.t005

此外，潜在的网络成瘾与焦虑，抑郁和压力之间存在显着的关系（表格 4 和 5）。 在潜在的网络成瘾组中，DASS平均得分显着高于焦虑，抑郁和压力。

至于自尊，YIAT和RSES评分之间存在显着相关性，低自尊与潜在的网络成瘾有关（表格） 4 和 5).

Logistic回归模型

Logistic回归模型显示，性别，ISI，DASS A，S和D以及RSES得分与网络成瘾显着相关。 一旦在多变量分析中控制了显性变量后，吸烟与网络成瘾之间的关联就不再显着（p> 0.05），（表6).

缩略图   

 
表6。 多变量分析网络成瘾与性别，吸烟，ISI，RSES，DASS A，DASS S和DASS D得分之间的关​​系（N = 600）。

 

http://dx.doi.org/10.1371/journal.pone.0161126.t006

讨论

我们的目的是确定黎巴嫩大学医学院学生潜在IA的流行程度，评估IA与参与者的特征（主要是年龄，性别，吸烟习惯，饮酒量）之间的关系，并探讨IA，失眠，焦虑，抑郁之间可能存在的关联。 ，压力和自尊。

我们的研究表明，潜在的IA与性别显着相关，而男性则更高。 16.80％的参与者患有潜在的IA，平均YIAT评分为30。 这些结果与之前报道的年轻成人[1，4，6，13]相当。 一些研究报道，男性的IA患病率较高[46]，而其他人没有发现性别之间的差异[34].

在检查失眠时，我们的结果还显示9.8％的参与者患有临床上显着的失眠，并且在潜在的网络成瘾和失眠之间发现了强烈的相关性。 本研究报告的失眠患病率与所研究样本（年轻学生）的性质一致，与年龄在20至29（9.1％）的年轻人中的报告相当[47, 48]和大学生（12-13％）[49].

睡眠问题通常被认为是负面结果或网络成瘾的并发症[50虽然睡眠问题预测在年轻大学生的社交网站上花费的时间更长，但反向因果关系也是可能的。51]。 在文献的系统评价中，发现上瘾游戏与较差的睡眠质量有关，并且有问题的互联网使用与主观失眠和睡眠质量差有关[52]。 然而，研究设计和使用的问卷非常不同，主要是探索睡眠质量，更不用说失眠了。

此外，本研究发现潜在的网络成瘾与焦虑，压力和抑郁之间存在强烈相关性：潜在网络成瘾者中患焦虑，抑郁或压力的学生比例较高。 以前发表的研究已经表明病理性互联网使用与抑郁之间存在潜在的相关性[53, 54]和焦虑[55]。 然而，数据却相互矛盾[56并且研究检查了病态的互联网使用，而不是Young定义的成瘾。

最后，我们研究的一个重要发现是，自尊与网络成瘾以及学生的心理状况显着相关：RSES分数与ISI，DASS A，DASS S，DASS D和YIAT分数呈负相关。 自尊的减少似乎与失眠，焦虑，抑郁，压力和潜在IA的增加有关。

自尊被描述为他/她自己的评价，几乎在所有情况下人们对自己的感受[40, 41]。 当社会融合和支持率较低时，自尊水平会相应降低[57].

检测与学生低自尊相关的因素是相当重要的，因为自尊与抑郁和焦虑之间存在反比关系[58, 59并且自尊心的降低可能会导致自杀意念的增加[60].

优点和局限

我们的研究结果应该在研究的设计和局限性的背景下进行解释。 我们的调查结果依赖于自我报告的行为。 自我报告问卷仍然是社区调查中用于身心健康评估的最广泛使用的工具[61, 62, 63]。 自我报告方法反映了受访者自己的观点，这可能更适合报告主观障碍。 调查问卷以“多项选择”和比例模式制定，以便于应对，并缩短访谈时间，以避免扰乱学生，希望调查问卷的简单性使受访者更容易提供准确的信息。 没有评估慢性药物的使用，因为任何慢性疾病的存在都是本研究的排除标准之一。 最后，该研究没有检查网络成瘾对成绩的影响，无论是成绩，失败还是成功，都可能是有趣的。

尽管有这些限制，但本研究中观察到的结果非常重要，值得进一步研究。

据我们所知，这是第一项评估五种不同社会心理压力因素之间关系的研究：失眠，焦虑，抑郁，压力，自尊和大学生的IA。

我们的研究结果表明了识别潜在IA的学生并为其提供帮助的重要性，因为这种成瘾常常与其他心理问题共存，而IA可能是复杂冰山的一个明显尖端。

支持信息

   

   

（DOCX）

 

 

 

S1表。 这是所有参与者的个人和完整数据（SPSS表）。

DOI：10.1371 / journal.pone.0161126.s001

（DOCX）

致谢

我们感谢所有参与该研究的学生和Tatiana Papazian女士帮助编辑。

作者贡献

  1. 设想并设计了实验： LRK HJ。
  2. 进行实验： FY GH。
  3. 分析数据： AH NEO LK。
  4. 写了这篇论文： LRK。

参考资料

S1表。 这是所有参与者的个人和完整数据（SPSS表）。

DOI：10.1371 / journal.pone.0161126.s001

（DOCX）

致谢

我们感谢所有参与该研究的学生和Tatiana Papazian女士帮助编辑。

作者贡献

  1. 设想并设计了实验： LRK HJ。
  2. 进行实验： FY GH。
  3. 分析数据： AH NEO LK。
  4. 写了这篇论文： LRK。

参考资料

  1. 1。 互联网世界统计。 世界互联网用户：按世界地区分布2014 [二月27，2016。]。 可从： www.internetworldstats.
  2. 2。 社交网络遍布全球近四分之一。 [二月20，2016]。 可从： www.emarketer.com/Article/Social-Networking-Reaches-Nearly-One-Four-Around-World/1009976.
  3. 3。 Bremer J.互联网和儿童：优点和缺点。 儿童Adolesc Psychiatr Clin N Am。 2005; 14（3）：405-28，viii。 pmid：15936666 doi：10.1016 / j.chc.2005.02.003
  4. 4。 Christakis DA，莫雷诺马萨诸塞州。 陷入网络：网络成瘾会成为21世纪的流行病吗？ Arch Pediatr Adolesc Med。 2009; 163（10）：959-60。 doi：10.1001 / archpediatrics.2009.162。 结论：19805719
  5. 查看文章
  6. 考研/ NCBI
  7. Google Scholar
  8. 查看文章
  9. 考研/ NCBI
  10. Google Scholar
  11. 查看文章
  12. 考研/ NCBI
  13. Google Scholar
  14. 查看文章
  15. 考研/ NCBI
  16. Google Scholar
  17. 查看文章
  18. 考研/ NCBI
  19. Google Scholar
  20. 查看文章
  21. 考研/ NCBI
  22. Google Scholar
  23. 查看文章
  24. 考研/ NCBI
  25. Google Scholar
  26. 查看文章
  27. 考研/ NCBI
  28. Google Scholar
  29. 查看文章
  30. 考研/ NCBI
  31. Google Scholar
  32. 查看文章
  33. 考研/ NCBI
  34. Google Scholar
  35. 查看文章
  36. 考研/ NCBI
  37. Google Scholar
  38. 5。 Kraut R，Patterson M，Lundmark V，Kiesler S，Mukopadhyay T，Scherlis W. Internet paradox。 一种减少社会参与和心理健康的社会技术？ 是心理学家。 1998; 53（9）：1017-31。 pmid：9841579 doi：10.1037 / 0003-066x.53.9.1017
  39. 查看文章
  40. 考研/ NCBI
  41. Google Scholar
  42. 查看文章
  43. 考研/ NCBI
  44. Google Scholar
  45. 查看文章
  46. 考研/ NCBI
  47. Google Scholar
  48. 查看文章
  49. 考研/ NCBI
  50. Google Scholar
  51. 查看文章
  52. 考研/ NCBI
  53. Google Scholar
  54. 查看文章
  55. 考研/ NCBI
  56. Google Scholar
  57. 查看文章
  58. 考研/ NCBI
  59. Google Scholar
  60. 查看文章
  61. 考研/ NCBI
  62. Google Scholar
  63. 查看文章
  64. 考研/ NCBI
  65. Google Scholar
  66. 查看文章
  67. 考研/ NCBI
  68. Google Scholar
  69. 查看文章
  70. 考研/ NCBI
  71. Google Scholar
  72. 查看文章
  73. 考研/ NCBI
  74. Google Scholar
  75. 查看文章
  76. 考研/ NCBI
  77. Google Scholar
  78. 查看文章
  79. 考研/ NCBI
  80. Google Scholar
  81. 查看文章
  82. 考研/ NCBI
  83. Google Scholar
  84. 查看文章
  85. 考研/ NCBI
  86. Google Scholar
  87. 查看文章
  88. 考研/ NCBI
  89. Google Scholar
  90. 查看文章
  91. 考研/ NCBI
  92. Google Scholar
  93. 查看文章
  94. 考研/ NCBI
  95. Google Scholar
  96. 6。 Weinstein A，Lejoyeux M.网络成瘾或过度使用互联网。 Am J Drug Alcohol Abuse。 2010; 36（5）：277-83。 doi：10.3109 / 00952990.2010.491880。 结论：20545603
  97. 查看文章
  98. 考研/ NCBI
  99. Google Scholar
  100. 查看文章
  101. 考研/ NCBI
  102. Google Scholar
  103. 查看文章
  104. 考研/ NCBI
  105. Google Scholar
  106. 查看文章
  107. 考研/ NCBI
  108. Google Scholar
  109. 查看文章
  110. 考研/ NCBI
  111. Google Scholar
  112. 查看文章
  113. 考研/ NCBI
  114. Google Scholar
  115. 查看文章
  116. 考研/ NCBI
  117. Google Scholar
  118. 查看文章
  119. 考研/ NCBI
  120. Google Scholar
  121. 查看文章
  122. 考研/ NCBI
  123. Google Scholar
  124. 查看文章
  125. 考研/ NCBI
  126. Google Scholar
  127. 查看文章
  128. 考研/ NCBI
  129. Google Scholar
  130. 查看文章
  131. 考研/ NCBI
  132. Google Scholar
  133. 查看文章
  134. 考研/ NCBI
  135. Google Scholar
  136. 查看文章
  137. 考研/ NCBI
  138. Google Scholar
  139. 查看文章
  140. 考研/ NCBI
  141. Google Scholar
  142. 查看文章
  143. 考研/ NCBI
  144. Google Scholar
  145. 查看文章
  146. 考研/ NCBI
  147. Google Scholar
  148. 查看文章
  149. 考研/ NCBI
  150. Google Scholar
  151. 查看文章
  152. 考研/ NCBI
  153. Google Scholar
  154. 查看文章
  155. 考研/ NCBI
  156. Google Scholar
  157. 查看文章
  158. 考研/ NCBI
  159. Google Scholar
  160. 查看文章
  161. 考研/ NCBI
  162. Google Scholar
  163. 查看文章
  164. 考研/ NCBI
  165. Google Scholar
  166. 查看文章
  167. 考研/ NCBI
  168. Google Scholar
  169. 查看文章
  170. 考研/ NCBI
  171. Google Scholar
  172. 查看文章
  173. 考研/ NCBI
  174. Google Scholar
  175. 查看文章
  176. 考研/ NCBI
  177. Google Scholar
  178. 查看文章
  179. 考研/ NCBI
  180. Google Scholar
  181. 7。 Davis RA，Flett GL，Besser A.验证衡量互联网使用问题的新标准：对就业前筛选的影响。 Cyber​​psychol Behav。 2002; 5（4）：331-45。 pmid：12216698 doi：10.1089 / 109493102760275581
  182. 8。 块JJ。 DSM-V的问题：网络成瘾。 Am J Psychiatry。 2008; 165（3）：306-7。 doi：10.1176 / appi.ajp.2007.07101556。 结论：18316427
  183. 9. Pies R. DSM-V是否应将“互联网成瘾”指定为精神障碍？ 精神病学（埃德蒙特）。 2009; 6（2）：31–7。
  184. 10。 霍尔顿C.精神病学。 行为成瘾在提议的DSM-V中首次亮相。 科学。 2010; 327（5968）：935。 doi：10.1126 / science.327.5968.935。 结论：20167757
  185. 11。 年轻的KS。 计算机使用心理学：XL。 上瘾的互联网使用：一个打破刻板印象的案例。 Psychol Rep.1996; 79（3 Pt 1）：899-902。 pmid：8969098 doi：10.2466 / pr0.1996.79.3.899
  186. 12。 Young KS，Case CJ。 工作场所的互联网滥用：风险管理的新趋势。 Cyber​​psychol Behav。 2004; 7（1）：105-11。 pmid：15006175 doi：10.1089 / 109493104322820174
  187. 13. Young K，Pistner M，O'Mara J，BuchananJ。网络障碍：新千年的精神健康问题。 网络心理行为。 1999; 2（5）：475–9。 doi：10.1089 / cpb.1999.2.475。 pmid：19178220
  188. 14。 van den Eijnden RJ，Spijkerman R，Vermulst AA，van Rooij TJ，Engels RC。 青少年强制性互联网使用：双向亲子关系。 J Abnorm Child Psychol。 2010; 38（1）：77-89。 doi：10.1007 / s10802-009-9347-8。 结论：19728076
  189. 15。 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，纽约：威利; 1998。
  190. 16.年轻的KS。 互联网成瘾：一种新的临床疾病的出现。 网络心理学与行为。 2009; 1（3）：237-44。 doi：10.1089 / cpb.1998.1.237
  191. 17。 Widyanto L，Griffiths MD，Brunsden V.网络成瘾测试，互联网相关问题量表和自我诊断的心理测量比较。 Cyber​​psychol Behav Soc Netw。 2011; 14（3）：141-9。 doi：10.1089 / cyber.2010.0151。 结论：21067282
  192. 18。 Shaw M，Black DW。 网络成瘾：定义，评估，流行病学和临床管理。 CNS药物。 2008; 22（5）：353-65。 pmid：18399706 doi：10.2165 / 00023210-200822050-00001
  193. 19。 Park SK，Kim JY，Cho CB。 韩国青少年网络成瘾的流行及其与家庭因素的相关性。 青春期。 2008; 43（172）：895-909。 结论：19149152
  194. 20。 Siomos KE，Dafouli ED，Braimiotis DA，Mouzas OD，Angelopoulos NV。 希腊青少年学生的网络成瘾。 Cyber​​psychol Behav。 2008; 11（6）：653-7。 doi：10.1089 / cpb.2008.0088。 结论：18991535
  195. 21。 Durkee T，Kaess M，Carli V，Parzer P，Wasserman C，Floderus B，et al。 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（12）：2210-22。 doi：10.1111 / j.1360-0443.2012.03946.x。 结论：22621402
  196. 22。 Liu TC，Desai RA，Krishnan-Sarin S，Cavallo DA，Potenza MN。 有问题的互联网使用和青少年健康：来自康涅狄格州高中调查的数据。 J Clin Psychiatry。 2011; 72（6）：836-45。 doi：10.4088 / JCP.10m06057。 结论：21536002
  197. 23. Pujazon-Zazik M，Park MJ。 鸣叫或不鸣叫：性别差异以及青少年社交网络使用对健康的潜在正面和负面影响。 我是J Mens Health。 2010; 4（1）：77-85。 doi：10.1177 / 1557988309360819。 pmid：20164062
  198. 24。 Dalbudak E，Evren C，Aldemir S，Evren B.土耳其大学生网络成瘾风险的严重程度及其与边缘人格特征，童年创伤，分离经历，抑郁和焦虑症状严重程度的关系。 精神病学 2014; 219（3）：577-82。 doi：10.1016 / j.psychres.2014.02.032。 结论：25023365
  199. 25。 Kim EJ，Namkoong K，Ku T，Kim SJ。 网络游戏成瘾与攻击，自我控制和自恋人格特质之间的关系。 Eur Psychiatry。 2008; 23（3）：212-8。 doi：10.1016 / j.eurpsy.2007.10.010。 结论：18166402
  200. 26。 Floros G，Siomos K，Stogiannidou A，Giouzepas I，Garyfallos G.临床样本中网络成瘾的精神疾病合并症：人格，防御方式和精神病理学的影响。 Addict Behav。 2014; 39（12）：1839-45。 doi：10.1016 / j.addbeh.2014.07.031。 结论：25129172
  201. 27。 Floros G，Siomos K，Stogiannidou A，Giouzepas I，Garyfallos G.大学生中人格，防御方式，网络成瘾和精神病理学之间的关系。 Cyber​​psychol Behav Soc Netw。 2014; 17（10）：672-6。 doi：10.1089 / cyber.2014.0182。 结论：25225916
  202. 28. An J，Sun Y，Wan Y，Chen J，Wang X，Tao F.有问题的互联网使用与青少年的身心症状之间的关联：睡眠质量的可能作用。 J Addict Med。 2014; 8（4）：282–7。 doi：10.1097 / ADM.0000000000000026。 pmid：25026104
  203. 29。 Kim JH，Lau CH，Cheuk KK，Kan P，Hui HL，Griffiths SM。 简要报告：香港大学生中使用大量互联网以及与健康促进和健康风险行为相关的预测因子。 J Adolesc。 2010; 33（1）：215-20。 doi：10.1016 / j.adolescence.2009.03.012。 结论：19427030
  204. 30。 Naseri L，Mohamadi J，Sayehmiri K，Azizpoor Y.感受到伊朗德黑兰Al-Zahra大学学生的社会支持，自尊和网络成瘾。 伊朗J精神病学行为科学。 2015; 9（3）：e421。 doi：10.17795 / ijpbs-421。 结论：26576175
  205. 31。 Lee HW，Choi JS，Shin YC，Lee JY，Jung HY，Kwon JS。 网络成瘾的冲动：与病态赌博的比较。 Cyber​​psychol Behav Soc Netw。 2012; 15（7）：373-7。 doi：10.1089 / cyber.2012.0063。 结论：22663306
  206. 32。 Lin IH，Ko CH，Chang YP，Liu TL，Wang PW，Lin HC，et al。 台湾青少年自杀与网络成瘾与活动的关系。 Compr Psychiatry。 2014; 55（3）：504-10。 doi：10.1016 / j.comppsych.2013.11.012。 结论：24457034
  207. 33。 Kim K，Ryu E，Chon MY，Yeun EJ，Choi SY，Seo JS，et al。 韩国青少年网络成瘾及其与抑郁和自杀意念的关系：问卷调查。 Int J Nurs Stud。 2006; 43（2）：185-92。 pmid：16427966 doi：10.1016 / j.ijnurstu.2005.02.005
  208. 34。 Fernandez-Villa T，Alguacil Ojeda J，Almaraz Gomez A，Cancela Carral JM，Delgado-Rodriguez M，Garcia-Martin M，et al。 大学生网络使用问题：相关因素和性别差异。 Adicciones。 2015; 27（4）：265-75。 pmid：26706809 doi：10.20882 / adicciones.751
  209. 35。 网络成瘾测试（IAT）[四月，2016]。 可从： http://netaddiction.com/internet-addiction-test./.
  210. 36。 Khazaal Y，Billieux J，Thorens G，Khan R，Louati Y，Scarlatti E，et al。 法国验证网络成瘾测试。 Cyber​​psychol Behav。 2008; 11（6）：703-6。 doi：10.1089 / cpb.2007.0249。 结论：18954279
  211. 37。 Alpaslan AH，Soylu N，Avci K，Coskun KS，Kocak U，Tas HU。 土耳其高中女生的饮食态度，述情障碍和自杀概率无序。 精神病学 2015; 226（1）：224-9。 doi：10.1016 / j.psychres.2014.12.052。 结论：25619436
  212. 38。 Cho YW，Song ML，Morin CM。 验证韩国版失眠严重程度指数。 J Clin Neurol。 2014; 10（3）：210-5。 doi：10.3988 / jcn.2014.10.3.210。 结论：25045373
  213. 39。 Gagnon C，Belanger L，Ivers H，Morin CM。 验证失眠症严重程度指数在初级保健中的作用。 J Am Board Fam Med。 2013; 26（6）：701-10。 doi：10.3122 / jabfm.2013.06.130064。 结论：24204066
  214. 40。 Sinclair SJ，Blais MA，Gansler DA，Sandberg E，Bistis K，LoCicero A.罗森伯格自尊量表的心理测量特性：生活在美国的整体和跨人口群体。 Eval Health教授2010; 33（1）：56-80。 doi：10.1177 / 0163278709356187。 结论：20164106
  215. 41。 罗森伯格M.自尊与焦虑之间的关联。 J Psychiatr Res。 1962; 1：135-52。 pmid：13974903 doi：10.1016 / 0022-3956（62）90004-3
  216. 42。 Lovibond PF，Lovibond SH。 消极情绪状态的结构：抑郁焦虑应激量表（DASS）与贝克抑郁和焦虑量表的比较。 Behav Res Ther。 1995; 33（3）：335-43。 pmid：7726811 doi：10.1016 / 0005-7967（94）00075-u
  217. 43。 Taylor R，Lovibond PF，Nicholas MK，Cayley C，Wilson PH。 体细胞项目在慢性疼痛患者抑郁评估中的应用：慢性疼痛和临床及社区样本中Zung自评抑郁量表和抑郁焦虑应激量表的比较。 Clin J Pain。 2005; 21（1）：91-100。 pmid：15599136 doi：10.1097 / 00002508-200501000-00011
  218. 44。 Brown TA，Chorpita BF，Korotitsch W，Barlow DH。 临床样本中抑郁焦虑应激量表（DASS）的心理测量特性。 Behav Res Ther。 1997; 35（1）：79-89。 pmid：9009048 doi：10.1016 / s0005-7967（96）00068-x
  219. 45。 Edmed S，Sullivan K.抑郁，焦虑和压力是非临床样本中类似脑震荡后症状的预测因子。 精神病学 2012; 200（1）：41-5。 doi：10.1016 / j.psychres.2012.05.022。 结论：22709538
  220. 46。 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​​psychol Behav。 2009; 12（3）：327-30。 doi：10.1089 / cpb.2008.0321。 结论：19445631
  221. 47。 Thomas SJ，Lichstein KL，Taylor DJ，Riedel BW，Bush AJ。 睡前时间，出现时间和卧床时间的流行病学：年龄，性别和种族分析。 Behav Sleep Med。 2014; 12（3）：169-82。 doi：10.1080 / 15402002.2013.778202。 结论：23574553
  222. 48。 Choueiry N，Salamoun T，Jabbour H，El Osta N，Hajj A，Rabbaa Khabbaz L.失眠与大学生焦虑的关系：一项跨部门设计研究。 PLoS One。 2016; 11（2）：e0149643。 doi：10.1371 / journal.pone.0149643。 结论：26900686
  223. 49。 Gellis LA，Park A，Stotsky MT，Taylor DJ。 大学生睡眠卫生与失眠严重程度之间的关联：横断面和前瞻性分析。 Behav Ther。 2014; 45（6）：806-16。 doi：10.1016 / j.beth.2014.05.002。 结论：25311289
  224. 50。 Cain 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（8）：735-42。 doi：10.1016 / j.sleep.2010.02.006。 结论：20673649
  225. 51。 Tavernier R，Willoughby T.所有夜晚类型都注定要失败吗？ 新生成人感知早晨 - 晚间，睡眠和心理社会功能的潜在阶段分析。 Chronobiol Int。 2014; 31（2）：232-42。 doi：10.3109 / 07420528.2013.843541。 结论：24131151
  226. 52。 Lam LT。 互联网游戏成瘾，互联网问题使用和睡眠问题：系统评价。 Curr Psychiatry Rep.2014; 16（4）：444。 doi：10.1007 / s11920-014-0444-1。 结论：24619594
  227. 53。 Tsai CC，Lin SS。 台湾青少年网络成瘾：访谈研究。 Cyber​​psychol Behav。 2003; 6（6）：649-52。 pmid：14756931 doi：10.1089 / 109493103322725432
  228. 54。 te Wildt BT，Putzig I，Zedler M，Ohlmeier MD。 [互联网依赖作为抑郁情绪障碍的症状]。 Psychiatr Prax。 2007; 34 Suppl 3：S318-22。 pmid：17786892 doi：10.1055 / s-2007-970973
  229. 55。 Bernardi S，Pallanti S.网络成瘾：一项关注合并症和解离症状的描述性临床研究。 Compr Psychiatry。 2009; 50（6）：510-6。 doi：10.1016 / j.comppsych.2008.11.011。 结论：19840588
  230. 56。 Carli V，Durkee T，Wasserman D，Hadlaczky G，Despalins R，Kramarz E，et al。 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）：1-13。 doi：10.1159 / 000337971。 结论：22854219
  231. 57。 Garaigordobil M，Perez JI，Mozaz M.自我概念，自尊和精神病理学症状。 Psicothema。 2008; 20（1）：114-23。 结论：18206073
  232. 58。 Moksnes UK，Espnes GA。 青少年的自尊和情感健康 - 性别和年龄作为潜在的主持人。 Scand J Psychol。 2012; 53（6）：483-9。 doi：10.1111 / sjop.12021。 结论：23170865
  233. 59。 Sowislo JF，Orth U.低自尊能预测抑郁和焦虑吗？ 纵向研究的荟萃分析。 心理公牛。 2013; 139（1）：213-40。 doi：10.1037 / a0028931。 结论：22730921
  234. 60。 Creemers DH，Scholte RH，Engels RC，Prinstein MJ，Wiers RW。 内隐和外显自尊是自杀意念，抑郁症状和孤独感的同时预测因素。 J Behav Ther Exp Psychiatry。 2012; 43（1）：638-46。 doi：10.1016 / j.jbtep.2011.09.006。 结论：21946041
  235. 61。 Fischer A，Fischer M，Nicholls RA，Lau S，Poettgen J，Patas K，et al。 使用自我报告问卷对多发性硬化症严重抑郁症的诊断准确性。 脑行为。 2015; 5（9）：e00365。 doi：10.1002 / brb3.365。 结论：26445703
  236. 62。 Ortega-Montiel J，Posadas-Romero C，Ocampo-Arcos W，Medina-Urrutia A，Cardoso-Saldana G，Jorge-Galarza E，et al。 自我感知的压力与肥胖和动脉粥样硬化有关。 GEA研究。 BMC公共卫生。 2015; 15：780。 doi：10.1186 / s12889-015-2112-8。 结论：26271468
  237. 63。 White K，Scarinci IC。 美国南部城市拉丁裔移民与国家样本中自测健康状况的比较。 Am J Med Sci。 2015; 350（4）：290-5。 doi：10.1097 / MAJ.0000000000000554。 结论：26263236